现实中有太多的东西让人感到无奈、虚假、欺骗、距离、生死……想逃脱却无法逃脱。只有埋首书中，才能让自己感受到还有意思真实的存在。

我和简·爱有太大的不同，我有自己的家，而她却在那个所谓的家里受着痛苦；我有自己的自由，而她却只能自己争取；我有自己的骄傲，而她的骄傲总是一次又一次的被别人打破试试上，有时候也希望自己是简·爱，但我有我的无奈，我不可能是她，也不会是她，她勇敢，我却总是自作聪明；她坚持，我却总是一次次的去放弃；他执着，我去太爱改变。

我总是在不停的去展示自己，却忘了本属于被人的荣誉。她在面对朋友总是热爱与关心，我真的彻底地失败，他害怕别人知道自己的过去，而我总是用谎言来堆积过去，我无法接受别人知道我的过去是怎么样的，但她却在老师和朋友的关心下，努力说服自己要勇敢的去面对。

不过人总是两面的，简·爱用乐观的心态来面对自己的爱情，我用乐观来面对生活，即使有时是伪装的，但总乐在其中，简·爱的命运石乐观其成的，而我是逆来顺受还是不甘反抗？其实我不知道。

似乎每一有个人都说简·爱是勇敢的，面对罗切斯特的城堡内的女子，她不怕谣言，去刺探事实真相；面对于罗切实特的爱情，她不怕困哪，面对亲人，她用于去交流也勇于去反抗，我觉得简·爱是伟大的，他总是勇于去表达自己的思想，不受权贵的控制，她在书中表达了自己对命运的挑战，也努力的去热爱自己的生活和生命，面对任何事都会冷静的去思考，遇到困难也总想着为他人着想。她没教育我生命，我却学到了坚强，即使是狂风暴雨或者是坎坷厄运，总有过去的一天，不轻易妥协。

夏洛蒂·勃朗特借简·爱告诉人身为女子的勇敢与伟大，他的文字会让人身临其境搬得看到了简·爱这位不敢命运，不甘平凡的女子，同样的夏洛蒂·勃朗特也正如他书中的女子一般，让人感觉到他的伟大，他的思恋，她的生活，人总不会一辈子只懂得去妥协吧，也总不能一辈子去依赖偶尔的去反抗命运，上帝也不会让你白白的去反抗，送给你的礼物也总让人意向不到，希望礼物不会让人失望。《简爱》读书笔记800字

这是我完整地读过第一篇现代诗文，也是第一次读到冰心的作品，更是第一次读到《繁星 春水》这篇动人的大作，读完之后，有一种从未有过的感觉忽然在我的脑子里晃动。

这篇文章是我国著名的文学家，我从小就听说的名字——冰心写的。在小的时候，家人天天跟我讲冰心奶奶的故事，可是我一直都没有机会看她的作品，那 时的我还只懂得什么叫古诗，还不清楚现代诗的格律与古诗词的韵律有什么区别。有一次，我偶然看到了《繁星 春水》这

篇文章，我才知道现代诗比古代诗更生动 上口，给人的情趣更高。在不知不觉中我便迷上了现代诗。不信，您就听我说一说《繁星 春水》这篇文章吧 ！

我们先看一看这一段话：繁星闪烁着——深蓝的空中，何曾听得见他们的对话？

沉默中，微光里，他们深深的互相颂赞了。短短的几句，却勾勒了一幅清幽、明丽、自然和谐的图画。而且，作者的想象力是这样的神奇美妙，那冷冷的夜 空中无情感的星星尚能互相赞颂，作者十分含蓄地抒发了自己对“人类之爱”的追求。你们看一句这么短的诗，可以体现出一种这么伟大的精神，想必冰心奶奶在写 时，必定苦心思考了一番。这还不算什么呢，你们再看这几句：

