Linux流控框架：TC和Netfilter
摘取自 Linux TC(Traffic Control)框架原理解析
Linux内核内置了一个Traffic Control框架，可以实现流量限速，流量整形，策略应用(丢弃，NAT等)。从这个框架你能想到别的什么吗？或许现在不能，但是我会先简单说一下，和TC框架比较相似的是Netfilter框架，但是二者却又有很大的不同。
在精通了Netfilter框架之后，再来体会TC框架会简单得多，特别是，
人工智能
8+SCI，机器学习+WGCNA+免疫浸润+分型+PCR验证，内容丰富，这种文章不接收，天理不容！
影响因子：8.786
研究概述：
阿尔茨海默病（AD）是一种严重的进行性神经退行性疾病，其特征是淀粉样蛋白-β（Abeta）斑块过度积累，神经功能障碍和认知障碍。本文采用ssGSEA、LASSO回归和WGCNA算法详细地评估AD患者的免疫微环境模式，使用SHAP和LIME算法分析机器学习模型的结果。接着使用了四个单独的GEO数据库进行外部验证，并根据区分基因的表达确定了免疫微环境的不
R语言绘制组间比较散点图并自动添加P值信息
查询ggprism包使用时候发现官网给出的一示例图比较常用，这里记录学习一下。
image-20221208130405959
加载R包准备数据
## 加载R包
sapply(c('dplyr',"ggplot2","ggprism",
"ggbeeswarm","rstatix"), require, character.only = TRUE)
## 准备数
“PatMax RedLineTM图案”工具
机器视觉原理与案例详解
工控帮教研组编著
电子工业出版社
2020.7
ISBN 978-7-121-39084-5
一、“PatMax RedLineTM图案”工具
“PatMax RedLineTM图案”工具的应用步骤如下：
1、在“位置工具”下选择“PatMax RedLineTM图案”工具
，如图10-4所示。
图10-4
2、从“模型”下拉列表中选择
选择模型区域类型（
Celonis与SAP通信解析
无论是Data Job还是Replication Cockpit的数据抽取，都基于Celonis特意为SAP开发的抽取器。该抽取器确保建立起可持续稳定的数据管道在Celonis和SAP之间。只有在建立了这样的管道之后，用户才可以抽取数据。
前面的两篇文章，使用Celonis Data Job 抽取数据， 使用Replication Cockpit抽取数据。我们谈到了如何抽取数据，现在
Flink 侧流输出源码解析
Flink 侧流输出源码解析
Flink 的 side output 为我们提供了侧流（分流）输出的功能，根据条件可以把一条流分为多个不同的流，之后做不同的处理逻辑，下面就来看下侧流输出相关的源码。
先来看下面的一个 Demo，一个流被分成了 3 个流，一个主流，两个侧流输出。
SingleOutputStreamOperator<JasonLeePOJO> process =
