本文从MIT的线代教程的角度重新学习线性代数。

这是第一部分，从 L01 到 L13。

Go 语言之前在写 6.824 的时候用过，现在单独拿出来学习一下，主要学习方式以在 codewar 做题为主

本文主要介绍异星工厂常用的Lua命令，以及异星工厂服务器的搭建

在文章中介绍了multiprocessing模块用法，下面将详细介绍这个模块的实现。其内容包括：

1. Manager
2. conenction.Pipe

计算矩阵A和B的乘法，其基本代码是

1
2
3
4

for(i=0; i<n; i++)
    for(j=0; j<n; j++)
        for(k=0; k<n; k++)
            C[i][j] += A[i][k] * B[k][j];

但这样的代码却存在以下的问题：
1、局部性较差
由于B是按列访问的，所以其局部性较差
2、 不能保证A[i]始终在缓存中
内层循环的执行可能导致A[i]被缓存置换策略淘汰。

Matploblib是Python生态中最为常用的绘图工具。然而这款工具不仅可以绘制静态图，还能借助于类似X11转发功能实现远程show。特别地，Maplotlib还可以绘制动态图，并导出成GIF。

Spark是MapReduce的下一代的分布式计算框架。相比更早期的MapReduce的Job和Task的两层，Spark更为灵活，其执行粒度分为Application、Job、Stage和Task四个层次。本文写作基于Spark 2.4.4版本的源码。

【TLDR】本来写文章确实是简练清楚为最佳，不过我发现Spark架构实在是很庞大，其中涉及到的一些架构知识我觉得都很有启发意义，因此这篇文章就被我写得很长。为了简化论述，我将部分细节放到了源码中作为注释，因此正文中是主要内容。

【注】本篇文章经授权已被腾讯技术工程知乎号和微信收录。

Scala和Kotlin、Clojure等一样是一种jvm语言，传说其复杂度可与C++一较高下。用下来感觉并不舒服，例如其中的implicit特性，能够减少很多代码的冗余，但另一方面，又会导致代码对新手而言的可读性变差。
这篇文章拆分自我从前的文章《使用Scala进行Spark-GraphX编程》。

毕业旅行和大佬一同前往日本关西游玩，一共去了京都、奈良和大阪三个地方。这篇游记首先介绍首次去日本需要注意的一些事项，然后会简述一下我们的行程和看法。

Pandas库用来实现对CSV的快速处理，其在numpy之上提供了index和column机制。