现在越来越多的日志采集使用 FileBeat，FileBeat 是个轻量型日志采集器，采用 Go 语言实现，性能稳健，占用资源少。FileBeat 现在支持采集的日志内容发送到 Redis、Elasticsearch、Kafka、Logstash。 那么我们如果想通过 FileBeat 采集日志到 RocketMQ 怎么办呢？不好意思，官方现在并不支持， 搜索下，也没有现成的实现。 让我给大家介绍下如何用 FileBeat 源码实现自己的 output.rocketmq。 在本场 Chat 中，会讲到如下内容： - 如何基于 Beat 源码，实现自己的 output - 实现输出到 RocketMQ的 output 适合人群： 对 ELK、FileBeat、RocketMQ 日志采集感感兴趣的技术人员

决策树是解决分类和回归问题的一种常见的算法。 决策树算法采用树形结构，每一次选择最优特征，来实现最终的分类，因此决策树是一种递归的算法。但是，决策树很容易产生过拟合现象，最常见的处理方法进行剪枝的处理和限制决策树的深度。 随机森林，是由多棵决策树集成，因此随机森林一种基于树的模型集成学习方法，在本次Gitcha中，将详细介绍决策树和随机森林算法。 本次 GitChat 主要涉及到的知识点有： - 决策树算法和剪枝算法。 - 决策树的可视化。 - 决策树的回归和分类实现。 - 随机森林的回归和分类实现。

在这里，我与你一起探讨 **MySQL 事务**相关的知识，涉及了**事务隔离级别**、**锁**、**MVCC** 等等，其中涉及到一些具体问题的讨论，包括： + MySQL 是怎么在 **RR** 级别下解决**幻读**的？ + MySQL 是怎么加锁的？为什么可以解决**幻读**？ **适合人群** + 对 MySQL 锁机制感兴趣的人 + 想了解 MySQL 事务相关处理的人

CAS 是实现 Java 并发包的基石，如果没有它，Java 并发包中众多功能的实现类都无从谈起。同时 CAS 背后更代表了一种非常重要的思想-乐观锁，这种思想在互联网技术中的运用十分常见，如 MySQL 的多版本并发控制、Redis、分布式锁的实现等都可以看到乐观锁的影子。在 Java 的并发包 java.util.concurrent.atomic 中，更是提供了诸多基于 CAS 实现的原子操作类。本 Chat 作为《Java 并发面试系列》第三章，会深入的讲解 CAS 原理和相关问题，同时也会详细的分析并发包中的原子操作类的实现。 在 Chat 中你将学到： - CAS 是什么 - 什么是乐观锁和悲观锁 - CAS 有哪些问题 - CAS 中如何解决 ABA 问题 - JDK 源码中对 CAS 是如何使用和实现的 - 并发包中原子操作类的实现原理是什么 - ABA 问题的终结者 - AtomicStampedReference - AtomicFieldUpdater 的作用及原理 - 数组的原子操作实现原理是什么 - LongAdder 的作用及实现原理是什么

Hello! 我是小小，欢迎收看本期的 Chat，捂脸状╮(╯▽╰)╭ 本期 Chat 你将会很多多的内容。 首先呢，你将会看到历史渊源的前端工程，从混乱不堪的 JavaScript，到整齐划一的 Vue 项目。这是一段很长很长的历史，从这段历史中，作为小小的我们，你将会收货一份前端历史图谱，根据这份图谱，你的前端之路不会再次迷茫。\(^o^)/ 然后呢，你还会看到什么是真正的工程化，什么是 MVVM，什么是 MVC，从这些几个简单的名词，你初步的学会什么是架构，从一点一滴做起，你终将会成为一枚未来的架构师。 再次，你将会学会一个新的软件，什么是 Webpack，从此 Webpack 不再是路人，妈妈再也不用担心我的 Webpack 了。 最后，你将会学会什么是 Mock，什么是单元测试，什么是 Cli，这些名词，通通不再难。 欢迎订阅本期的 Chat，我是小小，我们本期 Chat 见！

无论你是 Java 程序员还是 .NET 程序员还是其他开发语言的程序员，在项目中或多或少的你都直接或间接用到过 IoC 。但是如果我问你 IoC 的实现原理是什么呢？你可否自己 DIY 一个 IoC 呢？估计部分程序员就有点不知所措了。在这个 Chat 中我将向大家讲解 IoC 的实现原理以及一步一步的来 DIY 一个简单的 IoC。 本场 Chat 设计以下内容： 1. 什么是 IoC 2. IoC 的实现原理 3. 打造自己的 IoC 4. 如何将自己的 IoC 发布到 NUGET 上

