- ZeRO分布式训练策略
AIGC_ZY
大模型分布式
ZeRO分布式训练策略详解一、核心设计原理ZeRO(ZeroRedundancyOptimizer)是微软提出的分布式训练优化框架,与传统数据并行方法不同,ZeRO通过将模型的参数、梯度和优化器状态分散到多个设备上,从而实现内存和计算资源的高效利用。ZeRO通过三级分片策略消除内存冗余,实现超大规模模型训练。其核心演进路线分为三个阶段:1.1ZeRO-1:优化器状态分片分片对象:优化器参数(如Ad
- 通过docker和gitlab实现项目自动打包部署
hxj..
服务部署docker容器运维
Gitlab如何实现自动打包部署到docker集群?预备知识:开发模式转变:瀑布模型——》敏捷开发——》DevOpsDevOps:DevelopmentOperations的组合词CICD:持续集成(ContinuousIntegration),持续交付(ContinuousDelivery),持续部署(ContinuousDeployment)使用Gitlab-CI实现自动打包部署通过pipel
- 设计模式-行为型模式
Normal Developer
设计模式
行为型设计模式主要关注对象之间的职责分配,即它们如何交互以及如何分配职责。这类模式不仅描述了如何在对象之间划分责任,还涉及算法的封装和实现。以下是几种常见的行为型设计模式及其简要说明:1.观察者模式(ObserverPattern)目的:定义一种一对多的依赖关系,使得当一个对象的状态发生变化时,所有依赖于它的对象都会得到通知并自动更新。应用场景:事件处理系统、订阅发布机制。示例:importjav
- Redis分布式存储案例面试题
哎呀哎呀诶
Redisredis分布式数据库
问:1~2亿条数据需要缓存,请问如何设计这个存储案例?答:单机单台肯定是不可能的,肯定是分布式存储。问:用redis如何落地?答:1、哈希取余分区(小厂回答)2、一致性哈希算法分区(中厂回答)3、哈希槽分区(大厂回答,推荐回答)1、哈希取余分区2亿条记录就是2亿个(k,v),我们单机不行必须要分布式多机,假设有3台机器构成一个集群,用户每次读写操作都是根据公式:hash(key)%N个机器台数,计
- 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
- DroidDissector本地部署
想做后端的小C
linux运维服务器
DroidDissector本地部署我启动的是MediumPhoneAPI30安卓虚拟机先决条件:把frida-server推送到虚拟机的/data/local/tmp/目录中cdH:\frida_serveradbpushH:\frida_server\frida-server-16.6.6-android-x86/data/local/tmp/
- DeepSeek本地部署必要性分析及云端替代方案推荐
Asher_Yao
人工智能
一、本地部署适用场景分析硬件要求完整版模型需≥32GB显存(推荐NVIDIAA100/A800)基础版也需RTX3090级别显卡(约150W功耗)适用人群建议✔️企业用户:需私有化部署处理敏感数据✔️研究人员:需定制模型微调✔️开发者:需API深度集成维护成本单节点年运维成本≈¥18,000(含电费/散热)二、已验证的云端替代方案(2025.2实测)方案1:硅基流动SaaS平台技术特性:支持API
- 《揭秘机器学习中的交叉验证:模型评估的基石》
人工智能机器学习
