黑客是一个相当神秘的职业，尤其是在各类电影的渲染下，让黑客变得无所不能，想黑什么就黑什么，而且很多人以为黑客十程序员的巅峰，其实不然，很多黑客其实技术不如程序员。毕竟创作一个网站要比破坏一个网站难得多，很多小学生可以当黑客，但做不了好程序员，因为他只懂得漏洞而不会懂得逻辑。

　　

　　0、黑客攻击一个系统，要分两步。之一步，找到一个漏洞。第二步，利用这个漏洞。

　　注意，这两步缺一不可。缺了任何一步，小罗就秒变李毅大帝。

　　1、程序员的规律：一个新人一个bug；两个新人四个Bug；四个新人无数Bug。相信各位带过新人的都深有领悟。

　　2、被各方大佬diss而逐渐没落的flash（AS3.0），在语言设计水平上完胜java；被广大程序员从血统上看不起的C#，在各个方面的易用性都优于java。这再次说明了程序员是最不容易被表面光鲜而左右的群体，大部分人不在意自己作品UI的美丑，甚至也不特别在意有没有更好的工具

　　

　　3、从关机的姿势来分析人的性格：通常来讲，十分熟练地使用计算机的正常人会用win→enter来关机，正常人会用鼠标关机，装X犯会用win+r+cmd+shutdown -s -t 0来关机

　　4、黑客技术不止操作电脑，还有一类黑客技术叫做社会工程学，该类技术包括但不限于：和目标公司员工打点关系、制造偶遇、策反和利诱目标公司员工、伪装目标身份的客户，翻目标的垃圾桶找到写有密码的纸条等等。

　　

　　5、黑客圈子是最封闭的技术圈子，所有的技术都标有价码，你想要，就用你的存货来换，这一点令人生厌。

　　6、黑客也不是想黑什么就黑什么的，而且黑客门槛很低，小学生都能学会。中国最小的黑客是12岁。黑客破要解你家里的Wi-Fi密码是可以的，但是要破解你的 *** 密码很难，因为他面对的是整个腾讯公司，黑客挖漏洞，三分靠技术，七分靠缘分，漏洞补完，没有防火墙照样黑不进去。

　　

　　7、黑客黑掉一个网站并不代表他有多厉害，因为能够画出蒙娜丽莎很难，把它烧掉很简单，同理黑掉一个网站的难度远远低于写出它的难度。新闻上什么中国黑客15秒攻破浏览器之类的指的是漏洞触发后主机沦陷所需要的时间，想要挖掘一个类似的漏洞需要几个月甚至更长

　　8、黑客也并没有像电影里那样酷炫的：电影里面黑客的屏幕上代码刷刷刷地闪，现实中如果这样，我们的眼睛会看不过来的

　　9、USB3.0的接口，慢慢插是USB2.0；USB口上缓慢插入USB3.0设备会被系统识别为USB2.0

　　USB2.0的1-4Pin的定义和USB3.0一致,不同的是增加了2对TX,RX信号线及1根Gnd线。后部分的5根Pin脚才是USB3.0的关键Pin脚

　　当在主板上的USB3.0母口上插入USB3.0设备时，公口前端的4 pin(USB2.0)信号线会与母口的4 pin(USB2.0)信号线先接触，接着再是5pin的信号线接触。如果系统侦测设备的短暂时间里，如果我们还没有让后5Pin(USB3.0)信号线接通的话，设备就被系统判定为USB2.0设备了

　　

　　月明千里，一样的科技圈，不一样的科技观，关注我，每天带你涨知识

　　

　　黑客是一个相当神秘的职业，尤其是在各类电影的渲染下，让黑客变得无所不能，想黑什么就黑什么，而且很多人以为黑客十程序员的巅峰，其实不然，很多黑客其实技术不如程序员。毕竟创作一个网站要比破坏一个网站难得多，很多小学生可以当黑客，但做不了好程序员，因为他只懂得漏洞而不会懂得逻辑。

　　0、黑客攻击一个系统，要分两步。之一步，找到一个漏洞。第二步，利用这个漏洞。

　　注意，这两步缺一不可。缺了任何一步，小罗就秒变李毅大帝。

　　1、程序员的规律：一个新人一个bug；两个新人四个Bug；四个新人无数Bug。相信各位带过新人的都深有领悟。

　　2、被各方大佬diss而逐渐没落的flash（AS3.0），在语言设计水平上完胜javascript；被广大程序员从血统上看不起的C#，在各个方面的易用性都优于java。这再次说明了程序员是最不容易被表面光鲜而左右的群体，大部分人不在意自己作品UI的美丑，甚至也不特别在意有没有更好的工具

　　3、从关机的姿势来分析人的性格：通常来讲，十分熟练地使用计算机的正常人会用winenter来关机，正常人会用鼠标关机，装X犯会用win+r+cmd+shutdown -s -t 0来关机

　　4、黑客技术不止操作电脑，还有一类黑客技术叫做社会工程学，该类技术包括但不限于：和目标公司员工打点关系、制造偶遇、策反和利诱目标公司员工、伪装目标身份的客户，翻目标的垃圾桶找到写有密码的纸条等等。

　　5、黑客圈子是最封闭的技术圈子，所有的技术都标有价码，你想要，就用你的存货来换，这一点令人生厌。

　　6、黑客也不是想黑什么就黑什么的，而且黑客门槛很低，小学生都能学会。中国最小的黑客是12岁。黑客破要解你家里的Wi-Fi密码是可以的，但是要破解你的 *** 密码很难，因为他面对的是整个腾讯公司，黑客挖漏洞，三分靠技术，七分靠缘分，漏洞补完，没有防火墙照样黑不进去。

　　7、黑客黑掉一个网站并不代表他有多厉害，因为能够画出蒙娜丽莎很难，把它烧掉很简单，同理黑掉一个网站的难度远远低于写出它的难度。新闻上什么中国黑客15秒攻破浏览器之类的指的是漏洞触发后主机沦陷所需要的时间，想要挖掘一个类似的漏洞需要几个月甚至更长

　　8、黑客也并没有像电影里那样酷炫的：电影里面黑客的屏幕上代码刷刷刷地闪，现实中如果这样，我们的眼睛会看不过来的

　　9、USB3.0的接口，慢慢插是USB2.0；USB口上缓慢插入USB3.0设备会被系统识别为USB2.0

　　USB2.0的1-4Pin的定义和USB3.0一致,不同的是增加了2对TX,RX信号线及1根Gnd线。后部分的5根Pin脚才是USB3.0的关键Pin脚当在主板上的USB3.0母口上插入USB3.0设备时，公口前端的4 pin(USB2.0)信号线会与母口的4 pin(USB2.0)信号线先接触，接着再是5pin的信号线接触。如果系统侦测设备的短暂时间里，如果我们还没有让后5Pin(USB3.0)信号线接通的话，设备就被系统判定为USB2.0设备了

　　安利

　　[Yu Writer]

　　Markdown 编辑器

　　主页:

　　Github:

　　同类软件: [Typora], [小书匠]

　　（可能有和我一样萌新的同学不知道Markdown是啥，简言之就是编程化地撰写文档，可以方便地插入图片，分不同标题，输入数学符号等的一种语言，学起来还是很快的）

　　主页

　　自带的教程

　　自带文档库，管理文件比较方便，上传图片会在本地建立图床，自带有教程，个人感觉是一款比较不错的Markdown入门编辑器。

　　编辑时效果

　　导出的效果

　　[Jeb]

　　一款 apk 反编译器

　　资源自寻(正版价格如下)

　　当有一个 app 你觉得做的很好但是没有源码怎么办？

　　Jeb可以从 apk 反编译至 Java，而且由于 Android 的特性，反编译过来的结构十分友好，甚至有些函数名变量名都能保留。比如将用户名和密码明文写在代码里的登陆程序就可以直接破解。

　　但对于各大著名app来说反编译就不是那么有效了，因为厂商会在发布前进行混淆，即将函数名变量名替换为无规律的字符，再加上庞大的结构，要想看懂就十分困难了。

　　用法很简单，将 apk 扔进去然后按 Q 解析即可。

　　[Snipaste]

　　截图软件

　　主页:

　　截图之后有一个功能是将其固定在各窗口的顶端比较方便。

　　[氷菓]

　　[境界的彼方]

　　[Persona5]

　　[我的英雄学院]

　　[斩服少女]

　　点关注 全迷路

　　吃了这记安利

　　⑧

　　指纹解锁、刷脸识别、语音转换文字、机器人看病、Alphago······我们已经深刻的感受到，人工智能在改变我们的工作方式和认知。

　　通过 SAS 针对企业人工自能就绪调研的报告可以看到，大部分企业认为人工智能还处于初期阶段，“目前，我们正在部署的大量应用场景都包含 AI 板块”。显而易见，我们必须学习新的技能来配合 AI 的发展，并且，未来也是属于那些意识到这一点，并开始及早发展这些技能的人。

　　进入 AI 领域，方向选择很重要

　　以 2017 年 AI 领域各赛道的投资数据来看，投资事件数最多的是计算机视觉方向，其次是自然语言处理、智能机器人及自动驾驶。

　　能够获得如此多的投资，足以证明，计算机视觉是一个发展前景巨大的方向。

　　这么火的计算机视觉到底该怎样学习呢？

　　1、你可以先从看书学起。有很多关于计算机视觉的书籍，通过学习掌握计算机视觉的基本术语，了解计算机视觉的基本概念，同时也能够根据书中给到的代码及案例动手实操，一边看书一边实践；

　　2、深入实践。这需要你具有一定的计算机视觉知识。你可以选择在实验室或者公司动手操作实际项目，更好选择当前项目方向深耕下去。实践过程中你可以和导师、上级随时沟通。

　　3、系统专业的课程学习。这里说的课程并不是大学的专业课，而是将计算机视觉领域的重点研究问题、行业发展趋势及实际案例整理汇总，浓缩成精华，集中授课之后让你有一个质的飞跃。

　　这里我向你推荐小象学院的课程：

　　《计算机视觉的深度学习实践》

　　上海交大机器学习方向博士后叶梓老师10年+人工智能研发经验倾囊相授：

　　计算机视觉的领域的重点研究问题。由浅入深的讲解数字图像的存储、预处理、特征提取、以及在深度学习兴起之前计算机视觉领域所取得的成就；

　　专门介绍深度学习的基础理论知识，包括神经 *** 的基本原理，以及深度学习对于传统神经 *** 的关键改进；

　　重点介绍深度学者模型在计算机视觉领域的应用。具体设计在计算机领域如何引用卷积神经 *** 、区域神经网路、全卷积 *** 、循环神经 *** 、长短时记忆单元、生成对抗 *** 等解决图像应用的难点；

　　课程将用 Python 等语言及 Tensorflow、Keras 深度学习框架等进行案例实践教学；

　　Go语言函数返回值

　　返回值定义

　　返回值通过使用返回语句返回。可以返回任意类型。返回语句会立即中止函数的运行，并且将控制权交回调用该函数的代码行。

　　Go语言函数可以有零个或多个返回值，可以返回多个不同类型的结果。当函数有返回值 return 语句必须要写，否则编译器会报错。

　　Go语言在定义函数时返回值可以被命名，命名返回值的作用域是整个函数体就像定义在函数体内的局部变量。在 return 语句中，无需显示的返回这些值，Go 会自动将其返回。

　　返回值应用

　　1、零返回值

　　2、多返回值

　　3、显式返回值，return 语句后必须带返回的结果。

　　4、隐式返回值，只有 return 语句自动返回命名返回值。

　　巧用return

　　之一种，无返回值函数，在内部任何程序执行片段使用return ，直接会跳出该函数，return下面的程序片段都不会再执行。

　　第二种，有返回值函数，在内部任何程序执行片段使用return，它下面的程序片段都不会再执行，但是程序结尾必须以return结束，否则程序报错。

　　下一篇：

　　Go语言匿名函数------敬请期待！

　　看完本文有收获？那就分享给更多人吧

　　上一篇文章讲解“模型-查询范围”，本篇文章讲解“模型-数组访问和转换”。1.数组转换模型对象支持数组方式访问，例如：新建Index控制器，并新建arrAccess *** ，在 *** 中以数组形式访问。

　　浏览器访问（需要新建User模型）：

　　查看数据库2.转换为数组1）toArray *** 的使用可以使用toArray *** 将当前的模型实例输出为数组。在Index控制器中新建transformArr ***

　　浏览器访问

　　注意：1.查询单条或多条数据均可转换。2）设置不输出的字段属性——hidden在Index控制器中新建nonAtt ***

　　浏览器访问

　　注意：1.hidden只针对单条数据。3）数组输出的字段值会经过获取器的处理，也可以支持追加其它获取器定义（不在数据表字段列表中）的字段。——append在User模型中新建获取器

　　在Index控制器中，新建appendAttr *** ，输出数组

　　浏览器访问

　　注意：1.append只针对单条数据。4）设置允许输出的属性——visible在Index控制器中新建output *** 浏览器访问

　　浏览器访问

　　ThinkPHP5连载为卓象程序员原创，转载请联系卓象程序员关注卓象程序员，定期发布技术文章下一篇讲解“模型-Json序列化”

　　9月21日，十八届中央候补委员、中央委员，十九届中央候补委员，十三届全国政协委员，海南省政协毛万春主席一行视察攒车帮。

　　图：海南省政协毛万春主席听取名众科技董事长作企业发展情况汇报

　　图：名众科技董事长李方亮先生向毛万春主席介绍攒车帮平台的运营情况

　　名众科技董事长李方亮先生介绍到，攒车帮是一家互联网创新创业公司，攒车帮利用互联网技术整合实业，实现大数据能力，凭借大数据的能力，实现传统产业升级，提升产业的用户价值。通过分享经济和团队文化实现业绩倍增和稳步发展。通过资本运作实现全员持股，实现攒车帮会员财务自由。打造全新的人车生活智慧生态圈。实现普通老百姓买车容易 养车容易 分享创富。

　　据悉，攒车帮为名众科技公司主营产品，名众科技公司主营业务四大版块，分别是“汽车分销、人车商城 、汽车后市场、汽车租赁”。四大版块独立运营，同共协调、相互引流、相辅相成。四大版块是打开市场、积累大数据的核心业务。（文/符门山）

　　深化治理改革、激活治理资源、创新管理手段、提升公共服务，大数据有大用处

　　大数据不仅是一种技术潮流，在应用过程中，也深刻影响着人们的工作与生活。对于推动国家治理体系和治理能力现代化，大数据也发挥着重要作用。可以说，深化治理改革、激活治理资源、创新管理手段、提升公共服务，大数据有大用处。

　　以税收为例，充分运用大数据的理念和技术，深化数据集成应用，能增强办税服务质效。一段时间以来，国家税务总局潍坊市税务局不断深化“一次办好”的改革，全力实现税收审批服务便民化。在这一领域，大数据发挥了至关重要的作用。从一定意义上说，借助大数据，税收改革工作正在向“一次办好”升级，一条“信息管税、数据服务”的新路子渐显清晰。

　　用好大数据，首先要有大数据。这就需要搭建一个功能齐全、快速便捷的数据平台。为此，潍坊市税务局研发了一个集成登记、征收、收入核算、纳税服务、风险管理等13大类业务领域、195项功能模块的综合数据分析平台，在昌乐县税务局试点成功并全面推广。这个数据中心与“一次办好”改革紧密结合，对各个涉税业务系统、各类海量信息进行了有效整合。数据平台的建成，一方面有利于实现数据的自动提取与发布，减少纳税人报送的报表数据，减轻办税负担；另一方面，利用全面准确的数据来剖析企业应税行为，自行查找和分析风险点，早发现、早提醒、早解决，降低了纳税人的涉税风险。一个数据平台，不仅让纳税人“少跑路”“少折腾”，而且能让办税更省心、更安全、更放心。

　　只有掌握好纳税人的需求，才能把大数据用在刀刃上。近阶段，我们面向基层税务机关征集有效需求达1200个，面向纳税人征求意见建议2700余条。这些需求和建议，经过专业归纳、整合、分类后，借助相关模型，形成了数据中心的主体框架。换言之，借助大数据推动“一次办好”的改革，首要的就是问题意识、需求意识，如果没有精准对接、精确识别，纳税与服务就很难有效链接起来。

　　无论是大数据平台，还是“一次办好”改革，都旨在双向减负、提升服务。通过系统数据分析运用，基层税务机关可利用海量税收数据进行“一键式”快速分析，为工作决策提供依据，并及时反馈纳税人需求。纳税人在出现错误申报、违规涉税操作时，税务机关能之一时间发现，及时予以指导或纠正，避免纳税人非主观故意导致的税收违法行为。以前单纯靠人工查账难以发现类似问题，现在通过数据中心，企业会收到涉税事项提醒，根据提醒“一次办好”相关涉税业务，大大缓解了人工审理的压力，达到了企业和税务机关双向减负的成效。

　　大数据用得好，改革推进慢不了。经过一段时间的实践证明，借助数据中心办理税务、推进“一次办好”的改革落地，提升了纳税人服务满意度、税法遵从度和税务机关工作精准度。可见，现代治理要有现代思维，公共服务也要有“大数据思维”，这也是实现公共服务的技术创新、管理创新和模式创新的必然选择。

　　(作者为国家税务总局潍坊市税务局办公室主任)

　　《 人民日报 》( 2018年09月26日 05 版)

　　“阿凌，帮我从数据库调取下客户需要的波点面料！”9月中旬，记者走进绍兴市越城区尚1051文创园的“云花谱”博物馆，绍兴市尚壹零伍壹文化发展有限公司创始人汪春平正利用“云花谱”的数据库寻找明年夏季可能流行的花色。输入花型、颜色和年代，数据库就结合当下流行元素，设计出当下的流行花型图稿，再借由色卡数据中心对新花型进行配色处理，把数据发送至云花谱数码打印中心，不到一小时的功夫，一块时尚的面料就诞生了。

　　“这在以前是不可想象的。传统印染制造产业生产出一块面料，需要靠设计师一块布一块布地去翻，配色也需要工人一次次调配，花费的时间是现在的3倍还多。”汪春平说。曾经高污染、高能耗、高排放的绍兴印染企业集聚区，如今走上了绿色、创新式发展的轨道。在这番新景象中，记者探寻到了大数据的足迹。“云花谱”就是其中的主角之一。

