a
是n阶方阵，如果存在数m和非零n维列向量
x，使得
ax=mx
成立，则称
m
是a的一个特征值（characteristic
value)或本征值（eigenvalue)。非零n维列向量x称为矩阵a的属于（对应于）特征值m的特征向量或本征向量，简称a的特征向量或a的本征向量。
hessian矩阵的特征值就是形容其在该点附近特征向量方向的凹凸性，特征值越大，凸性越强。你可以把函数想想成一个小山坡，陡的那面是特征值大的方向，平缓的是特征值小的方向。而凸性和优化方法的收敛速度有关，比如梯度下降。如果正定hessian矩阵的特征值都差不多，那么梯度下降的收敛速度越快，反之如果其特征值相差很大，那么收敛速度越慢。
RPC远程服务调用在分布式项目架构中扮演着不可或缺的角色，近几年的运用也越来越广泛，主要目的旨在做到高可用的开发，RPC的相关框架有很多，比如阿里的Bubbo、HFS、脸书的Thrift、谷歌的grcp、推特儿的finagle、新浪的Montan以及avro、ice、rpcx、Harpc、hessian等。各个框架都有其各自的优缺点。
Hessian是一个轻量级的remoting onhttp工具，使用简单的方法提供了RMI的功能。 相比WebService，Hessian更简单、快捷。采用的是二进制RPC协议，因为采用的是二进制协议，所以它很适合于发送二进制数据。
【开发注意】
Hessian的Demo
【客户端开发】
结构图
创建Web工厂HessianServer,添加hessian-3.0.1.jar包
User类
接口IBasicApi
接口实现类BasicService
配置servlet（接口URL的规定，通过URL调用接口）
启动server服务
【客户端开发】
结构图：
同样创建Java工程HessianClient,添加hessian-3.0.1.jar包
创建与服务端一致的com.lvfang.hessian.domain.User和com.mahc.hessian.service.impl.IBasicApi
测试类Test
调用结果
这样就完成了一个简单的跨服务调用
