① 关于学习安卓底层，懂得进
我干了3年android sdk开发，觉得到了瓶劲没法更进一步，于是花了一年多点时间，大概摸到点门径。根据前辈的经验，Android底层完全入门需要两年。
先说下我的入门过程：
第零步，下载源码，我下的4.2的，框架层源码10G，内核2G多，ctags给框架层建的标签文件都有600M，当时让我有点震撼，用的vim+ctags+cscope来阅读，还算不错，架构挺清晰的。
第一步，我找到了一本好书《Android的设计与实现 第一卷》它讲了Android框架层的启动，初始化，服务框架初始化，Binder，消息循环，PackageManagerService，ActivityManagerService。据作者说后面会出讲UI子系统的第二卷，拭目以待。其实这本书看了几十页我就发现需要第二步的知识，否则看不下去，于是跳去第二步。
第二步，学习Linux系统编程，在看《Android的设计与实现》的时候我发现，框架层的Native部分，全是Linux编程。为了掌握这部分知识，我花了4个月学习了《Linux系统编程手册》（TLPI）这本1000多页的书，我以前是搞WIndows文件系统这块的，所以C语言还比较熟，TLPI的习题很有意思，量也比较大，坚持下来还是收获很多。
第三步，花了4个月学习了一些Linux内核的知识，看了LKD，PLKA看了一半多。越学越没底，觉得不懂得越来越多，不过这个也正常，只有靠慢慢磨，估计以后要不断的磨这块。
第四步，回头看Android源码，这次一口气看完了《Android的设计与实现 第一卷》，终于对框架层有了谱。同时真的数次把我看晕，前面看Linux内核源码都没这么晕，不断在java层和Native层之间跳有点磨脑浆。其中我又觉得Java的基础没有打太牢，回去补了一个月的《Core Java》第八版。但是这书没有涉及UI子系统，于是又看了《Android内核剖析》
第五步，《Android内核剖析》（这本书实际上是讲框架层的，作者也是个搞嵌入式的，所以他在写框架层的时候文笔不太好，很罗嗦，不过还是有很多看点，到他后来写做ROM，玩开发板时估计是说到了他的本行，一下子遛起来了看得出还是挺有水平的，这本书知识有点旧毕竟讲的是2.3很多代码已经过时，但是作者很多点子很有参考价值）这本书讲UI子系统和按键/触摸消息处理系统还是很有分量的，尤其13章View绘制那里，结合源码研究很有收获。而后面他讲编译框架和ROM相关的东西都是挺宝贵的资料。
第六步，为了再补一下其他诸如电源管理模块等子系统的知识看了，《深入理解android》系列，个人认为这个系列看起来有点不太舒服，不过作为补充印证还是比较有价值。
第七步，《Android系统源代码情景分析》，罗升阳的源码分析大作，比《Android的设计与实现》分析得更细致，但缺点是涉及到模块比较少，选用的源码也比《Android的设计与实现》更旧一点。看完书后需要去研究作者的博客，东西挺多的，一定让你满意。
第八步，买块开发板自己玩。这步我还没走到，原因是我觉得我还差点准备知识。可能要再几个月，到时准备入块6410或者树莓派。
最后，由于我11年以前都是搞Windows这块的，所以对Linux知识不是很了解，不得已看了这么些书，如果是一直做Linux的人，很多步骤估计可以省掉了。直接上源码才是正道。
我本身做着移动GIS开发的工作，学框架层全是因为兴趣，但招聘平台Android框架层开发人员还是蛮有竞争力的有不少定制ROM，智能电视的工作都处于人才难求状态，毕竟有一定的门槛，现在各种ios培训，让奔着钱干开发的人纷纷涌入，而ios只能干sdk开发的缺点就暴露出来了，一堆新手老手，菜鸟大牛全挤在SDK开发这块，我觉得不太妙。 反观Android这边，虽然入门菜鸟没有搞ios来钱，但是可持续性很好，从sdk-》框架》驱动》内核这样干下去。干着干着发现自己渐渐变成了Linux开发者/嵌入式开发者的人也不少，新人，老手，菜鸟大牛各居其位，层次性很好。
② c++ signal/slots 开源库有哪些
C++在“商业应用”方面，曾经是天下第一的开发语言，但这一桂冠已经被java抢走多年。因为当今商业应用程序类型，已经从桌面应用迅速转移成Web应用。当Java横行天下之后，MS又突然发力，搞出C#语言，有大片的曾经的C++程序员，以为C++要就此沉沦，未料，这三年来，C++的生命力突然被严重地增强了。主力原因就是开源的软件、基础软件（比如并发原生支持，比如Android必定要推出原生的SDK）、各种跨平台应用的出现。
开源C++库必须具有以下特点：必须是成熟的产品、跨平台的产品、相对通用的库。
一、通用标准类
STL：C++标准模板库，呵呵，它也是开源的嘛。
