- DeepSeek开源周第二弹:DeepEP如何用RDMA+FP8让MoE模型飞起来?
曦紫沐
大模型deepseek
一、引言:MoE模型的通信瓶颈与DeepEP的诞生在混合专家(MoE)模型训练中,专家间的全对全(All-to-All)通信成为性能瓶颈。传统方案在跨节点传输时带宽利用率不足50%,延迟高达300μs以上。DeepSeek推出的DeepEP作为首个开源EP通信库,通过软硬件协同优化,将节点内通信带宽压榨至158GB/s(接近NVLink极限),跨节点RDMA延迟降至46GB/s,成为大模型训练/推
- 游戏语音趋势解析,社交互动有助于营造沉浸式体验
网易数智
IM即时通讯游戏人工智能音视频实时音视频信息与通信语音识别
语音交互的新架构出现2024年标志着对话语音AI取得了突破,出现了结合STT→LLM→TTS模型来聆听、推理和回应对话的协同语音系统。OpenAI的ChatGPT语音模式将语音转语音技术变成了现实,引入了基于音频和文本信息进行端到端预训练的模型,这些模型除了文本标记外,还能原生理解和生成音频。虽然OpenAI通过其RealtimeAPI实现的可能还不是完全端到端的,正如其演示中处理中断的挑战所证明
- vite构建打包性能优化
富朝阳
JavaScript工具vite打包优化vite打包配置vitevue.js
目录1、清除console和debugger二、gzip静态资源压缩第一步:客户端打包开启第二步:部署服务端开启三、静态文件按类型分包四、超大静态资源拆分(代码分割)第一种:提高静态资源的容量大小第二种:合并路由打包第三种:最小拆分打包五、打包分析插件六、组件按需导入七、图片资源压缩八、CDN加速我的博客原文:https://code-nav.top/article/1071最近在用Vite4+T
- 阿里重磅模型深夜开源;DeepSeek宣布开源DeepGEMM;微软开源多模态AI Agent基础模型Magma...|网易数智日报
网易数智
网易数智日报开源人工智能大数据业界资讯aiAIGC
阿里重磅模型深夜开源:表现超越Sora、Pika,消费级显卡就能跑2月26日,25日深夜阿里云视频生成大模型万相2.1(Wan)正式宣布开源,此次开源采用Apache2.0协议,14B和1.3B两个参数规格的全部推理代码和权重全部开源,同时支持文生视频和图生视频任务。据阿里云官方介绍,14B版本万相模型在指令遵循、复杂运动生成、物理建模、文字视频生成等方面表现突出,在权威评测集Vbench中,万相
- DeepSeek智能引擎:高效重塑创作与开发
智能计算研究中心
其他
内容概要DeepSeek智能引擎通过创新的混合专家架构(MixtureofExperts),在670亿参数规模下实现了多模态智能处理能力的突破性进展。该架构通过动态路由机制,使模型在处理复杂任务时能够自动调用最适配的专家模块,相较于传统单体模型,其推理效率提升约40%,同时保持90%以上的参数利用率。系统核心功能模块对比如下:功能模块核心能力应用场景处理速度(Tokens/s)DeepSeekCh
- 跨框架模型演进与行业应用路径
智能计算研究中心
其他
内容概要在人工智能技术持续迭代的背景下,模型框架的演进与行业应用的深度融合已成为推动产业智能化升级的核心驱动力。本文系统性梳理TensorFlow、PyTorch、MXNet等主流框架的技术发展脉络,重点分析其从通用计算架构向多模态、轻量化方向的转型路径。同时,针对模型优化技术领域,深入探讨迁移学习、超参数调优及模型压缩等方法的创新突破,揭示其在降低计算资源消耗、提升推理效率方面的关键作用。在行业
- 使用Hugging Face Text Embeddings Inference进行文本嵌入推理
dgay_hua
python
在自然语言处理中,文本嵌入是一个重要的技术,它将文本转换为可以由机器学习算法处理的数字向量。在这篇文章中,我们将探讨如何使用HuggingFace的TextEmbeddingsInference(TEI)工具包来部署和服务开源文本嵌入和序列分类模型。TEI支持高性能提取,包括常用的嵌入模型如FlagEmbedding、Ember、GTE和E5。技术背景介绍文本嵌入在现代NLP任务中起着关键作用,它
- 二叉树相关问题及两链表相交问题(B站左神视频五整理)
Dabaozao
链表c++算法数据结构
二叉树二叉树的前中后序遍历:*******1***2*****34****56****7经过1,2,4,4,4,2,5,5,5,2,1,3,6,6,6,3,7,7,7,3,1,递归序每个数都会调用三次先序遍历:头、左、右1,2,4,5,3,6,7由递归序转化而来,第一次到就打印,2、3次的不打印中序遍历:左、头、右4,2,5,1,6,3,7由递归序转化而来,第二次到就打印,1、3次的不打印后序遍历
