黑布林英语阅读 高一年级 5,鱼鹰与男孩（一书一码） 下载 pdf 电子版 epub 免费 txt 2025

暂无相关简介，正在全力查找中！

暂无相关目录，正在全力查找中！

暂无相关内容，正在全力查找中

暂无出版社相关信息，正在全力查找中！

暂无相关书籍摘录，正在全力查找中！

在线阅读地址：黑布林英语阅读 高一年级 5,鱼鹰与男孩（一书一码）在线阅读

在线听书地址：黑布林英语阅读 高一年级 5,鱼鹰与男孩（一书一码）在线收听

在线购买地址：黑布林英语阅读 高一年级 5,鱼鹰与男孩（一书一码）在线购买

暂无原文赏析，正在全力查找中！

编辑推荐

《黑布林英语阅读》系列由上海外语教育出版社从欧洲专门从事英语教

育的 Helbling Languages 出版机构引进。这套读物全彩设计、图文并茂，

将经典小说与当代作品完美结合，可全面满足国内小学、初中和高中各阶段

学习者的英语阅读需要。

小学段为绘本，目前共出版 15 册，分 a-e 5 个级别，每级别 3 册。每

级别故事围绕若干话题展开，如a级话题有字母、数字、问候语、玩具等；随

着级别递进，话题不断深入，至 e 级话题涉及情感、音乐、电视等。每册读物

配一张可供白板和 PC 使用的 CD-ROM/Audio CD: CD-ROM 部分包含完

整的故事录音、若干多媒体互动游戏、chants 模仿秀，以及图片单词背背看

等；Audio CD 部分不仅提供完整的故事录音，还提供所有听力练习的录音。

初中段目前共 36 册，分初一、初二、初三 3 个级别，每级别 2 辑，每

辑 6 册。每辑包含经典小说、当代原创小说、当代图片小说和当代小小说 4

种类型。

高中段目前共 20 册，分高一、高二 2 个级别，每级别 2 辑，每辑 5 册。

每辑包含 3 册经典小说与2 册当代原创小说。

初中段和高中段每册读物均配有 MP3 完整故事录音及听力练习录音，使用

者可根据封二信息从外教社有声资源网（http://audio.sflep.com）免费下载。

所有《黑布林英语阅读》均设置丰富的读前、读中、读后练习：读前、

读后练习用以辅助读者预习、操练故事中出现的词汇和句型，并提供技能训

练和发音训练；读中练习在故事叙述中*出现，可增加读者与故事间的互

动、引导读者思考或增进读者对故事内容的理解。《黑布林英语阅读》还格

外重视英语词汇的学习和积累：小学段读物每册故事后均设置相关主题的单

词汇总及知识点讲解；初中段和高中段读物则在正文页脚位置对重、难点单

词给予词性、音标，以及汉语或汉英双语的词义注解。

读者还可以登录若干网络平台（请见每册读物封四或正文）下载您需要

的各种有用资源。

我们深信《黑布林英语阅读》所包含的每一个故事将如同黑布林水果一

样清新可口、充满异趣，为你的生活带去更丰富的感受和认识。

前言

　　《黑布林英语阅读》系列由上海外语教育出版社从欧洲专门从事英语教育的Helbling Languages出版机构引进。这套读物全彩设计、图文并茂，将经典小说与当代作品完美结合，可全面满足国内小学、初中和高中各阶段学习者的英语阅读需要。

　　小学段为绘本，目前共出版30册，分a-e 5个级别，每级别6册。每级别故事围绕若干话题展开，如a级话题有字母、数字、问候语、玩具等；随着级别递进，话题不断深入，至e级话题涉及情感、音乐、电视等。每册读物配一张可供白板和PC使用的CD-ROM/Audio CD： CD-ROM部分包含完整的故事录音、若干多媒体互动游戏、chants模仿秀，以及图片单词背背看等；Audio CD部分不仅提供完整的故事录音，还提供所有听力练习的录音。

