- 综合排序
- 最热优先
- 最新优先
- 来自专栏python3
java面试大总结（3）
119、STRUTS的应用(如STRUTS架构) Struts是采用Java Servlet/JavaServer Pages技术，开发Web应用程序的开放源码的framework。 JDO是Java对象持久化的新的规范，为java data object的简称,也是一个用于存取某种数据仓库中的对象的标准化API。 3、int Integer 的区别： Java 提供两种不同的类型：引用类型和原始类型（或内置类型）。Int是java的原始数据类型，Integer是java为int提供的封装类。 答：struts framework是一种基于java的技术，Web应用程序开发人员通过struts framework即可充分利用面向对象设计、代码重用以及“编写一次、到处运行”的优点。 6、 java类是否可以多继承，怎么实现多继承？ 答：java没有多继承，但可以通过接口的形式来达到多继承的目地。 7、 面向对象的特点 答：面向对象有三大特点：封装、继承、多态。
67320发布于 2020-01-07 - 来自专栏企鹅号快讯
3大技术趋势，主宰未来3年商业变革
（如想获取完整报告请关注阿尔法公社（ID：alphastartups）回复关键词“趋势”） 纵观报告全文，共有3个重点： 未来三年推动商业转型的三大技术：物联网、机器人和AI 阻碍技术创新和商业化的几大要素 计算能力的增强，在未来几年将大大改善数据处理能力。 这些技术正在改变各个行业的商业模式，并释放出巨大的市场机会。如果行业领导者不能迅速解决突破性的技术问题，那么其竞争优势将变得非常短暂。 3、AI领域 在过去十年中，数据和计算能力的显著增长激发了人工智能领域的创新。在毕马威调研的841位高管中，共有10%的人认为AI将成为未来三年推动企业转型的第三大重要技术。 3、行业阻断 许多公司正在成为软件公司，且产品、服务和行业之间的界限越发模糊。随着越来越多的消费者和企业采用新兴技术，科技行业将持续成为全球创新的引擎。 那么，由于新兴技术的推动，哪些行业将面临急速转型？ 如前文所示，在物联网、机器人和AI技术的推动下，诸如金融、技术、医疗等行业将在未来3年内拥有最大的商业化潜力。
1.2K70发布于 2018-01-31 - 来自专栏华章科技
盘点工业物联网 3 大技术趋势
导读：工业物联网近些年发展迅猛，无论是操作运营技术（Operation Technology，OT）还是信息技术（Information Technology，IT），都在积极探索和实践，一方面在于落地场景的价值论证 ，另一方面在于技术创新，以更好地应对场景挑战。 时间敏感网络既支持高速率大带宽数据传输，又兼顾实时控制信息传输，向下兼容标准以太网，从概念和设计理念上来说，它比以往的工业以太网更先进，因此成为业界研究热点。 对于移动场景，5G技术、低功耗广域网技术、4G Cat-1以及短距离无线通信技术等，正在加速泛在连接的发展，支持海量物联。 本文摘编自《工业物联网：平台架构、关键技术与应用实践》，经出版方授权发布。（ISBN：978-7-111-70227-6）
1.4K10编辑于 2022-06-07 - 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。 详细内容请参考 https://mybatis.org/mybatis-3/zh/index.html TKMyBatis快速开始 Maven依赖 <dependency> ，会自动填入在数据库中生成的 id 值。 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 - 来自专栏民工哥技术之路
3W 字 Docker 容器技术大科普
技术产品和公司使用同一名称，的确让人有点困惑。 我们来简单说明一下： IT 软件中所说的 “Docker” ，是指容器化技术，用于支持创建和使用 Linux 容器。 Docker 技术最初是基于 LXC 技术构建（大多数人都会将这一技术与“传统的” Linux 容器联系在一起），但后来它逐渐摆脱了对这种技术的依赖。 容器监控java服务 docker run --name zabbix-java-gateway -t \ -d zabbix/zabbix-java-gateway:latest 3、启动 zabbix-mysql容器使用link连接mysql与java-gateway。 " \ --link mysql-server:mysql \ --link zabbix-java-gateway:zabbix-java-gateway \ -p
