- Ali-Crypto
gbmaotai
经典算法实现randomhash是把任意长度的输入通过散列算法变换成固定长度的输出,该输出就是散列值.简单的说就是一种将任意长度的消息压缩到某一固定长度的消息摘要的函数有如下种类MD5,SHA1,SHA224,SHA256开源库openssl可以实现。ali-Crypto通过函数ali_hash_update或者ali_hash_digest实现。typedefenum__hash_type_t{
- java经典算法实现_经典分布式算法 —— 浅显易懂的 Raft 算法实现
weixin_39901077
java经典算法实现
一、Raft概念copy一下其他小伙伴写的文章:Raft算法详解不同于Paxos算法直接从分布式一致性问题出发推导出来,Raft算法则是从多副本状态机的角度提出,用于管理多副本状态机的日志复制。Raft实现了和Paxos相同的功能,它将一致性分解为多个子问题:Leader选举(Leaderelection)、日志同步(Logreplication)、安全性(Safety)、日志压缩(Logcomp
- 【RL】DQN及其各种优化算法
BananaScript
ReinforceLearning
博主的github链接,欢迎大家来访问~:https://github.com/Sh-Zh-7强化学习经典算法实现地址:https://github.com/Sh-Zh-7/reinforce-learning-impl上一篇博文的末尾,我们介绍了传统QLearning的劣势——那就是需要维护一个Q表,而对于很多状态,连续动作的情况,我们Q表的大小将会爆炸性地增长。我们微小的内存必然存不下这么大的
- 【RL】强化学习另一种思路:policy-based方法
BananaScript
ReinforceLearning
博主的github链接,欢迎大家来访问~:https://github.com/Sh-Zh-7强化学习经典算法实现地址:https://github.com/Sh-Zh-7/reinforce-learning-impl之前我们所介绍的,都是所谓value-based方法,它的中心思想是:既然我们要求的策略,是在给定状态的基础上选择动作。那么我通过研究动作的价值,就可以得到最优的策略。接下来要讲的
- 分类算法-k近邻分类器
奋斗青春无悔
前言此程序基于鸢尾花数据分类实验。使用k近邻分类器(KNeighborsClassifier)模型实现分类任务。本程序可以流畅运行于Python3.6环境,但是Python2.x版本需要修正的地方也已经在注释中说明。requirements:scikit-learn想查看其他经典算法实现可以关注查看本人其他文集。实验结果分析K近邻分类是非常直观的机器学习模型,K近邻算法与其他模型最大的不同在于该模
- 分类算法-朴素贝叶斯分类器
奋斗青春无悔
前言此程序基于新闻文本分类实验使用朴素贝叶斯(NaiveBayesClassifier)模型实现分类任务。本程序可以流畅运行于Python3.6环境,但是Python2.x版本需要修正的地方也已经在注释中说明。requirements:pandas,numpy,scikit-learn想查看其他经典算法实现可以关注查看本人其他文集。实验结果分析朴素贝叶斯模型被广泛应用于海量互联网文本分类任务。由于
- 分类算法-线性分类器 LogisticRegression and SGDClassifier
奋斗青春无悔
前言此程序基于良/恶性肿瘤预测实验。分别用LogisticRegression模型和SGDClassifier模型实现预测任务。本程序可以流畅运行于Python3.6环境,但是Python2.x版本需要修正的地方也已经在注释中说明。requirements:pandas,numpy,scikit-learn想查看其他经典算法实现可以关注查看本人其他文集。实验结果分析LogisticRegressi
- 【实验楼/matplotlib.pyplot】绘制笛卡尔坐标系+注释+图例
BananaScript
实验楼
博主的github链接,欢迎大家来访问~:https://github.com/Sh-Zh-7强化学习经典算法实现地址:https://github.com/Sh-Zh-7/reinforce-learning-impl一.问题描述二.问题分析做这种问题我们应该先把图的大致模样画出来,然后再去考虑细节。这里一个比较难的点是笛卡尔直角坐标系的绘制,因为我们默认的图都是使用矩形状的坐标系的。稍微总结一
