- Redis——》双写一致性
思考:项目为什么要用redis?redis配置集群了吗?怎么配的?几台机器?单台redis的压力多少?一、我们为什么引入redis?一定要根据业务场景来,首先分析读写情况,再来考虑要不要引入redis读少写多:不要引用redis读多写多:适当引用redis(可以减少mysql数据库压力,如果不引用,可以使用数据库的主从复制,读写分离)读少写少:不要引用redis(根本没有必要)读多写少:可以引用r
- 【机器学习&深度学习】前馈神经网络(单隐藏层)
一叶千舟
深度学习【理论】机器学习深度学习神经网络
目录一、什么是前馈神经网络?二、数学表达式是什么?三、为什么需要“非线性函数”?四、NumPy实现前馈神经网络代码示例五、运行结果六、代码解析6.1初始化部分6.2前向传播6.3计算损失(Loss)6.4反向传播(手动)6.5更新参数(梯度下降)6.6循环训练七、训练过程可视化(思维图)八、关键问题答疑Q1:为什么需要隐藏层?Q2:ReLU是干嘛的?Q3:学习率怎么选?九、总结学习建议在机器学习中
- 提示工程入门指南:如何有效地与大语言模型交互
止观止
大语言模型语言模型人工智能
本文深入拆解提示工程的核心概念、最佳实践和实用技巧。作为AI领域的热点技术,提示工程(PromptEngineering)能显著提升大语言模型(LargeLanguageModel,LLM)如DeepSeek的响应质量。文档结构概览引言:为什么需要提示工程?提示的定义与结构:上下文、指令、约束的完整解析提示工程原则:6项核心技巧有效vs无效提示对比:案例驱动的实操分析用户提示与系统提示:行为控制的
- python开发框架django/flask/fastapi对比
研创通之逍遥峰
Pythonpythondjangoflask
Python三大Web开发框架对比:DjangovsFlaskvsFastAPIPython生态系统中有三个主流的Web开发框架:Django、Flask和FastAPI。它们在设计哲学、功能特性和适用场景上各有不同。1.框架概览对比特性DjangoFlaskFastAPI类型全功能框架微框架现代异步框架学习曲线较陡峭平缓中等内置功能ORM,Admin,Auth,模板仅基础路由和模板自动文档,数据
- 统信UOS(Linux)安装nvm node管理工具
高高i
linux运维服务器UOS统信nvm安装
整篇看完再操作,有坑!!官网nvm官网按照官网方式安装,一直报错经过不断研究,正确步骤如下1、下载安装包可能因为网络安全不能访问github,我是链接热点下载的wgethttps://github.com/nvm-sh/nvm/archive/refs/tags/v0.39.1.tar.gz2、解压可能报mkdir无权限,所以需要使用sudo执行解压命令,可能报找不到文件【v0.39.1.tar.
- 【行云流水a】淘天联合爱橙开源强化学习训练框架ROLL OpenRL/openrl PPO-for-Beginners: 从零开始实现强化学习算法PPO 强化学习框架verl 港大等开源GoT-R1
行云流水AI笔记
开源算法
以下是DQN(DeepQ-Network)和PPO(ProximalPolicyOptimization)的全面对比流程图及文字解析。两者是强化学习的核心算法,但在设计理念、适用场景和实现机制上有显著差异:graphTDA[对比维度]-->B[算法类型]A-->C[策略表示]A-->D[动作空间]A-->E[学习机制]A-->F[探索方式]A-->G[稳定性]A-->H[样本效率]A-->I[关键
- 【AI成长会】针对高并发场景下基于用户ID的聊天接口优化方案,包含5个核心方法
以下是针对高并发场景下基于用户ID的聊天接口优化方案,包含5个核心方法、对比表格及权威来源:5大优化方案1.索引优化机制:对user_id字段添加B+树索引,联合查询字段使用覆盖索引(如(user_id,timestamp))优化点:减少全表扫描,提升索引命中率适用场景:基础优化,所有规模均需2.缓存层引入(Redis/Memcached)机制:使用Redis存储用户最近聊天记录(Key:user
- 大模型商用格局雏形初现:Tokens用量决高下,火山引擎问鼎2024
QbitAl
火山引擎人工智能
