渐进式发布(ProgressiveDelivery)被认为是持续发布（ContinousDelivery）的下一代形态，其专注于增强发布过程控制与降低发布风险，最终提高整体收益。国际科技巨头比如Amazon、Google和Netflix等公司每天通过渐进式发布的方式将数千次的功能更新、bug修复等更新到用户环境。快速迭代的同时，避免不了引入一些预期之外的bug。因此需要如何采用合适的工具，在风险与收益之间找到一个很好的平衡点就显得尤为重要。目前持续发布（CD）能够通过一些用户数据、系统监控或者一些核心指标对部署的功能进行监控，当发现问题及时回滚，以此形成一个持续迭代闭环。但是当用户体量非常大的
渐进式发布(ProgressiveDelivery)被认为是持续发布（ContinousDelivery）的下一代形态，其专注于增强发布过程控制与降低发布风险，最终提高整体收益。国际科技巨头比如Amazon、Google和Netflix等公司每天通过渐进式发布的方式将数千次的功能更新、bug修复等更新到用户环境。快速迭代的同时，避免不了引入一些预期之外的bug。因此需要如何采用合适的工具，在风险与收益之间找到一个很好的平衡点就显得尤为重要。目前持续发布（CD）能够通过一些用户数据、系统监控或者一些核心指标对部署的功能进行监控，当发现问题及时回滚，以此形成一个持续迭代闭环。但是当用户体量非常大的
nnUNet地址nnUNet的安装安装python虚拟环境(作者不建议使用conda环境)sudoapt-getinstall-ypython3-venv或pipinstallvirtualenv创建虚拟环境文件夹选择要将Python编程环境放入哪个目录，或者我们可以使用来创建一个新目录mkdirmkdirenvironments进入文件夹cdenvironments创建虚拟环境python3-mvenvproject_envproject_env是虚拟环境的名字，建议命为nnunet，方便记忆或virtualenvnnunet--python=python3.8指定版本使用时需要激活该环境s
nnUNet地址nnUNet的安装安装python虚拟环境(作者不建议使用conda环境)sudoapt-getinstall-ypython3-venv或pipinstallvirtualenv创建虚拟环境文件夹选择要将Python编程环境放入哪个目录，或者我们可以使用来创建一个新目录mkdirmkdirenvironments进入文件夹cdenvironments创建虚拟环境python3-mvenvproject_envproject_env是虚拟环境的名字，建议命为nnunet，方便记忆或virtualenvnnunet--python=python3.8指定版本使用时需要激活该环境s
我们今天常说的大数据技术，它的理论基础来自于2003年Google发表的三篇论文，《TheGoogleFileSystem》、《MapReduce:SimplifiedDataProcessingonLargeClusters》、《Bigtable:ADistributedStorageSystemforStructuredData》。这三篇论文分别对应后来出现的HDFS，MapReduce，HBase。在大数据的发展历史上，还有一个名字是无论如何都绕不开的，那就是DougCutting。Doug是ApacheLucene、Nutch、Hadoop、Avro项目的创始人，2006年DocuCu
我们今天常说的大数据技术，它的理论基础来自于2003年Google发表的三篇论文，《TheGoogleFileSystem》、《MapReduce:SimplifiedDataProcessingonLargeClusters》、《Bigtable:ADistributedStorageSystemforStructuredData》。这三篇论文分别对应后来出现的HDFS，MapReduce，HBase。在大数据的发展历史上，还有一个名字是无论如何都绕不开的，那就是DougCutting。Doug是ApacheLucene、Nutch、Hadoop、Avro项目的创始人，2006年DocuCu
一、场景描述：小强作为一名数据工程师，给予hadoop生态，经常会接到类似uv的去重统计。对于这种需求，一般的数据工程师撸起袖子直接干！一般情况下不会有问题。某一天，你公司突然业务发展发展起来，数据量慢慢暴涨，你会突然发现之前的countdistinct去重经常oom或是龟速出数据。上来一股脑加内存！加！果断加！某一天你老板要你在原来按天的uv加一个月uv、年uv，这时你慌了。只会说“老板！加机器，内存不够！”。老板说：“算个uv你就想骗我钱？你明天不用来上班了！”打不死的小强这时拼命百度，在网上找到许多神乎其神的方法…二、常用方法1.优化sql小强把原有的countdistinct去重改成了
一、场景描述：小强作为一名数据工程师，给予hadoop生态，经常会接到类似uv的去重统计。对于这种需求，一般的数据工程师撸起袖子直接干！一般情况下不会有问题。某一天，你公司突然业务发展发展起来，数据量慢慢暴涨，你会突然发现之前的countdistinct去重经常oom或是龟速出数据。上来一股脑加内存！加！果断加！某一天你老板要你在原来按天的uv加一个月uv、年uv，这时你慌了。只会说“老板！加机器，内存不够！”。老板说：“算个uv你就想骗我钱？你明天不用来上班了！”打不死的小强这时拼命百度，在网上找到许多神乎其神的方法…二、常用方法1.优化sql小强把原有的countdistinct去重改成了
一：前言在Android源码中，发现了大量使用使用位运算&|publicvoidsetClickable(booleanclickable){setFlags(clickable?CLICKABLE:0,CLICKABLE);}二.使用掩码位运算保存数据的本质本质:利用二进制位，去保存一些值.例如：boolean值在jvm中占了4个字节，也就是32位，如下图：如果使用二进制位，每位用0/1去保存一个布尔值，那4个字节就可以保存32个布尔值，从而节省内存.1658559590(1).png三.View中flag标记如何保存:例如：初始值如下flags=0//初始值inta=0x10001--->
一：前言在Android源码中，发现了大量使用使用位运算&|publicvoidsetClickable(booleanclickable){setFlags(clickable?CLICKABLE:0,CLICKABLE);}二.使用掩码位运算保存数据的本质本质:利用二进制位，去保存一些值.例如：boolean值在jvm中占了4个字节，也就是32位，如下图：如果使用二进制位，每位用0/1去保存一个布尔值，那4个字节就可以保存32个布尔值，从而节省内存.1658559590(1).png三.View中flag标记如何保存:例如：初始值如下flags=0//初始值inta=0x10001--->
