- Debian编译安装mysql8.0.41源码包 笔记250401
kfepiza
#LinuxCentOSUbuntu等Database数据库sql关系型非关系型nosqldebian笔记mysql数据库database
Debian编译安装mysql8.0.41源码包以下是在Debian系统上通过编译源码安装MySQL8.0.41的完整步骤,包含依赖管理、编译参数优化和常见问题处理:准备工作1.安装编译依赖sudoaptupdatesudoaptinstall-y\cmakegccg++makelibssl-devlibncurses5-devlibtinfo-dev\libreadline-devzlib1g-
- GaussDB嵌入式命令GET DESCRIPTOR
如清风一般
gaussdb数据库
GaussDB嵌入式命令GETDESCRIPTOR功能描述检索查询结果集的信息,并且将它存储到宿主变量中。在使用该命令将信息传递给宿主语言变量之前通常使用FETCH或者SELECT填充标识符区域。该命令有两种形式:检索描述符的“头部”项,适用于全面查看结果集。列号作为附加参数,检索特定列的信息。语法格式GETDESCRIPTORdescriptor_nameVALUEcolumn_number:c
- 结构化剪枝(Structured Pruning)与动态蒸馏(Dynamic Distillation)
frostmelody
PyTorch小知识点LLM小知识点深度学习小知识点剪枝深度学习pytorch
结构化剪枝(StructuredPruning)技术详解核心原理结构化剪枝通过模块级(如层、通道、块)而非单个权重的方式去除冗余参数,保留关键子网络。其优势在于:硬件友好性:生成规则稀疏模式(如4×4权重块),便于GPU/TPU等加速器并行计算。块状结构定义:首先将神经网络的权重矩阵划分为固定大小的块,例如4×4的小方块。每个块包含16个权重参数。整块剪枝:剪枝时以"块"为单位进行,而不是单独剪枝
- k8s常用命令(持续更新中)
Leo Han
kubernetesdocker容器
我们在使用k8s的过程中,经常需要使用到k8s的一些常用命令,自己列举了一些常用的,大家可以用用://获取pod,kubeconfig参数可以忽略kubectl--kubeconfig=xxx-n命名空间getpod//过滤kubectl--kubeconfig=xxx-n命名空间getpod|greppod名称获取到一个pod的id之后,我们就可以进行一些操作,比如进入到pod中:kubectl
- Redis实现分布式锁:原理、问题与实战方案
佩奇的技术笔记
Redis分布式锁redis分布式数据库
面试题引子:分布式系统中的互斥难题面试官问:“在分布式系统中,如何保证多个节点对同一资源互斥访问?”这道题直接切入了分布式锁的核心问题。比如电商秒杀场景中,如何避免库存超卖?Redis的分布式锁正是这类问题的常见解决方案。一、为什么选择Redis实现分布式锁?1.原子操作保障Redis是单线程的纯内存数据库,所有命令都具备原子性。通过SET命令的NX(仅不存在时设置)和EX(设置过期时间)参数组合
- 测试提效之AI 辅助生成测试用例:具体案例与代码实现
Python测试之道
测试提效python人工智能python功能测试
AI技术在自动化测试中的应用日益成熟,尤其是在测试用例生成方面,能够大幅提升测试工程师的效率。通过AI模型(如OpenAIGPT系列),我们可以根据代码逻辑、接口定义或需求描述,快速生成高质量的测试用例。1.AI辅助生成测试用例的场景1.1单元测试生成根据代码逻辑,AI可以自动生成单元测试,包括正常路径、边界条件和异常场景。1.2接口测试用例生成通过接口的API文档或定义,AI自动生成请求参数和预
- ORACLE数据库备份入门:第三部分:4-数据库克隆(DUPLICATE)
二胖_备份管理员
oracle数据库备份
克隆是将源数据库进行完整的拷贝,包括所有的数据文件、参数文件、控制文件和日志等,再利用这些数据创建一套新的数据库。克隆数据库的目的是什么?通常是用于创建DataGuard备库或搭建测试环境。以我个人的经验,想要实现相同的目的,完全是可以通过备份恢复的方式,因此也很少使用拷贝技术。这两种方式的区别在于:克隆是从源数据库直接传输数据到目的数据库,操作流程更简单,但是对网络传输能力有要求,需要较低的延时
- Qwen-2.5、DeepSeek-R1、DeepSeek-V3 核心区别
瞬间动力
人工智能大数据语言模型AI编程java
