M => command
C => ctrl

Cxb: 切换buffer
Cg: 全局退出
Mx: 列出所有可用命令列表
CxCf: 文件查找
Cd: 删除一个字符
Cx0: 退出当前窗口
Cxk0: 删除当前窗口
Cx1: 删除其它窗口
Cx2: 水平分割窗口
Cx3: 垂直分割窗口
Cxo: 在窗口中切换激活的窗口
CxCc: 退出emacs

shell

Mx shell: 打开shell
CuMx shell: 打开新的shell

移动

Cf: 向前移动一个字符
Cb: 向后移动一个字符
Cp: 向下移动一个字符
Cn: 向上移动一个字符

重新载入配置文件~/.emacs

在emacs中使用cxcf打开~/.emacs文件，然后执行命令M-x eval-buffer重新载入配置文件

杂项

快捷键 + Ch:列出所有以这个快捷键开始的快捷键

自定义evail快捷键

(evil-leader/set-leader ",")
(evil-leader/set-key
  "s" 'save-buffer
  "e" 'dired
  "f" 'fzf
  "c" 'noh
  "m" 'ibuffer
  "g" 'frog-jump-buffer
  "q" 'kill-this-buffer)

一些注意的点

1. 大多数操作命令都使用Cx作为命令开头
2. 全屏使用toggle-frame-fullscreen命令, 对应的快捷键是<f11>
3. 窗口最大化使用 toggle-frame-maximized命令, 对应的快捷键是M-<f10>
4. 竖直/水平分屏：split-window-right/below

右键新窗口打开可查看大图

流程如下

1. 收集需要机器学习分析的数据，然后把这个数据存放到sql数据仓储snowflake中
2. python的scikit_learn机器学习项目从snowflake中读取数据进行分析
3. 把机器学习的成果写入业务mysql中
4. 业务系统读取机器学习的结果展现给终端用户

关键点

1. 数据仓储层使用snowflake，兼容sql语法，提升了机器学习项目读取数据的效率

service接口和dto放到一个独立的包中，方便客户端和服务端使用

客户端拿到service接口后，典型处理步骤如下

1. 通过代理创建一个service对象供客户端使用
2. 客户端在调用这个service的方法后，rpc客户端将把这个方法调用转成http调用，发送到服务端
3. 为了能够定位到服务端上对应的service和方法，调用参数一般会带上service的名称和方法名，以及参数列表，比如：

{
    "method":"my\class\namespace\MyClass.test1",
    "params":[
        "param1",
        "param2",
        "param3"
    ]
}

这个my\class\namespace\MyClass就是service类接口，test1是方法

注意：客户端只有service接口，没有这个接口的实现，这个接口的实现在服务端，需要通过http请求到服务端获取这个service的实现返回的结果

服务端需要解析这个客户端发来的service接口和方法

1. 通过service接口到容器中拿到这个service的实例（服务端是有这个service的实例了）
2. 调用这个service实例对象的方法，并将参数传递进去，最后将这个方法返回的结果返回给客户端

kafka性能最好，但是可靠性相对较低（异步刷盘宕机可能丢消息）

rocketmq采用同步刷盘，性能相对较低，但是可靠性高

kafka客户端会合并消息发送，消息发送qps很高，但是客户端宕机导致消息没发出去就可能丢消息，但是性能好

rocketmq不会合并消息，可靠性高，但是性能相对较低

Kafka tps单机写入100万/s

Rocketmq单机写入10万/s 消息发送性能相差大约10倍，1个数量级

rocketmq支持亿级的消息堆积，kafka堆积能力更高，但是rocketmq应该可以满足业务数据堆积的需求了

kafka主要定位是日志堆积, rocketmq定位为可靠消息传输，比如订单状态通知队列，也可用于日志，但是可靠性更高

如果日志量小，日志堆积也可以使用redis

第一次启动时，yearning是无法访问的，因为第一次mysql需要初始化yearning的数据，可能yearning先于mysql启动了，导致读取数据出现异常

解决方法

• 先启动mysql，通过查看日志，确认mysql初始化完成后在启动yearning

docker-compose.yml

version: '2'

services:
  db:
    image: mysql:5.7
    volumes:
      - ./docker/etc/mysql/:/etc/mysql/conf.d/
      - ./db_data/:/var/lib/mysql/
      - ./init-sql/:/docker-entrypoint-initdb.d/
    restart: always
    ports:
      - "3406:3306"
    environment:
      MYSQL_ROOT_PASSWORD: yearning
      MYSQL_DATABASE: Yearning
      MYSQL_USER: yearning
      MYSQL_PASSWORD: yearning
  yearning:
    image: registry.cn-hangzhou.aliyuncs.com/cookie/yearning:latest
    depends_on:
      - db
    ports:
      - "9180:8000"
    environment:
      HOST: localhost
      MYSQL_PASSWORD: yearning
      MYSQL_USER: root
      MYSQL_ADDR: db
  inception:
    image: hhyo/inception:latest
    depends_on:
      - db
    ports:
      - "6669:6669"
    volumes:
      - ./inc.cnf:/etc/inc.cnf

# 默认账号：admin，默认密码：Yearning_admin
# 感谢 eacdy 张功震 贡献

注意的点

1. 必须先给用户赋予ddl权限，用户才可以提交ddl的工单

perocona toolkit
重复锁查询
杀慢查询

pt-query-digest 分析慢查询日志

use information_schema;
SELECT concat("ALTER DATABASE `",table_schema,"` CHARACTER SET = utf8mb4 COLLATE = utf8mb4_unicode_ci;") as _sql 
FROM `TABLES` where table_schema like "supply_chain2" group by table_schema;
SELECT concat("ALTER TABLE `",table_schema,"`.`",table_name,"` CONVERT TO CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci;") as _sql  
FROM `TABLES` where table_schema like "supply_chain2" group by table_schema, table_name;
SELECT concat("ALTER TABLE `",table_schema,"`.`",table_name, "` CHANGE `",column_name,"` `",column_name,"` ",data_type,"(",character_maximum_length,") CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci;") as _sql 
FROM `COLUMNS` where table_schema like "supply_chain2" and data_type in ('varchar');
SELECT concat("ALTER TABLE `",table_schema,"`.`",table_name, "` CHANGE `",column_name,"` `",column_name,"` ",data_type," CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci;") as _sql 
FROM `COLUMNS` where table_schema like "supply_chain2"
-- and data_type in ('text','tinytext','mediumtext','longtext');