每天积累一点，一年后你会发现，自己变化很大

================以下是摘抄=========================前置问题： 利润 = 需求 - 设计。    需求：从卖的视角、具体的实际问题来考虑，将产品当做项目来做一步一步来走。    设计：从做的角度、抽象的问题模型来考虑，将项目当做产品来做尽力做出彩。    综述：设计源于需求而又高于需求。        需求规约（如何考虑）：   

1,http://www.ibm.com/developerworks/cn/2,http://www.51cto.com/3,www.csdn.com

　　　　　　　　　　　　　　拒绝浮躁浮躁作为现代人的一种流行病，是缘于人们觉得人生短促，世事纷繁，自己作为匆匆过客，必须活得紧张而又明白，才有意义。然而，这种明白只能是自以为明白，其实是地地道道的糊涂。浮者，根基不牢也；躁者，耐性不足也。浮躁之人，由于对人生信念不明晰，对生活真谛不了解，尽管整日忙忙碌碌，实际上还是莫名其妙。从本质上来说，浮躁正是一种无所适从的生活状态。    有人用“浮躁”一

1,网站刚建立的时候，一切从简，ssh迅速构建网站，运行在apache/nginx+tomcat+mysql中。2,随着流量的增大，网站的访问速度越来越慢，这个时候就想到了，对应用做集群，apache做集群或者或者nginx做反向代理，哇哈哈，问题解决。3，用了集群，用户的响应速度上来了，可是session丢失的问题出现了，集群中一台机子挂了，这个机子上的session就木了，只能慢慢解决

failover：失效切换或者热备份切换FailOver是一种不可逆的从standy database 到primary database切换的过程

1.什么是COMET ？ 查阅词典Comet中文是“彗星”的意思，起初我见到这个单词的时候，我就猜想优美名字背后到底是什么呢？他是一种WEB服务器推的应用技术（Server Push）。Server Push就如同它自己的名字一样，将更多华丽的web体验“推”进了我们的视野。有 一些观点 将Comet比作是 Ajax 的接班人,这个观点 我无法苟同,我认为Ajax  与Comet 并不存在

LVS的三种工作模式LVS-NAT：LVS-NAT方式的思路很简单，它利用调度服务器实施网络层数据欺骗，它把客户端发送到调度服务器的数据IP包的目标地址进行了替换。LVS-DR:这个方法的思路是实施数据链路层数据欺骗，修改网络帧数据的Mac地址。LVS-TUN:这个方法是为了突破LVS-DR同一网段内的限制所提出来的。它不做任何欺骗，而是光明正大的交流，在网络层进行了二次包

C3P0连接池详细配置    3   30   1000   false    属性preferredTestQuery将被忽略。你不能在这张Test表上进行任何操作，它将只供c3p0测试  使用。Default: null--> Test    保留，并在下次调用getConnection()的时候继续尝试获

IO开销                花费cpu时钟周期cpu cache L1          3cpu cache L2          14    ram              250    disk              41000000    net                   240000000结论: disk是net 6倍    

HttpAsyncClient 介绍    HttpAsyncClient 是基于httpcore NIO 和httpclient基础上做的进一步封装，主要利用异步回调方式，适用于高性能需求的场景下.当我们发送一个http请求后，当前线程会立刻返回，并执行完后续工作。此时和服务端只有connection进行连接，没有线程等待。当收到响应后，HttpAsyncClient将回调注册的方法。从

SCP 命令\svn 删除所有的 .svn文件find . -name .svn -type d -exec rm -fr {} \;  linux之cp/scp命令＋scp命令详解   名称：cp使用权限：所有使用者使用方式：cp [options] source destcp [options] source...

在许多系统中，创建一个线程较创建一个进程要快10~100倍。    若多个线程都是CPU密集型的，那么并不能获得性能上的增强，如果存在大量的计算与大量的I/O处理，拥有多个线程允许这些活动彼此重叠进行，从而加快应用程序执行的速度。    在多CPU系统中，多线程是有益的，在这样的操作系统中，真正的并行有了实现的可能。我自己的理解：    进程越多，如果成千上万级别，CPU将

因为项目的需要，需要自建搜索引擎，抓取外网或者内网的网页和文件。网上搜了很多教程，要么很旧，要么写得不完整。我把这几天的心得总结一下，分享给大家。  nutch目前有两个版本，1.6稳定版和2.1测试版，2.1更加先进，用上了apache  gora。nutch抓取的数据可以选择保存到文件夹、hdfs、mysql、hbase。我装了两种nutch版本做测试，1.6版用hdf

http://www.iteye.com/topic/1121936http://www.cnblogs.com/qiaolevip/archive/2010/05/17/1737217.html

简单Python是一种代表简单主义思想的语言。阅读一个良好的Python程序就感觉像是在读英语一样，尽管这个英语的要求非常严格！Python的这种伪代码本质是它最大的优点之一。它使你能够专注于解决问题而不是去搞明白语言本身。易学就如同你即将看到的一样，Python极其容易上手。前面已经提到了，Python有极其简单的语法。免费、开源Python是FLOSS（自由/开放源码软件）

