向日葵的Alice
向日葵的Alice

HK凤凰径第二三段无极限双登之旅——深圳CPA携手XMU行走大东山&凤凰山游记

早在两周前，徐师兄就在群里发帖，厦大要和注会（深圳注册会计师，简称注会）来一个”联谊”，双登HK大东山以及凤凰山。”邀请函”一经发出，响应万分激烈，5分钟之内30个名额全部”售罄”，惹得各大群里的没有报上名的校友们哇哇大哭。徐师兄和东青师姐是登山高手，对香港地形非常熟悉，更是熟悉各种交通个工具，认真又负责任，幽默又风趣，优雅又不失风度。(￣∀￣)

终于这一天来临了，厦大和注会齐聚香港，开虐的登山之旅即将拉开序幕…

普及一下，下图并不是芦苇，而是芒草，芦苇是长在水里的，而芒草是长在山上哒。

先欣赏大芒草


出发前往目的地啦，啦啦啦

粗发


厦大合影


厦大&注会合影

一路爬升，累成狗了，还好没有拖后腿，紧跟大部队步伐。

HK凤凰径第二三段无极限双登之旅——深圳CPA携手XMU行走大东山&凤凰山游记_第1张图片
虐

到达大东山半山腰我们开始坐下来休息，每个人都带了补给，鸭脖，鸡爪，黄瓜，西红柿，豆腐，苹果，橘子真是应有尽有呀，我就有口福了，到处蹭吃喝，很快肚子就吃的鼓鼓的啦。吃饱后短暂休息，大家开始各种摆拍，而我在这群人中，已经成为了优秀的”摄影大师”如果你不信，那咱就往下看，嘿嘿

大东山留影


Made by Alice


天气不错，虽有大太阳，但是气温舒适，不过山路都是一直攀升，也累的够呛呀，好在有芒草欣赏。


芒草


芒草


芒草


芒草

到底我是不是一个合格的摄影师？答案即将揭晓，接下来请欣赏注会之四大Sao男、哈哈哈哈

“摄影师”：Alice

“造型师”：Alice

“道具师”：Alice


看，灰机灰过去了


看，灰机灰那边去了


看镜头，美女在这里呀，哈哈

摄影师在此，为了拍出Sao的效果，我是如此的优秀，完全不顾及形象趴地，形象已毁，（捂脸）哈哈哈哈

HK凤凰径第二三段无极限双登之旅——深圳CPA携手XMU行走大东山&凤凰山游记_第2张图片
被自己的敬业感动的要哭了


就问帅不帅？

火哥特别想要跟我学习摄影，我说好啊，我来教你拍，下面是火哥的作品，觉得还可以，主要是我的教导有方，当然模特更很重要，哈哈哈


凹造型


凹造型


凹造型


凹造型


凹造型


HK凤凰径第二三段无极限双登之旅——深圳CPA携手XMU行走大东山&凤凰山游记_第3张图片
幸福就是我们都在笑


继续出发，喜哥已经在山顶等到无聊到开始拍那些年我们一起追过的女孩了，哈哈

特别要说明一下，平胸走到半山腰就不走了，庆哥说我拉爆了平胸，我只想说：平胸是自爆自弃。啊哈哈哈

HK凤凰径第二三段无极限双登之旅——深圳CPA携手XMU行走大东山&凤凰山游记_第4张图片
那些年


大东山


大东山


国际友人


东青师姐


累成狗啦

大东山登完，稍作休息后，我们便出发前往凤凰山啦。

凤凰山的芒草


凤凰山的芒草


凤凰山的芒草


凤凰山的芒草


凤凰山的芒草

我曾经跨过山和大海，也穿过人山人海。

经过2小时的攀登，终于抵达凤凰山顶，山顶凉风习习，站在山顶上向下望，心情愉悦，HK美景尽收眼底。

到达山顶


先到山顶的人先合影


19人登顶


凤凰山留影


凤凰山留影


凤凰山留影


凤凰山留影



芒草大片即视感有木有


HK凤凰径第二三段无极限双登之旅——深圳CPA携手XMU行走大东山&凤凰山游记_第5张图片
我们的港珠澳大桥

在山顶遇到几个老外跟我打招呼、我们就港珠澳大桥开始讨论。

Foreigner：I think this bridge is waste of money.It's empty

Alice：Yeap.

Foreigner：most of Hong kong people they don't like balabla...Hong Kong balabla

Alice：But sir.you know what？Hong kong is part of China.

Foreigner：......You win.