52310发布于 2021-11-26 - 来自专栏啄木鸟软件测试
多模态大模型技术原理与实战(3)
·深度学习时代（2010-2019年）：多模态技术快速发展，这主要得益于以下3点: o算力快速发展。 o新的多模态数据集层出不穷。 o语言特征提取能力和视觉特征提取能力快速提高。 跨模态 典型应用领域是跨模态检索，例如通过文本检案图像、通文本检索视频等公共空间特征学习拉术跨模态相似性检索技术 多模态大模型发展的重大里程碑 大规模预训练模型的最大优势就是在预训练的过程中经过了大批量数据的训练 大模型+多模态的3种实现方法 1，以LLM 为核心，调用其他多模态组件 2023年5月，微软亚洲研究院(MSRA)联合浙江大学发布了HuggingGPT。 第一个阶段，基于 59.5万条CC3M文本-图像对齐数据训练跨模态编码器，以便将文本特征和图像特征进行语义对齐。 3.视觉问答任务 视觉问答任务指的是根据图像或视频中描述的内容进行回答、体现了多楼态大模型的自然语言理解和推理能力。 这个城市拥有哪些著名大学？ 上海是中国著名的现代化城市，拥有多所知名大学。
1.2K20编辑于 2024-09-10 - 来自专栏听雨堂
测试数据——猜想大验证（3）
有数据，不妨测试一下，非常有趣： 1.各个信用等级的逾期率 其他的都比较符合预期，但A的偏高，我也很纳闷，把数据调出来，从高到低排是这样的： 借的量巨大，一旦逾期，在整个逾期率的计算中必然拖累整体。 看来数据没啥毛病。将来对选择标的进行模拟时，如果加上金额限制，同样没啥问题。如限制借款上限为6000，则逾期率就降低很多： 2.性别，女人比男人靠谱 3.借期，6月和12月是主体，但6月明显逾期率低。
1.2K100发布于 2018-01-23 - 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 采用分区，每天保持一个最新的全量版本，每个版本仅保留较短的时间周期如3天至一周。 方式为当天的增量数据与前一天的全量数据合并，生成当天的全量数据。 两张图对应起来看： (1) 在彼岸：多路分支进行测试和完成数据脱敏(将敏感数据模糊化) (2) SQLSCAN：对用户的SQL进行规范，检查代码的规范性 (3) 开发平台(D2)发布系统：实现和用户的IDE 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 数据可视化技术深度分析：数据大屏与3D场景的融合艺术
本文将对实时数据可视化、数据大屏、数据看板、实时监控、数据展现、可视化设计以及3D数据可视化等关键技术进行介绍和对比，探讨它们在数据大屏设计、3D场景渲染、实时数据接入、多屏互动、可视化模板、数据动画和自定义组件能力方面的表现 低代码可视化分析 数据大屏设计：低代码平台允许用户通过拖拽组件的方式快速构建数据大屏，无需编写代码。 3D场景渲染：虽然主要面向二维数据展示，但低代码平台支持集成3D组件，实现简单的3D效果。 其他功能包括数据集成和简单的交互设计。 数字孪生可视化 数据大屏设计：数字孪生技术专注于模拟现实世界，提供高度仿真的数据大屏设计。 3D数据可视化 数据大屏设计：3D数据可视化专注于三维空间的数据展示，提供沉浸式的数据大屏设计。 3D场景渲染：3D渲染是其核心功能，能够创建逼真的三维数据视图。 总结 数据大屏设计、3D场景渲染、实时数据接入、多屏互动、可视化模板、数据动画和自定义组件能力是衡量数据可视化技术的关键指标。
27110编辑于 2025-07-28- 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。 3.NiFi——Apache NiFi是由美国国家安全局（NSA）贡献给Apache基金会的开源项目，其设计目标是自动化系统间的数据流。 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。 3.NiFi——Apache NiFi是由美国国家安全局（NSA）贡献给Apache基金会的开源项目，其设计目标是自动化系统间的数据流。 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 实时数据可视化技术深度分析：数据大屏与3D视觉的融合