- 【经典算法实现 17】C语言 Hash 表代码实现
CielleeX
数据结构与算法链表算法数据结构
在前面《哈希表原理》中,我们学习到,hash表其实就是通过hash函数将输入的数据进行转换成一个相对唯一的index,然后将数据存在index号的数组中,如果发现冲突,则继续往后存储。由于hash函数的存在,我们查找数据时,可以很快的得到它的index,理论上它的时间复杂度是O(1),最坏的情况为O(n),也就是所有数据都冲突。现在我们用代码来实现一下,实现Hash表的增删改查,代码如下(相关注释
- 推荐经典算法实现之NCF(pytorch+MovieLen)
fjssharpsword
Algorithm
#coding:utf-8'''@author:Jason.F@data:2019.07.11@function:ImplementingNCFwithTorchDataset:MovielenDataset(ml-1m)Evaluating:hitradio,ndcghttps://arxiv.org/pdf/1708.05031.pdfhttps://github.com/hexiangnan
- 分类算法-支持向量机分类器
奋斗青春无悔
前言此程序基于手写体数码图像识别实验支持向量机(svm)模型实现分类任务。本程序可以流畅运行于Python3.6环境,但是Python2.x版本需要修正的地方也已经在注释中说明。requirements:pandas,numpy,scikit-learn想查看其他经典算法实现可以关注查看本人其他文集。实验结果分析由于精妙的模型假设,使得我们可以在海量甚至高维度的数据中,筛选对预测任务最为有效的少量
- openGL-扫描线填充算法
Frank(Zhiyang-Dou)
openGLCG
说明把最近一系列的图形学经典算法实现了一下。课业繁忙,关于该系列的推导随后再写。但是在注释里已经有较为充分的分析。分情况讨论注意对于横线需要特别讨论,但是对于垂直线却不必特别讨论。想一想为什么?代码#include#include#include#include#include#includeusingnamespacestd;inthmin,hmax;//记录扫描线开始和结束的位置structL
- OpenGL扫描线填充算法详解
Frank(Zhiyang-Dou)
本文实例为大家分享了OpenGL扫描线填充算法,供大家参考,具体内容如下说明把最近一系列的图形学经典算法实现了一下。课业繁忙,关于该系列的推导随后再写。但是在注释里已经有较为充分的分析。分情况讨论注意对于横线需要特别讨论,但是对于垂直线却不必特别讨论。想一想为什么?代码#include#include#include#include#include#includeusingnamespacestd
- 人脸识别经典算法实现
Cecilia_YS
算法
原文链接:https://blog.csdn.net/guoyunfei123/article/details/81261792一、原理opencv支持3种人脸识别的算法,分别是:1.EigenFacesPCA(特征脸方法)2.FisherFacesLDA(线性判别分析)3.LocalBinaryPatternHistograms(LBP局部二值模式直方图)详细介绍可以参照以下链接https://
- 推荐经典算法实现之BPMF(python+MovieLen)
fjssharpsword
Algorithm
因前一篇https://blog.csdn.net/fjssharpsword/article/details/97000479采样问题未解决,发现如下github上有BPMF代码,采用wishart先验,性能和pymc3一致。参考:https://github.com/LoryPack/BPMF#coding:utf-8'''@author:Jason.F@data:2019.08.01@fun
- 推荐经典算法实现之BPMF(pymc3+MovieLen)
fjssharpsword
Algorithm
BPMF是用贝叶斯推断方法求解MF的概率模型,参考:https://gist.github.com/macks22/00a17b1d374dfc267a9a1、利用其本身数据集的代码如下:#-*-Encoding:UTF-8-*-'''@author:Jason.F@data:2019.07.22@function:ImplementingBPMFDataset:MovielenDataset(m
