急求洛娜.杜恩的读后感
Li Li Pute, which is the villain. This is a very developed country, where the people's standard of living Yes, Duirenduishi also very clear, that good sense. But their government is less kind, the king believed the villain Chan Yan, Zhao Zheng within Labangjiepai, Eryuwozha, according to Rope Dance selecting officials, and neighbouring countries have in recent years expeditions. The author here is not only wrote the story of Li Li Pute, is a mockery of the then British Government, the then British Zhao Zheng and Li Li also Pute similar, United States, the two political parties struggle for power-grid, two British and French Endless war. This is the author of the Gaomiao, because at that time the British author of the legislation Pute will see the benefits linked to their motherland. The author's description is very vivid, as if the people with him in Lee Li Pute tour, to see those lovely villain. Buluobuding Naige, that is, adults States, where the academic underdevelopment, but it is a wise monarch, King Buluoboding Naige the character Ruya, smart, good at thinking, Buddha grid out to him on the British thing he Listen very seriously by many also worth considering the issue, have their own unique views and ideas. He impartial, well-country, contempt for the rights, advocating peace. Georgia out in the eyes of the Buddha, he is an ideal king's image. However, the author describes the people here, they expanded their possession of the shortcomings, I think it's a mockery of some of the human too. He Le Puy-island country, as readers, I am very disgusted ignorance of the people here, the people here only to study mathematics and music, turned a blind eye to other disciplines, is ignored, they fly the island is a fixed axis in King Kong The aircraft, is said to write this, the author is ironic then to the Royal College of the vehicle warm. The people here study mathematics paper, unrealistic, is very ironic ah.