在机器学习的复杂领域中,构建一个精准有效的模型是众多从业者的核心目标。然而,模型的性能评估绝非易事,它关乎模型能否在实际应用中发挥作用,而交叉验证则是这一过程中的关键技术,是保障模型可靠性与泛化能力的重要手段。交叉验证的核心意义抵御过拟合风险在机器学习的训练过程中,模型可能会过度适应训练数据的细节和噪声,从而在新数据上表现不佳,这就是过拟合现象。交叉验证通过将数据集划分为多个子集,模型在不同子集上
- Deepseek开源周第四天:从 DualPipe 到 EPLB
deepseek开源
Deepseek开源周第四天:从DualPipe到EPLB前言上周deepseek宣布,将在本周陆续发布五个开源项目,这些库已经在生产环境中经过了记录、部署和实战测试。今天是deepseek开源周的第四天,deepseek发布了三个开源项目,分别是GitHub-deepseek-ai/DualPipeGitHub-deepseek-ai/eplbGitHub-deepseek-ai/profile
- 关于回溯算法中的剪枝是否需要for循环的总结归纳
Exhausted、
算法算法深度优先c++数据结构剪枝
在回溯算法中,剪枝的目的是减少不必要的递归调用,从而提高算法的效率。剪枝的方式可以有很多种,有些剪枝确实不需要在for循环中实现,而是通过其他方式(如条件判断)来实现。下面详细解释为什么有些剪枝不需要for循环,以及如何根据具体问题选择合适的剪枝方式。目录一、为什么有些剪枝不需要for循环?剪枝的本质:剪枝的位置:剪枝的灵活性:二、举例说明例子1:组合问题(需要for循环剪枝)为什么需要for循环
- 算法篇1:二分查找
呀呀猴
算法算法经验分享java其他python
数组篇算法一:二分查找详解零、问题描述给定一个n个元素有序的(升序)整型数组nums和一个目标值target,编写一个函数搜索nums中的target。若目标值存在返回下标,否则返回-1。示例:输入:nums=[-1,0,3,5,9,12],target=9输出:4一、算法适用条件有序性:数组必须按升序或降序排列(通常假设升序)。唯一性(非必须):若数组有重复元素,需明确查找目标(如第一个/最后一
- fastapi 大型应用_FastApi项目实战 - 爱投票管理系统(一)
赌徒梦
fastapi大型应用
一、闲来无事,在工作之余自己研究了一下python的异步框架-fastapi,并写包括1、部门管理2、角色管理3、用户管理4、菜单管理5、登录日志6、操作日志7、添加反爬机制六个基础功能模块,演示链接:https://www.lovevote.cn,账号:admin,密码:admin由于我的电脑问题,下载的vue依赖包有几个发生了版本冲突,打包部署后偶尔会在点击菜单按钮时发生前端延时(这时表现为缓
- 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
- 智能路径规划:从数学建模到算法优化的理论与实践
木子算法
人工智能数学建模数学建模算法人工智能
智能路径规划:从数学建模到算法优化的理论与实践一、引言在机器人学、自动驾驶、物流调度等领域,路径规划是实现自主导航的核心技术。从经典的Dijkstra算法到前沿的强化学习方法,路径规划技术的发展始终依赖于数学建模与算法优化的深度结合。本文将系统构建路径规划的理论框架,通过数学公式推导核心算法原理,并结合MATLAB代码实现完整的技术闭环。二、路径规划的数学基础(一)状态空间建模路径规划的本质是在状
- 量化交易如何利用算法模型进行股票筛选?其选股策略包含哪些方面?
