ARTS 打卡第二周

1、A 算法题

题目：

给你一个字符串 s，由若干单词组成，单词前后用一些空格字符隔开。返回字符串中 最后一个 单词的长度。单词 是指仅由字母组成、不包含任何空格字符的最大子字符串。

示例 ：

输入：s = "luffy is still joyboy"输出：6解释：最后一个单词是长度为6的“joyboy”。

解题：

用 split，因为默认切割比较智能，就很简单

class Solution(object):    def lengthOfLastWord(self, s):        """        :type s: str        :rtype: int        """        return len(s.split()[-1])

2、R 阅读英文文章

英文原文：Critical Thinking to AI: Are you a Friend or Foe?

学习的主要目的是检查和分析抽象的概念和想法。一句经常被引用的与教育有关的谚语，教育不是“装满一个桶，而是点燃一堆火”。

冥想可以让大脑参与进来，并有助于发展更高层次的认知技能，如批判性思维和解决问题。积极地花时间思考和评估单个问题的可能解决方案，可以培养大脑的倡导和决策能力。

随着 GPT-4 等复杂的生成性人工智能工具的发展，最终有可能将书面作业等任务分配给机器，而不是学生敏锐性的产物。这将影响个人充分构建消费材料的能力，以及他们评估包含哪些相关信息的能力。

批判性思维的指标可以包括成功判断来源可信度、提出和捍卫理性假设以及提出相关澄清问题的技能。这些能力目前并不存在于生成建模中，如果推理完全由机器进行，它们是人类最有可能耗尽的能力之一。

