May终身阅读者
May终身阅读者

#每天一本书+一页笔记# 1351《图解力》

#一生一万本计划# 10000/1351

【阅读日期】20211127

【书名】图解力

【作者】木村博之

【关键词】信息图设计、绘制方法

【分类】视觉思维，信息图

【简评】作者是TUBE GRAPHIC董事长，曾荣获国际信息图设计金奖，多次出任国际大赛评审。本书详细介绍了72种设计、绘制信息图的技巧，168幅精美雅致的彩色图例，辅以文字说明，易读易懂，赏心悦目，记录了把无形的信息转换成有形的过程，读后很受启发。推荐阅读。

【出版社】人民邮电

【推荐指数】9

【阅读难度】4

【本月主题】个人成长-文学，观点

我是May，每天一本书，连续1300+天，专注阅读个人成长类书籍，持续分享好书。

你可能感兴趣的:(#每天一本书+一页笔记# 1351《图解力》)

  • 使用Python配置虚拟环境 猎猫骑巨兽 零碎的知识pythonvscode
    使用Python配置虚拟环境前言1创建虚拟环境1.1打开命令行1.2确定Python版本1.3创建虚拟环境2配置虚拟环境2.1激活虚拟环境2.2下载依赖包3查看虚拟环境4选择虚拟环境参考资料边学边做笔记更新，欢迎指正。前言针对不同的任务，会运用到不同的Python解释器，安装不同的依赖包。在同一电脑上想要配置不同的环境，为了方便管理，可以创建不同的虚拟环境。常用的工具包括Anaconda和Virt
  • Oracle笔记 白嫖勇者 数据库mysql
    创建(删除)一个新的数据库(数据库实例)左下角开始菜单：绿色图标DatabaseConfigurationAssistantApplicationsystem系统账户sys本地账户一般不用密码（除非自己设置）本地最高权限创建(删除)监听程序(没有监听程序数据库不能接受客户端请求)左下角开始菜单：蓝色NetConfigurationAssistantSQL*Plus数据库管理工具1启动：(1)开始菜
  • Neo4j图数据库初识 六尘 知识图谱nosqlneo4j数据库
    graphdatabase图数据库的笔记之Neo4j图数据库初识目录什么是图数据库为什么使用图数据库Neo4j的下载安装Cypher查询语言Neo4j的各类API事务Neo4j数据建模大规模数据导入neo4j一.什么是图数据库关键词：存储图结构数据，NoSQLNeo4j的基本要素(构造单元)：结点，关系，属性二.为什么使用图数据库最大优势：查询的高性能举例说明：RDBMS-MySQLVS.Grap
  • neo4j初识笔记（一）（python操作篇） 夏么 pythonneo4jpythonneo4j
    1、安装驱动pipinstallpy2neo2、插入数据#-*-coding:UTF-8-*-frompy2neoimportGraph,Node,Relationship#连接neo4j数据库，输入地址、用户名、密码graph=Graph('http://192.168.25.223:7474',username='neo4j',password='123456')defcreate_date(
  • 【知识贴】x86、amd64和arm64区别 瓜炉 linux
    x86、amd64和arm64区别x86、amd64和arm64是指不同的处理器架构，它们主要区别在于指令集和硬件架构。这些架构影响着软件兼容性、性能和硬件设计。1.x86指的是：32位的x86架构（又叫i386或x86-32），由Intel最早在1978年推出。位宽：32位，也就是每次可以处理32位的数据。常用平台：最常用于较老的桌面和笔记本电脑，早期的Windows和Linux系统也多基于该架
  • Elasticsearch集群架构：构建高效、可扩展的搜索平台 detayun Elasticsearchelasticsearch架构大数据
    在当今大数据和云计算的时代，高效、实时的数据检索能力成为了企业核心竞争力的重要组成部分。Elasticsearch，作为一款基于Lucene构建的开源搜索引擎，以其强大的全文搜索能力、灵活的扩展性和丰富的功能特性，成为了众多企业首选的数据搜索和分析平台。本文将深入探讨Elasticsearch集群的架构设计，帮助您更好地理解和构建高效、可扩展的搜索解决方案。一、Elasticsearch简介Ela
  • 机器学习笔记20241017 tt555555555555 学习笔记深度学习机器学习笔记人工智能
    文章目录torchvisiondataloadernn.module卷积非线性激活模型选择训练误差泛化误差正则化权重衰退的基本概念数学表示权重衰退的效果物理解释数值稳定性（GradientVanishing）梯度消失原因解决方法梯度爆炸（GradientExplosion）定义原因解决方法总结继续跟着小土堆学pytorchtorchvision#导入torchvision库，主要用于处理图像数据集