明敏发自凹非寺量子位|公众号QbitAI大模型应用落地元年,谁家业务更值得关注?Tokens使用量,正在成为最关键的衡量指标。量子位结合市场数据观察,2024下半年国内大模型商用落地日均Tokens消耗量翻了近10倍,从1000亿级规模到10000亿规模,只用了6个月,月复合增长率达到45%。其中,10-12月增长进一步提速。其中,只有1家云厂商商用Tokens日均消耗量的月均复合增长率超过60%
- 深入理解提示词工程:原理、分类与实战应用
小雷FansUnion
AI2025人工智能
一、什么是提示词工程(PromptEngineering)提示词工程是指通过设计和优化与大模型(如ChatGPT、文心一言等)交互的“提示词(Prompt)”,以获得更准确、更高效、更符合预期的模型输出结果的技术和方法。它是大模型应用开发中的核心环节。二、提示词的主要类型1.系统提示词(SystemPrompt)由开发者或系统设定,通常在对话开始时就注入,定义AI的角色、行为边界、风格、输出格式等
- FastAPI vs Flask vs Django:Python Web框架全面对比
天天进步2015
pythonpythonfastapiflask
Python作为最受欢迎的编程语言之一,其Web开发生态极为丰富。FastAPI、Flask和Django是当前主流的三大PythonWeb框架,各有千秋。本文将从架构设计、开发效率、性能表现、生态支持、适用场景等方面,全面对比这三大框架,帮助开发者选择最适合自己的技术栈。目录框架简介架构设计与理念开发效率与易用性性能对比生态与扩展性典型应用场景总结与选型建议参考资料框架简介FastAPI定位:新
- 免费实时AI图片编辑工具-多模态大模型:GPT-4o、grok、豆包、BAGEL、MagicQuill、OmniGen2
loong_XL
AIGCaigc
纯自然语言对话实现图像编辑;参考https://zhuanlan.zhihu.com/p/1890036563586577897GPT-4ohttps://chatgpt.com/geminihttps://gemini.google.com/grokhttps://grok.com/?referrer=website
- 点云从入门到精通技术详解100篇-点云滤波算法及单木信息提取
格图素书
人工智能
目录知识储备点云滤波算法及单木信息提取点云条件滤波单木信息提取1.点云预处理2.点云密度计算3.密度阈值筛选4.骨架提取5.骨架细化优化方向前言国内外研究现状激光雷达研究现状点云数据的滤波算法研究现状单木分割应用现状LiDAR工作原理与点云数据的组成2.1LiDAR系统的内部结构2.1.1激光测距单元2.1.2光学机械扫描单元2.1.3惯性导航系统INS2.1.4动态差分GPS2.2定位原理2.3
- 模型性能评估实战:解密大模型准确率与召回率的计算逻辑与业务权衡
在AI项目落地过程中,模型性能评估是关键一步。想必大家都听过这样的案例:某医疗AI项目中,一个在测试集上准确率达到98%的肺癌筛查模型,实际部署后却遗漏了20%的早期癌变患者。无独有偶,某银行风控系统中,一个标榜着99.5%“高准确率”的模型,实际使用中却放过了90%的信用卡欺诈行为。这些案例都给我们敲响了警钟,模型性能评估中存在不少被忽视的致命盲区,今天就让我们一同深入探寻这其中的奥秘。第一部分
- 网络安全相关专业就业,零基础入门到精通,看这一篇分析就够了
对于就业环境来说,都说不好,但我分析下来,其实网络安全专业还是有很多选择或出路的。有不少部门,可能很多人没有之前都没有听说过,平时也没有关注这块的招聘或者考编信息。今天,统一整理一下,方便大家获取。1、政府部门与事业单位在政府部门与事业单位中,网络安全专业毕业生有多个选择:公安局、网信办等部门:虽然工作压力较大,但待遇优厚且有编制保障。省直、市直单位信息中心:性价比高且有编制保障,是一个稳定且不错
- 【爆款长文】RAG检索增强大模型的“记忆力”革命:Contextual Chunk Headers(CCH)实战全解析
许泽宇的技术分享
人工智能机器学习
大家好,我是你们的AI技术侃侃而谈小能手。今天我们来聊聊RAG(Retrieval-AugmentedGeneration)这个AI圈的“记忆力补脑丸”,以及它最近新晋的“脑白金”——ContextualChunkHeaders(CCH)。别眨眼,这可是让大模型“查资料”能力质变的秘密武器!一、RAG:让大模型不再“张口就胡说”先来个小科普。RAG是什么?简单说,就是给大模型加个“外挂”,让它在回
- 图像采集卡与视频采集卡的主要区别对比
