卿云阁
卿云阁

第二章---进程的描述与控制

欢迎来到操作系统的世界 
博客主页：卿云阁

欢迎关注点赞收藏⭐️留言

本文由卿云阁原创！

作者水平很有限，如果发现错误，请留言轰炸哦！万分感谢！

目录

前驱图和程序执行

 顺序执行

并发执行

进程的描述

进程的定义

 进程的特征

进程的三种基本的状态

 创建状态和中止状态

 五种状态的转换​编辑

 挂起操作（调试代码）

进程的控制

进程的通信

 进程的同步

进程的同步

进程的互斥

临界资源和临界区

 信号量机制

信号量的应用 

经典的同步问题

前驱图和程序执行

第二章---进程的描述与控制_第1张图片

 顺序执行

(1) 顺序性     处理机的操作严格按照程序所规定的顺序执行。

(2) 封闭性     程序一旦开始执行，其计算结果不受外界因素的影响。

(3) 可再现性     程序执行的结果与它的执行速度无关(即与时间无关)，而只与初始条件有关。

第二章---进程的描述与控制_第2张图片

第二章---进程的描述与控制_第3张图片

并发执行

第二章---进程的描述与控制_第4张图片

进程的描述

第二章---进程的描述与控制_第5张图片

进程的定义

程序关于某个数据集合的一次执行过程。

第二章---进程的描述与控制_第6张图片

           一个 进程实体（进程映像） 由 PCB 、程序段、数据段 组成。 进程 是 动态 的， 进程实体（进程映像） 是 静态 的。 进程实体反应了进程在某一时刻的状态（如：x++ 后， x=2 ）。
第二章---进程的描述与控制_第7张图片

 进程的特征

第二章---进程的描述与控制_第8张图片

进程的三种基本的状态

第二章---进程的描述与控制_第9张图片

第二章---进程的描述与控制_第10张图片

 创建状态和中止状态

第二章---进程的描述与控制_第11张图片

 五种状态的转换第二章---进程的描述与控制_第12张图片

 挂起操作（调试代码）

第二章---进程的描述与控制_第13张图片

进程的控制

第二章---进程的描述与控制_第14张图片

进程的通信

第二章---进程的描述与控制_第15张图片

第二章---进程的描述与控制_第16张图片 第二章---进程的描述与控制_第17张图片

第二章---进程的描述与控制_第18张图片 

 进程的同步

第二章---进程的描述与控制_第19张图片

进程的同步

就是避免异步带来的不确定性

第二章---进程的描述与控制_第20张图片

进程的互斥

两个或者两个以上的进程不能同时进入关于同一组共享变量的临界区。

 

第二章---进程的描述与控制_第21张图片

临界资源和临界区

第二章---进程的描述与控制_第22张图片 

第二章---进程的描述与控制_第23张图片

 信号量机制

第二章---进程的描述与控制_第24张图片

第二章---进程的描述与控制_第25张图片

 

第二章---进程的描述与控制_第26张图片

第二章---进程的描述与控制_第27张图片 

第二章---进程的描述与控制_第28张图片

第二章---进程的描述与控制_第29张图片

信号量的应用 

第二章---进程的描述与控制_第30张图片

 

第二章---进程的描述与控制_第31张图片

 

 利用信号量解决进程互斥问题

第二章---进程的描述与控制_第32张图片

 利用信号量解决进程同步问题

第二章---进程的描述与控制_第33张图片 

第二章---进程的描述与控制_第34张图片信号量机制实现前驱关系 

第二章---进程的描述与控制_第35张图片 

 

经典的同步问题

生产者消费者问题

第二章---进程的描述与控制_第36张图片

第二章---进程的描述与控制_第37张图片 

第二章---进程的描述与控制_第38张图片 

第二章---进程的描述与控制_第39张图片 

哲学家进餐问题
第二章---进程的描述与控制_第40张图片

第二章---进程的描述与控制_第41张图片 

第二章---进程的描述与控制_第42张图片 

第二章---进程的描述与控制_第43张图片 

第二章---进程的描述与控制_第44张图片 


读者-写者问题 

 第二章---进程的描述与控制_第45张图片

第二章---进程的描述与控制_第46张图片 

第二章---进程的描述与控制_第47张图片 

 