本文将对实时数据可视化技术中的几个主流产品进行深度分析，包括数据大屏设计、3D场景渲染、实时数据接入、多屏互动、可视化模板、数据动画以及自定义组件等方面的对比。 数据大屏设计 数据大屏设计是指将复杂的数据信息通过图形化的方式展示在大屏幕上，以便用户能够直观地理解数据含义。 数字孪生可视化技术则更侧重于物理实体的数字映射，为智慧城市和工业4.0等领域提供了更为精确的数据大屏解决方案。 3D场景渲染 3D场景渲染是将数据以三维形式展现，为用户提供沉浸式的数据体验。 3D数据可视化技术则更注重数据的深度挖掘和分析，通过3D模型展示复杂的数据关系，增强了数据的可读性和交互性。 实时数据接入 实时数据接入是数据可视化系统能够即时反映数据变化的关键。 结论 综上所述，实时数据可视化技术在数据大屏设计、3D场景渲染、实时数据接入、多屏互动、可视化模板、数据动画以及自定义组件等方面各有特点。
28810编辑于 2025-07-28实时数据可视化技术深度分析：数据大屏、数据看板与3D场景渲染对比
本文将对实时数据可视化技术中的几个主流产品进行深度分析，包括数据大屏、数据看板以及3D数据可视化技术，探讨它们在数据大屏设计、3D场景渲染、实时数据接入、多屏互动、可视化模板、数据动画和自定义组件等方面的功能和差异 根据权威站点Gartner的报告，RayData在数据大屏设计上具有强大的自定义能力和高度的可扩展性。低代码可视化分析平台则侧重于简化设计流程，使得非技术用户也能快速构建数据大屏。 数字孪生可视化技术则通过模拟真实环境，提供更为沉浸式的数据展示体验。 3D场景渲染 3D场景渲染是提升数据可视化效果的重要技术。 结论 通过对比分析，我们可以看到腾讯云RayData在数据大屏设计、3D场景渲染、实时数据接入等方面表现出色，适合需要高度定制化和高性能数据可视化的场景。 低代码可视化分析平台则更适合快速构建和非技术用户。数字孪生可视化和3D数据可视化产品则在提供沉浸式体验方面具有优势。企业在选择时应根据自身需求和资源进行综合考量。
28210编辑于 2025-07-28- 来自专栏技术翻译
大数据Python：3大数据分析工具
这些数据在技术上并不是大数据，因为它的大小只有大约2 Mb，但它对我们的目的来说非常有用。 为了获得大数据大小的样本（> 1Tb），我必须加强我的基础设施。 15 +000... 2 2018-08-01 17:10 www2 www_access 108.162.238.234 - - [01/Aug/2018:17:10:22 +000... 3 admintome resolves to a loopback address: 127.0.1.1; using 192.168.1.153 instead (on interface enp0s3) WARN NativeCodeLoader:62 - Unable to load native-hadoop library for your platform... using builtin-java 原文标题《Big Data Python: 3 Big Data Analytics Tools》 作者：Bill Ward 译者：February 不代表云加社区观点，更多详情请查看原文链接
5K20发布于 2018-12-13 - 来自专栏大数据知识
大数据5大关键处理技术
▷大数据的主要来源（人、环境、物体等，互联网，物联网等）： 1）商业数据 2）互联网数据 3）传感器数据 数据采集与大数据采集区别 传统数据采集 1. 来源单一，数据量相对于大数据较小 2. 结构单一 3. 关系数据库和并行数据仓库 大数据的数据采集 1. 来源广泛，数据量巨大 2. 数据类型丰富，包括结构化，半结构化，非结构化 3. 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。 2）数据准备：数据准备包括：选择数据–在大型数据库和数据仓库目标中 提取数据挖掘的目标数据集; 3）数据预处理–进行数据再加工，包括检查数据的完整性及数据的一致性、去噪声，填补丢失的域，删除无效数据等。 3. 预测性分析 大数据分析最重要的应用领域之一就是预测性分析，预测性分析结合了多种高级分析功能，包括特别统计分析、预测建模、数据挖掘、文本分析、实体分析、优化、实时评分、机器学习等。
10.8K30发布于 2021-03-12 - 来自专栏编程小白狼
Java大屏数据动态展示实现
随着大数据技术的快速发展，数据可视化成为企业决策、实时监控等场景中的重要工具。Java作为一种广泛应用的编程语言，以其强大的数据处理和可视化能力，在实现大屏数据动态展示方面发挥着重要作用。 本文将详细介绍如何使用Java及相关技术实现大屏数据的动态展示。 一、技术选型与准备 1.1 技术选型 Java JDK：用于编译和运行Java程序。 后端服务层：使用Java编写业务逻辑，通过JDBC或Spring Data JPA等技术连接数据库，通过WebSocket向前端推送实时数据。 五、总结 通过Java及其相关技术实现大屏数据动态展示，可以满足企业实时监控、数据可视化等需求。 本文介绍了系统架构设计、后端开发、前端开发、实时数据推送、测试与部署等关键步骤，为开发大屏数据动态展示系统提供了参考。开发者可以根据具体需求，灵活选择和组合相关技术，实现高效、稳定的数据可视化系统。