qq_52609913
数码相机
图像采集卡和视频采集卡的核心区别在于它们的设计目标、处理对象和典型应用场景。尽管名称相似,且有时功能会有重叠(尤其是高端设备),但它们侧重点不同:以下是主要区别:1.处理对象与目标图像采集卡:主要目标是高速、高精度地捕获单帧或连续多帧静态图像。它关注的是单张图片的质量、细节、分辨率和精确性。常用于需要分析图像内容而非连续观看流畅视频流的场景。视频采集卡:主要目标是实时、连续地捕获动态视频流。它关注
- 使用UmiJS框架开发React
汇智知了堂
前端理论知识reactjava
1、什么是Umi.js?umi,中文可发音为乌米,是一个可插拔的企业级react应用框架。你可以将它简单的理解为一个专注性能的类next.js前端框架,并通过约定、自动生成和解析代码等方式来辅助开发,减少我们开发者的代码量。2、为什么使用Umi.js?我们做react开发的时候会不会遇到以下问题?:2.1项目做大的时候,开发调试的启动和热更新时间会变得很长。2.2大应用下,网站打开很慢,有没有办法
- 随机过程chap1基本概念
八点叫什么
随机过程笔记
思维导图(受伤了,一整张的太大塞不上来)重点知识辨析一维概率密度求解指路例题5、例题6两道例题给出了求解概率密度的两种思路:显式分布直接套原概率密度公式求解(如正态分布)隐式分布先求分布函数再进行求导得概率密度函数(如指数分布)带入原题细致分析——ex5<
- 【PyTorch】分布式训练报错记录-ERROR:torch.distributed.elastic.multiprocessing.api:failed (exitcode: 1)
XuecWu3
pytorch分布式人工智能深度学习
最近,我在服务器上起基于PyTorch分布式框架的预训练实验,起初实验都在顺利进行,但是当我们把模型的深度与宽度调大之后,模型在训练几代之后便会出现如下的报错:WARNING:torch.distributed.elastic.multiprocessing.api:Sendingprocess41495closingsignalSIGTERMWARNING:torch.distributed.e
- Veo 3 视频生成大模型完整操作教程(2025)
迎风斯黄
音视频人工智能
随着AI多模态能力的飞跃,GoogleDeepMind发布的Veo3成为了生成视频领域的一颗重磅炸弹。它不仅能够根据文本生成高质量的视频画面,还能同步生成对白、背景音和环境音,是目前最接近真正“AI导演”的大模型。本文将带你详细了解Veo3的功能、使用方式、提示词撰写技巧,以及完整的创作流程,适合希望用AI快速生成短视频、概念片段、广告、剧情短片等内容的创作者与开发者。一、Veo3是什么?Veo3
- 嵌入式环境下的C++最佳实践
is0815
c++开发语言
目标:学习嵌入式环境下的C++最佳实践内存管理优化:避免动态分配为什么避免动态分配?堆内存分配(如malloc,new)开销大,速度慢。堆内存容易导致碎片化,增加内存压力。动态分配增加内存泄漏、使用后未释放等风险。实时、高性能系统(嵌入式、游戏引擎)尤其需要优化内存管理。栈vs堆的性能对比特性栈(stack)堆(heap)分配/释放速度极快(O(1))较慢(需管理分配表,O(logn)或更慢)生命
- DeepSeek R1 Android本地化部署
Dawson_Jiang
大模型deepseekollamaAI大模型手机部署deepseek
1.概述android手机端部署deepseek一般需要安装termux,ollama,deepseek三个大的步骤原因分析:deepseek等大模型需要类似ollama的工具去运行。ollama有macwindow和linux版本,无Android版本;termux是一个模拟linux环境的Androidapp,在此环境中即可安装运行ollamalinux版本,然后再ollama上面部署运行de
- 配网体验大跃升!Matter 1.4.1让家居互联“一气呵成”
华普微HOPERF
华普动态科普生态物联网科技
智能家居,作为全体人类追求理想人居环境的终极愿景,具备着庞大的商业潜力,并吸引了无数企业凝聚资源投身于此。然而,在单品智能迈向全屋智能的发展路径上,除了要解决智能家居设备间的通信兼容问题外,还要在用户体验层面上去解决智能家居设备配网流程繁琐冗长的问题。近日,为提升用户体验,解决“配网焦虑”这一行业痛点,连接标准联盟(CSA)正式发布了能让用户轻松的配置智能家居设备的Matter1.4.1版本。本次