- 通过vLLM部署LLM模型到生产环境中
MichaelIp
人工智能实验室大语言模型人工智能pythonAIGC自然语言处理语言模型promptllama
文章目录1使用vLLM部署模型2部署过程2.1准备GPU环境2.2安装vLLM依赖项3使用vLLM部署模型并启动服务3.1部署开源模型3.2部署微调模型4测试服务是否正常运行5评估服务性能1使用vLLM部署模型本地部署模型主要包含下载模型、编写模型加载代码和发布为支持API访问的应用服务这三个步骤。这个过程通常伴随较高的人工部署成本,vLLM可以用来简化这一流程。它是一个专为大模型推理设计的开源框
- 第二十二天 学习HarmonyOS的分布式软总线技术,了解跨设备通信的原理
MarkHD
HarmonyOS学习学习harmonyos分布式
前言在万物互联时代,跨设备协同成为智能生态系统的核心需求。HarmonyOS通过创新的分布式软总线技术,实现了设备间的高效通信与资源共享。本文将从零开始,带领开发者深入理解这项核心技术,通过代码实战演示如何构建跨设备应用。我们将从技术原理到具体实现,系统性地剖析分布式软总线的运作机制。一、分布式软总线技术概述1.1什么是分布式软总线?HarmonyOS的分布式软总线就像一条虚拟的高速公路,连接着各
- Spring Boot2 系列教程(三十)Spring Boot 整合 Ehcache
2401_84048290
程序员springbootjavaspring
工程创建完成后,引入Ehcache的依赖,Ehcache目前有两个版本:这里采用第二个,在pom.xml文件中,引入Ehcache依赖:org.springframework.bootspring-boot-starter-cacheorg.springframework.bootspring-boot-starter-webnet.sf.ehcacheehcache2.10.6添加Ehcache
- 【第三天】零基础学习量化基础代码分析-持续更新
Long_poem
学习
提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档文章目录记录量化基础代码总览引言基本概念量化投资伪代码示例:量化投资模型框架总结每日-往期回看第一天零基础学量化基础知识点总览-持续更新第二天零基础学习量化基础代码总览-持续更新第三天零基础学习量化基础代码分析-持续更新记录量化基础代码总览引言量化投资是一种基于数学模型和计算机算法来制定投资策略的方法。通过分析历史数据,发现市场规律,
- 案例分析:大对象复用的目标和注意点15
是小旭啊
mybatisniodubbo
对于“大对象”的优化。这里的“大对象”,是一个泛化概念,它可能存放在JVM中,也可能正在网络上传输,也可能存在于数据库中。那么为什么大对象会影响我们的应用性能呢?第一,大对象占用的资源多,垃圾回收器要花一部分精力去对它进行回收;第二,大对象在不同的设备之间交换,会耗费网络流量,以及昂贵的I/O;第三,对大对象的解析和处理操作是耗时的,对象职责不聚焦,就会承担额外的性能开销。结合我们前面提到的缓存,
- 字节的豆包和Kimi 的优劣势对比
eso1983
javapython算法
字节豆包、Kimi(月之暗面)和深度求索(DeepSeek)三款AI助手的对比分析,涵盖核心技术、功能特性、优劣势及适用场景.1.核心能力对比维度豆包(字节跳动)Kimi(月之暗面)DeepSeek(深度求索)技术基础基于字节自研云雀大模型,多模态能力突出,依托抖音/头条数据生态。Moonshot自研长文本大模型,专注超长上下文理解。自研模型聚焦复杂逻辑推理与代码生成,垂直领域优化。长文本处理支持
- 两天速通力扣HOT100[DAY2] (55~100)
WynnLu
算法leetcodec++
两天速通力扣HOT100[DAY2](55~100)本题解旨在以最简单的语言总结hot100各题思路,为每一题提供一个思考入口,但想要手撕出来,需要自己认真推理细节。目录回溯55~62二分查找63~68栈69~73堆74~76贪心77~80动态规划81~90多维动态规划91~95技巧96~10055、全排列思路回溯基本思想:DFS+状态还原面对前方n种选择的时候,循环选择其中一种,做出对应的改变并
- 清华大学:DeepSeek+DeepResearch 让科研像聊天一样简单(86 页 PDF)
伟贤AI之路
AI技术pdf
