来自频道: @lover_links
我相信代达罗斯不是第一个，也绝非最后一个倾尽了全力指导儿子，最终发现自己满腹经验却只遭来儿子拒绝的父亲。我认为，做一个父亲，尽力教便好，至于教得好还是教不好，则不完全在我们的掌控之内。承认自己指导能力有限，也实在是身为人父，最难咽下的苦水之一。
来自频道: @lover_links
#proxmox
proxmox + netdata 看起来还是挺不错的。
Netdata is an open-source, real-time performance monitoring tool designed to provide insights into the performance and health of systems and applications. It is often used by system administrators, DevOps professionals, and developers to monitor and troubleshoot issues on servers and other devices.
To install/uninstall Netdata on Proxmox VE, run the command below in the Proxmox VE Shell.
Netdata Interface: IP:19999
proxmox + netdata 看起来还是挺不错的。
Netdata is an open-source, real-time performance monitoring tool designed to provide insights into the performance and health of systems and applications. It is often used by system administrators, DevOps professionals, and developers to monitor and troubleshoot issues on servers and other devices.
To install/uninstall Netdata on Proxmox VE, run the command below in the Proxmox VE Shell.
bash -c "$(wget -qLO - https://github.com/tteck/Proxmox/raw/main/misc/netdata.sh)"Netdata Interface: IP:19999
来自频道: @lover_links
GeoSpark 和 GeoMesa 都可以很方便地与其他的 Spark 操作结合使用，因为它们本质上都是对 Spark 的扩展，并提供与 Spark DataFrame API 兼容的接口。这意味着您可以像处理任何其他 Spark DataFrame 一样，对包含地理空间数据的 DataFrame 执行数据清洗、特征工程等操作。
以下是一些将 GeoSpark 或 GeoMesa 与其他 Spark 操作结合使用的常见方法：
1. 数据加载和清洗:
* 使用 Spark 读取数据源（如 CSV、Parquet、ORC 等）并将包含地理空间信息（如 WKT、GeoJSON）的列转换为 GeoSpark 或 GeoMesa 的几何图形类型。
* 使用 Spark SQL 或 DataFrame API 的标准函数对数据进行清洗，例如处理缺失值、删除重复项等。
* 利用 GeoSpark 或 GeoMesa 提供的空间函数对几何图形数据进行校验和清洗，例如检查几何图形的有效性、修复无效几何图形等。
2. 特征工程:
* 利用 GeoSpark 或 GeoMesa 提供的空间函数从几何图形数据中提取特征，例如计算面积、周长、质心、边界框等。
* 基于空间关系计算新的特征，例如使用
* 结合其他数据源进行空间连接（Spatial Join），例如将包含地理位置信息的用户信息与包含区域信息的行政区划数据进行连接。
3. 机器学习:
* 将提取的空间特征与其他特征一起用于训练机器学习模型。
* 使用 GeoSpark 或 GeoMesa 提供的空间索引功能加速空间查询和计算，提高机器学习模型训练和预测的效率。