- 储能业 | 低成本部署!DolphinDB 打造抽水蓄能一体化解决方案
DolphinDB智臾科技
物联网数据库大数据DolphinDB实时计算抽水蓄能电力
导语在电力行业抽水蓄电场景中,电力集团可以基于DolphinDB搭建轻量化实时数仓,有效破解高频数据写入、万亿级数据存储和秒级实时计算等核心难题。同时,该方案助力集团降本增效,提升运维效率,并实现对多个电站数据的统一管理与调度,加快数字化转型步伐。一、行业背景构建清洁低碳、安全高效的新型能源电力系统是实现“双碳”目标的一大关键任务。其中,抽水蓄能作为当前最成熟、最具规模化应用前景的物理储能技术,正
- 单表高效管理异构数据:点位管理引擎快速上手指南
DolphinDB智臾科技
工业物联网物联网DolphinDB物联网点位点位管理数据处理
点位即设备上用于采集、监测和控制的各类传感器和执行器,是物联网应用场景中最重要的数据单位,通过对众多点位进行管理,企业可以实现设备监控预警、实时监测等方案。高效地存储和管理点位数据对于每一个企业和用户而言都是至关重要的。在本篇文章中,我们将详细介绍如何使用DolphinDB点位管理引擎(IOTDB引擎)来管理和存储复杂的点位数据,提升点位数据管理效率。本教程提供完整的测试代码和测试数据,初学者也可
- java 学习 底层代码 算法
好学且牛逼的马
java
#33写算法题黑马的视频争取简单的过一遍要考试啦密码的写底层代码秘密的底层代码有点长啊看不懂难找了几个视频课看看吧想看中文版jdkapi吧算了慢慢看先把几个顶级父类给看会了objectsystemstringstringbuilder算法单路递归packagecom.itheima.Recursion;publicclasssingleRecursion{ publicstaticvoidma
- 合规型区块链RWA系统解决方案报告——机构资产数字化的终极武器
Ashlee_guweng22346
区块链需求分析架构pythoneclipsec#git
(跨境金融科技解决方案白皮书)一、直击机构客户四大痛点痛点传统方案缺陷我们的破局点✖️跨境资产流动性差结算周期30+天,摩擦成本超8%▶️7×24h全球实时交易(速度提升90%)✖️合规成本飙升KYC/AML人工审核占成本35%+▶️自动化合规引擎(成本降低50%)✖️资产透明度缺失多层中介导致权属不清▶️链上全生命周期溯源(100%防篡改)✖️新型资产配置难非标资产难分割、难定价▶️碎片化代币发
- MyBatis逆向工程生成 (生成pojo、mapper.xml、mapper.java)
weixin_30701521
java数据库
MyBatis逆向工程生成mybatis需要程序员自己编写sql语句,mybatis官方提供逆向工程,可以针对单表自动生成mybatis执行所需要的代码(mapper.java、mapper.xml、pojo…),可以让程序员将更多的精力放在繁杂的业务逻辑上。企业实际开发中,常用的逆向工程方式:由数据库的表生成java代码。之所以强调单表两个字,是因为Mybatis逆向工程生成的Mapper所进行
- SQLite3 在嵌入式系统中的应用指南
指令集诗人
sqlite3sqlite数据库嵌入式实时数据库
SQLite3在嵌入式系统中的应用指南一、嵌入式系统中SQLite3的优势SQLite3是嵌入式系统的理想数据库解决方案,具有以下核心优势:特性嵌入式系统价值典型指标轻量级适合资源受限环境库大小:500-700KB零配置无需数据库管理员开箱即用无服务器减少系统复杂性无后台进程低功耗延长电池寿命读操作:~0.001mAh高可靠性应对意外断电ACID事务保证单文件存储简化数据管理单个.db文件二、嵌入
- 构建LangChain应用程序的示例代码:63、如何使用Petting Zoo库定义和运行多智能体模拟环境
Hugo_Hoo
langchain人工智能AI编程
多智能体模拟环境:PettingZoo在这个例子中,我们展示如何使用模拟环境定义多智能体模拟。与我们的单智能体Gymnasium示例类似,我们创建了一个具有外部定义环境的智能体-环境循环。主要区别在于我们现在使用多个智能体实现这种交互循环。我们将使用PettingZoo库,它是Gymnasium的多智能体对应版本。安装pettingzoo和其他依赖!pipinstallpettingzoopyga
