技术周报第二期：增量学习、Druid、架构师、陈寅恪

主要内容：

机器学习之什么是增量学习
Druid连接池获取连接的底层原理
架构师的好与不好
陈寅恪，公子中的公子，教授中的教授

机器学习之什么是增量学习？

公司机器学习任务这块，这周主要解决了如何做到增量学习。

所谓增量学习，就是在已有A1模型的基础上，基于新的数据训练出一个新的A2模型，并且这个A2模型既要学会了新数据的特征，也要保留A1模型已经学会的特征。

思路一，直接用A1模型在新数据上进行训练，这种方式并不是说不可以，假如训练A1时的数据和新数据是相似的，那么是可以的，拿文本分类来举例子，假如A1模型训练的时候是3种类型，那么新数据中如果还是这3中类型，那么是可以直接基于A1模型继续训练的，但如果新数据中有新的类型，那么A1模型就不支持了。

思路二，为了应对新数据中增加了新的分类，抛弃A1模型，直接基于历史数据和新数据重新训练A2，这样训练出来的A2模型肯定是所有类型都支持的。

思路三，仍然基于A1模型，仍然只基于新数据，在训练A2模型时，把新数据按批次分别送给A1模型和当前正在训练的A2模型，这样就能得出两个模型基于相同数据所产生的预测结果，计算两个预测结果之间的差值，以及A2模型本身在新数据上的误差，将这两个误差相加得到综合误差，再用这个综合误差去调整A2模型的参数，最终使得A2模型的预测结果和A1模型的预测结果保持一致，同时又能使得A2模型能学到新数据的特征。举个例子，A1模型就相当于师父，A2模型就相当于徒弟，徒弟在学习的过程中，既学会了师父的所有招式，同时也自创了一些招式，我这种思路专业一点叫做知识蒸馏。

最终我采用的思路三，缺点时在训练A2模型，相当于要做两次预测，所以会影响训练的速度，同时也需要占用更多的显存，也会影响到训练速度。

Druid连接池获取连接的底层原理

当上层框架（Hibernate、Mybatis）在调用DataSource的getConnection()方法获取数据库连接时，如果DataSource的具体实现是DruidDataSource，那么工作原理如下。

首先DruidDataSource的核心是一个DruidConnectionHolder\[\]数组，它就是所谓的连接池，DruidConnectionHolder中定义了一个Connection类型的connection属性，所以DruidConnectionHolder就表示一个连接，比如如果用的Mysql，那么connection属性对应的就是ConnectionImpl对象。

当调用DruidDataSource的getConnection()方法时，核心就是从DruidConnectionHolder\[\]数组获取出缓存好的DruidConnectionHolder对象，获取方式的源码为：

ini 复制代码

if (maxWait > 0) {
    holder = pollLast(nanos);
} else {
    holder = takeLast();
}

也就是每次都是获取DruidConnectionHolder\[\]数组中最后一个DruidConnectionHolder对象，拿到DruidConnectionHolder对象后会检查数据库连接是否可用，比如，数据库重启了，应用没有重启，那么DruidConnectionHolder\[\]数组中对应的数据库连接其实都已经是不可用的了。

在从DruidConnectionHolder\[\]数组中拿到一个DruidConnectionHolder对象后，会验证该对象的数据库连接是否可用，判断方式为基于当前DruidConnectionHolder对象中的数据库连接执行一个SQL，比如：

Mysql默认为："SELECT 1"
Pg默写人为："SELECT 'x'"

当然，你可以修改Druid的配置validationQuery来修改所执行的SQL。

但是拿到DruidConnectionHolder对象后，并不是一定会进行验证，需要看Druid的其他配置，比如：

testOnBorrow如果为true，那么每拿出一个DruidConnectionHolder对象，都会进行验证，所以testOnBorrow等于true比较消耗性能，因为每次从连接池获取连接都会进行验证，如果验证通过则直接返回给上层框架，如果验证不通过，则会从DruidConnectionHolder\[\]数组中取下一个DruidConnectionHolder对象，然后继续进行验证，如果DruidConnectionHolder\[\]数组中没有下一个了，则等待maxWait指定的时间，如果这段时间内有归还的DruidConnectionHolder对象，那么就直接取出来，如果超过maxWait时间还没有拿到，则会抛出GetConnectionTimeoutException。
如果testOnBorrow为false，默认就是false，那么则会判断testWhileIdle是否为true，默认为true，则会用当前时间减去DruidConnectionHolder对象的lastActiveTimeMillis，从而得到DruidConnectionHolder对象的空闲时间，也就是这个DruidConnectionHolder对象有多久时间没有执行过SQL了，如果这段空闲时间超过了timeBetweenEvictionRunsMillis，默认为60s，才会进行验证，也就是说，testWhileIdle为true表示Druid只会对那些空闲时间超过60s的连接进行验证，如果正好这60s内数据库重启了，或者对应的真实数据库连接被人工kill掉了，那么Druid是不会进行校验的，这样上层Hibernate或Mybatis拿到的就是一个不可用的数据库连接，最终基于该连接是执行不了SQL的。
当然，上层框架在使用完一个数据库连接后，会调用close()方法来关闭数据库连接，而底层其实就会调到DruidConnectionHolder对象的close()方法，从而会判断testOnReturn是否为true，默认为false，如果为true，则同样会进行验证，如果验证通过，则会将该DruidConnectionHolder对象重新putLast()到DruidConnectionHolder\[\]数组中，如果验证不通过那么就不会putLast()了。

另外，Druid拿到一个DruidConnectionHolder对象后，会判断配置defaultAutoCommit是否为false，如果是false，则会设置底层数据库连接的autocommit也为false。

想学习更多高级技术干货内容，可以关注我的公众号：IT周瑜

架构师的好与不好

作为公司的一名架构师，我所做的工作不仅仅是设计架构、写PPT，还包括调研新技术，公司内部培训，升级组件和架构，还有就是解决难题，在公司领导和其他同事眼中，架构师的技术是很强的，是公司技术的天花板，架构师是能够或者必须解决掉其他人解决不了的问题的。

这对我自然是好事，但不一定对公司或其他同事是好事，在程序员提升自己能力的众多方式中，解决实际问题是最有效的方式，所以作为一名程序员在遇到难题时，不要过于依赖架构师或其他人，即便自己实在解决不了，后续也应该让架构师告诉你他是怎么排查问题以及解决问题的，一方面学习知识，一方面也可以作为面试亮点。

陈寅恪，公子中的公子，教授中的教授

爷爷是陈宝箴，湖南巡抚，维新变法的重要实权支持者，父亲是陈三立，与谭嗣同、徐仁铸、陶菊存并称"维新四公子"，有"中国最后一位传统诗人"之誉。

陈寅恪，与叶企孙、潘光旦、梅贻琦并称为"清华四大哲人"，与梁启超、王国维、赵元任并称为"清华国学四大导师"，又与吕思勉、陈垣、钱穆并称为"前辈史学四大家"，被誉为"公子的公子，教授之教授"。

有些人搞学问是为了学历，而有些人是真正热爱学问，陈寅恪便是后者，没有片纸学位的陈寅恪能成为水木清华的导师，受到梁启超、鲁迅、王国维等人的认可，便是靠他真正的学问。

他的侄子问他："您在国外留学十几年，为什么没有得个博士学位？"陈答："考博士并不难，但两三年内被一个专题束缚住，就没有时间学其他知识了。只要能学到知识，有无学位并不重要。"

向这位三百年都难得一见的旷世奇才学习！