Coursera 上吴恩达的《机器学习》终于学到了第九周的课程。这周上半部分讲述了 Anomaly Detection，因为和工作比较相关（监控报警的智能降噪），所以比较感兴趣也很期待! 然而看完视频后，说实话略有些失望，因为只介绍了正态分布这一种算法。但视频和课后作业带我从各种不同角度深度剖析了一遍正态分布，收获颇多~
本文主要记录了完成课后编程作业的过程，并用 python 实现一遍(课程为matlab)，talk is cheap, show me the code. 也希望自己也包括正在读这篇文章的你，可以对正态分布有更深的理解。
Moving my blog from Octopress to Hexo for almost half a year, everything is quit user-friendly(docs, writing experience, etc.), except the Template render error caused by invisible zero width characters, e.g. \u2028!!!
There is official troubleshooting solution for this issue, but does not mention the main root cause and solution.
如果一个bug可以在本地重现, 那基本上已经解决了一半.
最近遇到一个无法在本地重现的多线程bug, 和同事花了一个星期终于解决了, 真的是更深的理解了上面这句话.
读大学的时候, 每个周末都会买好啤酒和花生, 陷入一部精彩的电影. 虽然无数的青春的夜晚就被这么“浪费”, 却不知不觉的洗刷着我的价值观和世界观. 最近看的一部剧(天空之城), 竟有些勾起那些悠闲日子的回忆, 写篇博客漫无目的记录一些感触.
日常 Python 编程若遇到性能瓶颈, 大部分还是由于 I/O 密集型 的操作导致, 例如调用外部接口请求数据超时, 造成整个处理流程的阻塞. 一般会采用多线程来解决这类问题, 但不知道就为什么陷入了多进程, 多线程, 协程的迷惑之中. 用这篇文章记录自己零零星星的学习和思考.
除夕前一天中午吃过午饭, 摸了会鱼, 便踏上了新春回家之路. 由于临时改签了车票(去女朋友家吃个饭), 直接打车去的杭州东站. 万万没想到路上很通畅, 不到半个小时便抵达了火车站, 进站也如丝般润滑, 给刷脸实名制进站点赞👍
结果比预期早到了半个小时, 坐等发车~
近半年工作, 一大部分时间在探索监控报警的智能降噪. 用这篇博客整理个人点点滴滴的思考, 希望可以不断的持续更新..
监控的重要性不言而喻, 它就相当于 SRE 的眼睛. 但由于监控系统静态规则的局限性, 经常会产生一些误报, e.g.冲高回落, 小流量剧烈波动. 轻则形成针对人的「DDOS攻击」, 重则导致真正的故障被忽略(狼来了的故事, 对报警的麻木). 所以如何利用算法自动识别噪音, 已成为当务之急, 并且会大大降低人肉处理报警的成本, 为公司节省成本.
每次写完博客后, 需要手动执行自定义的deploy.sh脚本进行手动部署. 虽然已经做到一键发射了, 但作为一名 SRE, 内心还是有几分惭愧的. 特别是每次深夜等待部署的那么两三分钟, 都会陷入无尽的沉思🤔. 毕竟以自动化工具为荣，以人肉操作为耻 XD
所以理想情况下: 当 push 代码成功之后, 就可以合上笔记本呼呼大睡了. 稍微调查了一下, 主要有三个解决方案进入的我的视野, 请容我一一道来.