- jquery实现的jsonp掉java后台
知了ing
javajsonpjquery
什么是JSONP?
先说说JSONP是怎么产生的:
其实网上关于JSONP的讲解有很多,但却千篇一律,而且云里雾里,对于很多刚接触的人来讲理解起来有些困难,小可不才,试着用自己的方式来阐释一下这个问题,看看是否有帮助。
1、一个众所周知的问题,Ajax直接请求普通文件存在跨域无权限访问的问题,甭管你是静态页面、动态网页、web服务、WCF,只要是跨域请求,一律不准;
2、
- Struts2学习笔记
caoyong
struts2
SSH : Spring + Struts2 + Hibernate
三层架构(表示层,业务逻辑层,数据访问层) MVC模式 (Model View Controller)
分层原则:单向依赖,接口耦合
1、Struts2 = Struts + Webwork
2、搭建struts2开发环境
a>、到www.apac
- SpringMVC学习之后台往前台传值方法
满城风雨近重阳
springMVC
springMVC控制器往前台传值的方法有以下几种:
1.ModelAndView
通过往ModelAndView中存放viewName:目标地址和attribute参数来实现传参:
ModelAndView mv=new ModelAndView();
mv.setViewName="success
- WebService存在的必要性?
一炮送你回车库
webservice
做Java的经常在选择Webservice框架上徘徊很久,Axis Xfire Axis2 CXF ,他们只有一个功能,发布HTTP服务然后用XML做数据传输。
是的,他们就做了两个功能,发布一个http服务让客户端或者浏览器连接,接收xml参数并发送xml结果。
当在不同的平台间传输数据时,就需要一个都能解析的数据格式。
但是为什么要使用xml呢?不能使json或者其他通用数据
- js年份下拉框
3213213333332132
java web ee
<div id="divValue">test...</div>测试
//年份
<select id="year"></select>
<script type="text/javascript">
window.onload =
- 简单链式调用的实现技术
归来朝歌
方法调用链式反应编程思想
在编程中,我们可以经常遇到这样一种场景:一个实例不断调用它自身的方法,像一条链条一样进行调用
这样的调用你可能在Ajax中,在页面中添加标签:
$("<p>").append($("<span>").text(list[i].name)).appendTo("#result");
也可能在HQ
- JAVA调用.net 发布的webservice 接口
darkranger
webservice
/**
* @Title: callInvoke
* @Description: TODO(调用接口公共方法)
* @param @param url 地址
* @param @param method 方法
* @param @param pama 参数
* @param @return
* @param @throws BusinessException
- Javascript模糊查找 | 第一章 循环不能不重视。
aijuans
Way
最近受我的朋友委托用js+HTML做一个像手册一样的程序,里面要有可展开的大纲,模糊查找等功能。我这个人说实在的懒,本来是不愿意的,但想起了父亲以前教我要给朋友搞好关系,再加上这也可以巩固自己的js技术,于是就开始开发这个程序,没想到却出了点小问题,我做的查找只能绝对查找。具体的js代码如下:
function search(){
var arr=new Array("my
- 狼和羊,该怎么抉择
atongyeye
工作
狼和羊,该怎么抉择
在做一个链家的小项目,只有我和另外一个同事两个人负责,各负责一部分接口,我的接口写完,并全部测联调试通过。所以工作就剩下一下细枝末节的,工作就轻松很多。每天会帮另一个同事测试一些功能点,协助他完成一些业务型不强的工作。
今天早上到公司没多久,领导就在QQ上给我发信息,让我多协助同事测试,让我积极主动些,有点责任心等等,我听了这话,心里面立马凉半截,首先一个领导轻易说
- 读取android系统的联系人拨号
百合不是茶
