Jack's blog

翻译 2020年存储和数据保护技术成熟度曲线（连载一）

打算写一个系列文章去介绍最新的2020年存储和数据保护技术的成熟度曲线分析。每篇文件一个领域https://www.gartner.com/doc/reprints?id=1-22AWP2RS&ct=200820&st=sb

原创 混沌工程-Chaos Enginneering

混沌工程可观测性稳态定义假设定义实验定义爆炸半径5个混沌工程的原则关于稳态的假设改变现实世界的事件在生产环境中运行试验自动执行试验以连续运行最小化爆炸半径软件工程师通常针对三个属性进行优化：性能、可用性和容错性能：在此上下文中，是指最小化延迟或容量成本可用性：指系统响应和避免停机的能力容错：指系统从任何不良状态中恢复的能力特征开发速度：描述工程师为客户提供新的创新功能的速度。

翻译 2020年存储和数据保护技术成熟度曲线（连载四）

处于上升期的技术永恒数据仓库-Immutable Data Vault定义：永恒变数据仓库是一个隔离的备份解决方案，旨在与现有的主要和灾难恢复备份基础架构互补。它产生的生产隔离，可减轻恶意软件，勒索软件或内部恶意攻击的影响。永恒的数据仓库具有不变的安全特性和改进的安全性，可与勒索软件和恶意软件工具结合使用，以检测和清除文件库中的数据。永恒的数据仓库通常是多种供应商技术和服务的组合。用户忠告：具有关键业务系统和数据的独立副本的介质类型可以抗更改并放置在安全的位置的想法可以追溯到异地文档库中存储的第一个盒

翻译 2020年存储和数据保护技术成熟度曲线（连载三）

处于上升期的技术容器原生存储 - Container-Native Storage定义：容器原生存储是专为支持容器工作负载而设计，并专注于解决独特的云原生扩展和性能的需求，同时提供与容器编排系统的深度集成。CNS旨在与微服务架构原则保持一致，并遵守原生容器数据服务的要求，例如与硬件无关，API驱动并基于分布式软件架构。位置和采用速度的合理性：由于人们对容器越来越感兴趣，因此企业生产环境中的许多基于容器的应用程序现在都需要对状态数据持久性的支持。为了满足这一需求，供应商现在正在提供专门用

翻译 2020年存储和数据保护技术成熟度曲线（连载二）

处于上升期的技术混合云存储-Hybird Cloud Storage定义：混合云存储是包含多种底层技术的部署模式。它可以采取以下形式：专用混合云存储设备，软件定义的存储，具有混合云功能的更广泛的存储系统，或者使用通过专用网络链接到云服务提供商的托管设备中的存储技术。各种模式之间的共同点是异构数据中心与公共云存储服务之间的无缝桥接概念。“混合云存储”一词在2009年由云存储网关细分市场中的供应商首次使用，用以描述他们的新生产品。那些早期的混合云产品将公共云存储作为不经常使用的低价值数据的归档层。

原创 《Tensorflow+PyTorch深度学习》读书笔记

这本书极其不推荐大家购买了哈，国人写书实在是太敷衍了。该书罗列了大量各种库的安装日志，还有各种程序的代码的复制粘贴，甚至还把所有程序的输出也作为书的内容贴上去了。简直令人发指!大概花了一周时间就阅读完了本书，干货实在太少，很多概念都没有讲清楚。做个脑图简单梳理下一些关键的知识点吧。建议如果想深入学习Tensorflow或者PyTorch的还是看官方文档吧！...

原创 当你想说AI时，通常说的是ML

原创 [ZABBIX] Updated: (ZBX-15663) zabbix did not support vCenter6.7 low level discovery

第一次给开源软件提问题单，解决过程漫长，但是多人远程合作的过程很有意思https://support.zabbix.com/browse/ZBX-15663

原创 人性的弱点-读书总结

先读了人性的弱点英文版，又重读了中文版，书中讲解了不少实用的人际交往原则，特此梳理一下，可以在以后的工作生活中学习实践。

原创 深入学习，一步一个脚印

最近花了2天时间深入系统的学习了下git的内容，收获颇多。清晰了之前一直很糊涂的知识点。这种感觉不错，每次遇到一个topic，就做一次系统的深入学习，这样逐步积累自己知识的深度，把零散的知识系统化。为以后的职业发展奠定扎实的基础。...

原创 U1-starting a conversation

how to start a conversionopening line:简明，有效; how are you?start off with some simple questions: where do you come from? what do you do? how do you feel about it?match your mood with that of your par...

原创 《统计之美》读后感

这本短小精干，书本整体内容比较分散，作为数据科学的科普读物是足够了，但是你不要期待从里面学习到系统的统计学，机器学习相关的内容。我大概花了2周时间，每天半小时读完了。...