总而言之，GeoSpark 和 GeoMesa 可以 seamless 地融入到现有的 Spark 数据处理流程中，并为地理空间数据的处理和分析提供了强大的功能支持。您可以根据实际需求灵活地将它们与其他 Spark 操作结合使用，构建完整的地理空间数据处理流程。[4](https://github.com/geoHeil/geomesa-geospark)
以下是一些将 GeoSpark 或 GeoMesa 与其他 Spark 操作结合使用的常见方法：
1. 数据加载和清洗:
* 使用 Spark 读取数据源（如 CSV、Parquet、ORC 等）并将包含地理空间信息（如 WKT、GeoJSON）的列转换为 GeoSpark 或 GeoMesa 的几何图形类型。
* 使用 Spark SQL 或 DataFrame API 的标准函数对数据进行清洗，例如处理缺失值、删除重复项等。
* 利用 GeoSpark 或 GeoMesa 提供的空间函数对几何图形数据进行校验和清洗，例如检查几何图形的有效性、修复无效几何图形等。
2. 特征工程:
* 利用 GeoSpark 或 GeoMesa 提供的空间函数从几何图形数据中提取特征，例如计算面积、周长、质心、边界框等。
* 基于空间关系计算新的特征，例如使用
ST_Distance 计算点与点之间的距离，使用 ST_Intersects 判断点是否在多边形内等。* 结合其他数据源进行空间连接（Spatial Join），例如将包含地理位置信息的用户信息与包含区域信息的行政区划数据进行连接。
3. 机器学习:
* 将提取的空间特征与其他特征一起用于训练机器学习模型。
* 使用 GeoSpark 或 GeoMesa 提供的空间索引功能加速空间查询和计算，提高机器学习模型训练和预测的效率。
总而言之，GeoSpark 和 GeoMesa 可以 seamless 地融入到现有的 Spark 数据处理流程中，并为地理空间数据的处理和分析提供了强大的功能支持。您可以根据实际需求灵活地将它们与其他 Spark 操作结合使用，构建完整的地理空间数据处理流程。[4](https://github.com/geoHeil/geomesa-geospark)
GitHub
GitHub - geoHeil/geomesa-geospark: Integration of geomesa and geospark
Integration of geomesa and geospark. Contribute to geoHeil/geomesa-geospark development by creating an account on GitHub.
来自频道: @lover_links
2盒小林制药发烧贴用小尺寸退热贴额头贴全身贴退热退烧降温贴
【优惠价】￥26.90
————————
点击链接 👉👉 https://p.pinduoduo.com/ia3s9QaY ，到【拼多多】把它带回家
最近太热了，大人也可以用。
来自频道: @lover_links
https://github.com/louis030195/screen-pipe
允许收集所有生活背景并将其轻松连接到LLMs
- 搜索（例如，超越有限的人类记忆）
- 自动化（例如在工作时在网络上执行操作，同步公司的知识等）
允许收集所有生活背景并将其轻松连接到LLMs
- 搜索（例如，超越有限的人类记忆）
- 自动化（例如在工作时在网络上执行操作，同步公司的知识等）
来自频道: @lover_links
我们曾经有一个宽表（拥有很多列的表，经常出现在数据中台下游的汇总层数据中），算上上游加工链路的任务，每天加工这张宽表要消耗 6000 块钱，一年要 200W，可追查后我们发现，这张宽表实际每天只有一个人在使用，还是一个运营的实习生。
来自频道: @lover_links
是不是觉得自己竟然有这么多没用的数据？我经常把数据比作手机中的图片，我们总是不断地拍照，生成图片，却懒得清理，最终手机里面的存储经常不够用。
对于无法及时清理数据，数据开发其实也有苦衷。他们并不知道一个表还有哪些任务在引用，还有哪些人在查询，自然不敢停止这个表的数据加工，那造成的后果就是数据上线容易，下线难。
对于无法及时清理数据，数据开发其实也有苦衷。他们并不知道一个表还有哪些任务在引用，还有哪些人在查询，自然不敢停止这个表的数据加工，那造成的后果就是数据上线容易，下线难。
来自频道: @lover_links
How to think in writing - by Henrik Karlsson
https://www.henrikkarlsson.xyz/p/writing-to-think