 

你可能感兴趣的:(操作系统,深度学习,python,人工智能)

  • Python 基本语法全解析：从安装到应用 木觞清 7天熟练Pythonpython开发语言
    Python是一种广泛使用的高级编程语言，因其简洁易懂的语法和强大的功能而受到开发者的喜爱。从数据分析到人工智能，Python都在各个领域占据着重要地位。如果你是编程新手，Python是一个非常适合入门的语言。本篇博客将带你从安装Python到理解其基础语法，再到实际应用中常见的内置函数、文件操作及第三方库的使用。1.Python安装与环境配置在开始编写Python程序之前，你首先需要在你的电脑上
  • 大智能：大数据+大模型+大算力_大算力大数据大模型 AI学习不迷路 大数据大模型人工智能语言模型ai产品经理算力
    在近日举行的“2022中国人工智能产业年会”主论坛上，中国人工智能学会监事长、中国工程院院士蒋昌俊在报告中表示，人工智能的发展已经历了数十年的过程，大模型ChatGPT在今年春节前后突然出现，大家还没有来得及深度思考就已经“扑面而来”。蒋昌俊大智能的研究进展科学技术的研究约分为两大范式，一是牛顿力学奠定了理论计算的范式，二是开普勒开启数据的范式。之后经历了实验归纳、理论的逻辑推演，以及计算模拟、最
  • 神经网络:人工智能的核心技术 m0_75126181 人工智能神经网络深度学习
    神经网络简介神经网络是一种模仿生物神经系统的计算模型,由大量相互连接的神经元组成。它通过学习大量的数据来完成复杂的模式识别和决策任务,是当前人工智能和机器学习领域最重要的技术之一。神经网络的基本结构包括输入层、隐藏层和输出层。输入层接收外部数据,隐藏层对数据进行处理和特征提取,输出层产生最终结果。神经元之间通过带权重的连接相互作用,通过调整这些权重来实现学习过程。神经网络的工作原理神经网络的工作原
  • isdigit（）和isdecimal（） CptainLee pythonstr方法
    在Python中，`isdecimal()`和`isdigit()`是字符串方法，用于检查字符串是否只包含数字。虽然它们看起来功能相似，但它们在处理某些特殊字符时的行为有所不同。以下是它们的详细区别和使用场景。---###**1.`isdigit()`**####**定义**`isdigit()`方法用于检查字符串是否只包含数字字符。它返回`True`如果所有字符都是数字，否则返回`False`。
  • 不可不知的dataclasses | python小知识 aiweker 跟我学pythonpython
    不可不知的dataclasses|python小知识在Python中，dataclasses模块自Python3.7版本引入以来，便成为了许多开发者管理数据结构的首选工具。它简化了类的定义，特别是对于那些主要用于存储数据的类。本文将详细介绍dataclasses的功能、应用场景，并通过代码例子进行解释说明。1.基本功能与用法dataclasses提供了一个@dataclass装饰器，通过它，可以极
  • DeepSeek与ChatGPT：AI语言模型的全面对决与开发者洞察 硅基打工人 AI人工智能chatgpt语言模型媒体经验分享自然语言处理
    大家好，我是硅基打工人呀！在2025年的人工智能领域，DeepSeek与ChatGPT两大语言模型的竞争成为全球开发者关注的焦点。本文将从技术架构、性能表现、应用场景及生态策略等维度，结合最新行业动态与用户实测数据，为开发者呈现这场技术对决的核心要点。一、技术架构对比：效率与规模的博弈DeepSeek的差异化设计混合专家（MoE）架构：通过动态激活部分参数（如R1模型每次仅调用370亿参数），显著
  • RagFlow专题四、RagFlow 代码实战：基于通义千问（百炼平台）的检索增强生成（RAG）实现 伯牙碎琴 大模型RagFlowRAG检索增强
    RagFlow代码实战：基于通义千问（百炼平台）的检索增强生成（RAG）实现在本篇文章中，我们将从代码实战的角度，讲解如何使用RagFlow结合通义千问（百炼平台API）进行检索增强生成（RAG），实现一个完整的AI检索+生成应用。1.环境搭建在本次代码实战中，我们需要完成以下准备工作：安装Python运行环境安装依赖库（向量数据库+检索库+通义千问APISDK）配置API密钥搭建RagFlow基
  • 模板注入漏洞（SSTI）学习笔记 栀寒老醑 学习笔记网络安全安全web安全系统安全安全架构