- 推荐经典算法实现之PMF(python+MovieLen)
fjssharpsword
Algorithm
#-*-Encoding:UTF-8-*-'''@author:Jason.F@data:2019.07.18@function:ImplementingPMFDataset:MovielenDataset(ml-1m)Evaluating:hitradio,ndcghttps://papers.nips.cc/paper/3208-probabilistic-matrix-factorizati
- 推荐经典算法实现之SVDBias(python+MovieLen)
fjssharpsword
Algorithm
#coding:utf-8'''@author:Jason.F@data:2019.07.15@function:Implementation:SVDBiasDatatset:Movielen-1mEvaluation:hitradio,ndcgSquaredlossfunctionwithexplicitrating.'''importpandasaspdimportnumpyasnpimpor
- 人脸识别经典算法实现(一)——特征脸法
marleylee
人脸识别
转自:https://blog.csdn.net/freedom098/article/details/52088064近来想要做一做人脸识别相关的内容,主要是想集成一个系统,看到opencv已经集成了三种性能较好的算法,但是还是想自己动手试一下,毕竟算法都比较初级。操作环境:python2.7第三方库:opencvforpython、numpy第一种比较经典的算法就是特征脸法,本质上其实就是PC
- 深度增强学习PPO(Proximal Policy Optimization)算法源码走读
ariesjzj
原文地址:https://blog.csdn.net/jinzhuojun/article/details/80417179OpenAI出品的baselines项目提供了一系列deepreinforcementlearning(DRL,深度强化学习或深度增强学习)算法的实现。现在已经有包括DQN,DDPG,TRPO,A2C,ACER,PPO在内的近十种经典算法实现,同时它也在不断扩充中。它为对DR
- 深度增强学习PPO(Proximal Policy Optimization)算法源码走读
ariesjzj
AIReinforcementlearning强化学习增强学习PPObaselines
原文地址:https://blog.csdn.net/jinzhuojun/article/details/80417179OpenAI出品的baselines项目提供了一系列deepreinforcementlearning(DRL,深度强化学习或深度增强学习)算法的实现。现在已经有包括DQN,DDPG,TRPO,A2C,ACER,PPO在内的近十种经典算法实现,同时它也在不断扩充中。它为对DR
- 人脸识别经典算法实现(一)——特征脸法
qq_32444825
Python
近来想要做一做人脸识别相关的内容,主要是想集成一个系统,看到opencv已经集成了三种性能较好的算法,但是还是想自己动手试一下,毕竟算法都比较初级。操作环境:python2.7第三方库:opencvforpython、numpy第一种比较经典的算法就是特征脸法,本质上其实就是PCA降维,这种算法的基本思路是,把二维的图像先灰度化,转化为一通道的图像,之后再把它首尾相接转化为一个列向量,假设图像大小
- 经典算法实现——字符串(一)
Jinlong_Xu
C++Python剑指offer剑指offer
这篇文章主要介绍字符串相关的题目。处理字符串操作相关问题时,常见的做法是从字符串尾部开始编辑,从后往前逆向操作。这么做的原因是因为字符串的尾部往往有足够空间,可以直接修改而不用担心覆盖字符串前面的数据。摘自《程序员面试金典》问题描述:对于一个给定的源字符串和一个目标字符串,你应该输出在这个源字符串中匹配到的第一个索引。如果源字符串中不存在目标字符串,就返回-1.例如:源字符串为“source”和目
- 人脸识别经典算法实现(二)——Fisher线性判别分析
freedom098
计算机视觉