母亲啊！天上的风雨来了，鸟儿躲到他的巢里；

心中的风雨来了，我只躲到你的怀里。寥寥几句，赞扬了最崇高、最无私的母爱。她热诚赞美母爱。对母亲表示了由衷的感激之情。整体联想自然，读来委婉柔和。

在《春水》中，有那么一段令我久久不能忘怀。“春从微绿的小草里和青年说：?我的光照临着你了，从枯冷的环境中创造你有生命的人格罢！?”诗人以 拟人的手法，告诉人们革命胜利的曙光已经来临，人们应该热情地去迎接未来的美好的生活，创立自己辉煌的人生。这也是诗人革命乐观，热情精神的写照。

总之，我觉得冰心奶奶的诗是在茫茫夜空中闪耀着晶莹亮泽的星星，是散落在忘河之滨的点点小花，永远散发出沁人的馨香。

《繁星 春水》这篇作品给我的启迪很大，她告诉我人类对爱的追求，告诉我母爱的伟大，告诉我要乐观地对待人生……这些使我冰心奶奶这种伟大的精神和善良的品性所折服

第二篇：DW2.0下一代数据仓库的架构读书笔记

《DW2.0---下一代数据仓库的架构》读书笔记

在公司花了一天时间把这本书翻完了，这本书是PM借我看的，之前一直忙项目，没有时间看，在国庆期间就想把它看完早点还了。书不厚，才218页，所以比较快的看完了，总算完成了既定目标。这本书是老外写的，但是翻译的不错。至少我从头读到尾没感觉很不顺畅的地方。看封面上写的主要四个人翻译的，看来多点人翻译校对，翻译质量还是能够上去的嘛。这本书写的挺好，介绍了数据仓库的一些基本知识，虽然多是概念上的东西，没有什么实际案例，但是对于我入门还是挺有帮助的。

书的章节后都会有一个总结，整理的很好，有时候我会先看总结，然后再针对性的看详细内容，这样看起来效率蛮高，效果也不错。主要内容是介绍了DW2.0只区别于之前的数据仓库的变化，以及DW2.0中采用的一些方案，从数据的生命周期，谈到数据模型，如何应对不断变化的业务需求，ETL在数据仓库中的角色，以及后面的性能，成本考虑以及对非结构化数据的处理。感觉有些概念是需要记下的，大部分内容就摘录总结的内容了。

DW2.0是新一代数据仓库的构架 。DW2.0和第一代数据仓库有很大的差别。四个最大的差别如下：

1，随着数据进入并存储于数据仓库，产生了对数据生命周期的认识。 2，数据仓库中包含非结构化数据。

3，DW2.0环境包含元数据。

4，DW2.0的技术基础能够随着时间而变化。

DW2.0的四个主要的生命周期区：

1，交互区，数据仓库一更新模式在交易响应时间水平下完成构建 2，整合去，数据在这里经过整合并完成分析处理

3，近线区，作为整合区数据的一个缓存区域

4，归档区，存放访问概率显著下降但仍有可能访问的数据

以上的四个区，按照数据的时间进行划分，交互区的数据非常新，比如刚2秒的数据。整合区大概有24小时或一个月之久的数据。而近线区存放3~4年的数据，作为整合区的一个缓存，如果有些数据不被频繁的访问到，则可能会将数据从整合区放到近线区，反之也有可能移回整合区，在很多方面，近线区就是整合区的延伸，近线区时可选择的，亦即数据不一定需要经过这一区。但是当数据量非常大并且数据间的访问概率差别很大时，就可以利用近线区来处理。后面提到近线区的存储成本比整合区要低很多。归档区存放超过5年甚至10年的数据，这些数据一般不会被查询到，但是不排除专门的数据分析师会用到，所以还是需要存储的。

