参考资料C语言/C++学习路线图（2021整理）要不要学 C++如果说你学 C++ 的时候，没有学到 C++ 那部分“无论什么语言都会很有帮助”的那部分，那算是白学了：资源所有权（shared_ptr/unique_ptr/observer_ptr），RAII（finally/using/defer）2.泛型（你会发现很多语言所谓的“泛型”都是 C++ 模板的阉割版本）优化往往要求对编译器优化、对

MapReduceMapReduce基本思想​MapReduce 编程模型来源于函数式编程语言中的 Map 函数和 Reduce 函数，是一种线性可伸缩的编程模型，能够处理和生成超大数据集的算法模型。使用函数式编程模型的好处在于这种编程模型本身就对并行执行有良好的支持，这使得底层系统能够轻易地将大数据量的计算并行化，能够在大量的普通配置的计算机上实现并行化处理，同时由用户函数所提供的确定性也使得底

基于序列的深度模型日志异常检测​日志异常检测的核心是利用人工智能算法自动分析系统日志来发现并定位故障。根据送入检测模型的数据格式，日志异常检测算法模型分为序列模型和频率模型，其中序列模型又可以分为深度模型和聚类模型。自 2017 年 Min Du 等人提出 DeepLog 以来，基于序列的深度学习建模逐渐成为近年来研究的热点。深度模型的日志异常检测基本流程​深度学习使用神经网络的多层体系结构，从原

MADlib 一个可以在数据库上运行的开源机器学习库，支持 PostgreSQL 和 Greenplum 等数据库；并提供了丰富的分析模型，包括回归分析，决策树，随机森林，贝叶斯分类，向量机，风险模型，KMEAN 聚集，文本挖掘，数据校验等。本文介绍，如何在 Linux 环境中为 PostgreSQL 数据库使用源码编译安装 MADlib 插件，并提供的基础例子演示通过 SQL 使用 MADlib

01 数据驱动的智能运维​随着人工智能(artificial intelligence,简称 AI)的发展,智能运维(artificial intelligence for IT operations,简称AIOps)的概念 [5] 于 2016 年被 Gartner 首次提出,即通过机器学习(machine learning)等算法分析来自于多种运维工具和设备的大规模数据,自动发现并实时响应系统

TimescaleDB 是一个时间序列数据库，建立在 PostgreSQL 之上。然而，不仅如此，它还是时间序列的关系数据库。使用 TimescaleDB 的开发人员将受益于专门构建的时间序列数据库以及经典的关系数据库 (PostgreSQL)，所有这些都具有完整的 SQL 支持。本文介绍 TimescaleDB 的 CentOS 7 环境源码编译安装与使用。

MADlib 一个可以在数据库上运行的开源机器学习库，支持 PostgreSQL 和 Greenplum 等数据库；并提供了丰富的分析模型，包括回归分析，决策树，随机森林，贝叶斯分类，向量机，风险模型，KMEAN 聚集，文本挖掘，数据校验等。本文介绍，如何在 Linux 环境中为 PostgreSQL 数据库使用源码编译安装 MADlib 插件，并提供的基础例子演示通过 SQL 使用 MADlib

01 数据驱动的智能运维​随着人工智能(artificial intelligence,简称 AI)的发展,智能运维(artificial intelligence for IT operations,简称AIOps)的概念 [5] 于 2016 年被 Gartner 首次提出,即通过机器学习(machine learning)等算法分析来自于多种运维工具和设备的大规模数据,自动发现并实时响应系统

Linux 是一个多用户系统，它允许多个用户同时登陆主机，并为他们分配不同的资源和工作环境进行使用。当然，不同的用户都有文件的私有需求，所以设置不同用户文件的权限管理十分重要。

​ GDB 全称“GNU symbolic debugger”是 Linux 下常用的程序调试器，当下的 GDB 支持调试多种编程语言编写的程序，包括 C、C++、Go、Objective-C、OpenCL、Ada 等。