- Doris与StarRocks关系解析:大数据技术演进
AI大数据智能洞察
大数据与AI人工智能大数据AI应用大数据ai
Doris与StarRocks关系解析:大数据技术演进关键词:Doris,StarRocks,大数据分析,OLAP,MPP架构,开源技术,数据仓库摘要:在大数据爆炸的时代,我们每天都在产生海量数据——从手机里的聊天记录到电商平台的购物清单,从社交媒体的点赞评论到智能手表的健康数据。如何从这些数据中快速找到有价值的信息,就像在图书馆的百万本书中迅速找到你需要的那一本?OLAP(在线分析处理)系统就是
- AWS架构师
咸鱼一条_o.0?!
aws云计算
AWS架构师部分定义S3(S3存储桶)EC2弹性计算云EBS弹性块存储SNAPSHOT快照AMI:EC2镜像ELB弹性负载均衡器EFSDATABASEDATAWAREHOUSEOLTPOLAPElastiCacheVPCRoute53部分定义UserGroup:用户组下的用户继承该用户组所有权限Policy:Jasonformat:类似文字描述,指定object的类型。给user和group提供权
- ClickHouse高频面试题
野老杂谈
数据库
ClickHouse高频面试题1、简单介绍一下ClickHouse2、ClickHouse具有哪些特点3、ClickHouse作为一款高性能OLAP数据库,存在哪些不足4、ClickHouse有哪些表引擎5、介绍下Log系列表引擎应用场景共性特点不支持6、简单介绍下MergeTree系列引擎7、简单介绍下外部集成表引擎ODBCJDBCMySQLHDFSKafkaRabbitMQ8、ClickHou
- Java手动打印执行过的sql
GoodStudyAndDayDayUp
javasql开发语言
1.拦截器packagecom.xxx.platform.common.interceptor;importcom.baomidou.dynamic.datasource.toolkit.DynamicDataSourceContextHolder;importcom.xxx.platform.common.aop.OLAPQuery;importcom.xxx.platform.constant
- Flink ClickHouse 连接器:实现 Flink 与 ClickHouse 无缝对接
Edingbrugh.南空
大数据flinkflinkclickhouse大数据
引言在大数据处理领域,ApacheFlink是一款强大的流处理和批处理框架,而ClickHouse则是一个高性能的列式数据库,专为在线分析处理(OLAP)场景设计。FlinkClickHouse连接器为这两者之间搭建了一座桥梁,使得用户能够在Flink中方便地与ClickHouse数据库进行交互,实现数据的读写操作。本文将详细介绍FlinkClickHouse连接器的相关内容,包括其特点、使用方法
- ClickHouse【理论篇】01:什么是ClickHouse
ClickHouse是一款开源的列式数据库管理系统(Column-OrientedDBMS),专为高性能实时数据分析(OLAP,OnlineAnalyticalProcessing)场景设计。它由俄罗斯搜索引擎公司Yandex开发(2016年开源),目前由独立基金会ClickHouse,Inc.维护,广泛应用于大数据分析、日志处理、用户行为洞察等领域。一、核心定位:OLAP场景的“性能标杆”传统关
- ClickHouse【理论篇】02:ClickHouse架构和组件
做一个有趣的人Zz
ClickHouseclickhouse架构
ClickHouse的架构设计深度适配OLAP(在线分析处理)场景,通过列式存储、向量化执行、分布式分片与副本等核心技术,实现了对海量数据的高效分析与实时查询。以下从核心存储引擎、查询处理流程、分布式架构、元数据管理、复制与分片等维度详细解析其内部架构与关键组件。一、核心存储引擎:MergeTree系列ClickHouse的存储引擎是其性能的核心,其中MergeTree系列引擎(如MergeTre
- 产品背景知识——API、SDK、Library、Framework、Protocol
爱吃芝麻汤圆
#产品背景知识apisdk产品背景知识
产品背景知识——API、SDK、Library、Framework、ProtocolAPI和SDKAPI(ApplicationProgrammingInterface,应用程序编程接口)和SDK(SoftwareDevelopmentKit,软件开发工具包)是软件开发中的两个核心概念,它们既有区别又有紧密联系。以下是详细解释:1.API与SDK的区别特性APISDK定义一组预定义的规则和协议,用
- SQLite 数据库在大数据分析中的应用潜力
