- 博客(108)
- 资源 (2)
- 收藏
- 关注
RSS订阅原创 线上排查工具btrace和jvm-inspector使用说明
btrace=================================================================btrace官网：https://kenai.com/projects/btrace/pages/UserGuide下载1.2可执行包的，上传到线上机器。解压后将chmod 755 btrace，将btrace设为可执行。一个简单的b
2014-03-21 14:16:52
2390
原创 maven in action读书笔记
零零碎碎scopecompile：默认的scope。对编译、测试、运行有效。test：只对编译测试代码及运行测试有效。编译主代码及运行无效。provided：对编译（主代码及测试代码）和运行测试有效，但是运行时无效，如servlet-api。runtime：测试和运行有效，对编译主代码无效（不明白。。。）system：显式依赖指定的jar包。 xxx …
2014-02-28 15:33:20
1099
转载 mac os安装open cv2 for python
转自：http://blog.csdn.net/flyfy1/article/details/8274288看了几篇安装open cv2 for python，感觉都有点麻烦。上面这两个算是比较简单的。我的操作系统是10.7，python 2.7.3。首先就是要安装cmake，这个很简单，brew install cmake。一个命令就搞定。然后下载open cv的
2014-02-07 16:05:52
7575
原创 intellij idea build时出现illegal character的解决
碰到有中文的项目，有可能包名、类名或者方法名都会包含中文，这时在build的时候会出现 illegal charater 这样的错误。这种情况，可能有两种原因，1. 保存代码文件的时候出现了BOM头关于BOM头及去除方法，网上有非常多的文章，比如这里：http://my.oschina.net/xianggao/blog/796942. 编码问题。比如文件编码是GBK的，这时如
2014-01-23 11:10:33
12601
原创 disruptor学习笔记
1. 内存屏障：volatile提供与锁类似的语义，但是代码比锁小得多。volatile可以阻止代码重排序，并且值被更新的时候，会导致缓存失效，强制回写到主存中。2. 伪共享与缓存行CPU缓存通常一次缓存多个字（32、64或128字节），称为缓存行。如果位于同一个缓存行中的多个变量被不同的线程进行写，由于每次写都有可能刷新主存导致缓存失效，从而导致性能低下，即伪共享。可以使用缓
2013-10-26 17:14:54
2207
转载 java日志系统详解
转自：http://ieye.iteye.com/blog/1924215Java日志系统确实比较丰富，常用的有log4j、JUL、logback等等，同时伴随着日志系统的发展，出现了日志框架commons-logging和slf4j。简短地描述下日志发展，最先出现的是apache开源社区的log4j，这个日志确实是应用最广泛的日志工具，成为了java日志的事实上的标准。然而，
2013-09-18 15:20:44
1227
原创 hbase时间戳踩坑小记
大家知道，像OB，HBase这种存储系统，插入数据的时候，一般数据上都会有一个时间戳(ts)。Hbase有一个TTL（time to live），可以标识数据的有效期，比如，可以把TTL设置成86400*1000，也就是说数据将于1天后过期。这是一个表级的设置，必须在建表时指定。但是如果说你需要存储某一天内的数据，到第二天0点失效。这种情况TTL是没法控制的，因为TTL只能控制数据在一段时
2013-09-14 17:16:32
9592
原创 google guava bloom filter包的坑
关于bloom filter以及原理，见我之前转的这篇：http://blog.csdn.net/inte_sleeper/article/details/7824857下面开始实战篇。google guava包是包含了一个bloom filter的实现的，使用方式比较简单，其实就是一行代码：BloomFilter filter = BloomFilter.create
2013-09-14 17:08:41
10039
3
原创 maven filter插件只替换了部分变量问题排查小记
maven的resources插件，有一个filter的作用，能够在打包的时候，从特定文件里读取key-value对，替换配置文件中的占位符变量。很多线上线下有不同环境的应用，都是用这种方式来打包，只需要在文件中配置不同的值即可。下面就是一个最简单的配置： Test ${user.home}/antx.properties
2013-08-20 23:49:43
3833
原创 BDB je二级索引操作
BDB是使用k-v存储的，默认就是一个key对应一个value，也就是说以key为索引。但是BDB是支持二级索引的，即Secondary Database，这个在官方文档有。不过它没提到的是，BDB支持多个二级索引。下面的代码，演示了如何创建多个二级索引，插入数据，然后通过二级索引查询数据。/** * @author wange */import com.sleepycat.je.