在日常的开发过程中经常会用到算法，一些看似无关紧要的编程语句往往和程序的执行效率有着莫大的关联，比如：一个 For 循环、一个简单的加减乘除也有很多优化的空间。关于算法执行的效率问题，主要有两个重要的评定指标，分别是时间复杂度、空间复杂度。本篇 Chat 将主要围绕这两个评定指标的概述、如何计算时间复杂度和空间复杂度以及在 Java 语言中的经典算法的复杂度计算。 在本场 Chat 中将会讲到如下内容： 1. 什么是时间复杂度？ 2. 时间复杂度的常见类别？ 3. 什么是空间复杂度？ 4. 空间复杂度的常见类别？ 5. 为什么要分析时间复杂度及空间复杂度？ 6. 如何有效的计算时间复杂度？ 7. 如何有效的计算空间复杂度？ 8. Java 经典算法的复杂度计算实例？ 适合人群：算法效率分析、Java 编程

在企业中，大家都知道数据的重要性。本场 Chat 主要讲解 MySQL 的逻辑备份工具 MySQLDump，将会介绍其备份的工作原理、应用场景、进行数据备份和恢复，全量备份、增量备份等内容，进而了解和掌握。 本场 Chat 的学习大纲如下： 1. MySQLDump 的基本概述 2. MySQLDump 的一些关键参数和使用 3. 备份数据库（单个库、多个库、分库备份） 4. 备份表（单个表、多个表、分库分表备份） 5. 数据恢复 6. 全量备份与增量备份介绍和使用 7. 使用 MySQLBinlog 来增量恢复 8. 不同引擎备份命令（InnoDB、Myisam）

何更好地维护一个 Vue 3.0 项目，分享一些实践经验，帮助开发者用好 Vue 3.0。 通过本次 Chat 你能学到： 如何使用 Vite 搭建项目 - Vite 常用配置讲解 outDir cssPreprocessOptions rollupInputOptions port base alias proxy - 如何利用 V-modal、Ref、ToRef、Reactive、ToRefs 等 API 来维护组件 - 实战二次封装 Vant 的组件更好地维护表单 - VueRouter 4.0 跳转以及传递参数 - 如何更好使用 Vuex 来管理多个数据源 - 如何开发一个Vue插件

K 近邻算法是一个非常简单好理解的算法，我们主要用它来进行分类操作。它的基本思想是找到离你最近的 K 个邻居，看他们是什么类别的。如果你的大多数邻居都是类别 Y，那算法就会将你判断为类别 Y。 这个思想非常简单，针对某些情况也非常有效。今天我们就来使用 K 近邻算法来实现一个手写体数字识别的案例。 本次 Chat 内容如下： 1. 机器学习的基本流程 2. K 近邻算法 3. 特征提取 4. 数据集分割 5. 训练模型 6. 模型评估 适合读者：对机器学习感兴趣的读者。

本 Chat 将以阿里云平台服务器为例子（阿里云双十一打折超便宜，学生更享 10 元/月的超值优惠），一条龙服务，一步步教大家申请个人网站，并配置操作系统（乌邦图/centOS）与 Nginx/TomCat 服务器，备案域名，使用 Docker 容器和 xshell 等方法安装 EMQX，使用宝塔面板管理服务器配置个人端口和反代理等设置，使用 SSH 远程连接管理服务器，打造属于自己的个人云平台！（如有需要可专门录制视频教大家操作。） 本 Chat 内容： 1. 购买配置个人云服务器 2. 安装配置 Linux 操作系统与服务器 3. 宝塔软件的使用 4. 熟悉端口分配流程，配置反代理端口 5. 实现何时何地都能连接 MQTT 远程发送指令控制单片机（ESP32/8266） 6. 远程管理服务器（SSH）

很多人都听说过贝叶斯原理，基本上是在学概率统计的时候知道的。贝叶斯分类是一类分类算法的总称，这类算法均以贝叶斯定理为基础，故统称为贝叶斯分类。 其中朴素贝叶斯的思想基础是这样的：对于给出的待分类项，求解在此项出现的条件下各个类别出现的概率，哪个最大，就认为此待分类项属于哪个类别。 本次 Chat 的内容如下： - 贝叶斯定理 - 高斯朴素贝叶斯 - 多项式朴素贝叶斯 - 伯努利朴素贝叶斯

