- 文娱产业数字化转型的隐秘战场
数据与人工智能律师
人工智能大数据网络区块链云计算
(首席数据官高鹏律师数字经济团队创作,AI辅助)当《黑神话》用虚幻引擎点燃全球玩家热情时,当《长安三万里》以数字资产重构国风美学时,中国文娱产业的数字化革命已悄然进入深水区。这场没有硝烟的战争里,有人手握流量红利高歌猛进,有人却在数据迷局中折戟沉沙。某现象级手游曾因用户协议条款引发千万索赔,某头部影视公司AI生成素材陷入版权漩涡,这些看似偶然的危机背后,藏着文娱产业数字化转型的致命暗礁——数据权属
- 我国在AI、元宇宙、生成式AI赛道的竞争带来的投资机会
数据与人工智能律师
大数据区块链人工智能网络数据库
首席数据官高鹏律师团队编著中国在AI、元宇宙、生成式AI赛道的竞争已进入技术深化与商业落地并行的关键阶段,未来投资机会可围绕以下五大方向展开:一、基础设施与算力支撑1.云计算与混合云服务生成式AI对算力和云服务需求激增,联想集团等布局混合云的企业受益于企业数字化转型需求。IDC预测,到2025年,50%的企业将与生成式AI云提供商建立战略联系,云服务商需优化数据治理和成本控制能力。2.AI芯片与算
- 2025数字经济新政策解码:这五个黄金赛道,正在改写财富分配规则
数据与人工智能律师
人工智能大数据网络算法区块链
首席数据官高鹏律师团队创作,AI辅助一、政策东风下的财富重构:当免税清单变成“造富密码”2025年的春天,数字经济领域的政策“礼包”如同春雷炸响。从跨境电商的“阳光化新政”到智慧农业的“技术普惠”,从汽车零部件的“出海红利”到工业升级的“智能改造”,再到文旅餐饮的“消费重构”,五大行业正在经历一场财富分配的底层变革。这不是普通的政策调整,而是国家战略级的资源再分配——免税+补贴的组合拳,正在为先行
- 从小白到进阶:解锁linux与c语言高级编程知识点嵌入式开发的任督二脉(3)
small_wh1te_coder
c嵌入式linuxc语言汇编c++嵌入式硬件面试
【硬核揭秘】Linux与C高级编程:从入门到精通,你的全栈之路!第五部分:C语言高级编程——结构体、共用体、枚举、内存管理、GDB调试、Makefile全解析嘿,各位C语言的“卷王”们!在前面的旅程中,我们深入探索了Linux的奥秘,从命令行操作到Shell脚本编程,再到网络文件服务,你的Linux技能已经突飞猛进。现在,是时候回到我们的“老本行”——C语言了!你可能已经能够编写各种简单的C程序,
- ElasticSearch中的分片是什么?
java1234_小锋
javaelasticsearch大数据搜索引擎
大家好,我是锋哥。今天分享关于【ElasticSearch中的分片是什么?】面试题。希望对大家有帮助;ElasticSearch中的分片是什么?超硬核AI学习资料,现在永久免费了!在Elasticsearch中,分片(Shard)是将数据拆分成更小的部分,允许在分布式环境中并行处理和存储数据的机制。它是Elasticsearch在水平扩展时用于管理大量数据的关键概念。主要概念:主分片(Primar
- 扒开嵌入式硬件的底裤(上)!从 PCB 到 FPGA/IC 设计,小白到 CTO 的必学秘籍 硬核知识点全揭秘!从c语言入门到mcu与arm架构及外设相关
small_wh1te_coder
嵌入式内核嵌入式开发嵌入式硬件算法c汇编面试驱动开发单片机
【硬核揭秘】嵌入式硬件工程师的“底裤”:从入门到牛逼,你必须知道的一切!第一部分:破冰与认知——嵌入式硬件工程师的“世界观”嘿,各位C语言老铁,以及所有对“让硬件听你话”充满好奇的朋友们!我是你们的老朋友,一个常年“折腾”在代码和电路板之间的码农。今天,咱们要聊一个真正能让你“硬”起来的话题——如何成为一个合格、优秀、牛逼的嵌入式硬件工程师!你可能正坐在电脑前,敲着C语言代码,刷着力扣算法题,心里
- 你以为的 () 只是函数调用?栈的战争:函数调用背后,编译器、链接器、CPU与黑客的四方博弈 解剖CPU、内存与安全交织的底层真相 了解函数调用的暗流:从C括号到CPU指令、栈帧攻防的生死时速
small_wh1te_coder
c++c算法c语言c++c算法面试
