天真貝葉斯學(xué)習(xí)機 | TiDB Hackathon 優(yōu)秀項目分享

Anshiii 發(fā)布于2019-06-25 18:56 / 3636人閱讀

摘要：我們非常希望本屆誕生的優(yōu)秀項目能夠在社區(qū)中延續(xù)下去，感興趣的小伙伴們可以加入進(jìn)來哦本文作者是來自團隊的楊文同學(xué)，他們的項目天真貝葉斯學(xué)習(xí)機在本屆中獲得了三等獎最佳創(chuàng)意獎。比賽前一日從廣州南站出發(fā)，次日抵達(dá)北京西站。

Ti Hack 系列

TiDB Hackathon 2018 共評選出六組優(yōu)秀項目，本系列文章將由這六組項目的成員主筆，分享他們的參賽經(jīng)驗和成果。我們非常希望本屆 Hackathon 誕生的優(yōu)秀項目能夠在社區(qū)中延續(xù)下去，感興趣的小伙伴們可以加入進(jìn)來哦～本文作者是來自 DSG 團隊的楊文同學(xué)，他們的項目《天真貝葉斯學(xué)習(xí)機》在本屆 Hackathon 中獲得了三等獎+最佳創(chuàng)意獎。

“在 TiDB Hackathon 2018 學(xué)習(xí)到不少東西,希望明年再來”

簡述

“pd ctl 天真學(xué)習(xí)機”

具體做法：用 naive bayes 模型來根據(jù)系統(tǒng)指標(biāo)和人的 pd ctl 調(diào)用，來得到一個模型去根據(jù)系統(tǒng)指標(biāo)去自動提供 pd ctl 調(diào)用的命令。

1.貝葉斯算法舉例

貝葉斯模型可以用來干這種事：

比如一個媽媽根據(jù)天氣預(yù)報來跟兒子在出們的時候叮囑：

天氣預(yù)報[ 晴, 溫度: 28, 風(fēng)力: 中 ], 媽媽會說 [好好玩]
天氣預(yù)報[ 雨, 溫度: 15, 風(fēng)力: 低 ], 媽媽會說 [帶上傘]
天氣預(yù)報[ 陰, 溫度: 02, 風(fēng)力: 大 ], 媽媽會說 [多穿點]...

把這些輸入輸入到貝葉斯模型里以后, 模型可以根據(jù)天氣預(yù)報來輸出：

天氣預(yù)報[ 晴, 溫度: 00, 風(fēng)力中], 模型會說 [ 多穿點:0.7, 好好玩0.2, 帶上傘0.1]
天氣預(yù)報[ 雨, 溫度: 10, 風(fēng)力大], 模型會說 [ 帶上傘:0.8, 多穿點0.1, 好好玩0.1]

這樣通過一個媽媽的叮囑就可以訓(xùn)練出一個也會根據(jù)天氣預(yù)報給出叮囑的模型。

2. 初步想法

我們可以把一個模型多帶帶的部署在一個 pod 里, 暴露一個 service ，然后集群上每次有人去調(diào)用 pd_ctl 的時候就在后臺用 rest call 到模型服務(wù)上記錄一下操作（叮囑）和當(dāng)前的系統(tǒng)指標(biāo)(好比天氣預(yù)報). 這樣慢慢用一段時間以后，積累的操作多了以后，就可以打開某個自動響應(yīng)，或者打開自動建議應(yīng)該執(zhí)行的命令的功能。

這樣模型可以在某一組系統(tǒng)指標(biāo)出現(xiàn)之前類似學(xué)習(xí)過的狀態(tài)之后，給出相應(yīng)的建議，當(dāng)這些建議都很正確的時候直接讓 pd 直接采納，完全智能的自動化運作。

3. 實際 Hackathon 方案

在跟導(dǎo)師交流探討后發(fā)現(xiàn)，目前 PD 已經(jīng)比較自動化了，很少需要人為介入進(jìn)行操作，需要的時候也是比較復(fù)雜的場景，或者自動化運作比較慢的場景。

我們團隊在跟多名導(dǎo)師的溝通交流下，將初步想法進(jìn)行了一些調(diào)整：

從熱點調(diào)度策略入手，用熱點調(diào)度策略的數(shù)值去用 naive bayes 模型去訓(xùn)練他們，然后再根據(jù)這些數(shù)值再去模型中去獲取建議值。