1，以上测试并不完善，只是一个开始，比如没有测试小数据（以数字作为key，100字节Value），没有测试较大的数据（20K左右）；没有测试在命中情况下的性能；没有测试并发读写的性能，据闻MongoDB的并发读写效率不是特别出色，MongoDB的特色在于支持的查询语言非常强大2，TC/TT在mixi的实际应用当中，存储了2000万条以上的数据，同时支撑了上万个并发连接，是一个久经考验的项目。T

http://www.blogjava.net/killme2008/archive/2011/11/08/363238.html

columnNumber: 105; 元素 "context:property-placeholder" 的前缀 "context" 未绑定

在听到人们谈论机器学习的时候，你是不是对它的涵义只有几个模糊的认识呢？你是不是已经厌倦了在和同事交谈时只能一直点头？让我们改变一下吧！本指南的读者对象是所有对机器学习有求知欲但却不知道如何开头的朋友。我猜很多人已经读过了“机器学习”的维基百科词条，倍感挫折，以为没人能给出一个高层次的解释。本文就是你们想要的东西。本文目标在于平易近人，这意味着文中有大量的概括。但是谁在乎这些呢？只要能让读者

大数据处理的开发经验                             http://www.infoq.com/cn/news/2014/04/big-data-practice12款免费与开源的NoSQL数据库介绍  http://www.infoq.com/cn/news/2014/01/12-free-and-open-source-nosql消息系统架构与变迁    

学习机器学习有很多方法，大多数人选择从理论开始。如果你是个程序员，那么你已经掌握了把问题拆分成相应组成部分及设计小项目原型的能力，这些能力能帮助你学习新的技术、类库和方法。这些对任何一个职业程序员来说都是重要的能力，现在它们也能用在初学机器学习上。要想有效地学习机器学习你必须学习相关理论，但是你可以利用你的兴趣及对知识的渴望，来激励你从实际例子学起，然后再步入对算法的数学理解。通过本文

一、机器学习算法概述    机器学习算法主要分为监督学习算法，无监督学习算法。其中监督学习算法需要的数据包括样本，如训练样本,和每组数据的标签，即所属的类别；而无监督学习只有样本数据，我们需要构建出样本与样本之间的差异。常见的分类算法，回归算法属于监督学习算法，如K-近邻，决策树，logistic回归，朴素贝叶斯，SVM等；聚类算法属于无监督学习算法，如K-均值等。对于监督学习，机器学习算法需

怎样管理好项目 怎样轻松地管理好项目，其实非常简单，做好下面几点即可。 - 规划目录- 配置管理- Ticket管理- 版本管理- 里程碑管理- 代码审查- 合并分支，建立标签- 测试项目- 发布项目- 部署工具 你要关注那些事情要做，安排好先后顺序，每个版本中完成那些任务，完成

1,需求阶段建模的过程中涉及到的有用例图（usecase diagram）和活动图（activity diagram）。2,需求阶段用例图完成以后，需要进一步描述用例。由于每一个用例可能对应几个事件流，单从用例不能获取有效的信息。这时候就要用到活动图了。活动图专门用来描述用例的事件流。3,经过了领域专家的辛勤劳作，我们终于得到了精准的需求文档、形象的用例图和每个用例的活动图。接下来

分析和设计之间的鸿沟1，用例时面向问题域的，设计师面向机器域的2，用例技术本身不是面向对象的，设计时面向对象的3，用例采用自然描述语言，设计采用形式化的模型描述4，从用例到对象设计的过度可以采用不同的技术，但是鲁棒图时最好的。5，用例图导出鲁棒图到设计

在指导九期拆机前自己先是拆了几遍，又重新学了一遍计算机简单组装。无论是自己拆的过程中学了或是拾起以前忘记的知识还是在九期师弟师妹提问的每一个细小到所有不名的集成的芯片和电路上时，又收获很多，总结是学习知识的升华，我想我还是很有必要再总结一遍的。周六上午因为要去考试就没有参与测试，下午才开始的拆机指导。在指导前准备不是很充分，很多自己都不会...，所以要告诉自己抓住每一次学习机会来学习。

1,获取用例的方法，以及如何判断用例获取是否完备，粒度选择是否合适。事实上，在做这些工作时，我们正在进行需求分析的第一个阶段，即业务建模阶段。借助这个例子，笔者同样会阐述业务建模到底应该做什么，做到什么地步才能说明业务需求已经完整，可以称为一份完整的需求规格说明书了。2,一般来说，只有当以下工作都完成，才能说业务模型建立完成，它们是：•发现和定义涉众•画定业务边界•获取用例•绘