作者:smallcodewhite更新:2025.6.4号下午6点13分小引子:在软件这行当里混久了,你会发现一个现象:很多人能用各种高级语言、框架写出复杂的业务,但一遇到诡异的崩溃、性能瓶颈,或者需要和底层硬件打交道时,就抓瞎了。究其原因,是对计算机体系最基础的运行模型理解得不够透。上一篇我们聊了点数据在内存里的存放问题,有兄弟说不够劲,没触及灵魂。说得好。今天,咱们就来干一件有挑战性的事:把C
- ES 地理网格聚合,基于位置模糊搜索(热力图)
简介热力图需要按照一定范围聚合数据。聚合要求字段必须为geo-point类型ES中geo-point类型,包含lat、lon和geohash信息。"coordinate":{"lat":39.90894,"lon":116.82192,"geohash":"wx55435nkj9h","fragment":true}其中geohash字段是经纬度经过二进制变化、合并和Base32编码得到的编码,编
- RK3128 通过串口终端 打开网络ADB
站在巨人肩膀上的码农
RK3128驱动开发rk安卓adb
操作如下:rk3128:/#stopadbdrk3128:/#setproppersist.sys.tcpadb1rk3128:/#setpropservice.adb.tcp.port5555rk3128:/#startadbd然后就可以去连接网络adb了。persist.sys.tcpadb这个属性名字可以自己在代码里面去设置,不一定要叫这个名字。
- 机器学习宝典——第6章
爱看烟花的码农
机器学习人工智能
第6章:聚类算法(Clustering)你好,同学!欢迎来到无监督学习的世界。与监督学习不同,这里的我们没有“标准答案”(标签),我们的目标是在数据中发现隐藏的、内在的结构。聚类算法就是实现这一目标的核心工具,它试图将数据集中的样本划分为若干个不相交的子集,我们称之为“簇”(cluster)。本章我们将深入探讨三种最具代表性的聚类算法:K-均值(K-Means)、层次聚类(Hierarchical
- Python|Pyppeteer规避反自动化检测方法【最新方案】(33)
写python的鑫哥
Pyppeteer从入门到精通pythonpyppeteerpuppeteer规避反自动化检测反爬虫
前言本文是该专栏的第33篇,结合优质项目案例持续分享Pyppeteer的干货知识,记得关注。相信有些同学在使用Pyppeteer框架进行某个自动化操作的时候,会触发平台的检测机制,让目标平台识别出当前是机器人在操作,而非人为操作,导致让你的程序无法继续进行下一步。对于上述这种情况,你是不是有很大的疑惑呢?别担心,本文笔者专门针对上述问题,来详细介绍在使用Pyppeteer的过程中,出现反自动化机制
- 深度报告:中老年AI陪伴机器人需求分析
MidJourney中文版
AI机器人人工智能机器人
银发经济新赛道:中老年陪伴聊天AI机器人需求价值与发展路径分析1老龄化社会的隐性需求全球人口结构加速老龄化背景下,老年孤独问题日益凸显为公共健康挑战。传统家庭结构变迁导致独居老人比例持续上升,情感支持缺位与社交隔离形成双重压力,而现有社会服务难以满足高频次、个性化的陪伴需求。在此现实困境中,具备自然语言交互能力的AI机器人玩具展现出独特价值——通过技术手段填补情感空缺,成为应对银发群体精神健康问题
- Socket编程——TCP
兰雪簪轩
Linuxtcp/ip网络协议网络
文章目录一、TCP编程基础TCPsocketAPIsocket二、EchoServer对于服务端对于客户端server.hppServer.ccClient.ccCommandExec.hpp一、TCP编程基础TCP协议和UDP协议都属于网络通信协议,TCP协议是面向字节流的,UDP协议是面向数据报,这个特点后面会详谈的。对于现在来说UDP和TCP的区别为:UDP协议不需要连接,即报文一来就立刻进
- 【Unity&AssetBundle】同步加载
大飞pkz
UnityC#unity游戏引擎C#AssetBundleAssetBundle同步加载AB包
加载包的方式包括:LoadFromFile(从文件)、LoadFromMemory(从内存)、LoadFromStream(从流)【异步同理】1.同步加载第一步.从Asset下的只读文件夹下获取AB包,下面是加载包路径为“Asset/StreamingAssets”,“cube”为包名AssetBundleab=AssetBundle.LoadFromFile(Application.stream
