Life Recorder
学习的过程需要注意以下几点：
学习理解 - 系统性总结 - 不断回顾 - 实战
这是是第一步，自己必须要规划好时间，能够投入进去，并且保证投入的持续性
是关键一环，需要从学习中抽象分类出主题，要不断地在后续的学习中，通过各种途径，去完善这些主题，要不断地整理、思考，这是一个持续迭代、循环往复的过程。
就是经常性去翻一翻自己的笔记和总结，能够回忆和思考当初学习时的状态，强化记忆
只有这样才能转化为自己的知识，否则任何一个环节出了问题，都可能导致前功尽弃，尤其是对我这种记忆力不太好的人，没有转化为自己知识投入，就是在浪费时间，还不如不学。
一切不能转化为自身知识的学习，都是耍流氓！！
Kernel concept:
Based on kubernetes, naturally inherit the powerful features provided by k8s, such as applicatioin depoyment, scaling, LB etc.
features:
听了吴晓波的有关传统工业向智能化方向的节目，感觉很有触动，吴从汉诺威工业展的近几年的展台内容变化，洞悉未来工业发展的方向是必然是智能化和互相协作，而要达成这个目标就必须要依托于先进的IT技术，包括
这个过程应该会有点漫长，至少分三个阶段
第一阶段，传统工业设备，传感器，接入IoT云端。
这个过程赋予这些设备生命力，从此不再是一个个信息孤岛，像一个个老黄牛向埋头苦干，cloud会来倾听它们发出的声音，同时这些数据被移动、PC端的application重新的组合定义规则，展示出来
因为互联网相关的技术都是现成，个人感觉，这个过程5~10年就差不多成熟稳定了，当前正处在这个阶段
第二阶段，大数据挖掘。
现在很多的公司都在研究这个东西，可是真正对得起其付出的产品和应用却寥寥无几，基本上还在跟风状态。一方面是大数据技术方兴未艾，还在不断的发展中，只停留在纯技术层面，结合领域的应用比较匮乏，另一方面，对于这个大数据究竟能用做什么，怎么做，能实现什么商业价值，如何变现到企业的利润，普遍没有很好的想法，就好比互网联刚开始的时候，没有什么明确的盈利模式，直到yahoo找到卖广告这条路后才确定这是个大金矿。
所以，现在能做的事情，也只是把第一个阶段的数据拿过来，做一个大数据的框架，放在那里，然后慢慢思考，研究怎么用好这些数据，提供哪些增值服务客户会买单。
第三阶段，智能化。
这个比较超前，暂时没有很好的想法，可能未来的有这个么一个场景：基于你的消费习惯，智能算法会提取你的性格特征，行为模式，抽象出一个你在cyber空间里的虚拟形象，并预测你可能喜欢的产品和款式等，然后在你想要刚好有某个需求而没有现有产品满足要求的时候，直接雪中送炭地推送给你它的预测，并支持高度的定制，从选材的等级，到功能的自定义，印刷的logo，到包装配送一律可以自由选择，提交订单后，被无人工厂的自动订单系统接单，需求会系统自动分解成制造逻辑，分发给各个制造子系统并开启生产。
目前看的最清楚的是第一个阶段，这个阶段，对IoT架构师的需求是非常大的，尤其是既懂一定硬件开发知识，同时又对互联网高性能，可用和扩展精通的人
第二个阶段，从目前看，可能更多是提供数据服务，比如从cloud框架导出数据到大数据框架，再由后者提供多维度的数据分解，分析，报表的功能
玩linux的，都会遇到需要操作一大堆serve时，要切换不同身份，端口和密码去分别登录，烦人的很，其实ssh提供了一种基于非对称加密的方法实现免密码登录
假定需要从A传输文件或登录到B，执行以下步骤
在A机器上生成的ssh public-private keys，如果已经生成过了，可忽略这一步1ssh-keygen -t rsa
就会在~/.ssh/目录下生成一个id_rsa (private key) and id_ras.pub (public key)
在A机器上配置~/.ssh/config文件,add below content12345Host fire HostName 115.159.114.116 Port 22 User ubuntu IdentityFile ~/.ssh/id_rsa
Note:
Please modify them if necessary
在机器B上，添加机器A的public key的完成内容到 ~/.ssh/authorized_keys，create the file if not not exist
可以添加多个哦
添加完成后，就可以在A上免密ssh到B了
ssh fire
scp ./xxx fire:~/
裸函数作为指针不是什么新鲜事，其它的语言也是可以的，golang当然也可以，譬如12345type FT func(int)func Fa(int){}func Test(FT){}Test(Fa) //pass function as parameter
但是像下面这样，对象实例的方法是否可以作为函数参数传递呢？12345678type A struct { // ...}func (a *A) Foo(bar, baz int) {}b := new(A)foob := b.Foo // foob is of type func(int, int)
答案是肯定的，而且很智能：
当特定对象实例的method作为函数指针时传递时，接受者会保证在调用的时候，调用到是这个对象实例的method，method的任何操作都会针对该对象实例生效，而且不需要传任何类似于this、self指针之类的东西
换句话说，对象实例+method 作为绑定的整体传递给接受者的
通过以下代码可以验证12345678910111213141516171819202122232425262728293031323334353637383940414243444546package mainimport ( "fmt")type Outer struct{ a string}func (o *Outer)Hello(in *Inner){ fmt.Println("Inner:",in,"\tcall\tOuter:",o.a)}type Inner struct{ a string cb Cb}type Cb func(*Inner)func (in *Inner)Register(cb Cb){ in.cb = cb}func (in *Inner)Say(){ in.cb(in)}func main() { out1 := Outer{a:"out1 instance"} out2 := Outer{a:"out2 instance"} fmt.Println("out1 :",&out1) fmt.Println("out2 :",&out2) in1 := Inner{a:"int1 instance"} in1.Register(out1.Hello) in1.Say() in1.Register(out2.Hello) in1.Say() }
执行起来输出如下结果1234out1 : &{out1 instance}out2 : &{out2 instance}Inner: &{int1 instance 0xc6be0} call Outer: out1 instanceInner: &{int1 instance 0xc6be0} call Outer: out2 instance
参考文章
https://groups.google.com/forum/#!topic/golang-nuts/t1r6px7yGIY
https://github.com/golang/go/issues/2280
Basic knowlege of memory arch
一致性内存架构，早期的架构，多个CPU共享使用一块物理内存，总线硬件负责协调各CPU对内存的访问，所以对各个CPU来说，看到的内存数据是一致的，所以才叫做Uniform Memory Access
针对SMP share one memory的缺点，设计分布式存储器模式，every cpu have their own individual memory, called a node, all the node are full connected as one system, the consistency among nodes is guaranted by software not hardware(bus)。每个CPU只能访问自己的本地内存，这样可以提高各个cpu的运行效率，避免对单一的内存忙等
非一致性内存架构，参考了MPP的设计，但是允许cpu访问非本地的内存，也就是说cpu对内存的访问分为local access and remote access，访问时间是不一致的，远程访问的速度当然要慢些
缺点是在共享内存时维持高速缓存一致性的开销非常大，尤其时当多处理器快速连续的尝试访问相同的内存区时问题更突出，解决方法有：使用缓存一致性协议(MESIF，SCI)尽量减少需要维护缓存一致性的通信
所以，NUMA设计的重点是让处理器快速的访问在同一单元的内存