  • bjtu人机交互技术期末复习 --_--; 人机交互
    HCI复习笔记绪论人机交互的概念笼统：研究人、“计算机”以及它们相互影响的技术具体：人机交互技术主要研究的是人与“计算机”之间的信息交换人机交互的历史三个阶段及特点CLI命令行界面：键盘GUI(WIMP)用户图形界面：鼠标MMI自然人机交互界面/多通道智能用户界面：摄像头、麦克风人机交互的发展趋势目前主流是WIMP，正向MMI过渡，未来更强调“以人为本，随时随地”、“自然、和谐”，“集成化、网络化
  • CDGA学习笔记一-《数据管理》与《数据治理》 wy_chriss 大数据
    一、数据管理1.1引言数据是一种至关重要的企业资产，数据和信息能够帮助企业洞察顾客、产品和服务，帮助企业创新并实现其战略目标。但是，很少有组织将数据作为一项资产进行积极管理，并从中获得持续价值。从数据中获取价值，不可能凭空产生或者依赖于偶然，需要目标、规划、协作和保障，也需要管理和领导力。*考点（数据管理的概念）数据管理（DataManagement）：是为了交付、控制、保护并提升数据和信息资产的
  • OpenPyXL教程学习笔记 小霍不吃豆角 python学习笔记python
    OpenPyXL是一个功能强大的Python库，用于处理Excel文件，允许读取、编辑和创建Excel工作簿和工作表。以下是OpenPyXL的详细教程：一、安装OpenPyXL要使用OpenPyXL，首先需要安装它。可以使用pip进行安装：pipinstallopenpyxl二、打开或保存文件打开已有文件：importopenpyxlpath='文件路径'#例如“C://test.xlsx”wor
  • (学习笔记）应用层协议之电子邮件——SMTP jesesl 计算机网络smtp网络协议
    目录因特网中的电子邮件1电子邮件系统如果报文发送不成功怎么办？SMTP客户机和服务器的一次交互2与HTTP的对比3邮件消息格式和MIME4邮件访问协议•POP3•IMAP•基于Web的电子邮件因特网中的电子邮件1电子邮件系统电子邮件系统有3个主要组成部分:用户代理(usesagent),邮件服务器(mailserver)和简单邮件传输协议(SimpleMailTransferProtocol)。用
  • 电子项目设计实例、单模块实例和硬件思考笔记 链接汇总（均实物验证过） 凡人电子工作室 嵌入式硬件单片机
    教程按照发布顺序排列，最新教程请向下翻看其中单模块实例是免费分享，代码和对应模块电路图都有，按照博主给出的代码移植即可。欢迎大家评论点赞收藏，博主看到了会回复，因为已经用过很多次了，所以大家不用担心代码跑不通。有什么疑问在评论区提出即可。电子设计实例是以往做过的电子设计，不免费，价格便宜周到，包售后。可根据个人需求与博主沟通设计要求，也可单买电子资料（可私信博主）思考笔记囊括了平时学习的一些内容，
  • MIT 6.S081 实验6 笔记与心得 cube__4 操作系统risc-v架构linuxc语言
    Lab6：COWFork文章目录Lab6：COWFork背景知识Implementcopy-onwrite([hard](https://pdos.csail.mit.edu/6.828/2020/labs/guidance.html))题目翻译题目答案测试结果虚拟内存提供了一种间接性：内核可以通过标记PTEs无效或只读来拦截内存引用，从而导致页面故障，并且可以通过修改PTEs来改变地址的含义。在
  • 人工智能第2章-知识点与学习笔记 想拿高薪的韭菜 人工智能学习笔记
    结合教材2.1节，阐述什么是知识、知识的特性,以及知识的表示。人工智能最早应用的两种逻辑是什么？阐述你对这两种逻辑表示的内涵理解。什么谓词，什么是谓词逻辑，什么是谓词公式。谈谈你对谓词逻辑中的量词的理解。阐述谓词公式的解释的含义。介绍谓词公式表示知识的一般步骤，阐述谓词逻辑表示知识的优点与局限性。什么是知识表示的产生式，请详细阐释产生式和谓词逻辑蕴涵式的差异。什么是产生式系统，请详细阐述产生式系统
  • UE学习日志#18 C++笔记#4 基础复习4 指派初始化器和指针 学游戏开发的 UE学习日志C++学习c++笔记
    1指派初始化器C++20引入了指派初始化器，以使用他们的名称初始化所谓聚合的数据成员。聚合类型是满足以下限制的数组类型的对象或结构或类的对象：1.仅public数据成员，2.无用户声明或继承的构造函数，3.无虚函数和无虚基类、private或protected的基类指派初始化的顺序必须与声明顺序相同，不允许混合使用指派初始化器和非指派初始化器。未使用指派初始化器初始化的任何数据成员都将使用其默认值
  • Python之上下文管理器 zhuxy604 PythonPython