聊天终结者就是我啦，老外直接不知道说什么，张雯说我是个小愤青。哈哈哈

摆拍完毕后，开始下山，一路蹦跳，很快就下山啦。


凤凰山


心经简林


凤凰山的神，凤凰

早早下山的我们便去了大佛参拜，师姐说今天是观世音菩萨的诞辰，心诚则灵。

大佛


不知道是哪尊菩萨


汪星人

这里的狗狗们非常温顺，看到我走过来，有两只狗狗竟然跟我摇尾巴，于是就给了他们一个爱的摸摸头。

到达HK市区已经是晚上9点半，因为女生们比较喜欢买买买，所以几个人跑去买了各种”必需品”。

没有公车，打着小绿的到口岸


登山记录

本次登山累计爬升1388米，没有到生无可恋，但是也差不多到怀疑人生了，哈哈哈，爬山其实也是有技巧的，要巧用大腿和胯部力量，否则登山则很累，要感谢廖师傅平时的教导，下山腿要弯曲，这样腿部受重量就会减小，任何有氧运动后记得务必拉伸，否则隔天你会痛到哇哇大叫，行动像个老年人，张不开嘴，迈不开腿，哈哈哈。

最后，感谢注会和厦大的”约会”，感谢徐师兄和东青师姐一路上尽心尽责对所有人的照顾，感谢喜哥的耐心，感谢注会的帅哥们的绅士精神，感谢我们所有人的登山精神，登山犹如生活，只有不断挑战，才能活出新高度，一起加油吧！

PS：昨晚给小姐姐发了芒草照片，小姐姐说不要摘芒草，这样它们会死掉，不好意思我做了一个错误的示范，下次不再摘芒草了，对不起芒草宝宝们。

Remember that work hard play harder.

人に勝つより自分に勝て。


Alice 20181028 in Shenzhen.

你可能感兴趣的:(HK凤凰径第二三段无极限双登之旅——深圳CPA携手XMU行走大东山&凤凰山游记)