　　爆款设计出自海量数据“我们前身是日本丸红集团和印尼富士集团合资的绍钦织造印染有限公司，曾一度成为向国际一线品牌LV、GUCCI等输出高端面料的行业龙头。然而，一场‘染缸革命’后一切都变了……”汪春平皱了皱眉头接着说，“336家印染企业整治，76家关停。那之后，有的企业选择了设备的改造提升，有的干脆关门大吉，而我们则用22年生产经营中保留的每一项原始档案搭建了这个纺织印花大数据中心。”目前，这个中心共收藏了16万件纺织品设计花样以及各种品牌的原创设计，是目前国内行业中技术含量更高、数量最多、品类最全的一个资料库。

　　如今，在这里，16万的花谱每个面料都有自己的编号，每一个档案袋内都装有一种面料的原始数据，你可以通过电脑任意查阅20年间的每一种花型。“一旦有需求，就可以根据原始数据和配方还原任何一块布料。”“云花谱”颜色设计师陶良玉翻出一份花谱档案，里面装的是印花套色顺序表，以及当时订单的详细数据资料。

　　对于这点，CG女装的创始人张平可能最有发言权。两年前，他托朋友找到了“云花谱”，利用其海量的花型数据和丰富的面料设计经验，一举推出了十几个爆款。“通过大数据筛选出来的款式个个好卖，也给我这个不懂面料的人好好上了一课。”如今，张平创办的女装已经发展成为拥有17家直营店、年销售过千万元的国内知名品牌。

　　同时，花谱大数据还为设计师大大节省了时间成本。2015年10月，瑞典华裔设计师孤帆找到汪春平求助，他为诺贝尔奖得主屠呦呦设计的以青蒿为主题的丝巾需要面料及配色，但时间已所剩无几。汪春平了解情况后，就用数据库选色，不到五分钟就帮他锁定了九个色号，经过调整后很快确定了最终配色。

　　数字改造打开创新大门

　　绍兴是我国印染产业最集中的地区。产能占全国四成、浙江省六成。绍兴一直饱受高污染、高能耗、高排放的“三高症”困扰。2016年初，印染之乡绍兴掀起了一场中国印染史上更大的变革，多数印染厂面临关停整治的局面。

　　“关停，对企业来说是损失，对行业长远发展来说，却是早晚的事。”一心求变的汪春平果断与深耕20年的印染厂告别，进行了将大数据基因植入印染行业的尝试，从此走上了一条拥抱数字化、智能化发展的新路，也为正在寻求出路的印染行业打开了一扇新的创新大门。

　　“别小看这个数据库。它不仅可以帮助面料织造工厂提供面料配方，还可以帮国内缺少自己的设计师圆梦。”汪春平介绍，打版一件样衣的平均成本在5000元以上，但大部分年轻设计师难以承担这笔费用。但借助“云花谱”平台，设计师们可以把创作的成品样衣推送给各类合适的服装生产企业，设计师省去了打版费，企业也避免了高昂的设计费投入。

　　当下，“云花谱”正在同国内服装设计高校、设计师工作室合作，打造大学生服装设计创业基地，为有才华的年轻设计师提供创意设计的平台。同时，利用花谱数据资源，吸引全国、乃至全球的设计师来这里寻根溯源，打造一个面向国际的时尚设计参观体验中心。目前，大数据中心已经建立了与澳大利亚、俄罗斯等10个国家150余家客户的商业合作关系。

　　随着科技的进步和人们消费观念的转变，汽车已经成为我们生活中非常常见的代步工具了，私家车主的增多也使更多的消费者想买车。不过大部分车友对于汽车知识这个方面还是非常模糊的，对于买车这件事完全是个外行，所以小编就经常在网上看到很多车主买了车之后肠子都悔青了，完全就是被4S店给坑了。今天小编就想告诉大家买车时这4种配置是最没用的，离职老销售透露这4个配置是专门用来忽悠不懂车的新手的。

　　自动启停

　　感觉这是一个汽车厂商非常愿意给你加上但是你自己非常不乐意用的配置，除非你每天上下班开车真的走走停停。每次要起步发动机蹿一下感觉你受得了吗，这个配置是可以有，但是有多少车主希望是默认关闭的呢，举个手。

　　自动驾驶系统

　　现在好多车企都在研究无人驾驶功能，不少车也有了各种级别的无人驾驶，目前已经量产的无人驾驶已经可以达到了L3级别（更高L5，全自动驾驶），也就是说非全路况，关键时刻还得人工干预。所以说现在自动驾驶还处于不成熟阶段，即使车上配备了，特殊情况还需要自己干预，你能信的过它么？

　　分区空调

　　每当看到这个配置，我就想起了“南山南的歌词”你在南方的艳阳里 大雪纷飞，我在北方的寒夜里 四季如春。分区空调，就是能让主驾驶座与副驾驶座或者前排与后排能感受到不同温度。我就想问一哈，您家屋的是几大个车子，大到了前后左右，过的季节都不同了，屁大点位置，还搞个前后左右温度不一样的空调，这不是搞事情吗！现在车企赚钱真是太容易了，随便加个配置就把车价拉高了。

　　可调整的方向盘

　　我们也知道以前汽车的方向盘是可以上下进行调节，在后来，汽车它的方向盘就多了一个可前后调节的功能了。这也能够让驾驶员有不错的行驶体验感。看起来很高大上，但是没有什么多大的用处。因为方向盘都是调节好的，一般情况下不会去随意调节它。如果说要去调节它的话，也大多一年去调节个一两次。而且每次去做调节都会花不少的钱，所以说花钱来买一个没什么用的配置实在是不值得。

　　你的爱车上有这些配置吗？

　　借鉴过去，把握现在

　　奋斗未来

　　孙宇航

　　新学期又是一个新的开始，我们也从刚进刘国钧的那个懵懂少年变成了如今的稍显成熟的青年。回顾去年一学年里，有太多存在问题的地方，也有许多值得表扬的地方，在新的一学期里，我们要怎样开启这段新征程，走向自己未来的光明大道呢？

　　到现在提起我们班的人，最羡慕的还是那些去集训队的人，想我曾经也有机会在集训队训练，可是我没有好好抓住那次机会，在集训队的淘汰赛中，被淘汰了下来。相比较课堂，集训队更能提升自己的能力，能学习更多的专业知识，一直想进许建华的那个集训队，可是因为自己的编程能力不足，也没有能力去参加，只好自己默默叹息与羡慕，可是，在新的一学期里，不能就这样继续沉默叹息与羡慕了，要拿出点自己的行动出来，知道自己的编程能力不足，就应该在这方面多下点功夫，平时课上好好听，任务好好练，课后多学习，就不相信自己的能力不会有所提升。

　　在管理方面，金老师也算是给足了我机会，不管是在班级还是在宿舍，或大或小都有我的职位。在宿舍方面，上学期的我没有太尽责，对宿舍的评分没有太重视，检查卫生也是一星期就去个两三次，导致部分宿舍的分数偏低，给班级拖了后腿，新学期，宿舍又搬进来了许多学弟，我们身为学长，就应该给他们树立起榜样，每天早上对宿舍的内务进行检查，提出不足并要求他们改正，每周对宿舍分数进行一个统计，每月对宿舍分数进行一个对比，让各个宿舍之间产生一种竞争力，那样宿舍之间才会进步。

　　一年级时进入了系学生会，现在也是二年级学生了，在学生会里也有了一定的职务，也得到了不少的锻炼，在学生会的工作上，我可以说是不敢有半点马虎，对待交给我的工作我都会尽力完成我想也正是如此，朱波和姚佳也才放心把华夏楼的卫生检查和早锻炼检查迟到的工作交给我吧。在新学期里，我会继续保持这种对工作积极负责的精神，把交给我的任务完成到更好。

　　除了学业，在我脑子里还有一个更大的想法，就是创业。既然学校有个创业街，我们就要把它利用起来，在学校期间就先学习创业的基本 *** ，对市场进行一部分的了解，为以后毕业了自主创业打下基础，但我知道，这是一个很难实现的想法，毕竟创业街这一条街，办得更好的也就是15-7，其他基本上都停业了，由此也看的出来，创业这条路真的很难走，但是，我想走走看……

　　新学期里我我想对自己说一声：“加油！”，正值我们青春好年华，就应该自己闯出一片属于自己的天地，过去已成为历史，仅仅只值得我们去怀念和借鉴，我们要朝前看，看向自己的为未来，在通往未来的这条道路上必定充满艰辛，我们要做的就是坚持，努力，和拼搏！

　　GearEngine：数据和过程管理中的最终伙伴

　　然而，工业4.0时代的要求远远超出了这一点：它不仅仅是确保必要的工件几何形状-而是关于跟踪能力和对完整工艺流程的优化。这包括识别必要的刀具和夹紧装置，以及生产条件的完全可追溯性和每个工件的质量。解决这个问题的 *** 是目前正在发展的Klingelnberg GearEngine：它是数据采集和保存以及通信管理的关键元素。其基本思想是为制造和质量保证保存数据，保存正在使用的工具和生产设备的数据，以及在各个数据库中保存完整的零件历史数据在数据库中。

　　GearEngine通过各种接口提供了所有这些信息，因此可以在适当的应用程序中使用它来分析任何类型的评估(见图3)。这就产生了一系列的可能性，可以分析生产中先前未知的关系，确定它们对各个零部件质量的影响，并对变动进行干预。提供纠正措施。因此，根据所获得的数据，可以分析主轴主轴承的状态与刀具的使用寿命之间的关系很快就成为可能。当然，适当的行为可以在他的基础上加以确认，并在系统中实施。

　　图3 GearEngine是连接开发、生产、质量保证和产品文档的数字桥梁

　　所有数据的完整文档为所生产的每个零件提供了一个数字孪生体，并且提供了100%的可追溯性。用户在很多方面都从中受益：可以识别关系，生产过程更容易预测和可重复生产，因此可以更好地控制。额外的优势就出现了，因为用于分析和优化的专用应用程序可以很容易地通过明确定义的接口进行调整。

　　GearEngine和齿 *** 作者-具有无数可能性的组合

　　有很多变量，所以让我们开始吧！特别是，机床环境的不同适当性和所用刀具尺寸精度的变化影响了工件在实际加工中的质量。此外，由于传感器技术的发展和硬件成本的下降，测量的数量迅速增加；这些指标可以作为各种工艺过程干扰的指示器。最重要的代表是负载和不平衡的刀具主轴，以及温度或加速度值的变动。因此，收集和探索这些重要的数据显示出了巨大的潜力，直到现在还没有被完全利用，以实现可持续的质量改进。然而，当数据、状态和处理步骤相互关联时，更大的数据量只会泄露它们内部的信息，从而可以相互关联。这就是机床控制软件作为人、机床和数据库之间的中心枢纽和接口的关键角色：它将导入的刀具标识与后续的刀具标识联系起来，主要包括过程步骤以及相关机床参数的相关测量数据。因此，它为评估要显示的应用程序提供了适当的时机，跟踪各种工艺过程状态，监视它，或随后跟踪相关性。

　　例如：在齿形磨削中，修整器的磨损条件往往是影响所产生的齿形误差的一个决定性因素。其使用寿命和工艺参数之间的关系，例如砂轮圆周接触路径的修整体积或长度是显而易见的，而且是众所周知的，但有了一个全面的数据库，它不能相应地量化或利用。齿 *** 作员作为过程控制元件，通过对修整工具的独特识别，并以GearEngine为管理单元，现在可以跟踪质量损失回到过去，并防止其发生在遥远的未来。

　　从系统的角度思考：工艺信息和工具识别

　　刚编写的轮廓磨削实例再次清楚地表明：以GearEngine为管理单元，以机床软件作为过程控制元素，并对其进行了唯一的识别。Klingelnberg正在将Industry4.0的概念提升到远远超出智能机床用户的水平。相反，通过系统地建立 *** 、提供和无缝集成在这里起作用。在未来，尤其是刀具和夹紧装置的数字识别 *** 的使用将变得更加重要，当涉及到今天仍然手工进行更有效的过程时。同时为进一步的过程提供所有可用的信息。

　　用SmartTooling识别工具

　　Klingelnberg的新SmartTooling系统的组成部分是可管理的，因此是一项低风险的投资：在之一步中，我们的智能刀具数据库可以保存在 *** 。在机床上增加了一个手持读取器，它将能够将数据矩阵代码转换成数字信息。在第三步中，每个刀具都有一个印有印迹的标记。使它成为世界上任何地方的一件独特的、独立的作品。代码由文章号和序列号组成，表示数字工具管理的“入场券”。现在，诸如几何形状、刀具配置、中心公差、刀具寿命量、甚至材料数等信息可以从中央数据库中直接访问，也可以是 *** ，通过机床连接到这个数据库。因此，例如，在安装刀具时，几何特征的手动数据输入可以被自动提供的几何数据所取代。这使得刀具既可靠又高效。由于使用错误的刀具或刀具数据而发生的昂贵事故现在已经成为过去，就像以前使用手写笔记一样。

　　图4 SmartTooling

　　一种特殊的质量管理

　　然而，使用刀具标识系统不仅仅可以帮助安装。对刀具每次磨削后未使用的剩余零件的监测也可用于降低新刀具的投资成本。此外，所有相关信息的无缝可追溯性，如对跳动的公差、测量报告和大修，使得一种全新的集成质量管理方式得以实现：从而使得减少对工具整个生命周期的文档记录和监视是可能的。借助对这些数据的统计评估，可以前所未有的方式对生产过程进行分析。特别地，结合C 30机床中的智能过程控制，用户有一个“工具箱”，用于优化刀具的使用寿命和零件生产的循环时间，扩展为单个的机床和零件。

　　即使在工具生命周期结束时，用户也将很快从智能工具系统中获益：由于刀具的文章编号直接集成到数据矩阵代码中，用户可以快速地使用它，并为现有刀具轻松地订购新刀具或现有的刀具的服务提供有用的信息。

　　原作者信息：

　　在我们日常上网的过程中，难免会出现无法打开网页的时候。这时一般都会弹出一个404的错误页面，这时都知道我们访问的网站可能已经无法打开了，才会出现这个提示，也就是我们常说的页面丢失了。而传统的404页面往往会使人反感，而404页面你到底了解多少呢

　　404错误页面的前世今生

　　其实说到404错误页面从何而来，其实早在21世纪初，就有一群人试着了解404错误的来源。根据传说在第三次科技革命前，整个互联网的形态就像一个大型的数据库，而这个数据库就设置在404房间里面。那时候据说所有的请求都是由人工完成的，也就是说那个时候每个人的请求都会提交到404房间。

　　如果在数据库中没有找到请求者所需要的文件，或者请求者写错了文件的编号，这样用户就会得到一个返回信息：room 404：file not found。人们从此就习惯了用404作为服务器未找到文件的错误代码了，但其实传说中的room 404是不存在的。

　　404其实就是错误的页面

　　其实简单的来说，当我们看见404页面时，那也就意味着这个页面已经无法正常打开了。更深一层次的看，就是浏览网页时会给服务器发送一个请求，当服务器无法提供你所需要的信息或者无法正常回应时，那么就会出现所谓的404错误页面。

　　当我们把404这三个数字分开后来解释，其实代码之一个“4”就是代表了客户端的错误，也就是 *** 位置。而后两位数字则是代表着特定的错误信息。这也就是当我们浏览的资源不存在是就会返回一个404的状态码。

　　404页面的意义是挽留用户

　　一般来说，正常的浏览页面出现404错误页面难免会使人反感，并且会产生一些挫败感。其实404错误页面真正的意义，并不是让用户看见后直接关闭。404错误页面本身也是网站浏览的一部分，它的体验感受也和整个网站息息相关。尽更大的可能挽留住客户在该网站成为了404错误页面的本职工作。

　　给你不一样的404页面

　　其实作为一个错误页面，也可以帮你留住用户的信任，并可以使其浏览你的网页时间更长。相比之前那些传统的404错误页面的设计，现如今的404页面明显有了很大的变化。给一个错误的页面配上幽默的元素，用户体验也就更好了。

　　 *** 的404页面“马上淘，马上有”，不再是单纯古板的404页面。

　　优酷的404页面设计风格背景更加亮丽，并提示“这就去叫醒您找的网页”。

　　A站的错误页面则是满满的二次元风格。

　　更有意思的是，DR的404错误页面显示“访问的页面忙着求婚去了”。

　　而没有想到的是，苹果的404页面竟然如此简单。

　　通过设计后的404页面，同样是错误页面，但却给我们呈现了不一样的效果。一个好的404页面可以引导用户不要关闭页面，增加用户停留的时间，并可以趁这个时间，跳转到其他一些公益广告。

　　写在最后

　　开篇我们说过，其实404页面就是请求的信息服务器无法给与正常的回应时，所以就会出现404等错误页面。而单纯的404页面往往会使人感到反感，但通过设计后的404页面就不一样了，可以很好的引导用户不要关闭页面，从而可以给用户留下一个好的印象。以后的404错误页面一定会越来越别出心裁，不再单单是一个错误页面。

　　解决您的困扰，让您轻松做生意

　　提升作业流程效率是每一位管理者的核心工作之一，面对复杂的库内情况，管理人员需要通过制定不同方面的流程制度来确保作业的规范性，并以此来提升作业效率。因为库内作业的规范性意味着出错率的降低，出错率的降低势必会提升仓储作业的效率。

　　下面让我们来看一下在具体的作业流程方面需要哪些规范性的要求：

　　一、进货管理

　　现代商业管理，进货环节尤为重要，要求现场实时下订单（Purchase Order），及时补货。

　　1.业务员根据手中的手持终端（Handheld Terminal，简称HHT），调用后台资料，与实际库存资料进行实时对照，并可通过终端无线驱动打印机打印对照表；

　　2.业务员根据实时对照表，现场决定是否应补货或退货，通过终端调用后台数据库制定订单，以最快速度进行补货或退货；维持库存的合理性。

　　交叉驳运：这种作业不对商品进行储存，只处理信息分类。

　　作业接受来自制造商的顾客组合订货，并把他们装运到个别的顾客处去。交叉站台是指多对多的配送体系中的货物调整。直接通过交叉换货后为客户配送，可以避免出入库的麻烦。

　　二、收货管理

　　1.供货商按照订单要求将货品送到商场收货处；

　　2.商场验收人员利用终端调用后台数据库中相应的订单存盘，与供货商送来的商品逐一检查对照，并进行确认，包括：商品编码、商品数量、生产地、品种、规格、包装时间、保质时间、旧价格、新价格、变更时间、条形码标准等信息；（注：终端在系统未授权的情况下无法修改订单。）