- DPDK 网卡驱动
唯独不开心
DPDK开发语言
DPDK里的PMDs负责处理网络数据包与内存之间的数据交互。而接下来提到的UIO和VFIO是两种不同的驱动方式,允许DPDK绕过内核网络栈,直接在用户空间高效地访问硬件设备。这部分内容会围绕使用这两种驱动的PMDs展开,可能会涉及到它们的配置、使用场景、性能特点等方面。新名词IOMMU(Input-OutputMemoryManagementUnit,输入输出内存管理单元)定义:IOMMU(Inp
- 数据资产确权的法律路径:从原始数据到衍生产品的权利归属
首席数据官高鹏律师数字经济团队创作,AI辅助在数字经济时代,数据已成为堪比石油的战略资源。某新能源车企因驾驶数据归属争议损失数十亿,某电商平台用户画像被竞争对手“合法”窃取的案例频发,暴露出数据这座“金山银山”背后隐藏的法律暗礁。当原始数据的采集边界模糊不清,当衍生数据的价值裂变引发权属混战,如何用法律之钥打开数据资产的财富之门?这不仅是技术命题,更是数字时代的法律革命。一、原始数据:数字土壤上的
- rk3128 emmc显示剩余容量为0
站在巨人肩膀上的码农
RK3128rk驱动开发emmc
机器emmc容量显示异常,显示剩余容量为0,这时候做了一个让系统不检测GPP分区部分的操作,此问题才得以解决,如下:system/vold/DirectVolume.cpp@@-33,6+33,8@@#include"VolumeManager.h"#include"ResponseCode.h"#include"cryptfs.h"+#include+#include#definePARTITI
- 【深度学习】神经网络剪枝方法的分类
烟锁池塘柳0
机器学习与深度学习深度学习神经网络剪枝
神经网络剪枝方法的分类摘要随着深度学习模型,特别是大语言模型(LLM)的参数量爆炸式增长,模型的部署和推理成本变得异常高昂。如何在保持模型性能的同时,降低其计算和存储需求,成为了工业界和学术界的核心议题。神经网络剪枝(Pruning)作为模型压缩的关键技术之一,应运而生。本文将解析剪枝技术的不同分类,深入探讨其原理、优缺点。文章目录神经网络剪枝方法的分类摘要1为什么我们需要剪枝?2分类方法一:剪什
- JMH基准测试入门:科学测量Java代码性能的艺术
zhysunny
Java类库java开发语言
目录一、为什么需要JMH?二、快速入门:你的第一个基准测试1.添加JMH依赖2.编写测试类3.运行并查看结果三、JMH核心概念详解1.测试模式(@BenchmarkMode)2.状态管理(@State)3.预热与测量(@Warmup&@Measurement)四、进阶技巧:解决真实问题案例1:HashMap初始容量优化案例2:流(Stream)vs传统循环五、避免JMH测试的常见陷阱1.死代码消除
- 基于条件风险价值CVaR的微网动态定价与调度策略(Matlab代码实现)
Ps.729
matlab开发语言
个人主页欢迎来到本博客❤️❤️博主优势:博客内容尽量做到思维缜密,逻辑清晰,为了方便读者。⛳️座右铭:行百里者,半于九十。本文目录如下:目录1概述一、CVaR的理论基础及其在微网中的适用性1.CVaR的定义与优势2.微网应用场景适配性二、动态定价与调度模型的联合优化框架1.目标函数设计2.动态定价机制3.不确定性处理方法三、关键算法与求解策略1.随机规划与CVaR集成2.智能优化算法对比四、实证
- 景联文科技完成数千万元Pre-A轮融资,布局公共数据生产运营|36氪首发
景联文科技
人工智能
景联文的目标是,成为地方政府的公共数据生产、运营商,帮助挖掘公共数据的最大价值。36氪获悉,数据服务公司「景联文科技」于近期完成了数千万元Pre-A轮融资,投资方为杭州金投集团旗下基金。据悉,景联文科技本轮融资将用于公共数据生产运营的布局、智能化语料工程平台构建、以及自建垂直领域高质量标注基地,打造“平台+基地+行业”的数据链闭环生态。景联文科技成立于2012年,是一家AI数据服务运营商。据景联文
- 景联文科技完成数千万元Pre-A轮融资,加速公共数据生产运营战略布局
景联文科技
人工智能大数据
2025年5月,景联文科技近期完成数千万元Pre-A轮融资,投资方为杭州金投集团旗下基金,本轮融资将用于布局公共数据生产运营、构建智能化语料工程平台和自建垂域高质量标注基地,形成"平台+基地+行业"的数据链闭环生态。一、聚焦公共数据生产运营国家数据局成立标志着数据治理从“分散监管”向“集中统筹”转型,从顶层设计开始快速推动“数据要素市场化”。2025年5月,国家宣布将加大中央财政资金投入,支持地方