数据库管理艺术
数据库sqlite数据分析ai
SQLite数据库在大数据分析中的应用潜力关键词:SQLite、大数据分析、轻量级数据库、嵌入式数据库、数据仓库、OLAP、性能优化摘要:本文深入探讨了SQLite这一轻量级嵌入式数据库在大数据分析领域的应用潜力。我们将从SQLite的核心架构出发,分析其在大数据场景下的优势和限制,并通过实际案例展示如何通过优化策略和扩展技术使SQLite能够处理大规模数据集。文章包含性能对比测试、优化技巧和实际
- 高通 audio pal 配置文件
盼雨落,等风起
audio音视频
一、PAL配置文件解析1.mixer_paths.xml-硬件控制中枢核心作用:物理通路定义:建立Codec寄存器到音频端点的信号链路动态控制:运行时通过ALSAControlAPI(如amixerset"SpkrLeftPAVolume"25)实时调整参数平台适配:文件命名规则mixer_paths__.xml(如mixer_paths_sm8550-demo.xml)调试技巧:使用tinymi
- 实时数仓工具-SelectDB
清平乐的技术博客
实时数仓数据仓库
一、SelectDB简介官网:https://www.selectdb.com/1、ApacheDorisApacheDoris是一款采用MPP架构的实时分布式OLAP数据仓库,专注于高效的实时数据分析。Doris项目于2013年内部开发,2017年正式开源,目前在GitHub上获得了接近13,000星,全球已有超过5,000家企业采用,社区活跃度极高,累计贡献者超过650人,且曾连续数月在大数据
- 大数据领域 OLAP 的数据立方体增量更新
大数据洞察
大数据ai
大数据领域OLAP的数据立方体增量更新关键词:OLAP、数据立方体、增量更新、预计算、物化视图、ETL、大数据分析摘要:本文深入探讨大数据领域中OLAP数据立方体的增量更新技术。我们将从基本概念出发,详细分析数据立方体的结构和更新机制,介绍多种增量更新算法及其实现原理,并通过实际案例展示如何在分布式环境下高效维护数据立方体的时效性。文章还将讨论增量更新面临的挑战和未来发展方向,为大数据分析系统的设
- Clickhouse数据库的探索与安装
PerterTingle
华为云+Ubuntu操作系统springbootjava华为云数据库
以下是一个简洁的教程,指导你在Ubuntu系统上通过Docker下载并运行ClickHouse(一个开源的列存储数据库,专为在线分析处理OLAP设计),并确保其支持远程访问。教程基于官方文档和相关资源,适用于初学者。使用Docker部署ClickHouse教程前提条件Ubuntu系统(本教程以Ubuntu22.04为例)。已安装Docker和DockerCompose(若未安装,见下方步骤)。具有
- Flink SQL执行流程深度剖析:从SQL语句到分布式执行
Edingbrugh.南空
大数据flinkflinksql分布式
在大数据处理领域,FlinkSQL凭借其强大的处理能力和易用性,成为众多开发者的选择。与其他OLAP引擎类似,FlinkSQL的SQL执行流程大致都需要经过词法解析、语法解析、生成抽象语法树(AST)、校验以及生成逻辑执行计划等步骤。整体流程可笼统地概括为两大阶段:从SQL到Operation的转换,再从Operation到Transformation的转换,最终进入分布式执行阶段。接下来,我们将
- 数据库领域OLTP与OLAP的对比分析
数据库管理艺术
数据库ai
数据库领域OLTP与OLAP的对比分析关键词OLTP;OLAP;数据库;事务处理;数据分析摘要本文聚焦于数据库领域中OLTP(联机事务处理)与OLAP(联机分析处理)的对比分析。首先阐述两者的概念基础,包括领域背景、历史发展及问题空间定义。接着构建理论框架,从第一性原理推导其特性。在架构设计上,详细剖析系统分解与组件交互。实现机制部分进行算法复杂度等分析。探讨实际应用中的实施策略等内容。还考量高级
- 大数据领域 OLAP 的并发处理能力优化
大数据洞察
大数据ai
大数据领域OLAP的并发处理能力优化关键词:大数据、OLAP、并发处理能力、优化策略、数据架构摘要:在大数据时代,联机分析处理(OLAP)技术对于企业的决策支持和数据分析至关重要。然而,随着数据量的不断增长和用户并发请求的增加,OLAP的并发处理能力面临着巨大挑战。本文旨在深入探讨大数据领域OLAP并发处理能力的优化方法。首先介绍OLAP的背景知识,包括其目的、预期读者和文档结构等。接着阐述OLA
- 大数据领域 OLAP 的分布式查询执行计划优化
大数据洞察
大数据与AI人工智能大数据分布式ai
