- 综合排序
- 最热优先
- 最新优先
- 来自专栏java一日一条
Java初学者必知：Java语言的11大特点
对指针的丢弃是Java的明智选择。Java的安全检查机制使得Java更具健壮性。 5、Java语言是安全的 Java 通常被用在网络环境中，为此，Java提供了一个安全机制以防恶意代码的攻击。 7、Java语言是可移植的 这种可移植性来源于体系结构中立性，另外，Java还严格规定了各个基本数据类型的长度。 Java系统本身也具有很强的可移植性，Java编译器是用Java实现的，Java的运行环境是用ANSI C实现的。 事实上，Java的运行速度随着JIT(Just-In-Time)编译器技术的发展越来越接近于C++。 Java语言支持多个线程的同时执行，并提供多线程之间的同步机制（关键字为 synchronized）。 11、Java语言是动态的 Java语言的设计目标之一是适应于动态变化的环境。
2K21发布于 2018-09-19 - 来自专栏java学习
Java程序员必备的11大Intellij插件
https://plugins.jetbrains.com/plugin/6317-lombok-plugin 支持lombok的各种注解，从此不用写getter setter这些 可以把注解还原为原本的java 代码 非常方便 截图： 3. p3c 地址：https://plugins.jetbrains.com/plugin/10046-alibaba-java-coding-guidelines 阿里巴巴出品的 java代码规范插件 可以扫描整个项目 找到不规范的地方 并且大部分可以自动修复 更多可看: https://github.com/alibaba/p3c/tree/master/idea-plugin GsonFormat 地址：https://plugins.jetbrains.com/plugin/7654-gsonformat 一键根据json文本生成java类 非常方便 截图: 6. Rainbow Brackets 地址：https://plugins.jetbrains.com/plugin/10080-rainbow-brackets 彩虹颜色的括号 看着很舒服 敲代码效率变高 截图: 11
47510发布于 2018-09-21 - 来自专栏开发者技术前线
Java程序员必备的11大Intellij插件
https://plugins.jetbrains.com/plugin/6317-lombok-plugin 支持lombok的各种注解，从此不用写getter setter这些 可以把注解还原为原本的java 代码 非常方便 截图： 3. p3c 地址：https://plugins.jetbrains.com/plugin/10046-alibaba-java-coding-guidelines 阿里巴巴出品的 java代码规范插件 可以扫描整个项目 找到不规范的地方 并且大部分可以自动修复 更多可看: https://github.com/alibaba/p3c/tree/master/idea-plugin GsonFormat 地址：https://plugins.jetbrains.com/plugin/7654-gsonformat 一键根据json文本生成java类 非常方便 截图: 6. Rainbow Brackets 地址：https://plugins.jetbrains.com/plugin/10080-rainbow-brackets 彩虹颜色的括号 看着很舒服 敲代码效率变高 截图: 11
70810发布于 2020-11-24 - 来自专栏程序猿DD
Java程序员必备的11大IntelliJ插件
https://plugins.jetbrains.com/plugin/6317-lombok-plugin 支持lombok的各种注解，从此不用写getter setter这些 可以把注解还原为原本的java java代码规范插件 可以扫描整个项目 找到不规范的地方 并且大部分可以自动修复 更多可看: https://github.com/alibaba/p3c/tree/master/idea-plugin GsonFormat 地址：https://plugins.jetbrains.com/plugin/7654-gsonformat 一键根据json文本生成java类 非常方便 截图: 6. Brackets 地址：https://plugins.jetbrains.com/plugin/10080-rainbow-brackets 彩虹颜色的括号 看着很舒服 敲代码效率变高 截图: 11 《最受欢迎的女友职业排行榜Top10》 《最受欢迎的男友职业排行榜Top10》 ﹀ ﹀ ﹀ 推荐加入 最近热门内容回顾 #技术人系列
48420编辑于 2023-04-04 - 来自专栏帅云霓的技术小屋
大模型与AI底层技术揭秘 (11) 变形记