統(tǒng)計建議值和熱點調(diào)度策略進(jìn)行比較；（從開始的測試結(jié)果來看，大概有 70% 匹配，但是我們實測發(fā)現(xiàn)，使用我們模型的建議值去真正的調(diào)度，熱點 region 還是非常均衡的）

三組對照試驗：不進(jìn)行調(diào)度，只打印調(diào)度數(shù)據(jù)；正常使用原來的熱點調(diào)度策略；使用原來的熱點調(diào)度策略的數(shù)值，但是使用模型訓(xùn)練的建議值進(jìn)行實際調(diào)度；

Hackathon 回顧

首先，介紹一下我們團隊（DSG），分別來自：丹麥、北京（山西）、廣州。

D 先生是在比賽前一天早上到達(dá)北京的，我是比賽前一天晚上從廣州出發(fā)，于比賽當(dāng)日早上 6:38 才抵達(dá)北京的。

說實話，時差和疲憊對于參賽還是有一點影響的。

廢話不多說，我就來回顧一下我的整個參賽過程。

比賽前一日 20:05 從廣州南站出發(fā)，次日 6:38 抵達(dá)北京西站。

7:58 抵達(dá)地鐵西小口

8:06 經(jīng)過轉(zhuǎn)轉(zhuǎn)

8:12 抵達(dá)比賽所在地：東升科技園 C-1 樓

8:16 簽到，逛 PingCAP

8:40 跟 D 先生匯合，了解貝葉斯模型

9:20 DSG 團隊成員全部集結(jié)完畢

10:00 比賽正式開始

10:00 Hacking Time: Trello 構(gòu)建整個比賽分工、準(zhǔn)備工作、需求分析

搭建 TiDB 集群（2套）【熟悉 TiDB 集群，實操 PD-CTL】

12:17 午餐

13:00 Hacking Time: 熟悉 PD Command，貝葉斯模型，導(dǎo)師指導(dǎo)，本地 TiDB 環(huán)境構(gòu)建（坑），分析 PD 熱點調(diào)度，剖析調(diào)度流程，模擬熱點數(shù)據(jù)

18:20 外出用餐（蘆月軒羊蝎子(西三旗店)）【沾 D 先生的光，蹭吃蹭喝】

20:40 回到東升科技園

20:50 ~ 次日 1:10 Hacking Time: 模擬熱點數(shù)據(jù)，實測調(diào)度上報和獲取模型返回結(jié)果，本地測通調(diào)度參數(shù)上報和得到模型返回值

次日 1:10 ~ 5:50 會議室休息（在此期間，我的隊友 D 先生，調(diào)好了模型，并將此模型通過 Docker 構(gòu)建部署到 PD 機器上）

次日 5:50 Hacking Time: 部署修改過的 PD 服務(wù)到線上服務(wù)器，并打通 rust-nb-server，實時上報和實時獲取模型返回結(jié)果

次日 7:30 早餐

次日 8:00 正式調(diào)試

次日 9:00 抽簽確定 Demo 時間

次日 9:00 ~ 12:00 Hacking Time: 調(diào)優(yōu)

次日 12:00 ~ 12:30 午餐時間

次日 13:00 ~ 14:00 Hacking Time: PPT，調(diào)優(yōu)

次日 14:30 ~ 18:30 Demo Time（B 站直播）

次日 18:30 ~ 19:00 頒獎（B 站直播）

Hackathon 實操 1. 搭建 TiDB 集群

完全參考文檔

測試 TiDB 集群，可能遇到的坑（MySQL 8 client On MacOSX）：

mysql client connect : Unknown charset 255 (MySQL 8 Client 不支持字符集，需要指定默認(rèn)字符集為 UTF8)

mysql -hx.x.x.x --default-character-set utf8

2. 天真貝葉斯的服務(wù)接口

/model/service1?PUT 上報數(shù)據(jù)：

{
  "updates": [
    [
      "transfer leader from store 7 to store 2",
      [
        {
          "feature_type": "Category",
          "name": "hotRegionsCount1",
          "value": "true"
        },
        {
          "feature_type": "Category",
          "name": "minRegionsCount1",
          "value": "true"
        },
        {
          "feature_type": "Category",
          "name": "hotRegionsCount2",
          "value": "true"
        },
        {
          "feature_type": "Category",
          "name": "minRegionsCount2",
          "value": "true"
        },
        {
          "feature_type": "Category",
          "name": "srcRegion",
          "value": "7"
        }
      ]
    ],
  ]}

