仇志飞
仇志飞

3090

花近高楼伤客心，万方多难此登临。

锦江春色来天地，玉垒浮云变古今。

北极朝廷终不改，西山寇盗莫相侵。

可怜后主还祠庙，日暮聊为梁甫吟。

杜甫《登楼》

#3090#

你可能感兴趣的:(3090)

  • LLM 大模型学习必知必会系列(十三)：基于SWIFT的VLLM推理加速与部署实战 汀、人工智能 LLM技术汇总人工智能自然语言处理LLMAgentvLLMAI大模型大模型部署
    LLM大模型学习必知必会系列(十三)：基于SWIFT的VLLM推理加速与部署实战1.环境准备GPU设备:A10,3090,V100,A100均可.#设置pip全局镜像(加速下载)pipconfigsetglobal.index-urlhttps://mirrors.aliyun.com/pypi/simple/#安装ms-swiftpipinstall'ms-swift[llm]'-U#vllm与
  • NVIDIA GeForce RTX 3090显卡详细介绍 山顶望月川 人工智能
    一、详细参数（一）核心参数芯片厂商：NVIDIA显卡芯片：GeForceRTX3090显示芯片系列：NVIDIARTX30系列制作工艺：8纳米核心代号：GA102-300核心频率：基础频率1400MHz，加速频率1700MHzCUDA核心：10496个（二）显存规格显存频率：19500MHz显存类型：GDDR6X显存容量：24GB显存位宽：384bit最大分辨率：7680×4320（三）显卡接口接
  • The current PyTorch install supports CUDA capabilities sm_37 sm_50 sm_60 sm_70. weixin_66009678 pytorch人工智能python
    出现如下报错：NVIDIAGeForceRTX3090withCUDAcapabilitysm_86isnotcompatiblewiththecurrentPyTorchinstallation.ThecurrentPyTorchinstallsupportsCUDAcapabilitiessm_37sm_50sm_60sm_70.IfyouwanttousetheNVIDIAGeForceRT
  • 【技术派专享】并行智算云：RTX 5090 免费算力深度评测 + 实战指南▎ 为什么开发者需要关注云端算力？ 山顶望月川 人工智能云计算
    在微调Llama3、训练扩散模型或跑Kaggle比赛时，本地显卡（比如RTX3090/4090）常面临显存不足、训练慢、散热差等问题。而购买多卡服务器成本极高（一台8×A100机器年成本超20万），对个人和小团队极不友好。并行智算云近期推出的“开发者扶持计划”，提供RTX5090免费算力（显存32GB，FP32算力60TFLOPS），实测比4090训练速度快1.8倍，且支持多卡并行。下面从技术优势
  • diy nas配置推荐2020_从入门到高端！2020年11月组装电脑主机配置推荐+装机行情 陈马登Morden diynas配置推荐2020
    目前显卡市场依然一卡难求的行情，直到11月份都没有得到缓解，反而显得越来越紧缺，从千元级到高端显卡全面紧张，包括英伟达新一代RTX30系列稀缺，从发布RTX3080开始，基本没有几个人原价到手，到手的价格基本都是溢价比较高的，现阶段一块显卡溢价达到大概近两千元，不过旗舰级RTX3090很快打破了这个局面，货源与价格几乎回归正常，这可能是因为价格真的贵需求量小的问题，但实际也没比RTX3090性能高
  • Deep Global Registration 代码环境配置(rtx3090+python3.8+cuda11.1+pytorch1.7+MinkowskiEngine0.5.1) JPy646 pytorch深度学习神经网络
    前言踩过的坑：因为rtx3090最低算力是8.6，似乎不支持过低版本的cuda。试过pytorch1.7.0+cuda11.0，但会报错，由于cuda11.0支持的最高算力达不到rtx最低的要求。但配置pytorch1.8时DGR的代码运行时会报错。对于没有这个烦恼的还是推荐安装python3.6+cuda10.2+pytorch1.6+MinkowskiEngine0.4.3,这个配置无需改动代
  • 本周沪铝想法 落雪财神意 人工智能大数据期股
    核心逻辑：低库存支撑与淡季需求疲软博弈，宏观情绪助推高位震荡一、成本下移VS价格韧性成本端与价格表现呈现出不同态势。成本端方面，氧化铝现货价格在本周持续下跌，山东地区均价降至3090元/吨，环比下降1.3%，河南地区也跌至3100元/吨，环比下降0.3%。这主要是因为全国氧化铝运行产能维持较高水平，开工率达到79.61%，且已连续5周复产，再加上电解铝企业氧化铝原料库存处于低位，仅为209.8万吨
