提纲

1. 好的事情不需要花太多时间，停止一直做决定，接触已经成功做到的人聊一聊

2. 不折腾，接触新事物时，先考虑对自己的价值，耗费的时间精力，如果超出自己的预期，则调整或放弃

Preface

The very framework of how to think about physics is the most helpful.
To understand how did the first scientists learn anything,
how did they change the way that they learned thing,
how did they change the framework of analysis over time as they learned one mode was batter than another.
If people really pay attention to physics 101, that is most valuable. – by Elon Musk

Google Cloud Skills Boost - DevSecOps Learning Path

英语兔 - 加音、逆行同化（失爆、浊音变清音、鼻化）、相互同化（融合、辅音延长）、省音、重弱读

百万在线：大型游戏服务端开发 读书笔记

lua

小林coding 图解系统 第九章 网络系统 笔记

基本姿态

两脚宽于肩膀，脚尖指向前方， 硬拉姿态，眼睛正视前方。

原地运球

垂直运球

手指和掌根按压球正上方，膝盖和腰腹间停球。球上升阶段，手指主动迎球，向上缓冲，让球粘在手中。

低运球，只用手指手腕拨球，锻炼手部灵活性。

高运球，高度在肩部，感受核心带动手臂发力，运球力量达到最大，运球速度变快，节奏感更强。

摘要

在当今的IT基础设施中，持久性KV存储被广泛用作构建块，用于管理和存储大量数据。然而，由于缺乏跟踪/分析工具以及在操作环境中收集跟踪的困难，表征KV存储的真实工作负载的研究受到了限制。在本文中，我们首先对Facebook上三个典型的RocksDB生产用例的工作负载进行了详细表征:UDB(用于社交图数据的MySQL存储层)、ZippyDB(分布式KV存储)和UP2X(用于AI/ML服务的分布式KV存储)。这些特征揭示了几个有趣的发现:首先，键和值大小的分布与用例/应用程序高度相关;二是KV对的访问具有良好的局部性，并遵循一定的特殊模式;第三，收集的性能指标在UDB中显示强烈的昼夜变化模式，而其他两个没有。

我们进一步发现，尽管广泛使用的KV基准测试YCSB提供了各种工作负载配置和KV对访问分布模型，但是由于忽视键的空间局部性，YCSB触发的基础存储系统工作负载仍不足以与我们收集的工作负载接近。为了解决这个问题，我们提出了一种基于键范围的建模，并开发了一个可以更好地模拟实际KV存储的工作负载的基准测试。这个基准测试可以综合生成更精确的KV查询，表示对底层存储系统的KV存储的读写。

在云计算环境下，在共享网络存储系统中提供端到端的尾延迟QoS是非常重要的问题。通常情况下，人们会在90%或95%观察尾延迟。但是，越来越多研究机构和公司开始关心99%甚至99.99%的长延迟。本文讨论99.9%和99.99%的尾延迟。在生产环境中的突发性工作负载下，满足尾延迟SLO是有挑战性的，主要因为下面两个原因：第一，尾延迟很大程度上受排队的影响，而突发性工作负载导致共享潜在基础设施的工作负载的排队；第二，端到端的尾延迟受到请求中所有阶段的影响，因此队列可能在不同时间、不同阶段构建起来。文章介绍了PriorityMeister（PM），这是一种主动式QoS系统，它通过优先级和令牌桶速率限制的组合，在多个阶段实现了端到端尾延迟SLO。