　　3.商场验收人员在终端上按[确认]键，将信息上传到后台服务器，并同时记录收货时间和收货人；

　　4.终端可以现场实时调用后台数据库中供货商的历史订单，逐一查验对照核算；

　　5.通过终端无线驱动打印机打印收货清单；

　　6.在查验过程中出现问题，可以拒收货物。

　　三、货位管理

　　1.采用条码解读器读取商品条形码，查询商品在货区的具 *** 置，（如X商品在A货区B航道C货架2层），用叉车将商品送到位，实现商品的全方位管理。

　　2.通过终端实时地查看货位货量的存储情况、空间大小及商品的更大容量，管理货仓的区域、容量、体积和装备限度。

　　3.系统可以支持商场货架、工具、固定资产及设备的反复排定和追踪管理；使实际现场的错误堆放或工具、货物的零散管理变得容易；使之有序、易于比较和修正现场与系统管理的信息差异。显示、查询设备、产品的使用历史资料及商品、易损耗品的零用及耗费清单。

　　四、盘点管理

　　传统盘点必须关门进行盘点，盘点时间长，投入人力、物力大，效率低，由于人为因素较多，盘点资料不准确，给决策带来极大困难。使用终端进行商品盘点，可以避免传统盘点的这些弊端，而使用RF 终端后，后台系统通过无线 *** 终端在盘点采集资料的同时进行数据处理，更节省时间，灵活性更好。

　　五、查询管理

　　1.在任何时间和地点，都可以通过终端进行查询，包括：商品信息、库存情况、变价核对、订单校验等；

　　2.每次查验可以包括该项诸多信息的逐一核对，并反馈给系统有效结果；

　　3.总经理的现场实时查询和店面的现场实时指挥工作变得方便容易。

　　六、拣选管理

　　1.完善订单与仓库管理及控制；

　　2.增效减错的实时物流解决方案；

　　3.压缩拣选面与加快行走速度；

　　4.采用智能化区位管理输送系统；

　　5.采用缓存与排序技术避免行走；

　　6.采用货到人拆零拣选解决方案；

　　7.采用货到人整箱码盘解决方案加快码垛速度；

　　8.采用全自动化拣选与码盘解决方案。

　　七、退货处理

　　（1） 退厂通知维护；

　　（2） 退厂通知确认，系统将在库存中自动增加待出量；

　　（3） 将退厂作业资料传送到配送中心，然后等待配送中心回单；

　　（4） 得到退厂资料回单后，执行退厂回单登录，系统将自动调整库存。

　　— END —

　　——————————————————

　　百度无人驾驶入门课程，记录七

　　无人驾驶工程师，一起塑造无人驾驶未来，从这里开始！

　　课程记录

　　第七课：控制

　　了解无人驾驶车是如何使用方向盘、油门和刹车来执行我们规划好的轨迹，并掌握 Apollo 中不同类型的控制器。

　　1、控制简介

　　学习如何使用控制来运行轨迹，控制是驱使车辆前行的策略，对于汽车而言，最基本的控制输入为转向、加速、制动。

　　通常控制器使用一系列路径点来接收轨迹，控制器的任务是使用控制输入让车辆通过这些路径点。首先控制器必须准确，意味着应避免偏离目标轨迹，其次控制策略对汽车具备可行性，最后考虑的是平稳度，舒适的驾驶非常重要。总之目标是使用可行的控制输入，更大限度地降低与目标轨迹的偏差，更大限度地提高乘客的舒适度。可用于实现这些目标的三种控制策略比例积分微分控制(PID)、线性二次调节器(LQR)、模型预测控制( MPC)。

　　2、sebastian介绍控制

　　什么是控制？是指对方向盘、制动踏板、油门踏板的精细控制。控制是一门让汽车在既定轨迹上平稳运行的学问，首先从PID控制开始，PID控制是一个非常合适的控制机制，在这里了解基础知识，其次要了解的是线性二次调节器控制，最后是模型预测控制。

　　3、控制流程

　　控制器的输出是控制输入（转向、加速、制动）的值，当偏离目标轨迹时，希望通过采取行动来纠正这种偏差。对于普通汽车，使用方向盘控制行驶方向（即转向），使用油门加速，使用刹车减速（即制动）。一旦将这三个值传递给车辆，汽车实际上已经开始无人驾驶了！

　　4、PID控制

　　PID控制，这个控制器的优点在于它非常简单，只需知道与目标轨迹有多大的偏离。PID 的为 P 代表“比例”(proportional)，设想一辆车正试图遵循目标轨迹，P控制器在车辆开始偏离时，立即将其拉回目标轨迹。比例控制意味着车辆偏离越远，控制器就越难将其拉回目标轨迹

　　在实践中P控制器的一个问题在于很容易超出参考轨迹，当车辆越来越接近目标轨迹时，需要控制器更加稳定。PID控制器中的D项致力于使运动处于稳定状态，D代表“微分”（derivative）

　　PD控制器类似于 P 控制器，增加了一个阻尼项，可更大限度地减少控制器输出的变化速度。

　　PID 控制器中的最后一项 I 表示积分(Integral)，该项负责纠正车辆的任何系统性偏差。

　　例如转向可能失准，可能造成恒定的转向偏移

　　在这种情况下需要稍微向一侧转向以保持直行，为解决问题，控制器会对系统的累积误差进行惩罚。

　　5、PID优劣对比

　　对于 PID 控制器，只需知道你的车辆与目标轨迹之间的偏差。但是 PID 控制器只是一种线性算法，对于非常复杂的系统而言是不够的。例如为控制具有多个关节的四轴飞行器或机器人，需要建立机器人的物理模型，对无人驾驶车，需要应用不同的 PID 控制器来控制转向和加速，这意味着很难将横向和纵向控制结合起来。另一个问题是PID控制器依赖于实时误差测量，意味着受到测量延迟限制时可能会失效。

　　6、线性二次调节器 (LQR)

　　线性二次调节器（LQR）是基于模型的控制器，使用车辆的状态来使误差最小化。Apollo 使用 LQR 进行横向控制，横向控制包含四个组件：横向误差、横向误差的变化率、朝向误差、朝向的变化率。称这四个组件的 *** 为 x，这个 *** x 捕获车辆的状态。该车有三个控制输入：转向、加速、制动，将这个控制输入 *** 称为 u。LQR处理线性控制，这种类型的模型可以用等式来表示。

　　LQR处理线性控制，这种类型的模型可以用等式来表示，X(带点)=Ax + Bu，X(带点)向量是导数或 x 向量的变化率，所以 x 点的每个分量只是 x 相应分量的导数。等式 x 点=Ax + Bu，该等式捕捉状态里的变化，即 x 点 是如何受当前状态 x 和控制输入 u 的影响的。

　　这个等式是线性的，因为用 △x 来改变 x 时，并用 △u 来改变 u ，x 点的变化 也会让这个等式成立。

　　理解了LQR 中的L，那么 Q 呢？目标就像控制的目标一样典型是为了让误差最小化，但也是希望尽可能少地使用控制输入，由于使用这些会有成本。为了尽量减少这些因素，可以保持误差的运行总和和控制输入的运行总和

　　当汽车往右偏转得特别厉害之际，添加到误差总和中，当控制输入将汽车往左侧转时，从控制输入总和中减去一点。然而这种 *** 会导致问题，因为右侧的正误差只需将左侧的负误差消除即可，对控制输入来说也是如此。

　　相反可以让 x 乘以 u，这样负值也会产生正平方，称这些为二次项。为这些项分配权重并将它们加在一起，更优的 u 应该加倍减总和，在数学中将这个值称为成本函数。经常写出加权二次项的总和，这里 Q 和 R 代表 x 和 u 的权重 *** ，Xt 和 Ut 是转置矩阵，意味着它们几乎与 x 和 u 相同，只是重新排列 以便矩阵乘法。x 乘以 Xt u 乘以 Ut，实质上是将每个矩阵乘以它自己

　　最小化成本函数是一个复杂的过程，但通常可以依靠数值计算器找到解决方案。

　　7、模型预测控制

　　模型预测控制（MPC）是一种更复杂的控制器，非常依赖于数学优化。但基本上可以将 MPC 归结为三个步骤：1.建立车辆模型，2.使用优化引擎计算有限时间范围内的控制输入，3.然后执行之一组控制输入。MPC 是一个重复过程，计算一系列控制输入并优化该序列，但是控制器实际上只实现了序列中的之一组控制输入，然后控制器再次重复该循环。

　　为什么我们不执行整个控制输入序列呢？因为仅只采用了近似测量与计算，如果实现了整个控制输入序列，实际产生的车辆状态将与我们的模型有很大差异，更好在每个时间步不断地重新评估控制输入的更优序列。

　　8、时间平面与车辆模型

　　MPC 的之一步为定义车辆模型，该模型近似于汽车的物理特性，特别估计了假如将一组控制输入应用于车辆时会发生什么。

　　接下来决定 MPC 预测未来的能力，预测越深入，控制器就越精确，不过需要的时间也越长。所以需要在准确度与快速获取结果之间做出取舍，获取结果的速度越快，越能快速地将控制输入应用到实际车辆中。

　　下一步是将模型发送到搜索更佳控制输入的优化引擎，该优化引擎的工作原理是通过搜索密集数学空间来寻求更佳解决方案，为缩小搜索范围优化引擎依赖于车辆模型的约束条件。

　　9、MPC优化

　　优化引擎可间接评估控制输入是通过使用这些 *** 对车辆轨迹进行建模的，可根据成本函数对轨迹进行评估，成本函数主要基于与目标轨迹的偏差，其次基于其他因素如加速度和提升乘客舒适度的措施。

　　为使乘客感觉更舒适，对控制输入的调整应该很小，因为动作变化幅度过大会让乘客感到不舒服。根据具体情况，可能需要为其考虑进一步的成本并设计成本函数，模型、约束、成本函数合并在一起并作为优化问题加以解决。

　　10、MPC优劣对比

　　模型预测控制考虑了车辆模型，因此比PID控制更精确，也适用于不同的成本函数。所以可以在不同情况下优化不同的成本，另一方面与PID控制相比，模型预测控制相对更复杂、更缓慢、更难以实现。在实践中无人驾驶车的控制可扩展性的重要程度，通常意味着值得为 MPC 投入实现成本，所以 MPC 成为了一个非常重要的无人驾驶车控制器。

　　为了让用户拥有更好的阅读体验，将文章中数据以更直观的方式展示是非常必要的，因此，拥有良好的表格设计就显得非常重要了。下面就和大家分享4款好看且实用的CSS表格样式。

　　1. 单像素边框CSS表格

　　这是一个简单但是常用的表格样式。

　　源代码：

　　2. 带背景图的CSS样式表格

　　这个样式和和上面的差不多，只是多了背景图，的视觉上会好看不少。

　　源代码：

　　3. 自动换整行颜色的CSS样式表格（需要用到 *** ）

　　这个CSS表格会自动切换每一行的颜色，这种呈现方式，在我们编辑一个数据庞大的表格时，非常好用。

　　源代码：

　　4. 鼠标悬停高亮的CSS样式表格 (需要 *** )

　　纯CSS显示表格高亮在IE中显示有问题，所以这边使用了 *** 来做高亮。

　　注意：不要定义格子的背景色。

　　源代码：

　　以上就是今天为大家推荐的几种比较常见和常用的CSS表格样式了，希望大家喜欢。

　　据国外媒体报道，虽然人工智能机器人和自动驾驶汽车可能成为未来的头条新闻，但谷歌搜索负责人本·戈麦斯(Ben Gomes)表示，技术领域的下一个重大飞跃将是语音服务的进步。戈麦斯表示，更好地理解通用语言对互联网的未来发展至关重要。

　　戈麦斯说:“语音识别和对语言的理解是未来搜索和信息的核心。但是有很多难题，比如理解引用语是如何起作用的，理解‘他’、‘她’或‘它’在句子中指的是什么。在语音服务角度，这只是其面临的数以百万计的问题之一。

　　9月24日是谷歌成立二十周年之际，而戈麦斯在接受《卫报》采访时发表了上述言论。而在七年前，谷歌面向公众推出了其之一个语音服务，也就是一个简单的将语音转换成文字的搜索工具。

　　如今，语音识别已经成为谷歌搜索和人工智能语音助手的一部分。谷歌的人工智能语音助手嵌入了全球数十亿部智能手机中，相应的语音识别技术在识字率低的发展中国家显得尤为重要。

　　“对我们来说，语音识别看来似乎是一项先进技术，但在印度这样的国家似乎是一项基本需求，这一点并不明显。因此，这在某种程度上改变了人们的看法。”出生于坦桑尼亚并在印度班加罗尔长大的戈麦斯说。

　　“发展中国家的许多语言从未真正拥有过我们所常见的键盘——我学了10年印地语，但我不知道如何打字——所以语音比打字更容易使用。”

　　谷歌理解语言的尝试并不新鲜。在破解了这些基础知识之后，谷歌从2000年开始进行拼写校正，接着又加入了戈麦斯所称的“语言软化”技术。

　　“你可以把最初的搜索引擎想象成寻找有严格定义的单词——这是你输入的确切单词，我会试着在文档标题中找到它。”

　　“但是人们在了解某个领域时会使用一种语言组织形式，而在他们不了解这一领域时会使用另一种语言组织形式。在英语中，我们通常将其视为同义词，但它是一种特殊的同义词。”

　　例如，人们可能会搜索“我如何改变显示器的亮度”，使用像“改变”这样的通用词，因为他们不知道更具体的词。但那些对该领域有更多了解的人会在查询和文档中使用“调整”一次。要为用户找到正确的文档，您需要将专业领域的术语注入到他们的查询中，这种效果让谷歌花了五年时间开发完成。

　　许多难题阻碍了计算机在人类层面上真正理解语言，但对于戈麦斯来说，未来在于“语言勇于查找信息将变得更容易”。

　　“你可以用更复杂的方式提出更复杂的问题。实际上你可以和谷歌进行对话。”

　　小编整理了一套wordpress零基础建站 *** 教程，适合小白，学习搭建自己的网站，另外还附带有seo等课程，织梦网站搭建，php代码，html代码的讲解，wordpress仿站 *** ，让你的网站飞起来，确实是一个很好的教程，需要的看下吧。（文章末尾附带领取方式）

　　免费领取方式：

　　最近和一些企业的管理层聊到如何建立企业自己的数据化驱动流程，形成有效的以数据为依据的决策。防止出现“反复试错，次次都错”的结果。恰巧又看到一篇名为“为什么美国没有运营岗位”的热文。觉得其中的一些观点与我之前提及的不谋而合，同时也给了我少新的启发。

　　其中人才的匮乏以及成本的高昂是一个共同的认知。以至于很多企业希望通过5倍与数据团队的运营人员来不断试错，也不愿意搭建一个自己的数据团队。从表面来看5倍的人力产能更足。毕竟说起来100人的运营团队和20人的数据团队，显然前者更有震撼力。

　　给予我启发的是说国内互联网的用户需求多样和用户人群的层次更丰富，以至于不便于快速找到一个模型能够通用，使得这个问题会相当复杂。

　　大家不要误解，对于“千人千面”一定是机器更有优势。这里提到的这个问题主要是出现在初创企业或者产品在成长期的时候，通常这种时候，企业自己的业务数据都没有梳理清楚，报表都做不对。自然要形成赋能产品增长的数据决策自然比登天还难。

　　其实我个人的经验告诉我，还有个更为重要的问题，就是公司的流程和职能不匹配（文化问题）。出现流程断层，比如我看过一个公司运营业务直接对接到数据挖掘团队（这么对接不一定有问题），当专业的建模人员得出结论后，运营没有人去实施，没人敢去实施，不知道怎么去实施。然后反馈的问题是，无法沟通，挖掘人员能力不足等等结论，很是无奈。实际是流程和职能的缺失。运营团队觉得结论没用或者没法实施，数据团队的人觉得没有话语权，无法实现价值。

　　如何改善这些问题，我个人建议如下：

　　尝试使用新毕业的专业人才

　　这些刚毕业的专业毕业人才，价格相对便宜，但专业能力并不差，甚至比很多半路出家的挖掘人员更优秀。缺少的只是工作经验。

　　抛弃因果，拥抱相关

　　相关与因果一直是一对相爱相杀的存在，而经验结论通常都是因果关系。拥抱相关能变相削弱新人的劣势，甚至在有些时候会变成优势。相关意味着可以流程化，自动化的进行决策工作，而流程化，自动化就意味的高效。

　　比如尿布与啤酒，口红经济，短裙经济，得到如此类似的相关性结论的时候。企业通常会问“为什么”，寻求的是一个因果作为主导的理由。毕竟这个理由要能够说的通，可执行。但实际上这种结论太主观了，很容易一个反例就驳倒。在群体样本下，尤其是数据量较多的情况下，为了达到全局的更优，相关才是最值得被使用的结论。

　　因为企业大部分的问题都很明确，但问题总是模糊的。与其不断脑暴寻求因果，不如找到和问题最相关的因素，通过这些因素挖掘可能出问题的用户，通过观察和干预达成目的。再结合访谈和问卷等方式形成Persona来定性其中的因果驱动关系才更为有效。

　　我们需要通过这些能够流程化，自动化的 *** 去帮助增长，而不是通过大量的堆砌人力。我相信一句话叫做：所有职能的最终目的应该是为了使自己失业而努力的，通过解决一个又一个的问题，从中提炼出一套泛华的，有效的 *** 论，能够自动化的，流程化的被实施，以使得自己的职能不再被需要。这些 *** 论才是企业在这个行业能够得以生存，形成壁垒的终极手段。

　　我会在10月27-28日的年度大课“数据驱动业务增长集训营”中深入讲解具体的实践 ***

　　。

　　预告

　　2018年度数据驱动增长大课，10月27-28日，上海：

　　关于作者

　　他会出席2018 DTALK 峰会，并会分享数据驱动的四个要素：数据文化，数据人才，数据技术，数据产品。

　　分享的主要内容：在数据驱动业务增长上，似乎文化是最难转型的部分，时刻都在阻碍着企业数据化的进程，有时候还会开倒车。但通过整体数据产品的设计构建，能够快速跨越文化的鸿沟，改变原有的业务方式和流程。随着数据产品不断延申到业务的不同阶段，主导业务的数据化进程，提高业务效率。我将介绍一个具体案例，如何通过构建数据产品改变原有的业务模式，最终提高业务增长和效率。