    模板注入漏洞（SSTI）学习笔记1.模板注入简介什么是模板引擎？模板引擎用于将动态数据渲染到静态页面（如HTML）。例如，Jinja2（Python）、Twig（PHP）等。示例：#Flask中使用Jinja2渲染模板[email protected]('/')defindex():user_input=request.args.get('name')
  • 【2025年春季】全国CTF夺旗赛-从零基础入门到竞赛，看这一篇就稳了！ 白帽子凯哥 web安全学习安全CTF夺旗赛网络安全
    基于入门网络安全/黑客打造的：黑客&网络安全入门&进阶学习资源包目录一、CTF简介二、CTF竞赛模式三、CTF各大题型简介四、CTF学习路线4.1、初期1、html+css+js（2-3天）2、apache+php（4-5天）3、mysql（2-3天）4、python(2-3天)5、burpsuite（1-2天）4.2、中期1、SQL注入（7-8天）2、文件上传（7-8天）3、其他漏洞（14-15
  • Python基础（字符串与列表）练习 羡江007 python开发语言
    ###题干#做一个简单的用户信息管理系统：#提示用户依次输入姓名，年龄和爱好#并且在输入完成之后，一次性将用户输入的数据展示出来'''user_name=input('请输入您的姓名：')user_age=input('请输入您的年龄：')user_hobby=input('请输入您的爱好：')print(f'以下是您的信息：\n姓名：{user_name}\n年龄：{user_age}\n爱好：
  • 别只会用别人的模型了，自学Ai大模型，顺序千万不要搞反了！刚入门的小白必备！ ai大模型应用开发 人工智能pdf机器学习面试AI
    在使用诸如DeepSeek、ChatGPT、豆包、文心一言等大模型之余，你是否知道这些大模型背后的技术原理是什么？假如让你从头开始学习大模型，你知道应该遵循什么样的路线嘛？今天给大家介绍一下Ai大模型的学习路线，顺序千万不要搞反了！，大家可以按照这个路线进行学习。一、前置阶段数学：线性代数、高等数学自然语言处理：Word2Vec、Seq2SeqPython：Pyotch、Tensorflow二、基
  • Python的标准库heapq模块的介绍和简单应用 新时代先锋 理论知识python算法开发语言数据结构
    文章目录1.堆的基本概念2.`heapq`模块的基本使用2.1创建堆2.2插入元素2.3弹出元素3.其他重要函数3.1`heappushpop`3.2`heapreplace`3.3`nlargest`和`nsmallest`3.4`merge`4.堆的应用场景4.1优先队列4.2堆排序5.结论heapq是Python标准库中一个非常有用的模块，主要用于实现堆（Heap）数据结构，特别是最小堆（M
  • 嵌入式仿真实验教学平台比Proteus更具有教学优势 嵌入式仿真实验教学平台 学习proteus嵌入式实时数据库stm32嵌入式硬件
    近年来，随着物联网、人工智能等技术的快速发展，嵌入式系统教学的实践性和创新性需求日益增强。传统仿真工具如Proteus虽曾占据重要地位，但其局限性逐渐暴露。相比之下，嵌入式仿真实验教学平台凭借其高仿真度、资源整合能力及虚实结合的教学模式，正在成为高校和教育机构的新选择。本文将从技术演进、教学痛点、平台优势及实际应用等角度，解析嵌入式仿真实验教学平台为何能全面超越Proteus，成为教学创新的核心工
  • C#开发串口通讯软件如何如何避免串口通讯中的资源竞争？ openwin_top c#串口应用开发问题系列c#开发语言串口上位机通讯
    microPythonPython最小内核源码解析NI-motion运动控制c语言示例代码解析python编程示例系列python编程示例系列二python的Web神器Streamlit如何应聘高薪职位在C#中开发串口通讯软件时，避免资源竞争是确保系统稳定性和数据完整性的关键。资源竞争通常发生在多个线程或进程同时访问同一个串口资源时。为了避免这种情况，可以采取以下措施：使用锁机制（Lock）：使用
  • 2024 年 AI 垂直应用迅速落地，人人都可以获得AI红利 yimifx AIAIGC人工智能人工智能aiAI写作AIGCagiAI编程AI作画
    演示站点：https://ai.uaai.cn技能模块官方论坛：www.jingyuai.com京娱AI随着人工智能技术的持续发展与突破，2024年AI辅助研发正成为科技界和工业界瞩目的焦点。从医药研发到汽车设计，从软件开发到材料科学，AI正逐渐渗透到研发的各个环节，变革着传统的研发模式。在这一背景下，AI辅助研发不仅提升了研发效率，降低了成本，更在某种程度上解决了复杂问题，推动了科技进步。202
