mantoudev_个人页

越来越火的图数据库究竟是什么？

如果把传统关系型数据库比作火车，那图数据库就是如今大数据时代的高铁。那究竟什么是图数据库呢？来不及解释了，先上车！~

Apache Atlas容错与高可用方案

笔者近期在和团队的小伙伴进行数据资产管理方向的探索，本书的翻译基于Apache Atlas v1.1版本。笔者翻译的《Atlas开发指南(中文版)》地址为: https://mantoudev.com 置顶文章 或 在公众号中回复 Atlas获取文档地址。

使用Atlas进行元数据管理之Type(类型)

使用Atlas进行元数据管理之Glossary(术语)

基于Kerberos的大数据安全方案

【大数据安全】Apache Kylin 安全配置(Kerberos)

本文首先会简单介绍Kylin的安装配置，然后介绍启用Kerberos的CDH集群中如何部署及使用Kylin。 Apache Kylin™是一个开源的分布式分析引擎，提供Hadoop/Spark之上的SQL查询接口及多维分析（OLAP）能力以支持超大规模数据，最初由eBay Inc. 开发并贡献至开源社区。

【大数据安全】Kerberos集群安装配置

1. 概述 Kerberos是一种计算机网络认证协议，它允许某实体在非安全网络环境下通信，向另一个实体以一种安全的方式证明自己的身份。它也指由麻省理工实现此协议，并发布的一套免费软件。它的设计主要针对客户-服务器模型，并提供了一系列交互认证——用户和服务器都能验证对方的身份。

深入浅出JWT(JSON Web Token )

1. JWT 介绍 JSON Web Token（JWT）是一个开放式标准（RFC 7519），它定义了一种紧凑（Compact）且自包含（Self-contained）的方式，用于在各方之间以JSON对象安全传输信息。

[机器学习实战]决策树

1. 简介 决策树(Decision Tree）是在已知各种情况发生概率的基础上，通过构成决策树来求取净现值的期望值大于等于零的概率，评价项目风险，判断其可行性的决策分析方法，是直观运用概率分析的一种图解法。

[机器学习Lesson4]多元线性回归

1. 多元线性回归定义 在回归分析中，如果有两个或两个以上的自变量，就称为多元回归。事实上，一种现象常常是与多个因素相联系的，由多个自变量的最优组合共同来预测或估计因变量，比只用一个自变量进行预测或估计更有效，更符合实际。

[机器学习实战]K-近邻算法

1. K-近邻算法概述(k-Nearest Neighbor，KNN) K-近邻算法采用测量不同的特征值之间的距离方法进行分类。该方法的思路是：如果一个样本在特征空间中的k个最相似(即特征空间中最邻近)的样本中的大多数属于某一个类别，则该样本也属于这个类别。

[机器学习Lesson3] 梯度下降算法

1. Gradient Descent（梯度下降） 梯度下降算法是很常用的算法，可以将代价函数J最小化。它不仅被用在线性回归上，也被广泛应用于机器学习领域中的众多领域。 1.1 线性回归问题应用 我们有一个函数J(θ0,θ1)，要使其最小化minJ(θ0,θ01): Outline 对θ0,θ1开始进行一些猜测 通常将初θ0,θ1初始化为0 在梯度算法中，要做的就是不停的一点点改变θ0和θ1试图通过这种改变使得J(θ0,θ1)变小，直到找到J的最小值或者局部最小值。

[机器学习Lesson 2]代价函数之线性回归算法

本章内容主要是介绍：单变量线性回归算法（Linear regression with one variable） 1. 线性回归算法（linear regression） 1.1 预测房屋价格 下图是俄勒冈州波特兰市的住房价格和面积大小的关系： 该问题属于监督学习中的回归问题，让我们来复习一下： 监督学习（Supervised'Learning'）:对示例数据给出“正确答案”。

Flume - Kafka日志平台整合

1. Flume介绍 Flume是Cloudera提供的一个高可用的，高可靠的，分布式的海量日志采集、聚合和传输的系统，Flume支持在日志系统中定制各类数据发送方，用于收集数据；同时，Flume提供对数据进行简单处理，并写到各种数据接受方（可定制）的能力。

Kafka基础入门

1. Kafka简介 Kafka是由Apache软件基金会开发的一个开源流处理平台，由Scala和Java编写。Kafka是一种高吞吐量的分布式发布订阅消息系统，它可以处理消费者规模的网站中的所有动作流数据。

【Elasticsearch全文搜索引擎实战】之Kibana搭建

1. Kibana介绍 Kibana是一个针对Elasticsearch的开源分析及可视化平台，用来搜索、查看交互存储在Elasticsearch索引中的数据。使用Kibana，可以通过各种图表进行高级数据分析及展示。

MacOS下SVN迁移Git踩坑记

1. First Blood 之前在Windows环境下进行svn到git的迁移是很简单的，参考官方文档。 可是在macOS环境下（macOS High Sierra 10.13.2），输入： $ git svn 神奇的事情发生了，报了以下错误： can't locate SVN/Core.

【Elasticsearch全文搜索引擎实战】之集群搭建及配置

文中Elasticsearch版本为6.0.1 1. 环境配置 把环境配置放在第一节来讲，是因为很多人按官网的Getting Started安装运行会有各种错误。其实都是因为一些配置不正确引起的。 首先，Elasticsearch不能以root账号运行，所以我们需要单独建立用户授权运行。

【Elasticsearch全文搜索引擎实战】之Filebeat快速入门

0. 背景 用过ELK（Elasticsearch, Logstash, Kibana）的人应该都面临过同样的问题，Logstash虽然功能强大：支持许多的input/output plugin、强大的filter功能。

【Elasticsearch全文搜索引擎实战】之Head插件实践

简介 Elasticsearch是一个基于Lucene的搜索服务器。它提供了一个分布式多用户能力的全文搜索引擎，基于RESTful web接口。Elasticsearch是用Java开发的，并作为Apache许可条款下的开放源码发布，是当前流行的企业级搜索引擎。

Git命令速查

Alias 下面的只是例子，想改成什么跟随自己的意愿即可。 git config --global alias.st status //status 缩写成 st git config --global alias.

Git快速入门

Git 快速入门 0. Git简介 git是一个分布式版本控制软件，最初由林纳斯·托瓦兹（Linus Torvalds）创作，于2005年以GPL发布。最初目的是为更好地管理Linux内核开发而设计。Git可以在任何时间点，把文档的状态作为更新记录保存起来。

Git Workflow简介

1. Git WorkFlow介绍 Git Flow是构建在Git之上的一个组织软件开发活动的模型，是在Git之上构建的一项软件开发最佳实践。Git Flow是一套使用Git进行源代码管理时的一套行为规范和简化部分Git操作的工具。

BinderPool — Andorid端的“服务发现治理工具”

导语 最近在学习微服务相关知识，突然想到：微服务的思想虽然是在server端的场景下提出来的，但是无论是server，还是移动端，思想是相通的，移动端也会有多服务的场景，就同样面临多服务需要整合治理的问题。

Spring Cloud Consul入门

1. Consul介绍 Consul是一套开源的分布式服务发现和配置管理系统，支持多数据中心分布式高可用。Consul是HashiCorp（ Vagrant的创建者）开发的一个服务发现与配置项目，用Go语言开发，基于 Mozilla Public License 2.0 的协议开源。