基于时间序列，实现数据聚合
时序数据 就是基于时间序列的数据，其常常表现为同一指标按时间序列记录的数据列，在需求实时性的场景中比较常见。而对于此种数据的运用通常使用基本的 聚合 方式就能达到需求了。当然，目前 AI 盛行的时代，机器学习领域也不断出现很多基于 时序预测 的算法。但本文主要介绍时序数据的基础认识，这部分的认知主要是从自己目前所做的数据监控项目的经验所得，若有不正确，请大家批评指正。
时序数据 和一般的数据没什么区别的，基本上也都用 json 格式表示，唯一不同点就是数据中一定包含关于 时间 的信息，比如： 时间戳。
一般一条时序数据只表示一个键值信息，而在时序数据中，这个键常常称为 指标 或 指标名 (英: metric )，而值则就是指标对应的值了。因而，一个时序数据的基本格式如下：
show me code? No, show me elegant code!
很多情况下，我们的程序需要在操作系统 后台 一直运行，这在程序代码里的实现就是用死循环 ( while (true) ) 来实现的。但是，这样会出现一个问题，就是我们想要关闭程序怎么办？如果用暴力结束进程方式，那程序的内存中若还有未输出的数据，这部分数据将会遗失。因此，我们要对程序实现 退出收尾 操作，这就需要我们完善我们的程序，实现 “优雅” 地退出。
首先，我们需要知道什么是后台进程。众所周知，我们与服务器进行交互都需要通过终端进行实现，而在终端上执行的程序都会默认将输出打印在终端界面里，而这中方式就 交互式进程，并且当前终端只能运行一个交互进程的，所以如果我们想在一个终端里运行多个任务，我们就需要将某些进程丢到 后台 ，而这些进程不影响当前终端的交互执行，就被称为 “后台进程”。
所有的 交互式进程 都是可以转为 后台进程 的，因为进程的操作任务是一定的，只不过是它们的显示方式不同罢了，通常我们在一个终端里在任务后面加上 & 操作符就可以让交互式进程变为后台执行进程了。如：
容易被忽略的数据生产源
目前，随着大数据方向的推进，越来越多的数据被应用于数据分析和挖掘，而其中一大部分就是项目中的 日志数据。而 Java 项目中有很多的日志输出包，不同项目使用不同的日志工具会造成数据结构的不一致，这样就为 数据分析 增添了一定的麻烦，今天记录下对各中日志工具的说明。
这个是 java.util.logging 的缩写，也就是 Java 本身 JDK 自带的日志工具，但是通常它的功能有限，因此，项目中的日志输出都是采用特有的日志工具进行记录。而日志工具中得到广泛使用的就是 log4j.
Java 界里有许多实现日志功能的工具，最早得到广泛使用的是 log4j, 许多应用程序的日志部分都交给了 log4j, 不过作为组件开发者，他们希望自己的组件不要紧紧依赖某一个工具，毕竟在同一个时候还有很多其他很多日志工具，假如一个应用程序用到了两个组件，恰好两个组件使用不同的日志工具，那么应用程序就会有两份日志输出了。
为虚拟化应用而生，生产环境一键打包
Docker 是一个开源的 应用容器引擎，基于 Go 语言 并遵 从Apache2.0 协议开源。Docker 可以让开发者打包他们的应用以及依赖包到一个轻量级、可移植的容器中，然后发布到任何流行的 Linux 机器上，也可以实现虚拟化。容器是完全使用沙箱机制，相互之间不会有任何接口（ 类似 iPhone 的 App ），更重要的是容器性能开销极低。
Web 应用的自动化打包和发布；OpenShift 等平台来搭建自己的PaaS环境；仓库：
docker 官网仓库: http://hub.docker.comdocker 中国区官网仓库: https://registry.docker-cn.com学术论文平台一点通，毕业论文不再是难事
最近发论文的需求逐渐被提高上来，身边的同学也在忙碌自己的研究，准备发篇论文以应对论文开题。但我们学校对发的论文有一定要求，需要被至少 SCI、EI、北大核刊 录入才可以，但是全球期刊和会议多之又多，怎么确定哪个会议被哪个平台是否录入，哪个学术会议或期刊价值更高点，以及怎么对各个平台进行索引搜索，这就需要自己详细地了解各种平台以及各个名词，下面记录下自己的了解。
SCI 的英文全称为 Science Citation Index ，即 《科学引文索引》，简称 《SCI》，是美国科技情报研究所（ Institute for Scientific Information 简称“ ISI ” ）于 1961 年创办的国际权威检索系统，其创始人为 尤金·加菲尔德（ Eugene Garfield, September 16, 1925～2017 ）。
企业大数据开源平台，从部署迈出第一步
最近应项目公司需求，我们需要为其构建一个大数据平台。开源的Hadoop生态应用 由于没有技术服务支持，公司不采用此种方案进行构建。因此我们选择采购具有技术支持的 第三方大数据平台，当然这些公司的平台也完全基于 Hadoop, 只不过他们有着一帮技术团队，可以为自己平台出现的问题提供技术服务。
第三方平台目前我们所接触了解的有四家：
而由于 Cloudera 提供了开源免费版本的产品，因此这篇博客主要对 Cloudera 公司产品的部署过程进行记录。
如果美不是与生俱来的，于是就有了美容医院
最近重新把老旧的台式机拿来耍，重新安装了 Ubuntu 16.04,但感觉自带的桌面效果不是很好，于是就查找网上的优化博客按套路来整合，这里记录下自己的实现过程。
先看下效果
No Repeating, Just Coding
最近用 Spring 写后台较多，每次新建一个项目要从原来项目里拷贝很多配置文件，因此就想整合一个配置好的的基本项目架构。Spring boot 融合了 tomcat, 使用后爱不释手，因此主要基于 Spring boot + MVC 以及一些其他必要功能进行配置使用。
项目代码地址: https://github.com/jiyiren/SpbootApi
这个仓库主要是集成 Spring-boot, Spring-mvc, Mysql, Mybatis, C3p0, Swagger2 的项目架构,为便于每次新建项目不用从零开始,直接基于此项目结构可快速地进行项目二次开发，免去了 pom 内容的复制和配置文件的编写。
