- JAVA-基础⑦二维数组与排序
冷山寒水
java开发语言
1、冒泡排序(BubbleSort)冒泡排序是所有排序算法中最简单的一个排序,也是我个人学习的第一个排序方法,在这里重新进行一个总结。冒泡排序(BubbleSort)就如同其名称一样,水中的气泡由于压强的原因所以从下到上其大小也是从小到大,如下图整个排序过程分为一个大循环和大循环中的很多小循环进行,我们先来讲其中的小循环他做的事情:每次小循环其实做的事情都很简单,就是单纯的循环所有数据找到其中最大
- 《程序人生》工作2年感悟
Zyy~
程序人生职场和发展
一些杂七杂八的感悟:1.把事做好比什么都重要,先树立量良好的形象,再横向发展。2.职场就是人情世故,但也不要被人情世故绑架。3.要常怀感恩的心,要记住帮助过你的人,愿意和你分享的人,有能力的时候不要忘记帮助别人。4.机会很重要,不要轻易放弃一些你觉得不重要的东西,其实那些东西也很重要。5.要学的技术太多了,但是只有打牢根基才能走的更远。6.学习是一个持久性过程,要注重平时的积累,多写写博客,多敲敲
- 全面解析大模型产品经理岗位职责:从入门到精通,一篇全懂!收藏我这篇就够了!
大模型入门教程
产品经理人工智能大模型AI大模型AIAI产品经理大模型学习
1.产品及公司介绍产品:开源企业级LLMops(大模型应用开发平台):毕昇BISHENG。7800+GithubStar,被多名开发者评价为“目前见过功能最强大,最适合企业内落地的开源大模型应用开发平台”,已服务工商银行、交通银行、中国人寿、中粮集团、中核集团、宁德时代、快手、中电建等众多头部组织及世界500强企业。详细介绍文档:https://dataelem.feishu.cn/wiki/Zx
- DeepSeek点燃国产大模型斗志,RAG等核心技术被重估
量子位
原创关注前沿科技量子位黑马DeepSeek-R1的崛起,给外国网友上演了一场来自东方的震撼。一边,OpenAI和Claude都破了大防,一个声讨“窃取”,一个嘲讽“落后”,两家水火不容的对手竟然以这种戏剧性的方式,鲜有地达成了一致。另一边,微软、亚马逊等云服务厂商,甚至英伟达都开启了“真香”模式,你追我赶地在自家云平台上线DeepSeek-R1。但不管破防还是真香,DeepSeek-R1都已经成为
- 大模型开发流程及架构
寒夜灬星辰
人工智能语言模型
一、主要内容●以大语言模型为功能核心●利用大语言模型的强大理解能力和生成能力●结合特殊的数据或业务逻辑来提供独特功能的应用二、明确目标●大模型作为一个调用工具,不需要知道太多的原理,不需要优化模型能力●需要掌握PromptEngineering、数据处理方法、业务逻辑分解等手段来充分发挥大模型能力,适配应用任务三、大模型开发与传统开发的区别(一)传统开发将非常复杂的业务拆解成小任务,每个任务构造训
- 第一篇:数据库基础与概念
猿享天开
数据库数据库
第一篇:数据库基础与概念目标读者:没有接触过数据库的初学者。内容概述:在本篇文章中,我们将从零开始,详细介绍数据库的基本概念、常见的数据库管理系统(DBMS)以及数据库设计的基础知识。无论你是完全没有接触过数据库,还是对其有些模糊的印象,这篇文章都将帮助你理解数据库的核心功能和工作原理,并为你进一步深入学习数据库打下坚实的基础。一、什么是数据库?我们生活中每时每刻都在接触数据,比如:你手机上的联系
- 大模型开发流程
HalukiSan
语言模型
大模型开发流程参考新想法(Halukisan(Xiaoliu)(github.com))大模型一般开发流程设计:确定目标,设计功能。这一步需要认真考虑好,这个模型应用的目标群体是谁,需求方的具体应用场景是什么,不一定每次都要一个大模型为底座。架构搭建:搭建整体架构,搭建数据库,可以参考Halukisan/ModelDataBase:Es和向量数据库Milvus的构建与数据存储(github.com
- 大模型开发流程及项目实战
辣椒种子
机器学习人工智能
一、大模型开发整理流程1.1、什么是大模型开发我们将开发以大语言模型为功能核心、通过大语言模型的强大理解能力和生成能力、结合特殊的数据或业务逻辑来提供独特功能的应用称为大模型开发。开发大模型相关应用,其技术核心点虽然在大语言模型上,但一般通过调用API或开源模型来实现核心的理解与生成,通过PromptEnginnering来实现大语言模型的控制,因此,虽然大模型是深度学习领域的集大成之作,大模型开
- 园区智能化系统实现管理与服务的智能化转型与创新进阶
快鲸智慧楼宇管理系统
其他
