glav: (Default)
[personal profile] glav
Если говорить о том, как именно надо менять сознание/стереотипы по "гендерным" вопросам, то имхо надо менять дискурс. Как я люблю говорить, выйти из одномерной дихотомии и взглянуть на вопрос под другим углом.

Не метаться между "женщина должна быть домохозяйкой" и "женщина не должна быть домохозяйкой" с "истиной где-то посередине". А выбирать между "мне нравятся домохозяйки" и "мне нравятся деловые женщины". Со всем спектром между ними.

Точно также как не метаются между "женщина должна быть блондинкой" и "женщина должна быть брюнеткой". Или между "у женщины должны быть длинные волосы" и "женщина должна собирать волосы в косу". А говорят "мне нравятся блондинки" или "мне нравятся длинноволосые".

То же самое, естественно, и в отношении мужчин.

Это решает как минимум две проблемы. Во-первых, мы переключаем фокус с требований к окружающему миру на свои собственные желания. Во-вторых, мы переходим от "коллективной ответственности", говоря за всех женщин и мужчин, к тому, что важно лично нам.
[syndicated profile] register_security_feed

Posted by Richard Chirgwin

I’ll have a garlic bread, a Supreme and a side of privacy breach by slack partners

Domino's Pizza's Australian outpost has blamed a partner for a security breach, after angry customers went online complaining about finding themselves on spam lists.…

[syndicated profile] register_security_feed

Posted by John Leyden

Block all the things! No, wait, not the XSS security alerts

Top ad-blocking plugin uBlock Origin has come under fire for being a little too eager in its quest to murder nasty stuff on the internet: it prevents browsers from sounding the alarm on hacking attacks.…

[syndicated profile] register_security_feed

Posted by Iain Thomson

Forget KRACK, good ol' Office malware has biz workers in its sights again

Updated  Malware exploiting Microsoft Word's DDE features to infect computers has been lobbed at US government-backed mortgage biz Freddie Mac.…

API fail

Oct. 17th, 2017 03:31 pm
stas: (Default)
[personal profile] stas
API fail: Linux stores file creation timestamp (on most filesystems). stat() has structures to retrieve it. CLI tools have formats and UI to support it. But Linux kernel just doesn't return file creation TS, despite having it. Why? Because shut up, that's why.

В эту среду...

Oct. 18th, 2017 01:31 am
silent_gluk: (pic#4742471)
[personal profile] silent_gluk
...продолжаем тему кислицы (как мне рассказали - теперь я знаю больше, спасибо!) и капелек.

Коники, #4

Oct. 18th, 2017 07:49 am
furrry: (Default)
[personal profile] furrry
Кто отправился на двухчасовую прогулку верхом (раз уж на урок записаться не получилось) и не взял с собой непромокаемую куртку - тот сами догадайтесь кто. Шлем сохнет второй день.

Если на прошлом уроке мне было продемонстрировано, зачем нужны ездовые ботинки (которые я незамедлительно приобрела, ибо любое хобби - это в первую очередь повод для шоппинга), то в этот раз темой нашего занятия стало "keep your eyes on the road, your hands upon a wheel"(c). Даже если мы остановились и отдыхаем или ждем - повод надо держать в руках, а ноги - в стременах. Встали затянуть подпруги. Безветренно, даже дождь прекратился, тишина. И тут в лесу со страшным грохотом падает огромная ветка. Видели в кино табун испуганных лошадей? Вот это оно! Ладно, остановились, успокоились.

Второй раз ветка упала, когда мы спускались к броду. Надо как-то отучаться орать "куда!! стоять!!"- не помогает совсем, а даже наоборот. Откидываться в седле и пользоваться поводьями помогает куда лучше - но почему-то сначала орешь (инстинктивно), а уже потом пытаешься скоординировать все свои многочисленные части тела.

Кукабары, опять же, из кустов вылетают - страшно, аж жуть - надо подскочить и куда-то побежать. Ведь всем известно, что кукабарры только притворяются, что любят сосиски - а на самом деле их любимая еда - трогательные беззащитные коники. Последний раз моя кобыла перепугалась, когда шедший впереди конь оступился.

