新一代前端开发思维,以AngularJS为代表 以Data为中心 聚焦于数据的变更 MVW = Model + View + WhatEver

重构-卓越程序员修炼之道@呐喊科技2012-03-28内容大纲代码重构引言何为优秀代码代码的坏味道如何重构设计重构重构到模式代码重构-引言技术债务与破窗效应引言你是否遇到过某种严重到要花好几天来做本来只需数小时即可完成的事的混乱状况？你是否见过本来只需做一行修改，结果却涉及数十个模块的情况？这种事太常见了。怎么会发生这种事？为什么好代码会这么快就变质成糟糕的代码？理由多得很。我们抱怨需求变化背离了初期设计。

Maven是什么?在项目中使用Maven能带来什么好处?Maven的安装和使用安装配置文件命令行方式介绍Eclipseplug-inNexus——Maven仓库管理器在项目中使用Maven的策略Maven是什么?ApacheMavenProjectMaven是Java项目的构建和管理工具Maven是一套项目管理框架，提供了标准的软件生命周期模型，涵盖项目的创建、构建、测试、集成和部署Maven是一套标准，基于一个通用的软件对象模型（Project Object Model）Maven提供一系列工具（插件Plug-in）,方便描述和管理项目一些基本概念POM项目描述文件，Maven管理项目的依据LifecycleMaven的核心，生命周期模型

服务器集群技术简介FrankHe背景长期以来，科学计算、数据中心等领域一直是高端RISC服务器的天下，用户只能选择IBM、SGI、SUN、HP等公司的产品，不但价格昂贵，而且运行、维护成本高。随着Internet服务和电子商务的迅速发展，计算机系统的重要性日益上升，对服务器可伸缩性和高可用性的要求也变得越来越高。RISC系统高昂的代价和社会旺盛的需求形成强烈的反差。集群技术的出现和IA架构服务器的快速发展为社会的需求提供了新的选择。

第7讲图像模式识别引言水果的识别指纹识别技术引言模式识别就是分析图像内容,找出图像中有哪些东西。步骤：图像分割（物体分离）：检测出各个物体，并把它们的图像和其余景物分离特征抽取：对物体进行度量。通过计算对物体的一些重要特性进行量化表示分类：确定每个物体应该归属的类别*模式识别的应用字符识别如清华的尚书OCR识别软件,邮局信函自动分拣机生物特征识别指纹识别,人像识别等遥感应用卫星云图,地面导弹.

本文档编写的目的和内容目的因为同事可能常会在外地独自出差，可能会面临到数据库问题的解决内容包括mysql的基本知识，和常用功能，以及性能演示Mysql的特点体积小：oracle的安装包3.2G，sqlserver1.47G，mysql：207.8M速度快，开源跨几乎所有主流平台，linux，windows，mac...Mysql数据库的存储Database数据库一般来说每个应用项目都会有独立的一个数据库与之对应，大型公司可能多个项目交叉对应多个数据库。

讨论优化查询的方法与步骤 讨论 Set Explain 命令的输出 寻找问题 SQL 讨论索引模式 数据访问方法 讨论优化指示 讨论优化的技术与例子 相关子查询

目录安全背景与发展软件开发人员与安全的关系安全的软件开发方法光明之路一二三四安全背景与发展90年代,各种单机病毒90年代末中国互联网开始在各城市推进,www飞速发展，有部分人开始接触了黑客技术2001年以后，中国黑客技术圈快速壮大，各种安全联盟，BBS人气爆棚，现在国内的很多安全专家都是从那时候开始接触安全的2006年之后，联盟衰落，技术交流开始小众，黑客从兴趣到商业利益转变2008年后，互联网公司对安全需求旺胜安全背景与发展安全背景与发展防火墙已成为基础的网络组件

◆MapReduce是一种分布式计算模型，由Google提出，主要用于搜索领域，解决海量数据的计算问题. ◆MR由两个阶段组成：Map和Reduce，用户只需要实现map()和reduce()两个函数，即可实现分布式计算，非常简单。 ◆这两个函数的形参是key、value对，表示函数的输入信息。

SIM卡存储的数据可分为四类：固定存放的数据暂时存放的有关网络的数据相关的业务代码电话号码簿固定存放的数据。这类数据在移动电话机被出售之前由SIM卡中心写入，包括国际移动用户识别号（IMSI）、鉴权密钥（KI）、鉴权和加密算法等等。时存放的有关网络的数据。

HBase – Hadoop Database，是一个高可靠性、高性能、面向列、可伸缩的分布式存储系统，利用HBase技术可在廉价PC Server上搭建起大规模结构化存储集群。HBase利用Hadoop HDFS作为其文件存储系统，利用Hadoop MapReduce来处理HBase中的海量数据，利用Zookeeper作为协调工具。