1.定位与核心能力Qwen-2.5(阿里云):通用型大语言模型,擅长多模态处理(文本、图像、音频等)和超长上下文支持(最高支持100万token)。DeepSeek-V3(深度求索):通用型模型,采用混合专家架构(MoE),总参数6710亿(每次激活370亿),训练成本仅557.6万美元,注重高性价比和低延迟。DeepSeek-R1(深度求索):专精复杂逻辑推理(数学、代码生成、金融分析等),通过
- 如何学好c++(萌新小白速入)
卫枝枝
c++开发语言
一、基础阶段(1-2个月)目标:建立C++核心语法体系关键知识点变量/常量、基础数据类型(int,double,char等)运算符与表达式(算术/逻辑/位运算)控制流(if-else,switch,for,while,do-while)函数定义与调用(参数传递、返回值、作用域)数组与字符串操作(C风格字符串与std::string)实践建议用代码实现斐波那契数列、素数判断等基础算法尝试LeetCo
- (6-1-01)学习与自适应机制:迁移学习与领域适应(1)预训练模型迁移策略
码农三叔
Agent智能体学习知识图谱迁移学习机器学习人工智能Agent智能体
在通用AIAgent中,迁移学习通过知识迁移提高新任务的学习效率,加速模型适应新场景。在线学习实时更新模型,使其动态适应环境变化,增强系统的实时性和灵活性。自适应机制让智能体根据反馈自动调整策略和参数,提升性能和鲁棒性,确保在复杂多变环境中有效运行。6.1迁移学习与领域适应在通用AIAgent中,迁移学习通过将一个任务中学到的知识应用到另一个相关任务中,显著减少新任务的学习成本,提高学习效率和模型
- 所有的对齐方式
九层指针
LVGL图形界面编程ui
在LVGL中,align_type参数(类型为lv_align_t)定义了控件的对齐方式。以下是LVGL8.x/9.x版本中所有可用的对齐方式及其含义:对齐方式列表对齐类型(枚举值)功能描述LV_ALIGN_DEFAULT默认对齐(等同于LV_ALIGN_TOP_LEFT)。LV_ALIGN_TOP_LEFT对齐到父容器的左上角。LV_ALIGN_TOP_MID对齐到父容器的顶部中心(水平居中,垂
- docker对MySQL初始化脚本执行
THe CHallEnge of THe BrAve
笔记dockermysql容器
-v/data/mysql-docker/mysql_init:/docker-entrypoint-initdb.d是Docker运行容器时的一个参数,用于将宿主机(主机)的目录挂载到容器内的特定目录。以下是其具体含义和作用的详细解释:1.参数含义-v:Docker的卷(Volume)挂载参数,用于将宿主机的目录或文件挂载到容器内。/data/mysql-docker/mysql_init:宿主
- WPARAM与LPARAM的高位与低位问题
onebigday
Delphi编程bytedelphi开发工具
在写消息处理函数时,常会遇到WPARAM与LPARAM这两个参数,这两个参数都是DWORD类型的,也就是双字或四字节或32位长度的。有时想取这些参数里的高位字或低位字,用什么方法呢?查MSDN说有两个宏函数可用:取高位字:WORDHIWORD(DWORDdwValue);取低位字:WORDLOWORD(DWORDdwValue);那么WORD类型的怎么取高位和低位呢?同样的也有两个宏函数可用:取高
- C# 窗体应用(.FET Framework) 线程操作方法
du fei
c#开发语言
一、Thread线程使用方法初始化方法Threadth1;th1=newThread(方法名);th1.IsBackground=true;th1.Start();传参///定义一个object接受参数的方法privatevoidTest(objectn){stringstr1=nasstring;MessageBox.Show(str1);}//调用方法Threadth2stringstr1=“
- 手把手教你学Simulink——基于Simulink的开关磁阻电机(SRM)自适应观测器设计仿真建模示例
小蘑菇二号
手把手教你学MATLAB专栏手把手教你学Simulink算法simulinkmatlab
目录手把手教你学Simulink——基于Simulink的开关磁阻电机(SRM)自适应观测器设计仿真建模示例一、背景与目标二、所需工具和环境三、步骤详解步骤1:创建Simulink模型步骤2:添加SRM电机模型步骤3:设计自适应观测器3.1状态观测器设计3.2自适应律设计步骤4:在Simulink中实现观测器步骤5:添加参考输入与控制回路步骤6:设置仿真参数步骤7:添加观测器输出与误差分析模块步骤