Ужасно занятно наблюдать за их иерархией. Моя кобыла напрочь отказывалась идти первой. И вообще желала идти след в след за одним единственным мерином по имени Барт. Заставить ее обогнать его мне не удалось ни разу, а если между ней и Бартом вклинивалсь какая другая лошадь, Бренди ускорялась, оттирала нахалов плечом и опять утыкалась мордой в круп Барта. Правда, из-за этого не удалось особо порысить - Барт был не в настроении ускоряться, к тому же на него посадили пацана лет 7, если не меньше. Поэтому Бренди, проявлявшая довольно много энтузиазма в поане перехода на рысь, то и дело утыкалась в остановившегося Барта.

Один раз, правда, Барта увели в самый хвост нашей процессии и мы довольно бодро пронеслись по тропинке. Облегченная рысь в лесу сильно отличается от рыси в манеже: в манеже над головой не нависают разнообразные твердые ветки. Более того, в конце мы явно перешли на кентер ненадолго (очень удачно, что прошлое занятие меня к этому подготовило, ибо момент перехода c двух тактов на три меня изрядно пугает).

Зато у меня теперь есть шлем, перчатки, рейтузы (лингвистическое открытие недели: рейтузы - это нем. Reithose — штаны для езды верхом), ботинки и краги. Должна сказать, что наездник в полной экпировке выглядит куда элегантнее яхтсмена, готовящегося уйти в открытое море.

Монсеррат

Oct. 17th, 2017 11:14 pm
ratomira: (Default)
[personal profile] ratomira
Я такая темная.

Думала, что Монсеррат Кабалье уже давно умерла, еще примерно в 90-х годах.

А она до сих пор жива.

И поет.

Яфшоке. =О

juan_gandhi: (Default)
[personal profile] juan_gandhi
Все это ужас. И несовершеннолетние. Все такое.

Но они ж продолжали. И во вполне совершеннолетнем возрасте. Это было как условие продолжения трудовой деятельности.

Можно на меня наезжать, конечно, но я бы это квалифицировал как проституцию. Тем более, что нам известно, что не все таки через постель попали на экран. Не все. 

[syndicated profile] planetposgresql_feed

At Citus we spend a lot of time working with customers on data modeling, optimizing queries, and adding indexes to make things snappy. My goal is to be as available for our customers as we need to be, in order to make you successful. Part of that is keeping your Citus cluster well tuned and performant which we take care of for you. Another part is helping you with everything you need to know about Postgres and Citus. After all a healthy and performant database means a fast performing app and who wouldn’t want that. Today we’re going to condense some of the information we’ve shared directly with customers about Postgres indexes.

Postgres has a number of index types, and with each new release seems to come with another new index type. Each of these indexes can be useful, but which one to use depends on 1. the data type and then sometimes 2. the underlying data within the table, and 3. the types of lookups performed. In what follows we’ll look at a quick survey of the index types available to you in Postgres and when you should leverage each. Before we dig in, here’s a quick glimpse of the indexes we’ll walk you through:

  • B-Tree
  • Generalized Inverted Index (GIN)
  • Generalized Inverted Seach Tree (GiST)
  • Space partitioned GiST (SP-GiST)
  • Block Range Indexes (BRIN)
  • Hash

Now onto the indexing

In Postgres, a B-Tree index is what you most commonly want

If you have a degree in Computer Science, then a B-tree index was likely the first one you learned about. A B-tree index creates a tree that will keep itself balanced and even. When it goes to look something up based on that index it will traverse down the tree to find the key the tree is split on and then return you the data you’re looking for. Using an index is much faster than a sequential scan because it may only have to read a few pages as opposed to sequentially scanning thousands of them (when you’re returning only a few records).

If you run a standard CREATE INDEX it creates a B-tree for you. B-tree indexes are valuable on the most common data types such as text, numbers, and timestamps. If you’re just getting started indexing your database and aren’t leveraging too many advanced Postgres features within your database, using standard B-Tree indexes is likely the path you want to take.

