需求分析：在javashop电商系统中，商品数据是存在elasticsearch中，使用ik分词器分词，ik分词器的词库内置了2万多个。但在实际运维过程中，因为商品的个性化，词库不一定可以满足，为了搜索引擎分词（关键词）更加准确，要求可对分词词库进行手工维护。思路：IK自定义词库是支持远程热加载的。先看下官方的说明:

我目前在做的产品是物流（配送）领域的产品，介于toC和toB之间。可以说下我的理解。先说toC产品。大家都比较熟悉用户产品，分析的思路都是看市场组成、看竞争对手、看用户群体，可以说，得用户者得天下。不管是用户体验至上、打价格战补贴战，还是讲情怀说故事、买广告做公关，这样的产品就是想方设法要让用户用上、而且让用户喜欢上。对于这样的t

一、目标现在的App都不安分，Java层去和Native挤眉弄眼，Native层又喜欢和Jave去暗通款曲。想安安静静的分析一个so太难了。有没有可能把App在Pc上都模拟执行起来，这样Native再去勾搭Jave层的时候就可以节省很多补环境的工作了。appdbg就是这样一个伪装成调试器的虚拟机。作者的介绍是:makeitpossibletorun

概述文章的内容基于JDK1.7进行分析，之所以选用这个版本，是因为1.8的有些类做了改动，增加了阅读的难度，虽然是1.7，但是对于1.8做了重大改动的内容，文章也会进行说明。TreeMap实现了SotredMap接口，它是有序的集合。而且是一个红黑树结构，每个keyvalue都作为一个红黑树的节点。如果在调用TreeMap的构造函数时没有指定

Caffeine是一个基于Java8的高性能本地缓存框架，其结构和GuavaCache基本一样，api也一样，基本上很容易就能替换。Caffeine实际上就是在GuavaCache的基础上，利用了一些Java8的新特性，提高了某些场景下的性能效率。这一章节我们会从Caffeine的使用引入，并提出一些问题，之后分析其源代码解

0x00前言Linux盖茨木马是一类有着丰富历史，隐藏手法巧妙，网络攻击行为显著的DDoS木马，主要恶意特点是具备了后门程序，DDoS攻击的能力，并且会替换常用的系统文件进行伪装。木马得名于其在变量函数的命名中，大量使用Gates这个单词。分析和清除盖茨木马的过程，可以发现有很多值得去学习和借鉴的地方。0x01应急场景

线上故障主要会包括CPU、磁盘、内存以及网络问题，而大多数故障可能会包含不止一个层面的问题，所以进行排查时候尽量四个方面依次排查一遍。同时例如jstack、jmap等工具也是不囿于一个方面的问题的，基本上出问题就是df、free、top三连，然后依次jstack、jmap伺候，具体问题具体分析即可。CPU一般来讲我们首先会排查

导语机器学习是如今人工智能时代背景下一个重要的领域，它应用广泛，如推荐系统，文本分析，图像识别，语言翻译等等。要想学通这个大的领域不是一件容易的事情，所以我打算集大家之长，开通一个“Python快速实战机器学习”系列，用Python代码实践机器学习里面的算法，旨在理论和实践同时进行，快速掌握知识。前面课程：Pyt

Gnumeric不仅仅只是一个简单的、有各种限制的计算程序。它更是一个全功能的处理和分析数据的电子表格。虽然它被开发者定义为轻量级软件，但却有着相当多的特性。例如，它提供100%的MicrosoftExcel提供的工作表函数，而且它另外有154个前面那个商业电子表格所不具有的功能。!opensource.jpg(http://www.linux

点击关注上方“SQL数据库开发”，设为“置顶或星标”，第一时间送达干货需求背景最近公司打算集中梳理几大业务系统的数据，希望将各个业务系统中的数据集中到数据仓库中。总共有5000多张数据表，但是好在业务数据量没有像电商那么庞大，也就几十个G。需求分析其实这个需求很简单，就是把这50