原创 混外企，写不好英文邮件咋办？

《TCS商务英语写作》读书笔记。 需要高清大图请私信我。

原创 hackathon的一些想法

xgboost在powerstore上做预测的几点扩展分布式增量学习

原创 读《苏东坡传》

读完《苏东坡传》，苏东坡一生起起伏伏，坎坷不断，但仍然保持生活态度，值得学习。

原创 《python 3 面向对象编程》读书笔记

虽然python程序写了很多，还是决心系统的学习一下python面向对象的内容。花了几周时间读了《python 3 面向对象编程》 ， 重点学习了python的一些设计模式。装饰器模式：通过包装一个核心对象使得外部对象可以已不同方式于其交互观察者模式：一个核心对象可以被观察者对象来监控，一旦核心对象的某个值发生变化，它会通知观察者。策略模式：它实现了对不同对象采用不同解决方案状态模...

原创 Performance Categories

Common Storage Performance Categories

转载 博弈论

囚徒困境的启示案例１、一个和尚担水吃，三个和尚没水吃。就是典型的囚徒困境。案例２、牧民放牧的囚徒困境，每个牧民都希望多放几只羊，而草原上的草是有限的，如果我当雷锋，少放几只羊，肯定就吃亏了，所以大家以后都多放羊，最后草原资源枯竭，谁都得不到好处。案例３、排污企业的囚徒困境。如果在一个城市里有２家相同的化工厂，由于环保局的要求都安装了排污设备并严格执行排污标准，每天要消耗１０万元，这样自然会...

原创 数据科学全景脑图-持续更新中

转载 机器学习的回归模型的一些度量方法

https://scikit-learn.org/stable/modules/classes.html#sklearn-metrics-metricsRegression metricsSee the Regression metrics section of the user guide for further details.metrics.explained_variance_sc...

原创 PowerStore数据提取

如何从PowerStore系统提取数据目前PowerStore系统的controlpath数据的都存储在cluster的postgres数据库中，分为appliance和cluster两个level。通过定时导出数据到外部系统，可以把它作为一个data pump或者汇总所有系统的数据做一个大的data lake关于数据种类，目前比较有价值的是容量数据和性能数据，当然还有一些其他的数据集可...

转载 人性的弱点

原创 怎样逼自己成为一个上进的人？

摘录罗振宇的知识就是力量 怎样逼迫自己成为一个上进的人 设计上进的环境 多上时间之前自己是个傻瓜，环境是否对你造成正面的影响 身边有多少优秀的新朋友，周围人才是否对你正面的影响寻求外部监督 制造自己被“绑架”的机会，例如打卡，朋友圈获得不确定反馈 寻找反馈的机会，尤其是意想不到的不确定反馈 选择长远职业阶梯 把大目标切碎，变成...

转载 转载：图解双盲试验

图解双盲试验      

转载 理解 Bias 与 Variance 之间的权衡

转载：https://www.cnblogs.com/ooon/p/5711516.html理解 Bias 与 Variance 之间的权衡有监督学习中，预测误差的来源主要有两部分，分别为 bias 与 variance，模型的性能取决于 bias 与 variance 的 tradeoff ，理解 bias 与 variance 有助于我们诊断模型的错误，避免 over-fit...

原创 100-Days-Of-ML-Code day1-day6 notes

X = dataset.iloc[ : , :-1].values # 取所有行的从一列到最后一列Y = dataset.iloc[ : , 3].values # 取所有行的第列 OneHotEncoder:直观来说就是有多少个状态就有多少比特，而且只有一个比特为1，其他全为0的一种码制.机器学习中对于离散型的分类型的数据，需要对其进行数字化单元线性回归用于单变量预测 ...

原创 人工智能简史-阅读笔记脑图

原创 google机器学习速成课程

特征工程良好特征的特点：避免使用很少使用的离散特征值，良好的特征值应该出现5次以上最好具有清晰明确的含义不要将”神奇“的值域实际数据混为一谈，即不包含超出范围的异常值考虑上游不稳定，即特征的定义不随时间变化数据缩放：[min,max](value-mean)/stddev处理离群值：取对数限制最大值分段或分箱数据清理：遗漏值重复样本不良标签不良特征值奥卡姆剃刀：如无必要，勿增实体，切勿浪费较多东西...

原创 《图说区块链》读书笔记

数据层：描述区块链技术的物理形式，例如时间戳，哈希函数网络层：实现区块链网络中节点的信息交换共识层：让分散的节点针对区块数据的有效性达成共识。例如工作量证明、权益证明、股份授权激励层：提供一定的激励机制，鼓励节点参与区块两的安全验证工作合约层：包含各种脚本代码、算法机制以及智能合约应用层：封装区块链的各种应用场景和案例区块链1.0---可编程货币区块链2.0---可编程金融区块链3.0---可编程...

