直接开始安装步骤（共9步）
0、准备软件安装包（包含Nginx源代码、文档、脚本，叫安装包比较合适）
从Nginx官网下载页面下载Nginx最新的stable version安装包，建议不要下载开发版(mainline version)和过期版(legacy versions)。
cd /home wget http://nginx.org/download/nginx-1.14.0.tar.gz tar -zxvf nginx-1.14.0.tar.gz
从OpenSSL官网下载页面下载OpenSSL最新的 stable version源码包
cd /home wget https://www.openssl.org/source/openssl-1.1.0e.tar.gz tar -zxvf openssl-1.1.0e.tar.gz
博客升级了配置，主要涉及到LNMP源码编译安装，用的都是目前最新的稳定版，用一个系列记录下来。
各组件的版本如下：
CentOS-7.4 + Nginx-1.14.0 + MySQL-8.0.11 + PHP-7.2.8
计划用接下来四篇文章依次描述：
一、Nginx-1.14.0源码编译安装
二、MySQL-8.0.11源码编译安装
三、PHP-7.2.8源码编译安装
四、Nginx + PHP-FPM配置
近期把PHP升级到了最新稳定版本7.2.8。访问博客首页提示了两个Deprecated错误, 关于函数create_function()和__autoload()，错误信息以及对应的代码如下
继续阅读
类似搭建VPN的教程网上很多，其实特别不愿意记录一些重复的东西在互联网上。之前收藏的一篇相关的教程，很好用，过去的两年几次搭建VPN都是参考的这个，今天打开404了，然后又搜索了一番才搞定，特意记录下来。
一、服务端安装配置shadowsocks
0、下载执行安装脚本。登陆到自己的VPS或者云服务器上分别执行下面3条命令
wget --no-check-certificate -O shadowsocks.sh https://raw.githubusercontent.com/teddysun/shadowsocks_install/master/shadowsocks.sh chmod +x shadowsocks.sh ./shadowsocks.sh 2>&1 | tee shadowsocks.log
对投票数据统计的时候发现了Redis Hash类型的一个大坑，单个key中field过多，导致取不出来。特记录下尝试解决和探索的过程。
第一阶段：问题描述
一个投票类的产品，对单个选项mid投票成功后，记录了总票数，还记录了用户投票日志(可以理解成投票明细)，用的都是Redis Hash类型来存储。投票日志的存储格式如下：
$redis->hset('vote_log', 'uid|mid|timestamp', 1);
最近，运营需要统计固定时间段每个选项投票的用户数，要的比较急，就很快写了一个脚本
算法：
继续阅读
从“晓说”，到“晓松奇谈”，再到“矮大紧指北”；从大四，到工作两年，再到工作五年。从在北京没有窗户的隔断到带阳台和卫生间的卧室。
每个周六不听听高老师的声音，似乎都觉得生活缺少了点什么。而“矮大紧指北”的出现，似乎每天都有意无意的听到高老师的声音。
结束了一天的工作，夜幕下，骑着自行车，周围车水马龙，耳机里习惯性的想起高老师的指北，差不多听完的时候也就到家了，那种幸福，简直是一天的发光时刻。
继续阅读
好久没有关心博客了，今天发现用的还是这种带问号的地址（http://niliu.me/?p=200）。之前也就是知道这种地址对SEO不友好，今天查了一些资料对比了下，所谓的不友好是指搜索引擎会对这种网址降权，因为这种地址参数变（参数可以随便加），而内容不变。
我们当然希望我们的文章可以被更多的人通过搜索引擎查询到，那就需要重写这个地址，一般使用WEB服务器提供的rewrite模块就可以了（比如Nginx的ngx_http_rewrite_module），通过修改配置文件，增加规则，重新映射地址, Nginx的rewrite语法如下：
上篇文章《用户互动数据排序中数据归一化的必要性探讨》的结尾提到归一化后的数据存储到Redis sorted sets中是否对数据读写有影响，查了相关资料，推导的结论是没有影响。
这里简化描述问题，用Redis实现投票排行榜TOP3，Option1票数100，Option2票数100000，Option3票数10000000
zadd vote_rank 100 'Option1' 100000 'Option2' 10000000 'Option3'
对数据min-max归一化处理后得到数据分别是0, 0.0099901, 1
最近在工作中看到了基于用户互动数据排序的两种实现思路，一种是“分权加和”，直接根据权重来计算数值，另一种在第一种的基础上对数据做了归一化处理。当然两种方式都是没问题的，毕竟都经过线上的验证。
做了归一化处理，看似更科学、更严谨，既然不做也可以，那么归一化处理到底有没有好处，是不是有必要呢？
下面首先具体展开描述下两种方式，给有需要的读者一个参考。