　　DTALK2018

　　峰会售票

　　本次峰会普通门票为人民币599元/人，2018年10月15日24:00前报名参加的，可享受早鸟价499元/人。

　　DTALK 2018峰会咨询：

　　在中国，外卖用户规模已达3.6亿，日均订单量上千万。为了服务这些嗷嗷待哺的食客，有超过百万数量的外卖骑手奔波在全国千百座城市的大街小巷。

　　9月12日消息，城市数据团联合蜂鸟众包发布针对上海市外卖骑手的大数据。

　　数据显示，在外卖骑手中，近70%年龄低于35岁，其中26-30岁占比超过25%，成为骑手中最普遍的年龄。在性别分部中，94.3%的骑手上为男性。

　　其中，平均一位骑手每天要配送48单。按商家与食客位置的平均距离3公里、每单1.5人份来算，骑手每天奔波近150公里，每天帮助食客节约100小时，少走400公里路。

　　从骑手的工作情况来看，外卖活动区间维持在早晨6点至凌晨3点。凌晨四点，是上海这座城市一天中最安静的时候。

　　如遇到恶劣天气，则叫外卖的概率越多。下雨天的订单数量远多于非雨天，暴雨天时甚至接近非雨天的1.7倍。

　　根据对众多骑手的活动区域和骑行距离的测算，主要分为9种工作风格。其中，更具代表性的3种分别为：“速度流”风格、“顺路流”风格、“抢饭点”风格。

　　“速度流”的骑手大多活跃在人口密集、订单密集的区域（如市中心），他们的特点是活动范围小（平均20平方公里）、送餐速度快（平均送达时间23分钟）。他们通常能够获得较多的订单和较好的顾客评价。

　　“顺路流”骑手的平均活动范围达到30平方公里，但高达80%的顺路单比例保证了他们并不需要多跑很多路。这类骑手不仅要求对区域内道路楼宇的熟悉程度、路线规划和时间掌控能力，更是对随机应变能力的极大挑战。

　　“抢饭点”的骑手一天中有60%左右的订单都集中在午饭、晚饭两个时段（行业平均水平为45%）。

　　循环结构的定义

　　在分析实际问题时，我们经常遇到一些具有规律性的重复操作。当用程序来解决问题时，通过重复执行某些代码块来到达目的。被重复执行的代码块叫作循环体，能否继续重复执行取决于循环的终止条件。循环结构由循环体和循环终止条件两部分组成。

　　循环结构的分类

　　while循环语句

　　for循环语句

　　while循环语句

　　基本语法：

　　中文解释：

　　判断 condition 表达式，如果其为真（True），则执行 repeat_code_block ，执行完一次再次判断 condition，直到 condition 为假（False）

　　while示例

　　从列表最后一个值开始，往前依次删除列表中的值，直到列表为空。

　　注意：循环终止条件不能一直为真，否则循环将永远执行下去，这就是死循环。

　　for循环语句

　　基本语法：

　　中文解释：针对 iterable 中的每个值 element 执行 repeat_code_block，直到遍历了 iterable 中的每个值。 iterable 可以是字符串、元组、列表、 *** 等。

　　for示例

　　讲解：range 用来生成一系列数，1 表示从1开始，12 表示到12（不含12）结束。该程序将1到11共十一个数输出。

　　break与continue

　　break：终止当前循环

　　continue：跳过本次循环

　　嵌套

　　包括if嵌套，循环结构嵌套，if与while和for相互嵌套。

　　工欲善其事，必先利其器。

　　做PPT更是如此，选对了工具，会让我们事半功倍！

　　今天给大家安利5种神器，主要用于PPT设计。

　　最最重要的是：免费~！

　　1、Psychedelic Waves—流动渐变层生成器

　　这个网站做出的PPT封面都很好看的~！打开网站的页面如下：

　　

　　这个网站没有随机生成的按钮，所以我们可以通过右上角的5个可调节的参数进行调节：

　　调节成自己喜欢的样式后，直接右键—图片另存为，即可保存调节后的图片。

　　将其图片插入PPT中，设为背景图片即可。

　　完成，很简单对不对~！

　　当然啦，我们还可以这种样式的背景图片呢，放大有锯齿， 在艺术效果里可以将其效果处理的更棒呢！来看看吧。

　　操作 *** ：选中图片，找那些可以淡化锯齿感的图片效果就好

　　然而，看到网站的页面，动次打次的！是不是也想做一个动态的背景图呢？

　　我们这就来做一个！更有逼格的玩法，就是使用screen gif 录制了一个动图。

　　然后把这个动图放在幻灯片的背景层上，做成背景，就得到了这样的作品。

　　PS：动态的效果，只有在播放幻灯片时，才显示噢。

　　动态背景图

　　大家尽情发挥脑洞，设计成自己喜欢的样子吧。

　　因此，我做出了这样的页面。添加相应文本、添加一些线条、形状修饰一下会更棒噢。

　　2、Biomes—体素生成器

　　这个网站主要用于生成抽象的体素地形。

　　

　　这个体素地形可调节参数有8种，可根据自己的喜好调节：

　　也可以点击随机生成按钮，很是方便，简直是懒人的一大福音啊！

　　3、Dunnnk——样机网站

　　这是一个样机网站，主要有手机、电脑、平板、手表，这4种类别。里面的所有样机，都可以一键替换的，很是方便省心！替换的时候稍微注意一下图片的尺寸就好。

　　

　　操作 *** ：单击网站上任意一张图片—在跳出的文件对话框中选择需插入的图片—加载完成后，可单击绿 *** 域下载。

　　比如，放一张幻灯片图片上去,看看效果：

　　4、草料二维码生成器

　　

　　这是一款二维码生成器，可以将文本、网址、文件、图片、微信等等一键生成普通二维码或活码，生成后还可以对其美化。

　　一级棒的网站，值得收藏！

　　5、LightPDF——支持多种PDF转换

　　以前老是苦恼：怎么把Word转成PDF，PPT转成PDF等等…！直到我遇见了它！妥妥的解决了我的烦心事，重点来了…免费！

　　那就是LightPDF，是一款免费在线编辑、各类文件、图片的互转工具。

　　

　　LightPDF不仅可以进行各种类型文件的互转，还有一些实用工具：PDF的编辑、解密等等。

　　此网站还 *** 、无需安装、安全…妥妥的！棒！

　　以上就是今天分享的超级好用还免费的神器啦~！赶紧收藏、使用起来。

　　欢迎来到全创社区~

　　点个关注吧~每天给您呈现不一样的精彩~

　　近年来，人工智能技术与医疗健康领域的融合不断加深，随着人工智能领域，语音交互、计算机视觉和认知计算等技术的逐渐成熟，人工智能的应用场景越发丰富，人工智能技术也逐渐成为影响医疗行业发展，提升医疗服务水平的重要因素。其应用技术主要包括：语音录入病历、医疗影像辅助诊断、药物研发、医疗机器人、个人健康大数据的智能分析等。

　　基于计算机视觉技术对医疗影像智能诊断

　　人工智能技术在医疗影像的应用主要指通过计算机视觉技术对医疗影像进行快速读片和智能诊断。医疗影像数据是医疗数据的重要组成部分，人工智能技术能够通过快速准确地标记特定异常结构来提高图像分析的效率，以供放射科医师参考。提高图像分析效率，可让放射学家腾出更多的时间聚焦在需要更多解读或判断的内容审阅上，从而有望缓解放射科医生供给缺口问题。

　　基于语音识别技术的人工智能虚拟助理

　　电子病历记录医生与病人的交互过程以及病情发展情况的电子化病情档案，包含病案首页、检验结果、住院记录、手术记录、医嘱等信息。语音识别技术为医生书写病历，为普通用户在医院导诊提供了极大的便利。通过语音识别、自然语言处理等技术，将患者的病症描述与标准的医学指南作对比，为用户提供医疗咨询、自诊、导诊等服务。智能语音录入可以解放医生的双手，大幅提升了医生的工作效率。

　　从事医疗或辅助医疗的智能医用机器人

　　医用机器人种类很多，按照其用途不同，有临床医疗用机器人、护理机器人、医用教学机器人和为残疾人服务机器人等。随着我国医疗领域机器人应用的逐渐认可和各诊疗阶段应用的普及，医用机器人尤其是手术机器人，已经成为机器人领域的“高需求产品”。在传统手术中，医生需要长时间手持手术工具并保持高度紧张状态，手术机器人的广泛使用对医疗技术有了极大提升。手术机器人视野更加开阔，手术操作更加精准，有利于患者伤口愈合，减小创伤面和失血量，减轻疼痛等。

　　分析海量文献信息加快药物研发

　　人工智能助力药物研发，可大大缩短药物研发时间、提高研发效率并控制研发成本。目前我国制药企业纷纷布局AI领域，主要应用在新药发现和临床试验阶段。对于药物研发工作者来说，他们没有时间和精力关注所有新发表的研究成果和大量新药的信息，而人工智能技术恰恰可以从这些散乱无章的海量信息中提取出能够推动药物研发的知识，提出新的可以被验证的假说，从而加速药物研发的过程。

　　基于数据处理和芯片技术的智能健康管理

　　通过人工智能的应用，健康管理服务也取得了突破性的发展，尤其以运动、心律、睡眠等检测为主的移动医疗设备发展较快。通过智能设备进行身体检测，血压、心电、脂肪率等多项健康指标便能快速检测出来，将采集健康数据上传到云数据库形成个人健康档案，并通过数据分析建立个性化健康管理方案。同时通过了解用户个人生活习惯，经过AI技术进行数据处理，对用户整体状态给予评估，并建议个性化健康管理方案，辅助健康管理人员帮助用户规划日常健康安排，进行健康干预等。

　　昨天技术连夜做了个日榜功能

　　这样也方便大家找图了

　　暂时还在审核中，还没有正式上线

　　不过只提供每日TOP50的图

　　因为对服务器消耗太大了

　　原理是这样的：

　　我们自己的服务器每天定时去P站

　　把图片下载过来然后上贡给各位大佬

　　你们每看一次

　　所有的消耗损耗都是我们自己服务器的

　　so... top50就够用了

　　就酱 希望大家把小程序告诉圈子里其他朋友

　　大家一起方便快捷的下图~

　　台海网9月26日讯 据福建日报报道，围绕科技创新引领高质量发展和实现赶超战略、建设新福建目标，省科技厅按照中央和省委要求，对照问题清单、责任清单、任务清单，牵头起草制定进一步推进创新驱动发展的七条措施，以改革示范、科技创新、服务优化为抓手，推动巡视整改工作更深入、落实更到位。

　　立示范，全力推进福厦泉自创区建设。着力深化自创区体制改革和机制创新，之一批18项创新改革举措已在全省推广，收到较好成效。重点加快推进物联网开放实验室、集成电路产业基地、晋华存储器等一批特色鲜明、带动效应明显的园区、平台和项目建设。建立自创区和自贸试验区联动发展联席会议制度，着手遴选“双自联动”创新举措，统筹推进协同发展。采取正向激励方式，对三片区年度建设工作进行考核评估，分别给予省级专项资金奖励部分50%、30%、20%的分档奖励，营造三片区同向发力、争先进位、竞相发展的氛围。

　　在自创区建设带动下，福建新增泉州半导体、南平和武平3个省级高新区，全省约84%的高新技术企业、69%的科技小巨人领军企业和75%的新型研发机构在福厦泉成长，86%的授权发明专利在福厦泉产生。

　　强引擎，助推战略性新兴产业发展。数字经济领域，牵头制定关于推动新一代人工智能加快发展的实施意见。组织召开全省人工智能座谈会和“6·18”人工智能产业发展论坛，推介和对接一批人工智能项目和成果。目前，福建数字经济总规模已突破1万亿元，占地区生产总值1/3，成为福建产业转型升级的重要动力。

　　新能源领域，支持宁德时代新能源参与实施国家重点研发计划项目，与中国科学院物理研究院联合建设研发中心，与泉州装备所分别建设电池管理系统和智能物流产业技术研究院。福建省38个研发项目入选2018年度国家重点研发计划重点专项立项名单，共获得国拨经费1.96亿元；其中“新能源汽车”立项最多，共11项，获国拨经费8854万元。高端装备制造领域，推动省 *** 、三明市 *** 与机械研究总院签订了新一轮共建海西分院协议，组织省内企业申报国家重点研发计划“智能机器人”等重点专项。新材料领域，支持厦门大学实施省科技重大专项“石墨烯复合材料制备及其应用”2个专题，继续建设厦门大学石墨烯工程与产业研究院；支持三明学院和南平铝业公司分别建设氟化工和铝合金产业技术研究院，提升氟化工和铝产业技术创新能力。

　　新旧动能转换不断加速。今年上半年全省规模以上工业增加值增长8.7%，为2015年第四季度以来11个季度增速更高水平。

　　优服务，促双创经济良性发展。实施高新技术企业培育工程，设立专项资金，目前之一批申报的国家级高新技术企业已有503家通过专家评审，之一批申报的省级高新技术企业已推荐上报备案473家，将在认定后开展补助。持续优化企业扶持模式，建立研发经费分段补助 *** 申报系统，简化企业申报流程，948家符合条件企业获得2017年度研发经费投入的补助，320家企业获得2018年度预补助经费。加快省科技小巨人领军企业培育，今年上半年，全省新增省科技小巨人领军企业519家，累计达1823家，提前完成“十三五”培育1000家以上的目标任务。

　　本期技术分享讲师北河老师

　　题目内容：

　　Nginx有访问日志access.log，用户的每一次HTTP请求，都会在access.log中写入一条记录，记录中包含了请求ip、请求时间、接口url、HTTP状态码、客户端浏览器等信息。

　　access.log格式如下

　　10.0.0.4 - - [29/Jul/2018:03:31:57 +0800] "GET /PerfTeach/login.jsp HTTP/1.1" 200 1034 "-" "Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/56.0.2924.87 Safari/537.36" "2.51"

　　10.0.0.4 - - [29/Jul/2018:03:31:57 +0800] "GET /PerfTeach/style/bootstrap.min.css HTTP/1.1" 200 19445 "" "Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/56.0.2924.87 Safari/537.36" "6.14"

　　要求使用一条Linux命令，分析access.log，统计日志中每个HTTP请求的访问次数，并且列出前10个访问次数最多的请求。

　　PS：access.log网盘地址

　　本期语音讲解

　　本期文字解析

　　首先对题目需求进行拆解

　　1、 过滤出每一行日志中的目标请求url

　　2、 统计每个url出现的次数

　　3、 按照url的次数进行倒序排列

　　4、 将排序后的结果取前10个

　　介绍几个相关的Linux命令

　　cat：展示文本文件中的所有数据

　　awk：对文本行数据进行过滤

　　uniq：统计连续重复数据出现的次数

　　sort：排序命令

　　head：获取前N个数据

　　接下来使用上述命令一步步进行文件处理

　　之一步：浏览access.log中所有数据

　　cat access.log

　　第二步：将上一步文件中所有的数据通过管道符传递给awk进行过滤处理

　　cat access.log | awk -F \" ''

　　其中，-F \”是指定行的分隔符为”是指打印分隔符分隔后的第二段字符串（就是url），打印结果类似

　　aaa

　　bbb

　　ccc

　　aaa

　　bbb

　　第三步：将上一步的过滤结果通过管道符传递给sort，sort命令可以按照字母顺序进行排序

　　cat access.log | awk -F \" '' | sort

　　打印结果类似：

　　aaa

　　aaa

　　bbb

　　bbb

　　ccc

　　第四步：将上一步的结果传递给uniq命令，uniq命令可以统计某行数据连续出现的次数，-c参数可以将次数打印出来

　　cat access.log | awk -F \" '' | sort | uniq -c

　　打印结果类似这样

　　1 aaa

　　2 bbb

　　5 ccc

　　第五步：将上一步的结果再次传递给sort命令

　　cat access.log | awk -F \" '' | sort | uniq -c | sort -rn

　　-rn 参数意思是按照数字倒序排列

　　打印结果类似这样

　　5 ccc

　　2 bbb

　　1 aaa

　　第六步：将上一步结果传递给head命令

　　cat access.log | awk -F \" '' | sort | uniq -c | sort -rn | head -10

　　-10代表打印前10行

　　最终效果如下：

　　17 GET /PerfTeach/style/bootstrap.min.css HTTP/1.1

　　17 GET /PerfTeach/script/bootstrap.min.js HTTP/1.1

　　17 GET /PerfTeach/login.jsp HTTP/1.1

　　14 GET /TestOA/style/blue/pageCommon.css HTTP/1.1

　　13 GET /TestOA/script/pageCommon.js HTTP/1.1

　　13 GET /TestOA/script/jquery_validate/jquery.validate.js HTTP/1.1

　　13 GET /TestOA/script/jquery_validate/jquery.metadata.js HTTP/1.1

　　13 GET /TestOA/script/jquery.js HTTP/1.1

　　13 GET /TestOA/script/PageUtils.js HTTP/1.1

　　本期书籍

　　《未来简史》

　　市场价：68￥

　　豆瓣评分：8.5

　　进入21世纪后，曾长时间威胁人类生存发展的“三座大山”——瘟疫、饥荒和战争已经得到很大程度的解决，然而人类又面临着新的亟待解决的问题：长生不老、幸福快乐和成为具有“神性”的人类。当前的科学技术不断颠覆我们所谓的“常识”，比如人文主义所推崇的自由意志即将面临更严峻挑战，机器将会代替我们做出更加明智的选择。以大数据、人工智能为代表的前沿科技使人类经历着从进化到智人以来更大的一次巨变。

　　未来，人类将面临新的“三座大山”：生物本身就是算法，生命是不断处理数据的过程；意识与智能的分离；拥有大数据积累的外部环境将比我们自己更了解自己。如何看待这“三座大山”，以及如何采取应对措施，将直接影响着人类未来的发展。