2013-07-15 14:51:27
1532
原创 IDEA中文项目问题解决小记
写之前还是YY一下，如果这个世界只有UTF-8，那就清静了，没那么多乱码问题了。。。公司的WEB项目基本上都是GBK编码的，在IDEA中，就自然会碰到各种乱码问题。
2013-07-14 16:53:11
6756
翻译 iOS开发学习笔记 -- （五）关于Table的更多
原文：http://developer.apple.com/library/ios/#documentation/UserExperience/Conceptual/TableView_iPhone/TableViewStyles/TableViewCharacteristics.html#//apple_ref/doc/uid/TP40007451-CH3-SW1一、Table的样式表格
2013-03-12 14:25:25
1333
原创 iOS开发学习笔记 -- （四）使用Table
【update 2013-03-13 添加了分组的表格的示例】今天开始学使用表格。iOS的表格是UITableView实现的，一个table包含多行，但每行只有一列。这篇文章：http://www.cnblogs.com/minglz/archive/2013/01/10/2845032.html 比较详细地说明了结合使用interface builder创建table的过程，我们还是
2013-03-07 18:10:24
1175
原创 iOS开发学习笔记 -- （二）动态添加控件和事件处理
刚开始学iOS开发的时候，经常要跟interface builder打交道，乍一看拖控件是挺方便的，跟以前做C#开发类似，但是Xcode比较恶心的一点是，拖完控件之后，还得手动地在Connections Inspector中绑定控件和变量的关系，事件的绑定也在这里完成。当然如果这些都有一个源代码给我们看到，倒也还好（比如C#中的xx.designer.cs），但是Xcode又全部给扔到了.xib文
2013-03-04 19:04:59
5068
原创 iOS开发学习笔记 -- （三）动态创建视图
这次的例子会演示用编程的方式使用TabBarController及创建视图。它会创建两个TAB，然后在每个TAB页中，加载我们自己定义的一个视图。最终结果如下： 先新建一个项目，因为不需要interface builder，我们选择Empty的项目类型。项目创建完成后，主要文件只有：AppDelegate.h和AppDelegate.m。接下来，我们需要创建自定义
2013-03-04 15:48:44
2023
原创 iOS开发学习笔记 -- （一）hybrid app
最近开始看iOS开发，看了个把星期，写几篇笔记。顺序有点乱，想到什么写什么好了。因为上周刚刚参加了一个hybrid app开发的培训，感觉Hybrid app开发是一个比较好的方式，可以充分利用web页面布局的特性（当然，还重用了web开发的知识），避免写纯native app UI的痛苦。而目前纯HTML5的开发，虽然也有相关的应用，但是有时又损失了hybrid方式的灵活性。当然hybr
2013-03-04 15:10:42
2858
转载 相似图片搜索的三种哈希算法
【转自】：http://blog.csdn.net/nash_/article/details/8618775想必大家都用google或baidu的识图功能，上面就是我搜索冠希哥一幅图片的结果，达到图片比较目的且利用信息指纹比较有三种算法，这些算法都很易懂，下面分别介绍一下：一、平均哈希算法（aHash）此算法是基于比较灰度图每个像素与平均值来实现的
2013-03-02 23:23:30
1077
原创 精通正则表达式读书笔记（三）
优化：0. 正则表达式应用原理a. 编译b. 传动开始：将正则引擎定位至目标字符串的起始位置。c. 元素检测d. 寻找匹配结果：如果找到一个匹配结果，传统型NFA会锁定在当前状态，并报告匹配成功。而对于POSIX NFA来说，如果这个匹配是迄今为止最长的，它会记住这个可能的匹配，然后从可用的状态继续下去。直到尝试了所有的可能，并找到全局的最大匹配。e. 传动装置的驱动过程：
2013-01-21 18:40:18
792
原创 python的curses模块使用
参考：http://docs.python.org/2/howto/curses.htmlcurses（早期名称，现在是ncurses）包的封装，用于实现终端无关的控制台输出以及输入处理。curses包支持各种终端，从古老的VT100到LINUX控制台到X11终端如xterm或rxvt。curses把终端当作一个矩阵，即单元格的集合，每一个ascii字符代表最小的char-cell。注
2013-01-09 15:39:59
12782
翻译 使用python的termcolor包
原文：http://pypi.python.org/pypi/termcolortermcolor是一个python包，可以改变控制台输出的颜色，支持各种terminal（WINDOWS的cmd.exe除外）。它支持下列的文字颜色：grey, red, green, yellow, blue, magenta, cyan, white支持下列的背景高亮：on