中小学课外辅导班存在的利弊与影响是什么
一辅导 我国中小学自上个八十年代以来，一直应试教育的影响。
学校、老师、家长在学生正常接受的教育教学之外，还要求学生参加课外辅导班、奥数班、网校、家教等辅导训练。
而此类辅导训练往往是有偿服务。
虽然近几年教育部一直倡导素质教育，并出台一系列减负政策，希望减轻学生额外负担，但现实生活中课外有偿辅导却屡禁不止，据有关方面统计，目前我国中小学生几乎人人都有参加课外辅导的经历。
对这一现象进行分析，了解其利弊对当前及今后的中小学课程改革有深远意义。
\ 课外辅导训练与目前学校的教育现状一样，目的跟国家倡导素质教育的宗旨是相违背的，其实际效果也是褒贬不一。
但它在课程改革如火如荼的今天真真实实存在了，原因主要存在于社会、学校、学生及家长几个方面。
\ 从社会因素方面看，许多社会用人单位对求职者的学历要求日益增高，随着高校的纷纷扩招，大专、本科生早已不再吃香，许多学生一开始入学便把考研、考博、出国留学等定为奋斗目标。
我国多少年来一直实施的是应试教育，应试教育是以考试成绩作为唯一标准，评定学生优劣的一种非素质教育。
虽然经过若干年的教育改革，努力向素质教育转变，但是择校考试、中考、高考这一系列教育评价体系依然是不可替代的，并在很大程度上决定着学生未来命运，所以学生们要想获得理想的工作，就必须拥有高学历。
而现今社会竞争激烈而又复杂，往往在同等条件下，有一技之长的人比较容易成功，所以很多中小学生在完成课内学习任务的同时，不得不参加多种课外技能训练，比如乐器、绘画、舞蹈、专业性计算机技术、小语种外语等，不胜枚举。
这也在很大程度上推动了某些校外培训机构的产生和发展。
\ 从学校因素方面看，每年的升学率是卡在学校脖颈上的一道枷锁。
升学率高不高，直接决定着学校的声誉，进而决定着学校的生源，最终直接关系到该学校能否在名校林立、竞争激烈的环境中生存下去。
所以，大多数学校都在搞解难班、奥数班、奥语班等类似的辅导班。
即使校内不组织，大都也支持学生在校外参加类似性质的辅导班。
\ 从学生及其家长方面看，大致分三类情况：一是学生学习能力强，课堂学习有余力，此类家长们当然不愿让孩子课余时间花在游戏和休息上，给孩子加压也是顺利成章的事。
二是学生学习能力较弱，学校教的东西“消化、吸收不了”，家长们便急着到处找老师、家教、培训班给孩子补课，不惜一切代价为达到自己对孩子的过高期望而努力。
三是学生处于中等水平，并没有补课的必要，也无余力学习新知识，但是看到其他同学纷纷参加，往往有攀比心理。
而一些本不打算给孩子额外负担的家长们为了不影响孩子前途，迫于无奈随大流，宁愿自己节衣缩食也要让孩子参加课外辅导。
这些家长望子成龙、盼女成凤的心情、过高的期望值和从众行为，成为课外辅导有偿服务存在与发展的温床。
\ 基于以上几方面原因，“课外辅导”已从简单的课堂教学的延伸发展为席卷全国各地中小学，涉及社会各阶层各领域的一股风潮，绵延不绝且有愈演愈烈之势。
\ 我国中小学生参加课外有偿辅导形式多样，但不可否认它在某种程度上满足了社会、学校、教师、家长和学生多方面的需要，并且是有一定正面作用的。
透过现象看本质，课外有偿辅导种种弊端也是显而易见的。
我们应正确对待课外有偿辅导，因人、因需而异，切忌盲目跟风或超负加压。
\ 首先，中小学课外辅导有偿服务在一定程度上是应试教育的产物。
要控制当前过多、过繁、超量的各种课外辅导，切实减轻中小学生沉重的学习负担。
继续大力提倡和实施素质教育。
中小学教育考评制度可以借鉴西方同等学校的考评方法，制定并实行更加全面、科学的“多学科各项指标综合积分考评制”。
这种“综合积分考评制”既能体现学生对书本基础知识、基本理论的掌握程度，又能反映学生德、智、体、美等各种素质的教育程度、发展状况。
是以培养学生的“能力”为目标，而不是以获得“高分”为目的。
只有这样才能使各种补习班变得没有市场，有效遏止其发展趋势。
\ 其次，我们应该协调课堂教学和课外辅导的关系，明确学校的课堂教学才是主体，要重视加强课堂教学各环节管理，使之主次分明，以辅促主。
