神道文献整理与帝陵神道研究 pdf mobi txt 2024 电子版 下载

　　整理神道文献和研究帝陵神道，旨在探究中国传统思想文化体系化、整体性特征的构成要素和影响因素，阐明帝陵神道文化、思想与哲学对中华民族思想文化体系的构筑作用和完善功能。帝陵神道是一个自然历史发展的过程、天人合一思想的产物和人化自然历程的标志，也是一种社会历史文化的样式、道法自然观念的延伸和自然人化进程的表现，故以神道文献和帝陵神道为对象，诠释中国传统思想文化所蕴含的社会关系、天人关系、天地人关系及山陵关系、地陵关系、神陵关系和人陵关系。

绪论

第一编 神道文献

第一章 先秦时期

第二章 皇权时代

第三章 近代社会

第二编 帝陵简史

第四章 传说之陵

第五章 可考之陵

第六章 窦存之陵

第三编 神道研究

第七章 神道历史与文化

第一节 历史与逻辑的统

第二节 历史是一种文化自信

第三节 历史是一幅文化画卷

第四节 文化是一份历史责任

第五节 文化是一张历史面孔

第八章 中外神道诸说

第一节 神道用例

第二节 神道疏义

第三节 神道补论

第九章 帝陵神道界说

第一节 帝陵神道文化

第二节 帝陵神道思想

第三节 帝陵神道哲学

参考文献

后记

范景武，男，1964年生，二级教授，哲学博士，毕业于山东大学、浙江大学。2000-2001年，留学皇学馆大学；2007-2008年，高访名古屋经济大学。出版《神道文化与思想研究》《民族文化与国民性研究》（专着）、《卢卡奇：物象化》（译着）、《跳跃与沉重：20世纪日本文化》（合着）等，发表学术论文70余篇，主持国家项目两项、省部级项目五项，荣获内蒙古自治区突出贡献专家、草原英才、教学名师等称号，2003年、2010年分获省部级科研成果贰等奖。主要从事中国传统思想文化、日本民族文化、民族地区城乡社区治理等教学和研究工作。

暂无出版社相关信息，正在全力查找中！

暂无相关书籍摘录，正在全力查找中！

在线阅读地址：神道文献整理与帝陵神道研究在线阅读

在线听书地址：神道文献整理与帝陵神道研究在线收听

在线购买地址：神道文献整理与帝陵神道研究在线购买

暂无原文赏析，正在全力查找中！

书籍介绍

　　整理神道文献和研究帝陵神道，旨在探究中国传统思想文化体系化、整体性特征的构成要素和影响因素，阐明帝陵神道文化、思想与哲学对中华民族思想文化体系的构筑作用和完善功能。帝陵神道是一个自然历史发展的过程、天人合一思想的产物和人化自然历程的标志，也是一种社会历史文化的样式、道法自然观念的延伸和自然人化进程的表现，故以神道文献和帝陵神道为对象，诠释中国传统思想文化所蕴含的社会关系、天人关系、天地人关系及山陵关系、地陵关系、神陵关系和人陵关系。

• 作者：黑瞳 发布时间：2021-10-01 14:35:19

  第一编，基本就是古籍库搜出来的带神道的文字，只是简单按作者分类，第二三编的分类小结标题与内容的相关性并不那么高，虽然考虑个人逻辑严密性不同，不是不可理解，但是大量的套话简直比教科书还要政治正确，这是自我保护求生欲还是个人风格呢，然后与日本神道做对比，却又只选取一些简单内容作比较，也草率的很吧，不只是相性不合还是什么，阅读体验不好，干货不多的感觉

• 作者：Eleven 发布时间：2012-04-22 11:46:58

  尼玛 看完了还是不知道自己是不是敏感性皮肤 ...... 头发算不算干性 吐血

• 作者：莎唲 发布时间：2013-06-11 09:53:05

  韩国 缅甸 农业 页岩气 页岩油 旅游业 外汇

• 作者：懒得想名字了 发布时间：2019-10-30 01:38:08

  好看(｡･ω･｡)ﾉ♡

• 作者：别列兹汪 发布时间：2022-05-14 15:07:21

  有天晚上失眠翻看了后面的回忆文章，挺有意思，原来杨伯峻的叔叔是杨树达。这几天把前面真正讲经子的补了，以前觉得没必要看太多现代人的介绍，就没怎么看过这类，现在觉得以我的学力，有的书自己看还不如看介绍和译注，何况很多“古典”已经不在我的必读书目了。抄了一些杨伯峻对旧经籍的评说，豆瓣居然还要审核，多半现在反《孝经》是不行的，无语，杨说的一点没错

