守株阁

什么是关键述职 可以决定自己职场命运的述职，一次汇报，就是一个转折点，就是关键述职。 职场不是比拼正确性，而是比拼说服力。 关键述职的误区 把述职当作做了什么的流水账。做了什么不重要，做了什么带来什么价值才重要。一定要解答这个疑问，“所以呢，然后呢”。 把述职当成了邀功大会。只讲价值。 工作成果固然重要，关键能力要看是否有归因和理性思考能力。 方法 So what 找出问题的原因。通过没完没了地问自己，逼迫自己对自己的工作进行深度思考，得出结果，措施。不要怕错。 如何产生这个价值，如何复用这种方法论，如何持续地产生这种价值。 So page 跟公司的战略同步。 不同阶段，重要性是不一样的。 A 求增长 增长期就要看增长率 B 求利润 要看真实效率和投入产出比。 C 求生存，求稳 节衣缩食，勒紧裤腰带过冬。

所谓正交性（orthogonal 意为正交的），就是设计的维度与其他维度完全隔离，一个正交的设计/值域设计，其变化绝不会受其他正交维度影响，也不会影响其他正交维度。 我们可以把 API 设计成正交的。这样 API 有独立变化的空间的。 我们可以把问题域切分清楚。问题域之间完全不相互干涉（注意跨问题域问题）。 我们可以把变量、字段、列设计成正交的。这样不同业务场景下，列之间的赋值不会相互覆盖。

DW（Data Warehouse） 数据仓库存储是一个面向主题的，反应历史变化数据，用于支撑管理决策。 ODS（Operational Data Store） 操作型数据存储，存储的是当前的数据情况，给使用者提供当前的状态，提供即时性的、操作型的、集成的全体信息的需求。 ODS 是数据库到数据仓库的一种过渡形式，与数据仓库在物理结构上不同，能提供高性能的响应时间， ODS 设计采用混合设计方式。 ODS 中的数据是“实时值”，而数据仓库中的数据却是历史值。一般 ODS 中储存的数据不超过一个月，而数据仓库为10年或更多。 Data Mart 为特定的应用或应用范围，而从数据仓库中独立出来的一部分数据，也可称为部门数据或主题数据。在数据仓库的实施过程中往往可以从一个部门的数据集市着手，以后再用几个数据集市组成一个完整的数据仓库。需要注意的就是在实施不同的数据集市时，同一含义的字段定义一定要相容，这样再以后实施数据仓库时才不会造成大麻烦。 DSS（Decision-Support System） 以启发的方式对大量的数据单元进行的分析，通常不涉及数据更新。 参考：https://w...

用例图 泛化(generalization)：泛化关系是一种继承关系，子用例将继承基用例的所有行为，关系和通信关系，也就是说在任何使用基用例的地方都可以用子用例来代替。泛化关系在用例图中使用空心的箭头表示，箭头方向从子用例指向基用例。 扩展(extend)： extend关系是对基用例的扩展，基用例是一个完整的用例，即使没有子用例的参与，也可以完成一个完整的功能。extend的基用例中将存在一个扩展点，只有当扩展点被激活时，子用例才会被执行。 extend关系在用例图中使用带箭头的虚线表示(在线上标注<>)，箭头从子用例指向基用例。 UML Use Case Extend。 包含(include)： include为包含关系，当两个或多个用例中共用一组相同的动作，这时可以将这组相同的动作抽出来作为一个独立的子用例，供多个基用例所共享。因为子用例被抽出，基用例并非一个完整的用例，所以include关系中的基用例必须和子用例一起使用才够完整，子用例也必然被执行。include关系在用例图中使用带箭头的虚线表示(在线上标注<>)，箭头从基用例指向子用例。 注意，...

步骤 分解（divide）：将问题划分为一些子问题，子问题的形式与原问题一样，只是规模更小。 解决（conquer）：递归地杰出子问题。如果子问题的规模足够小，则停止递归，直接求解。 合并（Combine）：将子问题的解组合成原问题的解。 递归式 递归式（recurrence）可以帮我们刻画整个算法的运行时间。 一个常见刻画递归式的方法是画递归树。通过递归树的枝叶来试图把整个算法的步骤勾勒出来。

Log4j 的架构设计 http://www.cnblogs.com/Fskjb/archive/2011/01/29/1947592.html https://blog.csdn.net/qq_35246620/article/details/53790350 https://blog.csdn.net/liuxiao723846/article/details/52126936 依赖 123456789101112<dependencies> <dependency> <groupId>org.apache.logging.log4j</groupId> <artifactId>log4j-api</artifactId> <version>2.13.3</version> </dependency> <dependency> <groupId>org.apache.logging.log4j</groupI...

字 读音 含义 刳 kū 从中间破开；破开后再挖空。 「刳竹」 剡 yǎn 削；削尖 [sharpen]

首先要有一个 Powershell 3.0 与 .Net 4.5 以上的环境。 在 PowerShell 中输入： 1iex (new-object net.webclient).downloadstring('https://get.scoop.sh') 如果没有网络问题，则可以直接安装成功（可能需要修改一些与 admin 有关的 policy）。如果安装不成功，则删除C:\Users\LC\scoop再试一次。 12# 安装 curlscoop install curl

散列算法概述 散列函数（Hash Function）是一种将任意长度的输入数据映射为固定长度输出的函数，该输出称为散列值或哈希值。散列算法在计算机科学中具有广泛应用，尤其在密码学和数据完整性校验领域。 核心性质 一个优秀的散列函数应具备以下核心性质： 确定性：相同的输入始终产生相同的输出。这是散列函数的基本要求，确保了散列值的一致性和可验证性。 单向性：从散列值无法反向推导出原始输入。这一性质使散列函数适用于密码存储等场景，即使数据库泄露，攻击者也无法直接获取明文密码。 雪崩效应：输入数据的微小变化会导致输出散列值的剧烈变化。修改输入的任意一位，输出的散列值应有约50%的位发生变化。这一特性保证了散列值对输入的高度敏感性。 抗碰撞性：难以找到两个不同的输入产生相同的散列值。抗碰撞性分为弱抗碰撞性（给定输入，难以找到另一个输入产生相同散列值）和强抗碰撞性（难以找到任意两个不同输入产生相同散列值）。 常见散列算法家族 MD5 MD5（Message Digest Algorithm 5）输出128位散列值，曾广泛应用于文件校验和密码存储。然而，MD5已被证明存在严...

写代码 checklist 注意位置 注意顺序 注意初始化 注意返回值 注意注释 注意防御性编程 注意数据库性能 上线 checklist 代码变更 check 代码 配置变更 check 配置 系统变更注意上线顺序 依赖中间件变更注意配置中间件 配置中心配了吗 交互所有细节都实现了吗？ 配监控和埋点 数据库变更了吗？ 安全检查