- dnSpy 使用教程
一、dnSpy简介dnSpy是一款功能强大的免费开源.NET反编译工具,支持对.NETFramework、.NETCore和Mono程序进行反编译、调试与修改,能将程序集反编译为C#或IL(中间语言)代码,帮助开发者或安全研究人员深入分析和理解.NET程序的内部逻辑。它为逆向工程工作提供了极大便利,使相关操作更易于理解和执行。与之类似的ILspy也是一款知名的开源.NET反编译软件,下面将对二者进
- Python 图像分类入门
超龄超能程序猿
机器学习python分类开发语言
一、介绍图像分类作为深度学习的基础任务,旨在将输入图像划分到预定义的类别集合中。在实际的业务中,图像分类技术是比较常用的一种技术技能。例如,在安防监控中,可通过图像分类识别异常行为;在智能交通系统中,实现对交通标志和车辆类型的快速识别等。本文将通过安装包已有数据带你逐步了解使用Python进行图像分类的全过程。二、环境搭建在开始图像分类项目前,需要确保Python环境中安装了必要的库。主要包括:T
- 初始CNN(卷积神经网络)
超龄超能程序猿
机器学习cnn人工智能神经网络
卷积神经网络(ConvolutionalNeuralNetwork,简称CNN)作为深度学习的重要分支,在图像识别、目标检测、语义分割等领域大放异彩。无论是手机上的人脸识别解锁,还是自动驾驶汽车对道路和行人的识别,背后都离不开CNN的强大能力一、CNN诞生的背景与意义在CNN出现之前,传统的图像识别方法主要依赖人工提取特征,例如使用SIFT(尺度不变特征变换)、HOG(方向梯度直方图)等算法。这些
- FeignClient客户端调用入门
超龄超能程序猿
javaspring
在分布式微服务架构广泛应用的技术背景下,服务间通信机制的设计与实现已成为系统开发的核心环节。Feign作为一种基于声明式编程范式的HTTP客户端框架,通过标准化的接口定义与注解配置,显著降低了Web服务调用的开发复杂度,有效提升了微服务间的交互效率。在SpringCloud技术栈体系中,Feign客户端功能的实现主要依托于@FeignClient注解,该注解通过整合Spring框架的依赖注入与动态
- 向量运算、矩阵运算、线性变换相关运算
超龄超能程序猿
机器学习矩阵线性代数机器学习
一、向量核心运算1.向量加法与数乘(线性组合基础)定义:加法:若a=(a1,a2,…,an),b=(b1,b2,…,bn),则a+b=(a1+b1,a2+b2,…,an+bn)。数乘:若k为标量,则ka=(ka1,ka2,…,kan)。性质:满足交换律、结合律,构成向量空间的基本运算。应用:向量线性组合(如基向量表示任意向量)、物理中力的合成与分解。2.点积(内积,DotProduct)定义:a⋅
- 从维基百科到知识图谱:用 DSPy、OpenAI 和 TiDB 构建 GraphRAG 的奇妙旅程
步子哥
AGI通用人工智能知识图谱tidb人工智能
在信息爆炸的时代,如何快速从海量数据中提取有用信息,成为了技术发展的重要方向。传统的RAG(Retrieval-AugmentedGeneration)方法虽然在信息检索领域表现出色,但随着需求复杂度的提升,GraphRAG(基于知识图谱的RAG)逐渐成为更优的解决方案。本文将带您一步步了解如何利用DSPy、OpenAI和TiDBVectorDatabase,从维基百科数据构建一个GraphRAG
- App Trace功能实战:一键拉起、快速安装与免提写邀请码的应用实践
tongjiwenzhang
经验分享信息可视化大数据携带参数安装
一、功能概述与业务价值作为移动端技术负责人,我们实现的AppTrace系统已成为公司用户增长的核心引擎。这套系统通过三大功能显著提升了关键指标:一键拉起:将H5/广告页用户转化率提升47%快速安装:应用商店跳转安装成功率提升至92%免提写邀请码:邀请注册转化率提高63%二、技术架构与实现细节1.一键拉起的技术实现Android端实现方案://DeepLink路由分发器classTraceRoute
- LeetCode-最长回文子串
踏实写代码,认真搞学术的小研
leetcode