第二种人脸识别的经典算法是Fsiher算法,也称之为线性判别分析,我最先看到这个算法是在周志华老师的《机器学习》中,没想到在人脸识别上也有应用。这个算法的思路和PCA差不太多,都是着眼于图像全局考虑,PCA考虑的是如何确定一组正交基可以使数据降维,线性判别分析则是考虑如何确定一组投影向量可以让数据集在投影钟尽可能大的相互区分。直观上看,区分为非就是类与类之间的差别应该更大,而类内的数据应该更加聚合
- 人脸识别经典算法实现(一)——特征脸法
freedom098
计算机视觉
近来想要做一做人脸识别相关的内容,主要是想集成一个系统,看到opencv已经集成了三种性能较好的算法,但是还是想自己动手试一下,毕竟算法都比较初级。操作环境:python2.7第三方库:opencvforpython、numpy第一种比较经典的算法就是特征脸法,本质上其实就是PCA降维,这种算法的基本思路是,把二维的图像先灰度化,转化为一通道的图像,之后再把它首尾相接转化为一个列向量,假设图像大小
- Mahout与Weka的对比
孙镜涛
随着机器学习热度的不断提高,与其相关的软件和工具也慢慢进入大家的视野,而Weka和Mahout无疑是这些工具中较为流行的两个。作为一款知名的老牌机器学习软件,Weka支持经典的数据挖掘任务,同时还有大量的扩展包,可以支持文本挖掘、可视化和网格计算等功能。Mahout则是Apache软件基金会旗下的一个开源项目,它提供了一些机器学习领域中的经典算法实现,支持ApacheHadoop,能够高效地运行在
- Mahout
wbj0110
Mahout
12.1简介Mahout为推荐引擎提供了一些可扩展的机器学习领域的经典算法实现,可以使开发人员更为快捷的创建智能应用程序。12.2安装12.2.1要求Hadoop集群已经正常启动12.2.2配置这里选用0.7版本 tar-zxvfmahout-distribution-0.7.tar.gz-C/usr/local/cloud/src/
cd/usr/local/cloud/
ln-s-f/us
- Mahout
wbj0110
Mahout
12.1简介Mahout为推荐引擎提供了一些可扩展的机器学习领域的经典算法实现,可以使开发人员更为快捷的创建智能应用程序。12.2安装12.2.1要求Hadoop集群已经正常启动12.2.2配置这里选用0.7版本 tar-zxvfmahout-distribution-0.7.tar.gz-C/usr/local/cloud/src/
cd/usr/local/cloud/
ln-s-f/us
- Mahout
wbj0110
Mahout
12.1简介Mahout为推荐引擎提供了一些可扩展的机器学习领域的经典算法实现,可以使开发人员更为快捷的创建智能应用程序。12.2安装12.2.1要求Hadoop集群已经正常启动12.2.2配置这里选用0.7版本 tar-zxvfmahout-distribution-0.7.tar.gz-C/usr/local/cloud/src/
cd/usr/local/cloud/
ln-s-f/us
- 经典算法实现之一:教你一步一步用c语言实现sift算法、下
v_JULY_v
C++c算法C#D语言
教你一步一步用c语言实现sift算法、下作者:July、二零一一年三月十二日出处:http://blog.csdn.net/v_JULY_v。参考:RobHess维护的sift库环境:windowsxp+vc6.0条件:c语言实现。说明:本BLOG内会陆续一一实现所有经典算法。------------------------本文接上,教你一步一步用c语言实现sift算法、上,而来:函数编写ok,接
- iOS http封装
374016526
ios服务器交互http网络请求
程序开发避免不了与服务器的交互,这里打包了一个自己写的http交互库。希望可以帮到大家。
内置一个basehttp,当我们创建自己的service可以继承实现。
KuroAppBaseHttp *baseHttp = [[KuroAppBaseHttp alloc] init];
[baseHttp setDelegate:self];
[baseHttp
- lolcat :一个在 Linux 终端中输出彩虹特效的命令行工具
brotherlamp
linuxlinux教程linux视频linux自学linux资料
那些相信 Linux 命令行是单调无聊且没有任何乐趣的人们,你们错了,这里有一些有关 Linux 的文章,它们展示着 Linux 是如何的有趣和“淘气” 。
在本文中,我将讨论一个名为“lolcat”的小工具 – 它可以在终端中生成彩虹般的颜色。
何为 lolcat ?
