工作啟示錄（二）關於背鍋與處理問題
背鍋
- 如果你證明不了這不是你的鍋，那你只能背鍋，活該
找問題
- 梳理邏輯，按正常邏輯一步步往下走，對於自己不確定的東西，一定要去論證，不可輕易下結論
- 靈活且不失嚴謹這是處理問題的方法論
處理問題
- 處理問題一定要快、準、狠
- 處理問題首先要有大的方向和思路，然後再去一步步實施
相關推薦
工作啟示錄（二）關於背鍋與處理問題
背鍋 如果你證明不了這不是你的鍋，那你只能背鍋，活該 找問題 梳理邏輯，按正常邏輯一步步往下走，對於自己不確定的東西，一定要去論證，不可輕易下結論 靈活且不失嚴謹這是處理問題的方法論 處理問題 處理問題一定要快、準
MVC排球計分（二）——需求分析與數據庫設計
logs 用例圖 中國隊 eight 需求 back 過程 style .cn 需求分析和數據庫的設計是很重要的一個環節，這個環節會直接影響項目的開發過程和質量。 這裏做的排球計分程序是一個例子，而且其業務極為簡單，因此，這裏並不是真正的需求分 析和數據庫設計，而是將排球計
【SpringMVC架構】SpringMVC入門實例，解析工作原理（二）
rip 業務邏輯層 popu 輸入 implement override article hide -i 上篇博文，我們簡單的介紹了什麽是SpringMVC。這篇博文。我們搭建一個簡單SpringMVC的環境，使用非註解形式實現一個HelloWorld實
spring 內部工作機制（二）
出了 流水線 tor 應用程序 java反射機制 post 技術 process 加載 本章節講Spring容器從加載配置文件到創建出一個完整Bean的作業流程及參與的角色。 Spring 啟動時讀取應用程序提供的Bean配置信息，並在Spring容器中生成一份相應
從零開始學HTTP （二） HTTP結構與基礎
現象 encode 伸縮 協議 for 服務端 例如 lis 格式 HTTP結構與基礎 這篇文章中，我們主要針對HTTP\1.1版本進行介紹 請求報文和響應報文 請求報文 請求報文由客戶端發出，其格式為： 請求方法 請求URI 協議版本 可選的請求首部字段和內容實體，
MySQL數據庫基礎（二）——MySQL字符集與亂碼解析
MySQL 字符集 亂碼解析 MySQL數據庫基礎（二）——MySQL字符集與亂碼解析 一、字符集與編碼 1、字符集簡介 字符(Character)是各種文字和符號的總稱，包括各國家文字、標點符號、圖形符號、數字等。字符集(Character set)是多個字符的集合，字符集種類較多，每個字符集包
Spark筆記整理（二）：RDD與spark核心概念名詞
大數據 Spark [TOC] Spark RDD 非常基本的說明，下面一張圖就能夠有基本的理解： Spark RDD基本說明 1、Spark的核心概念是RDD (resilient distributed dataset，彈性分布式數據集)，指的是一個只讀的，可分區的分布式數據集，這個數據集的全
瀏覽器工作原理（二）：瀏覽器渲染過程概述
sync 結構 dom end 繪制 fault 異步加載 步驟 targe 參考：https://segmentfault.com/a/1190000012925872#articleHeader4 瀏覽器器內核拿到內容後，渲染大概可以劃分成以下幾個步驟： 解析html
常用算法（二）選擇排序與冒泡排序
true .com sele mage ever 最終 不穩定排序 換來 ima 一、選擇排序 簡單選擇排序是最簡單直觀的一種算法，基本思想為每一趟從待排序的數據元素中選擇最小（或最大）的一個元素作為首元素，直到所有元素排完為止，簡單選擇排序是不穩定排序。 在算法實現時，每
Android開發教程 - 使用Data Binding（二）集成與配置
集成 我們 enabled 總結 code ref href 管理工具 amp 安裝依賴庫，配置工程 Data Binding安裝和配置都非常簡單，僅需簡單的兩步即可完成。 更新SDK 打開SDK管理工具，下載最新的Android Support庫。 配置工程的Gradle