  • 大白话解释深度学习中多尺度特征融合及其意义 来自宇宙的曹先生 深度学习人工智能
    想象一下，你正在看一幅城市街道的照片。在这张照片中，你可能会看到：远处的小汽车，它们在图像中看起来很小。近处的大巴士，它们在图像中看起来很大。还有一些行人，他们可能在不同的距离上，大小各异。假设你想训练一个计算机程序来识别和分割这些不同的物体（汽车、巴士、行人）。如果这个程序只能在一个固定的尺度上“看”图像，比如说只能处理大物体，它可能会错过那些远处的小汽车，因为这些小汽车在图像中占据的像素很少。
  • 使用策略模式 + 自动注册机制来构建旅游点评系统的搜索模块
    ✅目标：搜索模块支持不同内容类型（攻略、达人、游记等）每种搜索逻辑用一个策略类表示自动注册（基于注解+Spring容器）新增搜索类型时，只需添加一个类+一个注解，无需改工厂、注册表等！️技术方案：SpringBoot自定义注解@SearchType("guide")进行标记启动时由Spring自动扫描并注册到Map项目结构如下（SpringBoot）search-system-springboot
  • TensorRT-LLM：大模型推理加速引擎的架构与实践
    前言：技术背景与发展历程：随着GPT-4、LLaMA等千亿级参数模型的出现，传统推理框架面临三大瓶颈：显存占用高（单卡可达80GB）、计算延迟大（生成式推理需迭代处理）、硬件利用率低（Transformer结构存在计算冗余）。根据MLPerf基准测试，原始PyTorch推理的token生成速度仅为12.3tokens/s（A100显卡）。一、TensorRT-LLM介绍：TensorRT-LLM是
  • Swift 解 LeetCode 321：拼接两个数组中的最大数，贪心 + 合并全解析
    文章目录摘要描述题解答案题解代码分析（Swift实现）题解代码详解maxSubArray——单调栈选最大子序列merge——合并两个数组形成最大数枚举所有组合，找最大拼接示例测试及结果示例1示例2示例3时间复杂度分析空间复杂度分析总结摘要想象你有两组数字，每组都像一个“待拼接的号码牌”。你的目标是——从中选出某几个数字，把它们拼成一个尽可能大的数。听起来是不是有点像拼接手机号，或者在广告里比大小？
  • 单调栈通关指南：从力扣 84 到力扣 42 无聊的小坏坏 算法leetcode算法C++
    文章目录问题描述：柱状图中最大的矩形（力扣84）暴力解法思路分析代码实现暴力解法痛点分析关键观察：边界的单调性单调栈的引入：用栈维护有效边界双遍遍历解法：单调栈的基础应用常数优化：一次遍历完成边界计算优化的关键依据：出栈元素与当前元素的关系右边界的默认值设定一次遍历的完整逻辑代码实现优化后的复杂度分析总结：从暴力到单调栈的核心转变扩展：接雨水问题中的单调栈应用力扣42：接雨水接雨水问题中单调栈的使
  • 构建企业级大模型运行监控体系：健康度五级指标与实战部署路径全解析
    构建企业级大模型运行监控体系：健康度五级指标与实战部署路径全解析关键词：模型运行监控、健康度分级体系、DeepSeek、私有化部署、Prometheus、Grafana、异常检测、推理稳定性、性能观测、可视化大屏摘要：在DeepSeek大模型私有化部署的生产环境中，传统的“是否可用”监控已难以满足对模型稳定性、推理质量与异常风险的精细管理需求。为此，企业必须构建一套基于五级健康度模型的全维监控体系
  • Spring Boot + 本地部署大模型实现：安全性与可靠性保障 代码老y springbootbootstrap后端
    在将大语言模型集成到SpringBoot应用中时，安全性和可靠性是两个关键因素。本地部署的大模型虽然提供了强大的功能，但也可能带来一些安全风险，如数据泄露、模型被恶意利用等。本文将介绍如何在SpringBoot应用中保障本地部署大模型的安全性和可靠性，确保应用的稳定运行。一、安全性保障（一）数据加密传输加密：确保模型生成的结果在传输过程中被加密，防止数据在传输过程中被窃取。可以使用HTTPS协议来
  • java项目报错405_405报错是什么原因_状态码405是什么错误 跳动的数字 java项目报错405
    今天网站遇到一个问题：httppost请求网页会出现405，分析了下原因：是因为Apache、IIS、Nginx等绝大多数web服务器，都不允许静态文件响应POST请求。下面是解决方案：将post请求改为get请求XF405/XF400支持拍摄4KUHD(3840x2160)50P影像。采用了一枚1.0型大尺寸影像传感器，该传感器的尺寸约为传统机型传感器的6.8倍。MP4格式的文件可设置为自动继续
  • 12.组件的实现原理 青阳流月 vue3前端javascriptvue.js
    将一个大的页面分为多个组件,每个组件都可以完成独立的功能并且可以被复用。1.渲染组件从用户角度,是一个描述对象constmyComponent1={name:'myComponent1',data(){return{name:'wjt'}}}从渲染器角度,是一个特殊的虚拟DOMconstmyComponent2={//type:Fragment,//描述片段type:Text,//描述节点prop
  • 全球86%企业已启程：SNP零中断迁移方案护航S/4HANA转型 snpgroupcn 云计算数据仓库运维
    目录如何在RISE项目中取得成功全程赋能：SNP为RISE项目打造的六大核心优势1、更快实现价值2、更高的灵活性3、降低成本4、风险可控5、更高的用户接受度3、近乎零中断客户评价实践见证：全球领先企业的成功典范1、IBM2、Pfizer辉瑞3、Coop超越迁移：构建数据驱动型业务的未来在SNP，我们已成功指导数百家企业完成复杂的SAP系统迁移项目。这些经验已融入我们的软件和转型方法论，使您的迁移之
