自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+

程序员小叶的博客

【本文由“java家”发布,2019年3月5日】

  • 博客(19)
  • 收藏
  • 关注

转载 分布式集群架构

1、分布式集群架构2、分布式高并发环境的订单号要求全局唯一 订单号信息安全要求 趋势递增要求3、订单号生成策略总结策略 优点 缺点 格式 uuid 实现简单不占用带宽 无序、不可读、查询慢 32位 db自增 无代码、递归 DB单点故障、扩展有瓶颈 snowflake 不占用带宽、低位趋势递增 依...

2019-03-05 00:02:48 1604

原创 声明

【本文由“java家”发布,2019年3月5日】

2017-12-07 20:51:57 238

原创 多线程 - GCD

1.简介1.1 GCD官方解释Grand Central Dispatch(GCD)是异步执行任务的技术之一,一般将应用程序中记述的线程管理用的代码再系统级中实现。开发者只需要定义想执行的任务并追加到适当的 Dispatch Queue 中,GCD就能生成必要的线程并计划执行任务。由于线程管理是作为系统的一部分来实现的,因此可以统一管理,也可执行任务,这样就比以前的线程更有效率。

2017-12-07 11:14:16 219

原创 Django+Nginx+uWSGI部署

一.介绍Django的部署有多种方式,采用Nginx+uWSGI的方式是最常见的一种方式。在这种方式中,将Nginx作为服务器前端,接收Web的所有请求,统一管理请求。Nginx自己处理所有静态请求,所有非静态请求通过uWSGI传递给Django,由Django来进行处理,从而完成一次Web请求。 二.安装配置环境:Python(3.5.2)、Django(1.11

2017-11-01 13:58:31 410

原创 详解变量声明加 var 和不加 var 的区别

在全局作用域中声明变量加 var 关键字和不加 var ,js 引擎都会将这个变量声明为全局变量,在实际代码运行时,两种声明方式的变量的行为也几乎是一致的。但是在全局作用域下是否声明一个变量的时候加 var 和不加 var,js 引擎具体执行了哪些操作呢,其效果又是否完全一致?首先我们看在一个函数体内(局部作用域)声明变量,如下:// 变量声明不加 varfunction f

2017-10-22 13:47:45 773

原创 Akka(29): Http:Server-Side-Api,Low-Level-Api

Akka-http针对Connection的两头都提供了方便编程的Api,分别是Server-Side-Api和Client-Side-Api。通过这两个Api可以大大提高编程效率。当然,上期我们提到过,Http-Server是Akka-http的核心部分,所有系统集成功能都是在Server-Side实现的。Akka-http-Server-Side-Api可以说是最先进的Http-Server编

2017-10-22 13:33:34 308

原创 Java并发编程之原子变量

原子变量最主要的一个特点就是所有的操作都是原子的,synchronized关键字也可以做到对变量的原子操作。只是synchronized的成本相对较高,需要获取锁对象,释放锁对象,如果不能获取到锁,还需要阻塞在阻塞队列上进行等待。而如果单单只是为了解决对变量的原子操作,建议使用原子变量。关于原子变量的介绍,主要涉及以下内容:原子变量的基本概念通过AtomicInteger了解原子变量的基本

2017-10-22 13:33:18 169

原创 从头编写 asp.net core 2.0 web api 基础框架 (3)

比如说我们的ProductController,需要使用Mylogger作为记录日志的服务,MyLogger是一个在设计时指定的具体的类,这就是说ProductController对MyLogger有一个依赖。MyLogger通常是在Constructor里面new出来的。假如ProductController还依赖于很多其他的Services,当有问题发生的时候,需要替换或修改MyLogger,

2017-10-12 13:45:17 740

原创 【小程序】调用wx.request接口时需要注意的几个问题

阅读目录写在前面1)网络请求与域名的合法性2)对于接口调用http和https的问题3)关于method以及data数据4)关于GET和POST请求写在后面回到目录写在前面之前写了一篇《微信小程序实现各种特效实例》,上次的小程序的项目我负责大部分前端后台接口的对接,然后学长帮我改了一些问题。总的来说,收获了不少吧!现在项目已经完成,还是要陆陆续续总结一下

2017-10-12 13:38:39 4869

原创 通过npm写一个cli命令行工具

前言如果你想写一个npm插件,如果你想通过命令行来简化自己的操作,如果你也是个懒惰的人,那么这篇文章值得一看。po主的上一篇文章介绍了定制自己的模版,但这样po主还是不满足啊,项目中我们频繁的需要新建一些页面,逻辑样式等文件,每次都手动new一个,然后复制一些基本代码进去非常的麻烦,所以就有了这篇文章。接下来就让po主为大家一步一步演示怎么做一个npm命令行插件。注