GIN indexes, for columns with multiple values

Generalized Inverted Indexes, commonly referred to as GIN, are most useful when you have data types that contain multiple values in a single column.

From the Postgres docs: “GIN is designed for handling cases where the items to be indexed are composite values, and the queries to be handled by the index need to search for element values that appear within the composite items. For example, the items could be documents, and the queries could be searches for documents containing specific words.”

The most common data types that fall into this bucket are:

One of the beautiful things about GIN indexes is that they are aware of the data within composite values. But because a GIN index has specific knowledge about the data structure support for each individual type needs to be added, as a result not all datatypes are supported.

GiST indexes, for rows that overlap values

GiST indexes are most useful when you have data that can in some way overlap with the value of that same column but from another row. The best thing about GiST indexes: if you have say a geometry data type and you want to see if two polygons contained some point. In one case a specific point may be contained within box, while another point only exists within one polygon. The most common datatypes where you want to leverage GiST indexes are:

  • Geometry types
  • Text when dealing with full-text search

GiST indexes have some more fixed constraints around size, whereas GIN indexes can become quite large. As a result, GiST indexes are lossy. From the docs: “A GiST index is lossy, meaning that the index might produce false matches, and it is necessary to check the actual table row to eliminate such false matches. (PostgreSQL does this automatically when needed.)” This doesn’t mean you’ll get wrong results, it just means Postgres has to do a little extra work to filter those false positives before giving your data back to you.

Special note: GIN and GiST indexes can often be beneficial on the same column types. One can often boast better performance but larger disk footprint in the case of GIN and vice versa for GiST. When it comes to GIN vs. GiST there isn’t a perfect one size fits all, but the broad rules above apply

SP-GiST indexes, for larger data

Space partitioned GiST indexes leverage space partitioning trees that came out of some research from Purdue. SP-GiST indexes are most useful when your data has a natural clustering element to it, and is also not an equally balanced tree. A great example of this is phone numbers (at least US ones). They follow a format of:

  • 3 digits for area code
  • 3 digits for prefix (historically related to a phone carrier’s switch)
  • 4 digits for line number

This means that you have some natural clustering around the first set of 3 digits, around the second set of 3 digits, then numbers may fan out in a more even distribution. But, with phone numbers some area codes have a much higher saturation than others. The result may be that the tree is very unbalanced. Because of that natural clustering up front and the unequal distribution of data–data like phone numbers could make a good case for SP-GiST.

BRIN indexes, for larger data

Block range indexes can focus on some similar use cases to SP-GiST in that they’re best when there is some natural ordering to the data, and the data tends to be very large. Have a billion record table especially if it’s time series data? BRIN may be able to help. If you’re querying against a large set of data that is naturally grouped together such as data for several zip codes (which then roll up to some city) BRIN helps to ensure that similar zip codes are located near each other on disk.

When you have very large datasets that are ordered such as dates or zip codes BRIN indexes allow you to skip or exclude a lot of the unnecessary data very quickly. BRIN additionally are maintained as smaller indexes relative to the overall datasize making them a big when for when you have a large dataset.

Hash indexes, finally crash safe

Hash indexes have been around for years within Postgres, but until Postgres 10 came with a giant warning that they were not WAL-logged. This meant if your server crashed and you failed over to a stand-by or recovered from archives using something like wal-g then you’d lose that index until you recreated it. With Postgres 10 they’re now WAL-logged so you can start to consider using them again, but the real question is should you?

Hash indexes at times can provide faster lookups than B-Tree indexes, and can boast faster creation times as well. The big issue with them is they’re limited to only equality operators so you need to be looking for exact matches. This makes hash indexes far less flexible than the more commonly used B-Tree indexes and something you won’t want to consider as a drop-in replacement but rather a special case.

Which do you use?