量化问财
量化投资程序化炒股券商API算法人工智能python
前言量化交易是一种基于数学模型、统计分析和计算机算法的交易方式,通过系统化的方法筛选股票并进行投资决策。与传统交易依赖主观判断不同,量化交易强调数据驱动和模型优化,能够更高效地捕捉市场机会并控制风险。以下是量化交易通过算法模型选择股票的核心逻辑和方法。一、量化交易选股的核心逻辑量化交易选股的核心在于通过数学模型和算法,从海量数据中挖掘出具有潜在收益的股票。其逻辑主要基于以下几个方面:数据驱动的决策
- Python 调用本地部署DeepSeek的API 详细指南
kunwen123
python
B站先查看deepseek的应用和API调用和本地化部署这三方面知识确认Ollama是否正确运行如果你使用Ollama部署了DeepSeek,默认API运行在11434端口。首先,检查Ollama是否正常运行:curlhttp://localhost:11434/api/tags如果返回:{“models”:[“deepseek-coder:latest”,“deepseek-chat:lates
- 技术分享| 分布式系统中服务注册发现组件的原理及比较
anyRTC
音视频分布式系统音视频分布式系统ConsulZookeeperetcd
背景在分布式架构的系统中,服务发现简单来讲就是通过服务名找到提供服务的实例地址和端口,主要用于解决如何获取服务实例地址问题。随着容器技术的兴起,服务集群部署在系统各处,服务之间的远程调用都需要通过服务发现来实现。服务注册发现是分布式系统中不可或缺的关键组件,常用于构建服务注册发现解决方案的开源框架如ZooKeeper、Etcd、Consul。下面主要介绍一下如何基于ZooKeeper、Etcd、C
- 扩散模型基本概念
AndrewHZ
深度学习新浪潮扩散模型计算机视觉流形学习生成式模型深度学习次深度学习人工智能
1.核心思想从最原始的DDPM来讲,扩散模型是用变分估计训练的马尔可夫链,相当于VAE+流模型。与标准化流相比,扩散模型的正向过程为预先定义的加噪过程,负责将图像x∼p(x)x\sim{p(x)}x∼
- 利用GPT开发应用005:Codex、Turbo、ChatGPT、GPT-4
翰墨之道
GPT开发GPT应用专栏GPT-1GPT-3GPT开发CodexTurboChatGPT
文章目录一、GPT-3Codex二、GPT-3.5Turbo二、ChatGPT三、GPT-4一、GPT-3Codex 2022年3月,OpenAI发布了GPT-3Codex的新版本。 这个新模型具有编辑和插入文本的能力。它们是通过截至2021年6月的数据进行训练的,并被描述为比之前版本更强大。到2022年11月底,OpenAI开始将这些模型称为GPT-3.5系列的一部分。 Codex系列模型
- 阿里云 人工智能与机器学习
HaoHao_010
阿里云云服务器云计算服务器
阿里云的人工智能(AI)与机器学习(ML)服务为企业提供了全面的AI解决方案,帮助用户在多个行业实现数据智能化,提升决策效率,推动业务创新。阿里云通过先进的技术和丰富的工具,支持用户开发、部署和管理AI应用。以下是阿里云在人工智能和机器学习方面的主要产品与服务:1.云上机器学习平台—PaaS服务PAI(PlatformforAI)PAI是阿里云推出的人工智能平台,提供一系列机器学习与深度学习工具和
- 【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,
- AI探索笔记:浅谈人工智能算法分类
安意诚Matrix
机器学习笔记人工智能笔记
人工智能算法分类这是一张经典的图片,基本概况了人工智能算法的现状。这张图片通过三个同心圆展示了人工智能、机器学习和深度学习之间的包含关系,其中人工智能是最广泛的范畴,机器学习是其子集,专注于数据驱动的算法改进,而深度学习则是机器学习中利用多层神经网络进行学习的特定方法。但是随着时代的发展,这张图片表达得也不是太全面了。我更喜欢把人工智能算法做如下的分类:传统机器学习算法-线性回归、逻辑回归、支持向
- PyCharm中Python项目打包并运行到服务器的简明指南
傻啦嘿哟
关于python那些事儿pythonpycharm服务器
