- 学习:StatQuest-逻辑回归
小潤澤
前言逻辑回归的底层是由线性回归所支撑的,它所用于将线性模型转换为概率模型进行分类:图1图2图3图2是计算逻辑回归事件概率图3计算odds和事件概率逻辑回归逻辑回归强调的是一种分类image.png由这个图上,我们可以看到小鼠被严格的分为两类,Obese和NotObese,这样分类是否太严格了,我们完全可以设立一个阈值,根据已有的特征来进行分类:image.png比方说我建立一个线性模型,然后转换为
- 学习:StatQuest-重复和容量
小潤澤
生物学重复和技术重复:生物学重复:样本来自不同的样品(但这些样品要来自于同一条件下)技术重复:基于生物学重复的基础上,同一样本的不同重复样本容量和有效样本容量:样本容量是指一个样本中所包含的单位数有效样本容量:image.png当两个样本之间具有相关性以后,我们应该这样计算:image.png本例中有两个样本具有相关性,应该这样计算:image.png最后1.18+2=3.18个样本所以这只能算1
- 学习:StatQuest-抽样分布
小潤澤
前言:还记得上一章说的直方图吗,当区间无线细分以后就会拟合出一条分布抽样分布:假设说统计身高image.png假设你随机抽取一个人,那么他的身高很大概率会在5-6尺之间那么我们对区间无限细分image.png或者这样:image.png这个分布的左右两侧为小概率发生事件image.png最后我们用曲线代替image.png
- 学习:StatQuest-RNA-seq技术重复
小潤澤
概念首先我们先辨析一下生物学重复和技术重复,我们的RNA-seq的data产生差异是正常的,关于差异来自于几个方面:生物学多样性,个体间差异,即便是同一物种(基因组相同),其转录本也未必都相同image.png对于geneX来说,不同的小鼠其表达量都不同image.png计算其平均值如上,其中μ是平均值技术多样性,即便是对于同一物种,两次测定的结果都不相同image.png绿色箭头表示技术重复带来
- 学习:StatQuest-Heatmap
小潤澤
Heatmapimage.png在RNA-seq中热图往往用于衡量不同样本不同基因的表达情况(主要看上下表达),这个图就是个热图,横坐标表示不同样本,纵坐标表示基因。热图中的标准化和聚类Z-scoreimage.png如果有一列数据,我们要计算Z-score:计算这组数据的均值每个数据点减去均值计算标准差用第二步计算的值除以标准差image.png标准化有对某一基因标准化的,有对每个样本进行标准化
- 学习:StatQuest-置信区间
小潤澤
前言:置信区间,说白了例子:假设我们有一组数据(抽样而来,并非所有的),计算所抽取的样本的小鼠体重均值,但是呢,我们抽取的12只小鼠的均值并不能准确代表地球上所有老鼠的平均体重,那么我们就想确定一个范围,来代表总体小鼠的体重我们采用自助法:即对这12个样本进行有放回的随机抽样(即使抽取到有重复的也没关系),抽取12次构成个新的含有12个数据点的样本,并计算新的均值。重复很多很多次这样的操作:ima
- 学习:StatQuest-协方差与相关系数
小潤澤
协方差:对于要描述两组data的相关性,求平方和并不是个好方法进一步说,我们引入cross-productdeviations这个概念,即一组data的方差和另一组data的离差和同号(同为正或负),那它们乘积的结果为正;若两组data异号,则它们乘积的结果为负。我们就可以用正负号及数值大小来描述两组data之间的关系image.png如图,两个变量呈现正相关image.png如图,两个变量呈现负
- RPKM,FPKM和TPM明确解释| RNA-Seq博客
Seurat_Satija
RPKM,FPKM和TPM明确解释|RNA-Seq博客来自StatQuest过去,当您进行RNA测序时,您以RPKM(ReadsPerKilobaseMillion每千碱基百万个读数)或FPKM(FragmentsPerKilobaseMillion每千碱基百万个碎片)报告结果。但是,TPM(TranscriptsPerKilobaseMillion每千碱基记录本)现在变得非常流行。由于这些术语似
- 学习:StatQuest-二项分布,正态分布极大似然
小潤澤
