会计本硕、CPA、重度读书爱好者、在思考毕业后的阅读、学习和践行之道……
发简信
IP属地：北京
前言 大家好~我是drop-out(GitHub)。今年我参加了IJCAI-17数据挖掘竞赛和KDD CUP 2017，分别获得了第三名和第九名。两个比赛都是时间序列数据。我...
测试中发现代码中一个接口的多个实现，注解有误，造成错误 原始代码如下 接口: public interfaceIPrcCataDataSource {} 接口实现类1： @...
一、概述 RPC（Remote Procedure Call）即 远程过程调用，说的这么抽象，其实简化理解就是一个节点如何请求另一节点所提供的服务。在文章 微服务调用链追踪...
WSGI协议 首先弄清下面几个概念：WSGI：全称是Web Server Gateway Interface，WSGI不是服务器，python模块，框架，API或者任何软件，...
兴奋 去年， Google 的 BERT 模型一发布出来，我就很兴奋。 因为我当时正在用 fast.ai 的 ULMfit 做自然语言分类任务（还专门写了《如何用 Pytho...
一speculative简介 在spark作业运行中，一个spark作业会构成一个DAG调度图，一个DAG又切分成多个stage，一个stage由多个Tesk组成，一个sta...
Spark中RDD的高效与DAG（有向无环图）有很大的关系，在DAG调度中需要对计算的过程划分Stage，划分的依据就是RDD之间的依赖关系。RDD之间的依赖关系分为两种，宽...
阅读动机 jieba分词是Python 里面几个比较流行的中文分词工具之一。为了理解分词工具的工作原理，以及实现细节对jieba进行了详细的阅读。 读代码之前，我有几个问题是...
将多份数据进行关联是数据处理过程中非常普遍的用法，不过在分布式计算系统中，这个问题往往会变的非常麻烦，因为框架提供的 join 操作一般会将所有数据根据 key 发送到所有的...
一. 数据倾斜的现象 多数task执行速度较快,少数task执行时间非常长，或者等待很长时间后提示你内存不足，执行失败。 二. 数据倾斜的原因 常见于各种shuffle操作，...
背景 品类扩充 问题—不同品类商品属性差异大 思考 如何建设一套统一易扩展的商品数据模型？如何支持各品类商品属性灵活扩展？业界是如何做的？ 商品类目属性体系简介 类目体系 店...