目录一、准备工作二、创建并设置Python项目创建新项目配置项目依赖安装PyInstaller三、打包项目打包为可执行文件另一种打包方式(使用setup.py)四、配置服务器环境五、上传可执行文件到服务器六、在服务器上运行项目配置SSH解释器配置部署上传代码在服务器上运行八、注意事项示例项目总结在现代软件开发中,将本地开发完成的Python项目打包并部署到服务器上是一项基本且重要的技能。本文将通过
- ASFF算法
神笔馬良
Python入门知识深度学习人工智能
1.特征金字塔的缺点:对于单发检测器,在不同尺度上的不一致。2.采用启发式引导的特征选择:大实例通常与上层特征映射相关联,小实例与下层特征映射相关联。3.解决的问题:如果一幅图像同时包含大小目标,则不同层次特征之间的冲突往往占据特征金字塔的主要部分。这种不一致性干扰了训练过程中的梯度计算,降低了特征金字塔的有效性。4.这个问题存在的原因:当一个对象在某一层特征图中被赋值并被视为正值时,其他层特征图
- 算法-数据结构-图-邻接表构建
程序员南飞
算法数据结构java职场和发展
邻接表的基本概念顶点(Vertex):图中的每个顶点用一个节点表示。每个顶点存储一个链表或数组,用于记录与该顶点直接相连的其他顶点。边(Edge):如果顶点A和顶点B之间有一条边,那么在A的邻接表中会记录B,同时在B的邻接表中也会记录A(如果是无向图)。存储方式:邻接表可以用多种方式实现,比如:链表:每个顶点对应一个链表,链表中存储与该顶点相连的其他顶点。动态数组:每个顶点对应一个动态数组(如Ar
- Java进阶-在Ubuntu上部署SpringBoot应用
m0_74823611
面试学习路线阿里巴巴javaubuntuspringboot
随着云计算和容器化技术的普及,Linux服务器已成为部署Web应用程序的主流平台之一。Java作为一种跨平台的编程语言,具有广泛的应用场景。本文将详细介绍如何在Ubuntu服务器上部署Java应用,包括环境准备、应用发布、配置反向代理(Nginx)、设置系统服务以及日志管理等步骤。一、部署准备在开始之前,请确保你具备以下条件:一台运行Ubuntu(如Ubuntu20.04或22.04)的服务器,具
- 详细介绍STM32(32位单片机)外设应用
日记成书
反正看不懂系列stm32学习
以下是关于STM32外设应用的详细介绍,结合其功能特点及实际应用场景进行分类说明:一、基本接口与数字外设GPIO(通用输入输出端口)功能:支持输入/输出模式切换,可配置为推挽、开漏、上拉/下拉等模式,驱动能力可调。应用:控制LED、蜂鸣器等简单外设;读取按键、传感器信号(需结合消抖电路或软件消抖算法);复用为其他外设功能引脚(如SPI、I2C)。代码示例://配置PA0为推挽输出(HAL库)GPI
- 在 Ubuntu 22.04 上搭建 Dify 应用的完整指南
jdfklaakjsdf
AIGCubuntulinux运维
Dify是一款开源的AI应用开发平台,支持快速构建基于大语言模型(如GPT-3、ChatGLM等)的应用。本教程将详细演示如何在Ubuntu22.04系统上部署Dify。一、环境准备1.系统要求Ubuntu22.04LTS最低配置:2核CPU/4GB内存/20GB硬盘推荐配置:4核CPU/8GB内存/40GB硬盘2.更新系统sudoaptupdate&&sudoaptupgrade-ysudoap
- Objective-C实现NLP中文分词(附完整源码)
源代码大师
Objective-C实战教程自然语言处理objective-c中文分词
Objective-C实现NLP中文分词实现中文分词(NLP中的重要任务之一)在Objective-C中需要处理文本的切分和识别词语边界。尽管Objective-C在自然语言处理(NLP)领域并不常见,但通过合理的算法设计和数据结构,可以实现基本的中文分词功能。本文将介绍如何使用基于字典的最大匹配算法(MaximumMatchingAlgorithm),例如正向最大匹配(ForwardMaximu
- Qt+Vs实现使用ffmpeg拉流显示推流视频(附源代码)
鬼魅-9527
QtC++ffmpegqtffmpeg
下面是通过ffmpeg拉流解码显示推流的视频,通过openGL绘制视频。废话不多说,直接上代码拉流头文件ffmpegutils.h#ifndefFFMPEGUTILS_H#defineFFMPEGUTILS_H#include#include#include#include#include#include#includeextern"C"{#include#include#include#incl