classSolution:deflongestPalindrome(self,s:str)->str:n=len(s)#创建一个二维数组dp,用于记录回文子串的信息dp=[[False]*nfor_inrange(n)]start=0#记录最长回文子串的起始位置max_len=1#记录最长回文子串的长度#初始化单个字符和相邻两个字符是回文子串的情况foriinrange(n):dp[i][i]=
- Spring中@Value注解,需要注意的地方
无量
springbean@Valuexml
Spring 3以后,支持@Value注解的方式获取properties文件中的配置值,简化了读取配置文件的复杂操作
1、在applicationContext.xml文件(或引用文件中)中配置properties文件
<bean id="appProperty"
class="org.springframework.beans.fac
- mongoDB 分片
开窍的石头
mongodb
mongoDB的分片。要mongos查询数据时候 先查询configsvr看数据在那台shard上,configsvr上边放的是metar信息,指的是那条数据在那个片上。由此可以看出mongo在做分片的时候咱们至少要有一个configsvr,和两个以上的shard(片)信息。
第一步启动两台以上的mongo服务
&nb
- OVER(PARTITION BY)函数用法
0624chenhong
oracle
这篇写得很好,引自
http://www.cnblogs.com/lanzi/archive/2010/10/26/1861338.html
OVER(PARTITION BY)函数用法
2010年10月26日
OVER(PARTITION BY)函数介绍
开窗函数 &nb
- Android开发中,ADB server didn't ACK 解决方法
一炮送你回车库
Android开发
首先通知:凡是安装360、豌豆荚、腾讯管家的全部卸载,然后再尝试。
一直没搞明白这个问题咋出现的,但今天看到一个方法,搞定了!原来是豌豆荚占用了 5037 端口导致。
参见原文章:一个豌豆荚引发的血案——关于ADB server didn't ACK的问题
简单来讲,首先将Windows任务进程中的豌豆荚干掉,如果还是不行,再继续按下列步骤排查。
&nb
- canvas中的像素绘制问题
换个号韩国红果果
JavaScriptcanvas
pixl的绘制,1.如果绘制点正处于相邻像素交叉线,绘制x像素的线宽,则从交叉线分别向前向后绘制x/2个像素,如果x/2是整数,则刚好填满x个像素,如果是小数,则先把整数格填满,再去绘制剩下的小数部分,绘制时,是将小数部分的颜色用来除以一个像素的宽度,颜色会变淡。所以要用整数坐标来画的话(即绘制点正处于相邻像素交叉线时),线宽必须是2的整数倍。否则会出现不饱满的像素。
2.如果绘制点为一个像素的
- 编码乱码问题
灵静志远
javajvmjsp编码
1、JVM中单个字符占用的字节长度跟编码方式有关,而默认编码方式又跟平台是一一对应的或说平台决定了默认字符编码方式;2、对于单个字符:ISO-8859-1单字节编码,GBK双字节编码,UTF-8三字节编码;因此中文平台(中文平台默认字符集编码GBK)下一个中文字符占2个字节,而英文平台(英文平台默认字符集编码Cp1252(类似于ISO-8859-1))。
3、getBytes()、getByte
- java 求几个月后的日期
darkranger
calendargetinstance
Date plandate = planDate.toDate();
SimpleDateFormat df = new SimpleDateFormat("yyyy-MM-dd");
Calendar cal = Calendar.getInstance();
cal.setTime(plandate);
// 取得三个月后时间
cal.add(Calendar.M
- 数据库设计的三大范式(通俗易懂)
aijuans
数据库复习
关系数据库中的关系必须满足一定的要求。满足不同程度要求的为不同范式。数据库的设计范式是数据库设计所需要满足的规范。只有理解数据库的设计范式,才能设计出高效率、优雅的数据库,否则可能会设计出错误的数据库.