/model/service1 POST 獲取模型結(jié)果：

輸入?yún)?shù)：上報的參數(shù)

{
  "predictions": [
    {
      "transfer leader from store 1 to store 2": 0.27432775221072137,
      "transfer leader from store 1 to store 7": 0.6209064350448428,
      "transfer leader from store 2 to store 1": 0.024587894827775753,
      "transfer leader from store 2 to store 7": 0.01862719305134528,
      "transfer leader from store 7 to store 1": 0.02591609468013258,
      "transfer leader from store 7 to store 2": 0.03563463018518229
    }
  ]}

3. PD 集群部署

首先將 pd-server 替換到集群所在 ansible/resources/bin 目錄下，那如何讓集群上的 PD 更新生效呢？

更新：

$ ansible-playbook rolling_update.yml --tags=pd

在實操過程中，如果你在更新到一半的時候就關(guān)門了，可能會導(dǎo)致整個 PD 掛掉（非集群環(huán)境），可能是因為邏輯不嚴(yán)謹(jǐn)所導(dǎo)致的問題

直接停止了 ansible，導(dǎo)致 PD 集群機器節(jié)點有停止的情況，這個時候你可以通過以下命令啟動它。

啟動：

$ ansible-playbook start.yml --tags=pd

4. PD 調(diào)度 4.1 取消熱點數(shù)據(jù)調(diào)度

大家都以為可以通過配置來解決：(調(diào)度開關(guān)方法: 用 config set xxx 0 來關(guān)閉調(diào)度)

配置如下：（雖然找的地方錯誤了，但是錯打錯著，我們來到了 Demo Time：

config set leader-schedule-limit 0
config set region-schedule-limit 0
scheduler add hot-region-scheduler
config show
config set leader-schedule-limit 4
config set region-schedule-limit 8

實測發(fā)現(xiàn)，根本不生效，必須要改源代碼。

func (h *balanceHotRegionsScheduler) dispatch(typ BalanceType, cluster schedule.Cluster) []*schedule.Operator {
    h.Lock()
    defer h.Unlock()
    switch typ {
    case hotReadRegionBalance:
        h.stats.readStatAsLeader = h.calcScore(cluster.RegionReadStats(), cluster, core.LeaderKind)
        // return h.balanceHotReadRegions(cluster) // 將這一行注釋
    case hotWriteRegionBalance:
        h.stats.writeStatAsLeader = h.calcScore(cluster.RegionWriteStats(), cluster, core.LeaderKind)
        h.stats.writeStatAsPeer = h.calcScore(cluster.RegionWriteStats(), cluster, core.RegionKind)
        // return h.balanceHotWriteRegions(cluster) // 將這一行注釋
    }
    return nil
}

但是，我們要的不是不調(diào)度，而只是不給調(diào)度結(jié)果：

func (h *balanceHotRegionsScheduler) balanceHotReadRegions(cluster schedule.Cluster) []*schedule.Operator {
    // balance by leader
    srcRegion, newLeader := h.balanceByLeader(cluster, h.stats.readStatAsLeader)
    if srcRegion != nil {
        schedulerCounter.WithLabelValues(h.GetName(), "move_leader").Inc()
        // step := schedule.TransferLeader{FromStore: srcRegion.GetLeader().GetStoreId(), ToStore: newLeader.GetStoreId()} // 修改為不返回值或者返回 _
        _ = schedule.TransferLeader{FromStore: srcRegion.GetLeader().GetStoreId(), ToStore: newLeader.GetStoreId()}
        // return []*schedule.Operator{schedule.NewOperator("transferHotReadLeader", srcRegion.GetID(), srcRegion.GetRegionEpoch(), schedule.OpHotRegion|schedule.OpLeader, step)} // 注釋這一行，并 return nil
        return nil
    }

    // balance by peer
    srcRegion, srcPeer, destPeer := h.balanceByPeer(cluster, h.stats.readStatAsLeader)
    if srcRegion != nil {
        schedulerCounter.WithLabelValues(h.GetName(), "move_peer").Inc()
        return []*schedule.Operator{schedule.CreateMovePeerOperator("moveHotReadRegion", cluster, srcRegion, schedule.OpHotRegion, srcPeer.GetStoreId(), destPeer.GetStoreId(), destPeer.GetId())}
    }
    schedulerCounter.WithLabelValues(h.GetName(), "skip").Inc()
    return nil
}