第一弹:《DeepSeek:从入门到精通(100页PDF)》第二弹:《DeepSeek如何赋能职场应用?从提示语技巧到多场景应用》第三弹:《普通人如何抓住DeepSeek红利?》现在是《DeepSeek+DeepResearch让科研像聊天一样简单》PDF阅读地址:https://tcnsnwj3d31i.feishu.cn/wiki/CkbJw0pm5i5uAEkiijrcGGHrnGhPDF中
- 神经网络参数量计算
坠金
AI科普/入门神经网络人工智能深度学习
算一个只有两层的神经网络的参数量,我们需要考虑两层之间的连接权重和偏置项。以下是详细的计算步骤:网络结构输入层(第一层):有2个神经元。输出层(第二层):有3个神经元。参数计算权重参数:第一层的每个神经元都与第二层的每个神经元相连。因此,第一层的2个神经元与第二层的3个神经元之间的连接会形成权重参数。权重参数的总数量为:权重参数=第一层神经元数量×第二层神经元数量=2×3=6偏置参数:第二层的每个
- 浅析 DeepSeek 开源的 FlashMLA 项目
X.Cristiano
FlashMLADeepSeek深度学习
浅析DeepSeek开源的FlashMLA项目DeepSeek开源周Day1(2025年2月24日)放出的开源项目——FlashMLA,是一款针对Hopper架构GPU高效多层级注意力(Multi-LevelAttention,MLA)解码内核,专门为处理变长序列问题而设计。趁热浏览一下:GitHub-deepseek-ai/FlashMLA一、概述传统的注意力计算方法在面对变长序列或长序列推理时
- Ollama本地私有化部署通义千问大模型Qwen2.5
ErbaoLiu
数据分析&大模型机器学习&大模型自然语言处理&大模型大模型LLMQwen2.5Qwen2Ollama
目录Qwen2.5介绍Qwen2.5新闻Ollama介绍Linux安装Ollama一键安装Ollama手工安装Ollama卸载OllamaOllama运行Qwen2基于Transformers进行推理本文复现环境:Python3.12.6+Windows8.1+LinuxCentOS7+PyCharmCommunityEdition2022.3.3。Qwen2.5github地址如下:GitHub
- PCA主成分分析降维算法及其可视化(附完整版代码)
Jason_Orton
算法机器学习数据挖掘人工智能matlab
一.PCA的介绍PCA(PrincipalComponentAnalysis)是一种数据降维技术,旨在将多维指标转换为少数几个综合指标。在统计学中,PCA是简化数据集的一种方法,通过线性变换将数据映射到新的坐标系中。在新的坐标系中,第一主成分捕获数据投影的最大方差,第二主成分捕获第二大方差,依此类推。主成分分析常用于减少数据集的维度,同时保留对方差贡献最大的特征。这是通过保留低阶主成分、忽略高阶主
- LangChain入门:使用Python和通义千问打造免费的Qwen大模型聊天机器人
闯江湖50年
langchainpython机器人人工智能
前言LangChain是一个用于开发由大型语言模型(LargeLanguageModels,简称LLMs)驱动的应用程序的框架。它提供了一个灵活的框架,使得开发者可以构建具有上下文感知能力和推理能力的应用程序,这些应用程序可以利用公司的数据和APIs。这个框架由几个部分组成。LangChain库:Python和JavaScript库。包含了各种组件的接口和集成,一个基本的运行时,用于将这些组件组合
- 第十章:服务器消费者管理模块
转调
仿Rabbit消息队列c++消息队列
目录第一节:代码实现1-1.Consumer类1-2.QueueConsumer类1-3.QueueConsumerManger类第二节:单元测试下期预告:服务器的消费者管理模块在mqserver目录下实现。第一节:代码实现创建一个名为mq_consumer.hpp的文件,打开并做好前置工作:#ifndef__M_CONSUMER_H__#define__M_CONSUMER_H__#includ
- [python脚本]论文1.(一)CPU/内存数据分析和分组
weixin_45396500
python数据分析开发语言
CPU收集到的CPU数据,格式如下:由于这里6个数据为一组来收集latency的数据以及各个分位值的数据,而本质上每一行都是一次完整的测试,因此这里将这个csv文件分为两个文件,第一个是和latency相关的,将6条数据融合为一条,而剩下的数据比如eps等,单独整理为一个文件。这里分为两步,第一步单独处理每个实例收集到的数据,第二步是汇总所有实例数据。对于50个实例收到的数据,先通过将6条合并为一
- 2025,AI变现有哪些机遇与挑战?