2013-01-09 14:03:48
8901
原创 ascii art的一些资源
怎么来定义ascii art呢，其实可以认为是一些ascii控吧，用简单的ascii字符，做出很多很酷的效果，如ascii拼成的大字，图片，甚至动画（早期BBS，甚至现在的许多高校BBS仍然有这种风格）。比如这个FIGlet文字： 888 888 888 8888b
2013-01-08 15:20:04
7873
原创 python对中文路径/文件名的重命名
先贴代码吧：#coding=utf-8import sys,osif __name__=='__main__': dust = u'要替换的中文字符' path = r'D:\your_dir' for root, subdirs, files in os.walk(path): for name in files:
2012-12-28 15:37:44
4496
原创 使用subprocess代替popen
很多时候，需要用Python来执行外部命令，然后通过管理获取命令的执行结果（不是ret code）。这时其实有多种选择，os.system当然是不行，因为它直接把结果打印出来了，返回的结果只是一个ret code。这就意味着我们没法通过变量来获取执行结果。一个可行的方法是使用popen2模块。下面是示例代码：def execute_cmd(cmd): stdout, std
2012-12-27 11:54:38
1725
原创 stanford compiler学习笔记(二)
自顶向下（TOP-DOWN）解析：预测分析(Predictive parsers)look ahead a few tokensLL(k) ：没有回溯的TOP-DOWN方法Left-to-right，Left-most，look ahead k tokens（如LL(1)）构造First Set和Follow Set。解析：转移状态表非递归的预测分析
2012-12-25 20:37:36
1440
转载 Linux文件查找
转自：http://www.ruanyifeng.com/blog/2009/10/5_ways_to_search_for_files_using_the_terminal.html1. findfind是最常见和最强大的查找命令，你可以用它找到任何你想找的文件。find的使用格式如下： $ find - ： 所要搜索的目录及其所有子目录。默认为当前目录
2012-12-25 13:08:31
462
原创 stanford compiler学习笔记(一)
lexical analysis：根据输入，输出Tokens，即二元组。如, , etc.look ahead sometimesparse tree叶子节点：终结符内节点：非终结符对上下文无关文法的展开(derivation)：最左展开(left-most derivation)，最右展开(right-most derivation)正确的上下文无关
2012-12-24 13:27:30
1354
原创 精通正则表达式读书笔记（二）
DFA VS NFADFA：确定有限自动机。对一个输入，只有一个转移状态。NFA：非确定有限自动机。对一个输入，可以有多个转移状态。DFA的一个例子：如果模式串为： abc|abcdef，待匹配串为abcdef，在DFA中，它总是会去尝试所有可能的匹配。首先它会用abc中的a来匹配，发现满足；同时它还会用abcdef中的a来匹配，发现也满足。这时它会同时保留两个匹配的串
2012-12-21 19:26:38
538
原创 精通正则表达式读书笔记（一）
0. 元字符：.*?^[]+等。1. [abc]与(a|b|c)的区别：前者匹配普通字符，也就是说[]里面的都是普通字符，即使是.?*也一样（[^除外，表示否定，-也除外，表示范围）。而(a|b|c)里的()模式内，不仅仅可以用普通字符，还可以用更复杂的表达式。2. egrep -options 'pattern' filee.g., egrep -i '^abc' thefile
2012-12-19 00:21:28
439
转载 Map-Reduce的过程解析
转自：http://www.cnblogs.com/forfuture1978/archive/2010/11/19/1882268.html一、客户端Map-Reduce的过程首先是由客户端提交一个任务开始的。提交任务主要是通过JobClient.runJob(JobConf)静态函数实现的：public static RunningJob runJob(Jo
2012-11-26 14:36:54
613
转载 HBase技术介绍
这是一篇关于HBase的概念性的文章，感觉写得非常好，从比较大的维度来描述了HBase与Hadoop的关系，没有特别陷入细节。转自淘宝搜索技术博客：http://www.searchtb.com/2011/01/understanding-hbase.htmlHBase简介HBase – Hadoop Database，是一个高可靠性、高性能、面向列、可伸缩的分布式存储
2012-11-18 00:49:12
623
原创 hive动态分区与静态分区