    以下文章总结自《headfirstpython》读书笔记引子从python处理一个文件说起，在Python中打开一个文件时，一般的代码逻辑如下：file=open('test.txt')forlineinfile:print(line)file.close()以上代码主要做了3件事：1）打开一个文件；2）处理文件，读取每一行并打印出来；3)关闭文件但是对大多数程序员而言，处理文件常推荐使用的是一个
  • 机器学习笔记——正则化 好评笔记 补档机器学习人工智能论文阅读AIGC计算机视觉深度学习面试
    大家好，这里是好评笔记，公主号：Goodnote，专栏文章私信限时Free。本笔记介绍机器学习中常见的正则化方法。文章目录正则化L1正则化（Lasso）原理使用场景优缺点L2正则化（Ridge）原理使用场景优缺点ElasticNet正则化定义公式优点缺点应用场景Dropout原理使用场景优缺点早停法（EarlyStopping）原理使用场景优缺点BatchNormalization(BN)原理使用
  • 机器学习笔记——特征工程、正则化、强化学习 好评笔记 机器学习笔记机器学习人工智能AIAI编程算法工程师
    大家好，这里是好评笔记，公主号：Goodnote，专栏文章私信限时Free。本笔记介绍机器学习中常见的特征工程方法、正则化方法和简要介绍强化学习。文章目录特征工程（FzeatureEngineering）1.特征提取（FeatureExtraction）手工特征提取（ManualFeatureExtraction）：自动特征提取（AutomatedFeatureExtraction）：2.特征选择
  • 【LeetCode 刷题】回溯算法-棋盘问题 Bran_Liu LeetCode算法leetcodepython
    此博客为《代码随想录》二叉树章节的学习笔记，主要内容为回溯算法棋盘问题相关的题目解析。文章目录51.N皇后37.解数独332.重新安排行程51.N皇后题目链接classSolution:defsolveNQueens(self,n:int)->List[List[str]]:board=[['.'for_inrange(n)]for_inrange(n)]res=[]defcheck(x:int,
  • Vue和Vue-Element-Admin（十）：HTML和CSS快速学习笔记 A叶子叶 #Vue与Web开发vue.jshtmlcss
    目录html标签分类网页布局盒子模型浮动定位css标签选择flex布局transform转换Vue开发tipsless和scssVScode常用插件后端语言框架很多，Java适合企业级应用（规范且稳定），Go适合高并发场景（比如云上产品），Python框架（bottle，tornado，django）简单且快速，也天然适合数据分析场景，PHP适合快速建站，前端变化小，所见即所得，因此抽空记录下学习
  • 【自学笔记】GitHub的重点知识点-持续更新 Long_poem 笔记github
    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GitHub使用指南详细知识点一、GitHub基础与账户管理1.GitHub简介2.创建与管理GitHub账户3.创建与配置仓库（Repository）二、Git基础与GitHub集成1.安装Git客户端2.初始化本地Git仓库3.上传本地项目到GitHub三、GitHub高级功能与协作1.分支管理2.PullRequest（
  • 【Python 笔记2】os.path.join() 挪威的深林 Python笔记python
    0.前言os.path.join()函数是Python中处理文件和目录路径的非常重要和常用的方法。它可以自动处理不同操作系统之间在路径分隔符方面的差异，从而使代码更加可移植和易于维护。下面我将详细解释每个用法，并提供示例代码。1.合并路径组件基本用法是将多个路径组件合并成一个完整的路径。这个方法会根据你的操作系统选择正确的路径分隔符。importospath=os.path.join("path"
  • 深度学习目标检测中的_单目测距原理与实现 关键点及改进建议 QQ_767172261 单目测距深度学习目标检测人工智能
    深度学习目标检测中的_单目测距原理与实现关键点及改进建议文章目录单目测距的进一步解释1.焦距的确定2.物体宽度\(W\)的获取3.图像处理技巧4.提高性能的建议5.实现代码中的注释添加一、前言单目视觉测距：网上有很多关于单目测距的文章，主要借鉴的是OpenCV学习笔记（二十一）——简单的单目视觉测距尝试和单目摄像机测距（python+opencv）两篇文章，在这里特别作出说明。工作环境：Ubunt
  • ros笔记1-ros架构 zzqtpl 架构自动驾驶人工智能
