<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[谷震平的专栏]]></title><description><![CDATA[我正在星球和朋友们讨论有趣的话题，你⼀起来吧？ https://t.zsxq.com/AynemMF]]></description><link>https://blog.youkuaiyun.com/guzhenping</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; guzhenping]]></copyright><item><title><![CDATA[大数据工具测评：Clickhouse vs TiDB vs Palo]]></title><link>https://blog.youkuaiyun.com/guzhenping/article/details/100517808</link><guid>https://blog.youkuaiyun.com/guzhenping/article/details/100517808</guid><author>guzhenping</author><pubDate>Tue, 03 Sep 2019 14:37:44 +0800</pubDate><description><![CDATA[前言

关注OLAP领域1年多了，目前还是处于混战阶段，各类工具、技术层出不穷。之前做过clickhouse、tidb、palo的测试，从九个角度对比了这三款经典的OLAP工具：


	数据导入
	
	
	sql查询性能
	
	
	QPS
	
	
	资源使用
	
	
	安装部署
	
	
	社区活跃度
	
	
	SQL 功能对比
	
	
	更新机制
	
	
	其他
	
一一说来，TiDB具有很多优势...]]></description><category></category></item><item><title><![CDATA[技术篇：关于EKT的一些设计]]></title><link>https://blog.youkuaiyun.com/guzhenping/article/details/88740600</link><guid>https://blog.youkuaiyun.com/guzhenping/article/details/88740600</guid><author>guzhenping</author><pubDate>Fri, 22 Mar 2019 14:36:03 +0800</pubDate><description><![CDATA[前言
笔者做了一段时间的区块链底层开发，深知架构设计的重要性。对于高手来说，没有的轮子是可以自己造的，造个大规模消息/任务队列都只是想不想写的事情。但在企业中开发，追求的是稳定、性能、成本等等，所以通常希望使用开源组件，二次开发。
解析过EKT项目，鉴于自己还不是高手，把自己认为有用的点都总结下。希望对来往的看官老爷有用。
懂分享的人，一定会快乐！
账户设计
和ETH类似，用了账户模型，结合Mer...]]></description><category></category></item><item><title><![CDATA[Redash 二次开发入门]]></title><link>https://blog.youkuaiyun.com/guzhenping/article/details/87784834</link><guid>https://blog.youkuaiyun.com/guzhenping/article/details/87784834</guid><author>guzhenping</author><pubDate>Wed, 20 Feb 2019 11:40:26 +0800</pubDate><description><![CDATA[前言
在Redash二次开发上做了不少工作，修改bug，定制样式，定制功能，增加数据源等等。聊聊自己的二次开发经验。
懂分享的人，一定会快乐！
环境准备
Redash依赖的外部环境比较多，特别是Python相关的包，大多数时候一次装不成功，需要单独装或者更新安装其他系统依赖库，祝大家一次成功！
环境准备可以参考另一篇blog，没用全说，其余的自己动动脑筋比较好。
附传送门：Redash开发指南
系...]]></description><category></category></item><item><title><![CDATA[识别一条链的品种（科普篇）]]></title><link>https://blog.youkuaiyun.com/guzhenping/article/details/81237083</link><guid>https://blog.youkuaiyun.com/guzhenping/article/details/81237083</guid><author>guzhenping</author><pubDate>Fri, 27 Jul 2018 14:43:36 +0800</pubDate><description><![CDATA[一 前言