  • LeetCode 3090. 每个字符最多出现两次的最长子字符串 滑动窗口python
    题目链接https://leetcode.cn/problems/maximum-length-substring-with-two-occurrences/题目描述给定一个字符串s，找出满足每个字符最多出现两次的最长子字符串，并返回其长度。示例输入：s="aabba"输出：5解释：子字符串"aabba"中每个字符（a和b）最多出现两次，且长度为5。输入：s="aaaa"输出：2解释：最长子字符串
  • 如何安装Tensorflow和GPU配置 神隐灬 tensorflow学习tensorflow人工智能python
    课题组某一台服务器升级后，很多环境丢失了，4块3090的GPU的驱动已安装好，但没有公用的Tensorflow可使用。于是自己鼓捣了一番Tensorflow的安装，等管理员安装公用的环境不知道要到猴年马月……服务器是Linux系统（CentOS），GPU是英伟达公司的3090，已经安装好驱动，可以通过命令看到相关信息：$nvidia-smiTueMay2820:54:092024+--------
  • NF4量化算法的PyTorch实现 风好衣轻 算法pytorch人工智能
    为了方便理解NF4算法的实现，这里用PyTorch实现了一版可以和CUDANF4精度对齐的量化和反量化函数，并使用llama-3.1-8b模型进行测试，可以做到和CUDA实现的算子精度基本对齐（仅反量化存在少许误差），并对模型输出进行测试，64个tokens和CUDA实现完全一致。以下都只是在RTX3090上对llama-3.1-8b上进行测试的结果，不能代表全部的设备和模型。CUDA上使用dQu
  • Ubuntu18.04全命令行在3090显卡上安装pytorch环境 镜中隐 深度学习pytorch深度学习3090全命令行安装ubuntu18.04
    1.3090驱动安装：sudoadd-apt-repositoryppa:graphics-drivers/ppasudoaptupdatesudoaptinstallnvidia-driver-470sudoaptautoremovexserver-xorgsudoaptautoremove--purgexserver-xorgsudoapt-markholdnvidia-driver-470#
  • 云端算力革命：川翔云电脑如何重新定义创作自由 渲染101专业云渲染 电脑云计算houdiniblendermaya
    在设计与科技深度融合的时代，高性能硬件的桎梏正成为创意释放的最大障碍。川翔云电脑以云端算力为支点，通过弹性算力、高效存储、多端接入三大核心优势，让顶级GPU资源触手可及。一、核心优势：突破物理极限的云端工作站弹性算力调度：提供RTX3090至48GB显存的RTX4090Plus全系列GPU配置，支持1-8卡集群并行计算。例如，八卡2080Ti机型（28元/小时）可将12小时的4K动画渲染压缩至90
  • DeepSeek满血版本地部署指南 三三十二 deepseek
    一、硬件与操作系统准备1.硬件要求GPU（关键）：最低要求：NVIDIA显卡（RTX3090/4090，显存≥24GB）可运行非量化版。经济方案：RTX306012GB+4-bit量化模型。显存估算：模型参数每10B约需~20GB显存（FP16精度）。CPU/RAM：CPU：建议≥8核（如Inteli7/i9或AMDRyzen7/9）。内存：≥32GB（若使用CPU卸载需≥64GB）。存储：SSD
  • RTX3080/RTX3090 + Win10 + Python + TensorFlow 安装 Kasper_2009 工程问题pythontensorflow深度学习人工智能计算机视觉
    这是不安装Anaconda的流程，可用python自带的IDLE写代码、运行（安装好Python后，在开始菜单旁边搜索框里搜IDLE）对于3080、3090卡亲自测试成功，但应该30系的卡都可以各组件有一些版本对应关系要求，不熟就按下面的版本安装：Python3.7.9DownloadPython|Python.orgTensorFlow2.7.0安装好Python后cmd命令pipinstall
  • 部署deep seek需要什么样的硬件配置？ NetTech.Top 人工智能自然语言处理深度学习AI作画
    部署DeepSeek（或其他类似的大语言模型）的硬件配置需求取决于具体场景（如推理、微调、训练）、模型规模（参数量）、并发请求量以及性能要求。以下是不同场景下的配置建议：一、基础场景：轻量级推理（如7B-13B参数模型）适用场景：个人使用、低并发、本地测试硬件配置：GPU：至少1张显存≥24GB的显卡（如NVIDIARTX3090/4090、TeslaT4、A10）CPU：4核以上（如Inteli