2.4K10编辑于 2024-12-31 - 来自专栏Java系列学习与数据结构算法
java JDBC数据库连接池技术（Druid ，c3p0）
java JDBC数据库连接池技术 为什么使用数据库连接池? 这个原因与为什么使用线程池有点相似，都是为了提高资源的利用率，减少申请时间的浪费，提高程序的运行效率。 ，避免常规数据库连接操作中可能出现的资源泄露 两种数据库连接池技术 C3P0 Druid C3P0 是一个开源组织提供的一个数据库连接池，速度相对较慢，稳定性还可以。 hibernate官方推荐使用 Druid 是阿里提供的数据库连接池，据说是集DBCP 、C3P0 、Proxool 优点于一身的数据库连接池，但是速度不确定是否有BoneCP快，据说是目前最吊的数据库连接池之一 导入jar包 (两个) c3p0-0.9.5.2.jar mchange-commons-java-0.2.12.jar ， * 不要忘记导入数据库驱动jar包 2. preparedStatement.executeUpdate(); //关闭 DruidUtils.close(preparedStatement,connection); } } 以上就是jdbc数据库连接池技术的一些基础知识
91910发布于 2020-09-27 - 来自专栏加米谷大数据
五大最核心的大数据技术
五大最核心的大数据技术 大数据技术有5个核心部分，分别是数据采集、数据存储、数据清洗、数据挖掘、数据可视化。关于这5个核心部分都有哪些核心技术？ 一起来了解一下吧 ? 预测分析 预测分析是一种数据挖掘方案，可在结构化和非结构化数据中使用算法和技术,进行预测、预报和模拟。许多公司利用大数据技术来收集海量数据、训练模型并发布预测模型来提高业务水平或者避免风险。 NoSQL数据库 NoSQL泛指非关系型的数据库，这种工具可以为大数据建立快速、可扩展的存储库。 数据可视化 数据可视化是成为研究数据展示、数据处理、决策分析等一系列问题的综合技术。目前正在飞速发展的虚拟现实技术也是以图形图像的可视化技术为依托的数据可视化技术。 它包含信息分析，自然语言处理和机器学习领域的大量技术创新，认知系统专门获取海量的不同类型的数据，根据信息进行推论，从自身与数据、与人们的交互中学习。
1.7K30发布于 2019-01-09 大模型技术之数据结构与算法
这些问题的解决，无一不依赖于深厚的数据结构与算法功底。 不懂这些底层逻辑，就无法真正驾驭大模型，更谈不上通过技术创新为企业创造核心价值。因此，高薪的本质是对“不确定性”的掌控力，而这种掌控力源于对算法数学原理的深刻理解。 四、创新边界：算法思维决定技术突破的上限大模型的发展已进入深水区，单纯依靠堆砌数据和扩大规模带来的边际效应正在递减。未来的突破点在于算法层面的创新：新的架构设计、新的训练范式、新的推理策略。 对于从业者而言，如果缺乏算法思维，只能跟随别人的脚步，做技术的追随者；而具备深厚算法功底的人，则有可能成为规则的制定者。 只有建立起这样坚实的地基，学生才能在快速变化的AI浪潮中站稳脚跟，不被新技术淘汰。对于个人学习者而言，无论大模型如何迭代，投入时间深耕算法永远是回报率最高的投资。
13710编辑于 2026-03-20- 来自专栏灯塔大数据
趋势 | 大数据存储领域5大突破技术
摘要：云计算打破了传统的商业模式，大数据也持续以指数型增长，技术人员和投资人对于当前技术发展趋势都保持密切关注，因为这有可能直接影响到他们2016年及今后的商业行动。 3 无人驾驶技术 我们已经见证了汽车技术巨大的突破：谷歌正在无人驾驶汽车技术上大步前进，而特斯拉则退出了续航里程超长、无人驾驶的电动汽车，让我们能够想象未来汽车可能类似于个人的士，受智能手机控制。 图3：自动驾驶的智能汽车。 不管是否无人驾驶，未来汽车的发展主要取决于是否能够提高乘客的驾驶体验。 只能机器人显然非常吸引人，部分是因为它们在人性化和专业设置方面具有非常大的应用潜力。 根据甲骨文公司分析，简单的大数据挖掘工具将要有长足的发展，因为这样分析师可以直接在企业Hadoop集群上购买数据，重新调整并采用机器学习技术进行分析。
2.6K60发布于 2018-04-10
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