大数据领域OLAP的分布式查询执行计划优化关键词:OLAP、分布式查询、执行计划优化、查询引擎、并行计算、数据分片、成本模型摘要:本文深入探讨了大数据环境下OLAP系统的分布式查询执行计划优化技术。文章首先介绍了OLAP查询的基本概念和特点,然后详细分析了分布式环境下查询执行计划优化的核心挑战和关键技术,包括查询重写、并行执行策略、数据本地性优化等。接着通过具体算法和数学模型阐述了优化原理,并提供
- 数据库领域的秘密武器——物化视图
数据库管理艺术
数据库ai
物化视图:数据库性能优化的理论基石与工程实践关键词物化视图、预计算聚合、查询加速、存储换时间、数据库优化、一致性维护、OLAP加速摘要物化视图作为数据库领域的“秘密武器”,通过预计算和存储复杂查询结果,在OLAP(联机分析处理)、数据仓库等场景中实现了查询性能的指数级提升。本文从第一性原理出发,系统解析物化视图的理论基础、架构设计、实现机制与工程实践,覆盖从概念定义到未来演化的全生命周期。通过层次
- 硬核实战 | 3分钟Docker部署ClickHouse列存数据库
本文来自「大千AI助手」技术实战系列,专注用真话讲技术,拒绝过度包装。ClickHouse作为OLAP领域性能标杆,其列式存储引擎比传统数据库快100倍以上。本文将用Docker实战部署,并解析关键配置:安装# 拉取最新镜像(当前版本23.8)docker pull clickhouse/clickhouse-server# 运行容器(关键参数解析)docker run -d \ --name=
- 数据分析之OLTP vs OLAP
数据处理系统主要有两种基本方法:一种注重数据操作(增删查改),另一种注重商业智能数据分析。这两种系统是:联机事务处理(OLTP)联机分析处理(OLAP)PowerBI专为与OLAP系统兼容而构建,并未针对OLTP系统进行优化。OLTP:联机事务处理OLTP(OnlineTransactionProcessing)是一种实时处理数据的方式,主要用于支持日常的业务操作,比如如ATM提款、电子商务订单、
- DuckDB + Spring Boot + MyBatis 构建高性能本地数据分析引擎
java干货
springbootmybatis数据分析
DuckDB是一款令人兴奋的内嵌式分析型数据库(OLAP),它为本地数据分析和处理带来了前所未有的便捷与高效。它无需外部服务器,可以直接在应用程序进程中运行,并提供了强大的SQL支持和列式存储带来的高性能。什么是DuckDB?DuckDB被誉为“数据科学领域的SQLite”,是一个开源的、专为分析查询设计的嵌入式数据库管理系统。它与传统的行式数据库(如SQLite,主要用于事务处理OLTP)不同,
- Doris实践——叮咚买菜基于OLAP引擎的应用实践
吵吵叭火
大数据大数据数据仓库
目录前言一、业务需求二、选型与对比三、架构体系四、应用实践4.1实时数据分析4.2B端业务查询取数4.3标签系统4.4BI看板4.5OLAP多维分析五、优化经验六、总结原文大佬介绍的这篇Doris数仓建设实践有借鉴意义的,这些摘抄下来用作沉淀学习。如有侵权请告知~前言随着叮咚买菜业务的发展,不同的业务场景对数据分析提出了不同的需求,希望引入一款实时OLAP数据库,构建一个灵活的多维实时查询和分析的
- Apache Doris实时分析数据仓库的快速入门
AWsggdrg
apache数据仓库知识图谱python
ApacheDoris是一个现代化的数据仓库,专为实时分析设计。它能够在大规模数据上快速进行分析,非常适合需要快速响应的业务场景。Doris通常被分类为OLAP数据库,并且在ClickBench(一个面向分析型数据库系统的基准测试)中表现出色。得益于其高效的向量化执行引擎,Doris也可以用作快速的向量数据库。1.技术背景介绍ApacheDoris旨在解决传统数据仓库在实时分析中的性能瓶颈问题。传
- Greenplum:PB级数据分析的分布式引擎,揭开MPP架构的终极武器
茶本无香
数据库数据分析分布式架构
一、Greenplum是谁?——定位与诞生背景核心定位:基于PostgreSQL的开源分布式分析型数据库(OLAP),专为海量数据分析设计,支撑PB级数据仓库、商业智能(BI)和实时决策系统。诞生背景:数据爆炸时代:2000年代初,传统数据库(如OracleRAC)面临海量数据时扩展性差、成本高的问题。分布式计算革命:受GoogleGFS和MapReduce论文启发,Greenplum采用MPP(
- GaussDB高性能之道:从架构设计到实战优化
喜酱的探春
gaussdb
GaussDB高性能之道:从架构设计到实战优化引言在金融高频交易、物联网实时分析、电商秒杀等场景中,数据库性能直接决定业务成败。华为云GaussDB通过分布式并行架构、智能资源调度与深度引擎优化,实现了每秒百万级事务处理(100万TPS)、毫秒级响应(OLAP查询延迟10万)+RDMA网络;网络配置:25Gbps网卡+无损以太网(RoCEv2)。四、典型场景性能突破金融高频交易场景需求:支持每秒5