- 基于图像分割的LIDC-IDRI 数据集预处理之实战预处理篇
折柳_
人工智能计算机视觉python
目录前言一、创建参数配置文件lung.conf二、创建数据预处理文件prepare_dataset.py:总结前言上一篇《基于图像分割的LIDC-IDRI数据集预处理之数据下载篇》介绍了关于lidc的数据下载,本篇将针对数据集进行具体的处理,包括肺实质分割,结节标注,数据集划分等,针对数据集预处理所用到的有关技术参考了博主小河梦《深度学习】肺结节分割项目实战一:处理数据集》,本篇现已经成功运行并运
- 【机器学习】Day 18: 告别盲猜!网格/随机/贝叶斯搜索带你精通超参数调优
吴师兄大模型
0基础实现机器学习入门到精通机器学习人工智能pytorch超参数调优网格搜索贝叶斯搜索随机搜索
Langchain系列文章目录01-玩转LangChain:从模型调用到Prompt模板与输出解析的完整指南02-玩转LangChainMemory模块:四种记忆类型详解及应用场景全覆盖03-全面掌握LangChain:从核心链条构建到动态任务分配的实战指南04-玩转LangChain:从文档加载到高效问答系统构建的全程实战05-玩转LangChain:深度评估问答系统的三种高效方法(示例生成、手
- 浏览器指纹技术解析与多账号安全管理实践:从原理到工具选型
Hotlogin
火云指纹浏览器指纹浏览器安全
随着电商、社交媒体营销的爆发式增长,多账号运营成为企业及个人的刚需。然而,平台通过浏览器指纹技术追踪用户设备信息,导致账号关联封禁风险陡增。本文从技术原理出发,探讨如何通过指纹浏览器实现安全高效的多账号管理,并提供工具选型的关键技术指标。一、浏览器指纹技术:风险与挑战技术原理浏览器指纹通过采集设备的软硬件特征(如操作系统、屏幕分辨率、字体列表、WebGL渲染参数等),生成唯一标识符。即使切换IP或
- 指纹浏览器核心技术解析:从基础原理到工程实践
Hotlogin
火云指纹浏览器指纹浏览器前端网络哈希算法架构
一、浏览器指纹技术原理概述浏览器指纹是通过采集用户设备的软硬件特征生成唯一标识的技术,其核心在于跨会话追踪能力。即使清除Cookie或使用隐私模式,仍能通过200+项参数组合精准识别设备。主要技术维度包括:1.基础参数采集HTTP层特征:User-Agent、Accept-Language、屏幕分辨率(采集精度达96dpi)等30+项参数硬件信息:通过navigator.hardwareConcu
- [实战]Zynq设备树详细教程
jz_ddk
linux嵌入式硬件
Zynq设备树详细教程(实际操作指南)1.设备树基础概念1.1什么是设备树设备树(DeviceTree)是一种描述硬件资源的数据结构,它通过一种树状结构来描述系统中的硬件设备信息。在Zynq系统中,设备树主要用来描述:处理器特性内存布局外设寄存器地址范围中断连接时钟信息其他硬件特定参数1.2设备树的作用设备树(DeviceTree)用于描述硬件配置信息,将硬件描述与驱动代码分离。通过.dts(设备
- 掩码图像建模 (MIM) 中的对数似然与交叉熵
frostmelody
深度学习LLM人工智能深度学习计算机视觉
掩码图像建模(MIM)中的对数似然与交叉熵1.问题背景在掩码图像建模(MIM)任务中,模型需要预测被遮蔽的图像块对应的视觉词元(可以理解为图像块的离散类别标签)。具体来说:每个被遮蔽的图像块i∈Mi\inMi∈M的真实标签是ziz_izi(即它原本的视觉词元类别)。模型通过Transformer编码器生成隐藏向量hLih_L^ihLi,然后通过一个分类器(参数为Wc,bcW_c,b_cWc,bc)
- Java String特性深度解析:你真的会用String么
以恒1
java
JavaString特性深度解析一、String的不可变性:核心设计哲学Java将String设计为不可变对象,这一决策贯穿其整个生命周期,是理解Java字符串机制的基石。以下从多个维度解析其设计原因及实现细节:1.1安全性考量参数传递防护:String常用于网络连接、文件路径、数据库URL等敏感场景。若可变,恶意代码可通过反射修改字符串内容(如将"file.txt"改为"malicious.ex
- 基于R语言与MaxEnt的物种分布建模全流程解析:从算法优化到科研制图实战
KY_chenzhao
MaxEntR语言物种分布气候变化
随着全球气候变化与生物多样性保护需求的加剧,物种分布模型(SpeciesDistributionModel,SDM)已成为生态学、保护生物学研究的核心工具。MaxEnt模型凭借其对小样本数据的强适应性和环境变量非线性关系的解析能力,成为SDM领域的主流选择。然而,传统MaxEnt建模常面临参数调优效率低、数据预处理繁琐、结果可视化粗糙三大痛点。本文以R语言与MaxEnt的深度
