[TOC]
- 能不能自己也做一个类似的东西
- 能不能发现项目中的问题，提交一些 bug
-
Github Action: Serverless Ebook using Gitbook CLI, Github Pages, Github Actions CI/CD, and Calibre
-
最经典的线性代数入门课程：麻省理工
- 三指操作：左右移动切换应用，上下切换回到桌面或回到应用
图灵完备意味着你的语言可以做到能够用图灵机能做到的所有事情，可以解决所有的可计算问题。
SS 最先发布在 V2EX 社区，作者是 clowwindy。
Shadowsocks 不同于 VPN，SS 的一大特点是网络分流技术（部分代理），配置文件中的网站走代理通道，配置文件之外的地址全部走直连通道。
Shadowsocks 原理和 VPN 类似，其同样受限于服务器。
- 什么是 UML 时序图？
-
UML 时序图绘制教程
-
绘制 UML 时序图的工具
-
绘图注意事项
- 一个 Activation box 就是一个任务，box 越长，代表任务越长，发起的请求应该指向 box 的头部，create 除外
VPN 就是在国外的一台机器上搭建了一个服务端，然后用国内的客户端进行连接，建立特殊的通道（VPN），将上网的所有流量，通过国外的机器打出去。
HTTPS == HTTP Secure == Secured HTTP
MongoDB is a general purpose, document-based, distributed database built for modern application developers and for the cloud era.
MongoDB 和 MySQL 最大的不同：stores data in JSON-like document other than the traditional row/column model. MongoDB 存储的数据结构为 JSON，而传统的存储则是按照表进行存储。MongoDB 适用于 Node.js 项目。
docx 和 xlsx 文档实际上是一个压缩包，可以用解压软件打开，压缩包内有大量的 xml 文件，实际上 docx 格式的文档是一种标记语言文档，其和 markdown / HTML 没有本质的区别。
docx 的 x 是 xml(Extensible Markup Language)。
注意：doc 和 xlsx 文档并不是一种标记语言文档，其压缩包内的文件并不是纯文本。
| 单位 | 换算 | English |
|---|---|---|
| 1 毫秒 | millisecond | |
| 1 微秒 | microseconds | |
| 1 纳秒 | nanosecond |
Demo: Streaming 101，火箭少女 101
101 代表一个领域的 Introduction。
关键词：微内核 / 分布式 / 开源 / 可扩展性(兼容性好)
不管技术上实现难度如何，华为此举是非常具有战略性意义的，鸿蒙是一款面向云计算 / 物联网 / 5G 的下一代操作系统，是一款划时代的，面向未来的操作系统。
我们究竟需要什么样的操作系统？
- 对于用户来说，我们希望我们的各种设备：电脑 / 手机 / 平板 / 可穿戴设备 / 智能家居嵌入式设备，都能获得良好的一致性体验
- 对于开发者来说，我们希望我们的代码能够一端开发，多端运行
当我了解到鸿蒙操作系统的特性时，我联想到了 VSCode，鸿蒙有些特点和 VSCode 非常相似：
| 鸿蒙 | VSCode | |
|---|---|---|
| 可扩展性 | 面向物联网，兼容各种设备，一次开发，多端运行 | Extensions for each language |
| 内核 | 精简的微内核 | VSCode vs VS |
| 是否开源 | 开源 | open source |
云计算 / 物联网 / 5G 这些变革，早晚会催生出一款大一统的操作系统，华为抓住了这一机遇，所以说鸿蒙是非常具有战略意义的。如果说，VSCode 是 IDE 的未来，那么我觉得鸿蒙可能是操作系统的未来，或者说，面向云计算 / 物联网 / 5G 的操作系统，是操作系统的未来。
Representational state transfer (REST) is a software architectural style which uses a subset of HTTP.[1] It is commonly used to create interactive applications that use Web services. A Web service that follows these guidelines is called RESTful. Such a Web service must provide its Web resources in a textual representation and allow them to be read and modified with a stateless protocol and a predefined set of operations.
REST 是一套用于构建 Web Service 的规范。
常用的开源许可证有两个：
-
允许做任何事情，包括闭源：MIT
The MIT License is short and to the point. It lets people do almost anything they want with your project, including to make and distribute closed source versions.
-
要求使用后开源：GUN GPLv3
The GNU GPLv3 also lets people do almost anything they want with your project, except to distribute closed source versions.