  • windows10和Ubuntu22.04双系统如何同步系统时间 mkid916 ubuntulinux运维
    环境说明：电脑全盘重新分区，先安装windows10操作系统（目标是使用windows10的引导），再安装Ubuntu22.04版。个人建议，Ubuntu整体安装在一个分区就可以，不去单独自定义多个分区。两个系统时间机制不同，都会修改BIOS的时间，所以目标是修改Ubuntu的时间机制，改为windows的。Ubuntu命令行的步骤如下：安装时间同步工具sudoaptinstallntpdate同
  • ai垂直领域和水平领域如何理解? 王摇摆 ChatGPT人工智能
    在AI领域中，"垂直领域"和"水平领域"是两个相关但不同的概念。垂直领域（VerticalDomain）：指的是在特定行业或领域中应用人工智能技术和解决方案的情况。在垂直领域中，AI技术被专门应用于解决该领域内的具体问题。例如，医疗保健、金融、零售、交通运输等都是垂直领域。在这些领域中，AI技术被用于医学诊断、风险评估、销售预测、智能交通管理等特定领域的应用。水平领域（HorizontalDoma
  • （一）spark是什么？ 一智哇 大数据框架学习sparkbigdata大数据
    1.spark是什么？spark是一个用来实现快速，通用的集群计算平台spark适用于各种各样原先需要多种不同的分布式平台的场景，包括批处理，迭代算法，交互式查询，流处理。通过在一个统一的框架下支持这些不同的计算，spark使我们可以简单而低耗地把各种处理流程整合在一起。2.spark的用途（1）：数据科学任务具备SQL、统计、预测建模（机器学习）等方面的经验，以及一定的python，matlab
  • python-selenium控制浏览器多开窗口 一晌小贪欢 Python自动化办公seleniumpythonseleniumchrome
    1、视频展示-多开5个百度页面目录结构只要在当前目录下放上自己所在的谷歌驱动器：谷歌驱动器如何下载，请参考博客：请点我奉上代码importtimefromseleniumimportwebdriver
  • 智能模型轻量化：知识蒸馏技术如何重塑AI部署格局 人工智能
    智能模型轻量化：知识蒸馏技术如何重塑AI部署格局前言在人工智能技术高速迭代的今天，模型优化领域正经历着静默的革命。当我们惊叹于DeepSeek在自然语言处理上的惊艳表现时，一个关键问题逐渐浮出水面：如何让这些"庞然大物"真正走入现实场景？知识蒸馏技术作为模型压缩领域的突破性方案，正在为AI技术的普惠化开辟新路径。一、技术本质的解构与重构知识蒸馏颠覆了传统模型训练的范式，构建了"师生传承"的新型学习
  • 常用Python数据分析库详解 weixin_34092370 pythonshell
    Python之所以这么流行，这么好用，就是因为Python提供了大量的第三方的库，开箱即用，非常方便，而且还免费哦，学Python的同学里估计有30%以上是为了做数据分析师或者数据挖掘，所以数据分析相关的库一定要熟悉，那么常用的Python数据分析库有哪些呢？1.NumPyNumPy是Python科学计算的基础包，它提供：1).快速高效的多维数组对象ndarray；2).直接对数组执行数学运算及对
  • AI大模型之争：通用性与垂直性，哪个更具优势？ 想你依然心痛 个人总结与成长规划人工智能
    文章目录每日一句正能量前言背景介绍能力分析通用大模型的能力：垂直大模型的能力：差异与互补性分析：难点探究1.算力挑战2.数据挑战3.算法挑战4.泛化能力5.可解释性和透明度6.伦理和偏见问题7.成本效益后记每日一句正能量昨天已逝，明日是谜，面对今朝，尽力而为！前言在人工智能的快速发展浪潮中，AI大模型作为这一领域的明珠，正以其强大的数据处理能力和智能决策能力，引领着技术革新的潮流。随着技术的不断成
  • 151、Python数据处理利器：深入探秘插值与拟合技巧 多多的编程笔记 python开发语言
    Python开发之数值积分与微分：数值计算的基本方法数值积分与微分是计算机科学和工程领域中非常常见的计算任务。在这篇文章中，我们将学习Python中用于数值积分与微分的几种基本方法，并探讨它们在实际应用场景中的应用。数值积分数值积分是求解函数在某一区间上累积量的过程。在日常生活中，数值积分可以看作是计算商品的总价，当你购买多个商品时，你需要计算出每个商品的价格并将其相加，得到最终的总价。梯形法则梯
  • 别错过！Python 爬虫微专业完结撒花，海量实战干货打包带走 七七知享 Python从入门到精通python爬虫开发语言职场和发展程序人生学习方法改行学it