• 作者：会移动的山 发布时间：2023-02-16 11:53:36

  我们公司入职的时候就会让做一套性格色彩的试卷，我是那时候才知道性格色彩学，随着接触的深入，发现它真的可以解决生活中的很多难题，非常神~

• 此《林荫幽径》非彼《林荫幽径》

  作者：致宁 发布时间：2022-06-15 17:10:18

  蒲宁的原作绝对值得五颗星，然而我还是只打了三颗星，半颗星扣给翻译，1.5颗星扣给出版社的骚操作。

  先说翻译。我一开始是在豆瓣上看到很多人对本书译者的工作赞赏有加，因此果断下单了这个译本。读完之后，我觉得戴骢先生的文字功底绝对是毋庸置疑的，对于汉语的运用可谓炉火纯青。但他在译文中对生僻字的大量运用恕我难以接受。“郁悒”、“窳陋”、“险巇”、“黧黑”等等，每每读到这类词语我都有些出戏。在我看来，这算是文雅有余而通达不足。在译文的选词用字方面给读者设置太多障碍大可不必，至少不太对我的口味。除此之外，有些表达也略显佶屈聱牙，大量定语的堆叠并不少见，这种表达方式在俄语中很常见，却不符合中文的审美。戴骢先生固然是伟大的翻译家，但只能说萝卜白菜各有所爱吧。

  再说说出版社的骚操作问题。《林荫幽径》（也译为《幽暗的林荫小径》）是蒲宁晚年侨居法国期间创作的一部短篇小说集，作为蒲宁最著名的代表作而广为人知，书中全部篇目都创作于1937-1944年间。我要提醒各位的是，这部漓江出版社出版的名叫《林荫幽径》的短篇集并不等同于蒲宁的同名原著！原著的《林荫幽径》完完全全是一部爱情主题的短篇小说集，然而这本书收录了很多蒲宁早年间的作品（前半本书基本上都是），其中不乏与爱情毫无关系的篇章，比如《山口》、《完了》。而真正的《林荫幽径》中的许多篇目则并未被收录进来！还有一个严重的问题是，原版的《林荫幽径》中，篇目的排列顺序其实是有讲究的。同名短篇《林荫幽径》其实是全书的第一篇，起题眼的作用，而后的三十余篇作品被分为三个章节，位置排列也各有其道理。然而这本书中各篇目是按照创作年份排序的，同名的《林荫幽径》也被摆到了一个无足轻重的位置，我认为这实在是对作者本意的一种歪曲。

  因此，各位就把它当成是《蒲宁短篇小说选》来读就行了，千万别把它跟那部大名鼎鼎的《Тёмные аллеи》划等号。遗憾的是，我看了豆瓣上不同版本《Тёмные аллеи》的目录，无一不是和这本书一样的短篇小说选，只不过是借用了那部著名短篇集的名字，可在内容上却相去甚远。尽管的确有不少篇目是来自于那部选集，但大量不同时期作品的混杂令整部选集的主题显得凌乱不堪，难免会对一些慕名而来的读者造成误导。看来出版社也是得蹭大IP的呀，如果单纯从职业操守的角度来讲，这本书完全不应该命名为《林荫幽径》，你哪怕像上海译文窗帘布的那本《米佳的爱情》一样呢，以书中最知名的一部中篇作为书名，再收录其他一些蒲宁的中短篇代表作，这样至少不会对读者造成误导。

• 《SRE：Google运维解密》读后感 & 摘抄

  作者：Laisky 发布时间：2019-03-31 17:09:38

  一、概述

  也发布在：

  https://blog.laisky.com/p/srebook/

  描述了谷歌 SRE 这一岗位的工作职责和工作实践。

  和传统的运维（OPS）不同，谷歌非常重视运维人员的开发能力， 希望运维人员能够在处理日常工作之余，尽可能的开发自动化工具减少人力需求， 所以提供了新的 SRE 的岗位需求。 一位 SRE 工程师应该最多仅投入 50% 的精力到日常工作之中， 另有 50% 的精力从事自动化工具的开发，依靠尽可能少的 SRE 工程师， 提供最大的服务支撑能力。