- 深入浅出Java Annotation(元注解和自定义注解)
Josh_Persistence
Java Annotation元注解自定义注解
一、基本概述
Annontation是Java5开始引入的新特征。中文名称一般叫注解。它提供了一种安全的类似注释的机制,用来将任何的信息或元数据(metadata)与程序元素(类、方法、成员变量等)进行关联。
更通俗的意思是为程序的元素(类、方法、成员变量)加上更直观更明了的说明,这些说明信息是与程序的业务逻辑无关,并且是供指定的工具或
- mysql优化特定类型的查询
annan211
java工作mysql
本节所介绍的查询优化的技巧都是和特定版本相关的,所以对于未来mysql的版本未必适用。
1 优化count查询
对于count这个函数的网上的大部分资料都是错误的或者是理解的都是一知半解的。在做优化之前我们先来看看
真正的count()函数的作用到底是什么。
count()是一个特殊的函数,有两种非常不同的作用,他可以统计某个列值的数量,也可以统计行数。
在统
- MAC下安装多版本JDK和切换几种方式
棋子chessman
jdk
环境:
MAC AIR,OS X 10.10,64位
历史:
过去 Mac 上的 Java 都是由 Apple 自己提供,只支持到 Java 6,并且OS X 10.7 开始系统并不自带(而是可选安装)(原自带的是1.6)。
后来 Apple 加入 OpenJDK 继续支持 Java 6,而 Java 7 将由 Oracle 负责提供。
在终端中输入jav
- javaScript (1)
Array_06
JavaScriptjava浏览器
JavaScript
1、运算符
运算符就是完成操作的一系列符号,它有七类: 赋值运算符(=,+=,-=,*=,/=,%=,<<=,>>=,|=,&=)、算术运算符(+,-,*,/,++,--,%)、比较运算符(>,<,<=,>=,==,===,!=,!==)、逻辑运算符(||,&&,!)、条件运算(?:)、位
- 国内顶级代码分享网站
袁潇含
javajdkoracle.netPHP
现在国内很多开源网站感觉都是为了利益而做的
当然利益是肯定的,否则谁也不会免费的去做网站
&
- Elasticsearch、MongoDB和Hadoop比较
随意而生
mongodbhadoop搜索引擎
IT界在过去几年中出现了一个有趣的现象。很多新的技术出现并立即拥抱了“大数据”。稍微老一点的技术也会将大数据添进自己的特性,避免落大部队太远,我们看到了不同技术之间的边际的模糊化。假如你有诸如Elasticsearch或者Solr这样的搜索引擎,它们存储着JSON文档,MongoDB存着JSON文档,或者一堆JSON文档存放在一个Hadoop集群的HDFS中。你可以使用这三种配
- mac os 系统科研软件总结
张亚雄
mac os
1.1 Microsoft Office for Mac 2011
大客户版,自行搜索。
1.2 Latex (MacTex):
系统环境:https://tug.org/mactex/
&nb
- Maven实战(四)生命周期
AdyZhang
maven
1. 三套生命周期 Maven拥有三套相互独立的生命周期,它们分别为clean,default和site。 每个生命周期包含一些阶段,这些阶段是有顺序的,并且后面的阶段依赖于前面的阶段,用户和Maven最直接的交互方式就是调用这些生命周期阶段。 以clean生命周期为例,它包含的阶段有pre-clean, clean 和 post
- Linux下Jenkins迁移
aijuans
Jenkins
1. 将Jenkins程序目录copy过去 源程序在/export/data/tomcatRoot/ofctest-jenkins.jd.com下面 tar -cvzf jenkins.tar.gz ofctest-jenkins.jd.com &
- request.getInputStream()只能获取一次的问题
ayaoxinchao
requestInputstream