　　参与方式

　　点击公众号「菜单栏」的「免费赠书」即可参与抽奖

　　其他

　　如果您有好书推荐，欢迎留言，作为下期活动的礼品哦

　　大家好！今天跟大家聊一聊将CSS样式应用到网页的几种方式。

　　CSS的代码须应用到HTML页面中才能达到样式设定的目的。应用 *** 一般有三种：行内式、内嵌式和链接式。其中，行内样式表和内嵌样式表不需新建专用CSS文件，但链接式样式表需建立一个专用的CSS文件。

　　1、行内样式表

　　行内样式表是在HTML标签内部，通过style属性的值来庙宇CSS样式，格式如下图：

　　例如，为一段文本设置行内样式表，样式分别为文字颜色、文字下划线、文字大小和加粗，其代码和效果如下图：

　　这种方式的样式表应用，其缺点是样式代码不能重复使用，所以一般不建议使用。

　　2、内嵌样式表

　　内嵌样式表是在头部区域，利用标签书写CSS样式代码，格式如下图：

　　其中，“选择器”可以是HTML的标签，也可是CSS的类。type=”text/css”用来定义文件的类型为样式表文本文件。例如，设置一个div标签的样式，那么文档中所以用

　　和

　　框住的内容就应用该样式，如下图：

　　又如，定义一个样式类，引用该类，代码及效果如下图：

　　内嵌式样式表是可以被重复引用的，但是却不能跨页使用。

　　3、链接样式表

　　这是最常用的样式表，也叫外部样式表。它是在页面的头部区域，使用

　　标签链接一个外部的CSS文件来实现，代码格式如下：

　　其中，rel=”stylesheet”是定义链接的文件和HTML之间的关系，href用于指定链接的CSS文件的路径。需要注意的是，这里的CSS文件是指扩展名为.css的文件，不是普通的html文件。例如，创建一个名为css_ex.css的外部样式表，其样式代码为：

　　在文本所在的页面导入该CSS文档，代码如下：

　　外部样式表可以实现CSS代码在多个页面之间跨页引用，有效地简化了代码，也让网站中的页面存在统一的风格，是最常用的CSS文档引用 *** 。

　　以上就是这次要分享的内容，如果喜欢或有用，欢迎点赞、转发、关注哦^_^

　　项目成果

　　智能传感器物联监控与定位系统，是运用大数据对物联网领域进行分析和数据运算，利用核心算法在室内对目标物体进行跟踪和定位，经反复测试已达国际化标准，可以运用在医院、超市、购物中心等。

　　医院：可迅速找到病人的位置，并随时监测病人的情况。如果病人在医院的某个角落发生突 *** 况，医生或护士可在之一时间找到他。

　　购物中心：很多人在购物后忘记自己的车停在哪个位置。该系统能够之一时间为顾客找到自己的车。同时该系统还可以监测客流量，通过大数据分析，为广告商和购物中心提供数据统计便利。

　　仓库物流：对仓库货物进行定位跟踪，大大提高了仓库的利用率和工作效率。

　　人工智能：本产品加载在各类服务型机器人上面，如看护型机器人、儿童学习型机器人、老人陪伴型机器人等，能在室内环境中对机器人进行精确地移动及定位，并具有跟踪目标物体的能力。

　　采矿业：本产品通过绑定机器人或者无人遥控车，可以在地下或者隧道内等未知领域进行室内地图测绘，并运用摄像头、红外线等传感器对被测区域进行导航，有效助力采矿业提高生产效率。

　　该系统不但能测试目标位置，有效提高查找目标物体的精确度，还可以加载如：温度计、空气质量检测器、摄像头、计时器等各种设备，监控周围环境的差异，从而对大数据进行收集和分析，为企业提高效率发挥巨大的作用。

　　项目前景

　　同室外定位的不断成熟相比，占据人类90%时间的室内场景定位服务被远远甩在了后面。长期以来，不少行业如煤炭开采等对室内定位都有刚需，但是受制于技术瓶颈与大众应用的局限性，室内定位一直未能敲开大规模商用的大门。而最近两年，这种情况正在被迅速改写，类似于停车场、购物中心等场所的商业应用需求愈发强烈，我们的产品开启室内外定位无缝连接的新征途，有望成为定位服务领域的蓝海。目前已经有一家国内上市公司，愿意提供生产线、厂房和工人来合作这个项目；另外有一家服务型机器人公司愿意订购使用我们的设备，市场前景非常广阔。

　　根据市场调研机构MARKETS&MARKETS的数据，全球室内定位服务的市场规模2016年约为47.2亿美元，到2021年将增长至231.3亿美元，复合增长率约为37.4%，而亚太地区是全球第二大市场。从应用领域来看，到2019年，排在前三位的分别是零售、健康医疗和旅游，占比分别为16%、14%和12%。物流、广告、公共安全紧随其后。可见，零售行业将成为室内定位最为突出的应用领域。

　　项目进度

　　中试阶段。

　　你可能还想看

　　以上项目免费对接

　　或在下方写留言提交需求与联系方式

　　或加“阿基米德先进技术网”公众号联络

　　2018年9月12日-15日，第15届中国—东盟博览会在南宁举办。会上，人工智能、国家信息进村入户终端系统成亮点。

　　人工智能机器人陈祖海摄

　　仅需握手一分钟，就可以检测36项健康项目的人工智能机器人在会上亮相。

　　人工智能机器人陈祖海摄

　　为了发展“互联网+”现代农业，推动信息进村入户工程，会上还展示了国家信息进村入户工程智能终端管理系统。通过系统可以及时掌握农产品价格变动，帮助分析农产品市场行情，有助于建立市场价格监控预警机制。

　　国家信息进村入户工程智能终端管理系统陈祖海摄

　　会上还有诸多农副产品厂商、各类电商平台以及各个国家地区的商家前来参展。会上，参展商品琳琅满目，充分展现了各个展商的品牌特色，前来参观展览的游客们兴致勃勃，大饱眼福。

　　农产品展台陈祖海摄

　　农产品展示陈祖海摄

　　巴基斯坦玉器展台陈祖海摄

　　正文内容

　　什么是负载均衡

　　当一台服务器的单位时间内的访问量越大时，服务器压力就越大，大到超过自身承受能力时，服务器就会崩溃。为了避免服务器崩溃，让用户有更好的体验，我们通过负载均衡的方式来分担服务器压力。

　　我们可以建立很多很多服务器，组成一个服务器集群，当用户访问网站时，先访问一个中间服务器，在让这个中间服务器在服务器集群中选择一个压力较小的服务器，然后将该访问请求引入该服务器。如此以来，用户的每次访问，都会保证服务器集群中的每个服务器压力趋于平衡，分担了服务器压力，避免了服务器崩溃的情况。

　　负载均衡是用反向 *** 的原理实现的。

　　负载均衡的几种常用方式

　　1、轮询（默认）

　　每个请求按时间顺序逐一分配到不同的后端服务器，如果后端服务器down掉，能自动剔除。

　　2、weight

　　指定轮询几率，weight和访问比率成正比，用于后端服务器性能不均的

　　情况。

　　权重越高，在被访问的概率越大，如上例，分别是30%，70%。

　　3、上述方式存在一个问题就是说，在负载均衡系统中，假如用户在某台服务器上登录了，那么该用户第二次请求的时候，因为我们是负载均衡系统，每次请求都会重新定位到服务器集群中的某一个，那么已经登录某一个服务器的用户再重新定位到另一个服务器，其登录信息将会丢失，这样显然是不妥的。

　　我们可以采用ip_hash指令解决这个问题，如果客户已经访问了某个服务器，当用户再次访问时，会将该请求通过哈希算法，自动定位到该服务器。

　　每个请求按访问ip的hash结果分配，这样每个访客固定访问一个后端服务器，可以解决session的问题。

　　4、fair（第三方）

　　按后端服务器的响应时间来分配请求，响应时间短的优先分配。

　　5、url_hash（第三方）

　　按访问url的hash结果来分配请求，使每个url定向到同一个后端服务器，后端服务器为缓存时比较有效。

　　每个设备的状态设置为:

　　1.down 表示单前的server暂时不参与负载

　　2.weight 默认为1.weight越大，负载的权重就越大。

　　3.：允许请求失败的次数默认为1.当超过更大次数时，返回模块定义的错误

　　4.次失败后，暂停的时间。

　　5.backup： 其它所有的非backup机器down或者忙的时候，请求backup机器。所以这台机器压力会最轻。

　　配置实例：

　　以上是文章全部内容，有学习与经验交流的可以加微信为好友。一起学习，交流与进步！请备注：码农

　　介绍

　　使用不到三十行的代码，你就可以完成一个能够处理所有信息的微信机器人

　　安装

　　pip install itchat

　　示例代码

　　#-*-coding:utf8-*-

　　import itchat

　　import datetime, os, platform,time

　　def timerfun(sched_time) :

　　flag=0

　　while True:

　　if now > sched_time and now

　　send_move()

　　time.sleep(1) # 每次判断间隔1s，避免多次触发事件

　　flag=1

　　else :

　　#print('schedual time is '.format(sched_time))

　　#print('now is '.format(now))

　　if flag==1 :

　　sched_time=sched_time + datetime.timedelta(hours=1) # 把目标时间增加一个小时，一个小时后触发再次执行

　　flag=0

　　def send_move:

　　# nickname=input('please input your firends\' nickname : ' )

　　# 想给谁发信息，先查找到这个朋友,name后填微信备注即可

　　# users=itchat.search_friends(name=nickname)

　　users=itchat.search_friends(name='大壮') # 使用备注名来查找实际用户名

　　#获取好友全部信息,返回一个列表,列表内是一个字典

　　print(users)

　　#获取`UserName`,用于发送消息

　　userName=users[0]['UserName']

　　itchat.send("该起来动一下了！",toUserName=userName)

　　print('succeed')

　　if __name__=='__main__':

　　itchat.auto_login(hotReload=True) # 首次扫描登录后后续自动登录

　　sched_time=datetime.datetime(2017,11,6,16,24,10) #设定初次触发事件的事件点

　　print('run the timer task at '.format(sched_time))

　　timerfun(sched_time)

　　线性代数是什么？

　　在大学数学学科中，线性代数是最为抽象的一门课，从初等数学到线性代数的思维跨度比微积分和概率统计要大得多。很多人学过以后一直停留在知其然不知 其所以然的阶段，若干年之后接触图形编程或机器学习等领域才发现线性代数的应用无处不在，但又苦于不能很好地理解和掌握。的确，多数人很容易理解初等数学 的各种概念，函数、方程、数列一切都那么的自然，但是一进入线性代数的世界就好像来到了另一个陌生的世界，在各种奇怪的符号和运算里迷失了。

　　我在初接触线性代数的时候简直感觉这是一门天外飞仙的学科，一个疑问在我脑子里浮现出来：

　　线性代数到底是一种客观的自然规律还是人为的设计？

　　如果看到这个问题，你的反应是“这还用问，数学当然是客观的自然规律了”，我一点儿都不觉得奇怪，我自己也曾这样认为。从中学的初等数学和初等物理 一路走来，很少人去怀疑一门数学学科是不是自然规律，当我学习微积分、概率统计时也从来没有怀疑过，唯独线性代数让我产生了怀疑，因为它的各种符号和运算 规则太抽象太奇怪，完全对应不到生活经验。所以，我还真要感谢线性代数，它引发了我去思考一门数学学科的本质。其实，不止是学生，包括很多数学老师都不清 楚线性代数到底是什么、有什么用，不仅国内如此，在国外也是这样，国内的孟岩写过《理解矩阵》，国外的Sheldon Axler教授写过《线性代数应该这样学》，但都还没有从根本上讲清楚线性代数的来龙去脉。对于我自己来讲，读大学的时候没有学懂线性代数，反而是后来从编程的角度理解了它。很多人说数学好可以帮助编程，我恰好反过来了，对程序的理解帮助了我理解数学。

　　本文的目标读者是程序员，下面我就带各位做一次程序员在线性代数世界的深度历险！既然是程序员，在进入线性代数的领域之前，我们不妨先从考察一番程序世界，请思考这样一个问题：

　　计算机里面有汇编、C/C++、Java、Python等通用语言，还有Makefile、CSS、SQL等DSL，这些语言是一种客观的自然规律还是人为的设计呢？

　　为什么要问这样一个看起来很蠢的问题呢？因为它的答案显而易见，大家对天天使用的程序语言的认识一定胜过抽象的线性代数，很显然程序语言虽然包含了 内在的逻辑，但它们本质上都是人为的设计。所有程序语言的共同性在于：建立了一套模型，定义了一套语法，并将每种语法映射到特定的语义。程序员和语言实现 者之间遵守语言契约：程序员保证代码符合语言的语法，编译器/解释器保证代码执行的结果符合语法相应的语义。比如，C++规定用new A()语法在堆上构造对象A，你这样写了C++就必须保证相应的执行效果，在堆上分配内存并调用A的构造函数，否则就是编译器违背语言契约。

　　从应用的角度，我们能不能把线性代数视为一门程序语言呢？答案是肯定的，我们可以用语言契约作为标准来试试。假设你有一个图像，你想把它旋转60 度，再沿x轴方向拉伸2倍；线性代数告诉你，“行！你按我的语法构造一个矩阵，再按矩阵乘法规则去乘你的图像，我保证结果就是你想要的”。

　　实际上，线性代数和SQL这样的DSL非常相似，下面来作一些类比：

　　模型和语义：SQL是在低级语言之上建立了关系模型，核心语义是关系和关系运算；线性代数在初等数学之上建立了向量模型，核心语义是向量和线性变换

　　语法：SQL为每种语义定义了相应的语法，如select, where, join等；线性代数也定义了向量、矩阵、矩阵乘法等语义概念相应的语法

　　编译/解释：SQL可以被编译/解释为C语言；线性代数相关概念和运算规则可以由初等数学知识来解释

　　实现：我们可以在MySQL、Oracle等关系数据库上进行SQL编程；我们也可以在MATLAB、Mathematica等数学软件上进行线性代数编程

　　所以，从应用的角度看，线性代数是一种人为设计的领域特定语言(DSL)，它建立了一套模型并通过符号系统完成语法和语义的映射。实际上，向量、矩阵、运算规则的语法和语义都是人为的设计，这和一门语言中的各种概念性质相同，它是一种创造，但是前提是必须满足语言契约。

　　为什么要有线性代数？

　　可能有人对把线性代数当成一门DSL不放心，我给你一个矩阵，你就把我的图形旋转了60度沿x轴拉伸了2倍，我总感觉不踏实啊，我都不知道你“底 层”是怎么做！其实，这就像有的程序员用高级语言不踏实，觉得底层才是程序的本质，老是想知道这句话编译成汇编是什么样？那个操作又分配了多少内存？别人 在Shell里直接敲一个wget命令就能取下一个网页，他非要用C语言花几十分钟来写一堆代码才踏实。其实，所谓底层和上层只是一种习惯性的说法，并不 是谁比谁更本质。程序的编译和解释本质上是不同模型间的语义映射，通常情况下是高级语言映射为低级语言，但是完全也可以把方向反过来。Fabrice Bellard用JavaScript写了一个虚拟机，把Linux跑在JavaScript虚拟机上，这就是把机器模型往JavaScript模型上映射。

　　建立新模型肯定依赖于现有的模型，但这是建模的手段而不是目的，任何一种新模型的目的都为了更简单地分析和解决某一类问题。线性代数在建立的时候，它的各种概念和运算规则依赖于初等数学的知识，但是一旦建立起来这层抽象模型之后，我们就应该习惯于直接利用高层次的抽象模型去分析和解决问题。

　　说到线性代数是为了比初等数学更容易地分析和解决问题，下面我们通过一个例子来实际感受一下它的好处：

　　给定三角形的顶点(x1, y1), (x2, y2), (x3, y3)，求三角形的面积。

　　初等数学中三角形面积最著名的计算公式是，当三角形有一条边恰好在坐标轴上时我们就很容易算出它的面积。但是，假如同样一个三角形我们把坐标轴旋转一下，让它的边不在坐标轴上，怎么办？我们还能得到它的底和高吗？答案肯定是可以的，但是就明显复杂了，而且还要分很多种情况去分别讨论。

　　相反，如果我们用线性代数知识来解决这个问题就非常轻松。在线性代数中两个向量a，b的叉积(Cross Product)是一个向量，其方向与a，b垂直，其大小等于a，b构成的平行四边形的面积:

　　我们可以把三角形的边视为向量，所以三角形的面积等于两个边向量的叉积除以二的绝对值：

　　area=abs(1/2 * cross_product((x2 - x1, y2 - y1), (x3 - x1, y3 - y1)))

　　注：abs表示取绝对值，cross_product表示两个向量的叉积。

　　这样一个在初等数学里面有点儿小难的问题在线性代数中瞬间搞定！可能有人会说，你直接基于叉积来做，当然简单了，但是叉积本身不是也挺复杂的吗？你把它展开试试看呢？是的，模型的作用就是把一部分复杂性隐藏到模型中，使得模型的使用者可以更加简单地解决问题。曾经有人质疑C++太复杂，C++之父Bjarne Stroustrup这样回答：

　　Complexity will go somewhere: if not the language then the application code.