  此书中还有一个特别让我感触的地方在于， 作者用语非常平和，字里行间并没有谷歌身为世界第一流的科技公司的狂傲之情。 反而非常务实的，提出不要依赖工程师和管理人员的个人素质， 而应该尽可能的做好预案的演练，设置多层次的纵深防御和响应体系， 依靠制度与体系，构建高可用的服务架构。

  二、摘抄

  SRE 职责：可用性改进、延迟优化、性能优化、效率优化、变更管理、监控、紧急事务处理、容量规划与管理

  SRE 的成员由纯开发和运维开发组成，从事开发工作的时间应该不小于 50%。这个需要由领导出面对工作进行协调，以保证这一比例。长远目标应该是消除一切运维工作。

  peer bonus：允许每个人有一次机会给任何人发送奖金，以鼓励其杰出贡献

  服务可靠性不是越高越好，而是要综合考量，计算“错误预算”：

  基于用户习惯，达到多少用户才会满意

  用户是否有其他替代选择

  可靠性是否会影响用户的使用模式

  MTTF：平均失败时间 MTTR：平均恢复时间

  作为手册非常重要，值得花费大量时间进行维护。

  数据中心拓扑：

  机柜 rack

  集群 cluster

  数据中心 datacenter

  园区 campus

  谷歌采用 clos 连接的虚拟交换机 jupiter，实现 1.3 pb/s 的带宽

  Borg 名称解析系统（BNS），类似于 marathon-lb，将域名及 path 解析为 ip 和端口

  一个缓慢的不断重启的实例要好过一个永不重启一直泄露资源的容器。

  采用 openflow 定义的 SDN，而不采用高价的智能路由

  采用中心化的路由计算，BwE（bandwidth enforcer）负责分配带宽资源

  使用 D 抽象底层磁盘，使用 Colossus 抽象覆盖整个集群的文件系统，然后在这个文件系统上构建数据库，包括：Spanner、Blobstore、Bigtable

  

  分布式锁 chubby，功能类似于 zk，不过使用 paxos。

  用户通常不会注意到一项服务在高可靠性和极端可靠性之间的差别，因为用户体验主要是受不可靠组件主导。

  可用性 = 系统正常运行的时间 / （系统正常运行的时间+停机时间）

  可用性 = 成功请求数 / 总得请求数

  计算增加可用性目标后带来的成本增加和预期收益

  研发团队关注研发速度，SRE 团队关注可用性。为了更好的找到平衡点而不是依靠办公室政治， 可以引入“错误预算”，产品管理层定好一个 SLO，然后根据监控数据来判定是否还有剩余，有则允许发布，快没了就减缓发布甚至停止发布。

  服务质量评价：

  服务质量指标 SLI（indicator）：量化指标，包括延迟、吞吐量、错误率、可用性、持久性等

  指标不宜过多，应关注用户的真实需求

  常用的指标度量应该尽量标准化（如时间间隔、频率等）

  服务质量目标 SLO（Objective）：对特定 SLI 的目标值

  服务质量协议 SLA（Aggrement）：与用户间的明确协议，一般伴随着代价。

  计划内停机：当某个服务在一定周期内超过了预期的 SLO 后，可以故意的令其停机，使其维持在略高于 SLO 的状态。这样可以强迫其他服务不要过于依赖该服务的稳定性。

  大部分指标都应该以“分布”，而不是平均值来定义。

  监控系统的 4 个黄金指标：延迟、流量、错误和饱和度

  监控中的紧急警报要尽可能的少，一切不需要智力解决的问题都不应该成为紧急。

  监控系统要尽可能的简单，“自动化”虽然可能减少工作量，但是会隐藏真正的问题，所以不要滥用。

  自动化的系统可以提供一个可以扩展的、广泛适用的，甚至可能带来额外收益的平台。而且更容易发现和修复错误

  一但全球计算机的增长超过了一定规模时，它必须是自我修复的，因为根据统计学来说，每秒它都会发生大量故障

  自动化操作都应该具有幂等性，不可逆操作应进行速率控制

  “软件膨胀”用来描述软件随着时间的推移不停地增加新功能而变得更慢和更大的趋势

  删除不用的代码，而不是注释

  在测试中增加代码膨胀检查

  

