最近每天中午都坚持去公园走上 1 万步，虽然没有防晒，皮肤黑了许多，但是感觉精神状态明显比之前强。
前几天在朋友圈看到一位搞 IT 的朋友得了重病，在水滴筹上募捐。因为这条信息有很多熟人帮忙证实，所以我也参与了一下。
今天，这位朋友发了一个公众号文章，文章里更新了他的最新状态，并表示将会退还所有捐款，文章末尾发出了他在极客帮上的技术专栏，想都没想就买了。
后来，到晚上大概算了一下，只用了短短几个小时，课程销售的收入已经超过了之前的捐款总额，真心佩服这位兄弟！
最后，祝他早日康复。
整理博客
偶尔会有一些想法，有的时候会直接在 Github 上新建一个项目，但是越来越发现用这种方法不好整理。
所以这两天把散落到 Github 上的文章好好整理一下。
异常指标检测
目前有两种算法
MAD 中位数绝对值偏差
对应的 JavaScript 实现
DBSCAN 基于密度的聚类算法
对应的 JavaScript 实现
准确度
要准确的判定一个指标是否异常是很难的，取决于很多因素:
- 数据本身的特征
- 窗口大小
- 节假日等突发情况
- 噪点
上面的两种算法都是经过 Datadog 工程师精心挑选的，有这样的特点：
- 鲁棒性 避免噪点的干扰
- 可用性 配置参数尽量少
此外各算法的参数还需要不断地尝试，才能找到一个最佳的配置。
参考资料
Detecting outliers and anomalies in realtime at Datadog - Homin Lee (OSCON Austin 2016)-Youtube
[演讲] 前端 DevOps 实践
这次 PPT 被吐槽太简单了，确实是。