　　初中段目前共36册，分初一、初二、初三3个级别，每级别2辑，每辑6册。每辑包含经典小说、当代原创小说、当代图片小说和当代小小说4种类型。

　　高中段目前共20册，分高一、高二2个级别，每级别2辑，每辑5册。每辑包含3册经典小说与2册当代原创小说。

　　初中段和高中段每册读物均配有MP3完整故事录音及听力练习录音，使用者可根据封二信息从外教社有声资源网（ http：//audio.sflep.com）免费下载。

　　所有《黑布林英语阅读》均设置丰富的读前、读中、读后练习：读前、读后练习用以辅助读者预习、操练故事中出现的词汇和句型，并提供技能训练和发音训练；读中练习在故事叙述中随机出现，可增加读者与故事间的互动、引导读者思考或增进读者对故事内容的理解。《黑布林英语阅读》还格外重视英语词汇的学习和积累：小学段读物每册故事后均设置相关主题的单词汇总及知识点讲解；初中段和高中段读物则在正文页脚位置对重、难点单词给予词性、音标，以及汉语或汉英双语的词义注解。

　　读者还可以登录若干网络平台（请见每册读物封四或正文）下载您需要的各种有用资源。

　　我们深信《黑布林英语阅读》所包含的每一个故事将如同黑布林水果一样清新可口、充满异趣，为你的生活带去更丰富的感受和认识。

• 作者：小狗卷饼 发布时间：2023-09-13 22:06:45

  被逼的。。。。。

• 作者：长颈鹿 发布时间：2011-06-27 23:42:45

  如果学韩文，呢本书唔work！

• 作者：NeverMeow 发布时间：2021-12-08 19:44:56

  这本书也太水了，说的基本都是常识性的废话，和成功学差不多是一个水平。反反复复地证明日常寒暄、奉承和客套是谎言，实际上讲了大半天讲的就都是英语里所谓的“white lie”，而且没能区分white lie和带有明显损人利己心理的恶意欺骗之间的差别，导致看起来让人觉得三观特别不正，如果书名改叫the benefit of white lie可能更名副其实……

• 作者：kayoko 发布时间：2018-10-07 22:40:57

  只有例句没有翻译，已经卖掉了

• 作者：后浪 发布时间：2019-09-16 11:29:50

  致命巧合引发的生死逃亡

  乱世中的一曲爱情悲歌

  爱是困境中最后一丝幽微的火

  爱是信仰的种子，爱是救赎

  德占巴黎在二战阴影下的沉默抗争

  2006年法国安古兰国际漫画节绘画大奖

• 作者：菠萝 发布时间：2020-02-10 19:43:34

  情节蛮紧凑，核心的点也还不错

• Notes: Site Reliability Engineering

  作者：masterplan 发布时间：2017-05-11 08:28:11

  看这本书时做的笔记. 总结一下:

  1. 有众多可以参考的地方, 例如 Cron 的设计, 监控的改进, 新工具的推广方法

  2. 对手头的系统和工具要非常了解, 这样就可以玩出很多招数

  1. 介绍

  DevOps 在 Google 的实践

  传统开发/运维分离的解决方案在规模扩大后沟通成本上升(“随时发布” vs. “不再改动”) -> 新型运维团队 SRE(50%-60%标准开发, 其他为85%-99%能力的开发, 为了开发系统代替手工操作) -> 最多 50% 时间用于运维工作, 余下开发系统来自动化

  SRE 方法论

  * 运维工作最多占用 50% 时间

  * 遇到故障事后写总结

  * 因为信息系统的特点, 不是也不该追求 100% 可靠, 给出现实的可靠性. 在实现这个可靠性的前提下, SRE 可以做各种创新

  * 监控, 通过预案/手册缩短平均恢复时间

  * 70% 的事故源于部署变更 -> 渐进发布, 精确检测, 回滚机制

  2. 生产环境

  集群资源分配: Borg(分布式集群操作系统), 下一代 Kubernetes(2014)

