2013-12-9到2013-12-13

UML工具

1，开源的最好是StarUML，但是代码反向工程不好。

2，MagicUMLDraw是商业版本，功能很强大。

 

学习了数据挖掘的范围内容

数据挖掘技术：

1，引导理论性知识。

2，商务应用方面的数据挖掘。

3，在技术上：侧重统计学习，侧重机器学习，侧重模式识别。

4，特定领域上：Web数据挖掘，文献汇编，数据可视化，科学与工程，分布式数据挖掘，生物信息学，并行数据挖掘。

主要会议：

ACM SIGKDD知识发现与数据挖掘国际会议（KDD）。

IEEE数据挖掘国际会议（ICDM）

SIAM数据挖掘国际会议(SDM).

欧洲数据库中知识发现的原理与实践会议（PKDD）。

亚太知识发现与数据挖掘会议（PAKDD）。

数据挖掘的文章也可以在其他主要会议上找到。

主要期刊：

《IEEE知识与数据工程汇刊》

《数据挖掘与知识发现》 Data Mining and Knowledge Discovery

《知识与信息系统》Knowledge and Information Systems

《智能数据分析》Intelligent Data Analysis

数据挖掘注意的内容：

1，数据挖掘与统计学的区别和注意事项。

2，数据挖掘在流数据挖掘应用。

      Mini high-speed data stream（分类）

      Next Generation Data Mining（关联）

      Clustering Data Stream(聚类）

      Detecting Change in Data Stream(变化检测）

 

Linux的配置方式调查

1，互联网上的内容都是2.4的内容，没有全面的说明。

2，有些内容介绍。说这些内容可以配置。但是没有进行测试。

3，我记得有Linux配置文档。但是忘记在那里了。（难道在百度PPT）

4，优化配置参数有，说明是真实存在的。

 

最大文件数设置通过limit

硬件：

最大磁盘性能检测（sar性能检测，systap性能检测）

磁盘的性能指标主要是IOPS，提高IOPS主要指标是RAID技术。

I/O的wait参数不应该超过25%，（机器有4个CPU）

IOPS的计算公式：

（磁盘数*每块磁盘的IOPS）/(磁盘读的吞吐量+RAID因子x磁盘写的吞吐量）

http://futureinhands.iteye.com/blog/1474056

 

RAID1（1+0）：因子是2。RAID5或者3：因子是4，RADI6：因子是6

FileChannel和NIO。

Socket NIO

主要是SelectKeys的选择。

第二个是ByteBuffer分配。ByteBuffer由两类构成。一类是JavaHeap，另外一类是DirectByteBuffer。

JavaHeap是需要用户地址空间和操作系统内核空间拷贝(HeapByteBuffer)

另外一类DirectByteBuffer，是直接内存访问。但是每次gc的时候会被收走。当传输大数据量的时候使用。

FileChannel.transferXXX，主要是文件读写提速的方法，直接从高速缓存=》用户应用缓存=》高速缓存。

FileChannel.map,主要是文件内存映射，将map数据直接映射到程序里面。用户MD5计算。

 

 

实验了Aspose的类库word

产生的word和html真的很不错，兼容性达到了99%。推荐使用。

多线程和NIO的学习

看了博客：http://lavasoft.blog.51cto.com/62575/222742

全面的复习了多线程的基础知识。

对我来说，主要变动是FOrk-JOin,锁的多样性，同部署数组和阻塞队列是以前没有关注的。

NIO主要是Socket的Select，File的FileChannel，缓存的Buffer。

http://ifeve.com/java-nio-vs-io/

BASE，CAP

C一致性，A高可用，P分片。