在传统模式下，数据从网络和文件之间的传输需要经过4次拷贝，4次上下文切换和4次系统调用： 为了减少上下文切换以及数据拷贝带来的性能开销，Kafka使用了Linux系统调用mmap来处理其索引文件，将其映射到用户态进程可见的内存空间 而AI程序运行在GPU上，如何让GPU也利用内存零拷贝的技术来快速直接存取磁盘上的内容呢？ NVidia给出的答案是：GPU Direct Storage。 CPU读取NVMe SSD，获得存有NVMe SSD数据的一块内存缓冲区地址；（可以使用DMA，但也有上下文切换和进入内核的环节） 3. CPU将这段地址给GPU，并让GPU发起DMA，从这块内存缓冲区中拉取数据； 4. GPU通过PCI-E向RC发起DMA，拉取数据； 5. 这涉及到磁盘数据的组织问题。
35710编辑于 2023-11-27 - 来自专栏最新最全的大数据技术体系
11月大数据面试题复习
1）从 high-level 的角度来看，两者并没有大的差别。 11、Spark为什么要持久化，一般什么场景下要进行persist操作？ 为什么要进行持久化？ 当大表和小表join时，用map-side join能显著提高效率。 不一定，当数据规模小，Hash shuffle快于Sorted Shuffle数据规模大的时候；当数据量大，sorted Shuffle会比Hash shuffle快很多，因为数量大的有很多小文件，不均匀 ，甚至出现数据倾斜，消耗内存大，1.x之前spark使用hash，适合处理中小规模，1.x之后，增加了Sorted shuffle，Spark更能胜任大规模处理了。
92812编辑于 2021-12-06 - 来自专栏数据结构与算法
11:大整数减法
11:大整数减法 查看 提交 统计 提问 总时间限制: 1000ms 内存限制: 65536kB描述 求两个大的正整数相减的差。 输入共2行，第1行是被减数a，第2行是减数b(a > b)。 char a[10001]; 6 char b[10001]; 7 int a1[10001]; 8 int b1[10001]; 9 int c[10001]; 10 int main() 11
1.4K100发布于 2018-04-11 - 来自专栏测吧测试开发
技术分享 | 数据持久化技术（Java）
image.png 本文节选自霍格沃兹测试学院内部教材 本章介绍 Web 后端开发中数据持久化技术 TKMyBatis。 MyBatis 可以通过简单的 XML 或注解来配置和映射原始类型、接口和 Java POJO（Plain Old Java Objects，普通老式 Java 对象）为数据库中的记录。 ，会自动填入在数据库中生成的 id 值。 ; import java.util.List; /** * @Author tlibn * @Date 2020/7/17 11:03 **/ @Service public class HogwartsTestUserServiceImpl 2021-04-14T09:43:45.018+00:00" } 删除 DELETE http://127.0.0.1:8081/hogwartsUser/15 请求参数 见请求地址中15 响应参数 15 数据持久化技术就先讲到这里啦
84550编辑于 2022-03-14 - 来自专栏「3306 Pai」社区
「3306π」8月11日成都站-技术大咖线下小聚
邀您加入3306π技术分享第三站！ 成都 8月 Aug 11th 我们来了，不见不散！ 活动信息 主办：「3306π」社区主办 协办：爱可生、腾讯云、知数堂基情赞助支持 时间：2018年8月11日 13:30-18:10 地点：成都市高新区天府三街198号 腾讯成都大厦 先后在阿里云、爱可生担任数据库运维，目前为爱可生数据库产品负责人，MySQL技术专家。 分享时间：17：30-18：10 分享议题：《深入数据库同步技术研究》 [ 许老师专访请点击 ] 活动报名 报名链接：https://www.bagevent.com/event/1627228 关于 「3306π」社区 围绕 MySQL 核心技术，将互联网行业中最重要的数据化解决方案带到传统行业中；囊括其他开源技术Redis、MongoDB、Hbase、Hadoop、ElasticSearch、Storm
69930发布于 2018-08-15 - 来自专栏全栈程序员必看
淘宝双11大数据分析（数据可视化）
文章目录 前言 本篇环境 结果展示 项目结构 前言 这一篇是最终篇，也是展示数据分析之后的结果的一篇。 其他文章： 淘宝双11大数据分析（环境篇） 淘宝双11大数据分析（数据准备篇） 淘宝双11大数据分析（Hive 分析篇-上） 淘宝双11大数据分析（Hive 分析篇-下） 淘宝双11大数据分析（Spark
5.8K20编辑于 2022-09-14 - 来自专栏大数据成神之路
阿里大数据之路：数据技术篇大总结