  谷歌内部的每一个可执行文件中都默认包含一个我 HTTP 服务，提供标准得监控接口

  

  （在内存中实现时间序列数据的存储，y轴是时间）

  SRE 确保他们做的每一件事都能扩展到更大规模。

  我们强调至少将 SRE 团队 50% 的时间花在软件工程上，在其余时间中，不超过 25% 的时间用来 on-call，另外 25% 的时间用来处理其他运维工作

  过大的压力会导致人们倾向于采取直觉性的行动，而不是深思熟虑的理性行为。最理想的方法论是这样的：在有足够数据支撑的时候按步骤解决问题，同时不停地审视和验证目前所有的假设。

  on-call 升级：

  清晰的问题升级路线

  清晰定义的应急事件处理步骤

  无指责、对事不对人的文化氛围

  环境过于稳定导致 SRE 压力不够也是一个需要注意和预防的问题。

  值得警惕的是，理解一个系统应该如何工作并不能使人成为专家。只能靠调查系统为何不能正常工作才行。 —— Brain Redman

  排查故障的技能需要：

  对通用的故障排查过程的理解

  对发生故障的系统的足够了解

  故障排查过程：反复使用假设-排除法

  不要过早的归因于小概率事件，“当你听到蹄子声响时，应该先想到马，而不是斑马”

  在监控图表上，叠加上重要事件的持续时间：

  

  在进行故障模拟测试前，应先测试回滚机制（幂等）

  在事故处理中，让每个人清楚自己的职责是非常重要的。明晰职责反而能够使每个人可以更独立自主的解决问题，因为他们不用怀疑和担心他们的同事都在干什么。

  基于 Incident Command System 的事故流程管理系统角色：

  事故总控 incident command

  组建团队、确认优先级、分配任务

  事故处理团队 operational work

  干活

  发言人 communication

  更新事故文档、发送通知

  规划负责人 planning

  后勤

  对事不对人，避免指责，提供建设性意见。

  谷歌内部使用 escalator 管理报警，使用 outalator 追踪 bug。需要的功能有：

  发送报警，监听报警状态，若没有人响应则自动升级

  聚合：能够将数个报警归类为同一次故障

  标签：提供人工分类的功能

  历史统计和操作回顾

  还可以允许手动创建报警

  测试 ：

  单元测试

  集成测试（主要依赖 mock）

  系统测试（联调）

  冒烟测试

  性能测试

  回归测试

  生产测试

  黑盒测试

  金丝雀测试

  团队大小不应该与用户服务规模成比例增长

  需求不明确或技术方案不明确时，其实反而更助于模块化的开发。因为模块化使得未来可能的替换更为简单。

  MVP 非常重要

  建立可信度的方式是在合理的时间内交付一些实用价值。

  返回最优解析 IP 的问题：

  可以请求一个 anycast 的 DNS 请求，到达的最近的 DNS 返回附近的服务器 IP

  但是 DNS 往往会经过数层的递归解析，导致权威 DNS 难以判断用户的位置。使用 ENDS0 协议可以携带用户的子网段

  负载均衡的实现方式：

  一致性哈希的连接保持

  直接服务器响应（DSR）：LB 修改入流包的目标 mac，这样服务端可以不通过 lb 直接响应客户端。但是这样要求后端和 lb 属于同一个广播域

  包封装：通过通用路由封装协议（GRE），将原请求封装为新的 IP 包。但这会导致包体积变大，可能超过 MTU 而导致碎片（fragmentation），所以数据中心内部一般采用更大的 MTU

  跛脚鸭状态（优雅退出）：当一个服务仍在工作，但因为负载等原因决定不再接受更多的请求时，称之为跛脚鸭状态。此时应广播给所有的客户端，不要再继续发送请求。不活跃的客户端，也应该定期发送 UDP 健康检查包。