Imagination官方博客
人工智能
大模型的能力边界在不断拓宽,主流云端大模型普遍具备了多模态推理能力。技术路线上,也不再局限于算力堆叠,而是探索强化学习、符号推理、类脑计算等新路径。并且,投入更小、更垂直的小模型涌现,为特定领域的应用提供了更高效的解决方案。与此同时,我国大模型领域仍然存在多方面痛点,例如:云端训练成本高、高端算力存在“卡脖子”风险、优质数据匮乏、人才缺口、AI算法开源生态仍需强化、数据安全和隐私问题等等,仍是市场
- SQL注入(一)—— sql手动注入实操
逆熵SEC.
sql网络web安全
SQLSQL注入sql注入的核心SQL手注的一般流程判断注入点——第一步判断字段数——第二步判断回显点——第三步查询相关内容——第四步判断库名判断表名判断列名查询具体信息总结SQL注入SQL注入攻击是目前web应用网络攻击中最常见的手段之一,曾被冠以“漏洞之王”的称号,其安全风险高于缓冲区溢出漏洞等所有其他漏洞,而市场上的防火墙又不能对SQL注入漏洞进行有效的检测和防范。SQL注入攻击普遍存在范围
- 机器学习——无监督学习(k-means算法)
张起灵ovo
机器学习入门机器学习算法学习
1、K-Means聚类算法K表示超参数个数,如分成几个类别,K值就取多少。若无需求,可使用网格搜索找到最佳的K。步骤:1、随机设置K个特征空间内的点作为初始聚类中心;2、对于其他每个点计算到K个中心的距离,未知的点选择最近的一个聚类中心点作为标记种类;3、接着对标记的聚类中心之后,重新计算出每个聚类的中心点(平均值);4、如果计算得出的新中心点与原中心点一样,那么结束,否则执行第二步。means表
- 大模型核心技术原理: Transformer架构详解!
大模型猫叔
transformer架构深度学习人工智能学习机器学习算法
在大模型发展历程中,有两个比较重要点:第一,Transformer架构。它是模型的底座,但Transformer不等于大模型,但大模型的架构可以基于Transformer;第二,GPT。严格意义上讲,GPT可能不算是一个模型,更像是一种预训练范式,它本身模型架构是基于Transformer,但GPT引入了“预测下一个词”的任务,即不断通过前文内容预测下一个词。之后,在大量的数据上进行学习才达到大模
- 仿12306项目(1)
容器( ु⁎ᴗ_ᴗ⁎)ु.。oO
java
雪花算法为了高效的生成有序且唯一的ID,可以采用雪花算法来进行实现,为什么不去采用UUID呢?首先,UUID是一个128位的值,相较于雪花算法生成的64位的值,长了很多,在数据库中存储时耗费的时间更长,UUID生成后没有顺序关系,导致它不适合做主键,雪花算法排序具有可读性,在一些状况下更容易地追踪。雪花算法的原理IdUtil.getSnowflake有两个参数,第一个时数据中心的编号,第二个时机器
- DeepSeek开源周合集
Vip.Gong
人工智能transformerchatgpt文心一言pythonscikit-learn深度学习
周一:FlashMLA,核心成就:GPU带宽利用接近理论极限,算力利用效率翻倍;周二:DeepEP,一个高效的MOE架构专家并行通信库:支持高效且优化后的全对全通信使用NVlink和RDMA进行节点内和节点间通信用于训练和推理填充的高吞吐量内核用于推理解码的低延迟内核原生支持FP8操作实现灵活的GPU资源控制,实现计算与通信重叠周三:DeepGEMM,一个通用的GEMM广义矩阵乘法库,支持FP8精
- C++信奥赛/竞赛/专项选拔赛:史上最好记的优先级口诀!