boost：C++准标准库，它是强大地，江湖称之“千锤百炼”。
deelx （轻量级的正则表达式解析类库，国产），boost里有强大的正则表达式解析库，但如果你只想要一个表达式解析，不想要拖上庞大的boost库时……支持一下国货。
iconv /iconvpp ： (C形式的编码转换函数库，
二、XML解析库
C++的XML相关库不少，但是大部分其实都是C库，使用起来自然不那么轻便。其中基于DOM的有TinyXml，基于SAX的当然是Xerces。前者小巧快捷，便于使用，适合做数据交换。后者则是全功能的XML解析器。
xerces-c ：最强大的XML解析库了，不是仅仅在开源库里，你尽管把商业的算在内。当然，它的变体，被IBM拿去卖钱的那个版本，多了数百兆的东东来支持各国编码转换，是更强大，但我觉得有小小的，开源的iconv在前不就够了？
xml相应的c开源库有expat,基于SAX，应用广泛。
xsd (XML 与 C++数据结构的绑定工具)。（商业使用要钱）
三、数据库
mysql / mysql++： 不用介绍吧。现在Oracle手里，但我很放心。
四、多媒体类
SDL (Simple DirectMedia Layer/多媒体直接访问层，用于游戏编程)。
相应的c开源库有ffmpeg、mpeg4、aac、avc、libmad、mpeg1、flac、ac3、ac3、matroska着名的多媒体播放器 TCPMP 天下闻名的跨平台、嵌入式手持设备视频播放器，
五、网络开发类
gSOAP SOAP协议的C++支持库及代码生成工具。
ACE 大型网络编程的首选库。
除了ACE之外，还有很多系统和网络编程方面的程序库。比如在线程库方面，还有ZThread、boost::thread，如果放大到C/C++领域，还有APR，还有CII。在文件和目录操作方面，boost也有相应的组件，而在网络编程方面有socket++，还有boost::asio，未来的 C++0X中几乎肯定有一个网络编程和一个线程库。然而目前看来，ACE仍然是进行系统和高性能网络编程的首选，其地位在一段时间内不会被撼动。它不但是一个实用的程序库、框架集，还是一个典范的设计模式应用范例，非常值得学习。
六、GUI库
BCG Windows平台下界面设计的第三方库，可以让你的界面更美好，更具时 代感。
wxWidgets ：使用wxWidgets ，开发者可以基于同一套代码，为Win32, Mac OS X, GTK+, X11, Motif, WinCE等平台开发应用程序。wxWidgets库可以被C++, Python, Perl, and C#/.NET等开发语言使用。跟其它有些同样支持跨平台GUI开发工具不同，基于wxWidgets的应用，拥有真实本地化的视觉及使用效果——因为，wxWidgets使用（各）平台原生的控件，而不是简单通过贴图去模拟。wxWidgets是使用广泛的，自由的，开源的，成熟的。
QT-------------界面（GUI）开发，支持C++/Java/Python/...多种语言。跨平台。最主要的好处是，API非常优美！Qt本身也不仅仅只是做GUI编程，实际它基本上可以做OS-API可以做的任何事情。象网络/数据库/OpenGL/...都提供完美的支持。
传统上Qt被认为是可移植的GUI库，但实际上Qt现在已经是一个比较完整的可移植应用程序框架了，其中包含了大量的工具，比如正则表达式、Web和 Socket类、2D和3D图形、XML解析、SQL类等，甚至还包括了一个完整的容器类库，不过其王牌还是GUI。在目前的跨平台GUI框架中，Qt成熟度最高，已经被一些大公司应用在关键产品中。由于Trolltech对Qt采用的al license模式，该产品既可以从开源社区获得支持，又能够赚取足够的商业利润，因此其前景也令人比较有信心。
Qt的主要技术特色是其元对象模型。Qt实际上使用的并不是标准的C++，而是标准C++的一个扩展。它通过元对象模型扩展，实现了着名的signal/slot机制，而这一机制也成为Qt的最大特色和优势。
与Qt类似的可移植GUI框架还有wxWidget、FOX等
六. 计算机视觉
OpenCV，因特尔自主的开源库。支持C/C++/Python接口。这个感兴趣的朋友可以玩一下。如果结合OpenCV，你可以做一些外行人觉得很酷的程序。比如说用它的人脸识别函数，来对你的摄像头进行处理，判断人的动作等
七. 图形图像处理
GDAL，处理大图像。要是GIS专业的人肯定会语言到非常大的tif影像，动则几个GB的航空影像。GDAL对大图像的读写支持是非常棒的（像多波段的图像都可以搞定）。支持C++/Java/Python...
