JDK8+Java+常用版本
说明
jdk8虽然出现很久了,但是可能我们还是有很多人并不太熟悉,本文主要就是介绍说明一些jdk8相关的内容。
主要会讲解:
lambda表达式
方法引用
默认方法
Stream
用Optional取代null
新的日志和时间
CompletableFuture
去除了永久代(PermGen) 被元空间(Metaspace)代替
ediary.zip
俗话说的好,好记性不如烂笔头,在如今这个信息爆炸的年代谁还没有点东西需要记下来,显然Windows自带的记事本并不能较好的满足我们的需要,那么我们就需要一款专业的笔记软件。
之前也使用过不少软件,比如mybase,everNote,oneNote等等,虽说每个软件各有优缺点,但是经历这些年的试用,最终还是觉得eDiary在各方面做的都比较不错,一直坚持使用这款软件。
下面谈谈我自己关于这款软件的感受
国产、免费(要是我是作者,怎么也卖个10块8块的)且提供绿色版,良心
navicat15.zip
Navicat Premium 是一套数据库开发工具,让你从单一应用程序中同时连接 MySQL、MariaDB、MongoDB、SQL Server、Oracle、PostgreSQL 和 SQLite 数据库。它与 Amazon RDS、Amazon Aurora、Amazon Redshift、Microsoft Azure、Oracle Cloud、MongoDB Atlas、阿里云、腾讯云和华为云等云数据库兼容。你可以快速轻松地创建、管理和维护数据库。
大数据spark笔记.zip
spark项目:数组也是一种复杂数据类型,表示一组有序的值的列表,可以通过数值索引来访问其中的值。数组的值也可以是任意类型——简单值、对象或数组
JSON数组也没有变量和分号,把数组和对象结合起来,可以构成更复杂的数据集合
[注意]数组或对象最后一个成员的后面,不能加逗号
离线大数据分析hadoop.zip
数据分析平台七大业务分析
①具体的七大业务分析,针对不同的数据
②将数据收到 HDFS/Hive/HBase,使用MapReduce和Hive离线分析,其中涉及地域分析、用户相关信息分析及外链分析等。
③依据业务深入MapReduce使用
④数据处理时,针对不同问题如何优化调整等
java众筹网项目.zip
从应用场景来看,基于内容的推荐算法更多地适用于用户根据关键字或者电影名字来搜索相应的电影,然后推荐系统来进行相应的推荐。
基于需求个性角度来看,基于内容的推荐算法还不够个人化,用户需要的是更加符合个人偏好的推荐结果,可以根据用户之前的打分情况,更有针对性地推荐一些可能喜欢的电影,这种情况下,应用最多的就是协同过滤算法。
本设计着重讨论基于协同过滤算法的电影推荐系统设计。
dtd_xsd.zip
其次解决编译依赖问题的投资回报率过低,在一个依赖关系已经十分“盘根错节”的项目中试图解决其依赖问题显然需要投入大量的人力和时间成本。在问题得到解决后,你自认为一切都已经步入正轨,却突然发现刚刚提交的新代码又轻轻松松地产生了编译依赖问题并且这样的代码还越来越多,这个时候你恐怕只能发出“人间正道是沧桑”的感慨了。
电影推荐系统.zip
本项目使用文本卷积神经网络,并使用MovieLens数据集完成电影推荐的任务。
推荐系统在日常的网络应用中无处不在,比如网上购物、网上买书、新闻app、社交网络、音乐网站、电影网站等等等等,有人的地方就有推荐。根据个人的喜好,相同喜好人群的习惯等信息进行个性化的内容推荐。比如打开新闻类的app,因为有了个性化的内容,每个人看到的新闻首页都是不一样的。
这当然是很有用的,在信息爆炸的今天,获取信息的途径和方式多种多样,人们花费时间最多的不再是去哪获取信息,而是要在众多的信息中寻找自己感兴趣的,这就是信息超载问题。为了解决这个问题,推荐系统应运而生。
协同过滤是推荐系统应用较广泛的技术,该方法搜集用户的历史记录、个人喜好等信息,计算与其他用户的相似度,利用相似用户的评价来预测目标用户对特定项目的喜好程度。优点是会给用户推荐未浏览过的项目,缺点呢,对于新用户来说,没有任何与商品的交互记录和个人喜好等信息,存在冷启动问题,导致模型无法找到相似的用户或商品。
BaiduNetdiskDownload.zip
尽管创建 Spark 是为了支持分布式数据集上的迭代作业,但是实际上它是对 Hadoop 的补充,可以在 Hadoop 文件系统中并行运行。通过名为 Mesos 的第三方集群框架可以支持此行为。Spark 由加州大学伯克利分校 AMP 实验室 (Algorithms, Machines, and People Lab) 开发,可用来构建大型的、低延迟的数据分析应用程序。
BaiduNetdiskDownload.zip
Apache Spark 是专为大规模数据处理而设计的快速通用的计算引擎。Spark是UC Berkeley AMP lab (加州大学伯克利分校的AMP实验室)所开源的类Hadoop MapReduce的通用并行框架,Spark,拥有Hadoop MapReduce所具有的优点;但不同于MapReduce的是——Job中间输出结果可以保存在内存中,从而不再需要读写HDFS,因此Spark能更好地适用于数据挖掘与机器学习等需要迭代的MapReduce的算法。
appch_java.zip
ava的Web框架虽然各不相同,但基本也都是遵循特定的路数的:使用Servlet或者Filter拦截请求,使用MVC的思想设计架构,使用约定,XML或 Annotation实现配置,运用Java面向对象的特点,面向对象实现请求和响应的流程,支持Jsp,Freemarker,Velocity等视图。JSP优点:
Java EE标准,这意味着有很大的市场需求和更多的工作机会
上手快速并且相对容易
有大量可用的组件库
S2 (2).zip
Spark Core
实现Spark的基本功能,包括任务调度、内存管理、错误恢复、与存储系统交互等,以及RDD(Resilient Distributed Dataset)API的定义。