内容概要园区智能化系统的出现,标志着管理与服务向智能化转型的重要一步。这一系统不仅仅是一个技术解决方案,更是一个全面提升园区运营效率与安全性的独特工具。通过集成大数据分析、物联网和人工智能,园区智能化系统能够为各类园区如工业园、产业园、物流园、写字楼与公寓等提供切实可行的解决方案。“智能化管理不仅是未来的发展趋势,更是提升竞争力的必要手段。”在资产管理方面,智能化系统能够实时监控并优化资源的配置,
- 大模型迎来2025开年大作:deepseek-R1与deepseek-R1-Zero
Funny_AI_LAB
大模型人工智能aillama语言模型
2025-01-20正式发布DeepSeek-R1,并同步开源模型权重。DeepSeek-R1遵循MITLicense,允许用户通过蒸馏技术借助R1训练其他模型。DeepSeek-R1上线API,对用户开放思维链输出,通过设置model='deepseek-reasoner'即可调用。DeepSeek官网与App即日起同步更新上线。论文地址:https://github.com/deepseek-
- 从零开始学架构——互联网架构的演进
PangPiLoLo
从零到一设计架构架构
1技术演进1.1技术演进的动力对于新技术,我们应该站在行业的角度上思考,哪些技术我们要采取,哪些技术我们不能用,投入成本过大会不会导致满盘皆输?市场、技术、管理三者组成的业务发展铁三角,任何一个不足都会导致企业的业务停滞不前,我们可以发现,其实三者都是服务于业务,业务有需求那么就应该尽量去满足,技术只不过是满足业务的一种手段可以将企业的业务分为:产品类、服务类产品类:开发出的产品,提供给用户使用,
- 【小白学AI系列】NLP 核心知识点(三)Word2Vec
Blankspace空白
人工智能自然语言处理word2vec
Word2Vec定义:Word2Vec是一种将单词转化为向量的技术,基于神经网络模型,它能够将单词的语义关系通过向量空间的距离和方向进行表示。通过Word2Vec,我们可以将单词从一个离散的符号转化为一个稠密的向量(一般是高维的),并且能够捕捉到单词之间的语义关系和相似性。历史来源:Word2Vec由TomasMikolov等人于2013年在谷歌提出,它迅速成为了词向量表示(wordembeddi
- Meta首席科学家Yann LeCun预言:5年内AI架构将颠覆,当前大模型的4大核心缺陷
机器小乙
人工智能
✨引言:一场颠覆AI行业的预言在2025冬季达沃斯“技术辩论”现场,Meta首席AI科学家、图灵奖得主杨立昆(YannLeCun)抛出一个震撼观点:“当前的大语言模型(LLM)范式将在3-5年内被淘汰。”这位深度学习先驱的论断,不仅直指ChatGPT等明星产品的技术天花板,更揭示了下一代AI进化的核心路径——构建理解物理世界的“世界模型”(WorldModel)。作为Meta人工智能实验室负责人,
- 【小白学AI系列】NLP 核心知识点(五)Transformer介绍
Blankspace空白
人工智能自然语言处理transformer
TransformerTransformer是一种基于自注意力机制(Self-AttentionMechanism)的深度学习模型,首次由Vaswani等人于2017年在论文《AttentionisAllYouNeed》中提出。与RNN和LSTM不同,Transformer不需要依靠序列顺序进行递归,而是通过全局注意力机制一次性处理整个输入序列,从而具备了更高的计算效率和更强的并行化能力。Tran
- 打造你的专属英文打字练习软件:从零开始的C#实战教程
工控_谭校长
c#开发语言visualstudio
在当今数字化时代,打字已经成为一项必不可少的技能。无论是工作、学习还是日常沟通,快速而准确的打字能力都能极大地提高效率。为了帮助大家提升英文打字水平,本文将带你从零开始,使用C#开发一款功能完善的英文打字练习软件。通过这个项目,你不仅能学习到C#编程的核心技术,还能掌握如何设计一个用户友好的桌面应用程序。项目概述我们的英文打字练习软件将具备以下核心功能:多篇文章选择:用户可以从多篇英文文章中选择练
- StarRocks实战——表设计规范与监控体系
吵吵叭火
#Grafana大数据prometheusgrafana数据仓库
目录前言一、StarRocks表设计1.1字段类型1.2分区分桶1.2.1分区规范1.2.2分桶规范1.3主键表1.3.1数据有冷热特征1.3.2大宽表1.4实际案例1.4.1案例一:主键表内存优化1.4.2案例一:Update内存超了,导致主键表导入失败1.4.3案例三:tablet数量治理1.5建表案例二、StarRocks监控2.1监控架构StarRocks慢查询2.2监控页面使用2.2监控