设置不同区的原因：

由于数据的访问概率和访问模式差别很大。比如交互区的数据被频繁访问，并且其访问模式是随机访问。这样就有必要将数据进行划分，区别对待，不同区的数据采用的技术会有所不同。在经典的数据仓库中，所有的数据都被存放在磁盘存储器上，好像所有的数据都有平等的访问机会。这样其实会导致数据越聚越多，造成经常被访问的数据的访问效率下降，对不同的数据要求的响应时间也会不同，比如历史很久的数据，查询很少，可以忍受等几个小时或一天的时间等数据出来。而最近的数据会被经常访问到，希望是秒杀级的速度。所以要将数据进行分区，集中性的处理。这样层次上也比较清晰。

数据是会会随着时间流动的，慢慢的从交互区，最终移动到归档区。数据的结构在不同的区之间可能会做些改变。不同的生命周期，数据的访问方式和分析手段会不同，对数据的响应要求也会改变，这样就会利用ETL或其他应用程序来处理。

整合区 的数据是在对交互区中的数据通过ETL层处理后收集得到的。在进行ETL处理时，同时进行数据的质量处理。简单的数据质量处理就是域检查和范围检查。

访问整合区中数据事务处理仅限于读取数据。这不像交互区中，删除，修改，整合区中的数据只能访问，不能更新。整合区中的数据不能添加，删除，修改意味着不溶于数据的更改，而是可以以一种不同的方式完成对数据的更改。整合区对于同一时间提出的问题保证了回答的一致性。整合区中有两种相关的参照完整性。 第一张是区间参照完整性，区间参照完整性指的是交互区通过各区时的完整性。就是说，当数据从交互区进入整合区时，数据必须有可辨别的源和目的以确保数据不会丢失。整合区中另一种参照完整性是相同区内的参照完整性，这种完整性意味着同一区内数据元素之间可能存在某种关系。

整合区的数据通常与使用它的某一特定版本的软件是兼容的。到归档数据被从归档环境中检索出来时，使用它们的这个版本的软件可能早已不存在了。因此，把归档区的数据结构设计的与整合区一样是不明智的 。没有任何理由不允许数据以两种格式存放在归档环境-一种是整合区中的源格式，另一种是更为简单通用的格式。

近线区 就像是整合区的一个缓存 。近线区基于非磁盘存储技术运行，其中包含了整合区中数据的镜像。近线区通过人工或者一种跨媒介存储管理(CMSM)方法与整合区连接。近线区的工作流主要是不频繁的数据读取。但是数据的读取都是集中进行的。当数据的访问频率下降时就被放入近线区。

DW2.0中的元数据

DW2.0中的每个区中都有各自的元数据，其中包括交互区元数据，整合区元数据，近线区元数据以及归档区元数据。归档区元数据不同于其他元数据，这是因为归档区元数据直接置于归档数据中，以确保元数据不会跟其所描述的基础数据分离或丢失。

DW2.0的方法与途径

成功实施DW不是一次性可以完成的，存在需求不明确，开发周期长等问题。所以企业需要采用一种螺旋型的开发方法，以快速多次迭代的方式完成数据仓库的开发。每次迭代的开发周期不应超过3个月 。引入 螺旋式方法 时第二代数据仓库迈向成功的关键一步，其被证明是建立数据仓库最为行之有效的方法。螺旋式方法因为“ 七流法 ”的实施，其功能更为强大。数据仓库/商业智能项目方法的七种流的每一种都侧重于企业数据结构的不同方面，并且都采用不同的和相应合适得工作方法：

1，企业参考模型流：以对象为单位建立的企业参考模型

2，企业知识协调流：以工作为单位建立的企业知识协调

3，信息工厂开发流：以主题为单位建立的信息工厂开发

4，数据归档定位流：以源为单位建立的数据归档和定位

5，数据纠正流：以属性为单位建立的数据校正

6，基础设施流：以组件为单位建立的基础设施管理

7，整体信息质量管理流：以工序为单位建立的整体信息质量管理

以上的每一事件流是根据不同的步调进行的。每一个流是同步开始和并发驱动的，并且需要监控和协调。

数据模型与DW2.0

建立数据模型的第一步是定义整合范围。数据模型建立在企业的数据基础之上，但是大多数机构有大量的数据，这样即使定义了整合范围，仍然可能导致数据模型的建立永无休止。在这种情况下，要明确的区分粒状型数据和概括型数据。 区别粒状型数据和概括型数据：