  * Large-scale cluster management at Google with Borg

  * Borg, Omega, and Kubernetes

  * 负责运行用户提交的任务. 每个任务由多个实例组成, Borg 会为每一个实例安排一台物理服务器, 执行具体的程序启动它

  * 负责任务的监控, 如果异常, 终止并重启

  * 命名: BNS: /bns/<cluster>/<user>/<task>/<instance>

  * 任务需要在配置中声明其所需的具体资源(cpu/mem), 超过则立即 kill

  * 存储

  * 分布式存储, 小文件和大文件进不同的集群.

  * 单个集群一年内会损失上千块硬盘, 数据中心有专门的团队来处理

  网络

  * 这些概念比较陌生, OpenFlow 的软件定义网络, 带宽控制器优化带宽.

  * 从地理位置, 用户服务和远程调用三层进行负载均衡

  监控报警

  * 定时抓取指标, 超出触发报警

  * **新旧版本的对比: 新版本是否让软件服务器更快了?**

  * 检查资源用量随时间的变化, 制定资源计划.

  服务

  * 所有服务使用 RPC 通信, 开源实现为 gRPC

  * 格式为 Protocol Buffer(与 Apache Thrift 相比) (大小比 xml 小 3-10 倍, 序列化/反序列化快 100 倍) (和 json 比?)

  * 服务和存储根据流量分散到各大洲的机房

  开发

  * Code review

  3. 拥抱风险

  目标

  * 没有 100% 可靠的服务, 达到一定程度的可靠性之后, 应把精力转向他处.

  * **”当设立了一个可用性目标为99.99%时, 我们即使要超过这个目标, 也不会超过太多, 否则会浪费为系统增加新功能, 清理技术债务或者降低运营成本的机会.”**

  * 可靠性目标成为错误预算: 提供明确和客观的指标决定服务在一个季度中接受多少不可靠性(用于 SRE 部门和产品部门的沟通). 只要错误预算耗尽, 新版本的发布就会暂停(?但是错误率由 SRE 部门提供, 而发布由产品决定?) -> 认为风险由产品开发决定, 一个变通是, 当错误预算即将用尽时, 降低发布的频率. 即使是网络中断或者数据中心故障影响了错误率, 发布频率也会降低, 因为”每个人”都有义务保障服务的正常运行.

  * 可用性指标: 请求成功率. **用我们记录的请求成功率与用户期望的服务水平做对比.**

  成本

  * 可用性: 99.9% 到 99.99%; 收入: 1000000刀 -> 改进后的价值: 1000000 * 0.09% = 900 刀

  需求

  * 面向消费者需要低延迟(队列空为好), 离线计算需要吞吐量(队列满为好). 需要分别响应不同的需求. -> 两个集群, 低延迟/高吞吐量

  4. 服务质量

  质量度量

  * 请求延迟 (Req time)

  * 错误率 (Web errors)

  * 吞吐量 (Web QPS)

  * Google 云计算的可用性指标: 99.95% -> 60*24*365*0.0005 = 262.8 min/year -> 我们的可用性?

  特色

  * 4/5个指标, 多/少都不好.

  * 监控, y 轴指数分布

  * 数据收集每10秒一次, 每一分钟汇总一次. 目标像这样: **99% 的 get RPC 调用在 < 100ms 的时间内完成.**, 每天可以出一个这样的报表.