大多数人都具备分类知识，知道猫有几种，狗有几种。但是，在区块链领域，联盟链、应用链、私有链、公共链等同时出现，就傻傻分不清楚。

听说搞生物分类学的，懂鸟的不懂昆虫，懂蝴蝶的搞不定灰蝶。好在，区块链还没有那么多品种。这个问题，一篇文章能说明白。

现通行的生物的科学分类法：自然分类。自然分类法，有7个级别：界-门-纲-目-科-属-种。

笔者无法科学证明分类的正确性，尽量客观吧，不喜勿...]]></description><category></category></item><item><title><![CDATA[高阶Python----常用的数据结构与算法]]></title><link>https://blog.youkuaiyun.com/guzhenping/article/details/54987308</link><guid>https://blog.youkuaiyun.com/guzhenping/article/details/54987308</guid><author>guzhenping</author><pubDate>Sun, 12 Feb 2017 21:27:27 +0800</pubDate><description><![CDATA[前言高阶Python系列文章是笔者想要突破自己目前的技术生涯瓶颈而作，不具有普适性。本文主要是介绍Python在数据结构和算法中常用的函数。这也是数据分析领域必备知识点。也不是特地为了某些读者而作，想着提高自己的同时，能方便他人就更好了。懂分享的人，一定会快乐！常用的四个模块应该是：collections，heapq，operator，itertools。其中，collections是日常工作中的重]]></description><category></category></item><item><title><![CDATA[大数据开发----Hive（入门篇）]]></title><link>https://blog.youkuaiyun.com/guzhenping/article/details/54838295</link><guid>https://blog.youkuaiyun.com/guzhenping/article/details/54838295</guid><author>guzhenping</author><pubDate>Thu, 02 Feb 2017 22:04:29 +0800</pubDate><description><![CDATA[前言本篇介绍Hive的一些常用知识。要说和网上其他manual的区别，那就是这是笔者写的一套成体系的文档，不是随心所欲而作。本文所用的环境为：
CentOS 6.5 64位
Hive 2.1.1
Java 1.8
Hive Architecture引自官网，务必仔细阅读：
  Figure 1 also shows how a typical query flows through the syst]]></description><category></category></item><item><title><![CDATA[大数据开发----Fabric（入门篇）]]></title><link>https://blog.youkuaiyun.com/guzhenping/article/details/54838240</link><guid>https://blog.youkuaiyun.com/guzhenping/article/details/54838240</guid><author>guzhenping</author><pubDate>Thu, 02 Feb 2017 21:54:00 +0800</pubDate><description><![CDATA[一 前言本篇介绍Fabric的一些常用知识。要说和网上其他manual的区别，那就是这是笔者写的一套成体系的文档，不是随心所欲而作。二 安装Fabric现在支持Python2和Python3，安装：
pip install fabric
pip install fabric3
输入fab命令：三 使用在终端（Terminal）执行fab命令执行配置文件。默认的配置文件为：fabfile.py，也可以]]></description><category></category></item><item><title><![CDATA[Hadoop----集群运维(持续更新...)]]></title><link>https://blog.youkuaiyun.com/guzhenping/article/details/54838134</link><guid>https://blog.youkuaiyun.com/guzhenping/article/details/54838134</guid><author>guzhenping</author><pubDate>Thu, 02 Feb 2017 21:39:24 +0800</pubDate><description><![CDATA[前言本篇介绍Hadoop的一些常用知识。要说和网上其他manual的区别，那就是这是笔者写的一套成体系的文档，不是随心所欲而作。常用HDFS命令
hadoop fs -ls URI
hadoop fs -du -h URI
hadoop fs -cat URI [文件较大，hadoop fs -cat xxxx | head]
hadoop fs -put URI
hadoop fs -get UR]]></description><category></category></item><item><title><![CDATA[Hadoop----集群搭建指南（下卷）]]></title><link>https://blog.youkuaiyun.com/guzhenping/article/details/54837999</link><guid>https://blog.youkuaiyun.com/guzhenping/article/details/54837999</guid><author>guzhenping</author><pubDate>Thu, 02 Feb 2017 21:28:08 +0800</pubDate><description><![CDATA[前言什么是Hadoop?
