原文：高可用架构
嘉宾介绍：刘成，UC 技术专家，2011 年进入 UC 实习，2012 年正式加入 UC 至今。参与了 UC 浏览器 MTK、UC 浏览器 HD、UC 浏览器 TV、UC 浏览器中文版、国际版等多个 Android 客户端产品的开发。擅长于解决一些框架设计和 app 性能优化相关的工作，目前主要负责 UC 浏览器启动、卡顿等性能优化相关的工作。
启动对于 APP 非常重要，本文会先介绍一下启动的背景，以及通常做一个 APP 会面临哪些问题，然后介绍我们采取的优化方案，最后介绍如果要维护现有的成果，需要什么样的性能监控体系。
启动意味着什么？
可能有些人觉得启动并不重要，但是有三个层面说明它的重要性：
原文：Python开发者
（点击上方蓝字，快速关注我们）
来源：伯乐在线 - iPytLab
如有好文章投稿，请点击 → 这里了解详情
前言
原文：秦路
本文是《如何七周成为数据分析师》的第十七篇教程，如果想要了解写作初衷，可以先行阅读七周指南。温馨提示：如果您已经熟悉业务，大可不必再看这篇文章，或只挑选部分。
数据分析涉及不同的业务领域，很多时候，业务的了解比数据技巧更重要。很多新人常问Python、SQL，但鲜有问业务，可后者才决定分析的成败。
业务的洞悉决定了数据分析师发展的上限，数据技巧只是逼近它。好的分析师都懂业务，也必须懂业务。
我希望通过本文，让数据新人对业务有一个大概的了解，也适用产品和运营新人（我是互联网背景，所以本文更多涉及这块）。文章的内容会给你「宽」的感觉，希望最后有帮助。
原文：Linux中国
在今天的文档中，我会列出 7 个步骤（和 50 多个资源）帮助你开启这个令人兴奋的计算机科学领域的大门，并逐渐成为一个机器学习高手。
-- Karlijn Willems
本文导航
原文：CSDN大数据
↑ 点击上方蓝字关注我们，和小伙伴一起聊技术！
TIOBE榜单的前三名已经有超过15年没有出现过变化了。使用人数最多的三大语言Java、C、C++跟2001年一样，毫无悬念地占据了榜单第一、第二、第三的位置。C#和Python曾经被认为是最有潜力成为最受欢迎语言的，不过它们至今尚未实现这个目标。C#没有排进前三名，是因为它在非Windows领域的使用率仍然非常低。另一方面，由于Python是动态类型的，而这个特性阻碍了大型软件和关键软件系统使用它。话虽如此，三大编程语言与其他语言之间的差距正在迅速变小。但是前三名的竞争者也正在失去市场份额，所以也不知道未来的走势会怎么样。使用单一语言编写的应用程序正在变得越来越少。越来越多的语言在TIOBE榜单的影响下正变得更加受欢迎。因此，激动人心的时刻即将到来，我们将会看到有哪些编程语言会是未来几年里的赢家。
TOP 20编程语言排行榜
原文：Python开发者
这篇文章的作者名叫刘善国。他此前在工厂工作，去年10月开始Python Web的学习，前不久成功拿到上海某互联网公司的 Python 工程师 offer，顺利完成转岗 🚀
虽然是职场新人，但善国同学已经成为了一名 PyCharm 老司机，在这里分享下工作中最常用的 PyCharm 使用技巧。
# 0. PyCharm 常用快捷键
原文：Linux中国
今年年初，《阿里巴巴 Java 开发手册》正式发布，阿里官方 Java 代码规范标准首次对外公开。手册发布之后在业界、学术界都获得了广泛的关注，仅微博浏览量就突破千万，下载访问量超过 40 万，多家媒体主动转发，并将其称为“Java 工程师必备宝典”。
业界开发者对手册也做出了高度的评价：
“这是多年在一线奋斗的阿里工程师宝贵经验和线上事故的总结升华，在规模化生产实践、质量控制中必不可少的方法。它能帮助同行们少走弯路，避免掉在不必要的坑里。”
——资深架构师 李艳鹏
原文：运维帮
转自：http://linuxperf.com/?p=142
作者：VMUNIX，已授权运维帮转发
/proc/meminfo是了解Linux系统内存使用状况的主要接口，我们最常用的”free”、”vmstat”等命令就是通过它获取数据的 ，/proc/meminfo所包含的信息比”free”等命令要丰富得多，然而真正理解它并不容易，比如我们知道”Cached”统计的是文件缓存页，manpage上说是“In-memory cache for files read from the disk (the page cache)”，那为什么它不等于[Active(file)+Inactive(file)]？AnonHugePages与AnonPages、HugePages_Total有什么联系和区别？很多细节在手册中并没有讲清楚，本文对此做了一点探究。
负责输出/proc/meminfo的源代码是：fs/proc/meminfo.c : meminfo_proc_show()
原文：高可用架构
导读：相对于一般公司，Google 使用了单一代码仓库，很多人不理解为什么这么做。本文作者是谷歌基础设施小组的工程师，对这个问题进行了详细解读。译者在翻译过程中受益良多，也相信大家看完之后会认为自己还活在史前时代。
早期 Google 员工决定使用集中式源代码管理系统来管理代码库。 这种方法已经在 Google 运行了 16 年以上，而今天绝大多数的 Google 软件仍然存储在一个共享的代码库中，随着 Google 开发软件数量稳步增加，Google 代码库的规模也呈指数增长（图1）。 因此，用于管理代码库的技术也发生了显著变化。
图1
原文：秦路
本文是《如何七周成为数据分析师》的第二十一篇教程，如果想要了解写作初衷，可以先行阅读七周指南。温馨提示：如果您已经熟悉Python，大可不必再看这篇文章，或只挑选部分。
今天开始进入Python数据分析工具的教程。
数据分析绝对绕不过的三个包是numpy、scipy和pandas。numpy是Python的数值计算扩展，专门用来处理矩阵，它的运算效率比列表更高效。scipy是基于numpy的科学计算包，包括统计、线性代数等工具。pandas是基于numpy的数据分析工具，能更方便的操作大型数据集。后续的章节主要围绕pandas讲解。
numpy和pandas