  • 阿里巴巴Qwen3大模型深度解析 不会啊~ 科技人工智能
    阿里巴巴Qwen3大模型深度解析：技术突破、应用场景与行业竞争一、核心技术创新：推理效率与硬件适配的双重突破动态混合专家系统（MoE）Qwen3采用分层稀疏调度与动态专家激活机制，15B参数模型中仅需激活2B参数，推理效率提升42%，显存占用从28GB降至18GB，支持RTX3090等消费级显卡运行类GPT-4性能模型。负载均衡优化确保专家模块利用率，实测NVIDIAA100显卡单次推理耗时降低4
  • DeepSeek-V3 部署技术文档（增强版） 搬砖ing换来金砖 AI相关ai人工智能
    DeepSeek-V3部署技术文档（增强版）一、系统环境准备1.硬件配置要求组件最低配置推荐配置性能影响说明GPUNVIDIARTX3090(24GB)NVIDIAA100(40GB)大模型参数加载显存16GB32GB+影响batchsize上限CPU8核16线程16核32线程内存64GBDDR4128GBDDR4大文本数据处理存储1TBNVMeSSDRAID0NVMeSSD阵列加速模型加载2.软
  • 复现MAET的环境问题（自用） 小汪学不会 低照度MAET
    我的配置是3090，CUDAVersion:12.4配置环境时总有冲突，解决好的环境如下如果你的配置也是CUDA12.4，可以把下面的配置信息保存成environment.yml文件然后执行下面的代码创建环境即可condaenvexport>environment.ymlname:maet1channels:-defaultsdependencies:-_libgcc_mutex=0.1=main
  • CUDA编程优化：如何实现矩阵计算的100倍加速 学术猿之吻 GPU高校人工智能矩阵人工智能线性代数深度学习量子计算算法gpu算力
    一、突破性能瓶颈的核心路径矩阵计算的百倍加速需要打通"内存带宽→计算密度→指令吞吐"三重关卡。根据NVIDIAAmpere架构白皮书，A100GPU的理论计算峰值（FP32）为19.5TFLOPS，但原生CUDA代码往往只能达到5-8%的理论值。通过系统化优化策略，我们成功将1024×1024矩阵乘法从初始的212ms优化至2.1ms，实现101倍加速（测试平台：NVIDIARTX3090）。二、
  • 3654: 【例11.1】鸡兔同笼 赵小小明 算法c++开发语言
    题目描述数学中经典的“鸡兔同笼”问题，已知头共�x个，脚共�y只，问笼中的鸡和兔各有多少只？输入格式头和脚的数量。输出格式鸡和兔各自数量。一个空格隔开。样例输入3090样例输出1515AC代码#includeusingnamespacestd;intmain(){intt,j;cin>>t>>j;cout<<(t*4-j)/2<<""<<t-(t*4-j)/2;return0;}
  • python系列&deep_study系列：Whisper OpenAI开源语音识别模型 坦笑&&life AI系列pythonwhisper语音识别
    WhisperOpenAI开源语音识别模型WhisperOpenAI开源语音识别模型介绍一、Whisper模型及配置Whisper参数评测数据模型测试表原始模型字错率测试表。微调[AIShell](https://openslr.magicdatatech.com/resources/33/)数据集后字错率测试表。未加速和加速后的推理速度测试表，使用GPU为GTX3090（24G）。经过处理的数据
  • 跑大模型高性能显卡参数对比，成熟商用方案整机推荐配置 AI帮小忙 机器学习人工智能深度学习
    产品系列：Geforce、Tesla、Tesla产品型号：RTX4090、RTX4090D、RTX4080、RTX3090、A800、L40、L20、A40、A30、A10、V100S、T4、RTXA6000、RTXA5000、RTXA4000、RTXA6000Ada、RTXA5000AdaCUDA核心数、Tensor核心数、显存位宽、显存大小、单精度性能non-Tensor、显卡功耗参数列表。D
  • 【2025版】普通人也能训练自己的AI大模型！从零基础到精通，精通收藏这篇就够了！ 狂野帅哥 人工智能aiaigc
    GitHub上一个开源项目彻底打破门槛：只需3块钱、2小时，普通人也能从零训练自己的语言模型！项目“MiniMind”上线即爆火，狂揽8.9k星标，技术圈直呼：“这才是AI民主化的未来！”一、逆袭：3块钱+2小时，训练一个AI大模型？你以为训练AI需要天价算力、专业团队？MiniMind用实力打脸：•成本3元：租用单张3090显卡，训练总成本不到一杯奶茶钱。•时间2小时：从数据清洗到模型训练，全流