二项分布极大似然这个概念既是对二项分布在极大似然的条件下的参数估计,求每个数据点似然值的乘积。我们还是用之前的例子,我们调查7个人,假设每个人喜欢两种口味芬达的概率各为0.5,恰好有4人喜欢橘子味的芬达,3个人喜欢葡萄味的芬达的概率:image.png那么我们换个话题,我想求调查7个人,有4个人选择橘子味的芬达,每个人选择橘子味芬达的概率p=0.5的似然值image.png右边式子不变(里面参数值
- 学习:StatQuest-单因素方差分析及t检验
小潤澤
ttestttest适用于两组数据之间的比较我们看这个例子:image.png我们分别计算这两个组别的均值image.png那么对于Control组的每个数据点来说均可以表示为:image.png即1x2.2(Control组均值)+0x3.6(Mutants组均值)+control组每个数据点与该组均值的离差同理,mutants组的也一样:image.png那么前面的系数可以组成系数矩阵imag
- StatQuest学习笔记16——t-SNE
backup备份
前言这一篇笔记是StatQuest系列视频的第46节,它的主要内容是t-SNE,t-SNE是一种对复杂数据的降维分类方法,我最初知道这种方法是在接触质谱流式细胞仪CytoTOF的时候,当时的很多文献对细胞的分类方法都是采用t-SNE,现在很多单细胞测序类文章也会使用t-SNE方法。t-SNE的基本思想我们首选看一个t-SNE的图,如下所示:imaget-SNE是一种将复杂的高维数据进行降维,同时还
- 学习:StatQuest-正态分布
小潤澤
前言:正态分布是我们常用的分布之一,其实也是可以用直方图模拟出来的。正态分布:image.png均值在中间,典型的钟形曲线,极端情况的区域很低,接近均值附近的区域很高image.png不同均值方差的不同正态分布
- 学习:StatQuest-指数分布的最大似然
小潤澤
前言:什么是指数分布,指数分布是一个模拟事件之间的时间概率分布。具体内容:举个例子,直到你接到电话等待的时间:image.png这是概率密度曲线,x轴表示事件间隔时间,曲线下包围的总面积等于1,image.png如果你对0-5秒接到电话的概率感兴趣,那么只用求区间0-5的面积即可image.png这是指数分布函数,λ表示平均每秒钟发生事件的个数若λ=1,表示每秒钟有一个人接到电话若λ=2,表示每秒
- 学习:StatQuest-标准偏差和标准误差
小潤澤
前言:标准偏差和标准误差从中文的角度理解感觉都差不多,我们可以看看它们的英文怎么写?标准偏差:StandardDeviation标准误差:StandardError它们之间的区别:标准偏差:假设我们有五个数据点,竖直红线表示该批数据的均值,那么两边的水平红线表示标准偏差,用于量化数据的分散程度image.png我们看多组的数据:image.png假设有5组数据,那么就有五个均值,将这五个均值放在同
- 学习:StatQuest-线性回归
小潤澤
最小二乘法image.png对应点的拟合值与真实值之间的离差和,这个和越小,拟合的越好。可以用求导求出其正规方程组可求解线性回归image.png左图是将数据点都放在数轴上,我们可以计算这这组数据的均值和方差,,然后计算R^2来衡量线性相关程度(可复习下R^2一章)多元线性回归也是一样的,均采用最小二乘法,只不过是以矩阵的形式表示正规方程组,以此来计算各个参数image.png这是个多系数的方程i
- 学习:StatQuest-K-means
小潤澤
前言K-means属于动态聚类,聚类速度较快,难点是不太好找到初始凝聚点K-meansimage.png第一步,我们的K代表的是你要聚成几类,譬如K=3即分成3类image.png第二步就是选择初始凝聚点,譬如K=3则选取3个,但这三个类来自3个类(根据经验选,选的好不好看命了)第三步,数轴上每个点与这三个初始凝聚点计算距离image.png第四步,根据距离分类第五步,划分好类以后,计算每个类的均
- 学习:StatQuest-直方图
小潤澤
前言:直方图最大的左右是表述区间范围内测量值的多少image.png像这样的数据,排列在一条直线上,有很多重叠不好看,如果按区间划分:image.png这样就更直观,越高说明测量值个数越多image.png当区间细分的越小,那么整个形状的走势就会拟合为一种分布。
