閑的無聊，總結一下自己的人生軌跡。也算是給即將離開的我，一個簡單的交代，從大連出來快半年了，時間說長不長，說短不短。狀態也從來時的好奇，變成了我靠，其實也就這屌樣。不過事實上證明，長期出門在外，確實有差別，而且差別感覺比較大……

差別主要體現在如下幾個方面，首先氣候，4個月的時間，處于熱的狀態，但是現在已經開始轉涼，感覺上還是蠻舒服的。但是相對于大連的夏天氣來講，感覺上還是比較遭罪的。其次，對于城市的氛圍來講，用幾個字來形容，用紙醉金迷四個字來形容感覺上比較貼切，準不準確，我只說我的感覺。不管怎樣，為生活去打拼的人，都是值得尊敬的，且不論在哪里，在哪座城市。比如，華為方面的劉工，總是保持著一種極高的熱情，我有些服了┗┃? ■ ?┃┛。畢竟人家身處華為，我自己幾斤幾兩還是能找得準位置的。

說說，華為的外包，可能自己所在的項目組比較爛，但總體感覺，外包就是去賣人嘛，待久了項目不行，人廢掉了，我跟陳桑學習了4個月的大數據分析，接觸點新的東西。對于畢業一年的我來講也沒有什么壞處。像機器學習，這種以前聽過，但確實不知道做什么的我來說，未必是件壞事。大數據這東西，說白了，就是個統計學的工具，炒的火熱，終究是要冷下來的。具體的代碼邏輯，都體現在特征的提取上了。

說說平臺，數據分析平臺，hadoop,spark,哈哈，高大上嗎？事實上，就是搭環境比較麻煩點，嘗試過(Θ?Θ=)，沒搭起來。確實不想去搭，知道原理就可以了。

大數據架構，要解決3個問題，數據存儲，資源調度，計算。數據存儲，hadoop跟spark平臺，用hdfs，還有metastore就是分布式數據庫。資源調度，有相應的平臺框架，叫Yarn,但不止這一個，計算,hadoop是mapReaduce,spark是對RDD,的具體操作。像這兩種平臺，基于分布式，所謂分布式，就是一群屌絲，去比高富帥。分布式 ，有一個master節點，這是主節點，剩下的就是store,從節點，master節點負責資源的分配。樹形結構來形容最為貼切。spark平臺，反正華為的劉工一直在鼓勵使用，事實上確實有優勢，spark SQL,spark stream, spark Mlib,spark Graphx。這幾個模塊，SQL用來提取特征，stream流式計算，Mlib 機器學習，Graph圖論，關鍵關系，后兩個是算法，具體實現在源碼里，輪不到你寫。用的時候，導包，調對象方法，哈哈(?ω?)hiahiahia 。兩種平臺，都是統計學做數據分析用的。對了，大數據是描述到預測的過程，描述有多種方式，預測，用統計學的回歸方程，就是y=kx+z,這是線性回歸，還有非線性跟分段函數，保證你以前學過。像這種數據分析，用R語言跟Python要好些，感覺上。。。其實，比較屌的是這些工具怎么寫的，而不是怎么去用，雖然用起來也一堆坑。。。

比較復雜的是業務邏輯，搞不清，懵的一逼(>﹏<)，想將來有機會搞一搞實際的大數據項目，從前端到后臺，沒事自己也可以瞎寫一下，比如預測一下自己未來某一天的心情狀態，娛樂嘛。。。哈哈(?ω?)hiahiahia