  总结

  * 指标越少越好, 少到不能更少

  * 性能指标保持简单

  * 从松散的目标开始, 逐渐收紧. 不要一开始就追求完美

  * 对内指标要求可以比对外高一些, 留有余地

  5. 琐事

  琐事指与规模线性增长的手动事务, 占用 Google SRE 大约 33% 的时间

  6. 分布式系统的监控

  方式

  * 白盒: 系统内部数据

  * 黑盒: 外部响应

  * Dashboard: 可视化, 提供选择/过滤功能

  * 警报

  如何监控

  * 对照组: 上周, 上一个版本

  * 减少报警量(防止”狼来了”)

  * 简单快速的逻辑. 不要自动学习阈值(这点和我想的不一样)

  避免在监控系统中维护复杂的依赖关系

  方法论

  * 故障, 警报, 定位和调试都必须保持简单!

  * 4个关键指标: 延迟, 流量, 错误率, 饱和度(IO 带宽占用比, 磁盘占用比)

  长尾

  * 重要的是分布而不是平均 -> 直方图 Y 轴指数展示

  复杂性管理

  * 避免监控系统变得过于复杂

  7. 自动化系统的演进

  * shell 脚本 -> 改进后的 Python 单元测试框架(Prodtest, 改进的 Python 单元测试框架, 可用来对实际服务进行单元测试), 用于验证集群中的服务(比如 DNS 是否存在/成功)

  * 在 Prodtest 出来之后, 又为每个 test 创建了对应的修复工具.

  * 集群上线系统的测试-自动化修复套件的问题:

  1. 需要维护!

  2. 分布式自动化依赖于 SSH, 需要 root 权限执行. => 需要将 SRE 完成任务所需权限降到最低. => 使用有 ACL 的本地 admin 进程取代 sshd, admin 记录 rpc 请求者, 参数和结果.

  * Borg: 成功的核心是”把集群管理变成了一个可以发送 API 的中央协调主体”. 所以 shell 脚本 => Python 集群测试框架(自动化系统) => Borg(自治系统, 将集群管理抽象为单机环境) => 自治系统强调自我检查和自我修复.

  * 自动化的问题: 自动化多了, 人就忘了手动该怎么做. 甚至系统将不再有手动操作的接口.

  8. 发布

  * 构建过程的封闭性, 不受构建机器上第三方类库和其他软件工具影响. 编译过程自包含, 不依赖编译环境之外的其他服务.

  * 构建工具与被构建的项目放在同一个仓库. (而我们的做法是分离的. 应用开发者按照平台提供的规范走, 不管构建的事. 各有好处. 这样平台在构建过程上可发挥的空间更大)

  * 单独的发布分支(避免引入之后主分支上的改动). 发布系统将创建新的发布分支, 编译, 跑单元测试. 每一步都有日志记录.

  * 部署. “提供一系列可扩展的 Python 类, 支持任意部署流程”. 同时会对流程进行监控.

  * 经验: 在规模不大时就考虑发布工程, 尽早采用最佳实践(尽早建立平台团队?)

  9. 简单化

  * 问题: 代码膨胀. 态度: “每一行新代码都是负担”, less is more.

  * 方法: 最小 API(方法更少, 参数更少), 模块化(定义良好的边界)

  10. 基于时序数据的报警

  SRE 的职责层级关系(低 -> 高):

  监控

  应急处理

  事后总结和问题根源分析

  测试

  容量规划

  研发(50%+ 的精力)

  监控首当其冲.

  * 方法论: 单机问题报警没有意义(太频繁).

  * 模型: 探针(脚本返回值 + 图形展示) 转到时序信息监控. 收集回来的数据同时进行展示和报警, 报警规则由数学表达式表示.

  * 接口: /varz HTTP 列出所有的监控变量值, 由 Borgmon 定时抓取. (看来在应用所在每个机器上都有)

  * 报警: 每条报警规则都有一个持续时间, 只有当警报持续时间超过一定范围之后才触发报警. (有借鉴意义, 尤其是对可自动恢复的问题); 同时多条连续的报警信息可以合并.

  11. On-call

  * 运维工作时间上限是50%工作时间, 其中不超过 25% 的 on-call.

