程序员2013精华本 [平装] 9787121224560

《程序员2013精华本》紧紧围绕云计算、大数据、移动、智能硬件、产品设计等热门话题，进行了全面而深入的解析和讨论。内容包括：产品设计、大数据、前端、中国云计算大势图、Mobile GO!、Deep Learnning、SDN、硬件、Game Go Mobile!、高性能网站架构、微信、智能硬件、运维、回顾?展望等专题，《程序员》记者直接采访软件业大师级人物以及知名公司CEO、CTO、技术负责人，在思想、实践等方面进行的深刻碰撞；软件方法、研发实践、个人成长等方面的真知灼见；产品设计方面的方法和理念；移动开发领域的观点和技术；云计算热门技术和观点；编程语言、开发工具、技术实战等。 《程序员2013精华本》适合开发者、项目经理、CTO&CIO、编程爱好者阅读和收藏。 海报： 1、《程序员2013精华本》内容涉及产品设计、大数据、前端、云计算、深度学习、SDN、移动互联网、硬件、游戏、高性能网站架构、微信、智能硬件、运维等，一本书尽览IT热点和最新技术，内容饱满程度前所未有。 2、《程序员2013精华本》由《程序员》编辑部精心打造，对《程序员》杂志2013年的内容再次进行了优化整合，内容更加聚焦，是一份浓缩的饕餮盛宴，值得阅读。 《程序员》是中国影响力最大的开发者专业期刊，创办于2000年10月，以产业化、专业化、人文化、个性化的独特定位来关注程序员专业群体，同CSDN网站形成良好的资源互补。其读者群包括开发者、项目经理、技术总监(CTO&CIO)、IT专业人士、编程爱好者等。《程序员》创刊以来，以其高质量的内容受到广大读者的好评。第一期至今，每期读者调查满意度都超过90%。 专题篇 产品设计1 产品设计1 创新中国——中国设计体验谈1 由点到面的用户体验设计4 从产品设计流程中寻找好的设计5 以痛点为中心的设计7 Weico背后的故事8 大数据10 大数据，且行且思10 腾讯数据银行TDBank11 海量数据存储优化实践14 基于Trident构建大规模实时流数据处理系统16 从存储、计算和数据挖掘谈流式处理18 浅析腾讯TDW对Hive的应用和优化20 百分点大数据与个性化实践22 生命科学中的大数据25 前端28 开源前端框架纵横谈28 WebApp和HTML5给Web前端带来的变化30 前端模块化开发的价值33 前端工程师如何应对移动Web时代的应用开发35 TypeScript：更好的JavaScript38 CoffeeScript：阴霾天空的一抹蓝41 ClojureScript：前端世界的Lisp42 针对应用程序设计的Web编程语言Dart——《Dart语言程序设计》作者ChrisStrom专访44 Node.js高实时应用开发45 为什么Discourse使用Ember.js48 CSS预处理器：Sass、LESS和Stylus实践50 中国云计算大势图53 中国IaaS现状与趋势54 IaaS在中国落地的难点56 PaaS，用还是不用，这是个问题58 隔海观潮看SaaS59 国外云计算创新与趋势62 安全：云时代的定海神针66 新浪云计算SAE的技术演变67 又拍云存储CDN技术探秘70 Mobile，GO！73 移动医疗，让“个性化”服务用户73 移动支付走入线下商家74 移动电商如何把握微信平台76 移动位置服务的春天来临78 移动互联网改变租房江湖80 本地生活服务产品的移动化突围82 企业软件如何做好移动化84 云+端：个人健康设备的未来之路——咕咚网CEO申波专访86 DeepLearnning88 深度学习：推进人工智能的梦想88 DeepLearning大家谈91 DNN与微软同声传译系统背后的故事92 DNN并行计算框架94 视频分析中的深度学习96 九问SDN99 SDN99 SDN的前世今生100 SDN：网络创新的利器103 SDN：数据中心运维难题的终结者106 SDN：“信息安全”定义网络——OpenFlow安全分析108 理性看待SDN111 硬件114 开源硬件、创客与硬件黑客——Andrew“bunnie”Huang访谈录114 从教育到创意——RaspberryPi设计者EbenUpton访谈117 开源硬件：快捷的产品实现119 硬件社区经验谈122 创客空间，开源硬件和新山寨124 硬件创业的各种伤——咕咚运动手环诞生的艰难历程125 我有一个梦想——3D打印笔的创业之路127 设计师的创客梦129 GameGoMobile！