IP负载均衡
最近项目服务端有个服务要配置LVS,因为时间久了,隐约记得原理是改了数据包的目标地址,于是重读了之前看过的《构建高性能的web站点》的第12章的12.5小节,IP负载均衡,记录如下:
最近项目服务端有个服务要配置LVS,因为时间久了,隐约记得原理是改了数据包的目标地址,于是重读了之前看过的《构建高性能的web站点》的第12章的12.5小节,IP负载均衡,记录如下:
我低端了,用了iPhone一年了,才学会怎么换铃声。之前网上就有说,每次大家聚餐吃饭,听到xxx的铃声,就有一群人拿出自己的ip看,可见低端又不会换铃声的不在少数(实际上也确实麻烦),一般手机很容易做的功能,在iPhone上就不会很容易,比如备份或者全部清空通讯录;但毕竟iphone的魅力就在于有太多其它手机根本做不了的功能。
在objc中的类实现中经常看到这两个关键字”self”和”super”,以以前oop语言的经验,拿c++为例,self相当于this,super相当于调用父类的方法,这么看起来是很容易理解的。
最近新增了一台服务器,想把apache那台的memcached分到这台新机器上,我杯具的有个错误认识:
我以为memcached -l 的listen参数是用来监听哪台机进行connection,比如apache的ip是10.0.0.1,memcached那台服务器的ip是10.0.0.2,开始我以为,如果只让memcached允许来自apache机器的connection,只要配置memcached -l 10.0.0.1就可以了,可是这样报错:
上一篇讲了聚类算法中常用的一个k均值算法,接下来举一个用到实际中的例子。
我们的数据中有一项是希望用户选择几个自己喜欢的游戏,然后我们根据他的喜好,推荐跟他类似喜好的玩家。比如我们给定几个游戏或游戏类型,(A, B, C, D, E, F, G),然后用户甲选择时,选择了自己喜欢A, D, E, G,然后用户乙选择了B, D,E,用户丙选择了B, C, D, G ,等等等等,假设我们已经有了100个用户的喜好数据,然后当一个新用户进来并从中选择完自己喜欢的游戏类型后,如何迅速推荐给他和他相似游戏爱好的人,并告诉他相同游戏爱好的一个交集信息?
k均值(k-means)是聚类算法的一种,聚类分析是根据在数据中发现的描述对象及其关系的信息,将数据对象分组。其目标是,组内的对象相互之间是相似的,而不同组中的对象是不同的。组内的相似性越大,组间差别越大,聚类就越好。
上一篇简单介绍了关联规则的基本概念,继续这个部分,这篇来说一些稍微优化的算法,最后以“挖掘”我们的文具系统为例收尾。
分类,聚类,关联规则是数据挖掘的三大部分,先记下关联规则的概念