首先推荐来自今天的 湾区日报
从最初坚持每天5篇分享至今已经1205期了，点赞作者.
1)最好的商业模式, 微软、苹果、Netflix：花钱的用户是用产品的人；谷歌与FB：花钱的是广告商，用产品的人免费；Amazon、腾讯、阿里：小比例的超级用户花大钱，间接让整个生态变得更好。哪种商业模式好？
2)Firefox + Pocket：打造更好的文章推荐引擎。恐怕很多人不知道Pocket已经被Mozilla收购了。如果你有使用Firefox，打开一个空白新窗口就会看到Pocket推荐的文章，这是根据你使用Firefox的本地浏览记录推荐的。
2.
Microsoft: The Early Days: http://www.memecentral.com/mylife.htm
这篇也是湾日的推荐。
1981年，作者和其老板Charles Simonyi从计算机人机交互界面发展先驱的施乐走出，经同事即3Com创始人的建议，一起成为微软第77位员工，当时微软刚要开始做应用程序，开始山寨Mac上的电子表格，后来开始做“长得像电子表格的字处理系统”，也就是Word。
Word，成为了之后数年的Revenue Bomb， 难怪当年求伯君把自己关在张旋龙（金山创始人，张小龙的哥哥，不是八卦里的微信张小龙）为他在深圳包的一个房间里，日夜兼程写出了字处理系统WPS， 不过当初目标据说是为了超越当时尚火WordStar，WordStar兼容DOS，不过90年后被MS Word超越。
求伯君后来吐露，虽然WPS每年收入数千万（1993年前后），但是自己只是个给老板打工的。
接 2.
文中提到的Charles Simonyi，中文译作 查尔斯·西蒙尼，微软 Word/Excel 开发的Leader，安迪·格鲁夫的老乡，曾经微软首席架构师，高智囊团的核心，所见即所得（What you see is What you get）的发明人。
不仅上述实际产出，图形用户界面等，查尔斯·西蒙尼还给微软带去了:
1）开发应用软件的经验，当时MS不具备的系统层之上的软件应用经验。
2）关于程序员生产力的理论，被Gates称为“软件工厂”理论，也是数年后逃离微软的人吐槽的金字塔层级理论。
我曾在学校图书馆角落里看过一本介绍VB之父Alan Cooper的书，里面提到了西蒙尼非比寻常的兴趣:
事实上，历史上前6位太空游客，两位就是曾从事程序员的职业，其他四位或是电子计算机相关专业或是创建计算机相关的公司/投资。最让国内程序员熟悉的可能就是一位生于南非的IT界的企业家，马克·沙特尔沃思，Canonical公司创立者，Canonical就是组织创造了Ubuntu的公司，所以到了第二年10月份，知道Ubuntu组织免费提供 Ubuntu系统光盘，那个使用google还可以畅行无阻的时代，我就申请了一个32位的系统盘，珍藏着。
4.
the hidden costs of touchscreens
https://medium.com/@caseorganic/why-do-we-keep-building-cars-with-touchscreens-alt-the-hidden-lives-of-touchscreens-55faf92799bf
触摸屏真的方便了人们的操作了吗？不是所有场景都提高效率的，有的收银台的POS机变成平板电脑，收银员效率下降不少，得眼睛看屏幕才能操作。
我似乎理解了为什么这么多年过去了，国内许多大商场依旧是没有触摸屏的收银台，但更可能的原因是IBM的小型机及其系统确实太昂贵了。
其实，我确实更喜欢现在国内一些新型零售的触摸自助结账系统，不用排队，更免去了被花式插队带来的愤怒。
但这么做，似乎也淘汰了一批收银员，而这些人中，许多可能是出来打点工，给家庭减少财务负担的，还未到退休年纪或刚到大城市尚未着落的女性。
5.
The Story Behind How Pocket Hit 20M Users with 20 People
http://firstround.com/review/the-story-behind-how-pocket-hit-20m-users-with-20-people
创立八年，而前四年都是一个人在单打独斗
记得13年就在使用pocket，不过那时确实困惑了“read it later”和packet是哪个好久？完全没想到居然是一个人在运营
6.
