yyqq188的博客

1 Kafka的stream process API 2 JAVA8的stream处理方式 3 CompletableFuture的处理

1 bash_profile 或者 .zshrc中,设置PATH export PATH=$PATH:$HOME/bin/virtualenv 2 bash_profile 或者 .zshrc中,设置别名 alias virtualenv=$HOME/bin/virtualenv 3 设置软链接 ln -s $HOME/bin/virtualenv /usr/local/bin/virtualenv

flink从kafka消费数据，如果指定auto.offset.reset，这个参数不起作用 需要在flink的kafkaconnector 的API中指定时间戳，通过这种指定时间戳的方式来从指定的offset来消费。 FlinkKafkaConsumer.setStartFromTimestamp(1624896000000L) 这中间就会有如何将时间戳转换为offset的过程。 kafka提供了时间索引文件，从而可以指定时间戳算出offset来消费TopicPartition public

在我之前的一篇介绍zeromq的文章中说的需求其实可用请求应答的模式实现。 https://blog.youkuaiyun.com/yyqq188/article/details/106569839(上一篇的连接) 这里我不会具体讲逻辑。只是把我最近看到的如何入门zeromq的一些方法说下 自然最重要的是文档。 还有一本书也很好<ZeroMQ 云时代极速消息通信库> 书中讲到的关于zeromq的可靠的请求应答模式就get到我的需求。 但是书的例子都是c实现的，如何找到其他你熟悉的语言实现呢。

记得在YouTube上有位老师说起一个思路。大体意思是说利用机器学习的方法来预测股票价格，不能简单的认为说给一个输入，然后把这个输入对应的价格标上，然后找这两个的关系，训练一个模型，这是行不通的。。那他的方法是说，你可以有个策略，需要的是说把你的策略去向量化，作为深度学习的输入，然后他去学习并优化这个策略。所以重点是怎么样去把你的策略用向量的方式表达。是不是有点word2vector的意思呢，也许...