为了更好评估后端接口性能，我们需要对不同行为的耗时进行比较. 从上图可以看出，一个CPU周期少于1纳秒，而一次从北京到上海的跨地域访问可能需要约30毫秒. 我们已知光在真空中传播，折射率为 1，其光速约为 c=30 万公里/秒，当光在其他介质里来面传播，其介质折射自率为 n,光在其中的速度就降为 v=c/n，光纤的材料是二氧化硅，其折射率 n 为 1.44 左右，计算延迟的时候，可以近似认为 1.5，我们通过计算可以得出光纤中的光传输速度近似为 v=c/1.5= 20 万公里/秒.

投资分析的尽头是贝叶斯概率. 你研究了一家公司的财报，觉得数据很不错，行业空间也很大，有产业政策扶持，投资逻辑也非常顺，你考虑买入； . 但你在调研中认识了一个公司离职人员，了解到公司管理混乱，领导人缺乏进取心，在这个竞争非常激烈的行业，你联想到公司的竞争地位实际上是在慢慢下降的，于是你犹豫了； .

Load 就是对计算机干活多少的度量，Load Average 就是一段时间（1分钟、5分钟、15分钟）内平均Load. 通过top命令查找占用CPU最高的进程PID；. 通过top -Hp PID查找占用CPU最高的线程TID;. 对于java程序，使用jstack打印线程堆栈信息（可联系业务进行排查定位）；.

关于如何快速了解一个行业，我们可以站在巨人的肩膀上去思考这个问题，前麦肯锡合伙人、高管冯唐先生通过结合多年咨询行业经验与麦肯锡方法，总结出了三个关键步骤：​. 第1步是总结行业的100个关键词. 第2步是找三五个专家访谈，了解各种行业问题. 第3步是找三五本行业专业书籍，仔细阅读并找出共性. 第一步：让ChatGPT给出50个关键字​.

nginx强制使用https访问的多种方法(http跳转到https). 先说明一下HTTP跳转的状态码. 301 Moved Permanently：该方式将所有的 HTTP 请求重定向到 HTTPS 上，并且该重定向是永久性的. 客户端在收到 301 响应后，会自动将 HTTP 请求转为 GET 请求，同时将请求地址修改为重定向后的地址.

ChatGPT 的持续爆火，早已让各大科技公司坐不住了. 就在刚刚过去的一周，Meta「开源」了一个新的大模型系列 ——LLaMA（Large Language Model Meta AI），参数量从 70 亿到 650 亿不等. 因为 LLaMA 比之前发布的很多大模型参数更少，但性能更好，所以一经发布让很多研究者兴奋不已.

近几年，借助互联网产业发展的东风，网络黑产也迎来更加巅峰的状态，不论是从攻击效率，组织规模，亦或是收益变现能力，都在一天天变的成熟完善. 根据艾瑞咨询 2020 年发布的《现代网络诈骗分析报告》，全国黑产从业者已经超过 40 万人，依托其从事网络诈骗的人数至少有 160 万人，“年产值”在 1000 亿元以上.

我们来自字节跳动飞书商业应用研发部(Lark Business Applications)，目前我们在北京、深圳、上海、武汉、杭州、成都、广州、三亚都设立了办公区域. 我们关注的产品领域主要在企业经验管理软件上，包括飞书 OKR、飞书绩效、飞书招聘、飞书人事等 HCM 领域系统，也包括飞书审批、OA、法务、财务、采购、差旅与报销等系统.

这个时代任务很多，焦虑也很多，作为打工人或学生，完成任务，获得资源是每天都需要疲于应对的事情. 在这种状态下，自律成为了人们追求高效和成功的一把钥匙，但是大家都在喊口号、立flag，但是一旦工作学习起来，自律就变得非常难. 有很多人在做不成某些事情之后，就只是把自己贴上“懒”“心态不好”等负面的标签，这种思考的深度注定无法帮助你走出不自律，因为你只是蜻蜓点水式的给自己贴上了一个无用的标签，并没有进行接下来的深度思考，所以自律也不会有所改变.

这是我参与「掘金日新计划 · 10 月更文挑战」的第30天， 点击查看活动详情. 当然，Spring事务回滚的前提是你当前使用的数据库必须支持事务，比如MySQL的Innodb是支持的，但Mysaim则是不支持事务的. @Transaction 来配置自动回滚，可以配置在类上，也可以配置在方法上（作用域不同），但对final或private修饰的方法无效，且该类必须是受spring所管控的，也就是被已经被注入的类，而不是new出来的类.