  • 想要了解大模型，看懂这一篇就够了！大模型工作流程及核心参数介绍！ Gq.xxu qwen3vllmtransforms大语言模型部署深度学习人工智能
    若想深入探究大模型核心参数的效果与作用，就务必先弄清大模型的工作流程，明确核心参数在流程各阶段的效能与功能，知晓其具体含义。一，大模型的工作流程大模型运行时的工作原理可以概括为输入处理→特征提取→模型推理→结果生成四个核心阶段，整个过程融合了深度学习架构、自然语言处理技术以及分布式计算能力。从用户输入到大模型输出，整个工作的处理流程如下：输入文本→分词→嵌入+位置编码→Transformer多层处
  • Docker 和 Kubernetes 入门到精通：运维工程师的实战笔记 (近5万字) 运维小贺 运维linuxdocker容器kubernetes云原生kubelet
    文章目录1.Docker1.1Docker是什么？1.1.1容器服务原理1.2Docker的三大概念1.2.1镜像1.2.2容器1.2.3仓库1.2.4总结1.3Docker常用命令1.3.1镜像常用命令1.3.2容器常用命令1.4Dockerfile1.4.1commit的局限1.4.2Dockerfile是什么？1.4.3如何使用Dockerfile制作镜像?1.4.4Dockerfile中常
  • 服务器间接口安全问题的全面分析 百锦再@新空间 包罗万象服务器安全运维JWTTOKENapinet
    一、服务器接口安全核心威胁文章目录**一、服务器接口安全核心威胁**![在这里插入图片描述](https://i-blog.csdnimg.cn/direct/6f54698b9a22439892f0c213bc0fd1f4.png)**二、六大安全方案深度对比****1.IP白名单机制****2.双向TLS认证(mTLS)****3.JWT签名认证****4.OAuth2.0客户端凭证流****
  • 大带宽服务器中冗余技术的功能 wanhengidc 服务器运维
    随着企业对于网络流量需求的逐渐激增，在业务运行的稳定性要求也在不断提高，大带宽服务器作为支撑高负载应用的基础设施，为了能够保障业务的正常运行，大带宽服务器中的冗余设计起着关键的作用，合理的冗余机制，能够在发生网络故障的情况下，依旧确保业务的可用性。下面，我们就来共同了解一下大带宽服务器中冗余技术的功能都有哪些吧！大带宽服务器中的冗余设计是指通过配置多个物理或者逻辑网络连接，保证待单一链路发生故障时
  • 「源力觉醒 创作者计划」_以FastDeploy为例部署ERNIE-4.5-21B大模型全流程实践 cooldream2009 大模型基础AI技术文心大模型FastDeploy
    目录前言1环境准备与依赖安装1.1硬件要求1.2Python环境与pip升级2下载ERNIE-4.5模型权重2.1安装HuggingFaceCLI工具2.2设置国内镜像加速（可选）2.3下载模型文件3安装FastDeploy与Paddle推理引擎3.1安装PaddlePaddle-GPU版本3.2安装FastDeploy-GPU4启动ERNIE-4.5本地服务4.1启动OpenAI兼容API服务4
  • AI初学者如何对大模型进行微调？——零基础保姆级实战指南
    仅需8GB显存，三步完成个人专属大模型训练四步实战：从环境配置到模型发布步骤1：云端环境搭建（10分钟）推荐使用阿里魔塔ModelScope免费GPU资源：#注册后执行环境初始化pip3install--upgradepippip3installbitsandbytes>=0.39.0gitclone--depth1https://github.com/hiyouga/LLaMA-Factory.
  • 软考（软件设计师）数据库原理-数据库规范化理论，四大范式，完整性约束
    关系数据库规范化理论，四大范式，完整性约束关系数据库规范化是一种组织数据库表结构和字段的技术，目的是减少数据冗余、消除更新异常，并确保数据依赖的合理性。一、范式基本概念范式（NormalForm）是符合某一种级别的关系模式的集合，分为1NF、2NF、3NF、BCNF、4NF、5NF等，级别越高约束越严格。二、各范式详细说明1.第一范式（1NF）要求：表中每个字段都是原子性的，不可再分每个字段具有相
  • 扣子智能体5：使用Python异步执行工作流并获取执行结果 呆萌的代Ma 大模型python扣子
    使用python异步执行工作流的步骤有3步：异步执行工作流，获取工作流的execute_id，之后就能根据这个id查询工作流的执行情况如果execute_id=“Success”，就表示工作流执行完毕执行完毕后，打印output，就是大模型最后的全部示例代码fromloguruimportloggerimportrequestsimportjsondefrun_coze_ai(coze_api_t
  • MCP客户端请求MCP服务器资源的Python SDK实现 AI天才研究院 计算AI人工智能与大数据Python实战python开发语言ai服务器
    我将为您提供一个详细的指南，说明如何使用PythonSDK让MCP客户端请求MCP服务器的资源。MCP客户端请求MCP服务器资源的PythonSDK实现核心概念ModelContextProtocol(MCP)是一个标准化协议，允许应用程序以标准化的方式为大语言模型(LLM)提供上下文，将提供上下文的关注点与实际的LLM交互分离。MCP中的资源(Resources)是一种核心原语，允许服务器暴露数