粒状型数据是指体现最底层意义的数据。一个人的姓名是粒状型数据，生日也是粒状型数据，薪水在一个时段内也可以看成是粒状型数据。概括型数据则是诸如一天的交易量，一个月的收入，一年企业的员工数，一个季度内的国民生产总值之类的数据。

关于为什么要区别 粒状型数据和概括型数据 主要有以下几个原因：

1，概括型数据远远多于粒状型数据

2，概括型数据变化速度比对其建模过程要快

3，概括型数据自身携带描述其是如何形成的算法。

如果数据模型中包含概括型数据，那么该模型肯定不能完成。

数据模型包括三个 层次 -ERD层，中间层以及底层。

交互区的形成由应用模型决定，整合区的形成由企业数据模型决定。

一些数据模型可以被用在非结构数据中。特别是外部分类可以有为它们建立的数据模型。另外，内部数据模型可以根据主题建立模型，这些主题是根据文本产生的。

监视机制：

数据仓库在大部分情况下，就像是一个黑盒，随着时间的变化，数据仓库会出现

这样或那样的问题，所以要有相应的监视机制，在发生问题时能够提前通知，而不是我们被动的去做。在DW2.0环境中至少需要三种监视 ：事务监视(包含响应时间，高峰期处理的资源使用情况，检测工作力量，队列长度等)，数据质量监视(包含ETL数据质量，转化数据的完整一致性)，数据仓库监视(检测数据的使用频度，休眠情况，通过嗅探sql可以做到)

ETL与DW2.0

ETL是用于转换数据状态的过程。数据通过ETL处理后由应用状态转换为企业状态。ETL处理发生在数据进入交互区时，在数据由交互区向整合区过渡时会再次发生。ETL可以以在线模式或批处理模式运行。以在线模式运行时强调的是数据的移动，而以批处理模式运行时强调的是数据的转换。 在大量的数据需要进入目的地时，ETL处理可以以一种并行的方式运行。ETL的一个副产品是用于描述数据移动的元数据，它的另一个副产品是审核记录。除了数据转换之后，ETL处理还包含了简单的数据质量检查。

DW2.0的性能问题

有两种类型的性能：事务型和分析型。当事务型处理的性能出现问题时，公司的操作型活动会受到影响，而当分析型处理的性能出现问题时，公司的分析能力就会受到影响。 提升性能 可以采用以下方法：

1，选择合适的索引

2，尽快移除休眠数据

3，培训终端用户怎样识别好的和差的代码

4，监控事务和数据仓库环境，以便当性能变差时，可以有一个用于判断到底出现什么错误的起点

5，规划容量以便组织可以预见资源将要被用完

6，升级，保证正在使用的是最新版本的硬件和软件

7，元数据，以便利用重用性，最小化所需的工作量

8，批处理，减少消耗的时间

9，事务并行，有效的处理大的工作负荷量

10，工作负荷量管理，保证一项工作不会因为大小而合其他工作冲突 11，数据集市，完成从中央数据仓库中转出的主要的分析型处理

12，探索工具，将统计型处理移动到其他位置进行

13，基于事务所要使用的资源将事务分为不同的类

14，服务标准协议，建立量化的指标来衡量性能

15，保护交互区来最小化资源的争夺

16，将数据分成不同类别来分别管理

17，选择合适的硬件和软件来实现性能

18，区别农民和探索者的工作

19，非正规化数据，将经常会被同时访问的数据物理的放到一起

20，检查由工具(如商业智能工具)自动产生的代码

数据集市 包含了用于做决策的部门数据。有若干理由支持建立数据集市： 1，机器周期成本低

2，终端用户拥有控制权 3，DW2.0的性能得以提升