数据仓库，这个几乎是所有大数据开发面试必问的话题. 结合业务举例说明数据仓库建模的步骤，以及注意事项. 维度该如何选择建设，原则是什么，主键如何设计等等. 一众问题搞得小伙伴们死去活来，甚至工作好几年的小伙伴都没搞清楚过，尤其是大厂特别爱问这些问题. 有些小伙伴甚至觉得这些都是形而上学，不懂这些我不一样搞了很多年开发.

最近打算用躺家吃灰的树莓派4B搭一个NAS，用来快捷方便地访问和备份一些资源. 由于备选的硬件（芯片、硬盘、网线、路由器等）和软件（内网穿透技术）的技术选型比较多，这时候就需要有一个能简单评估服务性能的方法. 因此简单搜寻了一下常见方案，方便在技术选型时有个统一的对比标准，并且对一些常见指标能在数量级上有一些感性的理解.

做中台工具产品不是一件容易的事情，需要对接上层所有业务方，做的慢业务方不满意，做的快业务方未必会给好的评价. 属于容易背锅，细节极其多，用户反馈建议多，但又难以出成绩和证明自己做的好. 虚构一些场景，大家肯定都遇到过. 老板：XX功能我觉得不错，做了吗. 老板：XX和XX等N个功能都不错，马上排期做下.

偏向于行动和决策，而不是计划和共识. 了解您的产品如何在野外使用. 通过专注于您想要实现的结果来向后工作. 通过提出开放性问题来鼓励所有权. 知道如何区分 可逆和不可逆的决定. 确保每份报告都了解团队、组织和公司的首要任务. 即使它不是编码，也要弄脏你的手：. 大多数队友重视它，通常当他们不重视它时，是因为他们没有看到一个表现得很好.

BigDecimal 是 java.math 包中提供的一种可以用来进行精确运算的类型. 所以，在支付、电商等业务中，BigDecimal 的使用非常频繁. 而且其内部自带了很多方法，如加，减，乘，除等运算方法都是可以直接调用的. 除了需要用 BigDecimal 表示数字和进行数字运算以外，代码中还经常需要对于数字进行相等判断.

产品经理的岗位职责之一是在市场中建立和维护产品的竞争优势，竞品分析是产品经理的一项常规工作，分析质量决定着决策质量，影响着对业务取长补短的效果. 但在竞品分析时，常遇到以下问题：. 没有养成日常习惯，分析时无从下手. 企图以此寻找需求或印证自己的观点. 由领导发起，找模板套公式，交作业. 分析维度杂乱浅显，结论无参考价值.

众所周知，二分类任务旨在将给定的输入分为 0 和 1 两类. 而多标签分类（又称多目标分类）一次性地根据给定输入预测多个二分类目标. 例如，模型可以预测给定的图片是一条狗还是一只猫，同时预测其毛皮是长还是短. 在多分类任务中，预测目标是互斥的，这意味着一个输入可以对应于多个分类. 本文将介绍一些可能提升多标签分类模型性能的小技巧.

消除重复的数据可以通过使用 distinct 和 dropDuplicates 两个方法，二者的区别在于， distinct 是所有的列进行去重的操作，假如你的 DataFrame里面有10列，那么只有这10列完全相同才会去重， dropDuplicates 则是可以指定列进行去重，相当于是 distinct 的缩小版.

　　RSA加密是一种非对称加密. 可以在不直接传递密钥的情况下，完成解密. 这能够确保信息的安全性，避免了直接传递密钥所造成的被破解的风险. 是由一对密钥来进行加解密的过程，分别称为公钥和私钥. 两者之间有数学相关，该加密算法的原理就是对一极大整数做因数分解的困难性来保证安全性. 通常个人保存私钥，公钥是公开的（可能同时多人持有）.

oracle 索引失效原因及解决方法. 2010年11月26日 星期五 17:10. 一、以下的方法会引起索引失效. 2,单独的>,<,(有时会用到，有时不会). 3,like "%_" 百分号在前. 5,单独引用复合索引里非第一位置的索引列. 6,字符型字段为数字时在where条件里不添加引号. 7,对索引列进行运算.需要建立函数索引.