androidsqlite数据库内容提供者系统服务的使用
联系人的姓名和号码是保存在不同的表中,不要一下子把号码查询来,我开始就是把姓名和电话同时查询出来的,导致系统非常的慢
关键代码:
1, 使用javabean操作存储读取到的数据
package com.example.bean;
/**
*
* @author Admini
- ORACLE自定义异常
bijian1013
数据库自定义异常
实例:
CREATE OR REPLACE PROCEDURE test_Exception
(
ParameterA IN varchar2,
ParameterB IN varchar2,
ErrorCode OUT varchar2 --返回值,错误编码
)
AS
/*以下是一些变量的定义*/
V1 NUMBER;
V2 nvarc
- 查看端号使用情况
征客丶
windows
一、查看端口
在windows命令行窗口下执行:
>netstat -aon|findstr "8080"
显示结果:
TCP 127.0.0.1:80 0.0.0.0:0 &
- 【Spark二十】运行Spark Streaming的NetworkWordCount实例
bit1129
wordcount
Spark Streaming简介
NetworkWordCount代码
/*
* Licensed to the Apache Software Foundation (ASF) under one or more
* contributor license agreements. See the NOTICE file distributed with
- Struts2 与 SpringMVC的比较
BlueSkator
struts2spring mvc
1. 机制:spring mvc的入口是servlet,而struts2是filter,这样就导致了二者的机制不同。 2. 性能:spring会稍微比struts快。spring mvc是基于方法的设计,而sturts是基于类,每次发一次请求都会实例一个action,每个action都会被注入属性,而spring基于方法,粒度更细,但要小心把握像在servlet控制数据一样。spring
- Hibernate在更新时,是可以不用session的update方法的(转帖)
BreakingBad
Hibernateupdate
地址:http://blog.csdn.net/plpblue/article/details/9304459
public void synDevNameWithItil()
{Session session = null;Transaction tr = null;try{session = HibernateUtil.getSession();tr = session.beginTran
- 读《研磨设计模式》-代码笔记-观察者模式
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/
import java.util.ArrayList;
import java.util.List;
import java.util.Observable;
import java.util.Observer;
/**
* “观
- 重置MySQL密码
chenhbc
mysql重置密码忘记密码
如果你也像我这么健忘,把MySQL的密码搞忘记了,经过下面几个步骤就可以重置了(以Windows为例,Linux/Unix类似):
1、关闭MySQL服务
2、打开CMD,进入MySQL安装目录的bin目录下,以跳过权限检查的方式启动MySQL
mysqld --skip-grant-tables
3、新开一个CMD窗口,进入MySQL
mysql -uroot
 
- 再谈系统论,控制论和信息论
comsci
设计模式生物能源企业应用领域模型
再谈系统论,控制论和信息论
偶然看
- oracle moving window size与 AWR retention period关系
daizj
oracle
转自: http://tomszrp.itpub.net/post/11835/494147
晚上在做11gR1的一个awrrpt报告时,顺便想调整一下AWR snapshot的保留时间,结果遇到了ORA-13541这样的错误.下面是这个问题的发生和解决过程.