Alan呆
c++信奥赛01顺序结构算法前端c++
优先级口诀括号成员第一;全体单目第二;乘除余三,加减四;移位五,关系六;等于不等排第七;位与异或和位或;“三分天下”八九十;逻辑与十一,逻辑或十二;条件十三,赋值十四;逗号十五最末尾。解释1.括号成员第一括号:包括小括号()、中括号[]和大括号{}等。小括号常用于函数调用、强制类型转换和表达式分组;中括号用于数组下标访问;大括号用于代码块和初始化列表等。括号的优先级是最高的,会先计算括号内的表达式
- 微信开发者验证接口开发
362217990
微信 开发者 token 验证
微信开发者接口验证。
Token,自己随便定义,与微信填写一致就可以了。
根据微信接入指南描述 http://mp.weixin.qq.com/wiki/17/2d4265491f12608cd170a95559800f2d.html
第一步:填写服务器配置
第二步:验证服务器地址的有效性
第三步:依据接口文档实现业务逻辑
这里主要讲第二步验证服务器有效性。
建一个
- 一个小编程题-类似约瑟夫环问题
BrokenDreams
编程
今天群友出了一题:
一个数列,把第一个元素删除,然后把第二个元素放到数列的最后,依次操作下去,直到把数列中所有的数都删除,要求依次打印出这个过程中删除的数。
&
- linux复习笔记之bash shell (5) 关于减号-的作用
eksliang
linux关于减号“-”的含义linux关于减号“-”的用途linux关于“-”的含义linux关于减号的含义
转载请出自出处:
http://eksliang.iteye.com/blog/2105677
管道命令在bash的连续处理程序中是相当重要的,尤其在使用到前一个命令的studout(标准输出)作为这次的stdin(标准输入)时,就显得太重要了,某些命令需要用到文件名,例如上篇文档的的切割命令(split)、还有
- Unix(3)
18289753290
unix ksh
1)若该变量需要在其他子进程执行,则可用"$变量名称"或${变量}累加内容
什么是子进程?在我目前这个shell情况下,去打开一个新的shell,新的那个shell就是子进程。一般状态下,父进程的自定义变量是无法在子进程内使用的,但通过export将变量变成环境变量后就能够在子进程里面应用了。
2)条件判断: &&代表and ||代表or&nbs
- 关于ListView中性能优化中图片加载问题
酷的飞上天空
ListView
ListView的性能优化网上很多信息,但是涉及到异步加载图片问题就会出现问题。
具体参看上篇文章http://314858770.iteye.com/admin/blogs/1217594
如果每次都重新inflate一个新的View出来肯定会造成性能损失严重,可能会出现listview滚动是很卡的情况,还会出现内存溢出。
现在想出一个方法就是每次都添加一个标识,然后设置图
- 德国总理默多克:给国人的一堂“震撼教育”课
永夜-极光
教育
http://bbs.voc.com.cn/topic-2443617-1-1.html德国总理默多克:给国人的一堂“震撼教育”课
安吉拉—默克尔,一位经历过社会主义的东德人,她利用自己的博客,发表一番来华前的谈话,该说的话,都在上面说了,全世界想看想传播——去看看默克尔总理的博客吧!
德国总理默克尔以她的低调、朴素、谦和、平易近人等品格给国人留下了深刻印象。她以实际行动为中国人上了一堂
- 关于Java继承的一个小问题。。。
随便小屋
java
今天看Java 编程思想的时候遇见一个问题,运行的结果和自己想想的完全不一样。先把代码贴出来!
//CanFight接口
interface Canfight {
void fight();
}
//ActionCharacter类
class ActionCharacter {
public void fight() {
System.out.pr
- 23种基本的设计模式
aijuans
设计模式
Abstract Factory:提供一个创建一系列相关或相互依赖对象的接口,而无需指定它们具体的类。 Adapter:将一个类的接口转换成客户希望的另外一个接口。A d a p t e r模式使得原本由于接口不兼容而不能一起工作的那些类可以一起工作。 Bridge:将抽象部分与它的实现部分分离,使它们都可以独立地变化。 Builder:将一个复杂对象的构建与它的表示分离,使得同
- 《周鸿祎自述:我的互联网方法论》读书笔记
aoyouzi
读书笔记
从用户的角度来看,能解决问题的产品才是好产品,能方便/快速地解决问题的产品,就是一流产品.