- 【AI人工智能】DeepSeek R1:你需要知道的一切
大名顶顶
人工智能人工智能AIDeepSeek程序员计算机编程开源
我们将在本博客中介绍的关于DeepSeekR1的所有你需要知道的一切内容,请坚持认真读完,必有收获:DeepSeekR1简要概述主要特点与能力开源与可访问性模型架构强化学习训练变体与精简模型使用案例与应用从专有模型迁移到开源模型1.DeepSeekR1简要概述大语言模型(LLM)研究领域正在迅速发展,每一个新模型都在推动机器能力的边界。DeepSeekR1是由DeepSeek于2025年1月20日
- Python中random模块
武当豆豆
Python语法python
一、概要random模块是python标准库中用于生成伪随机数的模块。伪随机数是以随机种子和算法得到的,随机种子和算法确定后,生成的随机数序列也确定了。二、常用函数1、random.seed(a)没有设置随机种子a时,默认以时间戳作为随机数,如此一来,每次输出的随机数序列都是不一样的;设置随机种子a后,每次输出的的随机数序列都是一样的。随机种子可设置值为整数、浮点数、字符串和引用等。importr
- 本地部署DeepSeek大模型完整指南
ddv_08
深度学习人工智能
DeepSeek作为国产顶尖开源大模型,其优秀的语义理解和生成能力备受关注。本文将手把手教你如何在本地计算机部署DeepSeek模型并实现对话交互,支持CPU/GPU双模式运行。环境准备1.硬件要求最低配置:16GB内存+100GB存储空间(仅运行7B模型)推荐配置:24GB以上显存的NVIDIA显卡(如RTX3090/4090)2.软件依赖#创建Python虚拟环境condacreate-nde
- Baklib赋能企业实现高效数字化内容管理提升竞争力
数字体验运营官
其他
内容概要在数字经济的浪潮下,企业面临着前所未有的机遇与挑战。随着信息技术的迅猛发展,各行业都在加速推进数字化转型,以保持竞争力。在这个过程中,数字化内容管理成为不可或缺的一环。高效的内容管理不仅能够优化内部流程,还能提升客户体验,帮助企业在瞬息万变的市场环境中快速响应。“有效的数字化内容管理,能够帮助企业降低成本,提高效率,为业务创新提供重要支持。”以下表格展示了高效数字化内容管理对企业各方面的影
- kafka自定义分区器无法接收到数据
一嗷
kafka
记录一下大无语事件,今天看尚硅谷的kafka自定义分区器,结果自己编写得分区器kafka一直接收不到数据,idea里也终端没有语句输出,找了好久才发现问题。自定义分区器代码:importorg.apache.kafka.clients.producer.Partitioner;importorg.apache.kafka.common.Cluster;importjava.util.Map;pub
- 深入探索Llama.cpp:在LangChain中使用llama-cpp-python
dfvcbipanjr
pythonllamalangchain
深入探索Llama.cpp:在LangChain中使用llama-cpp-python随着大语言模型(LLMs)的普及,开发者需要更有效的方法来部署和使用这些模型。本文将介绍如何使用Llama.cpp的Python绑定——llama-cpp-python,并展示如何在LangChain中实现此功能。1.引言llama-cpp-python是Llama.cpp的Python绑定,使开发者能够在本地运
- DeepSeek R1 简易指南:架构、培训、本地部署和硬件要求
前端javascript
CSS技巧与案例详解vue2与vue3技巧合集VueUse源码解读DeepSeek团队近期发布的DeepSeek-R1技术论文展示了其在增强大语言模型推理能力方面的创新实践。该研究突破性地采用强化学习(ReinforcementLearning)作为核心训练范式,在不依赖大规模监督微调的前提下显著提升了模型的复杂问题求解能力。技术架构深度解析模型体系:DeepSeek-R1系列包含两大核心成员:D
- 使用Ollama本地化部署DeepSeek
大模型llm人工智能