　　在特定环境下，问题的复杂性是由其本质决定的，C++把一部分的复杂性纳入了语言和标准库，目的是使得应用程序更为简单。当然，并非所有场合C++ 都使得问题更加简单，但是从原理上讲，C++的复杂性是有道理的。除了C++，Java、SQL、CSS等各种语言和框架莫不如是，想象一下，如果不使用 数据库，动不动就自己去做数据存储和管理是多么复杂啊！这样我们就不难理解为什么线性代数要定义叉积这样奇怪的运算了，它和C++把很多常用的算法和容器 纳入STL是同一道理。同样的，甚至你还可以在线性代数中定义自己想要的运算拿来复用。所以，数学一点儿不死板，它和程序一样是活活泼泼的，你理解了它的 来龙去脉就能驾驭自如。说到这里，我们就顺便回答一个很常见的疑惑：

　　线性代数的点积、叉积还有矩阵运算都很奇怪，为什么要定义这些运算呢？它们的定义又为什么是这个样子呢？

　　其实，和程序复用一样，线性代数定义点积、叉积和矩阵运算是因为它们的应用非常广，有很大的复用价值，可以作为我们分析和解决问题的基础。比如，很多问题都涉及到一个向量到另一个向量的投影或是求两个向量的夹角，那么就会考虑专门定义点积(Dot Product)这个运算：

　　点积概念的提出属于设计，有发挥创造的余地；一旦设计定了，具体公式就不能随意发挥了，必须符合逻辑，保证它映射到初等数学模型的正确性。这就像一门高级语言可以定义很多概念，什么高阶函数、闭包等等，但是它必须保证映射到底层实现时在执行产生的效果符合其定义的规范。

　　线性代数好在哪里？

　　上面说了，线性代数是一种高层次抽象模型，我们可以采用学习一门程序语言的 *** 去学习它的语法和语义，但是这一认识不只针对线性代数，它是对每一门数学学科通用的，可能有人会有疑问

　　微积分、概率论也是高层次抽象，那么线性代数这种高层次抽象的特点在哪里呢？

　　这就问到了根本上，线性代数的核心：向量模型。我们在初等数学中学习的坐标系属于笛卡尔所提出的解析模型，这个 模型很有用，但同时也有很大的缺点。坐标系是人为加上的虚拟参考系，但是我们要解决的问题，比如求面积，图形旋转、拉伸等应用都是和坐标系无关的，建立一 个虚拟的坐标系往往无助于解决问题，刚才三角形面积的例子就是这样。

　　向量模型很好地克服了解析模型的缺点，如果说解析模型代表了某种“绝对性”的世界观，那么向量模型就代表了某种“相对性”的世界观，我推荐把向量模型和解析模型看作对立的两种模型。

　　向量模型中定义了向量和标量的概念。向量具有大小和方向，满足线性组合法则；标量是只有大小没有方向的量（注：标量的另一种更深刻的定义是在坐标变换中保持不变的量）。向量模型的优点之一是其坐标系无关性， 也就是相对性，它在定义向量和运算规则的时候从一开始就抛开了坐标系的束缚，不管你坐标轴怎么旋转，我都能适应，向量的线性组合、内积、叉积、线性变换等 等运算全部都是坐标系无关的。注意，所谓坐标系无关性不是说就没有坐标系了，还是有的，刚才三角形例子的顶点就是用坐标表示的，只是在解决问题的时候不同 的坐标系不会构成影响。用一个比喻，Java号称平台无关，不是说Java就是空中楼阁，而是说你用Java编程时底层是Linux还是Windows往 往对你没有影响。

　　向量模型有什么好处呢？除了刚才三角形面积问题是一个例子，下面我再举一个几何的例子：

　　给定三维坐标系中的一点和一个平面，求点到平面的垂直距离？

　　这个问题如果是要从解析几何的角度去解决几乎复杂到没法下手，除非是平面恰好是过坐标轴的特殊情况，但是如果从向量模型考虑就很简单：根据平面方程，平面的法向量(Normal Vector)是，设从平面上任意一点到的向量为，那么通过内积算出到的投影向量，其大小就是到平面的垂直距离。这里用到了向量模型的基本概念：法向量，投影向量，内积，整个问题解决过程简洁明快。

　　下面再给大家留一道相似的练习题（熟悉机器学习的朋友可能会发现这是线性代数在线性分类中的应用）：

　　给定n维空间中的两点，和一个超平面，请判断两点在超平面的同侧或异侧？

　　离开向量，下面我们要请出线性代数的另一个主角：矩阵(Matrix)。

　　线性代数定义了矩阵和向量、矩阵和矩阵的乘法，运算规则很复杂，用来做什么也不清楚，很多初学者都不能很好地理解，可以说矩阵是学好线性代数的拦路 虎。遇到复杂的东西，往往需要先避免一头陷入细节，先从整体上把握它。其实，从程序的角度看，无论形式多么奇怪，它无非是一种语法，语法必然对应了语义， 所以理解矩阵的重点在于理解其语义。矩阵的语义不止一种，在不同的环境中有不同的语义，在同一环境中也可以有不同的解读，最常见的包括：1)表示一个线性 变换；2)表示列向量或行向量的 *** ；3)表示子矩阵的 *** 。

　　矩阵作为一个整体对应的是线性变换语义：用矩阵乘以一个向量得到，矩阵就代表了到的线性变换。比如，如果想要把向量按逆时针方向旋转60度得到，只需要用旋转变换矩阵（Rotation Matrix)去乘v0就可以了。

　　除了旋转变换，拉伸变换也是一种常见的变换，比如，我们可以通过一个拉伸矩阵把向量沿x轴拉伸2倍（请试着自己给出拉伸矩阵的形式）。更重要的是，矩阵乘法有一个很好的性质：满足结合率。这就意味着可以对线性变换进行叠加，比如，我们可以把“沿逆时针旋转60度”的矩阵M和“沿x轴拉伸2倍”的矩阵N相乘，得到一个新矩阵T来代表“沿逆时针旋转60度并沿x轴拉伸2倍”。这是不是很像我们Shell中把多个命令通过管道进行叠加呢？

　　上面重点介绍了向量模型的坐标系无关性，除此之外，向量模型的另一优点是：线性性，因而它能用来表示线性关系，下面我们来看一个熟悉的Fibonacci数列的例子：

　　Fibonacci数列定义为：；问题：输入n，请给出求的时间复杂度不超过O(logn)的算法。

　　首先，我们构造两个向量v1=(f(n+1), f(n))和v2=(f(n+2), f(n+1))，根据Fibonacci数列性质，我们可以得到从v1到v2的递推变换矩阵：

　　并进一步得到：

　　这样就把线性递推问题转化为了矩阵的n次幂经典问题，在O（log n）时间复杂度内解决。除了线性递推数列，初等数学中著名的n元一次方程组问题也可以转化为矩阵和向量乘法形式更容易地解决。这个例子是想说明，凡是满足 线性关系的系统都是向量模型的用武之地，我们往往可以把它转化为线性代数得到简洁高效的解决方案。

　　总之，我的体会是向量模型是整个线性代数的核心，向量的概念、性质、关系、变换是掌握和运用线性代数的重点。

　　总结

　　本文提出了一种观点：从应用的角度，我们可以把线性代数视为一门特定领域的程序语言。线性代数在初等数学基础上建立了向量模型，定义了一套语法和语义，符合程序语言的语言契约。向量模型具有坐标系无关性和线性性，它是整个线性代数的核心，是解决线性空间问题的更佳模型。

　　和优秀的人一起成长，才能让自己更优秀

　　从删库到跑路

　　在 IT 从业者中，有着一群比程序员还要低调且掌管着大数据时代企业生死命门的人，他们就是传说中的 DBA。论起 DBA 的工作职能，很多人表示这可比程序员日常复杂得多，不仅上要和应用程序打交道，下还要深入操作系统和硬件之中。所以当继而谈起成为一名优秀的 DBA 是种怎样的体验时？不少过来人调侃道，你能明白那种删得了库跑不了路的酸爽感吗？

　　近来，一名来自顺丰的技术工程师亲身经历告诉了我们，“对，没错，就是这样的一种感觉。”。

　　日前，据微博知名互联网资讯博主@大佬坊间八卦爆料，顺丰科技数据中心的一位邓某因误删生产数据库，导致某项服务无法使用并持续 590 分钟。

　　来自@大佬坊间八卦微博

　　后来有网友爆料，这位邓某是顺丰科技 IT 数据中心应用交付技术部互联网产品运维组的 IT 运维开发高级工程师。

　　而事件的起因，据网上流传的邮件截图显示：

　　在接收到变更需求后，邓某在操作过程中，错选了 RUSS 数据库，打算删除执行的 SQL。在选定删除时，因其操作不严谨，光标回跳到 RUSS 库的实例，在未看清所选内容的情况下，便通过 delete 执行删除，同时邓某忽略了弹窗提醒，直接回车，导致 RUSS 生产数据库被删掉。

　　因运维工作人员不严谨的操作，导致 OMCS 运营监控管控系统发生故障，该系统上临时车险发车功能无法使用并持续了约 590 分钟。

　　目前顺丰根据公司相关规定，已将邓某辞退，且在顺丰科技全网通报批评。事件一出，立即引发圈中程序员们的热议。很多人无奈的表示，库都删了，不跑路干什么？记得看好地图，搭载飞机跑路，否则或因堵车，短短几分钟之内你就会被抓回了，譬如下面这位：

　　事实上，无独有偶，在国内外，删库事件早已不是之一次发生，相比之下，此次顺丰删库带来的后果还不算最为严重，接下来，我们将共同回顾那些年，删的那些库带来了怎样的后果？我们又该如何避免删库跑路事件的频发？

　　那些年删过的库

　　来看看

　　大厂说：

　　2017 年 2 月，GitLab 的一位系统管理员在给线上数据库做负载均衡工作时，遭受了 DDoS 攻击。在阻止了攻击之后，运维人员发现了数据库不同步的问题，便开始修复，在修复过程中，错误地在生产环境上执行了数据库目录删除命令：

　　导致 300GB 数据被删成 4.5G，GitLab 被迫下线。

　　2017 年 6 月，一家荷兰海牙的云主机商 verelox.com，一名前任管理员删光了该公司所有客户的数据，并且擦除了大多数服务器上面的内容。

　　最终导致 Verelox 暂时将 *** 下线。在发布的官方公告中，Verelox 表示一直努力恢复数据，但遗憾的是，目前已丢失的所有数据可能恢复不了了。

　　2017 年 9 月，某 IT 大厂技术工程师帮助广西移动进行扩容割接（即增加系统容量）时，不小心将 HSS 设备里面的用户数据格式化删除，导致广西移动近 80 万用户数据丢失。

　　网友说：

　　与此同时，来自知乎的不少网友也为曾删过的那些库，大惊失色，直至现在仍心有余悸：

　　@张家考拉：

　　公司新来一位应届毕业生，工作能力非常弱，什么都不会，怎么办呢？就先让她帮忙盘点机房设备资产。

　　就因为有个资产标签看不清楚，直接把刀片服务器 *** 了，旁边带她的人看到，瞬间就石化了。业务系统中断十几分钟，领导也没说什么，就是不让她继续盘点了，而她，根本不知道自己闯祸了。

　　@土豆爸爸：

　　多年前（2001 年），那还是 Unix 字符界面，半夜我例行维护，删过一个包含二十万本图书的库。十分钟自己确认出错后，开始冒汗，胃部像是被猛打了一拳得开始痉挛，疼的我都坐不住。

　　好一会我去过道抽了两根烟，才回忆起前天做了全系统备份，丢的数据不多！

　　那感觉，一辈子难忘。

　　@ai0by：

　　之前自己做的一个站，服务器是在 Vultr 上面，用户有 1000 多，访问量不少。某天在 Vultr 上面另开了一台测试机器，测试完了准备删除时删错了机器，把放网站的那台删掉了……（有必要吐槽一下 Vultr 的服务器界面，我以为新开的机器一定是最下面的那个，然后没看直接就删掉了，没想到最下面的那个不是最新开的那台！）

　　当时只能说非常慌张，好像在梦里一样，满头大汗，只能眼睁睁看着一条提示删除成功的消息，随即立刻提交了一条 ticket，Vultr 告诉我已经删除掉的机器是不能恢复的，瞬间感觉长时间的经营全部白费了，很难想象经营了那么久一个失误操作全完蛋了。

　　后来发现那台机器之前有过备份，另开了一台机器把镜像恢复到新机器上面，时间是一周前，好歹算是救回来了，丢失的数据后来自己手工补上了。

　　删掉的一瞬间，好多用户来找我，我只能淡定的回复说是在维护，实际慌的要死，在问题解决差不多后，自己后背都湿透了，再也不想有第二次了，切记做好备份，切记切记！

　　那些年，跑路前

　　我们还可以做什么

　　和上文删库事件相比，不少网友对顺丰的处理结果及制度产生质疑，纷纷表示：开除了涉事工程师，顺丰自身就完全没责任？花了这么大的教训培养了一位运维就这么拱手让人了？

　　剖开表面，我们不由深思，顺丰以辞退为名，真的能撇开其在流程问题所因担起的责任？此次出事，好在影响尚未造成无法挽回的后果，顺丰应做的不是之一时间去辞退涉事员工，而是通过该教训来看清内部的问题：

　　删库事件发生一方面源于工程师本人的失误，另一方面是否体现了日常管理流程的松懈，及操作的不规范？

　　安全责任不分明，除了涉事员工，其直接上司不应担责？

　　权限控制混乱，仅一名运维工程师可以直接操作数据库？

　　灾备恢复能力弱，事件的发生到恢复，偌大的顺丰企业花费了 590 分钟？

　　所以，从以上的种种问题来看，我们该如何再次避免删库“跑路”等事件的再次发生？

　　一个方案就是重定向 rm 命令以嫁接为 mv 命令，相当于给 Linux 系统定制了一个回收站。

　　实现方式如下：

　　最后将上述脚本写入 /etc/bashrc，并立即执行命令 source /etc/bashrc 即刻生效。

　　以上的脚本定义了几个命令：

　　rl：查看回收站下的文件；

　　unrm 文件名或目录：恢复到当前的路径下；

　　rmtrash：清空回收站，不过会友好提示。

　　执行 rm 不会真正删除，而是使用 mv 移动到我们指定的回收站。实在真的想删除可以 /bin/rm 来进行删除。另外，需要注意的时，之前 rm 指令的一些参数可能不再使用，因为 rm 现在其实是 mv 了。

　　还有无论是运维、DBA 还是程序员们都应该在日常 Coding 时严加注意操作规范，铭记“一失手成千古恨”的后果。在审查时也要做好自动容灾、数据同步的步骤，最后，重要的事情说三遍，

　　不要忘记：备份！备份！备份！

　　看了上面的文章，是不是觉得好像和自己没什么关系，真的没关系么，希望大家工作的时候多点责任心，规范性。

　　最近正好在学习python在arcgis方面的应用，这是最近利用到项目的需求例子。

　　首先这是一个利用arcpy求交、以及数据融合、文件复制操作例子。大概需求是这样的，这里有一个图幅结合表的shapefile面数据，该面属性表数据对应有图幅号，现在利用某一区域（暂且一个县）的面shapefile数据与图幅结合表相交，计算出相交结果的图幅结合表，然后遍历该结果图幅结合表的图幅字段，最后利用利用这些字段信息在指定文件将多个分幅好的DEM数据拼接为该区域（一个县）一大块DEM数据，整个工作流程就结束了。

　　来看一下相关的文件。如下图所示是一个图幅里面对应的DEM数据文件。

　　现在利用arcpy的函数Intersect_ *** ysis计算出图幅结合图表相交面，然后利用里面的属性数据找出所有上面所有文件的DEM数据。最后利用MosaicToNewRaster_management函数将上面所有的DEM数据融合到一起。其中利用求交函数得出的DEM文件如下所示。下图的文件夹对应上图中的各个文件。

　　在MosaicToNewRaster_management函数中传入了，各个文件夹里面的DEM绝对路径的字符串，设置相应的输出路径、文件名、以及合成DEM波段，因为DEM也是可以是一种tif格式数据，这里根据原始数据的设置了32个波段。而如果使用Arcgis的工具箱来合成新的数据，依次选择【Data ManageMent Tools】、【Raster】、【Raster Dataset】、【Mosaic To New Raster】，弹出如下的设置界面对话框。

　　设置完上面的合成界面后，就可以做数据融合工作。注意上面数据就两个，在这里我们可以将上面选择arcgis的toolbox转为相应的python脚本，供我们使用，可以说非常方便。具体操作如下，操作完上面的融合测试工作后（因为只是选择了两个DEM数据，而我们接下来需要选择一个区域的多个DEM数据），我们在Arcgis依次选择【Geoprocessing】、【Results】

　　右击刚才的融合操作【Mosaic To New Raster】、选择【Copy As Python Snippet】，就可以将刚才的融合需要输入的参数、输入参数信息以及需要调用的arcpy函数变为python脚本。具体如下图所示。

　　这也是需要在我们自己脚本中调用的python脚本，经过这样的操作极大方便我们使用arcpy函数。

　　好了，说了这么多，来看一下我们写的python脚本吧。

　　如果觉得这篇文章有用，欢迎微信分享转载。更多内容，敬请微信关注公众号：测绘科技。

　　排版｜测绘科技

　　文案｜测绘科技

　　公众号：测绘科技

　　在常年编程的日子里，如果某一天忘带耳机，整个世界都会多了一些纷扰，当坐在屏幕面前敲击键盘的时候，我总是希望曼妙的音乐在我身边流淌，或编程、或写作，或者循着音乐的节奏思考……

　　编程与耳机是密不可分的

　　知乎上有个提问：程序员上班时戴耳机是在听什么？

　　高赞回答是：戴上耳机是告诉其他人不要打扰我，实际上并没有在放音乐。

　　而更多的人只是想静静而已~

　　1.啥也没听，只是带着耳机而已。只是想告诉别人不要打扰我，选择性屏蔽一些讨厌的人说的话，不回答他。

　　2.在听笑话或者有声小说。特别不想工作的时候我会很认真的听，如果进入工作状态了，自己也就不知道在听什么了，然后等到没事的时候我会再翻过去听一遍。

　　3.在听歌。大概率的情况我是在听歌。有时候办公室有人聊天我会开很大声音，特别是调bug的时候，这样就可以隔离外界的声音，让自己的思路清晰一点。特别是有些人说话的声音很刺耳，带上耳机我就听不到了。

　　有数据显示：人被打扰后重拾起原来的思路平均需要3分钟，由于几分钟就被打断一次，每天大约有2.5小时被浪费掉的。

　　所以，为了更有效率的工作，程序员们必须在开放的空间里为自己营造一个封闭的环境，更好的做法就是音乐和耳机。泡一杯茶，选好音乐，戴上耳机，开始一天的编程之旅，对称序员来说是多么惬意啊。不到万不得已，不要去打扰一个戴着耳机敲击键盘的人，很危险的！

　　那么什么耳机算好耳机呢？那不得不推荐"摩羯智能蓝牙无线耳机"，精致迷你机身，高品质无线立体声，超长续航，和苹果AirPods一样的配置，价格却比AirPods美丽很多，国庆促销只要199元。戴上这款耳机隔绝噪音，一心编程，无线舒服，释放自由，耳机与编程更配哦~

