搞java的这些年

刚好看到一个哥们的回贴,关于工作这些年做的事情和经验。一时心血来潮,发起一贴。借此看看大家的经历,也许有可借鉴的地方。欢迎拍砖。
2004年6月毕业于某大学某计算机专业。技术基础:学的是C,毕业前半年现学了Java,只懂jsp,html,css.

2005年:进行一些联通公司的项目开发,闷头进行模块开发。技术jsp,servlet,javabean,portal,数据同步.后期项目开始使用struts1和spring.没有亮点。

2006年:还是进行一些联通、移动方面的项目开发,还是闷头进行模块开发。技术开始慢慢转向struts+hibernate.还是没有亮点。

2007年:进行某oss产品开发,周期也比较长,一整年。这回算是有了些亮点,进入核心开发行列。进行了计费账务,银行接口等N多方面的开发,全面深入quartz,socket(quickserver框架)开发。开始接触webservice.正式进入freemarker+webwork2+spring+hibernate时代。开始学习应用设计模式、TDD这些东东,不过还是一知半解。进入javaeye大本营。自我总结:这一年对技术的提升最明显。

2008年:进行中国移动的一个项目开发。开始进入需求、设计、架构行列,基本上这方面部分经理授权给我干。由于没有经验,需求、设计、架构都做得比较烂,现在想来都好笑。不过基本上顺利完成了项目,老板拿到钱就行,可不是。技术方面开始转入struts2(和webwork2没有区别,无缝转入)。spring,hibernate还在用。开始搞起Mina,XML,jquery,ajax等东东。自我总结:在做需求方面,这年进步比较明显,和总经理学到了很多蛋B的技术。

2009年:首先是参加老家联通的一个项目。角色-项目经理,出差。手下成员,几个毕业学生。这个项目感觉比较失败,由于没有管理经验,做得很不好。当时几个毕业的学生,其实人都不错,最后由于我的决定,没录取其中一个。其实我也不知道老板是不是想全招,让我做决定,我就排除了一个。希望那个小弟不要怪我,你其实人不错。这几年我一直内疚。架构技术方面是seam,jpa,不过我现在还是没搞明白seam这东东.因为当时我主要负责管理,还有后台oracle大数据量的同步还有数据分析,存偖过程、dts、集群。后半年还是联通的项目,角色-高程,专注于web service接口的开发。自我总结:失败的项目管理,给了我很大的启示。

2010:角色-Team Leader.前几个月参加了某电子商务的开发。重操freemarker进行模板定制开发,深入jquery,开始了flex,springmvc,memcahced,缓存和分布式、负载均衡等web之旅。下半年又搞上联通项目。参与需求调研、设计和小组管理。未进行一点开发的小半年,几个小弟都很争气,没用我操心。开始深入设计模式和系统架构等很蛋疼的东西。开始搞起敏捷和scrum,并试着在项目中使用。自我总结:进行自我反省和思想沉淀的一年。