2017-10-12 13:38:07 930

原创 Python操作excel表格

【本文由“java工程师”发布,2017年10月11日】用Python操作Excel在工作中还是挺常用的,因为毕竟不懂Excel是一个用户庞大的数据管理软件注:本篇代码在Python3环境下运行首先导入两个模块xlrd和xlwt,xlrd用来读取Excel表格,xlwt是写Excel表格在命令提示行输入命令:  pip install xlrd  p

2017-10-11 23:41:18 691

原创 “一切都是消息”--MSF(消息服务框架)之【发布-订阅】模式

一、定时推送模式这是最普通最常见的推送模式,只要客户端订阅了MSF的服务,服务器会每隔一秒向客户端推送一次服务处理结果。在下面的示例中,我们先来演示一个简单的“服务器时间服务”的功能。1.1,在TestService项目添加一个类文件 TimeService.cs ,其代码如下:using System;using System.Collections.Generic

2017-10-11 15:18:08 587 1

原创 前端性能优化:客户端从输入到展示讲解

性能优化的根本目的:  要思考的是用户使用网站的体验如何,而不是我们可以节省多少字节,只有准确感知用户的感受,我们才有必要谈毫秒、字节和请求数量等问题。针对优化注意事项:防止过早优化:没必要在刚开始阶段就对一个细节进行放大型的优化,因为这样的成本很高,除了代码可读性方面的东西,甚至还可能会引入更多的bug,所以,针对这个问题,我们可以在上线和运营的时候进行监控,当快暴露到问题的

2017-10-11 15:14:37 255

原创 ASP.NET没有魔法——ASP.NET MVC & 分层

ASP.NET MVC与分层  什么是分层?  在了解分层之前,先了解一下层次的概念,层次是指系统在结构或功能方面的等级秩序。具有多样性,可按物质的质量、能量、运动状态、空间尺度、时间顺序、组织化程度等多种标准划分。不同层次具有不同的性质和特征,既有共同的规律,又各有特殊规律。(来自百度百科)  所以分层实际上是根据一定的标准和规律,将一个整体划分为多个层次,保证每一个层次

2017-10-11 15:14:01 460

原创 一个高性能、轻量级的分布式内存队列系统--beanstalk

Beanstalk是一个高性能、轻量级的、分布式的、内存型的消息队列系统。最初设计的目的是想通过后台异步执行耗时的任务来降低高容量Web应用系统的页面访问延迟。其实Beanstalkd是典型的类Memcached设计,协议和使用方式都是同样的风格。其基本设计思想很简单:高性能离不开异步,异步离不开队列,而内部都是生产者-消费者模式的。背景介绍:  现在市面上有很多消息队列系统了。常

2017-10-11 15:13:07 508

转载 java递归的应用和实例

使用计算机计算组合数:1.使用组合数公式利用n!来计算设计思想(1)首先解决求n!的函数(2)再结合组合数公式,求组合数程序流程图  源程序代码package Zuote;import java.math.BigInteger;import java.util.Scanner;public class

2017-10-11 15:11:39 626

转载 机器学习之概率与统计(三)- 极大似然估计

目录一、参数估计二、极大释然估计1.似然函数2.极大似然估计(MLE)3.log似然函数4.损失函数5.求极大似然估计的一般步骤三、常见分布的参数估计1.高斯分布2.Bernoulli分布3.二项分布(Binomia)4.多项分布(Multinoull)四、机器学习模型的参数估计1.回归2.线性回归2.1线性回归的极大似然估计3.

2017-10-10 00:12:04 10327 1

转载 详解斯坦纳点及斯坦纳树及模版归纳总结

①什么是斯坦纳点?  假设原来已经给定了个点,库朗等指出需要引进的点数至多为,此种点称为斯坦纳点。过每一斯坦纳点,至多有三条边通过。若为三条边,则它们两两交成120°角;若为两条边,则此斯坦纳点必为某一已给定的点,且此两条边交成的角必大于或等于120°。其中最小的网络称为已给定点的集合的最小斯坦纳树,记作SMT。若此SMT的斯坦纳点中有等于给定点的点,则称此SMT为退化的,此给定点称为退化

2017-10-10 00:11:15 2926

原创 箱线图(boxplot)简介与举例

简述:  盒图是在1977年由美国的统计学家约翰·图基(John Tukey)发明的。它由五个数值点组成:最小值(min),下四分位数(Q1),中位数(median),上四分位数(Q3),最大值(max)。也可以往盒图里面加入平均值(mean)。如上图。下四分位数、中位数、上四分位数组成一个“带有隔间的盒子”。上四分位数到最大值之间建立一条延伸线,这个延伸线成为“胡须(whisker)

2017-10-10 00:07:14 33306 4

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除