  Apache Hadoop is a framework for running applications on large cluster built of commodity hardware. The Hadoop framework transparently provides applications both reliability and data mot]]></description><category></category></item><item><title><![CDATA[Hadoop----集群搭建指南（中卷）]]></title><link>https://blog.youkuaiyun.com/guzhenping/article/details/54837881</link><guid>https://blog.youkuaiyun.com/guzhenping/article/details/54837881</guid><author>guzhenping</author><pubDate>Thu, 02 Feb 2017 20:59:08 +0800</pubDate><description><![CDATA[前言本文的搭建基于上卷的配置，环境不再一一赘述。网络配置好的5台节点均可相互ping通，对于节点hadoop1(192.168.20.2)可以ping同其余四台hadoop2(192.168.20.3)、hadoop3(192.168.20.4)、hadoop4(192.168.20.5)、hadoop5(192.168.20.6)。其余节点同理。本文继续进行集群的搭建—-SSH配置。禁止root账]]></description><category></category></item><item><title><![CDATA[Hadoop----集群搭建指南（上卷）]]></title><link>https://blog.youkuaiyun.com/guzhenping/article/details/54837557</link><guid>https://blog.youkuaiyun.com/guzhenping/article/details/54837557</guid><author>guzhenping</author><pubDate>Thu, 02 Feb 2017 20:54:29 +0800</pubDate><description><![CDATA[前言阅读本文，需要具备Linux、计算机网络的基础知识。所以在文中出现的相关基础知识，均以链接的形式给出，务必理解该链接的内容后，继续阅读本指南。集群搭建的环境多种多样，本文采用VitualBox安装5台虚拟机构建集群。具体环境：
CentOS 6.5 64位
VirtualBox 5.1.10 Mac版
本机macOS Sierra 10.12.1 i7 8G内存
单台装机先下载CentOS的is]]></description><category></category></item><item><title><![CDATA[数据之美----雪球网股票组合分析]]></title><link>https://blog.youkuaiyun.com/guzhenping/article/details/52802416</link><guid>https://blog.youkuaiyun.com/guzhenping/article/details/52802416</guid><author>guzhenping</author><pubDate>Thu, 13 Oct 2016 00:22:24 +0800</pubDate><description><![CDATA[简介因为工作需要，爬了几个大型的网站，练就一身爬取数据和分析数据的功夫。所以，在无聊的时候写了个爬取系统。主要功能是爬取雪球组合的数据，并进行分析，得出一些有价值有潜力的股票代码。实盘到没有测试，随便估计了一下，至少跟盘不会出现亏损。先普及一下组合的概念：由雪球、微博等平台的投资主理人管理的股票持仓池。技术架构特点：简单可依赖
多服务器多核心异步架构实时爬取
机器学习、数理统计经典方法分析
6000]]></description><category></category></item><item><title><![CDATA[爬虫之刃----赶集网招聘类爬取案例详解(系列四)]]></title><link>https://blog.youkuaiyun.com/guzhenping/article/details/52144970</link><guid>https://blog.youkuaiyun.com/guzhenping/article/details/52144970</guid><author>guzhenping</author><pubDate>Sat, 01 Oct 2016 20:36:46 +0800</pubDate><description><![CDATA[前言本篇承袭之前的系列文章，开始动真格。以赶集网招聘类信息爬取为例，详细解说爬虫程序构建过程。准备工作：
阅读之前的系列一、系列二、系列三，有一定递进关系
登陆赶集网，了解下“地形”
OK，let’s go！构建URL库每个网站的URL都会有一定规律，或强或弱。赶集网的URL规律就非常明显。郑重说明：对于目标站点，必须熟悉。这一步对于不同的网站有不同的方法。而赶集的话，是我通过仔细观察得到url规律]]></description><category></category></item><item><title><![CDATA[爬虫之刃----简化爬虫程序之滚轮子实战(系列三)]]></title><link>https://blog.youkuaiyun.com/guzhenping/article/details/52076289</link><guid>https://blog.youkuaiyun.com/guzhenping/article/details/52076289</guid><author>guzhenping</author><pubDate>Sun, 31 Jul 2016 23:20:08 +0800</pubDate><description><![CDATA[前言