https://www.henrikkarlsson.xyz/p/writing-to-think
www.henrikkarlsson.xyz
How to think in writing
The thought behind the thought
来自频道: @lover_links
#Murmuration #PKM 昨日和菜头那篇[《从比喻开始学习写作》](https://mp.weixin.qq.com/s/nqxKmBEKWPRtR9FkbsJFdw) 真的非常好。你缺词儿？想不出来？除了固有的“知识”不足之外，其次就是缺乏想象力，缺乏「比喻」的能力。错吧玩流行梗、抖机灵当作一种“比喻”。以下为摘文和整理。
精准的比喻就是—— 文学创作
真正的月亮是无法描述的，只能反复借助手臂把人的目光指引向夜空。
“叶子出水很高，就像是亭亭的舞女的裙”，什么是叶子出水，什么是高，高是多高？只能你自己去看，只能你去用自己的经验回想。要仔细论起来，舞女的腿要比荷花杆粗得多，而且，以荷叶的平展程度，很难想象去的是什么场子，看的是什么表演，会有穿这种裙子的舞女？但作家也只能做到这个程度了，出水的高挑荷叶和舞女的裙做一比拟，剩下的事情就交给读者，因为在月光下的荷塘已经变成了舞池，里面站满了穿着裙子的舞女，这才是重点。
简要而言，在我理解里比喻并非是一种单纯的修辞手法，而是表征了一个人的理解力。理解了本体，在本体和喻体两种不同的事物之间建立起了联结，这个联结如果足够精准足够形象足够独特，那么这就算是是文学创作。写作不在于所谓的文笔，而在于对于世界对于人对于事的理解能力，在于在这种能力基础上构造的比喻。你如何比喻，代表了你如何理解，以及理解深浅。在这个意义上倒回去说，所谓的“观察生活”才有意义，否则就仅仅只是“看着”。
你会比喻，就能写作。你懂比喻，就能阅读。你在黑暗的洞穴里面壁，篝火在你身后燃烧，世界透过篝火在你面前的石壁上投下暗影。世界就是本体，暗影就是喻体，篝火就是比喻。我们只能通过暗影来推断、猜测、理解身后的世界。这就是比喻必须存在的理由---当然，这同样是著名的柏拉图洞穴之喻。
精准的比喻就是—— 文学创作
真正的月亮是无法描述的，只能反复借助手臂把人的目光指引向夜空。
“叶子出水很高，就像是亭亭的舞女的裙”，什么是叶子出水，什么是高，高是多高？只能你自己去看，只能你去用自己的经验回想。要仔细论起来，舞女的腿要比荷花杆粗得多，而且，以荷叶的平展程度，很难想象去的是什么场子，看的是什么表演，会有穿这种裙子的舞女？但作家也只能做到这个程度了，出水的高挑荷叶和舞女的裙做一比拟，剩下的事情就交给读者，因为在月光下的荷塘已经变成了舞池，里面站满了穿着裙子的舞女，这才是重点。
简要而言，在我理解里比喻并非是一种单纯的修辞手法，而是表征了一个人的理解力。理解了本体，在本体和喻体两种不同的事物之间建立起了联结，这个联结如果足够精准足够形象足够独特，那么这就算是是文学创作。写作不在于所谓的文笔，而在于对于世界对于人对于事的理解能力，在于在这种能力基础上构造的比喻。你如何比喻，代表了你如何理解，以及理解深浅。在这个意义上倒回去说，所谓的“观察生活”才有意义，否则就仅仅只是“看着”。
你会比喻，就能写作。你懂比喻，就能阅读。你在黑暗的洞穴里面壁，篝火在你身后燃烧，世界透过篝火在你面前的石壁上投下暗影。世界就是本体，暗影就是喻体，篝火就是比喻。我们只能通过暗影来推断、猜测、理解身后的世界。这就是比喻必须存在的理由---当然，这同样是著名的柏拉图洞穴之喻。
来自频道: @lover_links
https://github.com/bitxeno/atvloadly/wiki/AppleTV-App
GitHub
AppleTV App
Easily sideload the IPA to AppleTV. Contribute to bitxeno/atvloadly development by creating an account on GitHub.
来自频道: @lover_links
明明离岸的钱更值钱，你还在亏钱出金？
路径：
USDT - Kraken - 银行 - USD - CNH（离岸人民币）
香港申请汇丰银联 Pulse，国内刷 Apple Pay / 云闪付 CNY 支付，国外用 CNH 还款。
CHN 比 CNY 便宜 0.3%，加上信用卡返点 10%+，相当于所有国内消费至少打 9 折。
方法千千万，别被割韭菜 😮💨
来自频道: @lover_links