随着教育人工智能的出现，个性化的学习体验有望帮助学生更熟练地理解复杂的概念和过程。

思考

人工智能技术在教育领域的应用产生了一些积极的影响比如：

1. 个性化学习：可以根据学生的学习方式、兴趣和能力，为每个学生提供个性化的学习方案和资源，从而更好地满足不同学生的需求和要求。

2. 自适应评估：可以根据学生的学习表现，实时调整评估方式和难度，以更好地理解学生的知识水平和学习进度。

3. 智能辅导：能可以为学生提供有针对性的辅导和反馈，帮助学生理解和掌握学习内容，提高学习效率和成绩。

4. 教学创新：可以帮助教师更好地识别和解决学生的问题，提高教学质量和效率，使教学更具创新性和变革性。

5. 教育资源丰富：可以为学生提供更多的教育资源，例如课程视频、教材资源和在线学习平台等。

6. 教师角色转变：可以为教师提供更多的学习支持和指导，从而帮助教师更好地成长。

7. 学习环境变化：可以为学生提供更多的学习环境和支持，从而使他们更有动力学习。

可能会带来一些负面影响：

1. 数据隐私和安全问题：教育机构在使用人工智能技术时，可能会收集学生的个人信息和行为数据，这可能会引发数据隐私和安全方面的问题。

2. 对人际交往的影响：过度依赖人工智能技术可能会导致学生过度依赖机器，而缺乏与他人进行面对面交流的机会，从而影响学生的人际交往能力。

3. 技术问题：人工智能技术本身也存在一些技术问题，例如算法的错误和缺陷，这可能会导致教育过程中出现一些不准确或误导性的结果。

3、T 学习技术技巧

1、重传包合并的问题

网卡上 GRO 开启的话在抓包时会进行数据包的合并。

需要看下服务器上 GRO 选项状态。

ethtool -k eth*

关闭 GRO 当前运行生效：执行命令 ethtool -K eth* gro off

注意上面一条命令执行后，网卡 GRO 选项立即被关闭，但是重启动操作系统会恢复为默认值。

2、tcpdump 抓包数据包不全的问题

通过 tcpdump 抓包时，结束后 tcpdump 会给出如下统计信息：

1552 packets captured

1586 packets received by filter

34 packets dropped by kernel

一般产生的是：

1、当发包速度过快时使用 tcpdump 有可能出现包缺少的问题

2、当数据包过多时（处理速度跟不上缓存速度），缓存区就会被撑爆（缓存区大小默认是 2M），由于 libcap 抓到包后，

tcpdump 上层没有及时的取出，导致 libcap 缓冲区溢出，从而覆盖了未处理包，此处即显示为 dropped by kernel，

注意，这里的 kernel 并不是说是被 linux 内核抛弃的，而是被 tcpdump 的内核，即 libcap 抛弃掉的

解决方案：

可以通过改善 tcpdump 上层的处理效率来减少丢包率，下面的几步根据需要选用，每一步都能减少一定的丢包率

1. 最小化抓取过滤范围，即通过指定网卡，端口，包流向，包大小减少包数量

2. 添加-n 参数，禁止反向域名解析

3. 添加-B 参数，加大 OS capture buffer size 指定缓冲的大小，也就是我们能够抓取多大缓冲的包。

4. 指定-s 参数, 最好小于 1000

5. 用 sysctl 修改 SO_REVBUF 参数，增加 libcap 缓冲区长度:/proc/sys/net/core/rmem_default 和/proc/sys/net/core/rmem_ma

4、S 分享技术文章

主流的数据库包括关系型数据库［结构化查询语言（Structured QueryLanguage，SQL）］和非关系型数据库（Not only SQL，NoSQL）。关系型数据库是建立在关系模型基础上的数据库，借助于集合代数等数学概念和方法来处理数据库中的数据，支持复杂的事务处理和结构化查询，代表产品有 MySQL、PostgreSQL、Oracle、SQL Server 等。非关系型数据库是新兴的数据库技术，它放弃了传统关系型数据库的部分强一致性限制，性能上有所提升，更适用于大规模并行处理的场景。非关系型数据库是关系型数据库的良好补充，代表产品有 HBase、MongoDB、Redis 等，以及其他一些用于特定场景的非结构化数据库产品，如对象存储服务（Object Storage Service，OSS）、图数据库（GraphDatabase，GDB）、时序时空数据库 TSDB 等。

云数据库服务一般基于分布式文件系统和高性能存储，提供了容灾、备份、恢复、监控、迁移等方面的全套解决方案，彻底解决数据库运维的烦恼。针对不同的应用场景，云厂商提供不同类型的数据库服务，用户可以方便、快捷地创建出适合自己应用场景的数据库实例，降低了架构决策及实施的成本与周期。

云数据库服务一般支持实例管理、账号管理、数据库管理、备份恢复、白名单、透明数据加密、数据脱敏以及数据迁移等基本的数据库管理功能。云数据库服务还提供如下高级功能：

• 只读实例：在对数据库有大量读请求和少量写请求时，单个实例可能无法承受读取压力。为了实现读取能力的弹性扩展，减小单个实例的压力，云数据库服务可开通只读实例，利用只读实例满足大量的数据库读取需求，以此增加应用的吞吐量。

• 读写分离：读写分离功能是在只读实例的基础上额外提供一个读写分离地址，联动主实例及其所有只读实例，创建自动的读写分离链路。应用程序只需连接读写分离地址进行数据读取及写入操作，读写分离程序会自动将写请求发送到主实例，而将读请求按照权重发送到各个只读实例。

• 性能优化：针对 SQL 语句性能、CPU 使用率、IOPS 使用率、内存使用率、磁盘空间使用率、连接数、锁信息、热点表等，提供了智能的诊断及优化功能，能最大限度地发现数据库存在的或潜在的健康问题。

• 数据压缩：云数据库服务支持通过特定的存储引擎压缩数据，以减少数据占用的存储空间，降低用户的数据存储成本。

• 高可靠性：数据是企业最核心的信息资产，云数据库服务由云厂商专业的数据库管理团队负责 7×24 小时的运维保障，通过双机热备、多副本冗余、数据备份和数据恢复来实现数据库服务的高可靠性。

采用云数据库有如下优势：

• 拥有高可用性，且可以自动主备复制、数据备份，日志备份等；

• 防 DDos 攻击、流量清洗；及时修复各种数据库安全漏洞；

• 无软硬件投入、按需付费，无托管费用，无须运维；

• 即时开通，快速部署，弹性扩容，按实际结算，100%利用率。