- 学习:StatQuest-R方
小潤澤
前言:我们已经有了相关系数R,为什么还要计算R^2呢?因为R^2可以更为直观的计算。浅谈R^2:假设说我有一组老鼠的体重数据,并按老鼠编号进行排序,图中的实线表示该组数据的均值我们来计算每只老鼠体重与均值差的平方和若此时我们按照老鼠的体型进行排序,X轴从左到右依次增大,那么:image.png我们观察到,数据点到均值线的距离并没有变:image.png我们用这几个数据点拟合出一条直线(蓝线),那么
- StatQuest学习笔记25——差异表达分析
backup备份
前言——主要内容这篇笔记是StatQuest系列视频教程的第59,60,61节。主要内容讲的是高通测序数据的差异基因分析,其中,第59节的内容是edgeR进行的文库均一化;第60节是DESeq2的文库均一化;第61节则是讲的是edgeR和DESeq2均一化的一些阈值选择。RPKM等均一化的局限edgeR与DESeq2这两种方法并不使用RPKM,FPKM,TPM等方法来进行均一化,edgeR与DES
- 学习:StatQuest-Chip-seq
小潤澤
什么是Chip-seqimage.png翻译下就是染色质免疫共沉淀技术,作用是研究体内蛋白质与DNA相互作用,找蛋白或者转录因子的结合Chip-seq建库过程image.png第一步就是要将蛋白和DNA用甲醛做交联,固定好它们image.png然后将DNA打成300bp的小片段image.png再来就是用抗体把这些蛋白拉下来image.png做富集image.png分离蛋白和片段,对片段测序Chi
- 学习:StatQuest-总体参数
小潤澤
前言:一开始我们先举个例子,image.pnggenex可以编码不同转录本,有时候编码0个,多的时候编码将近40个,究竟编码多少转录本出现的情况多,我们可以做个直方图直方图,所谓参数,即它们的均值方差,可通过计算得知我们可以根据直方图情况拟合一条曲线(分布曲线)参数类型:1.总体均值(μ):假设我们的总体是240000000000次统计,每一次都会得到不同的转录本数量image.png把24000
- StatQuest学习笔记20——随机森林
backup备份
前言——主要内容这篇笔记是StatQuest系列视频的第53-55节,其中第53节讲的是随机森林,第54节讲的是缺失值的处理,第55节讲的是R与随机森林。决策树的局限随机森林(RandomForests)来源于决策树,因此如果不了解决策树的话,可以看上一篇笔记,决策树如下所示:image决策树很容易构建,也很好用,也很好题解。但事实上,决策树并非完美无缺,引用《TheElementsofStati
- 学习:StatQuest-概率与似然,极大似然
小潤澤
概率与似然我们利用分布函数来说吧,这是一个小鼠体重分布函数图:image.png如果我们想求32grams—34grams这段区间发生的概率,我们可以计算红色部分面积,即0.29,这就是概率那么什么是似然呢?还是这个例子,image.png我们想求34grams的似然,那么即为对应曲线上的纵坐标值,即0.12综上,概率指固定分布曲线下区域的面积;似然指某数据点在分布曲线函数上对应的Y值往往似然表示
- 学习:StatQuest-Odds Ratios and Log(Odds Ratios)
小潤澤
OddsRatios:这里的oddsratios是事情发生与事情不发生的比先举个例子吧,若有两个人支持某球队赢,四个人支持球队输,那么支持赢的oddsratios=2/4;对比概率来看,支持球队赢的概率为2/6若有五个人支持某球队赢,三个人支持球队输,那么oddsratios=5/3若以数轴来表示,假设说一共7个人,支持某球队的有6个人,反对该球队的有1人,那么支持的oddsratio为6/1;反
- 学习:StatQuest-p值及显著性阈值
小潤澤
前言:以抛硬币来说明,若抛一次硬币,那么将会有50%的概率是正面,50%的概率是反面。假设我们有一枚硬币,抛第一次将会有50%的概率是正面,50%的概率是反面;抛第二次也是一样的,两次相互独立互不干扰:image.pngp值概念:我们想求抛两次硬币,得到一正一反的概率,显然是0.5;而得到两次正面或两次反面的概率分别是0.25,如果我们感兴趣的是两次正面或两次反面的概率,那么p_value为0.2