统一计算平台 3.2 统一开发平台 3.3 任务调度系统 3.4 特点 四、实时技术 4.1 流式技术架构 4.1.1 数据采集 4.1.2 数据处理 4.1.3 数据存储 4.2 流式数据模型 4.2.1 基于浏览器）日志采集技术方案； UserTrack是APP端（无线客户端）日志采集技术方案。 此类日志是最基础的互联网日志，也是目前所有互联网产品的两大基本指标：页面浏览量（Page View，PV）和访客数（UniqueVisitors，UV）的统计基础。 四、实时技术 4.1 流式技术架构 架构分为数据采集、数据处理、数据存储、数据服务四部分。 4.1.2 数据处理 SQL语义的流式数据分析能力。 流式处理的原理：多个数据入口、多个处理逻辑，处理逻辑可分为多个层级逐层执行。 数据倾斜：数据量非常大时，分桶执行。
1.4K11编辑于 2023-04-07 - 来自专栏怀英的自我修炼
Java漫谈11
总结来说，String之所以设计成final，是为了数据安全。 因为String不是8大基本的数据类型，所以String的值其实存的是一个内存地址，在这个地址就相当于存储值的那个仓库的编号。 Java的String这个类是我在一开始学习的时候遇到的，起初一直把它误认为是一个基本的数据类型，以为它就是很简单的一个底层的实现。 而这个回路也正是工程师构造数据类型，封装数据功力的体现。 而这样的功力让我想到了一个词——静水流深。意思是通过表面平静的水并不知道水底有多深，来暗喻表面不声不响的人却藏着大智慧。 清 单 String的final主要的作用是保证了数据的安全。 表面上看它的数据安全来源于final的不可变性，实际上是来源于String类底层的封装。
719110发布于 2018-03-12 - 来自专栏IT大咖说
Java 19 正式发布，七大特性齐发，最常用的还是 Java 11
◆ Java 19 的七大亮点更新 根据官方发布的公告显示，Java 19 版本带来了七大主要功能更新，包括结构化并发、记录模式、外部函数和内存 API 的预览，以及对开源的 Linux/RISC-V 然而，Oracle 内部对 Java 更新频率的加快，让不少开发者报以“你更新任你更新，我就不用”的态度，也让很多人成为 Java 8、Java 11 等老版本的“钉子户”。 根据知名科技公司 New Relic 之前发布的《Java 生态系统状况报告》显示，2018 年 9 月发布的 Java 11 是目前最受欢迎的 Java 版本（48%），其次是 2014 年 3 月发布的 log_from=78ec8d0cf637e_1663812692828 “IT大咖说”欢迎广大技术人员投稿，投稿邮箱：aliang@itdks.com 来都来了，走啥走，留个言呗~ IT大咖说 相关推荐 推荐文章 Redis 内存淘汰策略，从根儿上理解 这个牛逼了，基于（SpringBoot+VUE）实现的自定义拖拽式智能大屏 终于有人把怎么搭建数据指标体系给讲明白了，数据分析师必备 SpringBoot
2.7K20编辑于 2022-09-27 - 来自专栏加米谷大数据
大数据技术分享：十大开源的大数据技术
大数据已然成为当今热门的技术之一，开源让越来越多的项目可以直接采用大数据技术，下面就来盘点受欢迎的十大开源的大数据技术。 ? 2.Spark——使用简单、支持所有重要的大数据语言（Scala、Python、Java、R）。拥有强大的生态系统，成长迅速，对microbatching/batching/SQL支持简单。 两个最重要的特性是其强大的用户界面和良好的数据回溯工具。堪称大数据工具箱里的瑞士军刀。 ? 4.Apache Hive 2.1——Hive是建立在 Hadoop 上的数据仓库基础构架。 从Spark到NiFi再到第三方插件工具以至于Java到Scala，它都提供了强大的粘合作用。 6.Phoenix—是HBase的SQL驱动。目前大量的公司采用它，并扩大其规模。 9.Apache Beam——在Java中提供统一的数据进程管道开发，并且能够很好地支持Spark和Flink。提供很多在线框架，开发者无需学习太多框架。
1.6K31发布于 2019-01-08 - 来自专栏加米谷大数据
大数据技术分享：十大开源的大数据技术
大数据已然成为当今热门的技术之一，开源让越来越多的项目可以直接采用大数据技术，下面就来盘点受欢迎的十大开源的大数据技术。 ? 2.Spark——使用简单、支持所有重要的大数据语言（Scala、Python、Java、R）。拥有强大的生态系统，成长迅速，对microbatching/batching/SQL支持简单。 两个最重要的特性是其强大的用户界面和良好的数据回溯工具。堪称大数据工具箱里的瑞士军刀。 ? 4.Apache Hive 2.1——Hive是建立在 Hadoop 上的数据仓库基础构架。 从Spark到NiFi再到第三方插件工具以至于Java到Scala，它都提供了强大的粘合作用。 6.Phoenix—是HBase的SQL驱动。目前大量的公司采用它，并扩大其规模。 9.Apache Beam——在Java中提供统一的数据进程管道开发，并且能够很好地支持Spark和Flink。提供很多在线框架，开发者无需学习太多框架。
1.2K30发布于 2019-04-19 - 来自专栏PPV课数据科学社区
大数据挖掘中易犯的11大错误