BaiduNetdiskDownload.zip
Hadoop的出现解决了互联网时代的海量数据存储和处理,其是一种支持分布式计算和存储的框架体系。假如把Hadoop集群抽象成一台机器的话,理论上我们的硬件资源(CPU、Memoery等)是可以无限扩展的。
scala代码示范
Scala 是一门多范式(multi-paradigm)的编程语言,设计初衷是要集成面向对象编程和函数式编程的各种特性。
Scala 运行在Java虚拟机上,并兼容现有的Java程序。
Scala 源代码被编译成Java字节码,所以它可以运行于JVM之上,并可以调用现有的Java类库
hadoop12ziliao.zip
Hadoop实现了一个分布式文件系统(Hadoop Distributed File System),简称HDFS。HDFS有高容错性的特点,并且设计用来部署在低廉的(low-cost)硬件上;而且它提供高吞吐量(high throughput)来访问应用程序的数据,适合那些有着超大数据集(large data set)的应用程序。HDFS放宽了(relax)POSIX的要求,可以以流的形式访问(streaming access)文件系统中的数据--------
hadooponwindows.zip
Hadoop是一个由Apache基金会所开发的分布式系统基础架构。用户可以在不了解分布式底层细节的情况下,开发分布式程序。充分利用集群的威力进行高速运算和存储
Java基础.zip
此阶段能掌握java基础语法,面向对象思想,抽象类,接口,异常,集合,IO流,文件处理,多线程,网络编程,eclipse的使用等java基础课程
Hadoop3.zip
Hadoop实现了一个分布式文件系统(Hadoop Distributed File System),简称HDFS。HDFS有高容错性的特点,并且设计用来部署在低廉的(low-cost)硬件上;而且它提供高吞吐量(high throughput)来访问应用程序的数据,适合那些有着超大数据集(large data set)的应用程序。HDFS放宽了(relax)POSIX的要求,可以以流的形式访问(streaming access)文件系统中的数据。
Desktop.zip
模糊查询:
工作中用到,写三种用法吧,第四种为大小写匹配查询
1. sql中字符串拼接
SELECT * FROM tableName WHERE name LIKE CONCAT(CONCAT('%', #{text}), '%');
2. 使用 ${...} 代替 #{...}
SELECT * FROM tableName WHERE name LIKE '%${text}%';
3. 程序中拼接
Java
// or String searchText = "%" + text + "%";
String searchText = new StringBuilder("%").append(text).append("%").toString();
parameterMap.put("text", searchText);
SqlMap.xml
SELECT * FROM tableName WHERE name LIKE #{text};
restreamework.zip
Django 是基于 Python 的一个 Web 开发框架,一般和 Flask Tornado 被称为 Python Web 三大框架,Django 是其中最成熟、稳定、完善的。非常适合企业级应用。Django 是一个基于 MVC 架构的框架,但在 Django 中是模型(Model)、模版(Template)、视图(Views),被称为 MVT。其中 Model 就是 MVC 中的 M 负责模型层,Template 就是 MVC 中的 V 负责展示层,Views 就是 MVC 中的 C 负责逻辑层。
xpath工具zip版本
XPath即为XML路径语言(XML Path Language),它是一种用来确定XML文档中某部分位置的语言。
XPath基于XML的树状结构,提供在数据结构树中找寻节点的能力。起初XPath的提出的初衷是将其作为一个通用的、介于XPointer与XSL间的语法模型。但是XPath很快的被开发者采用来当作小型查询语言。
爬虫html课件.zip
通用网络爬虫 从互联网中搜集网页,采集信息,这些网页信息用于为搜索引擎建立索引从而提供支持,它决定着整个引擎系统的内容是否丰富,信息是否即时,因此其性能的优劣直接影响着搜索引擎的效果。
DjangoRESTframework课件.zip
Web应用前后端分离结构
Web API接口设计的RESTful风格
Django REST framework框架
chuanzhi_scrapy.zip
Scrapy是Python开发的一个快速、高层次的屏幕抓取和web抓取框架,用于抓取web站点并从页面中提取结构化的数据。Scrapy用途广泛,可以用于数据挖掘、监测和自动化测试。 [1]
note_mongo.7z
NoSQL非关系型数据库,MongoDB的简介MongoDB的介绍
MongoDB安装
MongoDB基本操作
MongoDB数据查询
MongoDB集合
MongoDB聚合
索引和备份
mongo和python交互
Python高级-全部(html版).zip
介绍python基础语法,多进程,线程,协程,mysql,web通讯等
Python高级-全部(html版).rar
介绍python基础语法,多进程,线程,协程,mysql,web通讯等
深度学习课件.zip
深度学习在图像识别上的应用,掌握深度学习算法,掌握TensorFlow框架以及图像识别应用案例
机器学习课件.zip
课程以算法、案例为驱动的学习,伴随浅显易懂的数学知识
作为人工智能领域(数据挖掘/机器学习方向)的提升课程,掌握更深更有效的解决问题技能