上周技术关注:Google是如何运行的?

本文探讨了Google的硬件基础及其分布平台上的编程方法,包括MapReduce的应用;同时介绍了Gang of Four的设计模式、.Net Frameworks源代码、Google面临的挑战、AdSense.com背后的故事、领域驱动设计的应用以及Java开发中的误解。
  • [Google] Google是如何运行的? #
    首先是Google的硬件,是许多台普通的电脑,文中猜测的数字是45万台(这个数字可能会有出入,但随着时间不断增长应该是真的)。我记得有报道说某 Google高管一次说不是随便的PC,而是很高档的服务器,这个说法并没有得到其他佐证。这些机器分布在全球许多个数据中心,都柏林、弗吉尼亚、加州、俄勒岗等等。Google的所有服务都依赖于这些机器。2005年,Google在服务器以及数据中心上面花费了8.38亿美元。为了在这样的分布平台上编程,Google开发了MapReduce,它是个中间层或接口,用C 完成,另有Java和Python接口。它可以把计算分布到多台机器上,让应用工程师不必再考虑这个问题。据说新加入的工程师第一周的培训就是用这个工具写统计一组网页中词汇出现频率的程序。去年10月,这个系统每天要处理3000项作业,比如分析最新的网页以及更新索引。
  • [.NET开发; 设计模式] Design Patterns in C# and VB.NET - Gang of Four (GOF) #
    The Gang of Four (GoF) patterns are generally considered the foundation for all other patterns. They are categorized in three groups: Creational, Structural, and Behavioral. Here you will find information on these important patterns.
  • [.NET开发] Rotor Source code #
    .Net Frameworks的源代码
  • [Google] Google的危机 #
    其实Google本来也早早地意识到了这个问题,在最近ZDNet的一篇报道中,Google便坦言了自己目前所面临的极大危机,广告拦截器会拦截Google AdSense/ AdWords便是其中一条。当然衷心的喜欢Google能够解决好这些问题,为我们这些普通的用户带来更多更好的服务。
  • [微软; Google; 人才] 微软公开招聘谷歌杀手 #
    今天在Amit的blog里看到微软在中国招聘谷歌杀手的消息,更有趣的是,相关的职位名称就是“Google Compete Lead”(Google竞争主管)。
  • [互联网] AdSense.com背后的故事 #
    如果你访问AdSense.com,你会发现去到一个完全与Google AdSense不相关的网站,并且在它的首页的下面,有这样一段话(译):“如果你认为你能通过放置其他人的广告在你的网站或blog里而快速致富,请联系Google,因为它未经许可或赔偿就拿走及使用我们的公司名称。”很明显,AdSense.com不但不属于Google,它与Google之间应该还有一段恩怨。究竟怎么回事?
  • [计算机图书] 好书-Applying Domain-Driven Design and Patterns(ADDDP) #
    不过这本书,依然是本耐看和具有前瞻性的书,我觉得你是否熟悉.NET/C#并不是看这本书的基础,你是否熟悉模式、重构、TDD和设计思想才是这本书的一个基础。Jimmy Nilsson 坚持认为了解甚至精通Patterns、TDD和Refactoring是开始DDD的一个基础,最精彩的章节在第二部分的4,6,7章。从这本书也可以看到目前的DDD发展,还基本上是在Martin Fowler的理论下启蒙,在Eric Evans的方法论下摸索前行,Jimmy Nilsson描述的更多的是在当前(2005年之前)的技术水平下,开发/设计人员如何实践DDD的一种体验,具体的业务场景和各种模式的选择和应用策略,TDD和不断重构的演练,更多是开发/设计人员自己内心的一种思考和确定一种策略的过程,代码仅仅是一条线索或火花。
  • [Java开发] 一本正经地道听途说 #
    我就不知道这个“众所周知”的“众”到底是怎么一个“众”。反正我用了Hibernate和iBatis这么久,第一没听说过“Hibernate对DBA来说如同噩梦”,第二没听说过“用iBatis更容易控制数据库的性能”。关键在于,我很清楚这类言论的由来:两个框架用得不深入,只按照缺省方式随便玩玩,没有研究各种应用模式也没有想办法应对各种突发情况,就会有类似这样的感觉。而更有趣的是,这位blog主人的“DBA朋友”显然不是Hibernate专家,这位blog主人本身貌似就更是连玩都没玩过。看起来,似乎是一个三重以上的道听途说。

更多技术动态,请访问我的365KeyRSS),你可以通过365Key订阅

基于遗传算法的新的异构分布式系统任务调度算法研究(Matlab代码实现)内容概要:本文档围绕基于遗传算法的异构分布式系统任务调度算法展开研究,重点介绍了一种结合遗传算法的新颖优化方法,并通过Matlab代码实现验证其在复杂调度问题中的有效性。文中还涵盖了多种智能优化算法在生产调度、经济调度、车间调度、无人机路径规划、微电网优化等领域的应用案例,展示了从理论建模到仿真实现的完整流程。此外,文档系统梳理了智能优化、机器学习、路径规划、电力系统管理等多个科研方向的技术体系与实际应用场景,强调“借力”工具与创新思维在科研中的重要性。; 适合人群:具备一定Matlab编程基础,从事智能优化、自动化、电力系统、控制工程等相关领域研究的研究生及科研人员,尤其适合正在开展调度优化、路径规划或算法改进类课题的研究者; 使用场景及目标:①学习遗传算法及其他智能优化算法(如粒子群、蜣螂优化、NSGA等)在任务调度中的设计与实现;②掌握Matlab/Simulink在科研仿真中的综合应用;③获取多领域(如微电网、无人机、车间调度)的算法复现与创新思路; 阅读建议:建议按目录顺序系统浏览,重点关注算法原理与代码实现的对应关系,结合提供的网盘资源下载完整代码进行调试与复现,同时注重从已有案例中提炼可迁移的科研方法与创新路径。
【微电网】【创新点】基于非支配排序的蜣螂优化算法NSDBO求解微电网多目标优化调度研究(Matlab代码实现)内容概要:本文提出了一种基于非支配排序的蜣螂优化算法(NSDBO),用于求解微电网多目标优化调度问题。该方法结合非支配排序机制,提升了传统蜣螂优化算法在处理多目标问题时的收敛性和分布性,有效解决了微电网调度中经济成本、碳排放、能源利用率等多个相互冲突目标的优化难题。研究构建了包含风、光、储能等多种分布式能源的微电网模型,并通过Matlab代码实现算法仿真,验证了NSDBO在寻找帕累托最优解集方面的优越性能,相较于其他多目标优化算法表现出更强的搜索能力和稳定性。; 适合人群:具备一定电力系统或优化算法基础,从事新能源、微电网、智能优化等相关领域研究的研究生、科研人员及工程技术人员。; 使用场景及目标:①应用于微电网能量管理系统的多目标优化调度设计;②作为新型智能优化算法的研究与改进基础,用于解决复杂的多目标工程优化问题;③帮助理解非支配排序机制在进化算法中的集成方法及其在实际系统中的仿真实现。; 阅读建议:建议读者结合Matlab代码深入理解算法实现细节,重点关注非支配排序、拥挤度计算和蜣螂行为模拟的结合方式,并可通过替换目标函数或系统参数进行扩展实验,以掌握算法的适应性与调参技巧。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值