  * 分钟级的 ack. 比如 99.99% 可用的系统, 每个季度有 13 分钟的不可用时间, 那么 on-call 必须在 13 分钟之内解决问题(不过这里的”问题”看来是影响全局服务的大问题)

  * “面临挑战时, 人有两种处理模式: 1. 依赖直觉, 快速, 自动化行动 2. 理性, 专注, 有意识认知活动. 为了确保 on-call 采用第二种方式, 必须减少其压力. 医学上讲, 压力状态下释放的荷尔蒙, 如 xx 和 yy, 可能造成恐惧, 进而影响正常认知..” 哈哈哈, 这个态度我喜欢, 必须把不理性的情况考虑到, 避免运维压力过大.

  12. 故障排查

  * 大型系统中, 遇到问题首要做的是尽可能恢复服务, 而不是查找问题根源.

  * 将故障排查测试的项目明确写出来, 同时公布测试结果.

  13. 紧急响应

  * 演习: “SRE 故意破坏系统, 模拟事故, 然后针对失败模式进行预防以提高可靠性” => 鼓励主动测试

  * Panic room: 专用的灾难安全屋, 有生产环境的专线连接.

  14. 紧急事故管理

  * 出了事故, on-call, 开发, 管理者, 这些关注到的人都在用自己的方法查找并尝试解决问题.

  * 都在查找原因, 没有人有精力和时间思考如何通过其他手段缓解当前的问题.

  * 没有时间清晰和有效地与其他人进行沟通, 没有人知道他们的同事在干什么.

  * 解决: 职责分离. 有事故总控(需要明确声明现在开始全权负责, 任务分配), 事务处理团队, 发言人和规划负责人(提供支持).

  15. 事后总结

  * 总结: 1. 记录事故 2. 理清根源 3. 采取有效措施使得重现概率最低

  * 对事不对人

  * 总结报告需要评审

  * 举办演习, 再现某篇事故总结事故, 一批工程师扮演文档中提到的角色

  * 激励做正确事情的人(“良好的事后总结和事故处理可以赢得从 CEO 到工程师的一致好评”)

  16. 跟踪故障

  * 报警的聚合(一个问题引发了一连串报警)和加标签.

  17. 测试可靠性

  没看懂. 摘一下最后一句话: ”写出优质的测试需要付出的成本是很大的”. 现在写写单元测试没问题, 依赖众多的分布式软件的集成测试还不明白怎么弄.

  18. SRE 部门中的软件工程实践

  * 分析了一个案例, 对扩容需求做了一个应用, 包括需求的定义语法规则和对应的问题求解器. 一开始是简单的启发式逻辑, 后来使用线性规划使其更加聪明. 总结是体现了”发布与迭代”的思路, 不是一开始就期待完美的设计, 而是不断继续前进.

  * 讨论了新工具的推广. 公告邮件和简单的演示是不够的, 需要持续和完整的推广方案, 用户的拥护和管理层的帮助. 设计的时候, 要时刻从用户角度提高可用性.

  * 不要陷入对”完美的最终产物”的想象中. 一个”最小可行产品”是必要的, 在此基础上进行递进式的, 稳定的小型发布.

  * 后期引入有统计学和数学优化背景的人进行优化.

  19. 前端负载均衡

  一致性哈希.

  负载均衡器的包转发:

  * NAT, 需要在内存中追踪每一个连接, 否定

  * 修改数据链路层信息(MAC 地址), 需要后端服务器在一个局域网, 否定

  * 包封装, 将请求使用路由封装协议封装到另一个 IP 包中, 使用后端服务器地址作为目标地址, ok.

  20. 数据中心负载均衡

  * 随机轮询:

  1. 多个进程共享某个后端时, 其客户端请求速率可能是不同的. 如果一台后端上恰好跑的都是请求速率块的进程, 那么其负载就高.