按照Elder博士的总结，这11大易犯错误包括： 0.缺乏数据(LackData) 1.太关注训练(FocusonTraining) 2.只依赖一项技术(RelyonOneTechnique) 3.提错了问题 重抽样技术包括：bootstrap、cross-validation、jackknife、leave-one-out…等等。 2.只依赖一项技术(RelyonOneTechnique) IDMer：这个错误和第10种错误有相通之处，请同时参照其解决方法。没有对比也就没有所谓的好坏，辩证法的思想在此体现无遗。 给数据加上时间戳，避免被误用。 6.抛弃了不该忽略的案例(DiscountPeskyCases) IDMer：到底是“宁为鸡头，不为凤尾”，还是“大隐隐于市，小隐隐于野”? ，而是“这就有点奇怪了……” 数据中的不一致性有可能会是解决问题的线索，深挖下去也许可以解决一个大的业务问题。
71870发布于 2018-04-20 - 来自专栏PPV课数据科学社区
【译文】关于数据科学难以忽视的11大真相
. 9、Presentation is key - be a master of Power Point. 10、All models are false, but some are useful. 11 You need to get your hands dirty. 1、 数据都是没有清洗过的。 2、 你总是需要花费大量的时间准备和清洗数据。 3、 95%的任务不需要深度学习。 11、没有完全自动化的数据科学。很多你需要人工手动操作。 翻译：lily PPV课原创编译 转载请注明出处 原文链接：http://www.ppvke.com/Answer/? 2、回复“答案”查看大数据Hadoop面试笔试题及答案 3、回复“设计”查看这是我见过最逆天的设计，令人惊叹叫绝 4、回复“可视化”查看数据可视化专题-数据可视化案例与工具 5、回复“禅师”查看当禅师遇到一位理科生 知识无极限 6、回复“啤酒”查看数据挖掘关联注明案例-啤酒喝尿布 7、回复“栋察”查看大数据栋察——大数据时代的历史机遇连载 8、回复“数据咖”查看数据咖——PPV课数据爱好者俱乐部省分会会长招募 9、
81070发布于 2018-04-20 - 来自专栏华章科技
干货 ：数据挖掘中易犯的11大错误
11大易犯错误——Elder博士 0. 缺乏数据（Lack Data） 1. 太关注训练（Focus on Training） 2. 只依赖一项技术（Rely on One Technique） 3. 提错了问题（Ask the Wrong Question） 4. 重抽样技术包括：bootstrap、cross-validation、jackknife、leave-one-out…等等。 2. 给数据加上时间戳，避免被误用。 6. 抛弃了不该忽略的案例（Discount Pesky Cases） IDMer：到底是“宁为鸡头，不为凤尾”，还是“大隐隐于市，小隐隐于野”？ ，而是“这就有点奇怪了……” 数据中的不一致性有可能会是解决问题的线索，深挖下去也许可以解决一个大的业务问题。
29220发布于 2018-08-13 - 来自专栏大数据知识
大数据5大关键处理技术
云计算技术、物联网等技术快速发展，多样化已经成为数据信息的一项显著特点，为充分发挥信息应用价值，有效存储已经成为人们关注的热点。 一）大数据面临的存储管理问题 ●存储规模大 大数据的一个显著特征就是数据量大，起始计算量单位至少是PB，甚至会采用更大的单位EB或ZB，导致存储规模相当大。 这就需要对数据的存储技术和存储模式进行创新与研究，跟上数字化存储的技术的发展步伐，给用户提供一个具有高质量的数据存储体验。 大数发掘技术，目前，还需要改进已有数据挖掘和机器学习技术；开发数据网络挖掘、特异群组挖掘、图挖掘等新型数据挖掘技术；突破基于对象的数据连接、相似性连接等大数据融合技术；突破用户兴趣分析、网络行为分析、情感语义分析等面向领域的大数据挖掘技术 了解跟多相关 大数据培训 技术知识，欢迎关注小编。
10.8K30发布于 2021-03-12 - 来自专栏ThoughtWorks
大会推荐：6月10日、11日GMTC全球大前端技术大会
经常关注 GMTC 全球大前端技术大会的同学应该会发现，今年的 GMTC 没有单独策划 Flutter 和小程序相关的专题了，跟跨端这一主题相关的，只保留了一个跨端技术专题，关注 React Native 以上就是今年的 GMTC 北京站对于「跨端技术」专题的思考，我们邀请了字节跳动 Flutter Infra 团队负责人董岩担任出品人，为专题质量把关。 本次大会中，还有低代码、大前端 DevOps、前端框架新体验、大前端监控、移动端性能与效率优化等专题。 同时，我们也关注大前端破圈的有效姿势，首次聚焦 B 端研发效能、IoT 动态应用开发、TypeScript、云研发实践、大前端技术融合与跨界等，并邀请 winter 等大咖前来参与“师兄帮帮忙”晚场交流活动 部分精彩话题已上线—— 6 月 10-11 日，北京国际会议中心见。
1.6K20编辑于 2022-05-17
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号