We just covered a lot and if you’re a bit overwhelmed you’re not alone. If all you knew before was CREATE INDEX you’ve been using B-Tree indexes all along, and the good news is you’re still performing as well or better than most databases that aren’t Postgres :) As you start to use more Postgres features consider this a cheatsheet for when to use other Postgres types:

  • B-Tree - For most datatypes and queries
  • GIN - For JSONB/hstore/arrays
  • GiST - For full text search and geospatial datatypes
  • SP-GiST - For larger datasets with natural but uneven clustering
  • BRIN - For really large datasets that line up sequentially
  • Hash - For equality operations, and generally B-Tree still what you want here

If you have any questions or feedback about the post feel free to join us in our slack channel.

yigal_s: (Default)
[personal profile] yigal_s
0. Выводы сделаны человеком, ничего не понимающим в электронике, аудиоаппаратуре, и очень немного - в обработке сигналов.
1. Однобитный звуковой формат - остой.
2. Хорошо звучит он лишь потому, что уху и этого хватает. Никакого иного волшебства тут нет.
3. Не хуже многобитного семплинга (применяемого в обычном CD, обычных .wav и .mp3 файлах) он может звучать лишь потому, что в потребительской аудиоаппаратуре DAC (выходные цифро-аналоговые преобразователи) внутри используют тот же однобитный поток, то есть уже сами по себе безбожно искажают данные. "То, что мертво, умереть не может". Ну и опять же, это еще и вопрос, будет ли CD звучать сильно лучше при использовании нормального DAC, или ухо ничего не заметит? Вот это б проверить надо б.
4. И это ещё надо б разобрать, на чем сделаны ADC в аудиостудиях. А то ещё вот есть и микрофоны, которые выдают, опять же, однобитный поток. А видеокамер, выдающих однобитное видео, у вас ещё нет, часом, э?
5. Ну и 32-битный формат - опять же сплошное надувательство. Равно как и 24-битный, скорее всего. Вот может пару-троечку битов всё же еще как-то можно добавить к потребительскому 16-битному DAC, далее смысла нет.

6. http://www.mojo-audio.com/blog/dsd-vs-pcm-myth-vs-truth/

мимими

Oct. 17th, 2017 01:56 pm
yigal_s: (Default)
[personal profile] yigal_s


Вот, кстати, одна из наиболее известных попыток вывести на тупой однобитный динамик в PC нормальную аналоговую музыку. Начиная с 2:10

Мне вот даже как-то удивительно, что при всех моих занятиях дельта-сигмой, я не догадался, что можно было б её выдать на динамики. Просто хоть сейчас садись и делай, ради морального реванша. Я ж её вообще ни разу не слышал. Только нынче для этого придется либо какой-то DOS запускать, либо в kernel залезать. Гемор...

Насколько я понимаю, с дельта-сигмой никто тогда и не игрался, все делали амплитудно-скважную модуляцию.
[syndicated profile] grahamcluley_feed

Posted by Graham Cluley

Krack - the rules haven't changed

KRACK may be the biggest vulnerability of the year - a flaw in the WPA2 protocol used to encrypt Wi-Fi communications.

Про мат

Oct. 17th, 2017 06:57 pm
ratomira: (Default)
[personal profile] ratomira
Вспомнила одну девочку, которая года в полтора уже очень хорошо разговаривала... И хорошо материлась. Причем, всегда в тему.

Помню, бежит она, ангелочек с золотистыми кудряшками, вдруг падает... Встает и говорит громко на весь парк, отряхиваясь: "Блядь, пиздец, как я наебнулась".

А ее мама сразу оправдывалась: "Нет-нет, мы никогда с ней матом не разговариваем. Я не знаю, откуда она этого набралась. Я очень редко матом говорю."
[syndicated profile] ryb40_new_feed
В департаменте ЖКХ города Рыбинска подводят итоги старта отпительного сезона.
[syndicated profile] ryb40_new_feed
В ближайшее время на двух городских улицах появятся новые светофоры.

Profile

beldmit: (Default)
beldmit

October 2017

S M T W T F S
1234567
8 910 11 121314
1516 1718192021
22232425262728
293031    

Most Popular Tags

Style Credit

Expand Cut Tags

No cut tags
Page generated Oct. 18th, 2017 02:04 am
Powered by Dreamwidth Studios