  2. 物理服务器不同

  * 最闲轮询:

  问题是, 一些任务在处理过程中是跑满了 cpu, 一些则是在阻塞. 但最闲轮询(基于任务数量)会认为负载是一样的.

  * 加权轮询:

  将最闲轮询的”任务数”替换为综合请求速率, cpu 占用率等计算出的值, 实践中效果更好.

  21. 过载

  22. 连锁故障

  连锁故障由故障进入正反馈引发. 典型的例子是: 一个集群故障 => fallback 到另一个集群 => 另一个集群某服务受影响变慢 => RPC 超时, 大量重试 => 这个集群也不堪重负挂掉.

  * 应对方法: 压力测试极限, 提供降级结果, 在可能导致问题时主动拒绝请求.

  * 去除同层调用, 保持调用栈持久向下.

  * 压力测试, 直到出现故障

  23. 分布式共识

  * 问题定义: 异步式分布式共识在消息传递可能无线延迟的环境下的实现

  * 不能通过简单心跳实现

  * 不稳定的条件下, 没有任何一种异步式分布式共识算法可以保证一定达成共识

  * Paxos: 有严格顺序的提案被大多数接收者同意, 已被 zk, consul, etcd 等封装. 最出版本的 Paxos 有性能问题

  * 复合式 Paxos: Paxos 两阶段: prepare/promise, 允许跳过第一阶段. 但是有锁住的危险. 更好的算法参考 Raft.

  24. Cron

  这里的 cron 是允许错过的, crond 不记录执行信息, 只会记录 schedule.

  定义问题

  cron 分为两类: 可重复的(垃圾回收)和不可重复的(邮件发送).

  上面是跑多了的情况, 也有跑少了的情况: 有的 cron 允许错过一次(垃圾回收), 有的不允许(每月结算)

  这两种情况导致 cron 的错误建模很复杂. **本文偏向于错过运行, 而不是运行两次**, 因为错过可以手动启动一次, 跑了两次是覆水难收的.

  总结: 可以少跑, 不能重复跑

  大规模部署

  最小周期也是每分钟.

  也是使用的容器, 主要考虑的功能是进程隔离: 一个进程不该影响到另外的进程.

  容错. 调度器确保在数据中心的另一个地方有备份.

  总结: 最小粒度每分钟, 调度器有多重实例, 通过 paxos 确保一致性

  Cron at Google

  对 cron 的状态, 有两种选择:

  * 存到分布式存储(GFS)

  * 存到 cron service

  选择的第二种. (GFS 适合大文件存储)

  使用 Paxos 算法确保 cron service 的一致性. paxos: 通过多重不可靠的副本达成可靠的一致性.

  最重要的信息是

  哪个 cron 已经跑过了.

  cron 调度器有多个备份待命, master 负责启动 cron job.

  master 的工作流程:

  sleep 直到时间到, 向 data center scheduler 发出启动指令,

  同时发 paxos, => 其他 replica 知道任务已经启动

  启动完毕后再发 paxos. => 其他 replica 知道任务启动完毕

  => cron job 跑完自己结束(解决了并行执行的问题), master 只管启动, 但是一定要成功启动.

  确保只有一个调度器与 data center scheduler 交互, 一旦失去 master 地位, 就停止交互.

  这里”发 paxos 告知开始启动”和”发 paxos 告知启动完成”中间有个时间段, 这个时间段就是启动时间. **这点很好, 现在 marathon 缺少这个, 你可以告诉他要做什么任务, 但他不会告诉你什么时候完成**

  总结: cron 启动状态通过 paxos 与备份同步, 确保只有 master 能与 data center scheduler 交互, 只管启动不管结束

  启动失败

  再次重申, cron job 启动时候有两个同步点: 开始启动和启动完成. 如果 master 在这二者的中间失败, 我们就难以知道启动是否真正完成.

  解决方法是使启动操作(master => 启动操作(data center scheduler 执行) => 完成)都是可重入的. 启动操作实际上是一系列的 rpc 操作(我想是类似 redarrow?)