  当连接闲置时间过长时，RPC 框架应将其转换为 UDP。

  为服务端计算一个子集，然后发送给客户端，作为可以链接的服务端列表。每个（或每一轮）客户端都会拿到完全不同的服务端子集，当第一个服务端无法连接时，就会连接第二个，以此类推。因为每个客户端拿到的列表都不一样，就实现了很好的客户端负载均衡。

  round robin 的缺点在于：不同请求间的成本不同。所以数量上的均衡不代表负载上的均衡。

  对异构资源做管理时，可以引入虚拟资源单位。比如用某个量化定义的虚拟 CPU 来计算物理 CPU 的数量。

  地漏效应（sinkhole effect）：针对 lb 中的最闲轮询，如果一个服务目前不健康，错误返回的速度可能会非常快，导致 lb 认为其负载更低反而给其更多的流量。

  加权轮询可以缩小最大负载机器和最小负载机器间的差距。

  按照 QPS 或者其他某种静态属性来规划容量一般是错误的选择（早晚会发生变化的）。大部分时候简单的使用 CPU 来配置资源就足够好了，因为其他资源的短缺很大程度上也会反应在 CPU 上。

  协作式分布式客户端节流系统 doorman

  可以为请求增加属性——重要性。后端按级别来实施降级。

  最重要 CRITICAL_PLUS：拒绝这些请求会有严重后果

  CRITICAL：会造成用户可见问题

  SHEDDABLE_PLUS：可重试的请求

  SHEDDABLE：无关紧要

  基于后端的资源利用率的指数衰变算法（exponential decay）平滑后，来决定是否要拒绝服务。

  在客户端中使用针对服务器的全局重试计数，防止对已过载服务器发起过多重试。

  链式服务调用，因为服务栈非常深，所以应该在每一层进行重试，一旦重试失败，则返回客户端“已过载，勿重试”。

  连锁故障（cascade）是由于正反馈循环导致的不断扩大规模的故障。

  流量抛弃（load shedding）：

  接近过载时，将 FIFO 队列改为 LIFO（因为用户会刷新！）

  使用可控延迟算法

  优雅降级（graceful degradation）降低回复质量来大幅减少所需的计算量或所需的计算时间。

  请求延迟的双峰分布（bimodal）：个别请求永不结束，导致这些请求逐渐的占满后端的整个队列。由于其他请求都很快，所以整体延迟只是略微上升。

  后端服务间调用栈较复杂时，尽可能的保持调用栈永远向下（单向垂直调用，而不是水平），避免分布式死锁。（就像管理模块调用关系一样管理服务调用）

  压测时，应该一直测到服务崩溃为止。一个合格的服务，应该在过载时针对多余的负载返回错误或者降级，而不应该降低它成功处理的速率。同时也应该测试一个服务从过载情况下如何恢复。

  应该清晰的区分两种健康检查：

  进程级：是否响应

  服务级：是否能够回应特定请求

  CAP：一致性、可用性、分区，三选二。

  ACID：原子性、一致性、隔离性、持久性

  BASE：

  basically available

  soft state

  eventual consistentency

  最终一致性可能会带来很多问题：

  时钟漂移和网络分区（分区间失联）时

  应用层代码需要考虑数据过期等

  数据一致性的问题应该在数据层面解决

  分布式共识可以区分为：

  异步分布式共识 asynchronous distributed consensus：消息传递可能会无限延迟的环境下

  同步分布式共识

  也可以按照节点类型分为：

  崩溃可恢复的 crash-recover

  崩溃不可恢复的 crash-fail

  还可以区分为：

  一般分布式共识：节点间网络不可靠

  拜占庭共识：节点也不可靠，可能会故意返回错误的响应

  在不稳定的网络下，没有任何一种异步分布式共识算法可以保证一定能够达成共识。 —— Dijkstra

  常见分布式共识算法有：paxos、raft、zab、mencius

  分布式共识算法用于确保一组节点按同样的顺序一次共同接受一个值。

  大多数分布式共识算法的一个问题在于，每个节点都没有数据的完整视图。

  复制状态机（replicated state machine，RSM）是一个能在多个进程中用同样的顺序执行同样的一组操作的系统。RSM 的实现依赖于分布式共识提供的有序共识。