Lolcat 是一个针对 Linux,BSD 和 OSX 平台的工具,它类似于 cat 命令,并为 cat
- MongoDB索引管理(1)——[九]
eksliang
mongodbMongoDB管理索引
转载请出自出处:http://eksliang.iteye.com/blog/2178427 一、概述
数据库的索引与书籍的索引类似,有了索引就不需要翻转整本书。数据库的索引跟这个原理一样,首先在索引中找,在索引中找到条目以后,就可以直接跳转到目标文档的位置,从而使查询速度提高几个数据量级。
不使用索引的查询称
- Informatica参数及变量
18289753290
Informatica参数变量
下面是本人通俗的理解,如有不对之处,希望指正 info参数的设置:在info中用到的参数都在server的专门的配置文件中(最好以parma)结尾 下面的GLOBAl就是全局的,$开头的是系统级变量,$$开头的变量是自定义变量。如果是在session中或者mapping中用到的变量就是局部变量,那就把global换成对应的session或者mapping名字。
[GLOBAL] $Par
- python 解析unicode字符串为utf8编码字符串
酷的飞上天空
unicode
php返回的json字符串如果包含中文,则会被转换成\uxx格式的unicode编码字符串返回。
在浏览器中能正常识别这种编码,但是后台程序却不能识别,直接输出显示的是\uxx的字符,并未进行转码。
转换方式如下
>>> import json
>>> q = '{"text":"\u4
- Hibernate的总结
永夜-极光
Hibernate
1.hibernate的作用,简化对数据库的编码,使开发人员不必再与复杂的sql语句打交道
做项目大部分都需要用JAVA来链接数据库,比如你要做一个会员注册的 页面,那么 获取到用户填写的 基本信后,你要把这些基本信息存入数据库对应的表中,不用hibernate还有mybatis之类的框架,都不用的话就得用JDBC,也就是JAVA自己的,用这个东西你要写很多的代码,比如保存注册信
- SyntaxError: Non-UTF-8 code starting with '\xc4'
随便小屋
python
刚开始看一下Python语言,传说听强大的,但我感觉还是没Java强吧!
写Hello World的时候就遇到一个问题,在Eclipse中写的,代码如下
'''
Created on 2014年10月27日
@author: Logic
'''
print("Hello World!");
运行结果
SyntaxError: Non-UTF-8
- 学会敬酒礼仪 不做酒席菜鸟
aijuans
菜鸟
俗话说,酒是越喝越厚,但在酒桌上也有很多学问讲究,以下总结了一些酒桌上的你不得不注意的小细节。
细节一:领导相互喝完才轮到自己敬酒。敬酒一定要站起来,双手举杯。
细节二:可以多人敬一人,决不可一人敬多人,除非你是领导。
细节三:自己敬别人,如果不碰杯,自己喝多少可视乎情况而定,比如对方酒量,对方喝酒态度,切不可比对方喝得少,要知道是自己敬人。
细节四:自己敬别人,如果碰杯,一
- 《创新者的基因》读书笔记
aoyouzi
读书笔记《创新者的基因》
创新者的基因
创新者的“基因”,即最具创意的企业家具备的五种“发现技能”:联想,观察,实验,发问,建立人脉。
第一部分破坏性创新,从你开始
第一章破坏性创新者的基因
如何获得启示:
发现以下的因素起到了催化剂的作用:(1) -个挑战现状的问题;(2)对某项技术、某个公司或顾客的观察;(3) -次尝试新鲜事物的经验或实验;(4)与某人进行了一次交谈,为他点醒
- 表单验证技术
百合不是茶
JavaScriptDOM对象String对象事件
js最主要的功能就是验证表单,下面是我对表单验证的一些理解,贴出来与大家交流交流 ,数显我们要知道表单验证需要的技术点, String对象,事件,函数
一:String对象;通常是对字符串的操作;
1,String的属性;
字符串.length;表示该字符串的长度;