我们的行程需求调研的概述了解软件需求调研如何开展需求调研需求调研前的准备需求调研的步骤需求调研中的注意规则一些好的参考资料需求调研的概述什么是需求？需求调研的目的需求调研指通过和客户反复进行沟通和交流而获取客户的需求的一系列活动，为编写《软件需要规格说明书》做的前期工作。了解现实世界中做实际工作的人们真正需要什么样的程序过程，编写《用户需求说明书》，为编写《软件需要规格说明书》提供依据。什么是需求调研？需求就是用户对软件系统的要求，解决问题的需要。

第四章Android资源引用回顾Android应用使用java来开发；Android的class文件是编译过程中的中间目标文件，需要链接成dex文件才能在Dalvik上运行；每一个Dalvik虚拟机中的Android应用作为一个独立的Linux进程执行；AndroidManifest.xml是每一个应用都需要的文件，位于应用根目录下，它描述了程序包的全局变量,包括暴露的应用组件(activities,services等等)和每个组件的实现类，什么样的数据可以操作，以及在什么地方运行；本章相关词汇（蓝色为关键字）

第四章Android应用程序结构回顾Android应用使用java来开发；Android的class文件是编译过程中的中间目标文件，需要链接成dex文件才能在Dalvik上运行；每一个Dalvik应用作为一个独立的Linux进程执行；本章相关词汇（蓝色为关键字）单词说明manifest清单、证明sample案例Activity活动resource资源asset资产Android应用程序组成结构API参考文档的使用数字签名目　

第三章Android开发环境回顾Android程序是运行在Dalvik虚拟机之上的；要下载安装AndroidSDK，才可以开发和运行Android程序；可以使用SDK创建Android虚拟机；adb是一种用来虚拟Android系统的仿真器。本章任务本章相关词汇（蓝色为关键字）单词说明Emulator模拟器log日志plugin插件manifest清单、证明sample案例Activity活动resource资源asset资产Android开发环境配置Android第一次亲密接触目

第二章Android体系结构回顾(1)Android是基于Linux的开源的、免费的智能终端操作系统。Android可以在各种硬件设备上运行。本章相关词汇（蓝色为关键字）单词说明SDK软件开发包Virtual虚拟Device设备Framework框架Runtime运行Enviroment环境Library库掌握Android的体系结构搭建基于Windows的Android虚拟环境体验Android系统目　标Android的结构采用软件堆层的架构，共分为四层2.1Android体系结构应用程序(java)应用程序框架(java)android核心库、虚拟机运行库(C/C++编写)Linux内核、驱动安卓系统的层次.

Android开发常用基本控件常用控件(Widget)文本控件TextView EditText按钮控件Button ImageButton状态开关按钮ToggleButton单选与复选按钮CheckBox和RadioButton图片控件ImageView时钟控件AnalogClockDigitalClock日期与时间选择控件DatePicker TimePicker文本控件android.widget.TextView一般用来文本展示，继承自android.view.

　Trello是一款轻量级的协同工作软件，团队工作成员都可以用它生成工作任务，分配给其他同事，并追踪工作完成情况。适合规模较小的团队使用。 　　Trello作为一种看板式的管理应用程序，实现了三种主要概念：看板（Board），用来放置项目相关的内容；列表（List），代表内容所处的不同阶段；卡片（Card），代表各种工作任务。 　　和其他的项目管理系统都是以开发者为中心的，过于复杂，对普通用户缺乏吸引力。Trello则为各种流程设计，既可以当做公司的协作工具，也可以当做个人的列表管理工具。

yun的真相基于虚拟化的硬体资源伸缩性基于虚拟化的服务可扩展性提供了按需付费，按时付费的弹性服务【Elastic】弹性UPYUN是国内第一家按流量计费的公司yun的选择架构的truth基础底层工程师(Ops)软件开发工程师(Devs)业务运营架构师

主要内容Hadoop1.0的局限性Hadoop2.0新特性介绍Hadoop现状及最新进展Hadoop1.0的局限-HDFS※资源隔离※元数据扩展性※访问效率※数据丢失缺陷？Hadoop1.0的局限-MapReduce扩展性集群最大节点数–4000最大并发任务数–40000可用性JobTracker负载较重存在单点故障,一旦故障，所有执行的任务的全部失败批处理模式,时效性低仅仅使用MapReduce一种计算方式低效的资源管理把资源强制划分为maptaskslot和reducetaskslot,当系统中只有maptask或者只有reducetask的时候，会造成资源的浪费当map-reducejob非常多的时候，会造成很大的内存开销，潜在来说，也增加了JobTrackerfail的风险，这也是业界普遍总结出老Hadoop的Map-Reduce只能支持4000节点主机的上限