最近在做标签平台的分析引擎。底层涉及到位图的处理，所以涉及到roaringbitmap。roaringbitmap 主要使用add and or xor remove serialize deserialize 等操作。roaringbitmap 主要容器container，以及所有实现，所有操作其实就是这些容器之间的操作。1、 RoaringBitmap 将整数i

优点，采用多路复用，而且因为采用buffer机制，当读写buffer时不需要阻塞。nio 也有缺点，因为nio需要很多代码去出去半包问题，而底层采用epoll也是有问题，这些问题在多并发是可能出现，因为这些问题，所以出现netty，netty能快速开发出稳定的通信框架，所以spark/kafka都有netty。

roaringbitmap 是我写的第一个系列，因为刚好有个项目需要建立分布式位图。分布框架是深度使用hbase ，底层存储是用的roaringbitmap。所以就写了这几篇文章，主要是学习分享。后面开始了另外一个系列就是hbase。hbase采用代码走读方式分析了一下源代码。受益匪浅，有什么问题等可以直接留言。roaringbitmap 源码解析（1） bitmap add过程

作为自己的笔记系列，方便自己查阅和理解。1）什么是梯度梯度本意是一个向量（矢量）当某一函数在某点处沿着该方向的方向导数取得该点处的最大值，即函数在该点处沿方向变化最快，变化率最大（为该梯度的模）。在二元函数的情形，设函数z=f(x,y)在平面区域D内具有一阶连续偏导数，则对于每一点P(x,y)∈D，都可以定出一个向量(δf/x)*i+(δf/y)*j