知识管理的核心就是在有限的信息容量里装入尽可能多的信息，其实就是输入信息的压缩与解压

Flink基于分布式快照与可部分重发的数据源实现容错
可自定义对整个Job进行快照的时间间隔，当任务失败时，将整个Job恢复到最近一次快照，并从数据源重发快照之后的数据
Flink的分布式快照实现借鉴了Chandy和Lamport在1985年发表的一篇关于分布式快照的论文 
按照用户自定义的分布式快照间隔时间，定时在所有数据源中插入一种特殊的快照标记消息，
这些快照标记消息和其他消息一样在DAG中流动，但是不会被用户定义的业务逻辑所处理，
每一个快照标记消息都将其所在的数据流分成两部分 本次快照数据和下次快照数据

与 SparkSQL 相比，Presto 是一个常驻的 MPP 架构的 SQL 查询引擎，
避免了 Spark Context 启动以及资源申请的开销，端到端延迟较低

无量化 无管理 先量化 后决策

presto 
Distributed SQL Query Engine for Big Data
可连接多个数据源，跨数据源连表查询
使用内存计算，减少与硬盘交互

西溪湿地三堤十景
三堤 福堤，绿堤，寿堤
十景 河渚听曲、曲水寻梅、龙舟胜会、莲滩鹭影、蒹葭泛月、
高庄宸迹、洪园余韵、渔庄烟雨、秋芦飞雪、火柿映波

虎年初五迎财神
祝大家财运亨通 万事大吉

找了家餐厅叫 mysql，结果服务员告诉我那是  明月三千里 的缩写

主要消费，是指日常生活所必须的消费品，比如肉制品、乳制品、调味品、饮料等，也包括白酒。
主要消费基本上是与人的饮食需求相关，是一种稳定的刚需。
而可选消费，是日常生活中非必须的消费，是可以有选择性的消费，比如家电、汽车和旅游等。
当人们的经济情况不好时，就很有可能会延迟甚至取消这部分消费

ClickHouse 是基于 MPP 架构的分布式 ROLAP （Relational OLAP）分析引擎，
各节点职责对等 （shared nothing） ，各自负责一部分数据的处理，
利用 向量化执行引擎，日志合并树、稀疏索引 与 CPU 的SIMD（单指令多数据 ，Single Instruction Multiple Data）等特性
充分发挥硬件优势，实现高性能计算