  • 怎样录制电脑内部发出的声音 qq_40918187
    第一步：右键点击任务栏处的声音图标点击录音设备(R)。第二步：接下来的界面就是录音设备的选项。点击右键，选择“显示禁用的设备”。第三步:然后就会出现下面标注的“stereoMix”设备。第四步:右键点击这个设备，选择第一项，启用。第五步:这时这个设备显示准备就绪。这样就点击确定关闭窗口了。第六步:打开录音机开始录制电脑发出的声音
  • 人工智能LLM | 基础配置 | 通过环境变量配置API-KEY 一文通教程 H-大叔 人工智能大模型实战与教程人工智能
    在实战开发大语言模型的过程中，经常会遇到各种API-KEY的配置问题，例如GPTOpenAIKEY的配置，而且目前大部分都要求将其配置在环境变量中，下面将会讲解如何在Linux、macOS、Windows中配置，本文一文通教程。您可以使用配置环境变量的方法，避免在调用各种SDK时显式地配置API-KEY，从而降低泄漏风险。环境变量是操作系统中用于存储有关系统环境的信息的变量。您可以通过环境变量来配
  • 大模型API密钥的环境变量配置（大模型API KEY管理）（将密钥存储在环境变量）（python-dotenv）（密钥管理）环境变量设置环境变量 Dontla 大模型LLMpython开发语言
    文章目录大模型API密钥的环境变量配置：安全与最佳实践引言安全风险代码泄露风险版本控制暴露环境变量的优势安全隔离跨环境一致性环境变量配置方法Linux/macOS配置Windows配置开发框架集成Node.js使用dotenvPython使用python-dotenv最佳实践.env文件管理环境变量模板容器环境配置安全增强措施密钥轮换机制秘密管理服务集成总结大模型API密钥的环境变量配置：安全与最
  • 【Elasticsearch】自定义评分检索 G皮T #Elasticelasticsearch大数据自定义评分查询检索_score搜索引擎
    自定义评分检索1.自定义评分2.为什么需要自定义评分3.搜索结果相关度4.影响相关度评分的查询子句5.控制相关度评分的方法5.1FunctionScoreQuery5.1.1基础查询部分5.1.2评分函数部分（functions数组）第一个函数：品牌加权第二个函数：销量因子第三个函数：时间衰减5.1.3评分组合方式score_modeboost_mode5.1.4整体效果5.2使用Boosting
  • AI智能体长期记忆系统架构设计与落地实践：从理论到生产部署 一休哥助手 人工智能人工智能
    摘要长期记忆能力是AI智能体实现持续个性化服务的核心瓶颈。本文基于Mem0、MemoryOS等前沿研究，系统解析长期记忆系统的三级架构、六大原子操作与生产级优化方案，结合金融、医疗等场景案例，通过7张架构图与4张对比表格，揭示如何实现91%延迟降低与90%成本节约的企业级记忆系统。全文超6000字，提供可落地的架构范式。1长期记忆：AI智能体的认知基石1.1人类记忆与AI记忆的类比情景记忆语义记忆
  • 解密鸿蒙系统的隐私护城河：从权限动态管控到生物数据加密的全链路防护
    摘要本文以健康管理应用为例，展示鸿蒙系统如何通过细粒度权限控制、动态权限授予、数据隔离和加密存储四大核心机制，实现复杂场景下的用户隐私保护。我们将通过完整的权限请求流程和敏感数据处理代码，演示鸿蒙系统如何平衡功能需求与隐私安全。场景描述想象一个健康管理应用需要实现以下功能：读取步数传感器数据（ohos.permission.ACTIVITY_MOTION）获取位置信息绘制运动轨迹（ohos.per
  • AlphaEvolve：谷歌的算法进化引擎 | 从数学证明到芯片设计的AI自主发现新纪元 大千AI助手 人工智能Python#OTHER算法人工智能深度学习AlphaEvolvegooglegemini
    AlphaEvolve：谷歌的算法进化引擎|从数学证明到芯片设计的AI自主发现新纪元——结合大语言模型与进化计算，重塑科学发现与工程优化的通用智能体本文由「大千AI助手」原创发布，专注用真话讲AI，回归技术本质。拒绝神话或妖魔化。搜索「大千AI助手」关注我，一起撕掉过度包装，学习真实的AI技术！⚙️一、核心定义与技术架构AlphaEvolve是由谷歌DeepMind开发的通用科学AI智能体，其核心
  • Java构建区块链版权交易平台：从智能合约到法律合规的全栈实战 墨夶 Java学习资料1java区块链智能合约
    ——基于HyperledgerFabric与SpringBoot的版权交易系统设计数字版权时代的“信任危机”与技术破局在数字内容爆炸式增长的今天，版权侵权问题日益严峻。据统计，全球每年因版权纠纷造成的经济损失高达数百亿美元。Java技术栈凭借其企业级开发能力、区块链集成优势及完善的生态工具链，成为构建版权交易平台的核心选择。本文将从区块链存证、智能合约交易、法律合规模块三大维度，通过代码级深度解析
  • python namedtuple转为dict 链池 python开发语言
    python相关学习资料：搭建私人助理大模型需要什么环境？006_指法标准_键盘正位_你好世界_hello_world_单引号_双引号一张图生成指定动作的动态视频,MagicAnimate本地部署Pythonnamedtuple转为dict的方法作为一名经验丰富的开发者，我很高兴能够帮助刚入行的小白们解决编程问题。今天，我们将一起学习如何将Python中的namedtuple转换为dict。这个过
