Deepin Knowledge

在这里插入图片描述

visitor badge

GitHub

⭐️ 为什么要建这个仓库

天道酬勤,厚积薄发。知识是不断积累的,有时我们可能经过一番努力,把一个知识点给弄明白了,但是中间可能很长时间不用,就慢慢淡忘了,当我们在某一天在需要用到这个知识时,可能有需要重新查资料去学习,这无疑是在浪费时间。如果我们把弄明白的知识按照自己的思路梳理出来,并将其整理成文档的形式,这样当我们再次需要用到这个知识时,就可以直接查看相应的文档,此时如果有新的想法或者当时理解不正确的地方,我们可以对这个知识进行更新,这样循环迭代,我们对这个只是的理解就会越来越深刻。一个知识是这样,如果我们不断积累,那么就会逐渐形成自己的体系,把这个分享出来,大家共同去维护这个知识库,当别人有需要时,直接查看,这样就省去了在此整理的时间,如果其他人又好的想法,不断地去更新他,集思广益,这个知识就会变得越来越丰富,坚持下来的话,这将会是一件很有意义的事。我会不断更新这个仓库,也希望大家如果有什么想法的话,欢迎在issues中提出来,或者通过pull来提交,让我们大家一起共同维护这个知识库,完成这件有意义的事。

🐹 ​一些说明

🐌 这个项目的计算机基础数据库部分是当时找实习的时候参考的Waking-Up中的内容,然后又查了一些资料进行补充和完善。

🍗 整个项目的在线版本为Grayson’s Notebook,在线版本是基于MrDoc搭建完成的,大家如果有兴趣的话可以根据部署指南搭建自己的知识库,具体的知识库效果可参见觅道文档效果示例,然后根据导入文集(Markdown文件压缩包)将本项目中最新发布的releases导入到自己搭建的知识库中,便可以拥有自己的知识库了,具体效果如下图。如果大家在搭建或使用的过程中有任何问题,欢迎提出issues来进行讨论。

在这里插入图片描述

🍓 推荐大家安装OctotreeMarkdown Outline for GitHub两个插件,第一个插件可以将当前项目中的文件以文件夹的格式来组织,这样大家不用每点一个文件,都跳转一下链接;第二个插件可以将Github中Markdown文件以大纲的形式展示,这样切换到文档中的不同目录就比较方便,具体效果如下图。

Octotree:

在这里插入图片描述

Markdown Outline for GitHub:

在这里插入图片描述

📖 目录

   论文写作      数据库       大数据       Java        推荐系统         计算机基础    
☁️💻💾🎨🔧🐍
   机器学习       算法笔记     
🐶🐳