课堂教学（班级授课制）是现代教学最有效、最基本的教学形式，具有计划性、系统性、统一性等诸多优点。
其整个教学过程是一个有机的系统，由备课、上课、考试、辅导、评定等诸多环节构成，各教学环节之间不断递进、紧密联系、互相制约和统一。
课外辅导则是教学辅助形式，对课堂教学仅起着补充、辅助作用。
对于有关学校和教师而言，课外辅导应建立在系统的课堂教学基础之上，以辅充主，不能过份强调课外辅导的作用而忽视课堂教学的重要作用。
学校要培养教师崇高的价值观，保证教师有充沛的精力与足够的时间完成正常的教学。
对某些教师存在的不恰当的课外辅导行为应予以惩处，杜绝不良风气的滋生和蔓延。
\ 再者，我们应改变中小学课外辅导偏科严重的局面，在高考指挥棒的影响下，主要考试科目热，非考试科目冷。
这必然导致学生知识面狭窄，学习方法机械、呆板，智力发展单一化。
所以课外辅导应配合课堂教学，充分发挥学生的主体作用，克服学生被动学习状态，学会主动提出问题和解决问题。
否则，仅靠大量超强的练习，过度疲劳训练，根本不利于青少年的身心健康，更谈不上学生综合素质的培养。
\ 最后，我们应使学生家长正确认识课外辅导作用，不能过分依赖。
家长首先要重视孩子的校内学习，通过与学校、老师充分交流，全面了解孩子的学习状况，理智地考虑孩子是否需要进行课外辅导，然后再选择合适的课外辅导内容和方式。
在此过程中家长首先应尊重、爱护学生的兴趣、爱好，鼓励其发挥所长。
这样做能促进学生有效学习，创造性地完成学习内容，达到全面发展。
否则会让学生产生厌学心理，不能实现辅导的初衷。
其次，中小学生特别是小学中低年级学生的认知结构还不完善，有些辅导内容并不适合他们，容易产生负迁移，家长应选择负迁移作用小的辅导课程。
最后，家长确定需要进行课外辅导后，应对待选机构作充分调查，选择社会反响良好的机构。
选择大学生家教时，应注意授课人的能力、经验和责任心，并发挥作为学生家长的主观能动性，经常与之交流授课情况，在辅导过程中及时调整，以达到最佳效果。
\ 总的说来，课外有偿辅导的存在是教育适应市场经济条件的新产物，在我国的教育教学评价机制发生根本性改变之前，仍会长期存在。
但是，中小学教育是基础教育，是学生养成教育的关键期。
课外有偿辅导服务应受到一定限制，对专业任职教师应严禁此类活动，对为谋求个人利益，将课堂应传授内容作为辅导内容的要进行惩处。
教育管理机构应健全各种针对课外有偿辅导服务的制度规定，明确服务的范围、内容、收费。
我们应引导正确、合理的课外辅导成为学校课程的有益补充，成为适应学生个体差异，能够因材施教的一个重要措施，从而使学生养成良好的学习习惯，达到叶圣陶先生所说的“教是为了不（需要）教”的目的。
zone是什么意思
复数：districts
如何通过雪球查询股票之前的变动状况
一. 雪球公司介绍雪球 聪明的投资者都在这里。
web 1.0：新闻资讯，股价信息，K线图web 2.0：SNS 订阅，分享，聊天web 3.0：移动 APP，交易闭环雪球现在员工数还不到100，其中技术人员占一半。
去年9月C轮融资4kw刀。
我们现在的技术栈由下列组件组成：Java，Scala，Akka，Finagle，Nodejs，Docker ，Hadoop。
我们当前是租用IDC机房自建私有云，正在往“公私混合云”方向发展。
在雪球上，用户可以获取沪深港美2w+股票的新闻信息，股价变化情况，也可以获取债券，期货，基金，比特币，信托，理财，私募等等理财产品的各类信息，也可以关注雪球用户建立的百万组合，订阅它们的实时调仓信息，还可以关注雪球大V。
雪球当前有百万日活跃用户，每天有4亿的API调用。
App Store 财务免费榜第 18 名。
历史上曾排到财务第二，总免费榜第 19。
二. 雪球当前总体架构作为一个典型的移动互联网创业公司，雪球的总体架构也是非常典型的设计：最上层是三个端：web端，android端和iOS端。
流量比例大约为 2：4：4 。
web3.0 的交易功能，在 web 端并不提供。
接入层以及下面的几个层，都在我们的自建机房内部。
雪球当前只部署了一个机房，还属于单机房时代。
正在进行“私有云+公有云混合部署”方案推进过程中。
我们当前使用 nodejs 作为 web 端模板引擎。
nodejs 模块与android 和 ios 的 app 模块一起属于大前端团队负责。