  • vLLM 的逻辑与运作机制 a李兆洋 大模型推理
    vLLM的逻辑与运作机制vLLM作为一种高效的推理框架，逐渐成为研究和应用的热点。vLLM的核心在于如何高效地管理和调度模型推理任务，以最大化利用计算资源并提高推理效率。一、vLLM是如何运作的？vLLM是一种虚拟化的大语言模型推理框架，它通过高效的资源管理和调度机制，使得大规模语言模型的推理任务能够更加高效地运行。vLLM的核心逻辑是LLMEngine，它负责处理和调度推理请求，管理KVcach
  • Django双下划线查询 八九燕来 djangosqlite数据库
    在Django中，双下划线（__）查询是一种强大的语法，用于在ORM（对象关系映射）中跨关联模型进行字段查询，或使用内置查询表达式（如过滤、聚合等）。以下是其核心用法和示例：1.跨关联模型查询通过双下划线可以引用关联模型（ForeignKey、ManyToManyField、OneToOneField）的字段。示例模型：classAuthor(models.Model):name=models.C
  • 算法 单链的创建与删除 换个号韩国红果果 c算法
    先创建结构体 struct student { int data; //int tag;//标记这是第几个 struct student *next; }; // addone 用于将一个数插入已从小到大排好序的链中 struct student *addone(struct student *h,int x){ if(h==NULL) //??????
  • 《大型网站系统与Java中间件实践》第2章读后感 白糖_ java中间件
           断断续续花了两天时间试读了《大型网站系统与Java中间件实践》的第2章，这章总述了从一个小型单机构建的网站发展到大型网站的演化过程---整个过程会遇到很多困难，但每一个屏障都会有解决方案，最终就是依靠这些个解决方案汇聚到一起组成了一个健壮稳定高效的大型系统。          看完整章内容，
  • zeus持久层spring事务单元测试 deng520159 javaDAOspringjdbc
    今天把zeus事务单元测试放出来,让大家指出他的毛病, 1.ZeusTransactionTest.java 单元测试   package com.dengliang.zeus.webdemo.test; import java.util.ArrayList; import java.util.List; import org.junit.Test; import
  • Rss 订阅 开发 周凡杨 htmlxml订阅rss规范
                    RSS是 Really Simple Syndication的缩写（对rss2.0而言，是这三个词的缩写，对rss1.0而言则是RDF Site Summary的缩写，1.0与2.0走的是两个体系）。   RSS
  • 分页查询实现 g21121 分页查询
    在查询列表时我们常常会用到分页，分页的好处就是减少数据交换，每次查询一定数量减少数据库压力等等。 按实现形式分前台分页和服务器分页： 前台分页就是一次查询出所有记录，在页面中用js进行虚拟分页，这种形式在数据量较小时优势比较明显，一次加载就不必再访问服务器了，但当数据量较大时会对页面造成压力，传输速度也会大幅下降。 服务器分页就是每次请求相同数量记录，按一定规则排序，每次取一定序号直接的数据
  • spring jms异步消息处理 510888780 jms
    spring JMS对于异步消息处理基本上只需配置下就能进行高效的处理。其核心就是消息侦听器容器，常用的类就是DefaultMessageListenerContainer。该容器可配置侦听器的并发数量，以及配合MessageListenerAdapter使用消息驱动POJO进行消息处理。且消息驱动POJO是放入TaskExecutor中进行处理，进一步提高性能，减少侦听器的阻塞。具体配置如下：
  • highCharts柱状图 布衣凌宇 hightCharts柱图
    第一步：导入 exporting.js,grid.js,highcharts.js;第二步：写controller   @Controller@RequestMapping(value="${adminPath}/statistick")public class StatistickController {  private UserServi
  • 我的spring学习笔记2-IoC（反向控制 依赖注入） aijuans springmvcSpring 教程spring3 教程Spring 入门
    IoC（反向控制 依赖注入）这是Spring提出来了，这也是Spring一大特色。这里我不用多说，我们看Spring教程就可以了解。当然我们不用Spring也可以用IoC，下面我将介绍不用Spring的IoC。 IoC不是框架，她是java的技术，如今大多数轻量级的容器都会用到IoC技术。这里我就用一个例子来说明： 如：程序中有 Mysql.calss 、Oracle.class 、SqlSe
  • TLS java简单实现 antlove javasslkeystoretlssecure
      1. SSLServer.java package ssl; import java.io.FileInputStream; import java.io.InputStream; import java.net.ServerSocket; import java.net.Socket; import java.security.KeyStore; import