介绍了 MySQL 的逻辑架构，希望对一个 SQL 语句完整执行流程的各个阶段有一个深刻的理解与印象。后续还会持续讲解 MySQL 知识架构中的知识，如：一条 SQL 更新语句的执行过程、事务隔离、索引、锁、事务隔离的实现等等，带领大家搭建完整的 MySQL 知识体系。 在本场 Chat 中，会讲到如下内容： 1. SQL 语句在 MySQL 的各个模块中的执行过程； 2. 连接器的作用； 3. 分析器的执行过程； 4. 优化器的执行过程； 5. 执行器的执行过程。 最后会给大家留一道思考题，来看看大家理解的效果。

Pandas 是数据分析中常用的一个模块，因为 Pandas 是使用 Numpy 写的，因此 Pandas 的速度也特别快。在 Pandas 中最常用的有两种数据结构，分别是 Series 和 DataFrame。使用起来非常方便。我们可以很灵活的获取 Pandas 中的数据，也可以非常快速的检索自己需要的内容。今天就来说一说 Pandas 的具体使用。 本次 Chat 内容如下： 1. Pandas 介绍 2. Pandas 的数据结构 3. Pandas 的索引操作 4. Pandas 排序操作 5. Pandas 的逻辑运算 6. Pandas 中的统计函数 适合读者：对数据分析感兴趣的读者。

用 Python 的 Pyecharts 模块可视化疫情确诊人数世界地图，Pyecharts 是一个用于生成 Echarts 图表（ Echarts 是百度开源的一个数据可视化 JS 库 ）的类库。Pyecharts 对应版本为 1.7.1。附配套疫情数据资源下载，帮助大家上手一个疫情可视化 Demo。 在本场 Chat 中，会讲到如下内容： 1. Pyecharts 版本 1.x 的使用 2. 关于地图的中英文国名互换 适用人群：对于可视化疫情数据感兴趣的技术人员

网上有很多关于使用拦截器的代码，非常简单，但是在拦截器中并不能正常注入 Java Bean，进行相关业务逻辑的操作，这是什么原因造成的？本文将详细讲解不能注入 Java Bean 的原因，并且会介绍如何在拦截器中有效注入 Java Bean 的几种方式！ 在本场 Chat 中，将讲到如下内容： - 如何使用拦截器？ - 为什么你写的拦截器不能注入 Java Bean？ - 如何在拦截器中注入 Java Bean？ 适合人群：Java 开发人员，对拦截器有疑问的开发者

在很多时候，我们对一些函数的功能不够满意。或者在定义函数时会发现一些共同的操作，这个时候我们就可以考虑装饰器了。 装饰器是一个非常灵活的东西，我们可以使用装饰器扩展函数原有的功能。这样我们就不需要对原有函数进行较大的改造，对于一些比较常用的操作我们也可以省去很多事情。 本次 Chat 就将带大家来学习装饰器的使用，本次 Chat 内容如下： 1. 函数 2. 闭包 3. 简单装饰器 4. 多装饰器 5. 带参装饰器 6. ……

Numpy 是非常好用的 Python 第三方模块。里面包含了大量的科学计算的方法，使用起来不仅方便还高效。因为 Numpy 是使用 C 语言编写的，因此不受 GIL 锁的影响，在各个方面 Numpy 已经超过 Python 自带的 List。因此很有必要学习一下 Numpy 的使用。 本次 Chat 内容如下： 1. Numpy 介绍 2. Ndarray 生成数组 3. Numpy 生成随机数组 4. Ndarray 的基本操作 5. Ndarray 的运算 适合读者：对 Python 感兴趣的读者。

在前端，传统的数据绑定操作，比如 JavaScript 的原生 DOM，在操作元素与数据之间的绑定时显然过于复杂，虽然也有 jQuery 这样优秀的框架来简化了这一过程，但本篇文章要介绍的 Vue，在数据绑定、以及事件处理方面比 jQuery 还要方便快捷。 本篇文章将介绍以下内容： * 数据绑定 * 事件绑定 * 计算属性 * 监视 * class 与 style 的强制绑定 * 条件渲染 * 列表渲染 * 列表的搜索与排序 * 事件处理 * 表单数据的自动收集 * 过渡动画

掌握 SSM 框架之后，最好是自己从零开始写一个项目来感受一下三个框架的整合过程，但在整合过程中需要注意很多的问题，也有一些非常棒的设计思想能够运用到项目。 本篇文章将介绍以下内容： * 使用 Maven 插件执行 MyBatis 逆向工程 * Spring 事务中的那些细节 * Base 标签 * 规范请求数据 * 异常映射 * Layer 弹层组件 * 自定义异常 * 拦截器实现资源访问限制