不知道你是否遇到过这样的情况，去小卖铺买东西，付了钱，但是店主因为处理了一些其他事，居然忘记你付了钱，又叫你重新付。又或者在网上购物明明已经扣款，但是却告诉我没有发生交易。这一系列情况都是因为没有事务导致的。这说明了事务在生活中的一些重要性。有了事务，你去小卖铺买东西，那就是一…

朴素贝叶斯分类器，实际上也是对人们常识做的一个算法的完善。其以一种更为精准的量化来判断分类，使用的方法是后验概率。本文从与决策树的比较出发，介绍先验概率和后验概率的关系，再详细介绍一下朴素贝叶斯算法的流程。 朴素贝叶斯算法比较简单，所以此文多是留以面试前复习之用。理清各个问题之…

今天是中国传统佳节“猿宵节”，是程序猿通宵赶代码的佳节。 在金融业务系统里面，判断用户是否是黑名单，这种场景应该很常见。 的时间复杂度，但毕竟是磁盘操作，跟内存操作不是一个数量级的。 O(n)，非常慢，二是占用大量内存。 O(logn)或者理论O(1)，但是带来的是空间上的灾难…

作为Java程序员，我想很多人都知道日志对于一个程序的重要性，尤其是Web应用。很多时候，日志可能是我们了解应用程序如何执行的唯一方式。 所以，日志在Java Web应用中至关重要，但是，很多人却以为日志输出只是一件简单的事情，所以会经常忽略和日志相关的问题。在接下来的几篇文章…

1. 文本指纹介绍 互联网网页存在大量的重复内容网页，无论对于搜索引擎的网页去重和过滤、新闻小说等内容网站的内容反盗版和追踪，还是社交媒体等文本去重和聚类，都需要对网页或者文本进行去重和过滤。 最简单的文本相似性计算方法可以利用空间向量模型，计算分词后的文本的特征向量的相似性，…

一致性(Consistency)：事务开始前和结束后，数据库的完整性约束没有被破坏。 隔离性(Isolation)：并发的事务是相互隔离的。 持久性(Durability)：事务完成后，该事务所对数据库所做的更改持久的保存在数据库之中，并不会被回滚。 脏读：读取了未提交的数据。…

时间序列是日常生活中其中一种最常见的数据类型。金融市场的价格、天气、家庭耗能、甚至体重都是可以定期收集数据的例子。几乎每个数据科学家都会在日常工作中碰到时间序列，而学习如何为时间序列建模是数据科学中重要的技能。用以分析和预测周期数据的加和模型便是一种简单但强大的模型。背后直观的…

AI 前线导读：近日，eBay 宣布正式开源 Accelerator，一款久经考验的数据处理框架，提供快速的数据访问，并行执行以及自动组织源码、输入数据和结果。它可以用于日常数据分析，也可以用在包含数十万大型数据文件的实时推荐系统上。 Accelerator 可运行在笔记本电脑…

本文从编程模型、任务调度、时间机制、Kafka 动态分区的感知、容错及处理语义、背压等几个方面对比 Spark Streaming 与 Flink，希望对有实时处理需求业务的企业端用户在框架选型有所启发。本文篇幅较长，建议先收藏～ Executor:负责执行 task，反馈执行…