☁️ 论文写作

ProjectArticle
论文写作1、免费下载SCI文献的方法
论文写作2、硕士论文的书写方法

💻 数据库

ProjectSubProjectArticle
数据库数据库基础1.1 事务的概念和特性
数据库数据库基础1.2 锁
数据库数据库基础1.3 索引

💾 大数据

ProjectSubProjectArticle
大数据Hadoop1.1 HDFS读写流程
大数据MapReduce2.1 MapReduce执行原理
大数据MapReduce2.2 MapReduce优化方法
大数据Hive(Inceptor)3.1 托管表和外表的区别
大数据Hive(Inceptor)3.2 分区表和桶表的区别
大数据Hive(Inceptor)3.3 分区表和分桶表相关语句
大数据Hive(Inceptor)3.4 导入数据相关语句
大数据Hive(Inceptor)3.5 常见查询语句的区别
大数据Hive(Inceptor)3.6 内存表(Holodesk)特点
大数据Hive(Inceptor)3.7 ORC 事务表
大数据Hive(Inceptor)3.8 merge into 的用法
大数据Hive(Inceptor)3.10 各种表类型及其区别
大数据Hive(Inceptor)3.11 Inceptor 的优化方法
大数据Hive(Inceptor)3.12 SQL 分类及优化策略
大数据Hive(Inceptor)3.13 ORC 事务表与 Hyperbase 表的区别
大数据Hive(Inceptor)3.14 Hive 优化方法
大数据Hive(Inceptor)3.15 Hive SQL 执行原理
大数据Hive(Inceptor)3.16 Sort By、Order By、Distribute By 和 Cluster By 的区别
大数据Hive(Inceptor)3.17 Hive 中 Join 的种类及其各自的优缺点
大数据Hive(Inceptor)3.18 Join 语句
大数据Hive(Inceptor)3.19 行转列和列转行
大数据数据仓库4.1 什么是拉链表
大数据数据仓库4.2 数据仓库一般分为哪几层
大数据HBase5.1 HBase 的特点
大数据HBase5.2 HBase 和 Hive 的区别
大数据HBase5.3 HBase 的 RowKey 设计原则
大数据HBase5.4 HBase 中 scan 和 get 的功能以及实现的异同
大数据HBase5.5 HBase 的物理结构
大数据HBase5.6 HBase 宕机如何处理
大数据HBase5.7 HBase 读写流程
大数据HBase5.8 HBase 为何要预分区
大数据Kafka6.1 Kafka 的幂等性及其重要性
大数据Kafka6.2 Kafka 事务
大数据Kafka6.3 Kafka 速度快的原因
大数据Kafka6.4 ISR 机制
大数据Kafka6.5 ACK 参数有哪几种,分别代表什么含义
大数据Kafka6.6 Kafka 保证数据不丢失的方法
大数据Kafka6.7 解决重试乱序的方法
大数据Spark7.1 Spark与MapReduce的区别
大数据Spark7.2 Spark性能优化
大数据Spark7.3 Spark中master、worker、executor和driver的关系
大数据Spark7.4 Spark作业运行流程
大数据Flink8.1 Flink 作业提交架构流程
大数据Flink8.2 DataStream 基本转换
大数据Flink8.3 Flink 的时间语义有哪些
大数据Flink8.4 Flink 自带的 Windows 有哪些
大数据Flink8.5 什么是 Watermark
大数据Flink8.6 设置 Watermark 有哪几种方式
大数据Flink8.7 Flink 如何处理延迟的数据
大数据Flink8.8 Flink 中的 State 有哪几种
大数据Flink8.9 Flink 的状态后端存储有哪几种
大数据Flink8.10 Savepoint 与 Checkpoint 的区别
大数据Flink8.11 Checkpoint 流程
大数据Flink8.12 基于 RocksDB 的增量 Checkpoint 实现原理
大数据Flink8.13 Flink CEP 的优缺点
大数据Flink8.14 Flink1.5 之前如何解决反压问题
大数据Flink8.15 TaskManager 之间如何进行网络传输
大数据Flink8.16 NetworkBufferPool、InputGate、和 ResultPartition 的内存是如何申请的
大数据Flink8.17 Flink 的三种动态反馈的具体细节
大数据Flink8.18 Flink1.5 之前反压机制存在的问题
大数据Flink8.19 基于 Credit 的反压机制原理
大数据Flink8.20 Flink 如何定位产生反压的位置
大数据Flink8.21 定位到反压来源后,该如何处理
大数据Flink8.22 什么是 Slot
大数据Flink8.23 Slot 和 Parallelism 的关系
大数据Flink8.24 Flink Checkpoint 的过程
大数据Flink8.25 什么是 barrier 对齐
大数据Flink8.26 2PC 一致性协议
大数据Flink8.27 Flink 中 TwoPhaseCommitSinkFunction 执行流程
大数据Flink8.28 FlinkKafkaProducer011 的实现原理
大数据Flink8.29 Flink 如何保证 Exactly Once
大数据Flink8.30 LocalKeyBy 的实现原理
大数据Flink8.31 DataStream的物理分区策略
大数据Flink8.32 Flink的重启策略