var str= "java"
- web.xml配置详解之context-param
bijian1013
javaservletweb.xmlcontext-param
一.格式定义:
<context-param>
<param-name>contextConfigLocation</param-name>
<param-value>contextConfigLocationValue></param-value>
</context-param>
作用:该元
- Web系统常见编码漏洞(开发工程师知晓)
Bill_chen
sqlPHPWebfckeditor脚本
1.头号大敌:SQL Injection
原因:程序中对用户输入检查不严格,用户可以提交一段数据库查询代码,根据程序返回的结果,
获得某些他想得知的数据,这就是所谓的SQL Injection,即SQL注入。
本质:
对于输入检查不充分,导致SQL语句将用户提交的非法数据当作语句的一部分来执行。
示例:
String query = "SELECT id FROM users
- 【MongoDB学习笔记六】MongoDB修改器
bit1129
mongodb
本文首先介绍下MongoDB的基本的增删改查操作,然后,详细介绍MongoDB提供的修改器,以完成各种各样的文档更新操作 MongoDB的主要操作
show dbs 显示当前用户能看到哪些数据库
use foobar 将数据库切换到foobar
show collections 显示当前数据库有哪些集合
db.people.update,update不带参数,可
- 提高职业素养,做好人生规划
白糖_
人生
培训讲师是成都著名的企业培训讲师,他在讲课中提出的一些观点很新颖,在此我收录了一些分享一下。注:讲师的观点不代表本人的观点,这些东西大家自己揣摩。
1、什么是职业规划:职业规划并不完全代表你到什么阶段要当什么官要拿多少钱,这些都只是梦想。职业规划是清楚的认识自己现在缺什么,这个阶段该学习什么,下个阶段缺什么,又应该怎么去规划学习,这样才算是规划。
- 国外的网站你都到哪边看?
bozch
技术网站国外
学习软件开发技术,如果没有什么英文基础,最好还是看国内的一些技术网站,例如:开源OSchina,csdn,iteye,51cto等等。
个人感觉如果英语基础能力不错的话,可以浏览国外的网站来进行软件技术基础的学习,例如java开发中常用的到的网站有apache.org 里面有apache的很多Projects,springframework.org是spring相关的项目网站,还有几个感觉不错的
- 编程之美-光影切割问题
bylijinnan
编程之美
package a;
public class DisorderCount {
/**《编程之美》“光影切割问题”
* 主要是两个问题:
* 1.数学公式(设定没有三条以上的直线交于同一点):
* 两条直线最多一个交点,将平面分成了4个区域;
* 三条直线最多三个交点,将平面分成了7个区域;
* 可以推出:N条直线 M个交点,区域数为N+M+1。
- 关于Web跨站执行脚本概念
chenbowen00
Web安全跨站执行脚本
跨站脚本攻击(XSS)是web应用程序中最危险和最常见的安全漏洞之一。安全研究人员发现这个漏洞在最受欢迎的网站,包括谷歌、Facebook、亚马逊、PayPal,和许多其他网站。如果你看看bug赏金计划,大多数报告的问题属于 XSS。为了防止跨站脚本攻击,浏览器也有自己的过滤器,但安全研究人员总是想方设法绕过这些过滤器。这个漏洞是通常用于执行cookie窃取、恶意软件传播,会话劫持,恶意重定向。在
- [开源项目与投资]投资开源项目之前需要统计该项目已有的用户数
comsci
开源项目
现在国内和国外,特别是美国那边,突然出现很多开源项目,但是这些项目的用户有多少,有多少忠诚的粉丝,对于投资者来讲,完全是一个未知数,那么要投资开源项目,我们投资者必须准确无误的知道该项目的全部情况,包括项目发起人的情况,项目的维持时间..项目的技术水平,项目的参与者的势力,项目投入产出的效益.....
