大约去年暑假时候，大把的时间精力又无事可做，就全放到倒腾这些百无一用的事情上来了。开始是看到一个项目，作者用php做了一个玩具，给用户上传的头像贴上性感的小胡子。当时就想，我可以做一个能够支持用户实时视频的，最后花了一周左右，也捣鼓出一个人模狗样的东西出来，就放在实验室的内网里，让师弟师妹门耍耍，后来也就慢慢忘了，十月底的时候，腾讯云的同事要征集一些小项目，把项目迁移到腾讯云，可以免费使用一年的云主机:). 哈哈，所以就有了此文。

如果有很多猴子分别使用打印机瞎打字，什么时候能打出一篇莎士比亚的作品？ 好吧，我们不让猴子写巨著，给他一个简单的任务——帮我想出些不错的域名出来。域名已经是个非常饱和的市场了， 四位以下域名已经全部被注册了，七八位又太长，五位六位或许能淘到些宝贝。可是仅仅五位域名的组合个数已经突破了六千万个(36⁵)， 从里面挑出一个简直是大海捞针，更有人使用单词、拼音规则已经从里面筛选了一通。那么有没有精准一点的方法筛选呢？

人们对魏晋的兴趣多数来自世说新语，书中对当时名士的奇闻异事惟妙惟肖的描述，无形中给后世带来了巨大的影响力， 曹操乱世奸雄、右军爱鹅、子敬人琴俱亡都是出自其中大家所耳熟能详的故事。不过由于其中人物众多，同一个人有不同的称呼， 或姓氏，或名字，或职位，或小字，再加上期间两百年的时间跨度，导致我们对这段历史的认识是零星散布的。围绕某一人，某一事，或许可以 组织几个有趣的典故贻笑大方，而魏晋在历史上号称“门阀政治”，它的兴衰历程，是伴随着其他士族的兴衰交织进行的，一人一事不足以描述 这段波诡云谲的士族政治史。田余庆先生的《东晋门阀政治》便做到了这一点，由点串线，各条线再连成面，通过大量的史料交叉验证， 为我们展示了历史事件的因由、过程、以及结果影响。

这篇文章是读《东晋门阀政治》的读书笔记，只是简单梳理东晋的历史现象。后续计划做出一个系列，好玩的同时，加深自己的理解。

go的channel机制是语言内置的通信方式，可以轻松实现各个不同模块(协程)之间的同步、通信。本文利用channel实现一个简单的sub/pub系统原型。

大致流程为：server建立后，开启一个协程监听控制命令，server内部会维护一个注册表，记录订阅话题的用户，当要发布消息时候，将订阅该话题的用户逐个发送消息即可。具体实现的时候，订阅的用户被当作一个channel，控制命令也是一个channel，控制命令的channel负载用户的控制信息，其中包括用户的channel信息，通过穿针引线的方式，将主题与订阅的用户联系起来。命令channel达到了channel复用的效果，同时肩负着控制命令接收与分发的任务。

做这个项目纯粹是好玩。问题是这么来的，没事躺床上听歌，发现网易云音乐有个“听歌识曲”功能，对着手机唱了一段，然而并没有什么用。一度怀疑 自己的演唱水平下降了，甚至开始怀疑人生。不过经过一番研究后，却为我打开了一扇知识的大门。

原来网易不是让人唱歌识别的，它使用的是声纹识别技术，对音乐片段提取特征(傅立叶描述子)做哈希，也就是说对建好索引的音乐只有replay才能准确 检索到，同一首歌的翻唱、清唱都不会当作同一首歌。

原来我想要的是一个哼唱检索系统，学名叫 Query By Humming System,它与声纹识别的不同在于特征选取上。

我读书有个快捷方式，别人推荐的书不管多么富有盛名，随便翻看下就能看出个子丑寅卯来：作者的文笔如何、干货几分、才气几量，给个意会不言传的打分。故弄玄虚的，翻翻笑笑；话都说不明白的只好扔掉；内容新奇，史料丰富这样的往往能迅速抓取眼球吊足胃口。当然人参果子不能着急吃，还需要一些额外的小小准备：杯子水满上，桌椅滕挪利亮，再去厕所排泄一通，正襟危坐等待兔管家来叫我，然后随他掉进了兔子洞。

甲骨文这本书是从图拉鼎那里淘到的，不过他读的是江城，勾起了我的注意，顺藤摸瓜找到了何伟的三部曲。这也就是题中故事的来历。

为了适应互联网发展的浪潮，捣鼓出一个问答网站出来。集成问答、timeline、好友、话题、问题关注，以及简陋的热门功能。 采用tornado + mongodb实现，timeline使用push的方式，其中一些数据比如timeline没有使用redis存储，每次都是查询数据库获得， 比较简陋，算是学习web开发的一个实验品吧。设计的思路来自这个 以及 ruby-china。

最近一直在忙着做一个金融数据库系统的设计开发工作（当然不是database implementation了）。用mongodb搭建，能自动化导入数据并给不同语言提供查询接口。所以这个月俨然成为一个胶水匠，不停的给各个语言写wrapper。敌方阵营派出python、matlab、R与我交锋，史称“三英战tianyaqu”，奈何某技高一筹，均被我一一杀退。关于R开发的网上资料(中文)着实太少，统计之都上面给出的都是难度与官方timesTwo旗鼓相当的花拳绣腿。下面给出一些个人的浅薄经验，希望能给后人一些思路。

这当然不能作为一个开发R包的系统描述，Dirk Eddelbuettel大神给出的Rcpp tutorial A 和 tutorial B 早已彪炳千秋，当然如果你想知道更详细、全面的底层实现，官方的Writing R Extensions 也是个不错的参考。

Monte Carlo在金融上的应用，一直想找个例子，百度给出的结果却都是老生常谈的算pi的例子，甚至李洋那本matlab量化也是如此。顺便批评一下这本书立意太低，matlab用法占了1/4,期权定价再重复一下赫尔书中的知识，最终竟然以均线交叉策略作例子结束。所以下面给出搜集的几个Monte Carlo在金融中的应用例子，以飨诸位。

文中的思路来源于Columbia 大学 Martin Haugh 的蒙塔卡罗模拟讲义，如有理解不到位的地方，请指正。

上周末受朋友所托，帮他做点毕业设计的东东，俗话说“论文已写好，还差个码农鸟”，此事便定下了。论文的方向是用马尔科夫模型(HMM,Hidden Markov Model)识别掌纹(准确来讲是用户认证)。之前在系里的无人车项目中应用了马尔科夫模型，这刚好也是我的毕业选题，估计这也是他找我的原因。

看到这个题目的人，如果对马尔科夫模型有所了解的话，一定会很奇怪，马尔科夫模型建立的两个关键要素是观测序列与状态转移，这怎么体现在掌纹上呢？