    在数字化浪潮汹涌澎湃的当下，数据已然成为驱动各行业前行的关键燃料。而Python高级爬虫工程师，正是高效采集海量数据的先锋力量。微专业Python高级爬虫工程师课程重磅来袭，如今已完美收官！本课程精心搭建系统架构，从基础语法的深度剖析，到网络请求、数据解析、反爬虫策略等核心技能的传授，逐步引领学员攀登技术高峰。课堂上，讲师凭借丰富实战经验，结合前沿案例，将晦涩理论转化为生动实践，助力学员轻松掌握。
  • 推荐收藏！数据分析必会的 10 个 python 库！ Python数据挖掘 深度学习机器学习数据分析及可视化数据分析python数据挖掘算法
    大家好，今天给大家分享除了基本的NumPy、Pandas和Matplotlib之外的10个流行的数据分析Python库。文末提供资料和技术交流Scikit-learnScikit-learn是一个功能强大的机器学习库，为监督和无监督学习、模型选择和预处理提供了广泛的算法。Scikit-learn简化了构建机器学习模型的过程，使其成为数据科学家和分析师的热门选择。可以通过pip命令来进行安装。pip
  • 超市数字化落地：RWA + 智能体赋能实体零售数字化 leijiwen 零售
    引言随着数字化技术的飞速发展，传统零售行业正在面临前所未有的挑战与机遇。在这个转型过程中，**现实世界资产（RWA）与智能体（AIAgents）**的结合为实体零售业带来了强大的赋能，特别是在超市领域。通过将现实资产数字化、引入人工智能技术以及去中心化治理，RWA和智能体为实体零售提供了全新的数字化解决方案，推动零售业向智能化、透明化和个性化方向发展。本文将详细探讨基于RWA与智能体结合的超市数字
  • 探秘Mixup：数据增强的新利器 荣正青
    探秘Mixup：数据增强的新利器mixupImplementationofthemixuptrainingmethod项目地址:https://gitcode.com/gh_mirrors/mi/mixup项目简介是一个由HongyiZhang开发的Python库，它实现了机器学习中的数据增强策略——Mixup方法。这个项目的目标是通过混合不同样本的数据点生成新的训练样本，从而帮助模型更好地学习数
  • 通用大模型VS垂直大模型，你更青睐哪一方? 109702008 人工智能杂谈人工智能
    AI大模型之辩：通用与垂直，谁将引领未来？在人工智能（AI）领域，大模型技术的崛起无疑为整个行业带来了革命性的变革。然而，随着技术的深入发展，AI大模型的战场似乎正在悄然分化，形成了通用大模型与垂直大模型两大阵营。两者各有千秋，各有其适用的场景和优势，那么在这场没有硝烟的战争中，究竟谁将引领未来呢？通用大模型，以其广泛的适用性和强大的学习能力，成为AI领域的明星产品。它能够在多个领域和场景下展现出
  • 虚拟机IP配置 忧伤火锅麻辣烫 笔记
    综合视频直播用户搜索·根据多篇内容为你总结虚拟机IP配置要配置虚拟机的IP地址，需要在虚拟机软件（如VMware）和操作系统（如Linux）中进行设置。以下是详细步骤：在VMware中配置网络打开VMware，选择“编辑”→“虚拟网络编辑器”。选择VMnet8，更改子网IP为192.168.10.0，子网掩码为255.255.255.0。查看解答大家还在搜如何给虚拟机配置ip虚拟机虚拟网络配置虚拟
  • AI创业机遇：垂直领域无限可能 AGI大模型与大数据研究院 DeepSeekR1&大数据AI人工智能javapythonjavascriptkotlingolang架构人工智能
    AI创业垂直领域机器学习深度学习自然语言处理计算机视觉无人驾驶1.背景介绍人工智能（AI）正在各行各业掀起一场革命，为创业者带来了前所未有的机遇。垂直领域，即特定行业或细分市场，正在成为AI创业的热门选择。本文将深入探讨AI在垂直领域的应用，并提供实用的指南，帮助读者把握AI创业机遇。2.核心概念与联系2.1AI与垂直领域AI在垂直领域的应用，需要理解AI与垂直领域的关系。AI可以为垂直领域提供智
  • java数字签名三种方式 知了ing javajdk
    以下3钟数字签名都是基于jdk7的 1，RSA String password="test"; // 1.初始化密钥 KeyPairGenerator keyPairGenerator = KeyPairGenerator.getInstance("RSA"); keyPairGenerator.initialize(51
  • Hibernate学习笔记 caoyong Hibernate
