使用记忆法打造你的大数据组件的默认端口号记忆宫殿

本文涉及的产品
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
简介: 使用记忆法打造你的大数据组件的默认端口号记忆宫殿

引言

大家好,我是ChinaManor,直译过来就是中国码农的意思,我希望自己能成为国家复兴道路的铺路人,大数据领域的耕耘者,平凡但不甘于平庸的人。

本文适合人群:

1.对记忆宫殿有一定了解的人群

2.玩过穿越火线,对沙漠灰地图熟悉的人群

(不知道记忆宫殿其实可以去百度搜一下)

如何构建编程语言的记忆宫殿

记忆宫殿如何运用到生活中,比如用来记忆编程语言。那么就先要找到地点,即宫殿

让每一个地点存放一部分知识内容。比如自己熟悉的卧室,或者院子,能够清楚的记忆

起来这条路线上的布置和东西,然后找出一些有特征的容器用来与知识绑定。例如将默认端口号

分为三类:5位数字一类,4位数字一类,4位数字又划分成大于开头第一位数字大于5的和不大于5的

那么再把它们一一转化成图:

1.50070 ->买麒麟花了500块,结果拆快递发现只是一页文件(查看hdfs文件系统)

2.19888 ->喝药酒喝醉了想到过往的光辉历史不在(历史记录端口)一直喊发发发(fuckfuckfuck),

3.10000 ->两双望远镜都看不清蜜蜂(Hive.server1)

4.16010和60010 ->一米六身高想买榴莲,不卖气的把店(hbase)用棒球棍砸了

5.9092 ->小(昆虫)玩球(想哈利波特电影踢足球)

6.8088 ->巴黎度假回到机房搞集群

7.8443 ->巴士撞上了石山从中走出一个怪蜀黍

8.8888 ->hey,一路发

9.7180 ->巴黎起义成立了新的王国(Cloudera Manager )

10.8081 ->白蚁把巴黎攻占了又被松鼠收拾了

11.4040 ->司令司令,大后方着火了

12.2181 ->白蚁和鳄鱼打架被动物管理员拉住了

接下来,我们开始用记忆宫殿将熟悉的地点和动图发生关系.

拆开旁边的木箱子一看只有一张纸,火麒麟不见了,伤心的小绿买了药酒,跳到上方石块喝,喝着喝着又想起五杀的历史,现在一杀都拿不到,一直喊fuck,然后小绿看见只蜜蜂,由于太小只,小绿买了两双望远镜都看不清蜜蜂都看不清蜜蜂长啥样,

小白身高只有一米六,到Hbase专卖店要买榴莲,被拒绝了气的用棒球棍砸了店(集装箱),在A点到B点的过道有无数小昆虫在玩球,小黄赶紧跑到巴黎(A点)去度假,回来后继续到机房搞集群,突然有辆大巴撞上了石山,从里面走出来一个怪蜀黍,小黄大喊Hey,一路发!引发了巴黎起义,成立CM王国,白蚁把巴黎攻占又被松鼠夺回,在双方攻防战中,白蚁司令突然听到说:司令司令,我军大后方着火了,溃不成军的白蚁有想和鳄鱼打架被动物管理员一把拉住。

总结

以上便是用记忆宫殿记忆大数据组件的默认端口号,尝试的创作了一下,发现逻辑与ETL神似,

输入:原始未加工的数字或文字,转换:将陌生的东西转换成动图 输出:用熟悉的东西连接

拙劣的模仿,描述也有不够清楚的地方,想要更深一步了解记忆宫殿怎么运用在编程中可以读一读gitchat大佬的文章

使用记忆法打造你的 JavaSE 记忆宫殿

愿你读过之后有自己的收获,如果有收获不妨一键三连一下~


相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
目录
相关文章
|
4月前
|
存储 分布式计算 API
大数据-107 Flink 基本概述 适用场景 框架特点 核心组成 生态发展 处理模型 组件架构
大数据-107 Flink 基本概述 适用场景 框架特点 核心组成 生态发展 处理模型 组件架构
164 0
|
3月前
|
SQL 数据采集 分布式计算
【赵渝强老师】基于大数据组件的平台架构
本文介绍了大数据平台的总体架构及各层的功能。大数据平台架构分为五层:数据源层、数据采集层、大数据平台层、数据仓库层和应用层。其中,大数据平台层为核心,负责数据的存储和计算,支持离线和实时数据处理。数据仓库层则基于大数据平台构建数据模型,应用层则利用这些模型实现具体的应用场景。文中还提供了Lambda和Kappa架构的视频讲解。
345 3
【赵渝强老师】基于大数据组件的平台架构
|
4月前
|
SQL 存储 分布式计算
大数据-157 Apache Kylin 背景 历程 特点 场景 架构 组件 详解
大数据-157 Apache Kylin 背景 历程 特点 场景 架构 组件 详解
64 9
|
3月前
|
SQL 分布式计算 大数据
【赵渝强老师】大数据生态圈中的组件
本文介绍了大数据体系架构中的主要组件,包括Hadoop、Spark和Flink生态圈中的数据存储、计算和分析组件。数据存储组件包括HDFS、HBase、Hive和Kafka;计算组件包括MapReduce、Spark Core、Flink DataSet、Spark Streaming和Flink DataStream;分析组件包括Hive、Spark SQL和Flink SQL。文中还提供了相关组件的详细介绍和视频讲解。
106 0
|
4月前
|
消息中间件 监控 Java
大数据-109 Flink 体系结构 运行架构 ResourceManager JobManager 组件关系与原理剖析
大数据-109 Flink 体系结构 运行架构 ResourceManager JobManager 组件关系与原理剖析
100 1
|
5月前
|
存储 分布式计算 资源调度
两万字长文向你解密大数据组件 Hadoop
两万字长文向你解密大数据组件 Hadoop
178 11
|
6月前
|
前端开发 大数据 数据库
🔥大数据洪流下的决战:JSF 表格组件如何做到毫秒级响应?揭秘背后的性能魔法!💪
【8月更文挑战第31天】在 Web 应用中,表格组件常用于展示和操作数据,但在大数据量下性能会成瓶颈。本文介绍在 JavaServer Faces(JSF)中优化表格组件的方法,包括数据处理、分页及懒加载等技术。通过后端分页或懒加载按需加载数据,减少不必要的数据加载和优化数据库查询,并利用缓存机制减少数据库访问次数,从而提高表格组件的响应速度和整体性能。掌握这些最佳实践对开发高性能 JSF 应用至关重要。
84 0
|
14天前
|
SQL 数据可视化 大数据
从数据小白到大数据达人:一步步成为数据分析专家
从数据小白到大数据达人:一步步成为数据分析专家
163 92
|
3月前
|
存储 分布式计算 数据挖掘
数据架构 ODPS 是什么?
数据架构 ODPS 是什么?
622 7
|
3月前
|
存储 分布式计算 大数据
大数据 优化数据读取
【11月更文挑战第4天】
80 2

热门文章

最新文章