🎨 Java

ProjectSubProjectArticle
JavaJava基础1.1 Java数据类型有哪几种
JavaJava基础1.2 ArrayList与LinkedList的区别?
JavaJava基础1.3 HashMap、HashTable、ConcurrentHashMap各自的技术原理和使用场景是什么
JavaJava基础1.4 HashMap和HashTable的区别
JavaJava基础1.5 String、StringBuffer和StringBuilder的区别
JavaJava多线程2.1 Runnable和 Thread的区别?
JavaJava多线程2.2 Thread类中的start()和run()方法有什么区别?
JavaJava多线程2.3 Java多线程中调用wait()和sleep()方法有什么不同?
JavaJava多线程2.4 ReentrantLock和Synchronized的区别?
JavaJava多线程2.5 volatile适用于高并发的什么场景?
JavaJava多线程2.6 多线程join方法用于什么场景?
JavaJava多线程2.7 多个线程间如何共享数据?
JavaJava多线程2.8 线程的状态有哪些,各自的使用场景是什么?
JavaJava多线程2.9 Java自带哪几种线程池
JavaJava多线程2.10 Java内存模型
JavaJava多线程2.11 并发编程的三大特性
JavaJava多线程2.12 指令重排
JavaJava多线程2.13 Volatile原理
JavaJava多线程2.14 CAS原理
JavaJava多线程2.15 Java的4种引用级别
JavaJava多线程2.16 Java中的锁
JavaJVM3.1 运行时数据区域
JavaJVM3.2 判断对象是否存活的方法
JavaJVM3.3 垃圾收集算法
JavaJVM3.4 类的生命周期和加载过程
JavaJVM3.5 类加载时机
JavaJVM3.6 类加载器的种类
JavaJVM3.7 类加载机制的特点
JavaJVM3.8 JVM内存结构
JavaJVM3.9 常见的垃圾收集算法有哪些
JavaJVM3.10 指针碰撞和空闲列表
JavaJVM3.11 常见的垃圾收集器有哪些
JavaJVM3.12 内存溢出与内存泄漏的区别
JavaJVM3.13 常用的JVM启动参数有哪些

🔧 推荐系统

ProjectSubProjectArticle
推荐系统1、推荐算法分类

🐍 计算机基础

ProjectSubProjectThirdSubProjectArticle
计算机基础计算机网络传输层:TCP和UDP1.1.1 三次握手
计算机基础计算机网络传输层:TCP和UDP1.1.2 四次挥手
计算机基础计算机网络传输层:TCP和UDP1.1.3 流量控制
计算机基础计算机网络传输层:TCP和UDP1.1.5 拥塞控制
计算机基础计算机网络传输层:TCP和UDP1.1.6 TCP和UDP的区别
计算机基础计算机网络传输层:TCP和UDP1.1.7 TCP如何保证传输的可靠性
计算机基础计算机网络应用层:HTTP和HTTPS1.2.1 HTTP和HTTPS的区别
计算机基础计算机网络应用层:HTTP和HTTPS1.2.2 GET和POST的区别
计算机基础计算机网络应用层:HTTP和HTTPS1.2.3 Session与Cookie的区别
计算机基础计算机网络应用层:HTTP和HTTPS1.2.4 从输入网址到获得页面的过程(越详细越好)
计算机基础计算机网络应用层:HTTP和HTTPS1.2.5 HTTP请求有哪些常见的状态码
计算机基础计算机网络应用层:HTTP和HTTPS1.2.6 什么是RIP,算法是什么
计算机基础计算机网络1.3 计算其网络体系结构
计算机基础计算机网络网络层协议1.4.1 IP地址的分类
计算机基础计算机网络网络层协议1.4.2 划分子网
计算机基础计算机网络网络层协议1.4.3 什么是ARP协议
计算机基础计算机网络网络层协议1.4.4 NAT协议
计算机基础操作系统进程和线程2.1.1 进程和线程的区别
计算机基础操作系统进程和线程2.1.2 进程间通信方式
计算机基础操作系统进程和线程2.1.3 进程同步问题
计算机基础操作系统进程和线程2.1.4 进程有哪几种状态
计算机基础操作系统进程和线程2.1.5 进程调度策略
计算机基础操作系统进程和线程2.1.6 僵尸进程和孤儿进程
计算机基础操作系统进程和线程2.1.7 线程同步
计算机基础操作系统进程和线程2.1.8 协程
计算机基础操作系统进程和线程2.1.9 异常控制流
计算机基础操作系统进程和线程2.1.10 IO多路复用
计算机基础操作系统进程和线程2.1.11 用户态和内核态
计算机基础操作系统2.2 死锁
计算机基础操作系统内存管理2.3.1 分页和分段
计算机基础操作系统内存管理2.3.2 虚拟内存
计算机基础操作系统内存管理2.3.3 页面置换算法
计算机基础操作系统内存管理2.3.4 局部性原理
计算机基础操作系统内存管理2.3.5 缓冲区溢出
计算机基础操作系统2.4 磁盘调度