目前,主要有六种范式:第一范式、第二范式、第三范式、BC范式、第四范式和第五范式。满足最低要求的叫第一范式,简称1NF。在第一范式基础上进一步满足一些要求的为第二范式,简称2NF。其余依此类推。
- 想学工作流怎么入手
atongyeye
jbpm
工作流在工作中变得越来越重要,很多朋友想学工作流却不知如何入手。 很多朋友习惯性的这看一点,那了解一点,既不系统,也容易半途而废。好比学武功,最好的办法是有一本武功秘籍。研究明白,则犹如打通任督二脉。
系统学习工作流,很重要的一本书《JBPM工作流开发指南》。
本人苦苦学习两个月,基本上可以解决大部分流程问题。整理一下学习思路,有兴趣的朋友可以参考下。
1 首先要
- Context和SQLiteOpenHelper创建数据库
百合不是茶
androidContext创建数据库
一直以为安卓数据库的创建就是使用SQLiteOpenHelper创建,但是最近在android的一本书上看到了Context也可以创建数据库,下面我们一起分析这两种方式创建数据库的方式和区别,重点在SQLiteOpenHelper
一:SQLiteOpenHelper创建数据库:
1,SQLi
- 浅谈group by和distinct
bijian1013
oracle数据库group bydistinct
group by和distinct只了去重意义一样,但是group by应用范围更广泛些,如分组汇总或者从聚合函数里筛选数据等。
譬如:统计每id数并且只显示数大于3
select id ,count(id) from ta
- vi opertion
征客丶
macoprationvi
进入 command mode (命令行模式)
按 esc 键
再按 shift + 冒号
注:以下命令中 带 $ 【在命令行模式下进行】,不带 $ 【在非命令行模式下进行】
一、文件操作
1.1、强制退出不保存
$ q!
1.2、保存
$ w
1.3、保存并退出
$ wq
1.4、刷新或重新加载已打开的文件
$ e
二、光标移动
2.1、跳到指定行
数字
- 【Spark十四】深入Spark RDD第三部分RDD基本API
bit1129
spark
对于K/V类型的RDD,如下操作是什么含义?
val rdd = sc.parallelize(List(("A",3),("C",6),("A",1),("B",5))
rdd.reduceByKey(_+_).collect
reduceByKey在这里的操作,是把
- java类加载机制
BlueSkator
java虚拟机
java类加载机制
1.java类加载器的树状结构
引导类加载器
^
|
扩展类加载器
^
|
系统类加载器
java使用代理模式来完成类加载,java的类加载器也有类似于继承的关系,引导类是最顶层的加载器,它是所有类的根加载器,它负责加载java核心库。当一个类加载器接到装载类到虚拟机的请求时,通常会代理给父类加载器,若已经是根加载器了,就自己完成加载。
虚拟机区分一个Cla
- 动态添加文本框
BreakingBad
文本框
<script> var num=1; function AddInput() { var str=""; str+="<input 
- 读《研磨设计模式》-代码笔记-单例模式
bylijinnan
java设计模式
声明: 本文只为方便我个人查阅和理解,详细的分析以及源代码请移步 原作者的博客http://chjavach.iteye.com/
public class Singleton {
}
/*
* 懒汉模式。注意,getInstance如果在多线程环境中调用,需要加上synchronized,否则存在线程不安全问题
*/
class LazySingleton
- iOS应用打包发布常见问题
chenhbc
iosiOS发布iOS上传iOS打包
这个月公司安排我一个人做iOS客户端开发,由于急着用,我先发布一个版本,由于第一次发布iOS应用,期间出了不少问题,记录于此。
1、使用Application Loader 发布时报错:Communication error.please use diagnostic mode to check connectivity.you need to have outbound acc
- 工作流复杂拓扑结构处理新思路
comsci
设计模式工作算法企业应用OO
我们走的设计路线和国外的产品不太一样,不一样在哪里呢? 国外的流程的设计思路是通过事先定义一整套规则(类似XPDL)来约束和控制流程图的复杂度(我对国外的产品了解不够多,仅仅是在有限的了解程度上面提出这样的看法),从而避免在流程引擎中处理这些复杂的图的问题,而我们却没有通过事先定义这样的复杂的规则来约束和降低用户自定义流程图的灵活性,这样一来,在引擎和流程流转控制这一个层面就会遇到很
- oracle 11g新特性Flashback data archive
daizj
oracle
1. 什么是flashback data archive
Flashback data archive是oracle 11g中引入的一个新特性。Flashback archive是一个新的数据库对象,用于存储一个或多表的历史数据。Flashback archive是一个逻辑对象,概念上类似于表空间。实际上flashback archive可以看作是存储一个或多个表的所有事务变化的逻辑空间。
- 多叉树:2-3-4树