  • Zip解压压缩文件 百合不是茶 Zip格式解压Zip流的使用文件解压
       ZIP文件的解压缩实质上就是从输入流中读取数据。Java.util.zip包提供了类ZipInputStream来读取ZIP文件,下面的代码段创建了一个输入流来读取ZIP格式的文件; ZipInputStream in = new ZipInputStream(new FileInputStream(zipFileName));     &n
  • underscore.js 学习（一） bijian1013 JavaScriptunderscore
            工作中需要用到underscore.js，发现这是一个包括了很多基本功能函数的js库，里面有很多实用的函数。而且它没有扩展 javascript的原生对象。主要涉及对Collection、Object、Array、Function的操作。       学
  • java jvm常用命令工具——jstatd命令(Java Statistics Monitoring Daemon) bijian1013 javajvmjstatd
    1.介绍         jstatd是一个基于RMI（Remove Method Invocation）的服务程序，它用于监控基于HotSpot的JVM中资源的创建及销毁，并且提供了一个远程接口允许远程的监控工具连接到本地的JVM执行命令。         jstatd是基于RMI的，所以在运行jstatd的服务
  • 【Spring框架三】Spring常用注解之Transactional bit1129 transactional
    Spring可以通过注解@Transactional来为业务逻辑层的方法(调用DAO完成持久化动作)添加事务能力，如下是@Transactional注解的定义：   /* * Copyright 2002-2010 the original author or authors. * * Licensed under the Apache License, Version
  • 我(程序员)的前进方向 bitray 程序员
    作为一个普通的程序员,我一直游走在java语言中,java也确实让我有了很多的体会.不过随着学习的深入,java语言的新技术产生的越来越多,从最初期的javase,我逐渐开始转变到ssh,ssi,这种主流的码农,.过了几天为了解决新问题,webservice的大旗也被我祭出来了,又过了些日子jms架构的activemq也开始必须学习了.再后来开始了一系列技术学习,osgi,restful.....
  • nginx lua开发经验总结 ronin47
    使用nginx lua已经两三个月了，项目接开发完毕了，这几天准备上线并且跟高德地图对接。回顾下来lua在项目中占得必中还是比较大的，跟PHP的占比差不多持平了，因此在开发中遇到一些问题备忘一下 1：content_by_lua中代码容量有限制，一般不要写太多代码，正常编写代码一般在100行左右（具体容量没有细心测哈哈，在4kb左右），如果超出了则重启nginx的时候会报 too long pa
  • java-66-用递归颠倒一个栈。例如输入栈{1,2,3,4,5}，1在栈顶。颠倒之后的栈为{5,4,3,2,1}，5处在栈顶 bylijinnan java
    import java.util.Stack; public class ReverseStackRecursive { /** * Q 66.颠倒栈。 * 题目：用递归颠倒一个栈。例如输入栈{1,2,3,4,5}，1在栈顶。 * 颠倒之后的栈为{5,4,3,2,1}，5处在栈顶。 *1. Pop the top element *2. Revers
  • 正确理解Linux内存占用过高的问题 cfyme linux
    Linux开机后，使用top命令查看，4G物理内存发现已使用的多大3.2G，占用率高达80%以上： Mem:   3889836k total,  3341868k used,   547968k free,   286044k buffers Swap:  6127608k total,&nb
  • [JWFD开源工作流]当前流程引擎设计的一个急需解决的问题 comsci 工作流
         当我们的流程引擎进入IRC阶段的时候，当循环反馈模型出现之后，每次循环都会导致一大堆节点内存数据残留在系统内存中，循环的次数越多，这些残留数据将导致系统内存溢出，并使得引擎崩溃。。。。。。       而解决办法就是利用汇编语言或者其它系统编程语言，在引擎运行时，把这些残留数据清除掉。
  • 自定义类的equals函数 dai_lm equals
    仅作笔记使用 public class VectorQueue { private final Vector<VectorItem> queue; private class VectorItem { private final Object item; private final int quantity; public VectorI
  • Linux下安装R语言 datageek R语言 linux