1、Ollama简介Ollama是一个开源的本地化大模型部署工具,旨在简化大型语言模型(LLM)的安装、运行和管理。它支持多种模型架构,并提供与OpenAI兼容的API接口,适合开发者和企业快速搭建私有化AI服务。Ollama的主要特点包括:轻量化部署:支持在本地设备上运行模型,无需依赖云端服务。多模型支持:兼容多种开源模型,如LLaMA、DeepSeek等。高效管理:提供命令行工具,方便用户下载
- LLM-预训练:深入理解 Megatron-LM(2)原理介绍
u013250861
#LLM/训练人工智能
最近在基于Megatron-LM的代码来训练大语言模型,本人觉得Megatron的代码很具有学习意义,于是大量参考了网上很多对Megatron代码的解读文章和NVIDAMegatron团队公开发布的2篇论文,并结合最近Megatron-LM代码库的更新,整理成了这几篇系列文章。Megatron-LM代码版本:23.06https://github.com/NVIDIA/Megatron-LM/tr
- 玩转大语言模型——使用GraphRAG+Ollama本地构建知识图谱(完全本地化,不依赖OpenAI)
艾醒(AiXing-w)
玩转大语言模型语言模型知识图谱人工智能
系列文章目录玩转大语言模型——使用langchain和Ollama本地部署大语言模型玩转大语言模型——ollama导入huggingface下载的模型玩转大语言模型——langchain调用ollama视觉多模态语言模型玩转大语言模型——使用GraphRAG+Ollama构建知识图谱玩转大语言模型——完美解决GraphRAG构建的知识图谱全为英文的问题玩转大语言模型——配置图数据库Neo4j(含a
- 集合论导引:广义无界闭子集与荟萃子集
AI天才研究院
大数据AI人工智能ChatGPTjavapythonjavascriptkotlingolang架构人工智能大厂程序员硅基计算碳基计算认知计算生物计算深度学习神经网络大数据AIGCAGILLM系统架构设计软件哲学Agent程序员实现财富自由
《集合论导引:广义无界闭子集与荟萃子集》关键词集合论,广义无界闭子集,荟萃子集,拓扑学,度量空间,函数空间摘要本文旨在为读者提供一部关于集合论中广义无界闭子集与荟萃子集的导引。文章首先回顾了集合论的基础知识,包括集合的定义、运算、子集、超集以及可数集与不可数集等。在此基础上,文章深入探讨了集合的基数与连续统假设,并介绍了集合的公理系统。接着,文章转向广义无界闭子集和荟萃子集的基本概念、性质及应用,
- 【大模型应用开发 动手做AI Agent】Plan and Solve策略的提出
杭州大厂Java程序媛
计算机软件编程原理与应用实践javapythonjavascriptkotlingolang架构人工智能
【大模型应用开发动手做AIAgent】Plan-and-Solve策略的提出关键词:大模型,AIAgent,Plan-and-Solve,智能体,策略学习,强化学习,自然语言处理1.背景介绍随着人工智能技术的飞速发展,大模型(LargeLanguageModel,LLM)在自然语言处理(NaturalLanguageProcessing,NLP)领域取得了显著的突破。大模型能够理解和生成自然语言,
- 设计模式GOF23简介
令狐掌门
C++/C#设计模式设计模式
软件设计模式介绍公元1991年,软件界有四位大侠,总结了前人的一些设计模式,并进行分门别类,一共得出23种设计模式供软件开发者进行参考复用,在经过几代人的开发实践后,设计模式在各个项目中大放光彩,这四位大侠是Gamma,Helm,JohnsonVlissides,Addison-Wesley,全地球程序员为了表示对设计模式的敬仰与崇拜,因此设计模式又称为GOF23。设计模式分类设计模式主要有三大类
- 基于Micropython利用ESP32-C3墨水屏电子时钟方法
嵌入式开发星球
单片机项目实战操作之优秀驱动开发
本篇笔记介绍一下我们设计制作的墨水屏时钟。1、所需硬件1)合宙的ESP32-C3:2)电子价签拆出来的2.9寸墨水屏:——电子价签型号为:Stellar-L,墨水屏型号为:E029A01。3)自己设计的一块墨水屏驱动板:——这块PCB比较复杂了,贴片电容、电阻、二极管有20多个,再加上贴片AHT20和24P的FPC,焊接难度有点大
- 用MiddleGenIDE工具生成hibernate的POJO(根据数据表生成POJO类)
AdyZhang
POJOeclipseHibernateMiddleGenIDE