  • 关于 CUDA 的一些名词解释 皮卡兔子屋 深度学习#环境配置gpu算力pytorch人工智能
    显卡GPU显卡是硬件设备，也就是GPU，主要用于图形计算和高性能并行计算任务，目前尤其指NVIDIA公司生产的GPU系列。显卡驱动NVIDIADriver显卡（GPU）是硬件，需要操作系统识别到它，因此就需要显卡驱动。驱动程序是软件，用于在操作系统和硬件之间进行通信。显卡驱动（如NVIDIADriver）使系统能够识别和正确使用显卡的计算能力。例如你安装了NVIDIARTX3090显卡后，需要安装
  • Qwen2.5-Omni 多模态旗舰模型深度解析：性能、部署与个人玩家上手指南 张3蜂 #神经网络开源#设计模式人工智能语言模型开源协议
    目录1.Qwen2.5-Omni核心技术创新（1）统一的多模态架构（2）超长上下文支持（1MTokens）（3）高效推理优化2.与主流竞品全方位对比性能Benchmark对比（MMLU、VQA等任务）3.最低部署硬件需求&成本分析（1）云端API（推荐个人玩家）（2）本地部署（开发者/企业）4.个人玩家如何快速上手？（1）免费体验（无需部署）（2）本地部署（RTX3090/4090）（3）进阶玩法
  • 7B参数模型 云端源想 人工智能硬件架构chatgpt
    Assistant以下是针对7B参数模型在不同场景下（训练、微调、推理）的硬件配置推荐，涵盖消费级到企业级方案，并提供优化技巧降低成本。一、训练/微调场景1.最低配置（能跑，但速度慢）GPU：NVIDIARTX3090/4090（24GB显存）CPU：Inteli7/i9或AMDRyzen7/9（8核以上）内存：64GBDDR4（建议3200MHz以上）存储：1TBNVMeSSD（数据集加载速度关
  • DeepSeek 本地部署详细教程 文or野 deepseek算法数据库deepseek
    一、环境准备1.1硬件要求GPU：推荐NVIDIA显卡（RTX3090/4090或更高）显存：至少16GB（根据模型版本调整）内存：32GB及以上存储：50GB可用空间1.2软件依赖操作系统：Linux/WindowsWSL2（推荐Ubuntu20.04+）Python3.8+CUDA11.7+&cuDNNPyTorch2.0+bash复制代码#示例：安装CUDA工具包sudoapt-getins
  • k8s集群添加一个新GPU节点 thinkerCoder kubernetes容器云原生gpu算力
    前提现在是已经搭建好一个GPU集群，需要添加一个新的节点（3090卡），用来分担工作，大致可以分为以下几个部分：1，安装GPU驱动2，安装docker3，安装cri-dockerd4，离线安装Nvidia-container-toolkit5，二进制安装k8s组件以及密钥下面分别介绍。1，安装GPU驱动详情可见：https://blog.csdn.net/m0_62464865/article/d
  • 3090显卡Ktransformer本地部署deepseek R1:70B SIATdog ai
    这里写自定义目录标题效果完成视频：配置参考依赖安装安装cuda配置环境下载deepseekR170B下载ktransoformer开始安装运行Web启动常见问题runtimeerrordon'tmatch更新cudaERROR:Failedtobuildinstallablewheelsforsomepyproject.tomlbasedprojects(ktransformers)效果完成视频：
  • unitree Matrixart ubuntu
    Unitreeubuntu18.04首先要安装好ubuntu18.04系统，然后开始安装显卡驱动和cuda以及cudnn，这里要注意版本对应，我是3090的显卡，安装的显卡版本是520，然后cuda的版本是11.7，cudnn的版本是8.5.0（要对应cuda版本）。具体流程可以按照1里面的走，最后记得在环境中写一下#写入环境sudogedit~/.bashrcexportPATH=/usr/lo
  • SQL的各种连接查询 xieke90 UNION ALLUNION外连接内连接JOIN
    一、内连接   概念：内连接就是使用比较运算符根据每个表共有的列的值匹配两个表中的行。                 内连接（join 或者inner join ）       SQL语法：       select * fron
  • java编程思想--复用类 百合不是茶 java继承代理组合final类