大概上个月爆出的 新版JDK += 操作符的副作用
很详细的：JDK 9/10/11: Side Effects from += on Java String
http://marxsoftware.blogspot.com/2018/06/JDK-8204322.html
https://stackoverflow.com/questions/50683786/why-does-arrayidx-a-increase-idx-once-in-java-8-but-twice-in-java-9-and-1
https://bugs.openjdk.java.net/browse/JDK-8204322
http://mail.openjdk.java.net/pipermail/compiler-dev/2018-June/011997.html
7.
是否遇到过 “javax.net.ssl.SSLException: Received fatal alert: protocol_version”的异常？
实际上这是JDK1.7默认支持的TLS版本导致的异常，JDK1.7+ 默认支持的TLS版本不是TLSv1.2
https://scnuwang.github.io/2017/10/11/JDK1.7%E9%BB%98%E8%AE%A4%E6%94%AF%E6%8C%81%E7%9A%84TLS%E7%89%88%E6%9C%AC%E5%AF%BC%E8%87%B4%E5%BC%82%E5%B8%B8/
查看JDK1.7+ 支持的协议
http://docs.oracle.com/javase/7/docs/technotes/guides/security/StandardNames.html#SSLContext
解决方案：在发送请求前设置系统属性：System.setProperty(“https.protocols”, “TLSv1.2”);
https://stackoverflow.com/questions/9749339/does-tomcat-support-tls-v1-2
8.
http://jaminzhang.github.io/os/Linux-IO-Monitoring-and-Deep-Analysis/
Linux IO 监控与深入分析
作者总结的很详细，才知道原来原生的还有这么多命令可用，这些命令还可以这么用。
1) 系统级 IO 监控: iostat -xdm 1
如果 %iowait 的值过高，表示磁盘存在 I/O 瓶颈。
如果 %util 接近 100%，说明产生的 I/O 请求太多，I/O 系统已经满负荷，该磁盘可能存在瓶颈。
如果 svctm 比较接近 await，说明 I/O 几乎没有等待时间；
如果 await 远大于 svctm，说明 I/O 队列太长，I/O 响应太慢，则需要进行必要优化。
如果 avgqu-sz 比较大，也表示有大量 IO 在等待。
2) 进程级 IO 监控 iotop 和 pidstat
pidstat -d 1
pidstat -u -r -d -t 1
可以回答系统级 IO 监控不能回答的 2 个问题
距离业务层相对较近(例如，可以统计进程的读写量)
但是也没有办法跟业务层的 read, write 联系在一起，同时颗粒度较粗，没有办法告诉你，当前进程读写了哪些文件？耗时？大小？
3) 业务级 IO 监控 ioprofile
ioprofile 命令本质上是 lsof + strace ioprofile 可以回答你以下三个问题:
当前进程某时间内,在业务层面读写了哪些文件(read, write)？
读写次数是多少？(read, write 的调用次数)
读写数据量多少？(read, write 的 byte 数)
注: ioprofile 仅支持多线程程序,对单线程程序不支持. 对于单线程程序的 IO 业务级分析，strace 足以。
总结： ioprofile 本质上是 strace，因此可以看到 read，write 的调用轨迹，可以做业务层的 IO 分析(mmap 方式无能为力)
4) 文件级 IO 监控
文件级 IO 监控可以配合/补充”业务级和进程级” IO 分析
文件级 IO 分析，主要针对单个文件，回答当前哪些进程正在对某个文件进行读写操作
lsof 或者 ls /proc/pid/fd
inodewatch.stp
lsof 告诉你当前文件由哪些进程打开
jdk11比10包含哪些特性？
https://www.oschina.net/news/97145/jdk-11-jep-332?from=20180617
列出了相关JEP，可以点击原文查看，原文含详细链接
JDK 11 已确定了 15 个 JEP，下面是完整的列表：
181: 基于嵌套的访问控制(Nest-Based Access Control)
309: 动态类文件常量(Dynamic Class-File Constants)
315: 改进 Aarch64 Intrinsics(Improve Aarch64 Intrinsics)
318: Epsilon — 一个无操作的垃圾收集器(Epsilon: A No-Op Garbage Collector)
320: 删除 Java EE 和 CORBA 模块(Remove the Java EE and CORBA Modules)
321: HTTP Client (Standard)
323: 用于 Lambda 参数的局部变量语法(Local-Variable Syntax for Lambda Parameters)
324: Curve25519 和 Curve448 算法的密钥协议(Key Agreement with Curve25519 and Curve448)
