在市场和风险尚不明确的情况下，贸然倾尽公司所有全力投入是不太明智的。所谓的最小可行性产品，是让开发团队用最小的代价实现一个产品，以此最大程度上了解和验证对用户问题的解决程度。
DAU、MAU、留存率、频率、时长.....到底产品经理要分析什么数据？笔者结合海外移动端产品的数据分析实践，带你从产品初创到成熟不同阶段，看数据分析如何应用于产品设计和产品运营。
OCR技术，通俗来讲就是从图像中检测并识别字符的一种方法，在证通用文字识别、书籍电子化、自动信息采集、证照类识别等应用场景中得到了广泛应用。通用场景的OCR因此通用场景下的OCR技术一直都是人工智能领域挑战性极强的研究领域，不需要针对特殊场景进行定制，可以识别任意场景图片中的文字。
Elasticsearch 是用于运行 Apache Lucene（基于 Java 的搜索引擎）分布式管理框架。Lucene 是实际保存数据并进行索引和搜索的地方。ES 位于它之上，让你可以并行运行数千个 Lucene 实例。
Hash也称散列、哈希，对应的英文都是Hash。基本原理就是把任意长度的输入，通过Hash算法变成固定长度的输出。这个映射的规则就是对应的Hash算法，而原始数据映射后的二进制串就是哈希值。活动开发中经常使用的MD5和SHA都是历史悠久的Hash算法。
哈希表（hash table），也叫散列表，是一种非常重要的数据结构，应用场景及其丰富，许多缓存技术（比如memcached）的核心其实就是在内存中维护一张大的哈希表，本文会对java集合框架中HashMap的实现原理进行讲解，并对JDK7的HashMap源码进行分析。
BitFunnel算法直接解决四项基础位分割块签名的限制。同时，算法的映射进入集群提供了避免和其他签名联系的代价。这里会先展示这些创新产生了比传统位分割签名的更显著的效率提升，然后将会进行BitFunnel与分块化Elias-Fano索引,MG4J,和Lucene等的对比。
AI 平台部多年一直在搜索领域进行深耕和积累，继搜搜网页搜索之后，陆续服务于微信搜一搜（公众号文章、朋友圈、视频）、应用宝搜索、地图搜索、音乐搜索、视频搜索、手 Q、QQ 群等精品垂直搜索业务，以及云搜中小数据搜索业务。
本文从市面主流的浏览器及相应的内核引擎开始，介绍了Chromium为代表的浏览器架构及Blink内核的功能架构。Chromium为多进程架构，用户从启动运行浏览器后，先后经过页面导航、渲染、资源加载、样式计算、布局、绘制、合成到栅格化，最后完成GPU展示。而页面渲染完成后，浏览器如何响应页面操作事件也进行了深入的介绍。良心推荐！
Spark 是 UC Berkeley AMP Lab 开源的通用分布式并行计算框架，目前已成为 Apache 软件基金会的顶级开源项目。Spark 支持多种编程语言，包括 Java、Python、R 和 Scala，同时 Spark 也支持 Hadoop 的底层存储系统 HDFS，但 Spark 不依赖 Hadoop。
从 1989 年万维网（www）诞生，HTTP（HyperText Transfer Protocol）经历了众多版本迭代，WebSocket 也在期间萌芽。1991 年 HTTP0.9 被发明。1996 年出现了 HTTP1.0。2015 年 HTTP2 正式发布。2020 年 HTTP3 或能正式使用。以下将会简单介绍。
画流程图用什么软件？推荐常用的流程图软件，免费/付费、离线/在线都有，各取所需。
Window 系统下载 zip 版本，linux 系统下载 tar 版本，将下载的zip解压到指定的磁盘上
保证HDFS第一次运行，你需要通过在HADOOP_HOME目录中运行bin/start-hdfs.sh来启动和停止Hadoop HDFS守护进程。你确保它正确启动的方法是通过在 Hadoop 文件系统中测试文件的put和get。HBase通常不使用MapReduce或YARN守护进程，因此它们不需要启动。
在本地idea测试环境使用Spark：下载客户端与模板代码并解压
可以使用消息队列的场景有很多，常见的有以下几种：1.服务解耦：同步变异步，数据最终一致性；2.削峰限流：类似“三峡大坝”，下游服务方被超过服务能力请求压垮；3.广播订阅：发送方不关心谁订阅这个消息，只管发出来，拓展方便；4.流式数据过滤：消费者通过类似SQL语句来筛选自己感兴趣的数据；5.两阶段消息：通过两阶段消息与本地数据库事务相结合达到简单分布式事务。
在java中，调用系统命令，可以使用：RunTime.getRuntime().exec()。在单独的进程中执行指定的字符串命令。
Java日期时间处理实例集锦
SQL的几种常用查询用法，表结果和内容，查询表内的某字段——最基础的语句格式。
伴随着人工智能时代的来临，越来越多的业务场景需要我们利用 AI 技术去支持，而机器学习则是目前人工智能方向最重要的子领域之一。各种机器学习模型构建的过程可以抽象概括为：收集数据和数据预处理、特征工程、模型调优和效果评估以及模型部署，整个过程如图 1 所示。
关注时代Java