          复用类看着标题都不知道是什么,再加上java编程思想翻译的比价难懂,所以知道现在才看这本软件界的奇书   一:组合语法:就是将对象的引用放到新类中即可     代码:     package com.wj.reuse; /** * * @author Administrator 组
  • [开源与生态系统]国产CPU的生态系统 comsci cpu
          计算机要从娃娃抓起...而孩子最喜欢玩游戏....       要让国产CPU在国内市场形成自己的生态系统和产业链,国家和企业就不能够忘记游戏这个非常关键的环节....       投入一些资金和资源,人力和政策,让游
  • JVM内存区域划分Eden Space、Survivor Space、Tenured Gen，Perm Gen解释 商人shang jvm内存
    jvm区域总体分两类，heap区和非heap区。heap区又分：Eden Space（伊甸园）、Survivor Space(幸存者区)、Tenured Gen（老年代-养老区）。 非heap区又分：Code Cache(代码缓存区)、Perm Gen（永久代）、Jvm Stack(java虚拟机栈)、Local Method Statck(本地方法栈)。 HotSpot虚拟机GC算法采用分代收
  • 页面上调用 QQ oloz qq
    <A href="tencent://message/?uin=707321921&amp;Site=有事Q我&amp;Menu=yes">   <img style="border:0px;" src=http://wpa.qq.com/pa?p=1:707321921:1></a>
  • 一些问题 文强chu 问题
    1.eclipse 导出 doc  出现“The Javadoc command does not exist.” javadoc command 选择 jdk/bin/javadoc.exe 2.tomcate 配置 web 项目 ..... SQL:3.mysql  * 必须得放前面 否则  select&nbs
  • 生活没有安全感 小桔子 生活孤独安全感
           圈子好小，身边朋友没几个，交心的更是少之又少。在深圳，除了男朋友，没几个亲密的人。不知不觉男朋友成了唯一的依靠，毫不夸张的说，业余生活的全部。现在感情好，也很幸福的。但是说不准难免人心会变嘛，不发生什么大家都乐融融，发生什么很难处理。我想说如果不幸被分手(无论原因如何)，生活难免变化很大，在深圳，我没交心的朋友。明
  • php 基础语法 aichenglong php 基本语法
    1 .1 php变量必须以$开头 <?php $a=” b”; echo ?> 1 .2 php基本数据库类型 Integer  float/double Boolean string 1 .3 复合数据类型 数组array和对象 object 1 .4 特殊数据类型  null 资源类型(resource)    $co
  • mybatis tools 配置详解 AILIKES mybatis
    MyBatis Generator中文文档 MyBatis Generator中文文档地址： http://generator.sturgeon.mopaas.com/ 该中文文档由于尽可能和原文内容一致，所以有些地方如果不熟悉，看中文版的文档的也会有一定的障碍，所以本章根据该中文文档以及实际应用，使用通俗的语言来讲解详细的配置。 本文使用Markdown进行编辑，但是博客显示效
  • 继承与多态的探讨 百合不是茶 JAVA面向对象 继承 对象
    继承 extends   多态 继承是面向对象最经常使用的特征之一：继承语法是通过继承发、基类的域和方法 //继承就是从现有的类中生成一个新的类，这个新类拥有现有类的所有extends是使用继承的关键字：     在A类中定义属性和方法； class A{ //定义属性 int age； //定义方法 public void go
  • JS的undefined与null的实例 bijian1013 JavaScriptJavaScript
    <form name="theform" id="theform"> </form> <script language="javascript"> var a alert(typeof(b)); //这里提示undefined if(theform.datas
  • TDD实践（一） bijian1013 java敏捷TDD