- oracle alert log file(告警日志文件)
daizj
oracle告警日志文件alert log file
The alert log is a chronological log of messages and errors, and includes the following items:
All internal errors (ORA-00600), block corruption errors (ORA-01578), and deadlock errors (ORA-00060)
- 关于 CAS SSO 文章声明
denger
SSO
由于几年前写了几篇 CAS 系列的文章,之后陆续有人参照文章去实现,可都遇到了各种问题,同时经常或多或少的收到不少人的求助。现在这时特此说明几点:
1. 那些文章发表于好几年前了,CAS 已经更新几个很多版本了,由于近年已经没有做该领域方面的事情,所有文章也没有持续更新。
2. 文章只是提供思路,尽管 CAS 版本已经发生变化,但原理和流程仍然一致。最重要的是明白原理,然后
- 初二上学期难记单词
dcj3sjt126com
englishword
lesson 课
traffic 交通
matter 要紧;事物
happy 快乐的,幸福的
second 第二的
idea 主意;想法;意见
mean 意味着
important 重要的,重大的
never 从来,决不
afraid 害怕 的
fifth 第五的
hometown 故乡,家乡
discuss 讨论;议论
east 东方的
agree 同意;赞成
bo
- uicollectionview 纯代码布局, 添加头部视图
dcj3sjt126com
Collection
#import <UIKit/UIKit.h>
@interface myHeadView : UICollectionReusableView
{
UILabel *TitleLable;
}
-(void)setTextTitle;
@end
#import "myHeadView.h"
@implementation m
- N 位随机数字串的 JAVA 生成实现
FX夜归人
javaMath随机数Random
/**
* 功能描述 随机数工具类<br />
* @author FengXueYeGuiRen
* 创建时间 2014-7-25<br />
*/
public class RandomUtil {
// 随机数生成器
private static java.util.Random random = new java.util.R
- Ehcache(09)——缓存Web页面
234390216
ehcache页面缓存
页面缓存
目录
1 SimplePageCachingFilter
1.1 calculateKey
1.2 可配置的初始化参数
1.2.1 cach
- spring中少用的注解@primary解析
jackyrong
primary
这次看下spring中少见的注解@primary注解,例子
@Component
public class MetalSinger implements Singer{
@Override
public String sing(String lyrics) {
return "I am singing with DIO voice
- Java几款性能分析工具的对比
lbwahoo
java
Java几款性能分析工具的对比
摘自:http://my.oschina.net/liux/blog/51800
在给客户的应用程序维护的过程中,我注意到在高负载下的一些性能问题。理论上,增加对应用程序的负载会使性能等比率的下降。然而,我认为性能下降的比率远远高于负载的增加。我也发现,性能可以通过改变应用程序的逻辑来提升,甚至达到极限。为了更详细的了解这一点,我们需要做一些性能
- JVM参数配置大全
nickys
jvm应用服务器
JVM参数配置大全
/usr/local/jdk/bin/java -Dresin.home=/usr/local/resin -server -Xms1800M -Xmx1800M -Xmn300M -Xss512K -XX:PermSize=300M -XX:MaxPermSize=300M -XX:SurvivorRatio=8 -XX:MaxTenuringThreshold=5 -
- 搭建 CentOS 6 服务器(14) - squid、Varnish
rensanning
varnish
(一)squid
安装
# yum install httpd-tools -y
# htpasswd -c -b /etc/squid/passwords squiduser 123456
# yum install squid -y
设置
# cp /etc/squid/squid.conf /etc/squid/squid.conf.bak
# vi /etc/
- Spring缓存注解@Cache使用
tom_seed
spring
参考资料
http://www.ibm.com/developerworks/cn/opensource/os-cn-spring-cache/
http://swiftlet.net/archives/774
缓存注解有以下三个:
@Cacheable @CacheEvict @CachePut
- dom4j解析XML时出现"java.lang.noclassdeffounderror: org/jaxen/jaxenexception"错误
xp9802
java.lang.NoClassDefFoundError: org/jaxen/JaxenExc
关键字: java.lang.noclassdeffounderror: org/jaxen/jaxenexception
使用dom4j解析XML时,要快速获取某个节点的数据,使用XPath是个不错的方法,dom4j的快速手册里也建议使用这种方式
执行时却抛出以下异常:
Exceptio