by wzyboy on 2018-02-01
从 1992 年到 2017 年，ThinkPad 已经有 25 周年的历史。每隔五年，ThinkPad 会出一款周年纪念版的笔记本。往届纪念款通常是当年的高端型号加上华丽的装饰做成奢侈品/收藏品来卖，而 25 周年版本则走了不同的路线——怀旧。
ThinkPad 在 25 年的发展中，尤其是被 Lenovo 收购之后，抛弃了许多标志性的设计——带锁扣的折边、能在夜间读书的 ThinkLight、敲打感极棒的大键程键盘，当然还有 IBM 的三色 Logo。当 2015 年时 ThinkPad 传出要出怀旧版本的时候，我便开始期待它了。终于在 2017 年底，ThinkPad 25 发布，而我的 ThinkPad X240s 也已经使用了四年有余，可以考虑更新换代了。
一、开箱图
ThinkPad 25 的包装比较豪华，整体带包装重 4 千克多。移除礼品盒、拆除外包装、剥开内胆，终于见到了本体：
打开上盖，掌托处也有一个三色 Logo，由本来银色的 Think 加上 IBM 三色的 Pad 构成：
给蓝色的 Enter 键一个特写：
更多的图：
默认装的小红点；礼品盒里附带了可以替换的版本
……
by wzyboy on 2018-01-05
就算禁用 Cookie，甚至网上冲浪时只用「隐身窗口」，你的现代浏览器还是泄露了太多信息，使得网站能够追踪到你。
一、信息熵与指纹
信息熵（entropy）是指消息中含有的信息量。在网上冲浪的过程中，浏览器向网站服务器发出请求，网站服务器根据请求内容响应。在浏览器与网站服务器的交互中，浏览器会向网站暴露许多不同消息，比如最简单的 User-Agent 里就包含了浏览器型号、版本、操作系统等信息。这些消息单独一条的熵并不高，但是所有的消息组合起来，其熵就相对高了；当浏览器向网站暴露的熵足够高时，网站就能利用这一信息来追踪、定位用户。
假想这么一个例子：阳光中学每个年级 10 个班，每个班的人数相同。你知道刘涛是三年二班的学生，那这条消息的的熵便是 4.91 bit 左右（log(30, 2)）；如果你又了解到刘涛出生于五月份，那这条消息的熵约为 3.58 bit 左右（log(12, 2)）；假设你还知道这个中性名字的主人是个女生而不是男生，那你又获得了一条 1 bit 熵的消息。每条消息的熵都不高，但是三条消息加起来的熵便是 9.49 bit 了，或者说，同时具有这三个特征的学生，在阳光中学里平均每 720 ……
by wzyboy on 2017-12-29
2017 年即将过去，以下是我过去一年中读过的书，按时间顺序排列。每本书都附有介绍链接和购买链接各一。
The Elements of Style
英文写作的指导书。语法正确地表达清楚意思才是最重要的，过度复杂的说辞应该被避免。
The Elements of Style @ Goodreads
The Elements of Style @ Amazon
Foundation and Empire; Second Foundation
Asimov 的代表作，Foundation 系列的第二部和第三部。很遗憾自诩为科幻爱好者的我直到这两年才开始阅读这些经典名著。可惜我对这种类型的小说并不是很喜欢。
Foundation and Empire @ Goodreads
Foundation and Empire @ Amazon
Second Foundation @ Goodreads
Second Foundation @ Amazon
The Collector
同样是本老书（1963 年首次出版）。主角是个完全的心理变态，全书以主角的视角描述他病态的犯罪心理，讲述他绑架并长期监禁一个女生的故事。 ……
by wzyboy on 2017-12-21
有个段子是说现在创业公司招人的如果说自己是「大数据」（Big Data），意思其实是说他们会把日志收集上来，但是从来不看。段子归段子，近些年所谓「微服务」「容器化」等「热门技术」的发展，的确促进了日志收集等技术的发展。而 ELK (Elasticsearch + Logstash + Kibana) 也不再是日志收集与展示系统的铁三角了。本文介绍用 Filebeat 代替 Logstash Shipper，用 Elasticsearch Ingest Node 代替 Logstash Indexer 实现一个更加轻量高效的日志收集与展示系统。
一、Beats
与 Logstash 一样，Beats 也是由 Elastic 公司出品；与 Logstash 不同，Beats 只是 data shipper。Beats 家族共享 libbeat 这个库，每个产品分别实现对不同数据来源的收集。目前官方实现有：
Filebeat —— 文件
Metricbeat —— 系统及应用指标
Packetbeat —— 网络抓包分析，如 SQL, DNS
Winlogbeat —— Windows 系统日志
Auditbea ……
by wzyboy on 2017-12-17
生活在电子时代，人们每天都在产生数据。写过的文字，拍过的照片，收集过的网络内容，都是数据。对于程序员们来说，写过的代码，服务器的数据库、日志等，也都是数据。然而硬盘故障、服务器宕机等灾害却随时都有可能危害数据的安全。所以数据需要备份。正如某程序员的语录：
冗余不做，日子甭过；备份不做，十恶不赦！
Xin LI本文介绍一款优秀的备份方案：BorgBackup。
一、为什么选择 BorgBackup
BorgBackup 的主要优势（总结自官方文档）：
高效：BorgBackup 会将文件按数据块去重，只有改动的数据块才会被备份。一个 25 GiB 的虚拟机磁盘文件，只改动了 1 GiB，那就只会新增备份这 1 GiB 的数据；
高速：核心算法使用 C 编译，使用缓存快速跳过未改动过的文件以加快备份速度；
加密：数据默认是 AES-256 加密并且 HMAC-SHA256 校验的；
压缩：支持多种压缩算法，可自动检测数据是否属于可被压缩的类型；
异地备份：原生支持 SSH 备份到异地服务器，也可使用 NFS 等网络存储；
可挂载：可以直接用 FUSE 挂载一个备份存档读取里面的数据；
跨平台：支持 Linux, ……