再往下是位于 nginx 后面的 api 模块。
跟 linkedin 的 leo 和微博的 v4 一样，雪球也有一个遗留的大一统系统，名字就叫 snowball 。
最初，所有的逻辑都在 snowball 中实现的。
后来慢慢的拆出去了很多 rpc 服务，再后来慢慢的拆出去了一些 http api 做成了独立业务，但即便如此，snowball 仍然是雪球系统中最大的一个部署单元。
在需要性能的地方，我们使用 netty 搭建了一些独立的接口，比如 quoto server，是用来提供开盘期间每秒一次的股价查询服务，单机 qps 5w+，这个一会再细说；而 IM 服务，起初设计里是用来提供聊天服务，而现在，它最大的用途是提供一个可靠的 push 通道，提供 5w\\\/s 的消息下发容量，这个也一会再细说。
雪球的服务化拆分及治理采用 twitter 开源的 finagle rpc 框架，并在上面进行了一些二次开发和定制。
定制的功能主要集中在 access log 增强，和 fail fast，fail over 策略及降级开关等。
finagle 的实现比较复杂，debug 和二次开发的门槛较高，团队内部对此也进行了一些讨论。
雪球的业务比较复杂，在服务层中，大致可以分为几类：第一类是web1.0，2.0 及基础服务，我们称为社区，包括用户，帖子，新闻，股价，搜索等等，类比对象就是新浪财经门户+微博；第二类是组合及推荐，主要提供股票投资策略的展示和建议，类比对象是美国的motif；第三类是通道，类似股市中的“支付宝”，接入多家券商，提供瞬间开户，一键下单等等各种方便操作的功能。
雪球的业务实现中，包含很多异步计算逻辑，比如搜索建索引，比如股票涨跌停发通知，比如组合收益计算等等，为此，我们设计了一个独立的 Thread\\\/Task 模块，方便管理所有的后台计算任务。
但随着这些 task 越来越多，逻辑差异越来越大，一个统一的模块并不是总是最佳的方案，所以，我们又把它拆成了两大类：流式的，和批量式的。
雪球的推荐体系包括组合推荐“买什么”和个性化推荐。
我们最近正在重新梳理我们的大数据体系，这个感兴趣的话可以单聊。
最下面是基础设施层。
雪球基础设施层包括：redis，mysql，mq，zk，hdfs，以及容器 docker。
线上服务之外，我们的开发及后台设施也很典型：gitlab开发，jenkins打包，zabbix 监控系统向 openfalcon 迁移，redimine向confluence迁移，jira，以及内部开发的 skiing 后台管理系统。
** 三. 雪球架构优化历程**首先描述一下标题中的“股市动荡”定语修饰词吧：上证指数从年初的3000点半年时间涨到了5000多，6月12号达到最高点5200点，然后就急转直下，最大单日跌幅 8.48%，一路跌回4000点以下。
最近一周都在3900多徘徊。
3月最后一周，A股开户 166万户，超过历史最高纪录 2007年5月第二周165万户。
4月份，证监会宣布A股支持单用户开设多账户。
6月底，证金公司代表国家队入场救市。
7月份，证监会宣布严打场外配资。
中国好声音广告第一晚，带来超过平时峰值200倍的注册量挑战：小 VS 大：小：小公司的体量，团队小，机器规模小大：堪比大公司的业务线数量，业务复杂度，瞬间峰值冲击雪球的业务线 = 1个新浪财经 + 1 个微博 + 1 个 motif + 1 个大智慧\\\/同花顺。
由于基数小，API调用瞬间峰值大约为平时峰值的 30+ 倍。
挑战：快速增长，移动互联网 + 金融，风口，A股大盘剧烈波动。
首先，在app端，在我们核心业务从 web2.0 sns 向 3.0 移动交易闭环进化的过程中，我们开发了一个自己的 hybrid 框架：本地原生框架，加离线 h5 页面，以此来支撑我们的快速业务迭代。
当前，雪球前端可以做到 2 周一个版本，且同时并行推进 3 个版本：一个在 app store 等待审核上线，一个在内测或公测，一个在开发。
我们的前端架构师孟祥宇在今年的 wot 上有一个关于这方面的详细分享，有兴趣的可以稍后再深入了解。
雪球App实践—构建灵活、可靠的Hybrid框架 另外，为了保障服务的可用性，我们做了一系列的“端到端服务质量监控”。