  不可避免的是失败. 如果在 rpc 发出 - 启动状态发送到 paxos 之间 master 挂掉, 那么新的 master 可能不知道这个 cron 已经启动, 还是可能导致重复启动. 这种小概率的事件就看你要不要继续付出代价来防了.

  存储状态

  paxos 基本是一个状态变化的连续日志. 这带来两个问题: 1. 日志分段 2. 日志存储

  日志分段用打 snapshot 的方式解决: 我猜这里是把日志分成两部分: 之前的日志打成 snapshot, 之后的作为增量. snapshot 保险存放. 那么即使丢失, 丢掉的也是增量, 在一个可控的范围内.

  对日志存储, 有两个选择: 分布式存储和系统本地卷. 选择是两种都做: 在所有 master 和备份的本地存(一共3个), 同时写到分布式存储.

  大规模带来的问题

  大规模: 为上千台节点的 data center 提供 cron 服务. 如果这些 cron 都集中到同一时间段就不好了. 举例: 当想要一个每天跑一次的 cron 时, 很多人都会写:

  `0 0 * * *`, 拿这时候的 cron 密度就比较高.

  提供了一种新格式, `? ? * * *` 表示由 cron master 选 cron 时间, cron master 利用这种写法将其均匀分布:

  

  Google 全局 Cron: 时间-任务数量

  25. 数据处理流水

  跳过

  26. 数据完整性

  灾备做得非常 nice.

  案例: gmail 丢失了大量用户数据, 系统中存在的很多安全防护措施, 内部检查机制, 冗余备份失效. => 从 gtape 恢复. 来自于”深度多层防御”的系统.

  1. 任何一个单独的防御措施可能失效

  2. 某一个级别(磁盘)的防御措施可能失效, 所以要依靠完全不同的介质. 最好的数据完整性保障手段一定是多层的.

  案例: google music 音乐被服务误删 => 同时进行软件的恢复和磁带的恢复(由卡车从异地存放点拉过来)

  27. 大规模发布

  讨论了发布规范, 容量规划, 故障预期, 客户端行为处理, 手动事项的文档化, 发布对外部依赖的影响.

  灰度发布: 先安装几台机器, 监控一段时间. 没有异常的话再继续.

  28. 培养 SRE

  作为新手, 培养体系值得一看:

  * 设计具体的, 有延续性的学习体验

  * 鼓励思考问题本质(通过反向工程, 统计学进入系统)

  * 从失败中学习

  * 见习 on-call

  * 让学员与老手一起修订培训计划

  * 正式参加 on-call 是一个里程碑

  “对很多内省性性格的成员来说, 培训过程中的混乱或者不确定性会导致他们学习速度变慢, 甚至无法适应.”

  培训:

  指定一个顺序, 比如可以按照服务发生时请求的顺序: 请求 -> 前端服务 -> 中层服务 -> 基础设施 -> 整体.

  新手任务:

  功能修改 -> 增加新的监控 -> 增加新的自动化 -> 见习 oncall

  29. 处理中断性任务

  流状态: “在解决问题的过程中, 充分了解问题的起因和现状, 隐约感觉自己可以解决这个问题.”

  尽可能长时间待在流状态中, 减少上下文切换(“一次20分钟的中断性任务需要进行两次上下文切换, 而这种切换会造成数个小时的生产力丧失”), 对此, 应该延长每种工作模式的时间.

  30. 嵌入 SRE

  略过.

  31. 沟通协作

  团队构成: 技术负责人, SRE 经理

  “一般来说, 单人项目最终肯定会失败, 除非此人能力超强或者要解决的问题是非常简单直接的”

  32. SRE 参与模式

  略过.

  33. 其他行业的经验

  关注任何细节, 提供冗余容量, 模拟及线上演习, 重视需求, 纵深防御.