130 移动游戏，谁的天下？130 二十年游戏江湖——端游、页游到手游之路132 以AppStore为例谈游戏成功的持续性134 解读游戏设计的奥秘——《TheArtofGameDesign》作者JesseSchell 访谈136 数据驱动的移动游戏优化138 《疯狂猜图》的移动社交之路140 《小小帝国》的探索之路141 听“宫爆老奶奶”讲那运营的故事142 高性能网站架构144 互联网系统架构的演进144 大众点评网的架构设计与实践147 GoogleReader关闭的机遇与挑战——Feedly与NewsBlur扩展经验谈150 高访问量系统的静态化架构设计152 用Scala构建19楼社区155 从暴走漫画谈创业团队如何运用技术157 高性能网站MySQL数据库实践159 高性能图片服务器zimg162 微信166 微信：颠覆者的力量166 中小型电商如何玩转微信公众平台166 国博微信公众号一天涨出一个“小道消息”168 当《航班管家》遇上微信公众账号171 智能硬件173 智慧无处不在173 极路由的硬件之路175 走近“智能汽车”——宝马集团中国技术中心主管CarstenIsert专访176 友宝售货机，跨界正当时178 运维180 互联网运维发展的三个阶段180 运维人员需要有产品观181 PPTV监控平台演进183 唯品会大规模日志平台实战经验谈187 CDN带宽动态调整与跨节点调度191 玩转DevOps194 Puppet的“另一半”197 回顾·展望201 2013年云计算：让创业更聚焦201 对2013年大数据技术的五个体会202 2013年前端技术发展与思考205 2013年移动Web技术发展盘点208 2013年移动互联网平台现状与方向210 2013年手机游戏行业八大趋势212 2013，创客崛起与发展214 关于技术团队管理的胡言乱语215 2014年，传统企业软件路向何方？217 反病毒技术发展四部曲219 对话篇 C++语言和软件产业的发展——《C++Primer》作者StanleyB.Lippman专访222 自由比创新更重要——RichardStallman谈自由硬件224 头戴显示技术将颠覆电子产业——EpicGames创始人TimSweeney专访226 压力益于成长——MemSQLCTONikitaShamgunov专访228 释放ErlangVM的能量——Elixir语言设计者JoséValim访谈录229 你所不知道的Facebook——《打造Facebook》作者王淮专访230 美团的奥秘：与王兴聊技术的力量232 王者之剑，来自我心——蓝港在线CEO王峰专访233 蚂蜂窝，移动旅游那点事儿——蚂蜂窝CEO陈罡专访235 与林仕鼎聊云计算：——技术将重构整个社会236 在挑战和机遇中前行——新浪云计算SAE总监王利俊专访238 突破瓶颈需要由内而外——蘑菇街技术负责人岳旭强专访239 PDF里的中国力量——福昕软件总裁熊雨前专访240 管理篇 软件方法243 以哲学思辨的方法重新审视软件开发243 系统架构全生命期管理245 敏捷：工程方法论的自优化机制248 如何实现团队的自组织管理249 一种改善引导技术的看板方法251 UML六大误解252 研发实践255 门内门外看招聘255 如何打造合作型团队 ——阿里内贸团队敏捷实践257 高效能技术团队的七个探索258 打造高效协同的小而美团队——大众点评研发管理实践260 个人成长263 技术团队新官上任之基层篇263 技术团队新官上任之中层篇265 技术团队新官上任之高层篇267 程序员学习能力提升三要素269 努力成为优秀的工程师271 谋定而后动：应届生该如何了解意向公司272 一分钟先生275 创业公司如何应对大公司抄袭275 如何提高团队协作的效率277 如何招聘到合适的工程师280 产品篇 选座位282 借和用的预期282 来点儿时尚283 屌丝设计283 可穿戴式设备的挑战284 干货284 做不了285 微信的体验设计286 考量“好产品”的三个维度288 页面仔和他的小创新290 从网页重构看移动客户端重构——客户端为什么需要重构？