    ros架构ros不是传统意义上的操作系统，ros提供一种进程内的通信方法应用层ros需要一个管理者–master计算图节点节点是执行运算任务的进程，一个系统有多个节点节点之间的通信方式：消息每一个消息都是严格的数据结构，支持标准数据类型也支持嵌套结构和数组。话题是以一种发布和订阅的方式传递，一个节点可以针对一个给定的topic发布消息（称为talker）也可以关注某类话题并订阅特定类型的数据（Li
  • ROS1学习笔记--通信编程 喵喵三三 ROS学习笔记
    前面有一个博客笔者概述了关于ROS1的通信机制，现在就来通过几个例子来讲讲具体的通信编程一、话题编程话题编程流程：创建发布者创建订阅者添加编译选项运行可执行程序1.创建一个发布者ROS节点初始化编写相关的节点信息，包括发布的话题名和消息类型按一定的频率循环发布消息#include#include"ros/ros.h"#include"std_msgs/String.h"intmain(intarg
  • ROS学习笔记-roslaunch文件的编写&用sh脚本控制launch文件启动顺序 诗筱涵 ROS无人机-a-个人笔记
    转载自：https://mp.weixin.qq.com/s?__biz=MzUyMTkxODQyOQ==&mid=2247484719&idx=1&sn=27b3a01c295ae256dc69d805fd5904ba&chksm=f9d2879dcea50e8b71b78d8b69750d282055173ea65494342e983088276859b7c4fe227f21f1&scene=
  • A deep multimodal fusion method for personality traits prediction m0_59933522 python人工智能机器学习神经网络深度学习目标检测计算机视觉
    研究背景人格特质对个体的行为、偏好和决策过程有重要影响，因此自动化人格识别成为一个重要的研究领域。本文提出了一种新的深度多模态融合方法，用于从多种数据模态（包括文本、音频和视觉输入）预测人格特质。研究方法模型架构：视觉特征提取：使用预训练模型ViT-B16和VGG16。音频特征提取：使用预训练模型VGGish。文本分析：使用预训练模型GloVe。融合方法：使用早期融合和模型融合技术，结合自注意力和
  • CSDN原力值提升秘籍：解锁社区活跃新姿势 喜-喜 csdn原力值
      在CSDN这个技术交流的大舞台上，原力值不仅是个人活跃度的象征，更是开启更多权益与福利的钥匙。最近，我出于自身需求，一头扎进了提升原力值的研究中，经过多方探索与资料整理，现在就迫不及待地把这些干货分享给大家。一、原力值提升指南（一）净化社区，举报先行  在信息洪流中，难免会有一些低质量内容鱼目混珠。当你发现低质量博客、下载资源等劣质内容时，CSDN的举报功能就是你的“清理武器”。  规则说明：
  • 36.FFmpeg学习笔记 - ffplay源码解读4之解码线程 whoyouare888 FFmpeg
    本篇说一下解码线程。在stream_component_open函数中，分别创建了一个视频解码线程和音频解码线程：staticintstream_component_open(VideoState*is,intstream_index){...switch(avctx->codec_type){caseAVMEDIA_TYPE_AUDIO:...if((ret=decoder_start(&is-
  • hive怎么处理过滤掉满足多个多个条件的记录_Hive基础面试题总结 weixin_39761422
    点击关注上方“知了小巷”，设为“置顶或星标”，第一时间送达干货。1.描述一下Hive动态分区和分桶使用场景和使用方法分区按照数据表的某列或某些列分为多个分区，分区从形式上可以理解为文件夹，比如我们要收集某个大型网站的日志数据，一个网站每天的日志数据存在同一张表上，由于每天会生成大量的日志，导致数据表的内容巨大，在查询时进行全表扫描耗费的资源非常多。那其实这个情况下，我们可以按照日期对数据表进行分区
  • java封装继承多态等 麦田的设计者 javaeclipsejvmcencapsulatopn
           最近一段时间看了很多的视频却忘记总结了，现在只能想到什么写什么了，希望能起到一个回忆巩固的作用。     1、final关键字       译为：最终的        &
  • F5与集群的区别 bijian1013 weblogic集群F5
            http请求配置不是通过集群，而是F5；集群是weblogic容器的，如果是ejb接口是通过集群。         F5同集群的差别，主要还是会话复制的问题，F5一把是分发http请求用的，因为http都是无状态的服务，无需关注会话问题，类似
  • LeetCode[Math] - #7 Reverse Integer Cwind java题解MathLeetCodeAlgorithm