  34. 结语

  飞行员的例子: 100年前是两名飞行员, 100年后, 飞机的安全性, 容量, 速度, 可靠性发生了翻天覆地的变化, 但仍然是两名飞行员! 这说明飞机的人机接口经过了精心设计, 简单易用. 我们的系统也要具有这种特性.

• 情深不寿。

  作者：谢小麦 发布时间：2008-07-29 13:46:08

  冷眼看世界，有时候是一种不得已而为之。生活反复交叉相错，再回首时，你我已经隔了万重山水。好在我说“大多数流落于时间”的时候，还会有人心疼我，不至于太过落寞。隔了时光的隧道，路途浩渺，你那里，我终究是去不成了的。清晨大雨，相对于昨日光阴的灰蒙蒙，只能说是风云莫测。我们都看不见未来的样子。

  少年心事，自来无人知晓，即使你我都从青春年少一步步走来。表弟有很多话会对年纪差不多的表姐说，却不会讲给父母；就这样，本来最爱的人渐乎疏远。多年后，仔细想时，那时动心处，甚至会有些怕。少年维特，早早识得，只是那时不懂，思念如流水的绵延。

  维特看见绿蒂，我却看到你。一颦一笑之处，未曾尽显风流，却已深得我心。莫非，前世我们见过的吗？心弦拨动心波荡漾，那一刻你成为我再也无法摆脱的宿命。见到你，盼望见到你，脑海中丝毫的空隙，都被你的影子填满。那时，自己似乎便是待人采摘的花朵，生怕，不小心，错过了花期。

  你在西边，我在东边，隔了一程水路，却不曾被我望穿。那一夏，炎热愈显绵长，我看不到也等不到你的影子。后来，我知道了，你不是不爱，只是不够爱。

  完美实在并不存在，而情人眼里出西施，大约就是如此了。你的每个侧面，都深在我心，痴痴傻傻疯疯癫癫，当年情未了，却原来，只因是，第一次动心。

  春风十里扬州路，一觉梦醒已十年。桃花源里的人们不知秦汉无论魏晋，而你我，时光荏苒，却也未曾料得如此结局。现实不仅比想象更复杂，也更加伤人，只因为，你在局内挣扎。

  子在川上曰，逝者如斯夫？上贤之人挽不住流水，我挽不住你。时光流水奔腾不息，你我各在一方。即使我想，却也未能逆水行舟踏水而去。我多想有达摩老祖踏一苇渡航的能耐，再次过去，你的身边，看一眼，已经遗失的美好。

  便似一只蜻蜓，从那个炎夏的草场飞过时光，再次与你错肩。哀而不伤，乐而不淫，都是些骗人的废话，不过是古人劝自己莫要越界的古怪托词。两情相悦，谁不想占有彼此？而时间不对，恨不相逢未嫁时的眼泪婆娑，我从未给你看过。

  好在，还是感恩，那个时间那个地点遇见你了。时间的旷野如此洪荒，我怀念那时的幸运。美丽邂逅，纵生波澜，也总是幸福欢颜。只是仍然不懂，那一场爱恋，如何弄得自己伤筋动骨五脏六腑痛到无法恢复。直到如今，心门难开，你又怎能晓得？不过，伤疤历历在心，也算是，你曾经在过的明证了。

  古人说：“情深不寿。”

  简媜则说“深情本身就是一场悲剧，必然以死来句读。”

  你我皆知，那些爆裂到让人痛让人哭的故事，也只有这些情深之人才能完成。有人在说感情用事者的幼稚，而那些理性到冷漠的人，则是另外一种悲哀。

  少年维特因情而死，我不会。多年后，我明白了”love shoule never be a secret.”和”you should never be shamed of love”，所以，有爱足够了；不曾解释弃我而去的人，还不值得我了结自己。

  太多人早早在生命中离开了吧，若给你长寿独走与深情不寿，你会做何选呢？