这是一些准备工作:


了解整个系列的安排
了解系列二中的爬虫架构


If you have done， that’s cool ! 

这篇主要是：
介绍需要的技术栈，需要补的东西请戳官方文档。官贴是专业的！
推荐个人使用的一些库和轮子
OK！Let’s get a new start!
技术栈合集
1. Requests和lxml(主要是tree函数)。Reque]]></description><category></category></item><item><title><![CDATA[爬虫之刃----总览之心里鸡汤(系列一)]]></title><link>https://blog.youkuaiyun.com/guzhenping/article/details/52067254</link><guid>https://blog.youkuaiyun.com/guzhenping/article/details/52067254</guid><author>guzhenping</author><pubDate>Sun, 31 Jul 2016 23:16:59 +0800</pubDate><description><![CDATA[问题背景

在百姓网挖坑中，累啊。

我的老大告诉我，那谁谁需要58/赶集的数据。我当时的第一反应是找个黑帽去脱库…擦嘞。

老大面对我：“嗯哼，赶集的，你上吧！有问题找xx协助一下。”

我就只能“哦”了一下…..

下面填坑。

这个系列的价值

我是这样想的：把这个当故事看会好点。但是，文笔不行，挖坑不造…这是个六年级会点lol的小学渣的随笔。

但是，这个东西是存在的，你看或不看，它都在这]]></description><category></category></item><item><title><![CDATA[全沾工程师----如何一个人写完web、Android、iOS、接口、CMS]]></title><link>https://blog.youkuaiyun.com/guzhenping/article/details/51697929</link><guid>https://blog.youkuaiyun.com/guzhenping/article/details/51697929</guid><author>guzhenping</author><pubDate>Fri, 17 Jun 2016 16:24:53 +0800</pubDate><description><![CDATA[前言



看了文章标题，你也行吓一跳，心想这人有那么牛逼嘛。就当笔者浮夸吧，不想争辩了。这是一个神奇的时代，我这一代IT人有太多的工具。虽然我懒（其实程序员都懒），但是，我选择的技术和工具仍然具有相当大的自定义空间。

这不是一篇啥好文章，但是，这篇文章可以给那些有需求全沾的人一点点建议。

沉淀了2个月，又要跳出来哗众取宠，呵呵哒。



全沾工程师



IT领域的全栈工程师，金光闪闪。善学]]></description><category></category></item><item><title><![CDATA[站长篇----远程连接数据库失败的解决方法]]></title><link>https://blog.youkuaiyun.com/guzhenping/article/details/51671364</link><guid>https://blog.youkuaiyun.com/guzhenping/article/details/51671364</guid><author>guzhenping</author><pubDate>Tue, 14 Jun 2016 14:31:46 +0800</pubDate><description><![CDATA[前言远程连接数据出错，报：
host “XXXXXXXXXXXX” is not allowed to connect to this MySql server
unable to authentic  
SSH tunnel: Invalid username or password这三个错误一个来自常规连接（general），两个来自ssh连接。
ssh连接出现的错误，我试着修改过ubuntu的]]></description><category></category></item><item><title><![CDATA[OCR----你不得不知的Tesseract六大重要核心]]></title><link>https://blog.youkuaiyun.com/guzhenping/article/details/51035077</link><guid>https://blog.youkuaiyun.com/guzhenping/article/details/51035077</guid><author>guzhenping</author><pubDate>Mon, 16 May 2016 11:28:55 +0800</pubDate><description><![CDATA[Abstract整理了很多OCR的资料，这篇主要是对Tesseract重要的知识进行总结罗列。本次总结，基于2007年Smith所写的Paper—-《An Overview of the Tesseract OCR Engine》，所以算是论文导读吧。PS：Smith是一个专注OCR领域30年的男人~~太可怕了！这篇文章的重点是在文本行的查找，特征/分类的方法，以及自适应分类器。此外，文章中介绍了T]]></description><category></category></item><item><title><![CDATA[我笑了...pytesseract是这么简单的model]]></title><link>https://blog.youkuaiyun.com/guzhenping/article/details/80122947</link><guid>https://blog.youkuaiyun.com/guzhenping/article/details/80122947</guid><author>guzhenping</author><pubDate>Wed, 27 Apr 2016 08:33:03 +0800</pubDate><description><![CDATA[概要Python语言中，pytesseract是用于验证码、字符识别的常用model。研究OCR期间，接触到这个模块。深究其源码，才明白，这个库是如此简单。安装： 
首先安装依赖:PIL、Image、tesseract-ocr，然后：
  pip install pytesseract
pytesseract在官网上说了自己是个wrapper，真正干活的是tesseract-ocr，即tesser...]]></description><category></category></item><item><title><![CDATA[Flask系列----快速入门实战解析(上篇)]]></title><link>https://blog.youkuaiyun.com/guzhenping/article/details/51236829</link><guid>https://blog.youkuaiyun.com/guzhenping/article/details/51236829</guid><author>guzhenping</author><pubDate>Mon, 25 Apr 2016 00:13:57 +0800</pubDate><description><![CDATA[Flask入门Flask并不是那种啥也不懂的小白就能随意入门的，需要些基础知识。例如：
Python基础
网络基础
Jinja2模板引擎和Werkzeug WSGI套件
工具的使用（PyCharm） 
所以，小白请谦虚，请Google不会的专业名称！我就是这样过来的……Flask概述摘要：Flask是一个微型框架，核心很小。但是，借助于Python的扩展性，Flask的功能很强大。Flask有两个重]]></description><category></category></item></channel></rss>