- 复合缩放EfficientNet原理详解
frostmelody
LLM深度学习人工智能深度学习
1.为什么复合缩放更高效?(1)单维度缩放的瓶颈增加深度(层数):更深的网络可以学习更复杂特征,但容易导致梯度消失/爆炸问题,且计算量随深度线性增长。问题:深层网络训练困难,性能提升呈现明显的收益递减。增加宽度(通道数):更宽的网络能捕捉更丰富的特征,但参数量和计算量随通道数平方增长。问题:过于浅层的宽网络可能浪费计算资源,无法有效捕捉高阶特征。提高分辨率:高分辨率输入保留更多细节,但计算量随分辨
- 大模型实战指南:RAG与微调的选择法则
TGITCIC
AI-大模型的落地之道微调ragrag增强检索大模型微调lora微调大模型开源大模型
一、技术解码:RAG与微调的"DNA"差异1.1RAG:AI界的"百科全书式"选手RAG技术如同给大模型装上了"实时搜索引擎",它通过动态检索外部知识库,在生成内容时实时调用最新数据。就像给外卖小哥配了个导航仪,能随时根据路况调整路线。技术基因:实时性:可接入企业知识库、互联网数据流灵活性:无需修改模型参数,更新知识库即可迭代风险控制:避免模型参数被敏感数据污染实战案例:某头部电商的智能客服系统,
- 如何使用Jmeter进行并发测试?
海姐软件测试
Jmeterjmeter
作为深耕性能测试领域的老司机,我将用「5步搭建法+3个高阶技巧」带你掌握JMeter并发测试的核心要领,文末还准备了性能测试参数模板——STEP1|创建测试计划(TestPlan)java复制测试计划>添加>线程(用户)>线程组关键参数配置:线程数(并发用户数):建议从50开始阶梯递增Ramp-Up时间(单位秒):控制用户启动间隔(如100线程设10秒=每秒启动10用户)循环次数:勾选「永远」进行
- Python 中的 `partial`:函数参数预设的艺术
蜗牛沐雨
Pythonpython服务器
一、partial函数简介在Python的functools模块中,partial是一个非常实用的工具,用于创建一个新的函数,该函数是原函数的一个“部分应用”版本。所谓“部分应用”,是指预先设定原函数的一部分参数,从而生成一个新的函数,这个新函数在被调用时,只需要提供剩余的参数即可。partial的存在,使得我们可以更加灵活地处理函数参数,特别是在需要将函数作为参数传递,或者需要对函数进行一定程度
- 【轴承故障诊断】基于SE-TCN和SE-TCN-SVM西储大学轴承故障诊断研究(Matlab代码实现)
梦想科研社_研学
支持向量机matlab算法
欢迎来到本博客❤️❤️博主优势:博客内容尽量做到思维缜密,逻辑清晰,为了方便读者。⛳️座右铭:行百里者,半于九十。本文目录如下:目录⛳️赠与读者1概述一、SE-TCN模型的技术原理与改进1.TCN基础架构2.SE注意力机制的引入3.SE-TCN的改进优势二、SE-TCN-SVM模型的创新设计1.模型架构2.关键改进点三、西储大学轴承数据集构成1.数据采集参数2.故障类型与尺寸四、SE-TCN-SV
- LLM(大语言模型)和AIGC入门学习路线图
程序猿李巡天
语言模型AIGC学习llamagptlangchain人工智能
大模型是指网络规模庞大的深度学习模型,其参数量通常在千亿级别。学习大模型需要具备计算机基础,这一点非常重要!要系统地入门大模型,首先需要学习深度学习的基础知识,包括神经网络(NN)、卷积神经网络(CNN)和循环神经网络(RNN)等。在学习完基础知识后,你可以借助开源算法来学习如何使用大模型进行自然语言处理任务。目前有很多大模型开源算法可供学习和使用。你可以选择一些经典的大模型算法,如BERT、GP
- 量化方法分类
大多_C
分类人工智能数据挖掘
6.量化方法分类大模型的量化方法主要分为两个大类:✅6.1训练后量化(Post-TrainingQuantization,PTQ)定义:PTQ是指在模型训练完成后,直接对其参数(权重和激活值)进行量化处理,不再参与额外训练。特点:无需重新训练→操作简单、效率高风险在于:模型在训练时并未考虑量化误差一般适合8位量化(INT8)或高精度量化场景PTQ两种主要形式:①静态量化(StaticQuantiz
- 辗转相处求最大公约数
沐刃青蛟
C++漏洞
无言面对”江东父老“了,接触编程一年了,今天发现还不会辗转相除法求最大公约数。惭愧惭愧!
为此,总结一下以方便日后忘了好查找。
1.输入要比较的两个数a,b
忽略:2.比较大小(因为后面要的是大的数对小的数做%操作)
3.辗转相除(用循环不停的取余,如a%b,直至b=0)