    原题链接：#7 Reverse Integer   要求： 按位反转输入的数字 例1： 输入 x = 123, 返回 321 例2： 输入 x = -123, 返回 -321   难度：简单   分析： 对于一般情况，首先保存输入数字的符号，然后每次取输入的末位（x%10）作为输出的高位（result = result*10 + x%10）即可。但
  • BufferedOutputStream 周凡杨
         首先说一下这个大批量，是指有上千万的数据量。      例子：      有一张短信历史表，其数据有上千万条数据，要进行数据备份到文本文件，就是执行如下SQL然后将结果集写入到文件中！      select t.msisd
  • linux下模拟按键输入和鼠标 被触发 linux
    查看/dev/input/eventX是什么类型的事件， cat /proc/bus/input/devices 设备有着自己特殊的按键键码，我需要将一些标准的按键，比如0－9，X－Z等模拟成标准按键，比如KEY_0,KEY-Z等，所以需要用到按键 模拟，具体方法就是操作/dev/input/event1文件，向它写入个input_event结构体就可以模拟按键的输入了。 linux/in
  • ContentProvider初体验 肆无忌惮_ ContentProvider
    ContentProvider在安卓开发中非常重要。与Activity，Service，BroadcastReceiver并称安卓组件四大天王。 在android中的作用是用来对外共享数据。因为安卓程序的数据库文件存放在data/data/packagename里面，这里面的文件默认都是私有的，别的程序无法访问。 如果QQ游戏想访问手机QQ的帐号信息一键登录，那么就需要使用内容提供者COnte
  • 关于Spring MVC项目（maven）中通过fileupload上传文件 843977358 mybatisspring mvc修改头像上传文件upload
    Spring MVC 中通过fileupload上传文件，其中项目使用maven管理。   1.上传文件首先需要的是导入相关支持jar包：commons-fileupload.jar,commons-io.jar 因为我是用的maven管理项目，所以要在pom文件中配置（每个人的jar包位置根据实际情况定） <!-- 文件上传 start by zhangyd-c --&g
  • 使用svnkit api，纯java操作svn，实现svn提交，更新等操作 aigo svnkit
     原文：http://blog.csdn.net/hardwin/article/details/7963318   import java.io.File; import org.apache.log4j.Logger; import org.tmatesoft.svn.core.SVNCommitInfo; import org.tmateso
  • 对比浏览器，casperjs，httpclient的Header信息 alleni123 爬虫crawlerheader
    @Override protected void doGet(HttpServletRequest req, HttpServletResponse res) throws ServletException, IOException { String type=req.getParameter("type"); Enumeration es=re
  • java.io操作 DataInputStream和DataOutputStream基本数据流 百合不是茶 java流
    1，java中如果不保存整个对象，只保存类中的属性，那么我们可以使用本篇文章中的方法，如果要保存整个对象  先将类实例化  后面的文章将详细写到     2，DataInputStream 是java.io包中一个数据输入流允许应用程序以与机器无关方式从底层输入流中读取基本 Java 数据类型。应用程序可以使用数据输出流写入稍后由数据输入流读取的数据。
  • 车辆保险理赔案例 bijian1013 车险
    理赔案例： 一货运车，运输公司为车辆购买了机动车商业险和交强险，也买了安全生产责任险，运输一车烟花爆竹，在行驶途中发生爆炸，出现车毁、货损、司机亡、炸死一路人、炸毁一间民宅等惨剧，针对这几种情况，该如何赔付。 赔付建议和方案： 客户所买交强险在这里不起作用，因为交强险的赔付前提是：“机动车发生道路交通意外事故”； 如果是交通意外事故引发的爆炸，则优先适用交强险条款进行赔付，不足的部分由商业
  • 学习Spring必学的Java基础知识(5)—注解 bijian1013 javaspring