327: Unicode 10
328: Flight Recorder
329: ChaCha20 和 Poly1305 加密算法(ChaCha20 and Poly1305 Cryptographic Algorithms)
330: 启动单一文件的源代码程序(Launch Single-File Source-Code Programs)
331: Low-Overhead Heap Profiling
333: 处于试验阶段的可伸缩低延迟垃圾收集器 ZGC: A Scalable Low-Latency Garbage Collector (Experimental)
336: 弃用 Pack200 工具和 API(Deprecate the Pack200 Tools and API)
Kafka 源码解析之 Consumer 如何加入一个 Group（六）
http://matt33.com/2017/10/22/consumer-join-group/
推荐看作者总结的 Kafka 源码解析 系列
11.
数据库事务隔离标准分析
https://zhuanlan.zhihu.com/p/38214642
一直记不住的数据库隔离级别：
本文首先介绍了ANSI基于“异象”的隔离级别标准，并分析了其狭义和广义的描述；然后介绍了基于锁的隔离级别标准，与ANSI隔离级别进行了比较；最后分析快照隔离级别，在ANSI隔离级别标准基础上，提出了两种新的“异象”，得出快照隔离在几种标准隔离级别特性中的位置。
ANSI SQL-92标准(http://www.contrib.andrew.cmu.edu/~shadow/sql/sql1992.txt)将数据库并发事务间的隔离性行为划分为3种"异象(phenomena)"，从低到高的自然语言定义依次为：
P1 脏读 (“Dirty read”): SQL-transaction T1 modifies a row. SQL- transaction T2 then reads that row before T1 performs a COMMIT. If T1 then performs a ROLLBACK, T2 will have read a row that was never committed and that may thus be considered to have never existed.
P2 不可重复读 (“Non-repeatable read”): SQL-transaction T1 reads a row. SQL- transaction T2 then modifies or deletes that row and performs a COMMIT. If T1 then attempts to reread the row, it may receive the modified value or discover that the row has been deleted.
P3 幻读 (“Phantom”): SQL-transaction T1 reads the set of rows N that satisfy some. SQL-transaction T2 then executes SQL-statements that generate one or more rows that satisfy the used by SQL-transaction T1. If SQL-transaction T1 then repeats the initial read with the same , it obtains a different collection of rows.
P1/P2/P3的形式化描述
根据标准文档的定义，可以将这三种异象使用形式化语言描述如下，称为A1/A2/A3（其中w1[x]表示事务1写入记录x，r1表示事务1读取记录x，c1表示事务1提交，a1表示事务1回滚，r1[P]表示事务1按照谓词P的条件读取若干条记录，w1[y in P]表示事务1写入记录y满足谓词P的条件）：A1 脏读：w1[x] … r2[x] … (a1 and c2 in any order)
A2 不可重复读：r1[x] … w2[x] … c2 … r1[x] … c1
A3 幻读：r1[P] … w2[y in P] … c2 … r1[P] … c1
上述A1/A2/A3形式化描述，根据标准定义的P1/P2/P3异象的自然语言描述转化而来，但是ANSI标准定义的异象只针对了单个记录或谓词描述，对于多条记录需满足业务一致性的场景并未能覆盖（比如两个账户间转账要求余额总和不变），举例如下：
H1：r1[x=50]w1[x=10] r2[x=10]r2[y=50] c2 r1[y=50]w1[y=90] c1
事务1执行账户x向账户y转账40，事务2读取到了进行到了一半的事务1（Read Uncommitted），破坏了余额总和的一致性
因为事务1并未回滚，H1的行为并不符合A1的形式化定义
H2：r1[x=50] r2[x=50]w2[x=10]r2[y=50]w2[y=90] c2 r1[y=90] c1
事务2执行账户x向账户y转账40，事务1在事务2提交前后读取到了破坏余额总和一致性的数据（Unrepeatable Read）
因为事务1并未重复读取记录x，H2的行为并不符合A2的形式化定义
H3：r1[P] w2[insert y to P] r2[z] w2[z] c2 r1[z] c1
事务2增加新雇员并更新雇员总数z，事务1在事务2提交前后读取到了破坏雇员列表与雇员总数的一致性的数据（Phantom）
因为事务1并未重复读取谓词P指定的数据集合，H3的行为并不符合A3的形式化定义.