HIVE分区，实际上是通过一个路径来标识的，而不是在物理数据中。比如每天的数据，可能分区是pt=20121023这样，那么路径中它就会变成：/hdfs/path/pt=20121023/data_files。通过路径来标识的好处是，如果我们需要取特定分区的数据，只需要把这个路径下的数据取出来就可以了，不用扫描全部的数据。HIVE默认是静态分区。但是有时候可能需要动态创建不同的分区，比如商品
2012-10-24 11:52:06
3814
1
转载 vim多行插入注释//
转自：http://att.newsmth.net/att.php?s.731.16603.568.txt写代码的时候，经常需要注释多行，对于大多数的代码，也就是在行首插入//。最笨的方法，其实是正则表达式了。这个正则表达式能够做到：:m,ns/\(.*\)/\/\/\1/g其中m,n为注释起始行和结束行。当然，就是有点蛋疼了。还有另外一种比较好的方法：移动
2012-08-20 20:00:46
3054
转载 关于Richard Stallman的若干惊人事实
转自：http://www.soimort.org/tech-blog/2012/07/19/rms-facts.html下面所有的事情以及评论都来自原文，不出自我之口。。。今天在GNU Octave里无意把算阶乘的factorial()弄成了fact()，于是发现混进来了神马奇怪的东西：“关于世界上最伟大的黑客的惊人事实”，搜索了一下发现这些段子来自一个网站叫
2012-08-12 22:30:42
4938
转载 ProtocolBuffer和lzo技术Hadoop系统上的使用
转自：http://www.searchtb.com/2010/09/pb-lzo-used-in-hadoop.html概述基于hadoop的集群分布式数据处理目前是淘宝搜索中心最重要的数据处理平台，在集群物理条件确定的情况下，有几个方面影响了数据处理的速度。1、数据大小 （影响磁盘IO和网络IO）2、数据格式 （影响数据的解析及构造速度）3、并行度使用 prot
2012-08-11 16:29:09
973
转载 HIVE的表操作语句
转自：http://hi.baidu.com/zhangxinandala/item/49752510cc7ad08789a956171.创建表的语句：Create [EXTERNAL] TABLE [IF NOT EXISTS] table_name [(col_name data_type [COMMENT col_comment], ...)] [COMMENT tabl
2012-08-11 16:21:26
2199
转载 深入理解Bloom Filter
转自：http://blog.csdn.net/liuben/article/details/6602683部分内容还译自：http://en.wikipedia.org/wiki/Bloom_filter原文有C实现代码，这里略去了。Bloom Filter是1970年由Bloom提出的，最初广泛用于拼写检查和数据库系统中。近年来，随着计算机和互联网技术的发展，数据集
2012-08-02 22:17:16
1186
转载 最大熵模型
转自廖先桃的最大熵PPT熵：描述事物无序性的参数，熵越大则越无序。熵在自然界的变化规律：熵增原理当熵处于最小值，即能量集中程度最高、有效能量处于最大值时，整个系统也处于最有序的状态（大爆炸前？）。相反为最无序状态（宇宙的终结？混沌均匀。。。）熵增原理预示着自然界越变越无序。信息熵：事物不确定的程度（香农）随机事件的信息熵：设随机变量ξ，它有A1, A2, A
2012-07-31 16:55:36
1410
原创 mahout基于hadoop的CF代码分析
mahout的taste框架是协同过滤算法的实现。它支持DataModel，如文件、数据库、NoSQL存储等，也支持hadoop的MapReduce。这里主要分析的基于MR的实现。基于MR的CF实现主要流程就在org.apache.mahout.cf.taste.hadoop.item.RecommenderJob类中（注意mahout有两个RecommendJob，要看清楚是哪一个包）。这
2012-06-10 18:01:34
3719
1
原创 hive中间结果和结果的压缩
hadoop中常见的压缩格式及特性如下：压缩格式工具算法文件扩展名多文件可分割性DEFLATE*无DEFLATE.deflate不不GzipgzipDEFLATE.gz不不ZIPzipDEFLATE.zip是是，在文件范围内bzip2bzip2
2012-05-16 14:14:18
3587
翻译 Elo rating system
原文：http://en.wikipedia.org/wiki/Elo_rating_systemElo分级系统由美国物理学教授Arpad Elo提出，最初是用于计算象棋比赛中的选手的相对水平，现在已经广泛用于很多类比赛的选手分级。在一场比赛中，选手都有一个分数，这个分数代表了选手的实力。分越高表示选手实力也越高。而分数可以通过打败其他选手来获得。Elo算法的实现细节如下：假设选手
2012-05-02 13:19:54
6629
豆瓣备份工具
2013-02-15
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人