......

func (h *balanceHotRegionsScheduler) balanceHotWriteRegions(cluster schedule.Cluster) []*schedule.Operator {
    for i := 0; i < balanceHotRetryLimit; i++ {
        switch h.r.Int() % 2 {
        case 0:
            // balance by peer
            srcRegion, srcPeer, destPeer := h.balanceByPeer(cluster, h.stats.writeStatAsPeer)
            if srcRegion != nil {
                schedulerCounter.WithLabelValues(h.GetName(), "move_peer").Inc()
                fmt.Println(srcRegion, srcPeer, destPeer)
                // return []*schedule.Operator{schedule.CreateMovePeerOperator("moveHotWriteRegion", cluster, srcRegion, schedule.OpHotRegion, srcPeer.GetStoreId(), destPeer.GetStoreId(), destPeer.GetId())} // 注釋這一行，并 return nil
                return nil
            }
        case 1:
            // balance by leader
            srcRegion, newLeader := h.balanceByLeader(cluster, h.stats.writeStatAsLeader)
            if srcRegion != nil {
                schedulerCounter.WithLabelValues(h.GetName(), "move_leader").Inc()
                // step := schedule.TransferLeader{FromStore: srcRegion.GetLeader().GetStoreId(), ToStore: newLeader.GetStoreId()} // 修改為不返回值或者返回 _
                _ = schedule.TransferLeader{FromStore: srcRegion.GetLeader().GetStoreId(), ToStore: newLeader.GetStoreId()}

                // return []*schedule.Operator{schedule.NewOperator("transferHotWriteLeader", srcRegion.GetID(), srcRegion.GetRegionEpoch(), schedule.OpHotRegion|schedule.OpLeader, step)} // 注釋這一行，并 return nil
                return nil
            }
        }
    }

    schedulerCounter.WithLabelValues(h.GetName(), "skip").Inc()
    return nil
}

當(dāng)修改了 PD 再重新編譯得到 pd-server，將其放到

tidb-ansible/resources/bin/pd-server 并替換原來的文件，然后執(zhí)行

ansible-playbook rolling_update.yml --tags=pd，即可重啟 pd-server 服務(wù)。

在調(diào)優(yōu)的過程中發(fā)現(xiàn)，當(dāng)前 hot-region-scheduler 的調(diào)度時對于目標(biāo)機器的選擇并不是最優(yōu)的，代碼如下：

https://github.com/pingcap/pd/blob/master/server/schedulers/hot_region.go#L374

簡述：循環(huán)遍歷 candidateStoreIDs 的時候，如果滿足條件有多臺，那么最后一個總會覆蓋前面已經(jīng)存儲到 destStoreID 里面的數(shù)據(jù)，最終我們拿到的 destStoreID 有可能不是最優(yōu)的。

// selectDestStore selects a target store to hold the region of the source region.
// We choose a target store based on the hot region number and flow bytes of this store.
func (h *balanceHotRegionsScheduler) selectDestStore(candidateStoreIDs []uint64, regionFlowBytes uint64, srcStoreID uint64, storesStat core.StoreHotRegionsStat) (destStoreID uint64) {
    sr := storesStat[srcStoreID]
    srcFlowBytes := sr.TotalFlowBytes
    srcHotRegionsCount := sr.RegionsStat.Len()

    var (
        minFlowBytes    uint64 = math.MaxUint64
        minRegionsCount        = int(math.MaxInt32)
    )
    for _, storeID := range candidateStoreIDs {
        if s, ok := storesStat[storeID]; ok {
            if srcHotRegionsCount-s.RegionsStat.Len() > 1 && minRegionsCount > s.RegionsStat.Len() {
                destStoreID = storeID
                minFlowBytes = s.TotalFlowBytes
                minRegionsCount = s.RegionsStat.Len()
                continue // 這里
            }
            if minRegionsCount == s.RegionsStat.Len() && minFlowBytes > s.TotalFlowBytes &&
                uint64(float64(srcFlowBytes)*hotRegionScheduleFactor) > s.TotalFlowBytes+2*regionFlowBytes {
                minFlowBytes = s.TotalFlowBytes
                destStoreID = storeID
            }
        } else {
            destStoreID = storeID
            return
        }
    }
    return
}