因为要增强对上述H1/H2/H3异象的约束，论文将A1/A2/A3的形式化描述称为“狭义的描述(strict interpretations)”，然后增加了“广义的描述(broad interpretation)”，去除了strict interpretations中对事务提交、回滚和数据读取范围的约束，只保留事务之间读写的时序关系，即事务之间只要包含如下时序的操作，即可能产生包含H1/H2/H3在内的异象，如下：
P1 脏读：w1[x] … r2[x] … ((c1 or a1) and (c2 or a2) in any order)
P2 不可重复读：r1[x] … w2[x] … ((c1 or a1) and (c2 or a2) in any order)
P3 幻读：r1[P] … w2[y in P] … ((c1 or a1) and (c2 or a2) in any order)
在上述形式化描述下，禁止P1即可禁止H1，禁止P1/P2即可禁止H2，禁止P1/P2/P3即可禁止H3。至此，ANSI标准隔离级别定义的三种异象，可以被扩展为适用范围更广的的P1/P2/P3的形式化定义，这种隔离级别定义被论文称之为“phenomena-based”，即基于“异象”的隔离级别定义。
可以惨考这篇文章，实例分析，加深印象
《A Critique of ANSI SQL Isolation Levels》论文实验
https://zhuanlan.zhihu.com/p/38334464
12.
国内Elasticsearch早期布道者 Medcl 的新书计划：Elastic 搜索开发实战
https://elastic-search-in-action.medcl.com/0.1_abstract.html
13.
很不错的功能: Kafka 1.1新功能：数据的路径间迁移
http://www.cnblogs.com/huxi2b/p/9214592.html
14.
JDK 11中将会加入令人惊叹的ZGC(不到2毫秒)
http://openjdk.java.net/jeps/333
https://zhuanlan.zhihu.com/p/38348775?group_id=993277353635659776
15.
http://vmlens.com/articles/3_tips_volatile_fields/
艺海拾贝：3 Tips for volatile fields in java
Volatile fields are one of built-in mechanism to write multi-threaded java.
Volatile variables are not cached in registers or in caches where they are hidden from other processors, so a read of a volatile variable always returns the most recent write by any thread. … The visibility effects of volatile variables extend beyond the value of the volatile variable itself. When thread A writes to a volatile variable and subsequently thread B reads that same variable, the values of all variables that were visible to A prior to writing to the variable become visible to B after reading the volatile variable.
— Java Concurrency in Practice - Brian Goetz, et al.
- Use volatile fields when writes do not depend on its current value.
- Use volatile fields for reading and locks for writing
- Use with JDK 9 VarHandle for atomic operations.
来点轻松的：
计算机领域有哪些经典的典故或笑话？
https://www.zhihu.com/question/20034686
看到一个有趣的链接：
RegEx match open tags except XHTML self-contained tags
https://stackoverflow.com/questions/1732348/regex-match-open-tags-except-xhtml-self-contained-tags
第一个高赞答案分析了一堆理由，然后作者大概是 苦正则表达式匹配 html久已，还故意留了一段 血腥字体 的示例
可怜的 stackoverflow 编辑 或许是苦于“Please do not flag it for our attention”特意加了一段 网页显示没问题，原文就是这样 的声明。
开头还加了一段 lock 讨论的声明，太多讨论无关主题
向 stackoverflow 对技术对社区质量负责任的态度致敬。