    1>、Hibernate是数据访问层框架，是一个ORM(Object Relation Mapping)框架，作者为:Gavin King 2>、搭建Hibernate的开发环境      a>、添加jar包:      aa>、hibernatte开发包中/lib/required/所
  • 设计模式之装饰器模式Decorator（结构型） 漂泊一剑客 Decorator
    1. 概述        若你从事过面向对象开发，实现给一个类或对象增加行为，使用继承机制，这是所有面向对象语言的一个基本特性。如果已经存在的一个类缺少某些方法，或者须要给方法添加更多的功能（魅力），你也许会仅仅继承这个类来产生一个新类—这建立在额外的代码上。      
  • 读取磁盘文件txt，并输入String 一炮送你回车库 String
    public static void main(String[] args) throws IOException {    String fileContent = readFileContent("d:/aaa.txt");    System.out.println(fileContent);   
  • js三级联动下拉框 3213213333332132 三级联动
    //三级联动 省/直辖市<select id="province"></select> 市/省直辖<select id="city"></select> 县/区 <select id="area"></select>
  • erlang之parse_transform编译选项的应用 616050468 parse_transform游戏服务器属性同步abstract_code
             最近使用erlang重构了游戏服务器的所有代码，之前看过C++/lua写的服务器引擎代码，引擎实现了玩家属性自动同步给前端和增量更新玩家数据到数据库的功能，这也是现在很多游戏服务器的优化方向，在引擎层面去解决数据同步和数据持久化，数据发生变化了业务层不需要关心怎么去同步给前端。由于游戏过程中玩家每个业务中玩家数据更改的量其实是很少
  • JAVA JSON的解析 darkranger java
    // { // “Total”：“条数”， // Code: 1, // // “PaymentItems”:[ // { // “PaymentItemID”:”支款单ID”, // “PaymentCode”:”支款单编号”, // “PaymentTime”:”支款日期”, // ”ContractNo”:”合同号”， //
  • POJ-1273-Drainage Ditches aijuans ACM_POJ
    POJ-1273-Drainage Ditches http://poj.org/problem?id=1273 基本的最大流，按LRJ的白书写的 #include<iostream> #include<cstring> #include<queue> using namespace std; #define INF 0x7fffffff int ma
  • 工作流Activiti5表的命名及含义 atongyeye 工作流Activiti
    activiti5 - http://activiti.org/designer/update在线插件安装 activiti5一共23张表 Activiti的表都以ACT_开头。 第二部分是表示表的用途的两个字母标识。 用途也和服务的API对应。 ACT_RE_*: 'RE'表示repository。 这个前缀的表包含了流程定义和流程静态资源 （图片，规则，等等）。 A
  • android的广播机制和广播的简单使用 百合不是茶 android广播机制广播的注册
          Android广播机制简介 在Android中，有一些操作完成以后，会发送广播，比如说发出一条短信，或打出一个电话，如果某个程序接收了这个广播，就会做相应的处理。这个广播跟我们传统意义中的电台广播有些相似之处。之所以叫做广播，就是因为它只负责“说”而不管你“听不听”，也就是不管你接收方如何处理。另外，广播可以被不只一个应用程序所接收，当然也可能不被任何应
  • Spring事务传播行为详解 bijian1013 javaspring事务传播行为
            在service类前加上@Transactional，声明这个service所有方法需要事务管理。每一个业务方法开始时都会打开一个事务。         Spring默认情况下会对运行期例外(RunTimeException)进行事务回滚。这