2011:在路上。。。
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
SQLAlchemy 是一个 SQL 工具包和对象关系映射(ORM)库,用于 Python 编程语言。它提供了一个高级的 SQL 工具和对象关系映射工具,允许开发者以 Python 类和对象的形式操作数据库,而无需编写大量的 SQL 语句。SQLAlchemy 建立在 DBAPI 之上,支持多种数据库后端,如 SQLite, MySQL, PostgreSQL 等。 SQLAlchemy 的核心功能: 对象关系映射(ORM): SQLAlchemy 允许开发者使用 Python 类来表示数据库表,使用类的实例表示表中的行。 开发者可以定义类之间的关系(如一对多、多对多),SQLAlchemy 会自动处理这些关系在数据库中的映射。 通过 ORM,开发者可以像操作 Python 对象一样操作数据库,这大大简化了数据库操作的复杂性。 表达式语言: SQLAlchemy 提供了一个丰富的 SQL 表达式语言,允许开发者以 Python 表达式的方式编写复杂的 SQL 查询。 表达式语言提供了对 SQL 语句的灵活控制,同时保持了代码的可读性和可维护性。 数据库引擎和连接池: SQLAlchemy 支持多种数据库后端,并且为每种后端提供了对应的数据库引擎。 它还提供了连接池管理功能,以优化数据库连接的创建、使用和释放。 会话管理: SQLAlchemy 使用会话(Session)来管理对象的持久化状态。 会话提供了一个工作单元(unit of work)和身份映射(identity map)的概念,使得对象的状态管理和查询更加高效。 事件系统: SQLAlchemy 提供了一个事件系统,允许开发者在 ORM 的各个生命周期阶段插入自定义的钩子函数。 这使得开发者可以在对象加载、修改、删除等操作时执行额外的逻辑。
SQLAlchemy 是一个 SQL 工具包和对象关系映射(ORM)库,用于 Python 编程语言。它提供了一个高级的 SQL 工具和对象关系映射工具,允许开发者以 Python 类和对象的形式操作数据库,而无需编写大量的 SQL 语句。SQLAlchemy 建立在 DBAPI 之上,支持多种数据库后端,如 SQLite, MySQL, PostgreSQL 等。 SQLAlchemy 的核心功能: 对象关系映射(ORM): SQLAlchemy 允许开发者使用 Python 类来表示数据库表,使用类的实例表示表中的行。 开发者可以定义类之间的关系(如一对多、多对多),SQLAlchemy 会自动处理这些关系在数据库中的映射。 通过 ORM,开发者可以像操作 Python 对象一样操作数据库,这大大简化了数据库操作的复杂性。 表达式语言: SQLAlchemy 提供了一个丰富的 SQL 表达式语言,允许开发者以 Python 表达式的方式编写复杂的 SQL 查询。 表达式语言提供了对 SQL 语句的灵活控制,同时保持了代码的可读性和可维护性。 数据库引擎和连接池: SQLAlchemy 支持多种数据库后端,并且为每种后端提供了对应的数据库引擎。 它还提供了连接池管理功能,以优化数据库连接的创建、使用和释放。 会话管理: SQLAlchemy 使用会话(Session)来管理对象的持久化状态。 会话提供了一个工作单元(unit of work)和身份映射(identity map)的概念,使得对象的状态管理和查询更加高效。 事件系统: SQLAlchemy 提供了一个事件系统,允许开发者在 ORM 的各个生命周期阶段插入自定义的钩子函数。 这使得开发者可以在对象加载、修改、删除等操作时执行额外的逻辑。
GeoPandas是一个开源的Python库,旨在简化地理空间数据的处理和分析。它结合了Pandas和Shapely的能力,为Python用户提供了一个强大而灵活的工具来处理地理空间数据。以下是关于GeoPandas的详细介绍: 一、GeoPandas的基本概念 1. 定义 GeoPandas是建立在Pandas和Shapely之上的一个Python库,用于处理和分析地理空间数据。 它扩展了Pandas的DataFrame和Series数据结构,允许在其中存储和操作地理空间几何图形。 2. 核心数据结构 GeoDataFrame:GeoPandas的核心数据结构,是Pandas DataFrame的扩展。它包含一个或多个列,其中至少一列是几何列(geometry column),用于存储地理空间几何图形(如点、线、多边形等)。 GeoSeries:GeoPandas中的另一个重要数据结构,类似于Pandas的Series,但用于存储几何图形序列。 二、GeoPandas的功能特性 1. 读取和写入多种地理空间数据格式 GeoPandas支持读取和写入多种常见的地理空间数据格式,包括Shapefile、GeoJSON、PostGIS、KML等。这使得用户可以轻松地从各种数据源中加载地理空间数据,并将处理后的数据保存为所需的格式。 2. 地理空间几何图形的创建、编辑和分析 GeoPandas允许用户创建、编辑和分析地理空间几何图形,包括点、线、多边形等。它提供了丰富的空间操作函数,如缓冲区分析、交集、并集、差集等,使得用户可以方便地进行地理空间数据分析。 3. 数据可视化 GeoPandas内置了数据可视化功能,可以绘制地理空间数据的地图。用户可以使用matplotlib等库来进一步定制地图的样式和布局。 4. 空间连接和空间索引 GeoPandas支持空间连接操作,可以将两个GeoDataFrame按照空间关系(如相交、包含等)进行连接。此外,它还支持空间索引,可以提高地理空间数据查询的效率。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值