一种可作为身份识别的“指纹”，通过分析编程风格， 匿名程序员能被识破身份 。来自Drexel大学、普林斯顿大学和哥廷根大学的研究人员发表了一篇 论文 （PDF），分析了一个250名程序员的数据集，每位

(incubating) 正式发布。Apache Kylin是一个分布式分析引擎，在Hadoop之上提供SQL接口及OLAP在线多维分析以支持超大规模数据集。 该版本带来了更加稳定，可靠及更好管理

Lens 提供了一个统一数据分析接口。通过提供一个跨多个数据存储的单一视图来实现数据分析任务切分，同时优化了执行的环境。无缝的集成 Hadoop 实现类似传统数据仓库的功能。 该项目主要特性：

群上的大数据集进行高吞吐量处理。Apache模块包括Hadoop Common，这是一组常见的实用工具，可以通过模块来运行。这些模块还包括：Hadoop分布式文件系统(HDFS)、用于任务调度和集群资源管理的

数据分析师都想使用数据库作为数据仓库处理并操作数据，那么哪一款数据库最合适分析师呢？虽然网上已经有很多对各种数据库进行比较的文章，但其着眼点一般都是架构、成本、可伸缩性和性能，很少考虑另一个关键因素：

Apache Kylin™是一个开源的分布式分析引擎，提供Hadoop之上的SQL查询接口及多维分析（OLAP）能力以支持超大规模数据，最初由eBay Inc. 开发并贡献至开源社区。它能在亚秒内查询巨大的Hive表。

应用通过log4j输出日志到mongodb数 据库中，闪电狗定时运行脚本分析日志，生成监控曲线和告警。主要优点是不影响业务代码，只需加入几个jar包和修改log4j配置文件就能接入。配置一些 java

最近，用到了google-perftool分析程序的内存和CPU的使用情况，总结一下使用的一些方法和体会，分享给有需要的朋友。首先，说说google-perftool，它是由google开发的用来分析C/C++程序性能的一套工具，这里的性能分析主要包括内存和CPU

两种。前者一般用来分析内核相关的问题，比如驱动程序；后者一般用来分析用户态程序的问题。 一般的程序员可能接触不到dump文件，反而是运维会用的多一些。 不过如果你抗战在第一线，学会dump的分析无疑是掌握一柄利器。

可以通过检查table_locks_waited和table_locks_immediate状态变量来分析系统上的表锁定争夺： mysql> show status like ‘table%’;

就定义了 redis 所使用的哈希结构，在这篇文章中，我们将对 dict.c 和 dict.h 进行注解和分析，籍此加深对 redis 的理解。 数据结构概览 dict.h 中定义了被 dict.c 的程序所使用的几个数据结构，如

Countly是一个实时、开源移动App统计分析系统，可用于收集来自移动电话的数据，并以可视化的形式进行展示，从而可以了解移动App的使用情况和终端用户的行为。 它由三部分组成：Countly

pgRouting扩展PostGIS/ PostgreSQL地理空间数据库，提供地理信息的路由功能(路径分析)。 数据库路由方法的优点是： Data and attributes can be modified

保留，但是查找的效率会下降，查找的时间复杂度会从O(1)上升到O(logN)。 通过以上的分析可以看到，列表对象的实现相比有序集合对象的实现要简单的多，没有那么多乱七八糟的事情。所以，有序集合会比列表占用更多的内存。

1. 在JAVA传统的IO系统中，读取磁盘文件数据的过程如下： 以FileInputStream类为例，该类有一个read(byte b[])方法，byte b[]是我们要存储读取 到用户空间的缓冲区。参看read(byte b[])方法的源码，可知，它会在内部再调用readBytes(b, 0, b.length)方法，而且readBytes(b, 0, b.length)方法是一个native方法（即本地方法），

一个可视化界面对来自Go程序运行时数据进行分析。 Installation go get github.com/rakyll/gometry/cmd/gometry The program you're

net/article/2015-06-15/2824958 数据科学家们早已熟悉的R和Pandas等传统数据分析框架 虽然提供了直观易用的API，却局限于单机，无法覆盖分布式大数据场景。在Spark 1.3.0以Spark

了找出程序中隐藏的这些问题，在项目开发后期往往会使用性能分析工具来对应用程序的性能进行分析和优化。 VisualVM 是一款免费的性能分析工具。它通过 jvmstat、JMX、SA（Serviceability

的特征。 对于从这些非结构化文本属性中提取有意义的东西而言，文本分析和其他自然语言处理（NLP）技术非常有帮助，而这对行为分析等任务又很有价值。 本 文将介绍如何使用文本分类来构建行为描述模型。文中将展示如何使用

科学有关，并通过统计、在线分析处理、情报检索、机器学习、专家系统(依靠过去的经验法则)和模式 识别等诸多方法来实现上述目标。 数据挖掘(Data Mining)的十种分析方法： 1、记忆基础推理法