  • eidtplus operate 征客丶 eidtplus
    开启列模式: Alt+C 鼠标选择   OR   Alt+鼠标左键拖动 列模式替换或复制内容(多行): 右键-->格式-->填充所选内容-->选择相应操作 OR Ctrl+Shift+V(复制多行数据,必须行数一致) -------------------------------------------------------
  • 【Kafka一】Kafka入门 bit1129 kafka
    这篇文章来自Spark集成Kafka(http://bit1129.iteye.com/blog/2174765)，这里把它单独取出来，作为Kafka的入门吧   下载Kafka http://mirror.bit.edu.cn/apache/kafka/0.8.1.1/kafka_2.10-0.8.1.1.tgz 2.10表示Scala的版本，而0.8.1.1表示Kafka
  • Spring 事务实现机制 BlueSkator spring代理事务
    Spring是以代理的方式实现对事务的管理。我们在Action中所使用的Service对象，其实是代理对象的实例，并不是我们所写的Service对象实例。既然是两个不同的对象，那为什么我们在Action中可以象使用Service对象一样的使用代理对象呢？为了说明问题，假设有个Service类叫AService，它的Spring事务代理类为AProxyService，AService实现了一个接口
  • bootstrap源码学习与示例：bootstrap-dropdown（转帖） BreakingBad bootstrapdropdown
    bootstrap-dropdown组件是个烂东西，我读后的整体感觉。 一个下拉开菜单的设计： <ul class="nav pull-right"> <li id="fat-menu" class="dropdown">
  • 读《研磨设计模式》-代码笔记-中介者模式-Mediator 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/ /* * 中介者模式（Mediator）：用一个中介对象来封装一系列的对象交互。 * 中介者使各对象不需要显式地相互引用，从而使其耦合松散，而且可以独立地改变它们之间的交互。 * * 在我看来，Mediator模式是把多个对象（
  • 常用代码记录 chenjunt3 UIExcelJ#
      1、单据设置某行或某字段不能修改 //i是行号,"cash"是字段名称 getBillCardPanelWrapper().getBillCardPanel().getBillModel().setCellEditable(i, "cash", false); //取得单据表体所有项用以上语句做循环就能设置整行了 getBillC
  • 搜索引擎与工作流引擎 comsci 算法工作搜索引擎网络应用
          最近在公司做和搜索有关的工作，(只是简单的应用开源工具集成到自己的产品中)工作流系统的进一步设计暂时放在一边了，偶然看到谷歌的研究员吴军写的数学之美系列中的搜索引擎与图论这篇文章中的介绍，我发现这样一个关系(仅仅是猜想)   -----搜索引擎和流程引擎的基础--都是图论，至少像在我在JWFD中引擎算法中用到的是自定义的广度优先
  • oracle Health Monitor daizj oracleHealth Monitor
    About Health Monitor Beginning with Release 11g, Oracle Database includes a framework called Health Monitor for running diagnostic checks on the database. About Health Monitor Checks Health M
  • JSON字符串转换为对象 dieslrae javajson
        作为前言,首先是要吐槽一下公司的脑残编译部署方式,web和core分开部署本来没什么问题,但是这丫居然不把json的包作为基础包而作为web的包,导致了core端不能使用,而且我们的core是可以当web来用的(不要在意这些细节),所以在core中处理json串就是个问题.没办法,跟编译那帮人也扯不清楚,只有自己写json的解析了.   
  • C语言学习八结构体，综合应用，学生管理系统 dcj3sjt126com C语言