感兴趣的可以搜索我今年4月份在环信SM meetup上做的分享《移动时代端到端的稳定性保障》。
其中在 app 端，我们采用了一种代价最小的数据传输方案：对用户的网络流量，电池等额外消耗几乎为0每个请求里带上前一个请求的结果succ or fail ： 1 char失败原因：0 - 1 char请求接口编号： 1 char请求耗时：2 - 3 char其它：网络制式，etc炒股的人大多都会盯盘：即在开盘期间，开着一个web页面或者app，实时的看股价的上下跳动。
说到“实时”，美股港股当前都是流式的数据推送，但国内的A股，基本上都是每隔一段时间给出一份系统中所有股票现价的一个快照。
这个时间间隔，理论上是3秒，实际上一般都在5秒左右。
交了钱签了合同，雪球作为合作方就可以从交易所下属的数据公司那里拿到数据了，然后提供给自己的用户使用。
刚才介绍总体架构图的时候有提到 quote server ，说到这是需要性能的地方。
业务场景是这样的，雪球上个人主页，开盘期间，每秒轮询一次当前用户关注的股票价格变动情况。
在内部，所有的组合收益计算，每隔一段时间需要获取一下当前所有股票的实时价格。
起初同时在线用户不多，这个接口就是一个部署在 snowball 中的普通接口，股价信息被实时写入 redis ，读取的时候就从 redis 中读。
后来，A股大涨，snowball 抗不住了。
于是我们就做了一个典型的优化：独立 server + 本地内存存储。
开盘期间每次数据更新后，数据接收组件主动去更新 quote server 内存中的数据。
后续进一步优化方案是将这个接口以及相关的处理逻辑都迁移到公有云上去。
对于那些不盯盘的人，最实用的功能就是股价提醒了。
在雪球上，你除了可以关注用户，还可以关注股票。
如果你关注的某只股票涨了或跌了，我们都可以非常及时的通知你。
雪球上热门股票拥有超过 50w 粉丝（招商银行，苏宁云商）粉丝可以设置：当这支股票涨幅或跌幅超过 x%（默认7%）时提醒我。
曾经连续3天，每天超过1000股跌停，证监会开了一个会，于是接下来2天超过1000股涨停原来做法：股票涨（跌）x%，扫一遍粉丝列表，过滤出所有符合条件的粉丝，推送消息新做法：预先建立索引，开盘期间载入内存1%：uid1，uid22%：uid3，uid4，uid53%：uid6问题：有时候嫌太及时了：频繁跌停，打开跌停，再跌停，再打开。
。
。
的时候内部线上记录：4台机器。
单条消息延时 99% 小于 30秒。
下一步优化目标：99% 小于 10 秒IM 系统最初的设计目标是为雪球上的用户提供一个聊天的功能:送达率第一雪球IM：Netty + 自定义网络协议Akka ： 每个在线client一个actor推模式：client 在线情况下使用推模式多端同步：单账号多端可登录，并保持各种状态同步移动互联网时代，除了微信qq以外的所有IM，都转型成了推送通道，核心指标变成了瞬间峰值性能。
原有架构很多地方都不太合适了。
优化：分配更多资源：推送账号actor池精简业务逻辑：重复消息只存id，实时提醒内容不推历史设备，不更新非活跃设备的session列表等等本地缓存：拉黑等无法精简的业务逻辑迁移到本地缓存优化代码：异步加密存储，去除不合理的 akka 使用akka这个解释一下：akka 有一个自己的 log adapter，内部使用一个 actor 来处理所有的 log event stream 。
当瞬间峰值到来的时候，这个 event stream 一下子就堵了上百万条 log ，导致 gc 颠簸非常严重。
最后的解决办法是，绕过 akka 的 log adapter，直接使用 logback 的 appender线上记录：5w\\\/s （主动限速）的推送持续 3 分钟，p99 性能指标无明显变化7月10号我们在中国好声音上做了3期广告。
在广告播出之前，我们针对广告可能带来的对系统的冲击进行了压力测试，主要是新用户注册模块，当时预估广告播出期间2小时新注册100万压测发现 DB 成为瓶颈：昵称检测 cache miss > 40%昵称禁用词 where like 模糊查询手机号是否注册 cache miss > 80%注册新用户：5 insert优化：redis store：昵称，手机号本地存储：昵称禁用词业务流程优化：DB insert 操作同步改异步下一步优化计划：将 sns 系统中所有的上行操作都改成类似的异步模式接口调用时中只更新缓存，而且主动设置5分钟过期，然后写一个消息到 mq 队列，队列处理程序拿到消息再做其它耗时操作。
