Well's Column

联机分析处理 (OLAP) 的概念最早是由关系数据库之父E.F.Codd于1993年提出的，他同时提出了关于OLAP的12条准则。OLAP的提出引起了很大的反响，OLAP作为一类产品同联机事务处理 (OLTP) 明显区分开来。当今的数据处理大致可以分成两大类：联机事务处理OLTP（on-line transaction processing）、联机分析处理OLAP（On-LineAna

Lease机制是最重要的分布式协议，广泛应用于各种实际的分布式系统中。Lease机制最重要的应用是，判断节点状态。Lease是由颁发者授予的在某一有效期内的承诺。办法者一旦发出lease，则无论接收方是否收到，也无论后续接收方处于何种状态，只要lease未过期，颁发者一定严守承诺；另一方面，接收方在lease的有效期内可以使用颁发者的承诺，则一旦lease过期，接收方一定不能继续使用颁发者的承诺。

副本控制协议指按特定的协议流程控制副本数据的读写行为，使得副本满足一定的可用性和一致性要求的分布式协议。副本控制协议可以分为两大类“中心化(centralized)副本控制协议”和“去中心化(decentralized)副本控制协议”。中心化副本控制协议的基本思路：由一个中心节点协调副本数据的更新、维护副本之间的一致性。所有副本相关的控制交由中心节点完成，并发控制由中心节点完成，从而简

什么是大数据？对于大数据的概念，这里给出的定义是超出现有数据库系统处理能力的数据。由于过快的数据产生速度，以及规模巨大的数据量，这就要求使用合适的系统来处理它们。大数据的价值主要可以分为两种：数据分析、开发新产品。大数据分析能够揭露消费行为及趋势，如消费者如何受到同龄人的影响。对开发新产品而言，通过组合大量数据所透出的用户行为及群体关系，Facebook能够开发更具个性化的用户体验和独

CAP理论是由EricBrewer提出的分布式系统中最重要的理论之一。Brewer指出，在分布式环境中设计和部署应用的时候需要关注3点非常重要的全局因素：一致性（Consistency）、可用性（Availability）、分区（Partition）。CAP理论指出，无法设计一种分布式协议，使得同时完全具备CAP三个属性。用一个例子来解释CAP理论。假设你想在京东买一本刘兵的《Web数

1. Introduction宽泛的讲，数据仓库是一种数据库，它与单位的操作数据库分别维护。数据仓库系统允许将各种应用系统集成在一起，为统一的历史数据分析提供坚实的平台，对信息处理提供支持。Data warehousing is acollection of decision support technologies, aimed at enabling the knowledgework

本文只是对协同过滤的一个简单的知识总结，对该方面知识的学习，可参考《推荐系统实践》、《集体智慧编程》。这里并不给出原因，而只是一个该方面知识点的简单应用。通过这些简单的应用再反过来学习相关的知识点，应该能提升很大的兴趣。先谈什么是机器学习：机器学习：将一组数据传递给算法，并由算法推断出与这些数据的属性相关的信息——借助这些信息，算法就能够预测出未来有可能会出现的其他数据。因为几

数据聚类data clustering：用来寻找紧密相关的事物，并将其可视化的方法。1. 聚类时常被用于数据量很大（data-intensive）的应用中。2. 聚类是无监督学习（unsupervised learning）的一个例子。无监督学习算法并不利用带有正确答案的样本数据进行“训练”，它们的目的是要在一组数据中找寻某种结构，而这些数据本身并不是我们要找的答案。3. 聚类

人工神经网络（Artificial Neural Network - ANN）的研究是由视图模拟生物神经系统而激发的。类似于人脑的结构，ANN由一组相互连接的结点和有项链构成。神经网络常用于解决分类问题。感知器：感知器是最简单的神经网络结构，其由两类结点组成：输入节点（用来表示输入属性）；一个输出节点（用来提供模型输出）。如下图所示：图1神经网络结构中的结点