- 持续集成(Continuous Integration CI)：持续频繁的将代码集成到主干，小步快跑（集成到主干之前，必须经过自动化测试）
- 目的：快速高质量的迭代产品
- 优点：快速发现问题，防止分支大幅度偏离主干
- 面向团队：研发
- 持续交付：持续集成的下一步，交付给质量团队评审
- 面向团队：测试
- 主要工作：自动化测试
- 持续部署：持续交付的下一个阶段，交给运维团队部署上线
- 面向团队：运维
一次上线的标准流程：
研发将最新的代码提交到 Github 上，commit 配置了 hook，触发了服务端的 Jenkins，Jenkins 从 Github 同步代码进行自动化测试。
URI: Uniform Resource Identifier 统一资源标识符
URL: Uniform Resource Locator 统一资源定位符
URI 是一个 ID，URL 是一个路径，URL 是用一个路径来描述一个 URI，所以 URI 包含 URL。
HTTP 协议中 URI 和 URL 有什么区别？ - denight的回答 - 知乎 https://www.zhihu.com/question/21950864/answer/154309494
I: IBM 小型机 / 大型机
O: Oracle 数据库软件
E: EMC 存储
分发，顾名思义，就是将任务分配给他人发送。例如我开发了一个 app，然后为了更多的人能够下载，将该 app 上架到各大 APP 商店（分发渠道）。
B2B：Business 2 Business 商家对商家，例如阿里巴巴
B2C：Business 2 Consumer 商家对个人，例如京东自营
C2C：Consumer 2 Consumer 个人对个人，例如淘宝
O2O：Online 2 Offline 线上对线下，例如美团团购，淘票票，偏向于线下消费
Objective Key Result
我的理解：OKR = O + KPI，OKR 给 KPI 加了一个更高层次的使命感和意义。
Data Engineering Cookbook 可以充当一本口袋书。
计算机的核心：计算资源和存储资源（冯诺依曼架构：计算/存储/输入输出）。任何一个系统都离不开这两个部分。大数据就是分布式的计算和存储。
- 分布式计算：MapReduce
- 分布式存储：HDFS(分布式文件系统), HBase(分布式数据库)
- 消息队列工具：Apache Kafka, RabbitMQ or AWS Kinesis
- 数据分析平台：MapReduce or AWS Elastic MapReduce to Apache Spark and AWS lambda
- 数据存储：Hadoop HDFS, Hbase, Amazon S3 or DynamoDB
- 数据可视化：eCharts, D3, Baidu Sugar
可以联想到分级平台压力增大后的解决方法，其优化的方向无非是 Scaling up 和 Scaling out：
Scaling up: 申请性能更强的机器
Scaling out: 申请两台机器进行负载均衡
| Description | Demo | |
|---|---|---|
| Scaling up | 提升目前服务器的性能 | 申请一台更强的机器  |
| Scaling out | 将压力均匀的分配出去 | 分布式计算/分布式存储，多台机器进行负载均衡 |
需要 Scaling 的时候，才考虑使用大数据技术来解决问题。
当平台性能掣肘之时，或者我们需要针对某一个模块进行优化的时候，就可以考虑从 scaling up 和 scaling out 两个方向来引入大数据的技术来解决问题。例如对实时性要求高，就可以考虑用缓存或者 Kafka 来暂存数据；数据量太大，可以考虑用 HDFS 来进行分布式存储。
| Description | Feature | |
|---|---|---|
| Batch Processing | 先存储再分析 |
懒汉式 |
| Streaming Processing | 在存储前会有分析 |
饿汉式，实时性强 |
一个分布式存储和计算平台。
Hadoop 流行的原因：Adoption to many Apache projects. —> Turn into an ecosystem. Hadoop 有丰富的周边产品，并且已经形成了生态。
You use Apache Kafka to ingest data, and store the it in HBase.
- Zookeeper：ZooKeeper is a centralized service for maintaining configuration information, naming, providing distributed synchronization, and providing group services.
- Kafka：Data cache and Message Queue
- YARN：resource management
- **Zookeeper **：configuration management service to use Kafka and HBase
- HDFS：Hadoop File System
- HBase：Hadoop Database
Hadoop 生态的缺点
Hadoop 生态部署后非常耗费资源（尤其在单台机器上），我们至少需要 5台机器去部署一个 Hadoop 集群，否则无法发挥 Hadoop 的威力。所以我们应该了解这个生态的每一个模块，当我们需要某个功能时，能联想到 Hadoop 的某个模块，然后拿来用即可。
Hadoop 生态的核心工具
Yarn Zookeeper HDFS Oozie Flume Hive
Map 和 Reduce 这两个阶段都可以实现分布式并行计算。
Demo:
- the map stage could be done by nine mappers in parallel because each map is independent from all the others.
- The reduce stage could still be done by three tasks in parallel.
Spark 和 Hadoop 的关系
Hadoop 是一个生态，包括分布式计算和存储，而 Spark 只是一个计算平台，没有存储能力，Spark 属于 Hadoop 生态。
- InfluxDB：Time Series Database
目前比较棘手的问题：Automatic re-training and re-deploying. （自动化模型迭代和上线）