🐶 机器学习

ProjectSubProjectThirdSubProjectArticle
机器学习1.1 机器学习方式
机器学习基础知识模型评估1.2.1 错误率与精度
机器学习基础知识模型评估1.2.2 查准率与查全率
机器学习分类-基本算法决策树2.1.1 决策树的基本原理
机器学习分类-基本算法决策树2.1.2 决策树的三要素
机器学习分类-基本算法决策树2.1.3 决策树算法的优缺点
机器学习分类-基本算法决策树2.1.4 熵和信息增益的区别
机器学习分类-基本算法决策树2.1.5 剪枝处理的作用及策略
机器学习分类-基本算法决策树2.1.6 决策树算法-id3
机器学习分类-基本算法决策树2.1.7 决策树算法-c4.5
机器学习分类-基本算法决策树2.1.8 决策树算法-cart
机器学习分类-组合算法3.1 集成学习概述
机器学习分类-组合算法3.2 个体学习器
机器学习分类-组合算法3.3 结合策略
机器学习分类-组合算法3.4 Bagging和Boosting的联系与区别
机器学习分类-组合算法Bagging3.5.1 随机森林原理
机器学习分类-组合算法Boosting3.6.1 AdaBoost原理

🐳 算法笔记

ProjectSubProjectThirdSubProjectArticle
算法笔记算法框架动态规划1.1.1 斐波那契数列
算法笔记算法框架动态规划1.1.2 凑零钱问题
算法笔记算法框架动态规划1.1.3 贪心算法
算法笔记算法框架动态规划1.1.4 最长递增子序列
算法笔记算法框架动态规划1.1.5 编辑距离
算法笔记算法框架动态规划1.1.6 高楼扔鸡蛋
算法笔记算法框架动态规划1.1.7 最长回文子序列
算法笔记算法框架动态规划1.1.8 最大子序和
算法笔记算法框架动态规划1.1.9 买卖股票
算法笔记算法框架1.2 二分查找
算法笔记算法框架数据结构1.3.1 反转链表
算法笔记算法框架数据结构1.3.2 数组中的第k个最大元素
算法笔记算法框架1.4 排序算法
算法笔记高频面试题2.1 快速模幂算法
算法笔记高频面试题2.2 如何运用二分查找算法
算法笔记高频面试题2.3 如何高效解决接雨水问题
算法笔记高频面试题2.4 删除有序数组中的重复项
算法笔记高频面试题2.5 如何寻找最⻓回⽂⼦串
算法笔记高频面试题2.6 如何判定括号的合法性
算法笔记高频面试题2.7 如何寻找消失的元素
算法笔记高频面试题2.8 如何寻找缺失和重复的元素
算法笔记高频面试题2.9 如何高效判断回文链表
算法笔记高频面试题2.10 随机算法之水塘抽样算法
算法笔记日常练习3.1 搜索二维矩阵
算法笔记日常练习3.2 环形链表 II
算法笔记日常练习3.3 在二叉树中分配硬币
算法笔记日常练习3.4 构造 K 个回文字符串
算法笔记日常练习3.5 将有序数组转换为二叉搜索树
算法笔记日常练习3.6 找出数组游戏的赢家
算法笔记日常练习3.7 最少侧跳次数
算法笔记日常练习3.8 最大数
算法笔记日常练习3.9 实现 Trie (前缀树)
算法笔记日常练习3.10 无重复字符的最长子串
算法笔记日常练习3.11 LRU 缓存机制
算法笔记日常练习3.12 K 个一组翻转链表
算法笔记日常练习3.13 两数之和
算法笔记日常练习3.14 相交链表
算法笔记日常练习3.15 三数之和
算法笔记剑指Offer4.1 二维数组中的查找
算法笔记剑指Offer4.2 重建二叉树

❗️ 勘误

  • 如果在文章中发现了问题,欢迎提交 PR 或者 issue,欢迎大神们多多指点🙏🙏🙏

♥️ Thanks

感谢Star!

©️ 转载

知识共享许可协议
作品Grayson 创作,采用知识共享署名 4.0 国际许可协议进行许可。

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 3
    评论
评论 3
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

打赏作者

GraysonWP

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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