            文章来源：http://www.iteye.com/topic/1123823，整理在我的博客有两个目的：一个是原文确实很不错，通俗易懂，督促自已将博主的这一系列关于Spring文章都学完；另一个原因是为免原文被博主删除，在此记录，方便以后查找阅读。           有必要对
  • 【Struts2一】Struts2 Hello World bit1129 Hello world
    Struts2 Hello World应用的基本步骤 创建Struts2的Hello World应用，包括如下几步： 1.配置web.xml 2.创建Action 3.创建struts.xml，配置Action 4.启动web server，通过浏览器访问   配置web.xml <?xml version="1.0" encoding="
  • 【Avro二】Avro RPC框架 bit1129 rpc
    1. Avro RPC简介 1.1. RPC RPC逻辑上分为二层，一是传输层，负责网络通信；二是协议层，将数据按照一定协议格式打包和解包 从序列化方式来看，Apache Thrift 和Google的Protocol Buffers和Avro应该是属于同一个级别的框架，都能跨语言，性能优秀，数据精简，但是Avro的动态模式（不用生成代码，而且性能很好）这个特点让人非常喜欢，比较适合R
  • lua　set get cookie ronin47 lua cookie
    lua: local access_token = ngx.var.cookie_SGAccessToken if access_token then ngx.header["Set-Cookie"] = "SGAccessToken="..access_token.."; path=/;Max-Age=3000" end
  • java-打印不大于N的质数 bylijinnan java
    public class PrimeNumber { /** * 寻找不大于N的质数 */ public static void main(String[] args) { int n=100; PrimeNumber pn=new PrimeNumber(); pn.printPrimeNumber(n); System.out.print
  • Spring源码学习-PropertyPlaceholderHelper bylijinnan javaspring
    今天在看Spring 3.0.0.RELEASE的源码，发现PropertyPlaceholderHelper的一个bug 当时觉得奇怪，上网一搜，果然是个bug，不过早就有人发现了，且已经修复： 详见： http://forum.spring.io/forum/spring-projects/container/88107-propertyplaceholderhelper-bug
  • [逻辑与拓扑]布尔逻辑与拓扑结构的结合会产生什么? comsci 拓扑
       如果我们已经在一个工作流的节点中嵌入了可以进行逻辑推理的代码,那么成百上千个这样的节点如果组成一个拓扑网络,而这个网络是可以自动遍历的,非线性的拓扑计算模型和节点内部的布尔逻辑处理的结合,会产生什么样的结果呢?    是否可以形成一种新的模糊语言识别和处理模型呢?  大家有兴趣可以试试,用软件搞这些有个好处,就是花钱比较少,就算不成
  • ITEYE 都换百度推广了 cuisuqiang GoogleAdSense百度推广广告外快
    以前ITEYE的广告都是谷歌的Google AdSense，现在都换成百度推广了。   为什么个人博客设置里面还是Google AdSense呢？   都知道Google AdSense不好申请，这在ITEYE上也不是讨论了一两天了，强烈建议ITEYE换掉Google AdSense。至少，用一个好申请的吧。   什么时候能从ITEYE上来点外快，哪怕少点
  • 新浪微博技术架构分析 dalan_123 新浪微博架构
    新浪微博在短短一年时间内从零发展到五千万用户，我们的基层架构也发展了几个版本。第一版就是是非常快的，我们可以非常快的实现我们的模块。我们看一下技术特点，微博这个产品从架构上来分析，它需要解决的是发表和订阅的问题。我们第一版采用的是推的消息模式，假如说我们一个明星用户他有10万个粉丝，那就是说用户发表一条微博的时候，我们把这个微博消息攒成10万份，这样就是很简单了，第一版的架构实际上就是这两行字。第
  • 玩转ARP攻击 dcj3sjt126com r
    我写这片文章只是想让你明白深刻理解某一协议的好处。高手免看。如果有人利用这片文章所做的一切事情，盖不负责。 网上关于ARP的资料已经很多了，就不用我都说了。 用某一位高手的话来说，“我们能做的事情很多，唯一受限制的是我们的创造力和想象力”。 ARP也是如此。 以下讨论的机子有 一个要攻击的机子：10.5.4.178 硬件地址：52:54:4C:98