- 学习:StatQuest-对数变换及其意义
小潤澤
前言:我们先举个例子:image.png在一个普通的数轴上,一些数字可以用对数来表示image.pngimage.png很显然,若不经过对数变化,在常规数轴上,想表示1/16,1/8,1/4,1/2,1,2,4,8则会显得很不均匀,当取log2后就可以得到对称分布的数轴对数的计算以2为底数为例:image.png如果是2的倍数:image.png如果不是2的倍数:image.png
- 学习:StatQuest-RNA-seq
小潤澤
RNA-seq的建库过程image.png上图是RNA建库的步骤RNA测序过程image.pngimage.pngimage.png采取边合成边测序的原则,不同碱基,带有不同荧光,测序仪测出不同荧光image.pngRNA-seq原始文件是fastq文件:image.png过滤掉一些低质量的readsimage.png把参考基因组分成若干小的fragmentimage.png然后将每个readsm
- 学习:StatQuest-各类统计图
小潤澤
条形图:image.png主要看占比柱形图:image.png描述各组数量多少箱线图:image.pngimage.png这幅图就很好说明箱线图的各类数量关系,这里就不在详细赘述
- 学习:StatQuest-选择T检验
小潤澤
前言:这个嘛,如题,我们分类来讨论:T检验主要分为两大类:1.配对T检验:适用于比较同一个受试对象前后的两种状态举个例子:某降压药物,找了一群受试人群,测量他们的血压,然后当他们服药完毕后一段时间,再测量他们的血压。像这样的data,每个人在服药前后都有配对的数据,可采用配对T检验配对T检验构造的T统计量:T统计量参数意义2.非配对T检验比方说有一组人,简称A组,你测量他们的身高;然后我们有另一组
- StatQuest学习笔记|在R中进行MDS和PCoA
亚里亚的塔
MDS:multidimensionalscalingPCoA:principalcoordinateanalysisPCA:principalcomponentsanalysis三者最大的区别是PCA计算样本之间的correlation(比如线性关系等等),而MDS和PCoA计算样本之间的距离。建立模拟数据集这里用的数据集和PCA中模拟练习的数据集一样,包含10个样本和100个基因,前五个样本是
- 312个免费高速HTTP代理IP(能隐藏自己真实IP地址)
yangshangchuan
高速免费superwordHTTP代理
124.88.67.20:843
190.36.223.93:8080
117.147.221.38:8123
122.228.92.103:3128
183.247.211.159:8123
124.88.67.35:81
112.18.51.167:8123
218.28.96.39:3128
49.94.160.198:3128
183.20
- pull解析和json编码
百合不是茶
androidpull解析json
n.json文件:
[{name:java,lan:c++,age:17},{name:android,lan:java,age:8}]
pull.xml文件
<?xml version="1.0" encoding="utf-8"?>
<stu>
<name>java
- [能源与矿产]石油与地球生态系统
comsci
能源
按照苏联的科学界的说法,石油并非是远古的生物残骸的演变产物,而是一种可以由某些特殊地质结构和物理条件生产出来的东西,也就是说,石油是可以自增长的....
那么我们做一个猜想: 石油好像是地球的体液,我们地球具有自动产生石油的某种机制,只要我们不过量开采石油,并保护好
- 类与对象浅谈
沐刃青蛟
java基础
类,字面理解,便是同一种事物的总称,比如人类,是对世界上所有人的一个总称。而对象,便是类的具体化,实例化,是一个具体事物,比如张飞这个人,就是人类的一个对象。但要注意的是:张飞这个人是对象,而不是张飞,张飞只是他这个人的名字,是他的属性而已。而一个类中包含了属性和方法这两兄弟,他们分别用来描述对象的行为和性质(感觉应该是
- 新站开始被收录后,我们应该做什么?
IT独行者
PHPseo
新站开始被收录后,我们应该做什么?
