0x00 关于我
数据工程师一枚，雅称：木东居士。
喜欢折腾、喜欢不定期学习和总结、喜欢写博客和分享知识、喜欢交朋友、喜欢体验各种新事物。
0x01 站点导航
本站内容，主要分为以下几个模块：
经过这几年的积累，本站有几个阅读量较高的系列，分别如下：
DataTalk
18年初，在数据交流群中和朋友们一起交流数据仓库的设计时，我突然发现了一个问题：那就是微信聊天很容易被刷屏，而且一段时间后之前交流的内容自己可能就记不清了，想查找的时候又特别费劲。因此我就有了一个想法，能不能想办法记录大家在群里讨论的问题，不管是不是自己参与讨论的，只要是自己感兴趣的内容，就收集整理起来，每个问题自己都细细琢磨一下，以后这些就会变成自己的知识体系了。可以说这些内容是十分重要和有效的学习素材了。
因此，便有了这个 DataTalk 系列，我们有三四个小伙伴一起，遇到自己感兴趣的问题就略微整理一下放到Github中，然后在周末的时候整理成博客发出来供大家参考和学习。
本系列正在持续更新中：
数据仓库实践
数据仓库实践是2017年初至年中写的系列，其中大部分的内容是居士为了满足工作需要在周末学习后的笔记。
文章首发于简书，收到了很多朋友的反馈，因此再17年底的时候统一重新整理，加入了更多的个人理解后汇集于此。
本系列主要内容如下：
大数据算法
大数据算法是2017年中下旬整理学习的一些算法内容，主要包括Bitmap、Bloom filter、Roaring Bitmap，这些算法广泛地用于 Hadoop、Spark、Druid、ES 等大数据平台的实现中。
这些底层的算法或者数据结构对日常的工作其实并无太大帮助，但是当你需要对 Sql 调优、对集群深入理解的时候，他们就显得异常重要。
本系列主要内容如下：
- 闲谈大数据和算法
- BitMap 的基本原理和实现
- Bloom Filter 的数学背景
- Counting Bloom Filter 的原理和实现
- 不深入而浅出 Roaring Bitmaps 的基本原理
- 更多内容请参考：数据算法
你了解你的数据吗
在数据从业者的职业生涯中，不应只有编程、算法和系统，还应有一套数据相关的方法论，这套方法论会来解决某一领域的问题，即使你们的系统从Hadoop换到了Spark，数据模型从基本的策略匹配换到了深度学习，这些方法论也依旧会伴你整个职业生涯。
本系列名为《你了解你的数据吗》，是希望能够总结出一套和数据打交道的方法论，从数据研发、数据仓库、数据分析、数据挖掘、数据产品、数据可视化等各个方面来了解你的数据。
本系列主要内容如下：
- 你了解你的数据吗（开篇）：总览
- 你了解你的数据吗（练气篇）：数据接入和常见的坑
- 你了解你的数据吗（筑基篇）：核心维度分布和数据口径
- 你了解你的数据吗（结丹篇）：数据质量监控
- 你了解你的数据吗（元婴篇）：血缘分析
- 更多内容请参考：你了解你的数据吗
程序员该如何管理后宫
这是一个设计模式系列，写于2016年底。写这个系列的主要原因是之前的博客内容都过于分散，大部分都是在写安装笔记和错误解决，这种博客不能达到自我总结和反思的效果，因此在2016年底的时候，笔者开始尝试用自己的语言来描述自己所掌握的知识点，此系列为博客生涯的一个最主要的转折点。
本系列主要内容如下：
- 程序员该如何管理后宫：朕只爱一个皇后！（单例模式）
- 程序员该如何管理后宫：怎样哄女孩儿（策略模式）
- 程序员该如何管理后宫：皇上选妃（代理模式）
- 程序员该如何管理后宫：皇后造小人（工厂模式）
- 程序员该如何管理后宫：和女生沟通的艺术（装饰模式）
- 更多内容请参考：程序员该如何管理后宫
Impala 实践
Impala实践系列记录了笔者在2016年初使用Impala的方方面面，有运维、有调优、有各种采坑和填坑，这部分内容最早发表于CSDN专栏，总计15篇，由于迁移成本，就没搬到个人博客中，现仍在CSDN中。
本系列主要内容如下：
- Impala实践之一：基本原理
- Impala实践之三：详解invalidate metadata
- Impala实践之五：一次系统任务堵塞记录 + 思考
- Impala实践之十二：impala压缩方式测试
- Impala实践之十四：一次Impala节点故障记录（不能启动）
- 更多内容请参考：Impala 实践
其它
上面只列了几个系列，还有更多的系列欢迎大家点进来看，这里有不再做过多的介绍了：