　　- The End -

　　无论是风里，还是在雨里，我都在这里守候着你～

　　嗨，亲爱的们，新的职位来啦▂

　　下面由小编来给大家推荐优质岗位

　　听说伙伴们都准备好啦◎⊙◎

　　知名商业地产集团

　　经营计划总监

　　任职要求：

　　1、本科及以上学历，统计学、数学、计算机等相关专业优先；

　　2、逻辑思维严密，语言和文字表达清晰，具备优秀的分析能力、图标表达能力、报告展示能力，比较强的数据敏感度；

　　3、具备良好的报告、报表、图表、Powerpoint处理能力，能够独立完成数据分析项目，从海量数据中提取关键信息；

　　4、精通SPSS及Excel，熟悉SQL、Python或其他数据统计分析工具可优先。

　　工作职责：

　　1、负责构建集团广场大数据分析体系、建立集团广场评估分析模型，并推动其信息化平台建设；

　　2、通过数据挖掘，对集团广场运营情况进行分析、监控及考核，发现分析主题及异常趋势，定期输出相关专题分析报告；

　　3、通过经营分析，为管理层和业务部门提供商业策略分析和业务优化建议；

　　4、优化和完善现有经营分析体系，包括KIP指标体系、报表体系、专题分析体系，监管基础经营数据的采集、清洗、整理并维护历史数据库。

　　知名商业地产集团

　　商业研究部总经理

　　任职要求：

　　1、思路清晰，形象气质佳；表达简洁干练，有较强的文字呈现和数据分析研究能力；

　　2、成熟稳重、责任心强、具有团队合作精神。

　　工作职责：

　　1、组织部门对购物中心（少量酒店、文化旅游）行业目前发展状况及未来相关市场趋势进行研究并撰写行业研究报告、专题报告供高层参考，为公司业务发展提供决策支持；

　　2、组织部门对集团全部购物中心、酒店、文化旅游等全部业态经营情况进行经营和财务指标监管，针对运营品质和管理效能评审，并提出整改建议；

　　3、代表公司参加大型商业活动或行业论坛，不定期组织行业交流活动，提升公司在行业影响力。

　　你如果想找工作 | 屯干货 | 聊职场

　　流行的虚拟化软件VMWare Fusion本周已更新至第11版，其中包含一些新功能和增强功能。此更新支持最新的MacBook Pro和iMac Pro，以及macOS 10.14 Mojave优化等。

　　具体来说，VMWare Fusion 11增加了对18核iMac Pro和2018 MacBook Pro以及Intel六核Core i9处理器的支持。在macOS 10.14 Mojave中还支持主机和客户操作系统。

　　除了更好的硬件和软件优化之外，VMWare Fusion 11现在默认使用Apple的Metal图形引擎 - 这是Apple继续从OpenGL过渡的一个重要变化。

　　在其他地方，VMWare Fusion 11具有一个新的应用程序菜单，它表示可以更轻松地访问Windows应用程序。VMWare与Finder应用程序的集成也得到了改进，增加了对拖放文件路径的支持等。

　　对于Touch Bar MacBook Pro用户，VMWare Fusion 11增加了额外的自定义选项。这意味着用户现在可以在VMWare中将选项（如“打印屏幕”，“快照”等）固定到触摸栏。

　　此更新还带来了一系列性能改进。用户现在可以使用NVMe来提高SSD性能，同时还有其他安全性改进等。

　　Fusion 11包含许多引擎盖下的更改，以提高性能，尤其是Virtual NVMe设备。只需将虚拟磁盘类型更改为NVMe，即可提高配备SSD存储的Mac的性能。

　　还包括大量安全修复和架构更改，以缓解当今最新的基于硬件和软件的威胁，如Spectre，Meltdown和L1TF漏洞。

　　VMware Fusion的11可开始在$ 79.99为新客户和$ 49.99作为升级。

　　每当朋友问我做运营都干什么时

　　我都说：“好奇害死猫哦，你还想知道吗？”

　　时过境迁

　　实在是没想到这句话会用在自己的身上

　　这不

　　青姐我最近闲的没事

　　啥事不能做，非要跑去撩程序员小哥哥

　　不撩不知道，一撩吓一跳

　　原来程序员小哥哥没事也爱刷网站啊

　　这个网站可不是你想的那些网站

　　青姐今天就给大家盘点一下

　　那些程序员常逛的网站

　　▍CSDN

　　链接：

　　国内的程序员入门级网站，内容很多很杂，包括论坛、资源下载、博客、各种资讯等等。程序员小哥哥经常只在这个网站找到了稳定的资源下载。

　　▍开源中国

　　链接：

　　国内更好的开源社区，在这里讨论问题的氛围挺不错的。创始人红薯也很热心，更新很即时，经常看到新出的开源项目在这里有翻译介绍。

　　▍segmentfault

　　链接：

　　国内版的stackoverflow，90后的作品，已经积累了不少中文问答，人气还有待提高。

　　▍脚本之家

　　链接：

　　网站建设类资源非常丰富，强项在于javascript、jquery和vb等脚本语言，还有很多素材和特效模板，简直是开发网站的神器。

　　▍github

　　链接：

　　国外更大的开源中心，项目五花八门，从华贵绚丽的界面到低调实用的小类库，应有尽有。需要睁大眼睛慢慢挑，适合英语好的。Ruby和Javascript的项目尤其多。

　　▍stackoverflow

　　链接：

　　有干货的地方。程序员小哥哥的代码遇到相关问题经常被导到这个网站去，回答质量很高，排版简洁清晰。听说程序员小哥哥遇到问题经常会搜索词后面加一个词“stackoverflow”不明白为什么

　　▍envato market

　　链接：

　　青姐刚看到这个网站当时就震惊了！

　　原来代码也可以放在网上卖的？ 很多coder上传了各种代码，每个代码都明码标价。看了下销售排行，有的19刀的卖了3万多份。可以看到代码的演示效果，真的很漂亮。

　　好啦，今天的分享就到这里

　　今日互动

　　作为一名程序员你经常逛那些网站？

　　（欢迎补充~）

　　-END-

　　前言

　　前面一章，我们讲解了如何整合 。而在实际情况下，使用了 的同时,还会对其进行实时的数据监控，反馈各类指标数据。今天我们就将讲解下 和 .其中 是一款针对 进行实时监控的工具，通过 我们可以在直观地看到各 的请求响应时间,请求成功率等数据,监控单个实例内的指标情况。后者 ，能够将多个实例指标数据进行聚合的工具。

　　Hystrix-Dashboard

　　Turbine

　　参考资料

　　总结

　　最后

　　老生常谈

　　Hystrix-Dashboard

　　是一款针对Hystrix进行实时监控的工具，通过 我们可以在直观地看到各 的请求响应时间, 请求成功率等数据。

　　创建一个 工程。

　　0.引入POM依赖。

　　1.启动类加入 注解，开启仪表盘功能。

　　2.配置文件修改下，指定端口和应用名称。

　　3.启动应用，访问: ，就可以看见如下页面了：

　　从首页的监控页面可以看出，此时尚未配置监控应用。而且，从页面我们也可以看出，一共有三种数据源形式，即不同的监控方式：

　　默认的集群监控：通过URL： 开启，实现对默认集群的监控。

　　指定的集群监控：通过URL： 开启，实现对clusterName集群的监控。

　　单体应用的监控：通过URL： 开启，实现对具体某个服务实例的监控。

　　注意： 之后，默认的监控端点地址加了上下文路径 。可通过 属性进行修改，默认是：

　　现在，我们改造下 项目，开启端点，同时启用监控端点 。0.引入端点依赖。

　　1.配置文件开启端点 。这里需要注意, 之后，默认只开启了端点 、 。其他的需要通过 进行额外配置。

　　现在我们启动 。然后添加: 到仪表盘中。

　　填写了标题后，点击按钮 ，就可以进入监控页面了。

　　此时，我们访问下： 。因为服务 为启动，所以会触发熔断 *** ，多访问几次，再次查看监控页面，就可以看见相关数据了。

　　此时，可以启动下服务 ，然后再次访问下接口。

　　不同的颜色对应断路器监控的百分比

　　关于监控界面的参数解读，这里直接转至博客园：一抹书香的图例，地址：

　　实心圆：它有颜色和大小之分，分别代表实例的监控程度和流量大小。如上图所示，它的健康度从绿色、黄色、橙色、红色递减。通过该实心圆的展示，我们就可以在大量的实例中快速的发现故障实例和高压力实例。

　　曲线：用来记录 2 分钟内流量的相对变化，我们可以通过它来观察到流量的上升和下降趋势。

　　其他一些数量指标如下图所示

　　Turbine

　　只能实现单个微服务的监控，可是一般项目中是微服务是以集群的形式搭建，一个一个的监控不现实。而 的原理是，建立一个 服务，并注册到 中，并发现 上的 服务。通过配置 会自动收集所需 的监控信息，最后通过 展现，以达到集群监控的效果。

　　简单来说，就是通过注册到注册中心，发现其他服务的 服务，然后进行聚合数据，最后通过自身的端点输出到仪表盘上进行个性化展示。这我们就监控一个 应用即可，当有新增的应用加入时，我们只需要配置下 参数即可。

　　创建 工程。0.引入POM依赖。

　　1.启动类加入注解 和 .

　　2.配置文件加入注册中心及 相关配置信息。

　　2.修改 应用，创建一个 配置文件，里面就设置一个端口好区别下实例。

　　2.此时启动下应用，同时启动 应用，设置不同的 值，以此启动多个实例。在仪表盘应用: 中添加： ，之后点击按钮： ,此时界面是 状态。接着多次访问： ，并可以看见有数据了。

　　之后，我们接着访问： ，可以看见 变成2了。

　　一点疑问：关于 是监控 的指标情况，当我们监控的 *** 都一致时，是不是区分不了具体是哪个服务的了？按目前的演示demo中，是没有看出具体是哪个应用出现了异常。不知道是不是使用姿势不对，觉得不应该是这样的吧。

　　加了个配置文件 ，端口号不一致，创建个新的api接口加上 ,最后出现的图例确实是按照 *** 名来的。这应该不是巧合了吧。

　　还希望有了解这方面的同学，能答疑解惑下。目前是用 了，对这块不是很熟悉。而且 也仅仅是监控了下，具体深入尚未了解。路漫漫其修远兮呀！

　　参考资料

　　

　　

　　总结

　　本章节主要是对 数据进行实时监控进行了讲解，介绍了单体应用和集群应用的监控示例。这块也只是简单的使用，未进行深入了解过，看官网收集监控数据还可以使用 的方式进行收集，目前默认是使用 的协议进行收集的，有兴趣的同学可以自行试试，这和后面会讲解的 微服务跟踪是类似的，后者也可以使用 进行 数据收集，可以提供性能。

　　最后

　　目前互联网上大佬都有分享 系列教程，内容可能会类似，望多多包涵了。原创不易，码字不易，还希望大家多多支持。若文中有错误之处，还望提出，谢谢。

　　老生常谈

　　源码示例：

　　前言

　　前面一章，我们讲解了如何整合 。而在实际情况下，使用了 的同时,还会对其进行实时的数据监控，反馈各类指标数据。今天我们就将讲解下 和 .其中 是一款针对 进行实时监控的工具，通过 我们可以在直观地看到各 的请求响应时间,请求成功率等数据,监控单个实例内的指标情况。后者 ，能够将多个实例指标数据进行聚合的工具。

　　Hystrix-Dashboard

　　Turbine

　　参考资料

　　总结

　　最后

　　老生常谈

　　Hystrix-Dashboard

　　是一款针对Hystrix进行实时监控的工具，通过 我们可以在直观地看到各 的请求响应时间, 请求成功率等数据。

　　创建一个 工程。

　　0.引入POM依赖。

　　1.启动类加入 注解，开启仪表盘功能。

　　2.配置文件修改下，指定端口和应用名称。

　　3.启动应用，访问: ，就可以看见如下页面了：

　　从首页的监控页面可以看出，此时尚未配置监控应用。而且，从页面我们也可以看出，一共有三种数据源形式，即不同的监控方式：

　　默认的集群监控：通过URL： 开启，实现对默认集群的监控。

　　指定的集群监控：通过URL： 开启，实现对clusterName集群的监控。

　　单体应用的监控：通过URL： 开启，实现对具体某个服务实例的监控。

　　注意： 之后，默认的监控端点地址加了上下文路径 。可通过 属性进行修改，默认是：

　　现在，我们改造下 项目，开启端点，同时启用监控端点 。0.引入端点依赖。

　　1.配置文件开启端点 。这里需要注意, 之后，默认只开启了端点 、 。其他的需要通过 进行额外配置。

　　现在我们启动 。然后添加: 到仪表盘中。

　　填写了标题后，点击按钮 ，就可以进入监控页面了。

　　此时，我们访问下： 。因为服务 为启动，所以会触发熔断 *** ，多访问几次，再次查看监控页面，就可以看见相关数据了。

　　此时，可以启动下服务 ，然后再次访问下接口。

　　不同的颜色对应断路器监控的百分比

　　关于监控界面的参数解读，这里直接转至博客园：一抹书香的图例，地址：

　　实心圆：它有颜色和大小之分，分别代表实例的监控程度和流量大小。如上图所示，它的健康度从绿色、黄色、橙色、红色递减。通过该实心圆的展示，我们就可以在大量的实例中快速的发现故障实例和高压力实例。

　　曲线：用来记录 2 分钟内流量的相对变化，我们可以通过它来观察到流量的上升和下降趋势。

　　其他一些数量指标如下图所示

　　Turbine

　　只能实现单个微服务的监控，可是一般项目中是微服务是以集群的形式搭建，一个一个的监控不现实。而 的原理是，建立一个 服务，并注册到 中，并发现 上的 服务。通过配置 会自动收集所需 的监控信息，最后通过 展现，以达到集群监控的效果。

　　简单来说，就是通过注册到注册中心，发现其他服务的 服务，然后进行聚合数据，最后通过自身的端点输出到仪表盘上进行个性化展示。这我们就监控一个 应用即可，当有新增的应用加入时，我们只需要配置下 参数即可。

　　创建 工程。0.引入POM依赖。

　　1.启动类加入注解 和 .

　　2.配置文件加入注册中心及 相关配置信息。

　　2.修改 应用，创建一个 配置文件，里面就设置一个端口好区别下实例。

　　2.此时启动下应用，同时启动 应用，设置不同的 值，以此启动多个实例。在仪表盘应用: 中添加： ，之后点击按钮： ,此时界面是 状态。接着多次访问： ，并可以看见有数据了。

　　之后，我们接着访问： ，可以看见 变成2了。

　　一点疑问：关于 是监控 的指标情况，当我们监控的 *** 都一致时，是不是区分不了具体是哪个服务的了？按目前的演示demo中，是没有看出具体是哪个应用出现了异常。不知道是不是使用姿势不对，觉得不应该是这样的吧。

　　加了个配置文件 ，端口号不一致，创建个新的api接口加上 ,最后出现的图例确实是按照 *** 名来的。这应该不是巧合了吧。

　　还希望有了解这方面的同学，能答疑解惑下。目前是用 了，对这块不是很熟悉。而且 也仅仅是监控了下，具体深入尚未了解。路漫漫其修远兮呀！

　　参考资料

　　

　　

　　总结

　　本章节主要是对 数据进行实时监控进行了讲解，介绍了单体应用和集群应用的监控示例。这块也只是简单的使用，未进行深入了解过，看官网收集监控数据还可以使用 的方式进行收集，目前默认是使用 的协议进行收集的，有兴趣的同学可以自行试试，这和后面会讲解的 微服务跟踪是类似的，后者也可以使用 进行 数据收集，可以提高性能。

　　最后

　　目前互联网上大佬都有分享 系列教程，内容可能会类似，望多多包涵了。原创不易，码字不易，还希望大家多多支持。若文中有错误之处，还望提出，谢谢。

　　老生常谈

　　源码示例：

　　系列

　　如果你觉得文章不错，欢迎点赞分享到朋友圈

　　目前，美国的卡车司机非常短缺，今年缺6万名卡车司机，预计未来8年，美国卡车司机的缺口将达到惊人的17.4万人，更糟糕的是，几乎没有年轻人愿意加入这个行业，使得卡车司机越来越短缺。

　　1.卡车司机短缺对所有人来说都是潜在的危机

　　由于全球物流仍然非常依赖卡车运输，这使得卡车司机短缺不仅成为了行业问题，对所有人来说都是潜在的危机，甚至是国家安全威胁。

　　如果卡车司机决定 *** 或大规模退休，将会使得各国很快耗尽粮食和汽油， 并造成社会和经济危机，使所有人处于危险之中。

　　更糟糕的是，这没有快速解决方案。世界上90％的货物通过船来运输，但是，当它们到达港口时，必须依靠卡车来运输到目的地。

　　据美国货运协会称，美国71％的货运通过高速公路来输送，铁路也可以输送一些货物，但它们不会到达较小的社区，也不会到达任何商店。

　　2.卡车司机短缺已经对美国经济造成了一定影响

　　根据DSLV的统计数据，在一些地区，由于缺乏卡车司机，高达10％的卡车被闲置了，这令客户对货物的期待感到烦恼。

　　一些卡车公司甚至被迫选择与他们的客户合作，因为如果物流公司不能将货物运送给买方，将造成的交付时间的延误，并造成经济损失。

　　由于零售行业大多已转变为“及时”交付模式，因此需要更快捷的物流运输，没有卡车司机，美国人甚至得不到面包、牛奶、水果或肉，而且获得不了汽油。

　　3.自动驾驶卡车能解决卡车司机短缺问题？

　　自动驾驶卡车也许能改善物流行业，但是，即使卡车最终能够自动驾驶，它们也需要驾驶室里的人来处理紧急情况和安全问题。

　　还有在行人和自行车混合的交通干道上，以及在恶劣天气或任何不可预测的条件下，自动驾驶车辆也会出现无法预知的错误，更不用说盗窃或故意破坏的威胁。

　　4.如何解决卡车司机短缺问题？

　　这场迫在眉睫的国家安全危机的之一步是提高卡车司机的工资，这样才会吸引年轻一代从事这个行业。

　　第二步可能需要零售商来解决，尽可能减少免费送货上门等服务，适当客户收取货物运输费用，这可能会让零售商失去一些客户，但是免费交付无论如何都不是一种可行的商业模式。

　　总而言之，全球化市场的本质意味着我们依赖卡车司机，送货上门的服务模式使得我们对它们越来越依赖，这也使整个国家变得脆弱。

　　（图片、文章来源 *** ）

　　很多时候为了找一张合适的图，我们跑遍了各大网站，但是找到的确是一张很马赛克的图，强行拉大就成了这个样子！画面很渣，噪点很重。

　　今天给小伙伴们介绍一款在线工具，比传说中大名鼎鼎的PS还强大，能够将图片无损放大数倍！

　　先来看几组效果吧！

　　我们用了三种类型的图片做测试，卡通、人物照片（这个人就是小编我）和文字图片，通过对比会发现放大效果相当OK，特别是卡通和文字效果会更加显著。

　　接下来介绍具体操作 *** ：

　　首先打开【AI人工智能图片放大】网站；

　　图片放大工具网址

　　