    一.TDD概述         TDD：测试驱动开发，它的基本思想就是在开发功能代码之前，先编写测试代码。也就是说在明确要开发某个功能后，首先思考如何对这个功能进行测试，并完成测试代码的编写，然后编写相关的代码满足这些测试用例。然后循环进行添加其他功能，直到完全部功能的开发。     
  • [Maven学习笔记十]Maven Profile与资源文件过滤器 bit1129 maven
    什么是Maven Profile Maven Profile的含义是针对编译打包环境和编译打包目的配置定制，可以在不同的环境上选择相应的配置，例如DB信息，可以根据是为开发环境编译打包，还是为生产环境编译打包，动态的选择正确的DB配置信息   Profile的激活机制 1.Profile可以手工激活，比如在Intellij Idea的Maven Project视图中可以选择一个P
  • 【Hive八】Hive用户自定义生成表函数(UDTF) bit1129 hive
    1. 什么是UDTF   UDTF，是User Defined Table-Generating Functions，一眼看上去，貌似是用户自定义生成表函数，这个生成表不应该理解为生成了一个HQL Table， 貌似更应该理解为生成了类似关系表的二维行数据集   2. 如何实现UDTF 继承org.apache.hadoop.hive.ql.udf.generic
  • tfs restful api 加auth 2.0认计 ronin47
    　　目前思考如何给tfs的ngx-tfs api增加安全性。有如下两点： 　　一是基于客户端的ip设置。这个比较容易实现。 　　二是基于OAuth2.0认证，这个需要lua，实现起来相对于一来说，有些难度。 　　现在重点介绍第二种方法实现思路。 　　 前言：我们使用Nginx的Lua中间件建立了OAuth2认证和授权层。如果你也有此打算，阅读下面的文档，实现自动化并获得收益。SeatGe
  • jdk环境变量配置 byalias javajdk
    进行java开发，首先要安装jdk，安装了jdk后还要进行环境变量配置： 1、下载jdk（http://java.sun.com/javase/downloads/index.jsp），我下载的版本是：jdk-7u79-windows-x64.exe 2、安装jdk-7u79-windows-x64.exe 3、配置环境变量：右击"计算机"-->&quo
  • 《代码大全》表驱动法-Table Driven Approach-2 bylijinnan java
    package com.ljn.base; import java.io.BufferedReader; import java.io.FileInputStream; import java.io.InputStreamReader; import java.util.ArrayList; import java.util.Collections; import java.uti
  • SQL 数值四舍五入 小数点后保留2位 chicony 四舍五入
    1.round() 函数是四舍五入用，第一个参数是我们要被操作的数据，第二个参数是设置我们四舍五入之后小数点后显示几位。 2.numeric 函数的2个参数，第一个表示数据长度，第二个参数表示小数点后位数。 例如： 　　select   cast(round(12.5,2)   as   numeric(5,2))  
  • c++运算符重载 CrazyMizzz C++
    一、加+，减-，乘*，除/ 的运算符重载 Rational operator*(const Rational &x) const{ return Rational(x.a * this->a); } 在这里只写乘法的，加减除的写法类似 二、<<输出,>>输入的运算符重载      &nb
  • hive DDL语法汇总 daizj hive修改列DDL修改表
    hive DDL语法汇总 １、对表重命名 hive> ALTER TABLE table_name RENAME TO new_table_name;   2、修改表备注 hive> ALTER TABLE table_name SET TBLPROPERTIES ('comment' = new_comm
  • jbox使用说明 dcj3sjt126com Web
    参考网址：http://www.kudystudio.com/jbox/jbox-demo.html jBox v2.3 beta [ 点击下载]  技术交流QQGroup：172543951 100521167 [2011-11-11] jBox v2.3 正式版 - [调整&修复] IE6下有iframe或页面有active、applet控件