原创 基于超融合系统的客户应用服务的测试

存储系统变革数十年，从DAS到NAS/SAN再到统一存储。一个核心思想或者底线是如何让客户更方便更安装的使用他们的数据和应用。在如今云计算，云平台大行其道的时代，超融合系统作为下一代存储明星，很好的适应和客户对数据存储的需求和其业务部署的变化。超融合系统同时提供了存储，网络，计算的能力，具有高度集成化和快速扩展的特点。以前我们做传统存储测试，产品组是聚焦于数据存储部分，兼容性组聚焦于第三方的网络设

原创 NCMS网络频道云管理系统(ChannelCheckerV2.0)

智能电视OTT应用的蓬勃发展，ChannelChecker单机版发布后，或者各大智能电视论坛和网络的推荐。据程序后台统计，下载次数超过万次，累计检测网络电视频道源超过百万次。我由此想到如此大量丰富的数据源，完全可以开发成云平台大数据类的应用，实现离线分散的用户的数据汇聚产生更加的价值和更好的用户体验。因此，基于云平台的网络频道管理系统NCMS进入开发计划并发布。云平台的选择几经波折，最开始是在百度

原创 ChannelChecker项目

2013年电视盒子开始流行，当时OTT应用大量进入电视用户终端中，BAT也投资或收购了很多电视盒子的硬件厂商和软件厂商。当时的一个独角兽应用是电视盒子植入电视频道APP取代广电的卫视频道，一个关键技术的如何获取频道源和测试其有效性。刚好我当时是泰捷webox的内测会员，webox对网络电视频道支持的也比较好，唯一短板是没有稳定和自动测试频道源的功能。2013年尝鲜用python写了一个网络电视频道

原创 基于热点短信息分类的研究与实现-2008年硕士论文答辩PPT

时光荏苒，在机器学习大热的当口，猛然想起自己的硕士毕业答辩就是做的机器学习嘛。今日得空写个博客记录下，部分内容在9年后看是有些过时了，尤其是把短信息分类作为研究对象，在2017年的今天，短信息只是沦为了接受验证码的工具了。不过论文中的大量研究方法放到今天仍然是不过时的，这也说明虽然机器学习的对象在随着时代发展，但是其核心方法并无大的改变。

原创 《机器学习实战》读书笔记

花了接近一个月速读了《机器学习实战》，感觉实战有余，理论不足。画个脑图作为读书笔记，仅记录个人感觉关键的知识点以便日后索引。

原创 NCMS网络频道云管理系统V3

开发平台Netbean7.4(java IDE)VLC ActiveX web plug-inPHPMySQLJavascript   系统模块系统综述：原NCMS2.0版迁移至www.sourceforge.net，继承原NCMS第二版所有功能，继瘦客户端JNLP之后的再次重大更新，实现方式全面转向B/S无客户端方式。  频道在线检测模块

原创 NCMS网络频道云管理系统V2

开发平台Netbean7.4(java IDE)Java jre7 32bit(要求java使用32位版本，配合VLC32位版本)VLC2.1.3-win32(要求VLC使用32位版本，因为64位版本不稳定)Javamail1.4.6(java发送邮件的库)Jfreechart1.0.17(java绘制图形的库)vlcj2.4.1(java调用vlc的库)jna3.5.

原创 NCMS网络频道云管理系统V1

开发平台Python开发32bit/64bit-平台通用python-2.7.4-win32（python32bit编译器）wxPython2.9-win32-2.9.4.0-py27(python可视化控件)boa-constructor-0.6.1.bin.setup（python可视化开发工具）py2exe-0.6.9.win32-py2.7(python打包工具)

原创 自动分类之-贝叶斯原理

研究生时期研究了不少分类的算法，发现最简单朴素的就是贝叶斯原理。如今blog也闲置了1年有余了，是该记录点什么了。那么就这里开篇吧，我将会在这里以系列方式放出我之前实现的一个垃圾信息过滤分类系统，该系统基于手机平台wm5。

原创 vista上使用vc2005开发手机程序

 尝鲜安装了vista，近来写论文要使用vc2005，就在上面安装了一个。据说vc2005和vista不兼容，安装过程还算顺利，除了几个提示不兼容的警告外，未发现其他异常。首先安装Activesync.40。编写windows mobile 5.0 for smartphone程序要先安装Windows Mobile 5.0 Smartphone SDK.msi，然后安装Windows

原创 手机移动开发经验点滴

 question1:设备安全配置不允许连接answer: 部署Windows Mobile 5.0 SmartPhone应用程序时，关于"设备安全配置不允许连接。请确保您具有所开发设备的适当证书。有关连接此设备的正确安全设置，请查阅 SDK 文档"错误的处理。"请在cmd下运行位于：C:/Program Files/Microsoft Visual Studio 8/SmartDev