陈杰的个人网站

原计划4月30日一家人出发，去河源度过五一假期，没想到出了突发事情，我们只能当天往返，凑成了这一日游。

算法推理服务的日处理能力当前已经达到千万级别，我们的算法系统采用Kafka流式消费。系统经常面临的一个重要问题就是消息积压，这时候就需要增加推理算力。如何动态的增减推理实例数，以保障消息不丢失，同时也不需要修改服务代码。本文做了一个小实验，验证多个消费者同时消费同一个topic，消息是否会丢失，或者存在重复消费的情况。

最近几天深圳开始了暴雨模式，还记得2015年我刚来深圳上班，碰到雨季，周末外面下着大雨，我一个人在出租屋里，捧着一本书看。感受深圳绵绵不断的雨，当时写了一篇短文，《喜欢这个城市，喜欢下雨》。

说起手机，对我来说简单有一个阶段。我上高中才开始用手机，那会是二爷爷给我一个小灵通（主要用于本市通话的），非常迷你的直板机。高中那会我基本上都放在宿舍，有时需要给家里打电话的时候会拿出来用。看着大多同学每天拿着发短信，看文字版的NBA，当然用得最多的还是看小说。

晚上我下班回来没发现什么异常，老婆陪着孩子们玩得很开心。晚上睡觉前，老婆一直在刷短视频，我催她睡觉，明天还要早起上班呢。
“别动我，心情不好，以后周天要轮流上课了”
“本来时间就少，现在周天还要补课，真是无语了”

高层超高层住宅以后的问题很大，将在未来二三十年内成为城市中的贫民窟——电梯老化，设备老化，维护保养成本高，拆迁成本高，基本上没有开发商愿意拆，二战后欧洲为人口高峰而建的高层住宅，现在老化后全成了贫民窟，因为容积率高，重新开发没有利润可赚，政府和开发商也无计可施，无动于衷，现在买高层住宅的，二三十年后还完贷款后，会发现房子一文不值。

采样是从某种概率分布中获取一定的样本。在计算机如何产生随机数中讲了如何得到均匀分布的样本，也是一种均匀采样的方法；如何得到服从正态分布的样本中，讲了从正态分布采样的方法。前面也总结了常用的概率分布，其实利用逆变换法可以得到服从已知概率分布的样本，在前面的文章已经介绍过了。本文继续介绍逆变化法的应用，从单位圆均匀采样。