推荐:MiddlegenIDE插件, 是一个Eclipse 插件. 用它可以直接连接到数据库, 根据表按照一定的HIBERNATE规则作出BEAN和对应的XML ,用完后你可以手动删除它加载的JAR包和XML文件! 今天开始试着使用
- .9.png
Cb123456
android
“点九”是andriod平台的应用软件开发里的一种特殊的图片形式,文件扩展名为:.9.png
智能手机中有自动横屏的功能,同一幅界面会在随着手机(或平板电脑)中的方向传感器的参数不同而改变显示的方向,在界面改变方向后,界面上的图形会因为长宽的变化而产生拉伸,造成图形的失真变形。
我们都知道android平台有多种不同的分辨率,很多控件的切图文件在被放大拉伸后,边
- 算法的效率
天子之骄
算法效率复杂度最坏情况运行时间大O阶平均情况运行时间
算法的效率
效率是速度和空间消耗的度量。集中考虑程序的速度,也称运行时间或执行时间,用复杂度的阶(O)这一标准来衡量。空间的消耗或需求也可以用大O表示,而且它总是小于或等于时间需求。
以下是我的学习笔记:
1.求值与霍纳法则,即为秦九韶公式。
2.测定运行时间的最可靠方法是计数对运行时间有贡献的基本操作的执行次数。运行时间与这个计数成正比。
- java数据结构
何必如此
java数据结构
Java 数据结构
Java工具包提供了强大的数据结构。在Java中的数据结构主要包括以下几种接口和类:
枚举(Enumeration)
位集合(BitSet)
向量(Vector)
栈(Stack)
字典(Dictionary)
哈希表(Hashtable)
属性(Properties)
以上这些类是传统遗留的,在Java2中引入了一种新的框架-集合框架(Collect
- MybatisHelloWorld
3213213333332132
//测试入口TestMyBatis
package com.base.helloworld.test;
import java.io.IOException;
import org.apache.ibatis.io.Resources;
import org.apache.ibatis.session.SqlSession;
import org.apache.ibat
- Java|urlrewrite|URL重写|多个参数
7454103
javaxmlWeb工作
个人工作经验! 如有不当之处,敬请指点
1.0 web -info 目录下建立 urlrewrite.xml 文件 类似如下:
<?xml version="1.0" encoding="UTF-8" ?>
<!DOCTYPE u
- 达梦数据库+ibatis
darkranger
sqlmysqlibatisSQL Server
--插入数据方面
如果您需要数据库自增...
那么在插入的时候不需要指定自增列.
如果想自己指定ID列的值, 那么要设置
set identity_insert 数据库名.模式名.表名;
----然后插入数据;
example:
create table zhabei.test(
id bigint identity(1,1) primary key,
nam
- XML 解析 四种方式
aijuans
android
XML现在已经成为一种通用的数据交换格式,平台的无关性使得很多场合都需要用到XML。本文将详细介绍用Java解析XML的四种方法。
XML现在已经成为一种通用的数据交换格式,它的平台无关性,语言无关性,系统无关性,给数据集成与交互带来了极大的方便。对于XML本身的语法知识与技术细节,需要阅读相关的技术文献,这里面包括的内容有DOM(Document Object
- spring中配置文件占位符的使用
avords
1.类
<?xml version="1.0" encoding="UTF-8"?><!DOCTYPE beans PUBLIC "-//SPRING//DTD BEAN//EN" "http://www.springframework.o
- 前端工程化-公共模块的依赖和常用的工作流
bee1314
webpack
题记: 一个人的项目,还有工程化的问题嘛? 我们在推进模块化和组件化的过程中,肯定会不断的沉淀出我们项目的模块和组件。对于这些沉淀出的模块和组件怎么管理?另外怎么依赖也是个问题? 你真的想这样嘛? var BreadCrumb = require(‘../../../../uikit/breadcrumb’); //真心ugly。
- 上司说「看你每天准时下班就知道你工作量不饱和」,该如何回应?