4.最后的a为两数的最大公约数
&
- F5负载均衡会话保持技术及原理技术白皮书
bijian1013
F5负载均衡
一.什么是会话保持? 在大多数电子商务的应用系统或者需要进行用户身份认证的在线系统中,一个客户与服务器经常经过好几次的交互过程才能完成一笔交易或者是一个请求的完成。由于这几次交互过程是密切相关的,服务器在进行这些交互过程的某一个交互步骤时,往往需要了解上一次交互过程的处理结果,或者上几步的交互过程结果,服务器进行下
- Object.equals方法:重载还是覆盖
Cwind
javagenericsoverrideoverload
本文译自StackOverflow上对此问题的讨论。
原问题链接
在阅读Joshua Bloch的《Effective Java(第二版)》第8条“覆盖equals时请遵守通用约定”时对如下论述有疑问:
“不要将equals声明中的Object对象替换为其他的类型。程序员编写出下面这样的equals方法并不鲜见,这会使程序员花上数个小时都搞不清它为什么不能正常工作:”
pu
- 初始线程
15700786134
暑假学习的第一课是讲线程,任务是是界面上的一条线运动起来。
既然是在界面上,那必定得先有一个界面,所以第一步就是,自己的类继承JAVA中的JFrame,在新建的类中写一个界面,代码如下:
public class ShapeFr
- Linux的tcpdump
被触发
tcpdump
用简单的话来定义tcpdump,就是:dump the traffic on a network,根据使用者的定义对网络上的数据包进行截获的包分析工具。 tcpdump可以将网络中传送的数据包的“头”完全截获下来提供分析。它支 持针对网络层、协议、主机、网络或端口的过滤,并提供and、or、not等逻辑语句来帮助你去掉无用的信息。
实用命令实例
默认启动
tcpdump
普通情况下,直
- 安卓程序listview优化后还是卡顿
肆无忌惮_
ListView
最近用eclipse开发一个安卓app,listview使用baseadapter,里面有一个ImageView和两个TextView。使用了Holder内部类进行优化了还是很卡顿。后来发现是图片资源的问题。把一张分辨率高的图片放在了drawable-mdpi文件夹下,当我在每个item中显示,他都要进行缩放,导致很卡顿。解决办法是把这个高分辨率图片放到drawable-xxhdpi下。
&nb
- 扩展easyUI tab控件,添加加载遮罩效果
知了ing
jquery
(function () {
$.extend($.fn.tabs.methods, {
//显示遮罩
loading: function (jq, msg) {
return jq.each(function () {
var panel = $(this).tabs(&
- gradle上传jar到nexus
矮蛋蛋
gradle
原文地址:
https://docs.gradle.org/current/userguide/maven_plugin.html
configurations {
deployerJars
}
dependencies {
deployerJars "org.apache.maven.wagon
- 千万条数据外网导入数据库的解决方案。
alleni123
sqlmysql
从某网上爬了数千万的数据,存在文本中。
然后要导入mysql数据库。
悲剧的是数据库和我存数据的服务器不在一个内网里面。。
ping了一下, 19ms的延迟。
于是下面的代码是没用的。
ps = con.prepareStatement(sql);
ps.setString(1, info.getYear())............;
ps.exec
- JAVA IO InputStreamReader和OutputStreamReader
百合不是茶
JAVA.io操作 字符流
这是第三篇关于java.io的文章了,从开始对io的不了解-->熟悉--->模糊,是这几天来对文件操作中最大的感受,本来自己认为的熟悉了的,刚刚在回想起前面学的好像又不是很清晰了,模糊对我现在或许是最好的鼓励 我会更加的去学 加油!:
JAVA的API提供了另外一种数据保存途径,使用字符流来保存的,字符流只能保存字符形式的流
字节流和字符的难点:a,怎么将读到的数据
- MO、MT解读
bijian1013
GSM
MO= Mobile originate,上行,即用户上发给SP的信息。MT= Mobile Terminate,下行,即SP端下发给用户的信息;