4.2 PD 重要監(jiān)控指標(biāo)詳解之 HotRegion：

Hot write Region’s leader distribution：每個 TiKV 實例上是寫入熱點的 leader 的數(shù)量

Hot write Region’s peer distribution：每個 TiKV 實例上是寫入熱點的 peer 的數(shù)量

Hot write Region’s leader written bytes：每個 TiKV 實例上熱點的 leader 的寫入大小

Hot write Region’s peer written bytes：每個 TiKV 實例上熱點的 peer 的寫入大小

Hot read Region’s leader distribution：每個 TiKV 實例上是讀取熱點的 leader 的數(shù)量

Hot read Region’s peer distribution：每個 TiKV 實例上是讀取熱點的 peer 的數(shù)量

Hot read Region’s leader read bytes：每個 TiKV 實例上熱點的 leader 的讀取大小

Hot read Region’s peer read bytes：每個 TiKV 實例上熱點的 peer 的讀取大小

本次我們只 hack 驗證了 Write Region Leader 這部分，所以我們重點關(guān)注一下監(jiān)控和問題：

Hot write Region"s leader distribution

監(jiān)控數(shù)據(jù)有一定的延時（粗略估計1-2分鐘）

5. 模擬熱點數(shù)據(jù)

從本地往服務(wù)器 load 數(shù)據(jù)：

修改 tidb-bench 的 Makefile#load 模塊對應(yīng)的主機地址，然后執(zhí)行 make tbl, make load 即可往服務(wù)器 load 數(shù)據(jù)了。

注意，這里你也需要進(jìn)行一些配置修改：--default-character-set utf8犯的錯：受限于本地-服務(wù)器間網(wǎng)絡(luò)帶寬，導(dǎo)入數(shù)據(jù)很慢。

線上服務(wù)器上：

$ ./go-ycsb run mysql -p mysql.host=10.9.x.x -p mysql.port=4000 -p mysql.db=test1 -P workloads/workloada

注：go-ycsb 支持 insert，也支持 update，你可以根據(jù)你的需要進(jìn)行相對應(yīng)的調(diào)整 workloada#recordcount 和 workloada#operationcount 參數(shù)。

6.本地構(gòu)建 rust-nb-server

rust 一天速成……

Demo Time 的時候聽好幾個團隊都說失敗了。我以前也嘗試過，但是被編譯的速度以及耗能給擊敗了。

環(huán)境都可以把你 de 自信心擊潰。

rustup install nightly
cargo run
...

Mac 本地打包 Linux 失敗：缺少 std 庫，通過 Docker 臨時解決。

7. 導(dǎo)師指導(dǎo)

從比賽一開始，導(dǎo)師團就非常積極和主動，直接去每個項目組，給予直接指導(dǎo)和建議，我們遇到問題去找導(dǎo)師時，他們也非常的配合。

導(dǎo)師不僅幫我們解決問題（特別是熱點數(shù)據(jù)構(gòu)建，包括對于代碼級別的指導(dǎo)），還跟我們一起探討課題方向和實際可操作性，以及可以達(dá)到的目標(biāo)。

非常感謝?。?！

我們的準(zhǔn)備和主動性真的不足，值得反思--也希望大家以后不要怕麻煩，有問題就大膽的去問。

Hackathon Demo

整個 Demo show 進(jìn)行的非常順利，為每一個團隊點贊！

很多團隊的作品都讓人尖叫，可想而知他們的作品是多么的酷炫和牛逼，印象中只有一個團隊在 Demo 環(huán)境出現(xiàn)了演示時程序崩潰的問題（用Java Netty 基于 TiKV 做的 memcache（實現(xiàn)了大部分的協(xié)議））。

Hackathon 頒獎

遺憾！?。?/p>

我們 DSG 團隊榮獲三等獎+最佳創(chuàng)意兩項大獎，但是很遺憾我未能跟團隊一起分享這一刻。

因為我要趕著去火車站，所以在周日下午6點的時候，我跟隊友和一些朋友道別后，我就去火車站了，后面幾組的 Demo Show 也很非常遺憾未能參加。

得獎感言：

謝謝 DSG 團隊，謝謝導(dǎo)師，謝謝評委老師，謝謝 PingCAP 給大家籌備了這么好的一次黑客馬拉松比賽活動。

TiDB Hackathon 2018 總結(jié)

本次比賽的各個方面都做的完美，除了網(wǎng)絡(luò)。

環(huán)境（一定要提前準(zhǔn)備）----這次被坑了不少時間和精力；

配置文檔中有一些注意事項，一定要認(rèn)真閱讀：ext4 必須要每臺機器都更新；

可以在執(zhí)行的時候增加參數(shù)來避免

ansible-playbook bootstrap.yml --extra-vars "dev_mode=True"