bijian1013
项目管理沟通IT职业规划
问题:上司说「看你每天准时下班就知道你工作量不饱和」,如何回应
正常下班时间6点,只要是6点半前下班的,上司都认为没有加班。
Eno-Bea回答,注重感受,不一定是别人的
虽然我不知道你具体从事什么工作与职业,但是我大概猜测,你是从事一项不太容易出现阶段性成果的工作
- TortoiseSVN,过滤文件
征客丶
SVN
环境:
TortoiseSVN 1.8
配置:
在文件夹空白处右键
选择 TortoiseSVN -> Settings
在 Global ignote pattern 中添加要过滤的文件:
多类型用英文空格分开
*name : 过滤所有名称为 name 的文件或文件夹
*.name : 过滤所有后缀为 name 的文件或文件夹
--------
- 【Flume二】HDFS sink细说
bit1129
Flume
1. Flume配置
a1.sources=r1
a1.channels=c1
a1.sinks=k1
###Flume负责启动44444端口
a1.sources.r1.type=avro
a1.sources.r1.bind=0.0.0.0
a1.sources.r1.port=44444
a1.sources.r1.chan
- The Eight Myths of Erlang Performance
bookjovi
erlang
erlang有一篇guide很有意思: http://www.erlang.org/doc/efficiency_guide
里面有个The Eight Myths of Erlang Performance: http://www.erlang.org/doc/efficiency_guide/myths.html
Myth: Funs are sl
- java多线程网络传输文件(非同步)-2008-08-17
ljy325
java多线程socket
利用 Socket 套接字进行面向连接通信的编程。客户端读取本地文件并发送;服务器接收文件并保存到本地文件系统中。
使用说明:请将TransferClient, TransferServer, TempFile三个类编译,他们的类包是FileServer.
客户端:
修改TransferClient: serPort, serIP, filePath, blockNum,的值来符合您机器的系
- 读《研磨设计模式》-代码笔记-模板方法模式
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/
import java.sql.Connection;
import java.sql.DriverManager;
import java.sql.PreparedStatement;
import java.sql.ResultSet;
- 配置心得
chenyu19891124
配置
时间就这样不知不觉的走过了一个春夏秋冬,转眼间来公司已经一年了,感觉时间过的很快,时间老人总是这样不停走,从来没停歇过。
作为一名新手的配置管理员,刚开始真的是对配置管理是一点不懂,就只听说咱们公司配置主要是负责升级,而具体该怎么做却一点都不了解。经过老员工的一点点讲解,慢慢的对配置有了初步了解,对自己所在的岗位也慢慢的了解。
做了一年的配置管理给自总结下:
1.改变
从一个以前对配置毫无
- 对“带条件选择的并行汇聚路由问题”的再思考
comsci
算法工作软件测试嵌入式领域模型
2008年上半年,我在设计并开发基于”JWFD流程系统“的商业化改进型引擎的时候,由于采用了新的嵌入式公式模块而导致出现“带条件选择的并行汇聚路由问题”(请参考2009-02-27博文),当时对这个问题的解决办法是采用基于拓扑结构的处理思想,对汇聚点的实际前驱分支节点通过算法预测出来,然后进行处理,简单的说就是找到造成这个汇聚模型的分支起点,对这个起始分支节点实际走的路径数进行计算,然后把这个实际
- Oracle 10g 的clusterware 32位 下载地址
daizj
oracle
Oracle 10g 的clusterware 32位 下载地址
http://pan.baidu.com/share/link?shareid=531580&uk=421021908
http://pan.baidu.com/share/link?shareid=137223&uk=321552738
http://pan.baidu.com/share/l
- 非常好的介绍:Linux定时执行工具cron
dongwei_6688
linux
Linux经过十多年的发展,很多用户都很了解Linux了,这里介绍一下Linux下cron的理解,和大家讨论讨论。cron是一个Linux 定时执行工具,可以在无需人工干预的情况下运行作业,本文档不讲cron实现原理,主要讲一下Linux定时执行工具cron的具体使用及简单介绍。