商业模式不是赚钱模式
一款产品免费获得海量用户后,它的边际成本趋于0,然后再通过广告或者增值服务的方式赚钱,实际上就是创造了新的价值链.
商业模式的基础是用户,木有用户,任何商业模式都是浮云.商业模式的核心是产品,本质是通过产品为用户创造价值.
商业模式还包括寻找需求
- JavaScript动态改变样式访问技术
百合不是茶
JavaScriptstyle属性ClassName属性
一:style属性
格式:
HTML元素.style.样式属性="值";
创建菜单:在html标签中创建 或者 在head标签中用数组创建
<html>
<head>
<title>style改变样式</title>
</head>
&l
- jQuery的deferred对象详解
bijian1013
jquerydeferred对象
jQuery的开发速度很快,几乎每半年一个大版本,每两个月一个小版本。
每个版本都会引入一些新功能,从jQuery 1.5.0版本开始引入的一个新功能----deferred对象。
&nb
- 淘宝开放平台TOP
Bill_chen
C++c物流C#
淘宝网开放平台首页:http://open.taobao.com/
淘宝开放平台是淘宝TOP团队的产品,TOP即TaoBao Open Platform,
是淘宝合作伙伴开发、发布、交易其服务的平台。
支撑TOP的三条主线为:
1.开放数据和业务流程
* 以API数据形式开放商品、交易、物流等业务;
&
- 【大型网站架构一】大型网站架构概述
bit1129
网站架构
大型互联网特点
面对海量用户、海量数据
大型互联网架构的关键指标
高并发
高性能
高可用
高可扩展性
线性伸缩性
安全性
大型互联网技术要点
前端优化
CDN缓存
反向代理
KV缓存
消息系统
分布式存储
NoSQL数据库
搜索
监控
安全
想到的问题:
1.对于订单系统这种事务型系统,如
- eclipse插件hibernate tools安装
白糖_
Hibernate
eclipse helios(3.6)版
1.启动eclipse 2.选择 Help > Install New Software...> 3.添加如下地址:
http://download.jboss.org/jbosstools/updates/stable/helios/ 4.选择性安装:hibernate tools在All Jboss tool
- Jquery easyui Form表单提交注意事项
bozch
jquery easyui
jquery easyui对表单的提交进行了封装,提交的方式采用的是ajax的方式,在开发的时候应该注意的事项如下:
1、在定义form标签的时候,要将method属性设置成post或者get,特别是进行大字段的文本信息提交的时候,要将method设置成post方式提交,否则页面会抛出跨域访问等异常。所以这个要
- Trie tree(字典树)的Java实现及其应用-统计以某字符串为前缀的单词的数量
bylijinnan
java实现
import java.util.LinkedList;
public class CaseInsensitiveTrie {
/**
字典树的Java实现。实现了插入、查询以及深度优先遍历。
Trie tree's java implementation.(Insert,Search,DFS)
Problem Description
Igna
- html css 鼠标形状样式汇总
chenbowen00
htmlcss
css鼠标手型cursor中hand与pointer
Example:CSS鼠标手型效果 <a href="#" style="cursor:hand">CSS鼠标手型效果</a><br/>
Example:CSS鼠标手型效果 <a href="#" style=&qu
- [IT与投资]IT投资的几个原则
comsci
it
无论是想在电商,软件,硬件还是互联网领域投资,都需要大量资金,虽然各个国家政府在媒体上都给予大家承诺,既要让市场的流动性宽松,又要保持经济的高速增长....但是,事实上,整个市场和社会对于真正的资金投入是非常渴望的,也就是说,表面上看起来,市场很活跃,但是投入的资金并不是很充足的......
 
- oracle with语句详解
daizj
oraclewithwith as
oracle with语句详解 转
在oracle中,select 查询语句,可以使用with,就是一个子查询,oracle 会把子查询的结果放到临时表中,可以反复使用
例子:注意,这是sql语句,不是pl/sql语句, 可以直接放到jdbc执行的
----------------------------------------------------------------
- hbase的简单操作
deng520159
数据库hbase
近期公司用hbase来存储日志,然后再来分析 ,把hbase开发经常要用的命令找了出来.