问题:在使用HTTP协议实现应用间接口通信时,服务端读取客户端请求过来的数据,会用到request.getInputStream(),第一次读取的时候可以读取到数据,但是接下来的读取操作都读取不到数据
原因: 1. 一个InputStream对象在被读取完成后,将无法被再次读取,始终返回-1; 2. InputStream并没有实现reset方法(可以重
- 数据库SQL优化大总结之 百万级数据库优化方案
BigBird2012
SQL优化
网上关于SQL优化的教程很多,但是比较杂乱。近日有空整理了一下,写出来跟大家分享一下,其中有错误和不足的地方,还请大家纠正补充。
这篇文章我花费了大量的时间查找资料、修改、排版,希望大家阅读之后,感觉好的话推荐给更多的人,让更多的人看到、纠正以及补充。
1.对查询进行优化,要尽量避免全表扫描,首先应考虑在 where 及 order by 涉及的列上建立索引。
2.应尽量避免在 where
- jsonObject的使用
bijian1013
javajson
在项目中难免会用java处理json格式的数据,因此封装了一个JSONUtil工具类。
JSONUtil.java
package com.bijian.json.study;
import java.util.ArrayList;
import java.util.Date;
import java.util.HashMap;
- [Zookeeper学习笔记之六]Zookeeper源代码分析之Zookeeper.WatchRegistration
bit1129
zookeeper
Zookeeper类是Zookeeper提供给用户访问Zookeeper service的主要API,它包含了如下几个内部类
首先分析它的内部类,从WatchRegistration开始,为指定的znode path注册一个Watcher,
/**
* Register a watcher for a particular p
- 【Scala十三】Scala核心七:部分应用函数
bit1129
scala
何为部分应用函数?
Partially applied function: A function that’s used in an expression and that misses some of its arguments.For instance, if function f has type Int => Int => Int, then f and f(1) are p
- Tomcat Error listenerStart 终极大法
ronin47
tomcat
Tomcat报的错太含糊了,什么错都没报出来,只提示了Error listenerStart。为了调试,我们要获得更详细的日志。可以在WEB-INF/classes目录下新建一个文件叫logging.properties,内容如下
Java代码
handlers = org.apache.juli.FileHandler, java.util.logging.ConsoleHa
- 不用加减符号实现加减法
BrokenDreams
实现
今天有群友发了一个问题,要求不用加减符号(包括负号)来实现加减法。
分析一下,先看最简单的情况,假设1+1,按二进制算的话结果是10,可以看到从右往左的第一位变为0,第二位由于进位变为1。
 
- 读《研磨设计模式》-代码笔记-状态模式-State
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/
/*
当一个对象的内在状态改变时允许改变其行为,这个对象看起来像是改变了其类
状态模式主要解决的是当控制一个对象状态的条件表达式过于复杂时的情况
把状态的判断逻辑转移到表示不同状态的一系列类中,可以把复杂的判断逻辑简化
如果在
- CUDA程序block和thread超出硬件允许值时的异常
cherishLC
CUDA
调用CUDA的核函数时指定block 和 thread大小,该大小可以是dim3类型的(三维数组),只用一维时可以是usigned int型的。
以下程序验证了当block或thread大小超出硬件允许值时会产生异常!!!GPU根本不会执行运算!!!
所以验证结果的正确性很重要!!!