国外开源的GIS软件QGIS就是用了gdal
c的图形图像库较多，libjpeg、libpng、zlib、tiff、JBIG、最着名的开源形图像处理软件Cximage
八、内存管理：boost::smart_ptr，Hans-Boehm GC
C/C++的内存管理是一个永恒的话题。一般来说，C++的开发者倾向于自己管理内存。然而，出乎很多C++开发者意料的是，近期C++的一些领袖人物已经公开宣称，如果不配备自动内存管理机制，用C++编写安全可靠的大型程序是非常困难的。而Bjarne Stroustrup也曾对中国开发者建议，如果没有特别的理由，应该在大型项目中使用自动内存管理工具。因此，今天的C++开发者应当积极地学习和应用自动内存管理设施。
说到自动内存管理，比较轻量级的做法是boost::smart_ptr，而激进的做法是引入完整的GC机制。目前开源而又比较可靠的GC中，Hans- Boehm GC无疑是最受信赖的。作为一个保守的GC，Hans-Boehm GC在性能和功能方面都算是卓越。特别是，使用这个GC，你仍然可以delete、free来自己管理内存，对于我们编程习惯的冲击比较小。
九、密码及安全：OpenSSL
安全是今天进行C/C++编程无法回避和必须重视的问题。然而编写安全的应用程序，特别是跟网络相关的C/C++应用程序，是一件十分困难的事情。可以说，整个业界目前在这个进程上仍然处于“初级阶段”。特别是涉及到大量的安全、密码学相关的算法、规范，如果让开发者自己摸索，其工作量和难度达到了不现实的程度。因此必须借助可靠的相关程序库才有可能提高程序的安全性。在这方面，OpenSSL是目前最好的选择，其内容之全面可靠，已经成为业界标杆。然而，由于安全编程固有的复杂性，即使使用penSSL，开发工作仍然是非常繁琐的。因此我们也希望能够尽快看到更简单、更易用的C/C++安全程序库。
十、矩阵计算：MTL
自1995年以来，C++在科学计算领域当中取得了巨大的突破。这主要归功于template技术的高级应用，使得C++在科学计算的性能方面取得了巨大的进步，一大批优秀的C++科学计算库涌现出来。比如Blitz++、POOMA、MTL、Boost::uBLAS。而这其中，MTL就功能丰富程度、性能、开发支持和成熟程度来讲，是比较突出的一个，因此可以优先考虑。值得一提的是，2002年，MTL与后来被Intel收购的KAI C++配合，曾经在性能评测中击败了FORTRAN。
十一、分布式对象中间件：ICE
ICE是分布式对象中间件领域里的后起之秀，可以大致地将其视为“改进版”的CORBA。目前应用在一些大型项目当中，其中包括波音公司主持的下一代陆军作战系统。
ICE的一个特别价值是其代码的范例意义。由于ICE的出现较晚，开发者比较系统地应用了新的C++编程风格，所以成为了研读C++代码的良好目标。
十二、正则表达式：boost::regex
正则表达式是编程工作中最强有力的工具之一。C++的正则表达式支持一直以来是一个软肋。大约在2001年左右，boost中出现了regex库，初步解决了这个问题。但是最初的regex无论在效率上还是可靠性方面都有一些问题，后来经过一次大规模的翻修之后，达到了比较完善的程度。
其他可以选择的替代品还有C语言的pcre库，Qt中的QRegExp类等。
十三、配置管理：Lua
随着软件系统越来越复杂，对软件的可配置型提出了越来越高的要求。传统上只要通过命令行参数来配置的系统，现在可能需要越来越多的方式和机制。目前越来越受欢迎、并且得到越来越多证实的做法，是将Lua嵌入到C/C++程序中，而用Lua程序作为配置脚本。这种做法的优势是，Lua语言强大灵活，可以适应复杂的配置要求。同时，Lua便于嵌入C/C++程序，而且编译执行速度非常快，可以说是目前解决C/C++程序配置管理问题的一个出色方案。
③ qgis是什么软件