    实现功能的代码： # include <stdio.h> # include <malloc.h> struct Student { int age; float score; char name[100]; }; int main(void) { int len; struct Student * pArr; int i,
  • vagrant学习笔记 dcj3sjt126com vagrant
    想了解多主机是如何定义和使用的, 所以又学习了一遍vagrant   1. vagrant virtualbox 下载安装 https://www.vagrantup.com/downloads.html https://www.virtualbox.org/wiki/Downloads   查看安装在命令行输入vagrant     2.
  • 14.性能优化-优化-软件配置优化 frank1234 软件配置性能优化
    1.Tomcat线程池 修改tomcat的server.xml文件： <Connector port="8080" protocol="HTTP/1.1" connectionTimeout="20000" redirectPort="8443" maxThreads="1200" m
  • 一个不错的shell 脚本教程 入门级 HarborChung linuxshell
    一个不错的shell 脚本教程 入门级 建立一个脚本 　　Linux中有好多中不同的shell，但是通常我们使用bash (bourne again shell) 进行shell编程，因为bash是免费的并且很容易使用。所以在本文中笔者所提供的脚本都是使用bash（但是在大多数情况下，这些脚本同样可以在 bash的大姐，bourne shell中运行）。 　　如同其他语言一样
  • Spring4新特性——核心容器的其他改进 jinnianshilongnian spring动态代理spring4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
  • Linux设置tomcat开机启动 liuxingguome tomcatlinux开机自启动
    执行命令sudo gedit /etc/init.d/tomcat6 然后把以下英文部分复制过去。（注意第一句#!/bin/sh如果不写，就不是一个shell文件。然后将对应的jdk和tomcat换成你自己的目录就行了。 #!/bin/bash # # /etc/rc.d/init.d/tomcat # init script for tomcat precesses
  • 第13章 Ajax进阶（下） 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/
  • Troubleshooting Crystal Reports off BW blueoxygen BO
    http://wiki.sdn.sap.com/wiki/display/BOBJ/Troubleshooting+Crystal+Reports+off+BW#TroubleshootingCrystalReportsoffBW-TracingBOE   Quite useful, especially this part: SAP BW connectivity For t
  • Java开发熟手该当心的11个错误 tomcat_oracle javajvm多线程单元测试
    #1、不在属性文件或XML文件中外化配置属性。比如，没有把批处理使用的线程数设置成可在属性文件中配置。你的批处理程序无论在DEV环境中，还是UAT（用户验收 测试）环境中，都可以顺畅无阻地运行，但是一旦部署在PROD 上，把它作为多线程程序处理更大的数据集时，就会抛出IOException，原因可能是JDBC驱动版本不同，也可能是#2中讨论的问题。如果线程数目 可以在属性文件中配置，那么使它成为
  • 正则表达式大全 yang852220741 html编程正则表达式
    今天向大家分享正则表达式大全，它可以大提高你的工作效率 正则表达式也可以被当作是一门语言，当你学习一门新的编程语言的时候，他们是一个小的子语言。初看时觉得它没有任何的意义，但是很多时候，你不得不阅读一些教程，或文章来理解这些简单的描述模式。 一、校验数字的表达式 数字：^[0-9]*$ n位的数字：^\d{n}$ 至少n位的数字：^\d{n,}$ m-n位的数字：^\d{m,n}$
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他