用ssh登陆安装hbase那台linux后
用hbase shell进行hbase命令控制台!
表的管理
1)查看有哪些表
hbase(main)> list
2)创建表
# 语法:create <table>, {NAME => <family&g
- C语言scanf继续学习、算术运算符学习和逻辑运算符
dcj3sjt126com
c
/*
2013年3月11日20:37:32
地点:北京潘家园
功能:完成用户格式化输入多个值
目的:学习scanf函数的使用
*/
# include <stdio.h>
int main(void)
{
int i, j, k;
printf("please input three number:\n"); //提示用
- 2015越来越好
dcj3sjt126com
歌曲
越来越好
房子大了电话小了 感觉越来越好
假期多了收入高了 工作越来越好
商品精了价格活了 心情越来越好
天更蓝了水更清了 环境越来越好
活得有奔头人会步步高
想做到你要努力去做到
幸福的笑容天天挂眉梢 越来越好
婆媳和了家庭暖了 生活越来越好
孩子高了懂事多了 学习越来越好
朋友多了心相通了 大家越来越好
道路宽了心气顺了 日子越来越好
活的有精神人就不显
- java.sql.SQLException: Value '0000-00-00' can not be represented as java.sql.Tim
feiteyizu
mysql
数据表中有记录的time字段(属性为timestamp)其值为:“0000-00-00 00:00:00”
程序使用select 语句从中取数据时出现以下异常:
java.sql.SQLException:Value '0000-00-00' can not be represented as java.sql.Date
java.sql.SQLException: Valu
- Ehcache(07)——Ehcache对并发的支持
234390216
并发ehcache锁ReadLockWriteLock
Ehcache对并发的支持
在高并发的情况下,使用Ehcache缓存时,由于并发的读与写,我们读的数据有可能是错误的,我们写的数据也有可能意外的被覆盖。所幸的是Ehcache为我们提供了针对于缓存元素Key的Read(读)、Write(写)锁。当一个线程获取了某一Key的Read锁之后,其它线程获取针对于同
- mysql中blob,text字段的合成索引
jackyrong
mysql
在mysql中,原来有一个叫合成索引的,可以提高blob,text字段的效率性能,
但只能用在精确查询,核心是增加一个列,然后可以用md5进行散列,用散列值查找
则速度快
比如:
create table abc(id varchar(10),context blog,hash_value varchar(40));
insert into abc(1,rep
- 逻辑运算与移位运算
latty
位运算逻辑运算
源码:正数的补码与原码相同例+7 源码:00000111 补码 :00000111 (用8位二进制表示一个数)
负数的补码:
符号位为1,其余位为该数绝对值的原码按位取反;然后整个数加1。 -7 源码: 10000111 ,其绝对值为00000111 取反加一:11111001 为-7补码
已知一个数的补码,求原码的操作分两种情况:
- 利用XSD 验证XML文件
newerdragon
javaxmlxsd
XSD文件 (XML Schema 语言也称作 XML Schema 定义(XML Schema Definition,XSD)。 具体使用方法和定义请参看:
http://www.w3school.com.cn/schema/index.asp
java自jdk1.5以上新增了SchemaFactory类 可以实现对XSD验证的支持,使用起来也很方便。
以下代码可用在J
- 搭建 CentOS 6 服务器(12) - Samba
rensanning
centos
(1)安装
# yum -y install samba
Installed:
samba.i686 0:3.6.9-169.el6_5
# pdbedit -a rensn
new password:123456
retype new password:123456
……
(2)Home文件夹
# mkdir /etc
- Learn Nodejs 01
toknowme
nodejs
(1)下载nodejs
https://nodejs.org/download/ 选择相应的版本进行下载 (2)安装nodejs 安装的方式比较多,请baidu下
我这边下载的是“node-v0.12.7-linux-x64.tar.gz”这个版本 (1)上传服务器 (2)解压 tar -zxvf node-v0.12.
- jquery控制自动刷新的代码举例
xp9802
jquery
1、html内容部分 复制代码代码示例: <div id='log_reload'>
<select name="id_s" size="1">
<option value='2'>-2s-</option>
<option value='3'>-3s-</option