SQL> select * from v$version;
BANNER
-------------------
- Python版B树
dieslrae
python
话说以前的树都用java写的,最近发现python有点生疏了,于是用python写了个B树实现,B树在索引领域用得还是蛮多了,如果没记错mysql的默认索引好像就是B树...
首先是数据实体对象,很简单,只存放key,value
class Entity(object):
'''数据实体'''
def __init__(self,key,value)
- C语言冒泡排序
dcj3sjt126com
算法
代码示例:
# include <stdio.h>
//冒泡排序
void sort(int * a, int len)
{
int i, j, t;
for (i=0; i<len-1; i++)
{
for (j=0; j<len-1-i; j++)
{
if (a[j] > a[j+1]) // >表示升序
- 自定义导航栏样式
dcj3sjt126com
自定义
-(void)setupAppAppearance
{
[[UILabel appearance] setFont:[UIFont fontWithName:@"FZLTHK—GBK1-0" size:20]];
[UIButton appearance].titleLabel.font =[UIFont fontWithName:@"FZLTH
- 11.性能优化-优化-JVM参数总结
frank1234
jvm参数性能优化
1.堆
-Xms --初始堆大小
-Xmx --最大堆大小
-Xmn --新生代大小
-Xss --线程栈大小
-XX:PermSize --永久代初始大小
-XX:MaxPermSize --永久代最大值
-XX:SurvivorRatio --新生代和suvivor比例,默认为8
-XX:TargetSurvivorRatio --survivor可使用
- nginx日志分割 for linux
HarborChung
nginxlinux脚本
nginx日志分割 for linux 默认情况下,nginx是不分割访问日志的,久而久之,网站的日志文件将会越来越大,占用空间不说,如果有问题要查看网站的日志的话,庞大的文件也将很难打开,于是便有了下面的脚本 使用方法,先将以下脚本保存为 cutlog.sh,放在/root 目录下,然后给予此脚本执行的权限
复制代码代码如下:
chmo
- Spring4新特性——泛型限定式依赖注入
jinnianshilongnian
springspring4泛型式依赖注入
Spring4新特性——泛型限定式依赖注入
Spring4新特性——核心容器的其他改进
Spring4新特性——Web开发的增强
Spring4新特性——集成Bean Validation 1.1(JSR-349)到SpringMVC
Spring4新特性——Groovy Bean定义DSL
Spring4新特性——更好的Java泛型操作API
Spring4新
- centOS安装GCC和G++
liuxihope
centosgcc
Centos支持yum安装,安装软件一般格式为yum install .......,注意安装时要先成为root用户。
按照这个思路,我想安装过程如下:
安装gcc:yum install gcc
安装g++: yum install g++
实际操作过程发现,只能有gcc安装成功,而g++安装失败,提示g++ command not found。上网查了一下,正确安装应该
- 第13章 Ajax进阶(上)
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/
- How to determine BusinessObjects service pack and fix pack
blueoxygen
BO
http://bukhantsov.org/2011/08/how-to-determine-businessobjects-service-pack-and-fix-pack/
The table below is helpful. Reference
BOE XI 3.x
12.0.0.
y BOE XI 3.0 12.0.
x.
y BO
- Oracle里的自增字段设置
tomcat_oracle
oracle
大家都知道吧,这很坑,尤其是用惯了mysql里的自增字段设置,结果oracle里面没有的。oh,no 我用的是12c版本的,它有一个新特性,可以这样设置自增序列,在创建表是,把id设置为自增序列
create table t
(
id number generated by default as identity (start with 1 increment b
- Spring Security(01)——初体验
yang_winnie
springSecurity
Spring Security(01)——初体验
博客分类: spring Security
Spring Security入门安全认证
首先我们为Spring Security专门建立一个Spring的配置文件,该文件就专门用来作为Spring Security的配置