百度终于开始收录自己的网站了,作为站长,你是不是觉得那一刻很有成就感呢,同时,你是不是又很茫然,不知道下一步该做什么了?至少我当初就是这样,在这里和大家一份分享一下新站收录后,我们要做哪些工作。
至于如何让百度快速收录自己的网站,可以参考我之前的帖子《新站让百
- oracle 连接碰到的问题
文强chu
oracle
Unable to find a java Virtual Machine--安装64位版Oracle11gR2后无法启动SQLDeveloper的解决方案
作者:草根IT网 来源:未知 人气:813标签:
导读:安装64位版Oracle11gR2后发现启动SQLDeveloper时弹出配置java.exe的路径,找到Oracle自带java.exe后产生的路径“C:\app\用户名\prod
- Swing中按ctrl键同时移动鼠标拖动组件(类中多借口共享同一数据)
小桔子
java继承swing接口监听
都知道java中类只能单继承,但可以实现多个接口,但我发现实现多个接口之后,多个接口却不能共享同一个数据,应用开发中想实现:当用户按着ctrl键时,可以用鼠标点击拖动组件,比如说文本框。
编写一个监听实现KeyListener,NouseListener,MouseMotionListener三个接口,重写方法。定义一个全局变量boolea
- linux常用的命令
aichenglong
linux常用命令
1 startx切换到图形化界面
2 man命令:查看帮助信息
man 需要查看的命令,man命令提供了大量的帮助信息,一般可以分成4个部分
name:对命令的简单说明
synopsis:命令的使用格式说明
description:命令的详细说明信息
options:命令的各项说明
3 date:显示时间
语法:date [OPTION]... [+FORMAT]
- eclipse内存优化
AILIKES
javaeclipsejvmjdk
一 基本说明 在JVM中,总体上分2块内存区,默认空余堆内存小于 40%时,JVM就会增大堆直到-Xmx的最大限制;空余堆内存大于70%时,JVM会减少堆直到-Xms的最小限制。 1)堆内存(Heap memory):堆是运行时数据区域,所有类实例和数组的内存均从此处分配,是Java代码可及的内存,是留给开发人
- 关键字的使用探讨
百合不是茶
关键字
//关键字的使用探讨/*访问关键词private 只能在本类中访问public 只能在本工程中访问protected 只能在包中和子类中访问默认的 只能在包中访问*//*final 类 方法 变量 final 类 不能被继承 final 方法 不能被子类覆盖,但可以继承 final 变量 只能有一次赋值,赋值后不能改变 final 不能用来修饰构造方法*///this()
- JS中定义对象的几种方式
bijian1013
js
1. 基于已有对象扩充其对象和方法(只适合于临时的生成一个对象):
<html>
<head>
<title>基于已有对象扩充其对象和方法(只适合于临时的生成一个对象)</title>
</head>
<script>
var obj = new Object();
- 表驱动法实例
bijian1013
java表驱动法TDD
获得月的天数是典型的直接访问驱动表方式的实例,下面我们来展示一下:
MonthDaysTest.java
package com.study.test;
import org.junit.Assert;
import org.junit.Test;
import com.study.MonthDays;
public class MonthDaysTest {
@T
- LInux启停重启常用服务器的脚本
bit1129
linux
启动,停止和重启常用服务器的Bash脚本,对于每个服务器,需要根据实际的安装路径做相应的修改
#! /bin/bash
Servers=(Apache2, Nginx, Resin, Tomcat, Couchbase, SVN, ActiveMQ, Mongo);
Ops=(Start, Stop, Restart);
currentDir=$(pwd);
echo
- 【HBase六】REST操作HBase
bit1129
hbase
HBase提供了REST风格的服务方便查看HBase集群的信息,以及执行增删改查操作
1. 启动和停止HBase REST 服务 1.1 启动REST服务
前台启动(默认端口号8080)
[hadoop@hadoop bin]$ ./hbase rest start
后台启动
hbase-daemon.sh start rest
启动时指定
- 大话zabbix 3.0设计假设
ronin47
What’s new in Zabbix 2.0?
去年开始使用Zabbix的时候,是1.8.X的版本,今年Zabbix已经跨入了2.0的时代。看了2.0的release notes,和performance相关的有下面几个:
:: Performance improvements::Trigger related da
- http错误码大全
byalias
http协议javaweb
响应码由三位十进制数字组成,它们出现在由HTTP服务器发送的响应的第一行。
响应码分五种类型,由它们的第一位数字表示:
1)1xx:信息,请求收到,继续处理
2)2xx:成功,行为被成功地接受、理解和采纳
3)3xx:重定向,为了完成请求,必须进一步执行的动作
4)4xx:客户端错误,请求包含语法错误或者请求无法实现
5)5xx:服务器错误,服务器不能实现一种明显无效的请求
- J2EE设计模式-Intercepting Filter
bylijinnan
java设计模式数据结构
Intercepting Filter类似于职责链模式
有两种实现
其中一种是Filter之间没有联系,全部Filter都存放在FilterChain中,由FilterChain来有序或无序地把把所有Filter调用一遍。没有用到链表这种数据结构。示例如下:
package com.ljn.filter.custom;
import java.util.ArrayList;
- 修改jboss端口
chicony
jboss
修改jboss端口
%JBOSS_HOME%\server\{服务实例名}\conf\bindingservice.beans\META-INF\bindings-jboss-beans.xml