使用MySQL的过程，经常会遇到一个问题，比如说某张”log”表，用于保存某种记录，随着时间的不断的累积数据，但是只有最新的一段时间的数据是有用的；这个时候会遇到性能和容量的瓶颈，需要将表中的历史数据进行归档. 下面来说说几种常见的数据归档方式. 一、使用分区，再利用分区交换技术能够很好地把指定分区中的数据移动到指定表中，这个需要在项目之处就进行此操作.

Oracle数据库里的统计信息是这样的一组数据：它存储在数据字典里，且从多个维度描述了Oracle数据库里对象的详细信息. CBO会利用这些统计信息来计算目标SQL各种可能的、不同的执行路径的成本，并从中选择一条成本值最小的执行路径来作为目标SQL的执行计划. Oracle数据库里的统计信息可以分为如下6种类型：.

近日，海康威视举行投资者问答会议. 在AI市场机会上，海康认为AI的机遇已经得到行业普遍认同，未来AI成本会持续降低，AI技术在改善产品性能上作用很大，AI算法和大数据等，会带来许多之前想做但做不到的业务机会，也会开拓新玩法，未来会打开更多市场. 在软件投入上，组件化的开发已经是海康确定的软件开发方法论.

工作16年，我观察到一个很出乎意料的现象：. 很多年轻时脑筋活泛、不甘下游的人，到了四十岁似乎也没有领先别人多少，甚至有不少人还落后了. 而年轻时能力一般、安于现状的人，到了四十岁似乎也普遍在经理、总监的位置上，甚至还有人担任了总经理. 是什么造成了这种预期外的情况呢. 我将我这十多年接触过的上千人捋了下，发现了一个规律： “出类拔萃很难，但领先80%的人却很简单”.

今天整理和分享下流程驱动的SOA服务识别方法，该方法在传统SOA架构规划咨询中应用比较多，对于当前的微服务架构规划咨询仍然可以参考借鉴. 服务识别和服务需求分析的主要工作是基于SOA的需求分析方法论，以流程和业务驱动IT的指导思想，对业务系统进行业务建模，用例建模和业务实体建模，形成企业级需求和业务功能清单，作为后续服务识别的输入.

最近对邀请好友做任务类的产品功能思考还是挺多的，有一些思考分享给大家. 写文章前，把网上的邀请好友类文章，刷了大半，有很多都挺不错：有深度、有案例、有数据、有实操建议，贴部分好文如下：. 大部分文章都基本会落脚在： 邀请功能的某个点或者整条线上，比较易读，也有冲击力. 但我较少看到：体系化的文章（或许我没看到）.

在数据分析工作中，细分思维的重要性，我认为再怎么强调都不为过. 然而，很多人可能会采取一些「偷懒」的做法，浅尝辄止，不去寻找合适的细分方法，导致没有得出更有价值的分析结论. 下面我们通过一些示例，介绍 5 种常见的细分方法. 时间可以细分为不同的跨度，包括年、月、周、日、时、分、秒等等，不同的时间跨度，数据表现可能大不相同.

编辑导语：如今在这个大数据时代，“用户画像”这个词经常出现，它跟精准营销挂钩，可以根据一个人的兴趣、地理位置等进行精确的推送，达到良好的营销效果；本文作者分享了关于用户画像规划的流程和方法，我们一起来看一下. 互联网行业飞速的发展，带动行业业务量激增，同时伴随数据量的增加，互联网各行各业慢慢形成头部企业，2/8原则下长尾企业也越来越多；因此，在大数据量和激烈竞争下，如何更好的对产品进行营销，如何制定价格策略，越来越重要.

由于最近在进一步整理和学习云原生解决方案的相关材料，原来一直没太理解清楚的就是kurbernetes中的网络和服务暴露方式. 在前面谈DevOps解决方案的时候就谈到，一个完整的DevOps持续集成和交付过程，需要和容器云集成，来实现自动化部署，动态弹性伸缩，环境迁移等能力. 一个DevOps支撑平台离不开和容器化PaaS平台的集成，即最终的编译构建完成的内容形成镜像并放到镜像仓库，后续部署，环境迁移，资源扩展基于镜像仓库进行快速的拷贝和复制.

BigDecimal，相信对于很多人来说都不陌生，很多人都知道他的用法，这是一种java.math包中提供的一种可以用来进行精确运算的类型. 很多人都知道，在进行金额表示、金额计算等场景，不能使用double、float等类型，而是要使用对精度支持的更好的BigDecimal. 所以，很多支付、电商、金融等业务中，BigDecimal的使用非常频繁.