  • UISegmentedControl 开发笔记 dcj3sjt126com
      //    typedef NS_ENUM(NSInteger, UISegmentedControlStyle) {     //        UISegmentedControlStylePlain,     // large plain   &
  • Slick生成表映射文件 ekian scala
    Scala添加SLICK进行数据库操作，需在sbt文件上添加slick-codegen包 "com.typesafe.slick" %% "slick-codegen" % slickVersion 因为我是连接SQL Server数据库，还需添加slick-extensions，jtds包 "com.typesa
  • ES-TEST gengzg test
    package com.MarkNum; import java.io.IOException; import java.util.Date; import java.util.HashMap; import java.util.Map; import javax.servlet.ServletException; import javax.servlet.annotation
  • 为何外键不再推荐使用 hugh.wang mysqlDB
    表的关联，是一种逻辑关系，并不需要进行物理上的“硬关联”，而且你所期望的关联，其实只是其数据上存在一定的联系而已，而这种联系实际上是在设计之初就定义好的固有逻辑。 在业务代码中实现的时候，只要按照设计之初的这种固有关联逻辑来处理数据即可，并不需要在数据库层面进行“硬关联”，因为在数据库层面通过使用外键的方式进行“硬关联”，会带来很多额外的资源消耗来进行一致性和完整性校验，即使很多时候我们并不
  • 领域驱动设计 julyflame VODAO设计模式DTOpo
    概念： VO（View Object）：视图对象，用于展示层，它的作用是把某个指定页面（或组件）的所有数据封装起来。 DTO（Data Transfer Object）：数据传输对象，这个概念来源于J2EE的设计模式，原来的目的是为了EJB的分布式应用提供粗粒度的数据实体，以减少分布式调用的次数，从而提高分布式调用的性能和降低网络负载，但在这里，我泛指用于展示层与服务层之间的数据传输对
  • 单例设计模式 hm4123660 javaSingleton单例设计模式懒汉式饿汉式
           单例模式是一种常用的软件设计模式。在它的核心结构中只包含一个被称为单例类的特殊类。通过单例模式可以保证系统中一个类只有一个实例而且该实例易于外界访问，从而方便对实例个数的控制并节约系统源。如果希望在系统中某个类的对象只能存在一个，单例模式是最好的解决方案。      &nb
  • logback zhb8015 loglogback
    一、logback的介绍      Logback是由log4j创始人设计的又一个开源日志组件。logback当前分成三个模块：logback-core,logback- classic和logback-access。logback-core是其它两个模块的基础模块。logback-classic是log4j的一个 改良版本。此外logback-class
  • 整合Kafka到Spark Streaming——代码示例和挑战 Stark_Summer sparkstormzookeeperPARALLELISMprocessing
    作者Michael G. Noll是瑞士的一位工程师和研究员，效力于Verisign，是Verisign实验室的大规模数据分析基础设施（基础Hadoop）的技术主管。本文，Michael详细的演示了如何将Kafka整合到Spark Streaming中。 期间， Michael还提到了将Kafka整合到 Spark Streaming中的一些现状，非常值得阅读，虽然有一些信息在Spark 1.2版
  • spring-master-slave-commondao 王新春 DAOspringdataSourceslavemaster
    互联网的web项目，都有个特点：请求的并发量高，其中请求最耗时的db操作，又是系统优化的重中之重。 为此，往往搭建 db的 一主多从库的 数据库架构。作为web的DAO层，要保证针对主库进行写操作，对多个从库进行读操作。当然在一些请求中，为了避免主从复制的延迟导致的数据不一致性，部分的读操作也要到主库上。（这种需求一般通过业务垂直分开，比如下单业务的代码所部署的机器，读去应该也要从主库读取数
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他