    命令如下：sudo gedit  /etc/apt/sources.list1、deb http://mirrors.ustc.edu.cn/CRAN/bin/linux/ubuntu/ precise/ 2、deb http://dk.archive.ubuntu.com/ubuntu hardy universesudo apt-key adv --keyserver ke
  • 如何修改mysql 并发数(连接数)最大值 dcj3sjt126com mysql
    MySQL的连接数最大值跟MySQL没关系，主要看系统和业务逻辑了   方法一：进入MYSQL安装目录 打开MYSQL配置文件 my.ini 或 my.cnf查找 max_connections=100 修改为 max_connections=1000 服务里重起MYSQL即可 　　方法二：MySQL的最大连接数默认是100客户端登录：mysql -uusername -ppass
  • 单一功能原则 dcj3sjt126com 面向对象的程序设计软件设计编程原则
    单一功能原则[ 编辑]     SOLID 原则 单一功能原则 开闭原则 Liskov代换原则 接口隔离原则 依赖反转原则 查   论   编 在面向对象编程领域中，单一功能原则（Single responsibility principle）规定每个类都应该有
  • POJO、VO和JavaBean区别和联系 fanmingxing VOPOJOjavabean
    POJO和JavaBean是我们常见的两个关键字，一般容易混淆，POJO全称是Plain Ordinary Java Object / Plain Old Java Object，中文可以翻译成：普通Java类，具有一部分getter/setter方法的那种类就可以称作POJO，但是JavaBean则比POJO复杂很多，JavaBean是一种组件技术，就好像你做了一个扳子，而这个扳子会在很多地方被
  • SpringSecurity3.X--LDAP：AD配置 hanqunfeng SpringSecurity
    前面介绍过基于本地数据库验证的方式，参考http://hanqunfeng.iteye.com/blog/1155226，这里说一下如何修改为使用AD进行身份验证【只对用户名和密码进行验证，权限依旧存储在本地数据库中】。   将配置文件中的如下部分删除： <!-- 认证管理器，使用自定义的UserDetailsService，并对密码采用md5加密-->
  • mac mysql 修改密码 IXHONG mysql
    $ sudo /usr/local/mysql/bin/mysqld_safe –user=root & //启动MySQL(也可以通过偏好设置面板来启动)$ sudo /usr/local/mysql/bin/mysqladmin -uroot password yourpassword //设置MySQL密码（注意，这是第一次MySQL密码为空的时候的设置命令，如果是修改密码，还需在-
  • 设计模式--抽象工厂模式 kerryg 设计模式
    抽象工厂模式：     工厂模式有一个问题就是，类的创建依赖于工厂类，也就是说，如果想要拓展程序，必须对工厂类进行修改，这违背了闭包原则。我们采用抽象工厂模式，创建多个工厂类，这样一旦需要增加新的功能，直接增加新的工厂类就可以了，不需要修改之前的代码。     总结：这个模式的好处就是，如果想增加一个功能，就需要做一个实现类，
  • 评"高中女生军训期跳楼” nannan408
       首先，先抛出我的观点，各位看官少点砖头。那就是，中国的差异化教育必须做起来。    孔圣人有云：有教无类。不同类型的人，都应该有对应的教育方法。目前中国的一体化教育，不知道已经扼杀了多少创造性人才。我们出不了爱迪生，出不了爱因斯坦，很大原因，是我们的培养思路错了，我们是第一要“顺从”。如果不顺从，我们的学校，就会用各种方法，罚站，罚写作业，各种罚。军
  • scala如何读取和写入文件内容？ qindongliang1922 javajvmscala
    直接看如下代码： package file import java.io.RandomAccessFile import java.nio.charset.Charset import scala.io.Source import scala.reflect.io.{File, Path} /** * Created by qindongliang on 2015/
  • C语言算法之百元买百鸡 qiufeihu c算法
    中国古代数学家张丘建在他的《算经》中提出了一个著名的“百钱买百鸡问题”，鸡翁一，值钱五，鸡母一，值钱三，鸡雏三，值钱一，百钱买百鸡，问翁，母，雏各几何？ 代码如下： #include <stdio.h> int main() { int cock,hen,chick; /*定义变量为基本整型*/ for(coc
  • Hadoop集群安全性：Hadoop中Namenode单点故障的解决方案及详细介绍AvatarNode wyz2009107220 NameNode
    正如大家所知，NameNode在Hadoop系统中存在单点故障问题，这个对于标榜高可用性的Hadoop来说一直是个软肋。本文讨论一下为了解决这个问题而存在的几个solution。 1. Secondary NameNode 原理：Secondary NN会定期的从NN中读取editlog，与自己存储的Image进行合并形成新的metadata image 优点：Hadoop较早的版本都自带，
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他