如果磁盤掛載有問題，可以重新清除數(shù)據(jù)后再重新啟動；

ansible-playbook unsafe_cleanup_data.yml

(https://github.com/pingcap/docs/blob/master/op-guide/ansible-operation.md)

參考資料

https://github.com/pingcap/pd

tidb-bench tpch

https://github.com/pingcap/go-ycsb

Ansible 部署

PD 重要監(jiān)控指標(biāo)詳解

使用 TiDB-Ansible 升級 TiDB

在線代碼格式化

rust-nb-server

后續(xù)楊文同學(xué)會在個人博客中更新更多項目細(xì)節(jié)。

GPU云服務(wù)器云服務(wù)器貝葉斯貝葉斯分類貝葉斯網(wǎng)絡(luò) 貝葉斯法

文章版權(quán)歸作者所有，未經(jīng)允許請勿轉(zhuǎn)載,若此文章存在違規(guī)行為，您可以聯(lián)系管理員刪除。

轉(zhuǎn)載請注明本文地址：http://systransis.cn/yun/17834.html

發(fā)表評論

登陸后可評論

0條評論

Anshiii

男|高級講師

我要關(guān)注我要私信

TA的文章

CloudCone：2021黑色星期五閃購預(yù)告，超多低價套餐，每小時更新一次

閱讀 2689·2021-11-16 11:53
騰訊云服務(wù)器,國內(nèi)2核4G內(nèi)存768元/3年,香港1核1G3M299元/年

閱讀 2757·2021-07-26 23:38
FE.B-前端性能優(yōu)化

閱讀 2085·2019-08-30 15:55
前端圖像處理指南

閱讀 1766·2019-08-30 13:21
總結(jié)：如何修改美化radio、checkbox的默認(rèn)樣式

閱讀 3692·2019-08-29 17:26
CSS揭秘之《邊框內(nèi)圓角》

閱讀 3319·2019-08-29 13:20
最近很火的百度MIP之 zblog改造

閱讀 888·2019-08-29 12:20
LeetCode偶爾一題 —— 19. 刪除鏈表的倒數(shù)第N個節(jié)點（鏈表系列）

閱讀 3212·2019-08-26 10:21

成人国产在线小视频_日韩寡妇人妻调教在线播放_色成人www永久在线观看_2018国产精品久久_亚洲欧美高清在线30p_亚洲少妇综合一区_黄色在线播放国产_亚洲另类技巧小说校园_国产主播xx日韩_a级毛片在线免费

資訊專欄INFORMATION COLUMN

上云采購季！| 2核2G4M爆款云服務(wù)器低至59元/年，更有多臺、長期優(yōu)惠，快來選購！

天真貝葉斯學(xué)習(xí)機 | TiDB Hackathon 優(yōu)秀項目分享

相關(guān)文章

TiDB 社區(qū)成長足跡與小紅花 | TiDB DevCon 2019

TiDB Lab 誕生記 | TiDB Hackathon 優(yōu)秀項目分享

發(fā)表評論

0條評論

Anshiii

男|高級講師

TA的文章

CloudCone：2021黑色星期五閃購預(yù)告，超多低價套餐，每小時更新一次

騰訊云服務(wù)器,國內(nèi)2核4G內(nèi)存768元/3年,香港1核1G3M299元/年

FE.B-前端性能優(yōu)化

前端圖像處理指南

總結(jié)：如何修改美化radio、checkbox的默認(rèn)樣式

CSS揭秘之《邊框內(nèi)圓角》

最近很火的百度MIP之 zblog改造

LeetCode偶爾一題 —— 19. 刪除鏈表的倒數(shù)第N個節(jié)點（鏈表系列）

最新活動

資訊專欄INFORMATION COLUMN

上云采購季！| 2核2G4M爆款云服務(wù)器低至59元/年，更有多臺、長期優(yōu)惠，快來選購！

天真貝葉斯學(xué)習(xí)機 | TiDB Hackathon 優(yōu)秀項目分享

相關(guān)文章

發(fā)表評論

0條評論

男|高級講師

TA的文章

最新活動

上云采購季！| 2核2G4M爆款云服務(wù)器低至59元/年，更有多臺、長期優(yōu)惠，快來選購！