新增调度任务推荐使用crontab -e命令添加自定义的任务(编辑的是/var/spool/cron下对应用户的cr
- Yii assets目录生成及修改
dcj3sjt126com
yii
assets的作用是方便模块化,插件化的,一般来说出于安全原因不允许通过url访问protected下面的文件,但是我们又希望将module单独出来,所以需要使用发布,即将一个目录下的文件复制一份到assets下面方便通过url访问。
assets设置对应的方法位置 \framework\web\CAssetManager.php
assets配置方法 在m
- mac工作软件推荐
dcj3sjt126com
mac
mac上的Terminal + bash + screen组合现在已经非常好用了,但是还是经不起iterm+zsh+tmux的冲击。在同事的强烈推荐下,趁着升级mac系统的机会,顺便也切换到iterm+zsh+tmux的环境下了。
我为什么要要iterm2
切换过来也是脑袋一热的冲动,我也调查过一些资料,看了下iterm的一些优点:
* 兼容性好,远程服务器 vi 什么的低版本能很好兼
- Memcached(三)、封装Memcached和Ehcache
frank1234
memcachedehcachespring ioc
本文对Ehcache和Memcached进行了简单的封装,这样对于客户端程序无需了解ehcache和memcached的差异,仅需要配置缓存的Provider类就可以在二者之间进行切换,Provider实现类通过Spring IoC注入。
cache.xml
<?xml version="1.0" encoding="UTF-8"?>
- Remove Duplicates from Sorted List II
hcx2013
remove
Given a sorted linked list, delete all nodes that have duplicate numbers, leaving only distinct numbers from the original list.
For example,Given 1->2->3->3->4->4->5,
- Spring4新特性——注解、脚本、任务、MVC等其他特性改进
jinnianshilongnian
spring4
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
- MySQL安装文档
liyong0802
mysql
工作中用到的MySQL可能安装在两种操作系统中,即Windows系统和Linux系统。以Linux系统中情况居多。
安装在Windows系统时与其它Windows应用程序相同按照安装向导一直下一步就即,这里就不具体介绍,本文档只介绍Linux系统下MySQL的安装步骤。
Linux系统下安装MySQL分为三种:RPM包安装、二进制包安装和源码包安装。二
- 使用VS2010构建HotSpot工程
p2p2500
HotSpotOpenJDKVS2010
1. 下载OpenJDK7的源码:
http://download.java.net/openjdk/jdk7
http://download.java.net/openjdk/
2. 环境配置
▶
- Oracle实用功能之分组后列合并
seandeng888
oracle分组实用功能合并
1 实例解析
由于业务需求需要对表中的数据进行分组后进行合并的处理,鉴于Oracle10g没有现成的函数实现该功能,且该功能如若用JAVA代码实现会比较复杂,因此,特将SQL语言的实现方式分享出来,希望对大家有所帮助。如下:
表test 数据如下:
ID,SUBJECTCODE,DIMCODE,VALUE
1&nbs
- Java定时任务注解方式实现
tuoni
javaspringjvmxmljni
Spring 注解的定时任务,有如下两种方式:
第一种:
<?xml version="1.0" encoding="UTF-8"?>
<beans xmlns="http://www.springframework.org/schema/beans"
xmlns:xsi="http
- 11大Java开源中文分词器的使用方法和分词效果对比
yangshangchuan
word分词器ansj分词器Stanford分词器FudanNLP分词器HanLP分词器
本文的目标有两个:
1、学会使用11大Java开源中文分词器
2、对比分析11大Java开源中文分词器的分词效果
本文给出了11大Java开源中文分词的使用方法以及分词结果对比代码,至于效果哪个好,那要用的人结合自己的应用场景自己来判断。
11大Java开源中文分词器,不同的分词器有不同的用法,定义的接口也不一样,我们先定义一个统一的接口:
/**
* 获取文本的所有分词结果, 对比