上行:mo提交短信到短信中心下行:mt短信中心向特定的用户转发短信,你的短信是这样的,你所提交的短信,投递的地址是短信中心。短信中心收到你的短信后,存储转发,转发的时候就会根据你填写的接收方号码寻找路由,下发。在彩信领域是一样的道理。下行业务:由SP
- 五个JavaScript基础问题
bijian1013
JavaScriptcallapplythisHoisting
下面是五个关于前端相关的基础问题,但却很能体现JavaScript的基本功底。
问题1:Scope作用范围
考虑下面的代码:
(function() {
var a = b = 5;
})();
console.log(b);
什么会被打印在控制台上?
回答:
上面的代码会打印 5。
&nbs
- 【Thrift二】Thrift Hello World
bit1129
Hello world
本篇,不考虑细节问题和为什么,先照葫芦画瓢写一个Thrift版本的Hello World,了解Thrift RPC服务开发的基本流程
1. 在Intellij中创建一个Maven模块,加入对Thrift的依赖,同时还要加上slf4j依赖,如果不加slf4j依赖,在后面启动Thrift Server时会报错
<dependency>
- 【Avro一】Avro入门
bit1129
入门
本文的目的主要是总结下基于Avro Schema代码生成,然后进行序列化和反序列化开发的基本流程。需要指出的是,Avro并不要求一定得根据Schema文件生成代码,这对于动态类型语言很有用。
1. 添加Maven依赖
<?xml version="1.0" encoding="UTF-8"?>
<proj
- 安装nginx+ngx_lua支持WAF防护功能
ronin47
需要的软件:LuaJIT-2.0.0.tar.gz nginx-1.4.4.tar.gz &nb
- java-5.查找最小的K个元素-使用最大堆
bylijinnan
java
import java.util.Arrays;
import java.util.Random;
public class MinKElement {
/**
* 5.最小的K个元素
* I would like to use MaxHeap.
* using QuickSort is also OK
*/
public static void
- TCP的TIME-WAIT
bylijinnan
socket
原文连接:
http://vincent.bernat.im/en/blog/2014-tcp-time-wait-state-linux.html
以下为对原文的阅读笔记
说明:
主动关闭的一方称为local end,被动关闭的一方称为remote end
本地IP、本地端口、远端IP、远端端口这一“四元组”称为quadruplet,也称为socket
1、TIME_WA
- jquery ajax 序列化表单
coder_xpf
Jquery ajax 序列化
checkbox 如果不设定值,默认选中值为on;设定值之后,选中则为设定的值
<input type="checkbox" name="favor" id="favor" checked="checked"/>
$("#favor&quo
- Apache集群乱码和最高并发控制
cuisuqiang
apachetomcat并发集群乱码
都知道如果使用Http访问,那么在Connector中增加URIEncoding即可,其实使用AJP时也一样,增加useBodyEncodingForURI和URIEncoding即可。
最大连接数也是一样的,增加maxThreads属性即可,如下,配置如下:
<Connector maxThreads="300" port="8019" prot
- websocket
dalan_123
websocket
一、低延迟的客户端-服务器 和 服务器-客户端的连接
很多时候所谓的http的请求、响应的模式,都是客户端加载一个网页,直到用户在进行下一次点击的时候,什么都不会发生。并且所有的http的通信都是客户端控制的,这时候就需要用户的互动或定期轮训的,以便从服务器端加载新的数据。
通常采用的技术比如推送和comet(使用http长连接、无需安装浏览器安装插件的两种方式:基于ajax的长
- 菜鸟分析网络执法官
dcj3sjt126com
网络
最近在论坛上看到很多贴子在讨论网络执法官的问题。菜鸟我正好知道这回事情.人道"人之患好为人师" 手里忍不住,就写点东西吧. 我也很忙.又没有MM,又没有MONEY....晕倒有点跑题.