　　选择需要放大的图片，注意原始图片有限制，10M以内，尺寸3000×3000像素以内；

　　然后点击【开始】按钮，选择配置参数，需要注意的是免费用户只能放大4倍，个人觉得已经够用了，如果需要更大倍数那就购买会员吧！

　　稍微等待一下，完成后直接点击下载即可获得放大后的图片。

　　对于图片放大其实 *** 很多，比如高手会用PS，普通用户会用PhotoZoom之类的软件，其实效果远远赶不上今天介绍的这个工具，因为该工具使用最新人工智能深度学习技术——深度卷积神经 *** ，通过神经 *** ，针对放大图片的线条、颜色、网点等特点，做特殊的算法调整，所以放大效果非常出色, 色彩保留较好, 图片边缘也不会有毛刺和重影，更重要的是，影响画质的噪点基本在放大的图片上看不出来。

　　因为工具是在线的，使用的是云计算，所以免费版的功能会受限制，如果你有更高的需求，还是建议付费使用吧！毕竟人家做这个东西也是花了成本的，支持正版也是我们一直倡导的价值观。今天的分享先到这里，下回见！

　　题目

　　给定一组不含重复元素的整数数组 nums，返回该数组所有可能的子集（幂集）。

　　说明：解集不能包含重复的子集。

　　示例:

　　题解

　　全排列，部分排列这些问题都是回溯的题目。这个题目每个状态都是解，包括空list也是解，所以直接都加进去就好。

　　java

　　python

　　回溯题目汇总

　　课程名称:大数据从离线计算到实时计算storm入门到集群项目实战视频教程

　　课程简介:

　　课程目标

　　在本课程之中主要为读者讲解Storm的组成、集群搭建、Topology程序编写开发、项目部署、Kafka集成、Redis集成，同时在本课程之中还会为读者讲解现在流式分析开发框架的使用方式。

　　适用人群

　　大数据开发人员、相关专业与技术爱好者

　　课程简介

　　Storm是在大数据时代最为流行的一款内存分析开发框架，在实际的项目开发过程之中也使用的非常广泛。其可以方便的与各种存储设备以及消息系统结合形成流式数据分析处理。

　　----------------------课程目录------------------------------

　　1.storm集群的搭建

　　1、storm简介.mp4

　　2、storm部署-1.mp4

　　3、storm部署-2.mp4

　　4、storm部署概念.mp4

　　5、streamgrouping.mp4

　　6、storm组件生命周期.mp4

　　7、storm可靠性1.mp4

　　8、storm可靠性2.mp4

　　课程代码和PPT.rar

　　storm入门到精通

　　01.Storm基础知识.mp4

　　02.Storm集群安装-1.mp4

　　03.Storm集群安装-2.mp4

　　04.starter打包运行测试.mp4

　　05.Storm配置文件配置项讲解.mp4

　　06.Maven环境快速搭建教程.mp4

　　07.Storm基本API介绍.mp4

　　08.Storm Topology的并发度.mp4

　　09.Strom消息机制原理讲解.mp4

　　10.Storm DRPC实战讲解.mp4

　　11.Storm Transaction原理&实战讲解.mp4

　　12.Storm实现滑动窗口计数和TopN排序.mp4

　　13.Storm0.9.1&kafka0.8.1集成-1.mp4

　　14.Storm0.9.1&kafka0.8.1集成-2.mp4

　　15.Storm0.9.1&kafka0.8.1集成-3.mp4

　　课程文档资料.rar

　　storm项目实战课程

　　01、storm+kafka环境搭建-1.mp4

　　02、storm+kafka环境搭建-2.mp4

　　03、storm+kafka环境搭建-3.mp4

　　04、项目分析.mp4

　　05、kafka producer测试.mp4

　　06、storm整合kafka.mp4

　　07、整合项目测试.mp4

　　08、storm 订单有效性检查.mp4

　　09、storm 数据修正.mp4

　　10、storm 数据业务入库处理-1.mp4

　　11、storm 数据业务入库处理-2.mp4

　　12、storm 数据定时存库处理.mp4

　　13、入库mysql并进行测试和bug修复-1.mp4

　　14、入库mysql并进行测试和bug修复-2.mp4

　　15、优化数据结构-确保数据不丢失.mp4

　　16、zookeeper锁机制.mp4

　　17、增加zookeeper锁，保证多线程同时处理数据-1.mp4

　　18、增加zookeeper锁，保证多线程同时处理数据-2.mp4

　　课程代码.rar

　　链接： 密码：3dap

　　每天都有更新，整理收集资料不易，请大家主动打赏，谢谢。

　　『大数据时代』] Kafka原理剖析及实战演练 Kafka理论+实战视频教程 Kafka完美入门视频教程

　　课程目录：

　　│ ├

　　│ │ ├kafka.Dockerfile

　　│ │ ├zookeeper.Dockerfile

　　│ │ ├第1课 Kafka简介 1.mp4

　　│ │ ├第1课 Kafka简介 2.mp4

　　│ │ └之一课 Kafka简介.pdf

　　│ ├

　　│ │ ├DemoConsumer.java

　　│ │ ├HashPartitioner.java

　　│ │ ├pom.xml

　　│ │ ├ProducerDemo.java

　　│ │ ├RoundRobinPartitioner.java

　　│ │ ├第二课 Kafka架构 上.mp4

　　│ │ ├第二课 kafka架构 下.mp4

　　│ │ └第二课 Kafka架构.pdf

　　│ ├

　　│ │ ├docker-compose.yml

　　│ │ ├kafka.Dockerfile

　　│ │ ├zookeeper.Dockerfile

　　│ │ ├第三课 Kafka HA.pdf

　　│ │ ├第三课 数据复制与Failover 高清.mp4

　　│ │ └第三课 数据复制与Failover.mp4

　　│ ├

　　│ │ ├centos.6.6.tar.bz2

　　│ │ ├docker-compose.yml

　　│ │ ├kafka.Dockerfile

　　│ │ ├README

　　│ │ ├zookeeper.Dockerfile

　　│ │ ├第四课 Kafka Zookeeper 上.mp4

　　│ │ ├第四课 Kafka Zookeeper 下.mp4

　　│ │ └第四课 Kafka如何使用Zookeeper.pdf

　　│ ├

　　│ │ ├第五课 Kafka Leader Election 480P.mp4

　　│ │ ├第五课 Kafka Leader Election.mp4

　　│ │ └第五课 Kafka Leader Election.pdf

　　│ ├

　　│ │ ├centos.6.6.tar.bz2

　　│ │ ├DemoKafka.tar.gz

　　│ │ ├docker-compose.yml

　　│ │ ├kafka.0.8.2.2.tar.bz2

　　│ │ ├kafka.Dockerfile

　　│ │ ├README

　　│ │ ├zookeeper.3.4.6.tar.bz2

　　│ │ ├zookeeper.Dockerfile

　　│ │ ├第六课 Kafka Consumer.mp4

　　│ │ └第六课 Kafka Consumer.pdf

　　│ ├

　　│ │ ├第七课 Kafka Consumer Offset Management.mp4

　　│ │ └第七课 Kafka Consumer Offset Management.pdf

　　│ ├

　　│ │ ├第八课 Kafka新API.mp4

　　│ │ ├第八课 Kafka新API.pdf

　　│ │ ├

　　│ │ │ ├docker-compose.yaml

　　│ │ │ ├kafka.0.10.1.0.Dockerfile

　　│ │ │ ├kafka.0.10.1.0.tar.bz2

　　│ │ │ ├README

　　│ │ │ ├zookeeper.3.4.6.tar.bz2

　　│ │ │ └zookeeper.Dockerfile

　　│ ├

　　│ │ ├第九课 Kafka Stream.mkv

　　│ │ └第九课 Kafka Stream.pdf

　　│ ├

　　│ │ ├第十课 上 Security.mp4

　　│ │ ├第十课 上 Security.pdf

　　│ │ ├第十课 下 Monitoring.mp4

　　│ │ └第十课 下 Monitoring.pdf

　　│ ├

　　│ │ ├docker-compose.yaml

　　│ │ ├kafka.0.10.1.0.Dockerfile

　　│ │ ├kafka-manager.Dockerfile

　　│ │ ├start_kafka.sh

　　│ │ ├zookeeper.Dockerfile

　　│ │ ├第十一课 Kafka运维.mp4

　　│ │ └第十一课 Kafka运维.pdf

　　│ ├

　　│ │ ├第十二课 上 Kafka高性能之道.mkv

　　│ │ ├第十二课 上 Kafka高性能之道.pdf

　　│ │ ├第十二课 下 Kafka性能测试.mkv

　　└ └ └第十二课 下 Kafka性能测试.pdf

　　链接： 密码：27vj

　　每天都有更新，整理收集资料不易，请大家主动打赏，谢谢。

　　课程名称:最新版Oracle完全零基础入门视频教程51集Oralce轻松入门-基础部分

　　课程简介:

　　现在阶段掌握一门吃香的技术才是我们能在社会中立足，很多人比较青睐oracle开发工程师的工作，今天楼主在这里分享了oracle基础学习 *** 视频教程，需要的朋友可以看看！

　　-------------------课程目录-------------------

　　├day01_安装数据库软件.mp4

　　├day02_数据库的基本使用selecl语句的使用.mp4

　　├day03_限制数据返回.mp4

　　├day04_字符函数、数字函数、日期函数.mp4

　　├day05_转换函数、通用函数、条件表达式.mp4

　　├day06_多表联接.mp4

　　├day07_组函数.mp4

　　├day08_子查询.mp4

　　├day09_替代变量SQLplus环境命令.mp4

　　├day10_DML语句的使用.mp4

　　├day11_事务的概念和处理事务.mp4

　　├day12_创建表、管理表.mp4

　　├day13_管理约束.mp4

　　├day14_管理视图.mp4

　　├day15_管理其它数据库对象.mp4

　　├day16_管理用户.mp4

　　├day17_ *** 运算.mp4

　　├day18_扩展的时间类型.mp4

　　├day19_增强的Group by.mp4

　　├day20_高级子查询.mp4

　　├day21_主机变量锚定、游标变量.mp4

　　├day22_异常处理.mp4

　　├day23_procedure.mp4

　　├day24_自制事务调用者权限、函数、确定性函数.mp4

　　├day25_package、trigger.mp4

　　├day26_体系结构组件概览.mp4

　　├day27_管理口令文件和参数文件.mp4

　　├day28_跟踪文件.mp4

　　├day29_数据库起动三阶段、停库四种模式、手工创建数据库.mp4

　　├day30_管理controlfile.mp4

　　├day31_管理联机日志文件及归档文件.mp4

　　├day32_管理临时表空间、管理undo表空间.mp4

　　├day33_undo自动管理与手工管理、闪回操作、表空间的空间管理算法.mp4

　　├day34_段空间手工管理.mp4

　　├day35_段空间自动管理、Extent的管理、Block的空间管理.mp4

　　├day36_配置启动监听、简单连接、使用监听配置修改端口.mp4

　　├day37_故障转移、共享服务器、数据库链接.mp4

　　├day38_数据库审计.mp4

　　├day39_逻辑导出.mp4

　　├day40_逻辑导出、编写备份脚本、管道操作.mp4

　　├day41_传输表空间、数据泵.mp4

　　├day42_不完全恢复.mp4

　　├day43_控制文件的备份还原和恢复.mp4

　　├day44_Rman镜像备份及基本操作.mp4

　　├day45_Rman备份集、拆分备份片、丢失最新备份、移动文件.mp4

　　├day46_使用种子备份还原数据库、传输Example表空间.mp4

　　├day47_修改数据库名称、增量备份、块级别修复损坏.mp4

　　├day48_rman的不完全恢复、闪回数据库.mp4

　　├day49_catalog Database;ORA-00600[2662].mp4

　　├day50_更大性能的物理备用库.mp4

　　└day51_不完全恢复、延迟应用、实时应用.mp4

　　链接： 密码：pgi8

　　每天都有更新，整理收集资料不易，请大家主动打赏，谢谢。

　　展现独立思想 博采百家众长

　　汇集涓涓细流 共向辽阔海洋

　　在实际生活中，有大量问题难以用数学模型来描述，或者虽然可以建立数学模型，但其中存在很多随机因素，不易用解析法求解，这时，可以借助“计算机模拟” *** 来解决。

　　计算机模拟是建立一个试验模型，在计算机上进行模拟试验，对真实现象进行“仿真”，获得结果。

　　蒙特卡罗 *** 是用计算机模拟随机事件、以概率论和统计 *** 为基础，通过不断产生随机数并求出概率来解决问题。

　　比如用程序模拟连续抛硬币，统计正面朝上的次数并计算其概率，就是蒙特卡洛 *** 的一种运用。

　　利用蒙特卡洛 *** 进行模拟，首先要建立模拟模型，其次要考虑如何模拟随机现象。在这个过程中，需要对客观事物有深刻认识和准确理解，对真实问题进行抽象和量化，转化成模拟模型，通过算法设计和编程，让计算机自动运算，得出结论。因此，可以训练学生抽象与界定问题的能力，量化与建模能力、算法设计与编程能力，以及对运算结果进行分析的能力等。

　　教学案例：用“随机投点”的 *** 求π的近似值。

　　设边长为1的正方形内有1/4内切圆

　　需要不断地向这个正方形内随机投点，统计落入圆内的点数。

　　怎样让计算机进行“随机投点”，并且自动判断投点是否落在圆内呢？

　　可以利用不断产生随机数的 *** 来模拟“投点”。每一次“投点”随机产生一个x值和一个y值，x、y的取值范围都限于[0, 1]。

　　将x、y值代入圆的标准方程

　　x2+ y2=1

　　可得到坐标系上的一个点f(x,y)，若f(x,y)

　　设总落点数为m，其中落在圆内的点数为n，则两者之比n/m可以近似地表示 1/4 圆面积，由于此圆的半径为1，因此可得到圆周率的近似值为π≈ 4*n/m。

　　n/m是投点落入圆内的概率。“多点成面”现象在生活中是真实存在的，比如下雨时，如果雨点足够多，地面就会湿成一片。

　　流程图和VB代码如下。由于需要不断计算表达式x2+ y2，可以将其设为自定义函数f(x,y)。

　　欢迎关注白珍名师工作室

　　盆友，中秋吃月饼了嘛？

　　据说，每逢佳节胖三斤？

　　那么。(ˉ(∞)ˉ)

　　考虑一下节后的Python训练营啊

　　动动脑啊动动手

　　燃烧你的卡路里~

　　之前报了名的同学要记得喔！

　　一、课程安排

　　Class1：Python的安装及运行（Anaconda Jupyter 等的安装及使用）

　　Class2：Python基础数据结构（字符串、列表、字典等）

　　Class3：Python控制流、函数

　　Class4：numpy、pandas 的使用

　　When

　　BOOM!

　　9月26日-9月29日

　　（周三到周六）

　　每天19:30-21:30

　　连环轰炸，你怕了嘛？不要怂，就是上！

　　Where

　　思明校区图书馆总馆 五楼南强报告厅

　　二、课件下载

　　1

　　百度网盘链接

　　

　　前言

　　2018年9月17日-23日是国家 *** 安全宣传周。没有 *** 安全就没有囯家安全，就没有经济社会的稳定运行，广大人民群众利益难以得到保障。 *** 安全为人民， *** 安全靠人民，积极参与推动 *** 安全发展，共筑 *** 安全防线。

　　如何应对常见的 *** 风险？

　　湖北省总工会教你几招！

　　回复“爆料”提供身边新鲜事，采用奖现金

　　回复“发布”开始免费发布各类信息

　　9月21日，为加强 *** 安全，增强广大人民群众 *** 安全防范意识，营造健康文明的 *** 环境，市互联网信息中心积极开展 *** 安全宣传周活动。市委宣传部相关负责人及市互联网信息中心全体工作人员参加活动。

　　活动现场，针对市民提出的 *** 安全困惑和问题，现场答疑释惑，并发放了千余份 *** 安全宣传资料。同时向过往群众和广大市民介绍日常中可能遇到的 *** 安全风险，如钓鱼网站、恶意二维码、口令密码安全、假冒 *** 热点等，并提醒市民加强个人信息保护，防止上当受骗。

　　本次活动以“ *** 安全为人民， *** 安全靠人民”为主题，针对社会公众关注的热点问题，现场通过悬挂条幅、摆放宣传展板、发放宣传单、宣传手册等多种形式，发动市民广泛参与 *** 安全宣传教育活动，普及 *** 安全知识，加强个人信息保护，提升全社会 *** 安全意识和防护技能，营造了 *** 安全人人有责、人人参与的良好氛围。

　　今天,妈了一位黑人叔叔来家做

　　他们一进门了我一跳,好黑呀!黑叔脸上黑得发亮,双手像炭一样。见到他,我都目瞪口呆了!可是黑人叔叔并不在意,还咧开大嘴冲我笑。他一笑,就露出洁白的牙齿。听妈妈说,他来自非洲的加纳国,是志愿来妈妈所在的学校支教的英语老师。

　　我向黑人叔叔问好,他马上给了我一块糖。妈妈冲好了茶,我给黑人叔叔端过去。黑人叔叔用生硬的中国话说:“谢谢!”我觉得很害羞。可是不一会儿我们就熟悉了。黑人叔叔教了我几句英语,我试着用英语跟他对了几句话,他还用英语夸我学得真棒,竖起了大拇指。

　　差点忘了告诉你,黑人叔叔还给我取了个好听的名字,叫“Rose”,意思是“玫瑰花”,我很喜欢。黑人叔叔会说的中国话不多,他还请我当他的中文老师呢!