291 移动篇 游戏294 从游戏研发和运营解析玩家归类问题294 关联提示在用户游戏留存中的运作问题295 故事元素在用户游戏沉浸中的效能分析297 解构现有游戏中常见的乐趣元素299 游戏中的顺势而生和逐势而死301 探究游戏中的人文元素和视听觉元素303 游戏中的资源、空间及用户行为的探索305 全球化发行下山寨游戏将面临大困境308 策划的权限、视野与产品的最终高度310 手机游戏从业者，走在患得患失的边缘313 手游行业当前的媒介营销策略分析314 开发317 iOS7给开发者带来的变化317 ARM64移动处理器解惑319 Android系统性能调优工具介绍321 Android应用程序性能优化323 再谈Android软件的安全开发326 详解Android中的数字版权管理328 AndroidSaysBonjour331 如何在Android中使用MTP333 UDK让小团队挑战iOS大作336 Cocos2d—x数据驱动的游戏开发实践339 为什么WebApp的运行速度慢342 云计算篇 推荐技术346 两种基本的协同过滤算法比较346 个性化推荐算法中的相似性指标349 个性化推荐系统的测评体系352 个性化推荐系统的缺失值处理355 个性化推荐算法的分类357 个性化推荐系统的调度框架360 兴趣图谱与社交图谱的个性化推荐362 围绕产品的个性化推荐系统设计364 Hadoop与大数据367 Impala：新一代开源大数据分析引擎367 基于YARN构建多功能分布式集群368 深入剖析阿里巴巴云梯YARN集群371 云梯的多NameNode和跨机房之路373 Tez：运行在YARN上的DAG计算框架375 大众点评的大数据实践378 厚德载物：腾讯高一致性数据服务解决方案382 探秘淘宝愚公数据平滑扩容和迁移平台384 Spark：大数据的“电光石火”387 构建弹性可扩展的数据库集群390 低延迟流处理系统的逆袭392 分布式海量数据分析系统的设计395 Redis经验谈397 网易云数据库架构设计实践398 基于MySQL的L2Cache解决方案401 NTSE：面向大型互联网应用优化的MySQL 存储引擎403 TokuDB在网易生产环境中的应用实践407 秒杀场景下的MySQL实践409 架构412 私有云的细节412 走近Google基于SDN的B4网络414 云计算应用系统架构实践三字诀417 从一扩展到无穷大：架构艺术与工程实践的华尔兹——读“ScalingMemcacheatFacebook”有感418 JustWorks的力量——Google科学家JeffDean斯坦福大学演讲的启示421 技术篇 语言与工具424 Clojure实战424 HTTP平台的安全稳定性架构426 你该选择Rails4吗？430 拥抱Gradle：下一代自动化工具431 从UEditor谈Web编辑器技术434 不为人知的z—index436 百度开源前端架构FIS——可持续发展的前端架构438 如何选择服务器性能测试工具440 使用HHVM构建高性能PHP服务器443 技术实战445 GoogleGlass应用开发探索445 MagicArm——基于表面肌电信号的臂环交互方式解析447 利用HTML5监控网站性能449 淘宝网前台应用性能优化实践452 LeapMotion体感应用开发初探454 对象存储服务的技术选型455 当电影遇上UNIX艺术461 马年新春，《程序员2013精华本》如期而至。这期精华本紧紧围绕云计算、大数据、移动、智能硬件、产品设计等热门话题，进行了全面而深入的解析和讨论。 基于原有栏目和本年度热点，《程序员2013精华本》的结构分为以下七个篇章。 专题篇：综合了2013年1-12月刊《程序员》封面报道，内容包括产品设计、大数据、前端、中国云计算大势图、Mobile GO!、Deep Learnning、SDN、硬件、Game Go Mobile!