摘要：在MaxCompute中，Join操作符的实现算法之一名为"HashJoin"，其实现原理是，把小表的数据全部读入内存中，并拷贝多份分发到大表数据所在机器，在map阶段直接扫描大表数据与内存中的小表数据进行匹配。    这是MaxCompute有关SQL优化器原理的系列文章之一。我们会陆续推出SQL优化器有关优化规则和框架

关于我开发者的福音，go也支持linq了坑爹的集合go在进行集合操作时，有很不舒服的地方，起初我真的是无力吐槽，又苦于找不到一个好的第三方库，只能每次写着重复代码。举个栗子类学生{姓名年龄性别}1、现在有10个学生的数组,如果我要统计所有年龄大于20岁的人，那我需要一、遍历二、自定义条件三、再append数组添加。2、接着我又

一、双指针之左右指针相关题目1.1题目要求：给定一个升序排列的整数数组，找到两个数，使它们的和等于给定的数，有且仅有一个满足条件的解，返回索引。题目分析：需要两个指针，一个指向开头，一个指向末尾，然后向中间遍历，如果指向的两个数相加正好等于target的话，直接返回两个指针的位置即可，若小于target，左指针右移一位，若大于target，右

高阶指南之WeakMap「WeakMap」对象是一组键/值对的集合，其中的键是弱引用的。其键必须是对象，而值可以是任意的。在JavaScript里，mapAPI可以通过使其四个API方法共用两个数组(一个存放键,一个存放值)来实现。给这种map设置值时会同时将键和值添加到这两个数组的末尾。从

1.两个list如果有重复元素(如List1:a,b,a List2:b,b,a)是无法通过包含关系来判断是否相等的.有两个办法,其一是两个List排序后再按顺序比较.另一个办法就是计算各元素的重复项再进行比较第一种方案劣势太明显,时间复杂度过大第二种以空间换时间,只需要遍历无需排序即可.///<summary

 　　大型网站遇到性能瓶颈或发生故障时，分析日志往往是发现问题根源最有效的手段。传统的日志分析手段不外乎以下几类:1\.运维人员用脚本grep，分析再汇总2\.通过流式计算引擎,storm/spark实时产生汇总数据，供监控分析3\.将数据堆放到HDFS，之后通过map/reduce定期做批量分析一个完整的集中式日志系统，需要包

之前一直对Hadoop的MapReduce过程知道皮毛，如今特地深入学习了这个过程一下，把我的理解写下来。以下就是是我读书，看博客，然后根据自己的理解和经验总结出来的。错误的地方，还请大神指出。^\_^由衷感谢~宏观上来说，Hadoop的MapReduce在执行每个作业的时候要经历2个大阶段：Map阶段和Reduce阶段。下图是官方对整个

卷积现在可能是深度学习中最重要的概念。正是靠着卷积和卷积神经网络，深度学习才超越了几乎其他所有的机器学习手段。这期我们一起学习下深度学习中常见的卷积有哪些？1\.一般卷积卷积在数学上用通俗的话来说就是输入矩阵与卷积核（卷积核也是矩阵）进行对应元素相乘并求和，所以一次卷积的结果的输出是一个数，最后对整个输入输入矩阵进行遍历，

1\.介绍      Scala语言拥有很强的表达能力，语法简洁，很接近人类的思考方式。利用map、flatMap方法做数据转换时，层层递进的演算方式，很像是在画流程图，中间没有停顿，思绪很流畅，不会被无关的变量声明、初始化等琐事打断。Scala中的Future可以让你非常灵活的使用线程，而不需要关注底层的线程管理问题，Scala已经为你处

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。HashMap基于Map接口实现，元素以键值对的方式存储，并且允许使用null建和null　值，　因为key不允许重复，因此只能有一个键为null,另外HashMap不能