dieslrae
树
平衡树多叉树,每个节点最多有4个子节点和3个数据项,2,3,4的含义是指一个节点可能含有的子节点的个数,效率比红黑树稍差.一般不允许出现重复关键字值.2-3-4树有以下特征:
1、有一个数据项的节点总是有2个子节点(称为2-节点)
2、有两个数据项的节点总是有3个子节点(称为3-节
- C语言学习七动态分配 malloc的使用
dcj3sjt126com
clanguagemalloc
/*
2013年3月15日15:16:24
malloc 就memory(内存) allocate(分配)的缩写
本程序没有实际含义,只是理解使用
*/
# include <stdio.h>
# include <malloc.h>
int main(void)
{
int i = 5; //分配了4个字节 静态分配
int * p
- Objective-C编码规范[译]
dcj3sjt126com
代码规范
原文链接 : The official raywenderlich.com Objective-C style guide
原文作者 : raywenderlich.com Team
译文出自 : raywenderlich.com Objective-C编码规范
译者 : Sam Lau
- 0.性能优化-目录
frank1234
性能优化
从今天开始笔者陆续发表一些性能测试相关的文章,主要是对自己前段时间学习的总结,由于水平有限,性能测试领域很深,本人理解的也比较浅,欢迎各位大咖批评指正。
主要内容包括:
一、性能测试指标
吞吐量、TPS、响应时间、负载、可扩展性、PV、思考时间
http://frank1234.iteye.com/blog/2180305
二、性能测试策略
生产环境相同 基准测试 预热等
htt
- Java父类取得子类传递的泛型参数Class类型
happyqing
java泛型父类子类Class
import java.lang.reflect.ParameterizedType;
import java.lang.reflect.Type;
import org.junit.Test;
abstract class BaseDao<T> {
public void getType() {
//Class<E> clazz =
- 跟我学SpringMVC目录汇总贴、PDF下载、源码下载
jinnianshilongnian
springMVC
----广告--------------------------------------------------------------
网站核心商详页开发
掌握Java技术,掌握并发/异步工具使用,熟悉spring、ibatis框架;
掌握数据库技术,表设计和索引优化,分库分表/读写分离;
了解缓存技术,熟练使用如Redis/Memcached等主流技术;
了解Ngin
- the HTTP rewrite module requires the PCRE library
流浪鱼
rewrite
./configure: error: the HTTP rewrite module requires the PCRE library.
模块依赖性Nginx需要依赖下面3个包
1. gzip 模块需要 zlib 库 ( 下载: http://www.zlib.net/ )
2. rewrite 模块需要 pcre 库 ( 下载: http://www.pcre.org/ )
3. s
- 第12章 Ajax(中)
onestopweb
Ajax
index.html
<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd">
<html xmlns="http://www.w3.org/
- Optimize query with Query Stripping in Web Intelligence
blueoxygen
BO
http://wiki.sdn.sap.com/wiki/display/BOBJ/Optimize+query+with+Query+Stripping+in+Web+Intelligence
and a very straightfoward video
http://www.sdn.sap.com/irj/scn/events?rid=/library/uuid/40ec3a0c-936
- Java开发者写SQL时常犯的10个错误
tomcat_oracle
javasql
1、不用PreparedStatements 有意思的是,在JDBC出现了许多年后的今天,这个错误依然出现在博客、论坛和邮件列表中,即便要记住和理解它是一件很简单的事。开发者不使用PreparedStatements的原因可能有如下几个: 他们对PreparedStatements不了解 他们认为使用PreparedStatements太慢了 他们认为写Prepar
- 世纪互联与结盟有感
阿尔萨斯
10月10日,世纪互联与(Foxcon)签约成立合资公司,有感。
全球电子制造业巨头(全球500强企业)与世纪互联共同看好IDC、云计算等业务在中国的增长空间,双方迅速果断出手,在资本层面上达成合作,此举体现了全球电子制造业巨头对世纪互联IDC业务的欣赏与信任,另一方面反映出世纪互联目前良好的运营状况与广阔的发展前景。
众所周知,精于电子产品制造(世界第一),对于世纪互联而言,能够与结盟