、高性能网站架构、微信、智能硬件、运维、回顾?展望等14个主题。 对话篇：由《程序员》记者直接采访软件业大师级人物以及知名公司CEO、CTO、技术负责人，在思想、实践等方面进行深刻碰撞。 管理篇：主要是来自软件方法、研发实践、个人成长等方面的真知灼见。 产品篇：主要分享产品设计方面的方法和理念。 移动篇：汇聚移动开发领域的观点和技术。 云计算篇：云计算热门技术和观点，包括推荐技术、Hadoop与大数据、架构等。 技术篇：包括编程语言、开发工具、技术实战等几方面内容。 《程序员2013精华本》内容饱满程度前所未有，希望您能喜欢。顺祝2014年马到功成！ 《程序员》编辑部 2014年1月 版权页： 对2013年大数据技术的五个体会 文／吴甘沙 2012年写大数据文章，必先谈互联网的一分钟、过去两年数据占90%、一天数据产生量等于数万年、IDC的多少ZB，很唬人；2013年初拿舍恩伯格的三大思维说事，有品位；后来人人都说全量数据、相关性！=因果性时，意兴阑珊。所以转而专心关注技术文章。这一年接触了不少大数据的新技术，也形成了一些新的认识和体会，总结为五个方面：范式、舍得、安全、人机、价值。 范式 托马斯·库恩指出科学革命的结构起始于前科学，而范式的诞生使其进入常规科学。范式是一系列公认模型的集合体。大数据经过多年的积累和发展，现已存在一些模式、抽象和范型。我们从高层抽象、计算模型到底层架构，来看这些范式。 在高层抽象上，是数据管理与数据分析的融合。前大数据时代两者是分开的，事务型RDBMS（OLTP）与分析型RDBMS（OLAP）各行其道，打通两边还需ETL。EDW有数据管理但分析能力有限；R、SAS、SPSS这样的工具分析强，但能处理的数据通常为单节点的内存容量所限。大数据时代融合成为趋势，SAPANA和NewSQL为代表的内存数据库平台采用列存储，在一套数据上实现OLTP和OLAP。所谓的BigSQL或SQL—on—Hadoop集大数据管理和简单分析能力于一身。对于更复杂的分析，以线性代数计算为代表，R、SAS、SPSS这样的分析工具纷纷寄生在大数据管理和处理平台上（如Hadoop）。Stonebraker等在英特尔大数据科学技术中心搞起了SciDB，称为数组DBMS，可以在数据库上原生地跑线性代数运算。 在计算模型上，以数据流为代表的范式大行其道。其中包括数据动、计算不动的流式计算，和数据不动、计算动的批量计算。对于后者，又分为二阶段的MapReduce、三阶段的BSP和DOT、更复杂的DAG和多迭代计算（如Spark和Tez）。另一个维度是并行特性，数据并行最容易、应用最广，而流式计算是任务并行、流水线并行。流式计算又分单记录和小批量，其中小批量又引入了数据并行。 数据流表现为计算图，节点之间有数据依赖，同节点的数据间独立运算；而图计算工作于具有图结构的数据之上，数据间有局部的计算依赖，同时多迭代又呈现计算步之间的数据依赖。大数据为图计算带来的机会是图并行：因为图结构的稀疏性，多数顶点只有较小的邻域，这样，在一个迭代中整个图可以划分为很多并行处理的邻域。图并行中的复杂依赖必须有一致性保证，如GraphLab的多种一致性模型。其在分布式计算中的挑战是计算跨服务器的划分，具体来说：划分尽量均匀，应用哈希划分和图的边切割时注意dataskew；通过镜像、最小切割等机制减少跨服务器依赖和通信；通过轻量级的任务调度和通信，例如U.T.Austin的Galois可高效实现图计算。另外，计算模型的不同颗粒度和同步／异步模型也会影响性能。较之BSP的粗粒度、同步模型，GraphLab的异步、细粒度显著加速多迭代算法的收敛。单记录流式计算同样是异步、细粒度，延迟也低于同步、粗粒度的小批量流式计算。最近细粒度任务作为一种底层实现机制颇受青睐，例如伯克利的TinyTasks（可能会用在Spark上）和上述Galois。 流式、批量和迭代计算模型之间形成融合，如Twitterummingbird在编程接口层面融合，Lambda架构在应用框架层面通过增量计算和批量缓存实现融合，而Spark在实现框架层面完成融合，在这一层面微软也提出了Naiad和REEF来支持多计算模型。