小菜鸟

hexo博客增加板娘

网上看到一个人也是用hexo写的博客，他的博客右下角有个二次元小姐姐，看着倒是不错的。我也是用的hexo，我是不是也可以加上，bing一下，看看这是怎么实现的？

发现是使用的插件来实现的，操作还是蛮简单的

先安装插件

1

npm install --save hexo-helper-live2d

这个要使用国内的镜像，不然下载不下来，我使用的是淘宝镜像

1	npm config set registry https://registry.npmmirror.com

然后在hexo的_config.yml中增加live2d的配置

next主题数学公式问题

我写的都是一些编程相关的文章，有些文章里是存在数学公式的，我在Typora软件中写的时候显示的是对的，但是hexo将markdown转为html后在页面上就没有数学公式的格式了。

查找next配置发现有一个渲染数学公式的配置

1
2
3
4
5
6
7
8
9
10
11
12

math:
  # Default (true) will load mathjax / katex script on demand.
  # That is it only render those page which has `mathjax: true` in Front-matter.
  # If you set it to false, it will load mathjax / katex srcipt EVERY PAGE.
  # 设置为true，就只渲染那些配置了mathjax: true的页。如果设置为false，会渲染所有页，影响性能
  per_page: true
  # npm install hexo-renderer-kramed --save
  # hexo-renderer-pandoc (or hexo-renderer-kramed) required for full MathJax support.
  mathjax:
    enable: true
    # See: https://mhchem.github.io/MathJax-mhchem/
    mhchem: false

内存与磁盘：协同运作的存储层级

在计算机系统中，内存（主存）和磁盘（辅存）是构成存储层级的核心部件，它们通过互补的特性解决了 “速度、容量、成本” 的三角难题。 “8G 内存运行 10G 游戏” 的场景，正是两者协同工作的典型案例，背后涉及关键技术和原理：

突破内存容量限制的核心：虚拟内存与局部性原理

局部性原理：程序运行的 “潜规则”

程序在执行时，并非同时需要所有数据，而是呈现出明显的局部性：

• 时间局部性：最近访问的数据（如游戏角色的坐标、当前场景的纹理）在短期内可能再次被使用。
• 空间局部性：访问某一数据时，其相邻数据（如同一地图区块的相邻像素）也大概率被访问。

例如，10G 的游戏中，真正需要实时加载到内存的可能只是当前关卡的模型（2-3G）、音效缓存（几百 MB）和运行逻辑（几百 MB），其余未激活的关卡、冗余资源可暂存到磁盘。

虚拟内存技术：内存与磁盘的 “无缝衔接”

操作系统通过虚拟内存技术，将磁盘空间 “冒充” 为内存的一部分，实现 “小内存运行大程序”：

• 地址映射：程序看到的是连续的 “虚拟地址空间”（如 10G），但实际只有部分映射到物理内存（8G），其余映射到磁盘的 “交换区”（Swap 分区）。
• 页置换机制：当内存不足时，系统通过算法（如 LRU，最近最少使用）将最久未访问的 “内存页”（通常 4KB 大小）写入磁盘，再将新需要的页从磁盘读入内存。这个过程对程序透明，仿佛拥有了 10G 内存。

内存（RAM）：高速但易失的 “临时工作台”

为什么是 “随机存取”？

网速与带宽：从概念到实际体验的解析

在日常网络使用中，很多人会遇到这样的困惑：运营商承诺的 “100M 光纤”，实际下载速度却只有十几 MB 每秒。这并非运营商 “缩水”，而是对 “带宽单位” 的理解偏差导致的。下面详细解析网速与带宽的关系，帮你理清其中的关键差异。

带宽的单位：bps 与 B/s 的区别

• 运营商所说的 “100M”：指的是带宽（bandwidth），单位是Mbps（兆比特每秒），其中 “bit” 是二进制位（比特），是计算机中最小的信息单位。
  例如：100M 光纤的完整表述是 “100 Mbps”，即每秒可传输 100 兆个比特。
• 我们实际感知的网速：通常以MB/s（兆字节每秒） 为单位，其中 “Byte” 是字节，是数据存储的基本单位（如文件大小、下载速度）。
  字节与比特的换算关系是：1 Byte = 8 bit（1 字节等于 8 比特）。

换算公式：从带宽到实际网速

根据上述单位关系，运营商宣传的带宽（Mbps）换算为实际下载速度（MB/s）的公式为：
实际网速（MB/s）= 带宽（Mbps） ÷ 8

举例说明：

• 100 Mbps 带宽 → 100 ÷ 8 = 12.5 MB/s（理论最高下载速度）；
• 200 Mbps 带宽 → 200 ÷ 8 = 25 MB/s；
• 1000 Mbps（1G）带宽 → 1000 ÷ 8 = 125 MB/s。

数仓平台：从数据价值到业务赋能的核心载体

数据仓库（Data Warehouse，简称 “数仓”）平台是整合企业分散数据、支撑数据分析与业务决策的核心系统。其核心价值在于将无序数据转化为有序资产，通过 “数据产品化” 和 “数据服务化” 两种模式，赋能企业经营、运营、营销等全链路业务。

数仓平台的核心定位

数仓平台并非简单的 “数据存储库”，而是集数据整合、建模、计算、存储、服务于一体的综合系统：

• 上游对接业务系统（如 ERP、CRM、APP 日志等），完成数据抽取、清洗、转换（ETL）；
• 中游通过分层建模（如 ODS、DWD、DWS、ADS 层）实现数据标准化、主题化；
• 下游通过数据产品、接口服务等形式，将数据价值传递给业务端。

数据产品化：让数据成为 “可使用的产品”

数据产品化是数仓平台最直接的应用形式，即通过可视化、报表、分析工具等载体，将数据转化为 “开箱即用” 的产品，供不同角色决策或操作。

面向管理层：宏观经营分析系统

核心目标：提供企业经营全局视角，支撑战略决策。
关键功能：

• 核心指标监控：如营收、利润、用户规模、转化率等北极星指标的实时 / 离线看板；
• 趋势分析：通过时间序列（日 / 周 / 月）展示指标波动，识别增长 / 下滑趋势（如 “Q3 营收同比下降 5%，主要受区域市场拖累”）；
• 归因分析：当指标异常时，支持下钻分析（如从 “整体营收” 下钻到 “区域→产品线→渠道”），定位根因；
• 预测模型：基于历史数据预测未来趋势（如 “下月用户增长预测”“季度营收目标达成概率”）。