IO的應用（二）--序列化與反序列化
package com.bjpowernode.demo02; import java.io.FileInputStream; import java.io.FileNotFoundException; import java.io.FileOutputStream; import ja
NOIP複賽複習（二）競賽環境與注意事項
一、比賽不提供紙質試題，只提供電子版試題檔案。 該檔案壓縮包儲存在計算機桌面上。監考人公佈密碼後，選手自行解密試題。 試題解壓密碼會影響一個人的心情，一定要一次輸對，注意大小寫，不要邊輸入邊檢查，要對自己有自信。 二、江蘇複賽選手上機可自選windows或linux作業系統。
深入理解overlayfs（二）：使用與原理分析
在初步瞭解overlayfs用途之後，本文將介紹如何使用overlayfs以及理解該檔案系統所特有的一些功能特性。由於目前主線核心對overlayfs正在不斷的開發和完善中，因此不同的核心版本改動可能較大，本文儘量與最新的核心版本保持一致，但可能仍會存在細微的出入。 核心版本：Linux-4.1
虛擬機器安裝Oracle WebCenter Sites 12c（二）本地檔案與虛擬共享設定
上一篇部落格裡面記載了虛擬機器的安裝教程，以及Oracle Webcenter Sites 12C 安裝步驟區分，下面就讓我一起來設定一下本地檔案與虛擬機器共享，如果有幫助記得轉載+點贊。 （二）本地檔案與虛擬共享設定 1.安裝前環境設定
搭建簡單圖片分類的卷積神經網路（二）-- CNN模型與訓練
一、首先，簡單來說CNN卷積神經網路與BP神經網路主要區別在於： 1、網路的層數的多少（我這裡的CNN是比較簡單的，層數較少，真正應用的話，層數是很多的）。 2、CNN名稱來說，具有卷積運算的特點，對於大型的圖片或者數量多的圖片，卷積運算可以大量提高計算效能，而BP神經網路大都為全連線層，計
python資料分析新手入門課程學習——（二）探索分析與視覺化（來源：慕課網）
一，單因子與對比分析視覺化 資料 import pandas as pd df = pd.read_csv('./HR.csv') #檢視前十條資料 df.head(10) 以下為顯示的結果 我們可以看出： 第一個屬性satisf
API網關Kong（二）：Kong與Kubernetes集成的方法
ada Once services per gpl recommend methods args timeout 作者: 李佶澳 轉載請保留：原文地址 發布時間：2018-09-30 16:07:13 +0800 說明 先說組成 控制平面與數據平面
Machine Learning筆記整理 ------ （二）訓練集與測試集的劃分
1. 留出法 (Hold-out) 將資料集D劃分為2個互斥子集，其中一個作為訓練集S，另一個作為測試集T，即有： D = S ∪ T， S ∩ T = ∅ 用訓練集S訓練模型，再用測試集T評估誤差，作為泛化誤差估計。 特點：單次使用留出法得到的估計結果往往不夠穩定可靠，故如果要使用留出法，一般採用若
Java基礎—IO小結（二）緩衝流與其它流的使用
一、緩衝流的使用 每個位元組流都有對應的緩衝流： BufferedInputStream / BufferedOutputStream 構造器： 方法摘要與對應節點流類似 使用緩衝流實現檔案複製：實際中也是；其中流的關閉只需要關閉緩衝流，內部巢狀的位元組流
機器學習速成筆記（二）： 訓練與損失
訓練模型通過有標籤樣本來學習（確定）所有的權重和偏差的理想值。 損失是對槽糕預測的懲罰，損失是一個數值，模型的預測完全正確，則損失為零，反之，模型的預測越槽糕，損失越大。 平方損失：一種常見的損失函式，線性迴歸模型就是使用該平方損失 均方誤差：每個樣本的平均平方損失，計算均方誤差，要算出