A股上市公司传智教育(股票代码 003032)旗下技术交流社区北京昌平校区

 找回密码
 加入黑马

QQ登录

只需一步,快速开始

© 俞双美 初级黑马   /  2018-11-6 12:28  /  1738 人查看  /  1 人回复  /   0 人收藏 转载请遵从CC协议 禁止商业使用本文

匆匆而逝,从9月20日到现在,从懵懂到入门,可是乃至大师级有很长的路要走,慢慢来吧。一口吃不了胖子,学习就是要持之以恒,细水长流,不过我发现,我比上大学那会还要勤奋了。回想大学那时候,我要是没课会睡到10点然后去自习室上自习到晚上10点,回寝室看会儿电视到11点半就睡觉了,上班的时候每天7点起晚上10点睡觉,每时每刻都在转,已经是挺饱满的状态,挺积极向上了。到黑马我才发现,我还有很大的修仙潜力,能早上7点起,半夜1点睡,时时刻刻看书码代码。真的是,悬梁刺股啊,不过梁在哪,全凭自觉全凭想象。拉倒吧,每天晚上睡觉了还能神游海外,飞天遁地的,脑细胞真的是有一半不在休息。总体来说,学习就像游戏练级,不学则退,不练则废,策划天天暗改篡改的,我们也是要与时俱进。
11月金桂飘香,寒意梢头。我早早的披上了冬装,还不是因为上大学那会给冻得,主要还是因为去了大东北,气候条件跟浙江真的是完全不一样,开学报道的前几个月,各种不适应,吃什么都不香,还各种头疼脑热的,都适应不了,天天想家。管你特么的学校综合实力仅次浙江大学,都是假的都是假的,不就是自己自吹自擂吗?我网上搜搜我看就只有第8还是第9名,在全国高校综合实力榜上。虽然说坚持下来了,4年对我的身体影响很大,适应了干冷,我就适应不了湿冷了,所以回大浙江工作的4年,我每年冬天都很难熬,还不是因为这种透骨的凉意。
一定要说我的前半生对我影响最重要的几个阶段,我肯定会想到一个高考,一个大学,我的最后一份工作,还有就是我下定决心要转行进黑马学习编程。高考是人生的第一个选择,我成功的考上我喜欢的大学(不过这是假的,我压根不知道我进大学之前,不过吉大在北方很有名,生为南方孩子的我表示后来才知道的)挑选了我喜欢的专业,拓展了这方面的见识。
我的最后一份工作彻底改变了我腼腆的安静的性格,揪出了我腐的,有毒的一面,各种逗比状态外露无疑,不要以为我本性如此,我藏的很深的,我喜欢背后捅刀子。不过我不爱交流的特性180°大转弯,我开始沉迷写作了。最后黑马带给我什么,我可以通过学习,回到我最初的梦想,我成为技术大牛的第一步将会走稳。最重要的是我现在看网络信息,玩app的时候,思考方向已经明显改了。比如最近的双11。
一说到双11,前面的10多年,我肯定是想我该买什么,哪里有优惠。今年我想的不一样。这背后的操作:线程池门口护卫打开大门:线程0x047,0x050.。。。。等等的都出去工作了,首先服务终端一头肯定有一个庞大的线程池,再不停的为我们的访问行为处理流程。
要在一天时间的满足上亿次的消费点击,淘宝又是如何能抗住第一分钟瞬间访问量?我上网搜索了一些相关的分析。大家知道这时千万级别的ID不仅仅是每个用户的数据,同时包括所购买的产品的数据、包括银行系统的高并发访问。瞬间海量数据的I/O,无论是使用MSSQL,mySQL还是Oracle,等数据库,并发操作的线程数都是有极限的。如此高的并发用户访问、检索以及支付导致硬件工作负荷加大,自然就会形成件上的自我保护性关闭或崩溃,从而使网站瘫痪。所以2012年你参加过双11的消费者包括我都感觉卡死了网站。面对高并发访问的解决思路,网上的分析认为除了全负荷运行自己的数据中心,还可以提前租用专门提供数据分发服务,以及完善多镜像+负载均衡方案。才能做到最低限度的访问影响。当前面对瞬间巨量的访问,理论上不是不能解决,如果仅仅是为解决高并发,那么需要会造成大部分时间数据中心处于资源浪费状态。目前互联网公司的数据中心一般采用分布式处理,即大量的数据访问分多次、多地点进行。我们也知道淘宝数据中心架构的核心业务已经从Oracle逐步迁到分布式的MySQL集群中,硬件方面采用大量的PC SERVER,采用本地存储。这样就能降低规模,同时实现大量的分布式机器,实现整体计算性能超强。建立多个数据中心之后就可以实现多站点并行作业,保证高并发的数据访问。
前两天我们在听歌,琦哥拿这电脑跟手机,电脑一边播音乐,手机打开听歌识曲,但是始终没有识到正确的曲目。仅凭一段音频,软件是如何做到在庞大的数据库里面收索到对应的答案。底层究竟对放入的音频关联了什么内容与标志。我们就针对这个问题产生了激烈的讨论。最常用的一种方法就是对录音(wav波形声音)进行傅里叶变换,可以得出这段录音的频谱,也就是短时音调-时间图。不过由于录制录音的时候,环境不可能绝对安静,肯定会混有噪声,而且人声唱歌或多或少的会有走调,所以分析出来的这段音调不一定准确。可以通过判断短时能量及短时过零率去噪、频率-时间曲线平滑化去噪,以及基于统计的节拍修正、音调校准等方法进行修正。到了这时,仍然几乎不可能得到完全准确的音调序列。这时,便可以像字符串模糊匹配算法一样进行处理;也可以求带权值的编辑距离(也称为动态时间规整算法),距离越小越接近;或者直接从统计的角度,求方差;或者直接对比旋律升降趋势;都可以,上述方法对不同风格的歌曲检索的效果都不一样。当然,如果歌曲较多的话,还可以使用隐马尔科夫链对歌曲风格等特征进行分类,然后只在接近的类别里检索;以及并行检索等。此时的曲库里存的应该是每首歌的标准音调序列。挺有意思的吧。
Java究竟有多强,学习完课程以后,你可以试试new一个对象,男女朋友的那种,分分钟,能new 一大丢,而且都是你私有的,别人调用不到,是不是很有趣。

1 个回复

倒序浏览
真的很用心,以前女生上淘宝应该也是买买买,现在都变成研究里面的编程数据了,强大的技术媛属性呀
回复 使用道具 举报
您需要登录后才可以回帖 登录 | 加入黑马