Kerberos認證在大數據場(chǎng)景下用的比較多，特別是在Hadoop生態(tài)下，認證基本用的都是Kerberos認證。一般來(lái)講Kerberos認證相對于其他方式的認證安全很多，同樣的認證的時(shí)候性能應該差一點(diǎn)。 國內某著(zhù)名大數據平臺MapReduce服務(wù)，頁(yè)叫做云原生數據湖MRS（MapReduce Service），將大數據相關(guān)的軟件做了整合，其中有部分軟件，比如：Redis、Clickhouse等開(kāi)源社區并沒(méi)有支持Kerberos認證的軟件，華為自己做了Kerberos認證。 本文簡(jiǎn)單介紹怎快快速搭建Kerberos認證，做一些簡(jiǎn)單的測試。后續課程會(huì )說(shuō)明如何使用代碼進(jìn)行Kerberos認證。

RocksDB是一個(gè)高性能、可擴展、嵌入式、持久化、可靠、易用和可定制的鍵值存儲庫。它采用LSM樹(shù)數據結構，支持高吞吐量的寫(xiě)入和快速的范圍查詢(xún)，可被嵌入到應用程序中，實(shí)現持久化存儲，支持水平擴展，可以在多臺服務(wù)器上部署，實(shí)現集群化存儲，具有高度的可靠性和穩定性，易于使用并可以根據需求進(jìn)行定制和優(yōu)化。RocksDB主要使用到了下面知識：

狀態(tài)后端和checkpoint詳解，包括常見(jiàn)checkpoint問(wèn)題處理。

在我的Linux筆記本上面運行一個(gè)jar包的時(shí)候報錯如下： Exception in thread "main" java.lang.UnsatisfiedLinkError: Can't load library: /usr/lib/jvm/java-17-openjdk-amd64/lib/libawt_xawt.so at java.base/java.lang.ClassLoader.loadLibrary(ClassLoader.java:2393) at java.base/java.lang.Runtime.load0(Runtime.java:755) at java.base/java.lang.System.load(System.java:1953) at java.base/jdk.internal.loader.NativeLibraries.load(Native Method) at java.base/jdk.internal.loader.NativeLibraries$NativeLibraryImpl.open(NativeLibraries.ja....

Flink 為作業(yè)的容錯提供 Checkpoint 和 Savepoint 兩種機制。保存點(diǎn)機制（Savepoints）是檢查點(diǎn)機制一種特殊的實(shí)現，它允許你通過(guò)手工方式來(lái)觸發(fā)Checkpoint，并將結果持久化存儲到指定路徑中，主要用于避免Flink集群在重啟或升級時(shí)導致?tīng)顟B(tài)丟失。

Dropout是用于防止過(guò)擬合和提供一種有效近似聯(lián)結指數級不同神經(jīng)網(wǎng)絡(luò )結構的方法,能夠有效的緩解深度網(wǎng)絡(luò )的過(guò)擬合現象.

Auto-Encoding Variational Bayes論文筆記

VARIATIONAL RECURRENT AUTO-ENCODERS 筆記

在實(shí)際生活中，常常會(huì )出現一部分樣本有標記和較多樣本無(wú)標記的情形，例如：做網(wǎng)頁(yè)推薦時(shí)需要讓用戶(hù)標記出感興趣的網(wǎng)頁(yè)，但是少有用戶(hù)愿意花時(shí)間來(lái)提供標記。若直接丟棄掉無(wú)標記樣本集，使用傳統的監督學(xué)習方法，常常會(huì )由于訓練樣本的不充足，使得其刻畫(huà)總體分布的能力減弱，從而影響了學(xué)習器泛化性能。那如何利用未標記的樣本數據呢？

本文提出在利用 GAN（對抗網(wǎng)絡(luò )）的方法時(shí)，在生成模型G和判別模型D中都加入條件信息來(lái)引導模型的訓練，并將這種方法應用于跨模態(tài)問(wèn)題，例如圖像自動(dòng)標注等。