在VS中创建CUDA项目会有一个模板,里面有更详细的状态验证。
以下程序在K5000GPU上跑的。
- 诡异的超长时间GC问题定位
chenchao051
jvmcmsGChbaseswap
HBase的GC策略采用PawNew+CMS, 这是大众化的配置,ParNew经常会出现停顿时间特别长的情况,有时候甚至长到令人发指的地步,例如请看如下日志:
2012-10-17T05:54:54.293+0800: 739594.224: [GC 739606.508: [ParNew: 996800K->110720K(996800K), 178.8826900 secs] 3700
- maven环境快速搭建
daizj
安装mavne环境配置
一 下载maven
安装maven之前,要先安装jdk及配置JAVA_HOME环境变量。这个安装和配置java环境不用多说。
maven下载地址:http://maven.apache.org/download.html,目前最新的是这个apache-maven-3.2.5-bin.zip,然后解压在任意位置,最好地址中不要带中文字符,这个做java 的都知道,地址中出现中文会出现很多
- PHP网站安全,避免PHP网站受到攻击的方法
dcj3sjt126com
PHP
对于PHP网站安全主要存在这样几种攻击方式:1、命令注入(Command Injection)2、eval注入(Eval Injection)3、客户端脚本攻击(Script Insertion)4、跨网站脚本攻击(Cross Site Scripting, XSS)5、SQL注入攻击(SQL injection)6、跨网站请求伪造攻击(Cross Site Request Forgerie
- yii中给CGridView设置默认的排序根据时间倒序的方法
dcj3sjt126com
GridView
public function searchWithRelated() {
$criteria = new CDbCriteria;
$criteria->together = true; //without th
- Java集合对象和数组对象的转换
dyy_gusi
java集合
在开发中,我们经常需要将集合对象(List,Set)转换为数组对象,或者将数组对象转换为集合对象。Java提供了相互转换的工具,但是我们使用的时候需要注意,不能乱用滥用。
1、数组对象转换为集合对象
最暴力的方式是new一个集合对象,然后遍历数组,依次将数组中的元素放入到新的集合中,但是这样做显然过
- nginx同一主机部署多个应用
geeksun
nginx
近日有一需求,需要在一台主机上用nginx部署2个php应用,分别是wordpress和wiki,探索了半天,终于部署好了,下面把过程记录下来。
1. 在nginx下创建vhosts目录,用以放置vhost文件。
mkdir vhosts
2. 修改nginx.conf的配置, 在http节点增加下面内容设置,用来包含vhosts里的配置文件
#
- ubuntu添加admin权限的用户账号
hongtoushizi
ubuntuuseradd
ubuntu创建账号的方式通常用到两种:useradd 和adduser . 本人尝试了useradd方法,步骤如下:
1:useradd
使用useradd时,如果后面不加任何参数的话,如:sudo useradd sysadm 创建出来的用户将是默认的三无用户:无home directory ,无密码,无系统shell。
顾应该如下操作:
- 第五章 常用Lua开发库2-JSON库、编码转换、字符串处理
jinnianshilongnian
nginxlua
JSON库
在进行数据传输时JSON格式目前应用广泛,因此从Lua对象与JSON字符串之间相互转换是一个非常常见的功能;目前Lua也有几个JSON库,本人用过cjson、dkjson。其中cjson的语法严格(比如unicode \u0020\u7eaf),要求符合规范否则会解析失败(如\u002),而dkjson相对宽松,当然也可以通过修改cjson的源码来完成
- Spring定时器配置的两种实现方式OpenSymphony Quartz和java Timer详解
yaerfeng1989
timerquartz定时器
原创整理不易,转载请注明出处:Spring定时器配置的两种实现方式OpenSymphony Quartz和java Timer详解
代码下载地址:http://www.zuidaima.com/share/1772648445103104.htm
有两种流行Spring定时器配置:Java的Timer类和OpenSymphony的Quartz。
1.Java Timer定时
首先继承jav
- Linux下df与du两个命令的差别?
pda158
linux
一、df显示文件系统的使用情况,与du比較,就是更全盘化。 最经常使用的就是 df -T,显示文件系统的使用情况并显示文件系统的类型。 举比例如以下: [root@localhost ~]# df -T Filesystem Type &n
- [转]SQLite的工具类 ---- 通过反射把Cursor封装到VO对象
ctfzh
VOandroidsqlite反射Cursor
在写DAO层时,觉得从Cursor里一个一个的取出字段值再装到VO(值对象)里太麻烦了,就写了一个工具类,用到了反射,可以把查询记录的值装到对应的VO里,也可以生成该VO的List。
使用时需要注意:
考虑到Android的性能问题,VO没有使用Setter和Getter,而是直接用public的属性。
表中的字段名需要和VO的属性名一样,要是不一样就得在查询的SQL中
- 该学习笔记用到的Employee表
vipbooks
oraclesql工作
这是我在学习Oracle是用到的Employee表,在该笔记中用到的就是这张表,大家可以用它来学习和练习。
drop table Employee;
-- 员工信息表
create table Employee(
-- 员工编号
EmpNo number(3) primary key,
-- 姓