  分布式系统的 leader 选举跟分布式共识是等价问题。唯一的领头人是一种保证粗粒度锁的方法。

  分布式屏障（barrier）：用于阻挡一组进程继续工作，直到某种条件被满足。

  分布式锁：应该尽可能使用可续租约（renewable lease），而不是无限时间锁

  原子性广播（和分布式共识是等价问题）：整个系统的参与者都可以可靠地接受到消息，并且以同样的顺序来处理这些消息。

  分布式队列：需要考虑消息是否真正的被处理了，所以最好也使用某种租约（如 kafka 的 comkit 机制）。还需要注意，队列容易成为整个系统的瓶颈和薄弱点。

  复合式 paxos，采用 strong leader，只需要对满足法定人数的进程发送一次消息就可以保障系统达成共识。但是要注意“提议者决斗”问题。

  法定租约（qurom lease）：在分布式共识中，用于降低延迟和提高读操作吞吐。

  一组 2f+1 的节点可以容忍 f 个节点故障。若需要承受节点返回错误响应（拜占庭式失败），则需要 3f+1 个节点才能忍受 f 个失败。

  惊群效应（thundering herd）：比如大量定时任务在一个时间点启动，造成机器超载

  对大数据进行周期性的或者是持续性的变形操作程序通常被称为简单流水线（simple，one-phase pipeline）。串联后一般称为多相流水线（multiphase pipeline）。一个流水线中串联的程序数量多少称为流水线的深度（depth）。

  大数据处理的 embarrassingly parallel 算法：将巨大的工作集切割为一个个可以装载在单独的物理机器上的小块。

  摩尔负载模式（moire load pattern）：指两个或者更多的流水线任务同时运行时，某些执行过程重叠，导致它们同时消耗某个共享资源。

  谷歌的研究表明：最常见的用户可见数据丢失场景是由于数据删除和软件 bug 造成的引用完整性问题。

  数据删除逻辑的 bug 非常常见，以至于快速复原一定时间内的删除操作是针对永久性数据丢失的第一道防线。

  软删除：业务代码不要真的删除数据

  懒删除：由一些离线脚本延期删除超过一定期限的已被数据。

  为了避免用户可见的数据质量下降，以及在无法恢复之前检测到低级的数据损坏以及数据丢失，我们需要一整套带外（out-of-band）检查和修复系统来处理数据存储内部和相互之间的数据问题。

  一个有效的带外数据校验系统需要下列元素：

  校验任务的管理

  监控、报警和监控台任务

  限速功能

  调试排错工具

  生产应急应对手册

  校验器容易使用的数据校验 API

  纵深防御：多个保障手段彼此覆盖，能够用合理的成本来覆盖非常广泛的失败场景。

  发布协调工程师（Launch Coordination Engineering, LCE）

  LCE 会维护一份交给项目发布方的检查清单。

  一个好的发布流程应具备：

  轻量级

  鲁棒性

  完整性

  可扩展性

  适应性

  （错误认知）坏苹果理论：认为整个系统大体都是好的，只要摘除其中的坏苹果，系统就将会一直运行良好。但实际上，在任何一个交互关系错综复杂的系统中，错误是不可避免的。

  会议最好都要有一个主席。当两个体量差距很大的团队开会时，建议从较小的团队挑选主席。

  当业务团队准备发布服务时，SRE 团队会介入进行生产就绪程度评审（PRR）。按照 SRE 可以接受的方式对服务进行改造和优化后，才会交付给 SRE 进行生产运维。

  并不是所有线上服务都需要 SRE 接管，一开始可以由开发自行负责。等负载较高时，再移交给 SRE。

  PRR 的问题在于 SRE 介入于产品晚期，修改成本和阻力较大。所以可以考虑在项目早期就让 SRE 参与。

  隐形发布：利用流量拷贝，而不让新服务对用户可见。

  在任何事故和业务灾难发生之前，类似事故都曾发生过好几次，只是没有造成任何后果。这些事故在发生的时候都被忽略了。潜伏的错误，加上某个适合的时机，就会导致事故的发生。

  结构化和理性的决策：

  某项决策的基本方向是事先决定的，而不是事后得出的

  决策时考虑的信息源是清楚的

  任何假设都应该明确说明

  数据驱动