中找到
<!-- The ports-default bindings are obtained by taking the base bindin
- c++ 用类模版实现数组类
CrazyMizzz
C++
最近c++学到数组类,写了代码将他实现,基本具有vector类的功能
#include<iostream>
#include<string>
#include<cassert>
using namespace std;
template<class T>
class Array
{
public:
//构造函数
- hadoop dfs.datanode.du.reserved 预留空间配置方法
daizj
hadoop预留空间
对于datanode配置预留空间的方法 为:在hdfs-site.xml添加如下配置
<property>
<name>dfs.datanode.du.reserved</name>
<value>10737418240</value>
 
- mysql远程访问的设置
dcj3sjt126com
mysql防火墙
第一步: 激活网络设置 你需要编辑mysql配置文件my.cnf. 通常状况,my.cnf放置于在以下目录: /etc/mysql/my.cnf (Debian linux) /etc/my.cnf (Red Hat Linux/Fedora Linux) /var/db/mysql/my.cnf (FreeBSD) 然后用vi编辑my.cnf,修改内容从以下行: [mysqld] 你所需要: 1
- ios 使用特定的popToViewController返回到相应的Controller
dcj3sjt126com
controller
1、取navigationCtroller中的Controllers
NSArray * ctrlArray = self.navigationController.viewControllers;
2、取出后,执行,
[self.navigationController popToViewController:[ctrlArray objectAtIndex:0] animated:YES
- Linux正则表达式和通配符的区别
eksliang
正则表达式通配符和正则表达式的区别通配符
转载请出自出处:http://eksliang.iteye.com/blog/1976579
首先得明白二者是截然不同的
通配符只能用在shell命令中,用来处理字符串的的匹配。
判断一个命令是否为bash shell(linux 默认的shell)的内置命令
type -t commad
返回结果含义
file 表示为外部命令
alias 表示该
- Ubuntu Mysql Install and CONF
gengzg
Install
http://www.navicat.com.cn/download/navicat-for-mysql
Step1: 下载Navicat ,网址:http://www.navicat.com/en/download/download.html
Step2:进入下载目录,解压压缩包:tar -zxvf navicat11_mysql_en.tar.gz
- 批处理,删除文件bat
huqiji
windowsdos
@echo off
::演示:删除指定路径下指定天数之前(以文件名中包含的日期字符串为准)的文件。
::如果演示结果无误,把del前面的echo去掉,即可实现真正删除。
::本例假设文件名中包含的日期字符串(比如:bak-2009-12-25.log)
rem 指定待删除文件的存放路径
set SrcDir=C:/Test/BatHome
rem 指定天数
set DaysAgo=1
- 跨浏览器兼容的HTML5视频音频播放器
天梯梦
html5
HTML5的video和audio标签是用来在网页中加入视频和音频的标签,在支持html5的浏览器中不需要预先加载Adobe Flash浏览器插件就能轻松快速的播放视频和音频文件。而html5media.js可以在不支持html5的浏览器上使video和audio标签生效。 How to enable <video> and <audio> tags in
- Bundle自定义数据传递
hm4123660
androidSerializable自定义数据传递BundleParcelable
我们都知道Bundle可能过put****()方法添加各种基本类型的数据,Intent也可以通过putExtras(Bundle)将数据添加进去,然后通过startActivity()跳到下一下Activity的时候就把数据也传到下一个Activity了。如传递一个字符串到下一个Activity
把数据放到Intent
- C#:异步编程和线程的使用(.NET 4.5 )
powertoolsteam
.net线程C#异步编程
异步编程和线程处理是并发或并行编程非常重要的功能特征。为了实现异步编程,可使用线程也可以不用。将异步与线程同时讲,将有助于我们更好的理解它们的特征。
本文中涉及关键知识点
1. 异步编程
2. 线程的使用
3. 基于任务的异步模式
4. 并行编程
5. 总结
异步编程
什么是异步操作?异步操作是指某些操作能够独立运行,不依赖主流程或主其他处理流程。通常情况下,C#程序
- spark 查看 job history 日志
Stark_Summer
日志sparkhistoryjob
SPARK_HOME/conf 下:
spark-defaults.conf 增加如下内容
spark.eventLog.enabled true spark.eventLog.dir hdfs://master:8020/var/log/spark spark.eventLog.compress true
spark-env.sh 增加如下内容
export SP
- SSH框架搭建
wangxiukai2015eye
springHibernatestruts
MyEclipse搭建SSH框架 Struts Spring Hibernate
1、new一个web project。
2、右键项目,为项目添加Struts支持。
选择Struts2 Core Libraries -<MyEclipes-Library>
点击Finish。src目录下多了struts