PCAPCA（Principal Component Analysis，主成分分析）是一种常用的数据分析方法。PCA通过线性变换将原始数据变换为一组各维度线性无关的表示，可用于提取数据的主要特征分量，常用于高维数据的降维。网上关于PCA的文章有很多，但是大多数只描述了PCA的分析过程，而没有讲述其中的原理。这篇文章的目的是介绍PCA的基本数学原理，帮助读者了解PCA的工作机制是什么。当然我

1.基础1.1Random Walks在图中，通过Random Walks处理，可以找到数据在哪里聚集，或者聚簇在哪。图中的Random Walks是使用马尔可夫链计算求出。1.2马尔可夫链（Markov Chain）先看一个简单的例子：第一步，结点1的Random Walker有33%的概率到达结点2、3和4，且有0%的概率到达结点5、6和7。对于结点

1. 高内存占用线上故障排查（一）——高CPU占用一文中介绍了高 CPU 占用程序的排查，今天我们介绍高MEM占用的程序。高内存占用的程序是指内存消耗比较大的程序。我们在开发 Java 应用程序的时候，一定见过 OOM（即 java.lang.OutOfMemoryError）。在 JVM 内存模型中，Java 虚拟机栈、本地方法栈、Java 堆、方法区（JDK8 之后是元空间，取消了永久代）都.

1.安装Maven第一步，在Apache官网下载maven：http://maven.apache.org/download.cgi第二步，解压maven压缩包，配置环境变量：MAVEN_HOME=D:\maven-3.2.5PATH=%MAVEN_HOME%\bin第三步，在cmd中输入：mvn -version第四步，修改maven仓库存储位置在mave

Kafka开始被设计时，带有一个Scala的Producer和Consumer。