我走得很慢，但我从不后退

一个常见的调度问题是作业车间调度问题，多个作业在多台机器上处理。每个作业由一系列任务组成，这些任务必须按照给定的顺序执行，并且每个任务必须在特定的机器上处理。例如，作业可以是制造单一的消费品，如汽车。问题是如何安排机器上的任务，以最小化调度的长度，即所有任务完成所需的时间。

作业车间问题由几个约束条件：

• 在作业的前一个任务完成之前，作业的任何任务不能启动
• 一台机器一次自能做一项任务
• 一项任务，一旦开始，必须运行到完成

例子

下面是一个作业车间调度问题的简单例子，其中每个作业都用一对数字(m, p)来表示，其中m是必须处理该任务的机器编号，p是该任务的处理时间。（作业和机器的编号从0开始）

• job 0 = [(0, 3), (1, 2), (2, 2)]
• job 1 = [(0, 2), (2, 1), (1, 4)]
• job 2 = [(1, 4), (2, 3)]

OR-Tools是用c++编写的，但也可以在Python、Java或C#中使用它。下面主要介绍使用Python创建和运行OR-Tools程序。

以下部分将帮助您开始使用Python的OR-Tools:

• 什么是优化问题
• 使用Python解决优化问题
• 更多使用Python的例子
• 确定你希望解决的问题类型

OR-Tools是用于组合优化的开源软件，寻求从大量可能的解决方案中找到问题的最佳解决方案。下面是一些使用OR-Tools解决的问题例子：

• 车辆路径规划：在给定的约束条件下(例如，“卡车不能装载超过20000磅”或“所有的递送必须在两个小时内
  完成”)，为提取和递送包裹的车队找到最佳路线。
• 调度问题：在一组固定的机器或其他资源上，为一组复杂的任务找到最佳调度，其中一些任务需要在其他任务之前执行。
• 装箱问题：将尽可能多的不同尺寸的物品装入数量固定的箱子中，使得每个箱子容量最大。

在大多数情况下，像上述问题有大量可能的解决方案，太多了以至于计算机无法全部搜索它们。为了解决这个问题，OR-Tools使用最先进的算法来缩小搜索集合，以便找到一个最优（或接近最优）的解决方案。

0x01 Redis四种模式

这里的模式主要是说的Redis Server的部署模式，有四种：单机模式、主从模式、哨兵模式、集群模式

这四种模式的详细介绍可以参考这篇文章：https://juejin.cn/post/6844904191236767751

主从模式的Redis数据库，单点连接主节点。这种模式主要如果主节点挂掉，从库会切换为主节点，但是主节点IP已经变化，应用服务需要修改IP地址，重新发布。

建议哨兵模式，这种主要连接的是哨兵节点（一个或多个组成），访问redis集群的数据都是通过哨兵集群的，redis集群出现问题，应用服务不用更改访问地址

0x01 源于线上Bug

某天下午正在愉快的写着代码，突然某服务客户端报错，看了下报错详细信息，是报的超时错误，客户端设置的连接超时时间是5s，一般不可能报错的，开始查日志，定位问题…

从服务记录的日志来看，是服务里面会请求模型服务，这块耗时超过了5s才返回。整个服务是使用的gunicorn + flask的方式，部署在公司私有云上，请求模型服务使用的是python requests包。

这块代码如下（经过一定的简化）：

0x01 SVN简介

SVN知道的同学可能比较少，但是大家可能对git都不陌生，相信大家基本都用过全球最大同性交友网站github。

SVN和git是一样的，都是一种版本控制系统，用于多个人共同开发同一个项目，共用资源的目的。

SVN历史比较悠久，在git出来前就有。

0x02 SVN服务器

SVN是CS模式，需要有服务器。SVN服务器支持两种运行方式：独立服务器和借助apache运行，本文主要讲独立服务器的运行方式

本文主要讲在Linux系统Ubuntu 18.04下的安装，其他发行版相差不大。

1. 安装SVN

   1	apt-get install subversion

2. 建立SVN服务器的文件夹

   1 2	# svn默认目录 mkdir /var/svn

0x01 简介

这篇论文是一篇关于匹配系统算法的论文（2012年），那会机器学习才刚开始兴起。

主要讲的是《Ghost Recon Online》（中文名称：幽灵行动）游戏研发beta测试的时候，对匹配系统算法做的一些研究，论文中提到的算法并没有在线上使用，主要是离线验证。

OR-Tools CP-SAT 搜索参数

所有参数:

https://github.com/google/or-tools/blob/stable/ortools/sat/sat_parameters.proto

很多参数都要在了解背后的搜索算法后，才知道含义

输出所有参数及其默认值：

1
2
3
4
5

attributes = [attr for attr in dir(solver.parameters) if not attr.startswith('__')]
for attr in attributes:
    if attr == "Extensions":
        continue
    print("{} = {}".format(attr, eval("solver.parameters.{}".format(attr))))

下面是参数类型及一些例子：

Branching and polarity 搜索算法相关参数

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19

enum VariableOrder {
    IN_ORDER = 0;  // As specified by the problem.
    IN_REVERSE_ORDER = 1;
    IN_RANDOM_ORDER = 2;
}

# 变量顺序
# 这个参数不变，可以在定义变量时，考虑变量顺序
preferred_variable_order = IN_ORDER

enum Polarity {
    POLARITY_TRUE = 0;
    POLARITY_FALSE = 1;
    POLARITY_RANDOM = 2;
    POLARITY_REVERSE_WEIGHTED_SIGN = 4;
  }
  
# 初始化相关设置
optional Polarity initial_polarity = POLARITY_FALSE;