  • PHP编码规范 dcj3sjt126com 编码规范
    一、文件格式 1. 对于只含有 php 代码的文件，我们将在文件结尾处忽略掉 "?>" 。这是为了防止多余的空格或者其它字符影响到代码。例如：<?php$foo = 'foo';2. 缩进应该能够反映出代码的逻辑结果，尽量使用四个空格，禁止使用制表符TAB，因为这样能够保证有跨客户端编程器软件的灵活性。例
  • linux 脱机管理（nohup） eksliang linux nohupnohup
    脱机管理 nohup 转载请出自出处：http://eksliang.iteye.com/blog/2166699 nohup可以让你在脱机或者注销系统后，还能够让工作继续进行。他的语法如下 nohup [命令与参数] --在终端机前台工作 nohup [命令与参数] & --在终端机后台工作   但是这个命令需要注意的是，nohup并不支持bash的内置命令，所
  • BusinessObjects Enterprise Java SDK greemranqq javaBOSAPCrystal Reports
    最近项目用到oracle_ADF  从SAP/BO 上调用 水晶报表，资料比较少，我做一个简单的分享，给和我一样的新手 提供更多的便利。   首先，我是尝试用JAVA JSP 去访问的。   官方API：http://devlibrary.businessobjects.com/BusinessObjectsxi/en/en/BOE_SDK/boesdk_ja
  • 系统负载剧变下的管控策略 iamzhongyong 高并发
    假如目前的系统有100台机器，能够支撑每天1亿的点击量（这个就简单比喻一下），然后系统流量剧变了要，我如何应对，系统有那些策略可以处理，这里总结了一下之前的一些做法。 1、水平扩展 这个最容易理解，加机器，这样的话对于系统刚刚开始的伸缩性设计要求比较高，能够非常灵活的添加机器，来应对流量的变化。 2、系统分组 假如系统服务的业务不同，有优先级高的，有优先级低的，那就让不同的业务调用提前分组
  • BitTorrent DHT 协议中文翻译 justjavac bit
    前言 做了一个磁力链接和BT种子的搜索引擎 {Magnet & Torrent}，因此把 DHT 协议重新看了一遍。 BEP: 5Title: DHT ProtocolVersion: 3dec52cb3ae103ce22358e3894b31cad47a6f22bLast-Modified: Tue Apr 2 16:51:45 2013 -070
  • Ubuntu下Java环境的搭建 macroli java工作ubuntu
    配置命令： 　　$sudo apt-get install ubuntu-restricted-extras 　　再运行如下命令： 　　$sudo apt-get install sun-java6-jdk 　　待安装完毕后选择默认Java. 　　$sudo update- alternatives --config java 　　安装过程提示选择，输入“2”即可，然后按回车键确定。
  • js字符串转日期（兼容IE所有版本） qiaolevip TODateStringIE
    /** * 字符串转时间（yyyy-MM-dd HH:mm:ss） * result （分钟） */ stringToDate : function(fDate){ var fullDate = fDate.split(" ")[0].split("-"); var fullTime = fDate.split("
  • 【数据挖掘学习】关联规则算法Apriori的学习与SQL简单实现购物篮分析 superlxw1234 sql数据挖掘关联规则
    关联规则挖掘用于寻找给定数据集中项之间的有趣的关联或相关关系。 关联规则揭示了数据项间的未知的依赖关系，根据所挖掘的关联关系，可以从一个数据对象的信息来推断另一个数据对象的信息。 例如购物篮分析。牛奶 ⇒ 面包 [支持度：3%，置信度：40%] 支持度3%：意味3%顾客同时购买牛奶和面包。 置信度40%：意味购买牛奶的顾客40%也购买面包。 规则的支持度和置信度是两个规则兴
  • Spring 5.0 的系统需求，期待你的反馈 wiselyman spring
                   Spring 5.0将在2016年发布。Spring5.0将支持JDK 9。          Spring 5.0的特性计划还在工作中，请保持关注，所以作者希望从使用者得到关于Spring 5.0系统需求方面的反馈。  
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他