1,用例分析的首要目标不是要弄清楚某项业务是如何一步一步完成的，而是要弄清楚有多少参与者？每个参与者都做什么？业务流程分析则是后续的工作 了。其次，用例简直就是为OO而生的，其思想完美的符合OO。用例分析方法试图找到问题领域内所有相对独立的参与者和事件，并把业务流程当成是这些参与者 和事件之间的交互结果（在UML用活动图或序列图来描述）2,笔者认为软件复用可以分为三个层次，最低层次的复用是代码

1、    招标：有的企业尤其是大型企业（政府机关那是必须的）需要上信息化系统时，可能会采取招标的方式。让多家单位来投标。　　　　2、    邀请性谈判：这些企业为了往往会自行选择几家较为熟悉的单位，邀请来进行投标。一般的模式是最低价中标。当然也会进行综合评分，分数最高者中标。而本文中项目据我后来所知，是以最接近用户预算的单位中标。也就是说假设用户预算是50万，那就是报价最接近50万的单位中标

常用的跨语言通信方案：基于SOAP消息格式的WebService基于JSON消息格式的RESTful 服务以上两种方案的弊端：XML体积太大，解析性能极差JSON体积相对较小，解析相对较快，但表达能力较弱于是探索一下现在比较流行的跨语言通信方案：Google protobuf (http://code.google.com/p/protobuf)Apache

1,异常信息org.mybatis.spring.MyBatisSystemException: nested exception is org.apache.ibatis.exceptions.PersistenceException: ### Error updating database.  Cause: java.lang.IllegalArgumentExceptionfin

1.因为本文会不断更新，所以建议大家去博客看最新版。本文出自cnBlogs的xxxteam，那些无节操的转载，请注明。 2.Thrift的定位    Thrift仅仅是一个方便的、高性能的通信中间件，它并不是真正意义上的web Server 或 web service server，因为它没有面对复杂网络环境的功能与能力，所以，它只能在系统内部的高速的、优良的网络环境下使用

需求分析----用例-----用例模型:由三部分组成，用例、参与者和系统边界。用例模型是软件需求分析的开始，是即能让客户看懂又能让技术人员看懂的图形和文字。一方面是为了进一步与客户交流，确认需求，另一方面也是为技术人员分析和设计系统提供依据和基础。用例就是一个用来描述参与者如何使用系统来实现其目标的一组场景的集合。将用户所要描述的整个问题空间分割成了一个又一个的模块，然后在每个具体

市场部;策划和运做市场.业务部;操作公司的各种业务.销售部;销售公司的产品或服务.

fangang ：http://fangang.iteye.com/category/24846

1,如果说组织业务研讨会是项目经理的功底，那么讨论业务需求就是需求分析人员的功底。 2,以往我们常常认为，需求分析是一件最简单的事情。客户说他们需要做一个什么软件，有些什么功能，我们照着做就可以了，所谓的需求分析员就是需求的记录员。我要说，这是一个极大的错误，许多失败的软件项目，或者说软件项目中的需求问题，大多都源于此。经过人们多年的研究发现，在需求分析过程中，客户存在的最大问题就是提不出正确

1,幸福的软件项目都是一样的，不幸的软件项目却各有各的不幸；或者说，成功的软件项目都是一样的，失败的项目却各有各的问题。我常常在想，我们的项目开发到底怎么了，进而把它们一个一个的剥开来深入分析，竟然触目惊心。它们有的是需求的问题，有的是客户关系的问题，还有设计的问题、技术的问题、时间管理的问题、人员培养的问题••••••但归根到底更多的还是需求的问题。需求分析既是一份体力活儿，更是一份技术活儿，它

1,如何能够保证我们设计出的是可维护的系统呢，大师们通过实践给出了我们一个又一个的方法。总体上说，就是要建立模型，即按照顺序依次建立用例模型、领域模型、分析模型和设计模型，采用迭代的方式一步一步地去设计我们的系统。模型是对我们要解决的问题空间的抽象。我们将现实世界抽象成一个个模型，可以帮助我们更加有序地认识和分析问题，运用我们所掌握的知识，设计出更加合理的系统。2,用例模型和领域模型主要是在需

1,们分析和设计系统的基本原则是职责驱动设计，那么职责分配的原则是什么呢？信息专家模式回答了我们。信息专家模式（又称为专家模式）告诉我们，在OO分析中，应当将职责分配给软件系统中的这样一个对象类，它拥有实现这个职责所必须的信息。我们称这个对象类叫“信息专家”。2,高内聚从本质上提高了软件的可读性、可复用性和可维护性，因此，高内聚已经成为软件设计中的一种基本品质。但是，高内聚从内在要求软件中的所

1,如图是一个子用例使用的例子。图中，用例“调整前信息查询”、“调整后信息查询”、“调整前时间段查询”、“调整后时间段查询”都用到了“按单位汇总考核结果”。它们是一种使用关系或者包含关系，因此被绘制成一条虚线，从使用者指向被使用者，并标注为use或include。另外，在用例中还存在许多扩展流和异常流。当系统在运行到基本流程中某个步骤时，由于满足了某个分支条件或异常条件，这时系统就从基本流