OK,闲话少说,切如正题. 要了解网络执法官的原理. 就要先了解局域网的通信的原理.
前面我们看到了.在以太网上传输的都是具有以太网头的数据包.
- Android相对布局属性全集
dcj3sjt126com
android
RelativeLayout布局android:layout_marginTop="25dip" //顶部距离android:gravity="left" //空间布局位置android:layout_marginLeft="15dip //距离左边距
// 相对于给定ID控件android:layout_above 将该控件的底部置于给定ID的
- Tomcat内存设置详解
eksliang
jvmtomcattomcat内存设置
Java内存溢出详解
一、常见的Java内存溢出有以下三种:
1. java.lang.OutOfMemoryError: Java heap space ----JVM Heap(堆)溢出JVM在启动的时候会自动设置JVM Heap的值,其初始空间(即-Xms)是物理内存的1/64,最大空间(-Xmx)不可超过物理内存。
可以利用JVM提
- Java6 JVM参数选项
greatwqs
javaHotSpotjvmjvm参数JVM Options
Java 6 JVM参数选项大全(中文版)
作者:Ken Wu
Email: ken.wug@gmail.com
转载本文档请注明原文链接 http://kenwublog.com/docs/java6-jvm-options-chinese-edition.htm!
本文是基于最新的SUN官方文档Java SE 6 Hotspot VM Opt
- weblogic创建JMC
i5land
weblogicjms
进入 weblogic控制太
1.创建持久化存储
--Services--Persistant Stores--new--Create FileStores--name随便起--target默认--Directory写入在本机建立的文件夹的路径--ok
2.创建JMS服务器
--Services--Messaging--JMS Servers--new--name随便起--Pers
- 基于 DHT 网络的磁力链接和BT种子的搜索引擎架构
justjavac
DHT
上周开发了一个磁力链接和 BT 种子的搜索引擎 {Magnet & Torrent},本文简单介绍一下主要的系统功能和用到的技术。
系统包括几个独立的部分:
使用 Python 的 Scrapy 框架开发的网络爬虫,用来爬取磁力链接和种子;
使用 PHP CI 框架开发的简易网站;
搜索引擎目前直接使用的 MySQL,将来可以考虑使
- sql添加、删除表中的列
macroli
sql
添加没有默认值:alter table Test add BazaarType char(1)
有默认值的添加列:alter table Test add BazaarType char(1) default(0)
删除没有默认值的列:alter table Test drop COLUMN BazaarType
删除有默认值的列:先删除约束(默认值)alter table Test DRO
- PHP中二维数组的排序方法
abc123456789cba
排序二维数组PHP
<?php/*** @package BugFree* @version $Id: FunctionsMain.inc.php,v 1.32 2005/09/24 11:38:37 wwccss Exp $*** Sort an two-dimension array by some level
- hive优化之------控制hive任务中的map数和reduce数
superlxw1234
hivehive优化
一、 控制hive任务中的map数: 1. 通常情况下,作业会通过input的目录产生一个或者多个map任务。 主要的决定因素有: input的文件总个数,input的文件大小,集群设置的文件块大小(目前为128M, 可在hive中通过set dfs.block.size;命令查看到,该参数不能自定义修改);2.
- Spring Boot 1.2.4 发布
wiselyman
spring boot
Spring Boot 1.2.4已于6.4日发布,repo.spring.io and Maven Central可以下载(推荐使用maven或者gradle构建下载)。
这是一个维护版本,包含了一些修复small number of fixes,建议所有的用户升级。
Spring Boot 1.3的第一个里程碑版本将在几天后发布,包含许多