给博客加一道密码门：SHA256 + Cookie 鉴权
我博客上有两个页面是不对外公开的：一个放私人日记，一个放些自己的小工具。它们不在导航里，但知道地址的人就能访问——所以需要一道密码门。这篇文章讲我怎么用最少的代码实现它，以及这个方案的安全边界在哪里。最后一部分可能比实现本身更重要。需求很简单我想要的只有三件事：一、没输密码的人看不到内容。不是...
HDFS 架构笔记：NameNode、DataNode 与元数据管理
上一篇把 Hadoop 的三大组件过了一遍。这篇专门整理 HDFS，重点是搞清楚三个角色各管什么——尤其是一个我一开始理解错了的地方：SecondaryNameNode 并不是 NameNode 的备份。先记住一句话：HDFS 是为"大文件顺序读"设计的HDFS 不是通用文件系统。它的设计目标...
从零搭一个 Typecho 博客：LNMP + Nginx + SSL
这个博客是我从零搭起来的——没有用 WordPress 那种一键安装包，也没有买虚拟主机，而是租了一台最便宜的云服务器，从装 Nginx 开始一步一步配出来。这篇文章把整个过程记录下来，包括中间踩的坑。为什么不用现成的最省事的做法当然是买虚拟主机、上传 WordPress、五分钟建站。我没这么...
相关性分析怎么读：从皮尔逊系数到方差分析
把数据拼成一张表之后，下一步就是问："这几个变量之间到底有没有关系？"这学期两个分析作业都做了相关性分析，但算出来一堆数字之后我发现——比"会算相关系数"更重要的，是知道什么情况下算出来的数不能信。这篇笔记记的就是这件事。皮尔逊相关系数怎么读最常用的是皮尔逊相关系数（Pearson corre...
pandas 多源数据合并：两种 merge 策略对比
做数据分析，很大一部分时间花在"把散落各处的数据拼到一起"上。这学期做了两个分析作业，都涉及多源数据合并，但用的策略完全不同——一个用 inner 一个用 left，一个用复合键一个用双列键。这篇笔记把两种做法放在一起对比，顺便记下合并时踩到的坑。为什么一定要合并先说清楚动机。要分析"城市经济...