为了支持失败重试，需要将主要的资源操作步骤都做成幂等。
前置模块HA：合作方合规要求：业务单元部署到合作方内网，用户的敏感数据不允许离开进程内存业务本身要求：业务单元本身为有状态服务，业务单元高可用解决方案：使用 Hazelcast In-Memory Data Grid 的 replication map 在多个 jvm 实例之间做数据同步。
java 启动参数加上 -XX:+DisableAttachMechanism -XX:-UsePerfData，禁止 jstack，jmap 等等 jdk 工具连接关于前置模块，其实还有很多很奇葩的故事，鉴于时间关系，这里就不展开讲了。
以后有机会可以当笑话给大家讲。
组合净值计算性能优化：一支股票可能在超过20万个组合里（南车北车中车，暴风科技）离线计算，存储计算后的结果股价3秒变一次，涉及到这支股票的所有组合理论上也需要每 3 秒重新计算一次大家可能会问，为什么不用户请求时，实时计算呢
这是因为“组合净值”中还包括分红送配，分股，送股，拆股，合股，现金，红利等等，业务太过复杂，开发初期经常需要调整计算逻辑，所以就设计成后台离线计算模式了。
当前正在改造，将分红送配逻辑做成离线计算，股价组成的净值实时计算。
接口请求是，将实时计算部分和离线计算部分合并成最终结果。
实际上，我们的计算逻辑是比较低效的：循环遍历所有的组合，对每个组合，获取所有的价值数据，然后计算。
完成一遍循环后，立即开始下一轮循环。
优化：分级：活跃用户的活跃组合，其它组合。
批量：拉取当前所有股票的现价到 JVM 内存里，这一轮的所有组合计算都用这一份股价快照。
关于这个话题的更详细内容，感兴趣的可以参考雪球组合业务总监张岩枫在今年的 arch summit 深圳大会上的分享：构建高可用的雪球投资组合系统技术实践 最后，我们还做了一些通用的架构和性能优化，包括jdk升级到8，开发了一个基于 zookeeper 的 config center 和开关降级系统四. 聊聊关于架构优化的一些总结和感想在各种场合经常听说的架构优化，一般都是优化某一个具体的业务模块，将性能优化到极致。
而在雪球，我们做的架构优化更多的是从问题出发，解决实际问题，解决到可以接受的程度即可。
可能大家看起来会觉得很凌乱，而且每个事情单独拎出来好像都不是什么大事。
我们在对一个大服务做架构优化时，一般是往深入的本质进行挖掘；当我们面对一堆架构各异的小服务时，“架构优化”的含义其实是有一些不一样的。
大部分时候，我们并不需要（也没有办法）深入到小服务的最底层进行优化，而是去掉或者优化原来明显不合理的地方就可以了。
在快速迭代的创业公司，我们可能不会针对某一个服务做很完善的架构设计和代码实现，当出现各种问题时，也不会去追求极致的优化，而是以解决瓶颈问题为先。
即使我们经历过一回将 snowball 拆分服务化的过程，但当我们重新上一个新的业务时，我们依然选择将它做成一个大一统的服务。
只是这一次，我们会提前定义好每个模块的 service 接口，为以后可能的服务化铺好路。
在创业公司里，重写是不能接受的；大的重构，从时间和人力投入上看，一般也是无法承担的。
而“裱糊匠”式做法，哪里有性能问题就加机器，加缓存，加数据库，有可用性问题就加重试，加log，出故障就加流程，加测试，这也不是雪球团队工作方式。
我们一般都采用最小改动的方式，即，准确定义问题，定位问题根源，找到问题本质，制定最佳方案，以最小的改动代价，将问题解决到可接受的范围内。
我们现在正在所有的地方强推3个数据指标：qps，p99，error rate。
每个技术人员对自己负责的服务，一定要有最基本的数据指标意识。
数字，是发现问题，定位根源，找到本质的最重要的依赖条件。
没有之一。
我们的原则：保持技术栈的一致性和简单性，有节制的尝试新技术，保持所有线上服务依赖的技术可控，简单来说，能 hold 住。
能用cache的地方绝不用db，能异步的地方，绝不同步。
俗称的：吃一堑，长一智。
特事特办：业务在发展，需求在变化，实现方式也需要跟着变化。
简单的来说：遗留系统的优化，最佳方案就是砍需求，呵呵。