QGIS是一款强大的开源地理信息系统软件，它集成了全面的地理空间信息处理功能，旨在帮助用户轻松进行数据浏览、编辑、分析和发布。这款软件兼容多个操作系统，如Windows、Mac OS X、Linux和Android，支持多种数据格式，如Shapefile、GeoTIFF、PostGIS等，为数据处理提供了灵活的选择。
QGIS的核心优势在于其易用性和多功能性。用户界面直观，工具箱丰富，无论是处理矢量数据、栅格数据还是数据库数据，都能轻松应对。它还具备强大的空间分析工具，如缓冲区分析、叠加分析和空间查询，有助于解决复杂的地理问题。同时，QGIS支持字段计算和数据编辑，方便用户对数据进行清洗和定制化处理。其数据可视化功能尤其出色，能帮助用户生成美观的地图、图表和图形，使地理信息更直观呈现。
在实际应用中，QGIS的重要性不言而喻。在学术研究领域，它提供了丰富的地理空间分析工具；在自然资源管理中，可用于森林、水资源和土地利用等的监测与规划；地理国情普查工作中，QGIS能协助数据收集和分析，生成详尽报告；而在地理信息服务中，它支持数据共享与发布，方便用户获取和利用。
总的来说，QGIS是一款功能强大且实用的地理信息系统软件，无论是在科研、管理还是信息服务领域，都能发挥关键作用，满足用户多样化的地理信息处理需求。
④ 大数据分析一般用什么工具分析
在大数据处理分析过程中常用的六大工具：
Hadoop
Hadoop 是一个能够对大量数据进行分布式处理的软件框架。但是 Hadoop 是以一种可靠、高效、可伸缩的方式进行处理的。Hadoop 是可靠的，因为它假设计算元素和存储会失败，因此它维护多个工作数据副本，确保能够针对失败的节点重新分布处理。Hadoop 是高效的，因为它以并行的方式工作，通过并行处理加快处理速度。Hadoop 还是可伸缩的，能够处理 PB 级数据。此外，Hadoop 依赖于社区服务器，因此它的成本比较低，任何人都可以使用。
HPCC
HPCC，High Performance Computing and Communications(高性能计算与通信)的缩写。1993年，由美国科学、工程、技术联邦协调理事会向国会提交了“重大挑战项目：高性能计算与 通信”的报告，也就是被称为HPCC计划的报告，即美国总统科学战略项目，其目的是通过加强研究与开发解决一批重要的科学与技术挑战问题。HPCC是美国 实施信息高速公路而上实施的计划，该计划的实施将耗资百亿美元，其主要目标要达到：开发可扩展的计算系统及相关软件，以支持太位级网络传输性能，开发千兆 比特网络技术，扩展研究和教育机构及网络连接能力。
Storm
Storm是自由的开源软件，一个分布式的、容错的实时计算系统。Storm可以非常可靠的处理庞大的数据流，用于处理Hadoop的批量数据。Storm很简单，支持许多种编程语言，使用起来非常有趣。
Apache Drill
为了帮助企业用户寻找更为有效、加快Hadoop数据查询的方法，Apache软件基金会近日发起了一项名为“Drill”的开源项目。Apache Drill 实现了 Google's Dremel.
据Hadoop厂商MapR Technologies公司产品经理Tomer Shiran介绍，“Drill”已经作为Apache孵化器项目来运作，将面向全球软件工程师持续推广。
RapidMiner
RapidMiner是世界领先的数据挖掘解决方案，在一个非常大的程度上有着先进技术。它数据挖掘任务涉及范围广泛，包括各种数据艺术，能简化数据挖掘过程的设计和评价。
Pentaho BI
Pentaho BI 平台不同于传统的BI 产品，它是一个以流程为中心的，面向解决方案(Solution)的框架。其目的在于将一系列企业级BI产品、开源软件、API等等组件集成起来，方便商务智能应用的开发。它的出现，使得一系列的面向商务智能的独立产品如Jfree、Quartz等等，能够集成在一起，构成一项项复杂的、完整的商务智能解决方案。