北方的郎_个人页

如何缩减Docker Desktop占用磁盘空间

如何缩减Docker Desktop占用磁盘

云效平台与Devops应用

云效平台与Devops应用

基于docker 搭建Prometheus+Grafana 监控大屏

基于docker 搭建Prometheus+Grafana 监控大屏

通过docker安装redis配置redis.conf及远程连接

通过docker安装redis配置redis.conf及远程连接

老Eclipse项目的自动构建之路

老Eclipse项目的自动构建之路

Oracle数据base64加密简单方法

Oracle数据base64加密简单方法

通过容器搭建开源文字识别/OCR服务

通过容器搭建开源文字识别/OCR服务

Pandas中通过Pivot_table实现长表转化为宽表

Pandas中通过Pivot_table实现长表转化为宽表

通过Docker快速搭建Mysql测试开发环境

通过Docker快速搭建Mysql测试开发环境

Windows下使用zeppelin、Dockers搭建Flink学习环境

Windows下使用zeppelin、Dockers搭建Flink学习环境

认证故事|我和阿里云的这些年

在学习阿里云的过程中，我的一点心得是，学技术要多实践，多交流。学习的过程中，只有动手实践才能深入到技术中，而分享、交流在帮助别人的同时也可以让自己更快、更加深入的掌握这项技术。

Python机器学习小知识：特征统计及整合函数

介绍特征统计及整合的方便方法

Python机器学习小知识：Pandas去重

介绍通过drop_duplicates进行数据去重

Dataworks小技巧：巧用模板提升效率

巧用Python模板提升Dataworks开发效率

Python机器学习小知识：pandas.apply

pandas.apply函数是Python在机器学习处理数据时常用的一个方法。apply函数会自动遍历每一行DataFrame的数据，最后将所有结果组合成一个Series数据结构并返回。该函数定义如下：DataFrame.apply(self， func， axis=0， broadcast=None， raw=False， reduce=None， result_type=None， args=()， **kwds)其中，func 参数是函数名，相当于C/C++的函数指针。

第一届阿里巴巴大数据智能云上编程大赛优胜奖比赛攻略

Python机器学习小知识：lambda

Python数据处理小技巧：pivot_table后如何拍平columns

Python机器学习小技巧：GroupBy 和 Shift实现 Pandas分组错位

阿里云发票识别功能评测

第二届阿里巴巴大数据智能云上编程大赛亚军比赛攻略

第二届阿里巴巴大数据智能云上编程大赛亚军比赛攻略

我的天池比赛经验

Numpy处理图片方法

Numpy处理图片方法

在Windows下的Anaconda上装fbprophet

我的天池大赛入门经验

我的CIKM17经验：一个悲伤的故事

当时在看了题目，并用Python把云图画出来之后，我觉得这个应该用卷积神经网络来做，可以先按照图像处理一下。可是我只有一个破笔记本，没有什么GPU，看了一下数据量感觉别说跑不了神经网络，就算是跑一般的机器学习算法也要热的死机。

我的大数据入门经验

离线在CentOS上安装CDH

前两天装了一个5节点的CDH5.7.0测试环境，因为管理员不给开互联网连接，所以只能离线本地安装。记录了一下大概的安装步骤。因为过了两天，按照回忆写的，部分步骤可能不全。 1、 准备工作 操作系统：CentOS6.4，设置本地YUM源。

笔记：Automated Journey Testing with Cascade

笔记：Wide & Deep Learning for Recommender Systems

笔记：Wide & Deep Learning for Recommender Systems 前两天自从看到一张图后： 就一直想读一下相关论文，这两天终于有时间把论文看了一下，就是这篇Wide & Deep Learning for Recommender Systems 首先简介，主要.

基于参数服务器（Parameter server）的PS-SMART算法

笔记：Cost Reduction Strategies on Java Cloud Hosting Services

笔记：The Seven Steps to Building a Successful Software Development Company

笔记：The Seven Steps to Building a Successful Software Development Company 建立成功软件公司的七个步骤，感觉说的大都是常识，不过毕竟他整理出来了，看看也挺有意思的。

笔记：Ceph and Swift: Why we are not fighting.

笔记：Ceph: A Scalable, High-Performance Distributed File System

笔记：Transcend the “Feature Factory” Mindset Using Modern Agile and OKR

笔记：Microservices for Java Developers

笔记：Six Pointers for Creating Strong Operational Business Values

这篇文章讲的是关于怎样创造强壮而且可操作的商业价值的六点内容，有些新意，不过最后意思的是这张图，这张图一个自上而下的组织的示意图，搞得好传神，够我笑一天的： 其他的： Key Takeaways Businesses need to take into account that the future will be driven by a millennial workforce.

笔记：The Art of Crafting Architectural Diagrams

故纸堆：追溯平台

整理文档的时候看到多年以前我写的一个信息追溯平台的旧方案，其中关于未来的设想，我写了以下一些内容（有删节）： 社会化的追溯体系：社会化的生产、销售模式 vs 手工作坊式的防伪追溯，现有追溯模式和系统都是针对一家核心企业，开展全流程的追溯。

读书笔记：LADDER: A Human-Level Bidding Agent for Large-Scale Real-Time Online Auctions

读书笔记：关于适当的微服务架构的看法（Perspective on Architectural Fitness of Microservices）

读书笔记：Borg, Omega, and Kubernetes Lessons learned from three container-management systems over a decade

笔记：Driving Architectural Simplicity - The Value, Challenge, and Practice of Simple Solutions

翻译：The Difference Between SOA and Microservices Isn’t Size

读书笔记：In Search of an Understandable Consensus Algorithm

在被Paxos的The Part-Time Parliament伤了之后，我自然而然就准备来看一下大家都说容易理解的Raft协议，也就是这篇In Search of an Understandable Consensus Algorithm，来给自己的智商重新重值。

[读书笔记] The Part-Time Parliament

在刚接触到一致性算法的时候就知道了Paxos，同时也发现看到的所有文章提到Paxos的时候都说难于理解。于是我决定，咱就要看Paxos是怎么个难法，万一我一遍就看明白了，是不是证明我的智商高啊，So --- LESLIE LAMPORT大爷，我来了。

关于PAI平台的几点建议

读书笔记：Large-scale cluster management at Google with Borg

读书笔记：Apache Hadoop YARN: Yet Anothe Resource Negotiator