分布式系统的⼀个难点是如何保证架构下多个节点在进⾏事务性操作的时候保持⼀致性。为实现这个⽬的，⼆阶段提交算法的成⽴基于以下假设：该分布式系统中，存在⼀个节点作为协调者(Coordinator)，其他节点作为参与者(Cohorts)。且...

BASE理论由eBay架构师DanPritchett提出，在2008年上被分表为论⽂，并且eBay给出了他们在实践中总结的基于BASE理论的⼀套新的分布式事务解决⽅案。BASE是BasicallyAvailable...

在理论计算机科学中，CAP定理（CAPtheorem），⼜被称作布鲁尔定理Brewer’stheorem），它指出对于⼀个分布式计算系统来说，不可能同时满⾜以下三点：Consistency（⼀致性）指数据在多个副本之间能够保持⼀...

⽅法⼀：利⽤Mysql的锁表，创建⼀张表，设置⼀个UNIQUEKEY这个KEY就是要锁的KEY，所以同⼀个KEY在mysql表⾥只能插⼊⼀次了，这样对锁的竞争就交给了数据库，处理同⼀个KEY数据库保证了只有⼀...

Tomcat+redis其实还挺⽅便的，就是使⽤session的代码跟以前⼀样，还是基于tomcat原⽣的session⽀持即可，然后就是⽤⼀个叫做tomcatRedisSessionManager的东⻄，让我们...

分布式协调：这个其实就是zk很经典的⼀个⽤法，简单来说，就好⽐，你系统A发送个请求到mq，然后B消费了之后处理。那A系统如何指导B系统的处理结果？⽤zk就可以实现分布式系统之间的协调⼯作。A系统发送请求之后可以在...

如果⼀个server采⽤⼀个进程(或者线程)负责⼀个request的⽅式，那么进程数就是并发数。那么显⽽易⻅的，就是会有很多进程在等待中。等什么？最多的应该是等待⽹络传输。其缺点胖友应该也感觉到了，此处不述。⽽Nginx...

当数据集大的时候使用近似算法：在特征分裂时，根据特征k的分布确定个候选切分点。根据这些切分点把相应的样本放入对应的桶中，对每个桶的进行累加，最后通过遍历所有的候选分裂点来找到最佳分裂点。我们对这么多个桶进行分支判断，显然比起对n个样本...

GBDT是机器学习算法，XGBoost是该算法的工程实现传统GBDT以CART作为基分类器，XGBoost还支持线性分类器，这个时候XGBoost相当于带L1和L2正则化项的Logistic回归（分类问题）或者线性回归（回归问题）。传...

输入：已构造的kd树：目标点；输出：的最近邻（1）在kd树中找出包含目标点的叶节点：从根节点出发，递归地向下访问kd树。若目标点当前维的坐标小于切分点的坐标，则移动到左子节点，否则移动到右子节点。直到子节点为叶节点为止。（2）以此叶节...

kd树是一种对k维空间中的实例点进行存储，以便对其进行快速检索的树形数据结构。kd树是二叉树，表示对k维空间的一个划分。构造kd树相当于不断地用垂直于坐标轴的超平面将k维空间切分，构成一系列的k维超矩形区域。kd树的每个节点对应于一个...

笛卡尔积笛卡尔乘积是指在数学中，两个集合X和Y的笛卡尓积（Cartesianproduct），又称直积，表示为X×Y，第一个对象是X的成员而第二个对象是Y的所有可能有序对的其中一个成员。例如，A={a,b},B={0,1,2}，...

概率模型与非概率模型的区别在于模型的内在结构。概率模型一定可以表示为联合概率分布的形式，其中的变量表示输入、输出、因变量甚至参数。而针对非概率模型则不一定存在这样的联合概率分布。统计学习的模型可以分为概率模型（probabilisti...

超参搜索算法一般包括的要素（1）目标函数（2）搜索范围，上限和下限缺点（3）其他参数，如搜索步长。网格搜索查找搜索范围内所有的点来确定最优值；实际应用中先用较大搜索范围和较大步长，寻找全局最优值可能位置；然后逐步缩小搜索范围和搜索步长...

过拟合是指学习时选择的模型所包含的参数过多，以至出现这一模型对已知数据预测得很好，但对未知数据预测得很差的现象。当训练集效果差，欠拟合（如accuracy<0.8）；训练集效果好，测试集效果差，过拟合欠拟合解决方法：增加特征提高...