- ClickHouse与Presto对比:OLAP引擎选型指南
AI天才研究院
ChatGPT计算AI大模型应用入门实战与进阶clickhouse网络ai
ClickHouse与Presto对比:OLAP引擎选型指南关键词:ClickHouse、Presto、OLAP引擎、选型指南、数据分析摘要:本文旨在为读者提供一份全面的ClickHouse与Presto对比的OLAP引擎选型指南。通过对这两款流行的OLAP引擎的核心概念、算法原理、数学模型、实际应用场景等多方面进行深入分析,并结合项目实战案例和代码解读,帮助读者了解它们各自的特点和优势。同时,还
- 万字详解:分布式计算系统 OLAP 引擎添加事务管理功能技术方案原理和源代码实现详细指南
AI天才研究院
计算OLAP分布式事务计算引擎ClickHouse
分布式计算系统OLAP引擎添加事务管理功能技术方案详解一、概述OLAP(在线分析处理)引擎通常专注于高性能的查询分析能力,而传统的事务管理功能更多出现在OLTP(在线事务处理)系统中。随着现代数据分析需求的演进,为OLAP引擎添加事务管理功能已成为一个重要趋势,能够实现分析型应用中的ACID保证。本文将详细探讨在分布式OLAP引擎中实现事务管理的技术方案,包括原理、架构设计和源代码实现。二、事务管
- ClickHouse性能优化技术深度解析与实践指南
weixin_30777913
数据库clickhouse性能优化架构
作为面向OLAP场景的列式数据库,ClickHouse凭借其卓越的查询性能和大数据吞吐能力广受青睐。但要充分发挥其潜力,必须深入理解其架构特性并实施针对性优化。本文综合官方文档与最佳实践,系统阐述ClickHouse性能优化的核心技术、技巧与实践策略。所有优化都应基于实际业务场景,通过EXPLAIN和ANALYZE工具验证优化效果,避免过度优化。一、表设计与存储优化1.1主键与索引设计稀疏主索引:
- MPP之Clickhouse
james二次元
大数据数据库MPPclickhouseMPP数据库OLAP列式数据库时序数据
ClickHouse:列式数据库概述ClickHouse是一款高性能的开源列式数据库管理系统(DBMS),由俄罗斯的Yandex公司开发,专为在线分析处理(OLAP)设计。它以极高的查询性能、水平可扩展性和高压缩率著称,适合大规模数据的实时分析。ClickHouse可以在数十亿行数据中实现亚秒级的查询性能,广泛应用于互联网、金融、电信等行业的数据分析场景。1.基本概念列式存储:ClickHouse
- 数仓开发面试题汇总-数据建模&数据治理
话数Science
1024程序员节大数据
1.如何建设数仓,如何构建主题域数据仓库是一个面向主题的、集成的、相对稳定的、反映历史变化的数据集合,用于支持管理决策。可以这样理解:数据仓库对异构数据源进行集成,集成后按照主题进行了重组,并包含历史数据,且不再修改。如果对数据仓库还不够理解,可以先搞清楚关系型数据库与数据仓库的区别,OLTP和OLAP的区别等。如何建设数仓,技术方案选型上有很多选择:云服务/自建、流处理/批处理、MPP/Hado
- jvm调优总结(从基本概念 到 深度优化)
oloz
javajvmjdk虚拟机应用服务器
JVM参数详解:http://www.cnblogs.com/redcreen/archive/2011/05/04/2037057.html
Java虚拟机中,数据类型可以分为两类:基本类型和引用类型。基本类型的变量保存原始值,即:他代表的值就是数值本身;而引用类型的变量保存引用值。“引用值”代表了某个对象的引用,而不是对象本身,对象本身存放在这个引用值所表示的地址的位置。
- 【Scala十六】Scala核心十:柯里化函数
bit1129
scala
本篇文章重点说明什么是函数柯里化,这个语法现象的背后动机是什么,有什么样的应用场景,以及与部分应用函数(Partial Applied Function)之间的联系 1. 什么是柯里化函数
A way to write functions with multiple parameter lists. For instance
def f(x: Int)(y: Int) is a
- HashMap
dalan_123
java
HashMap在java中对很多人来说都是熟的;基于hash表的map接口的非同步实现。允许使用null和null键;同时不能保证元素的顺序;也就是从来都不保证其中的元素的顺序恒久不变。
1、数据结构
在java中,最基本的数据结构无外乎:数组 和 引用(指针),所有的数据结构都可以用这两个来构造,HashMap也不例外,归根到底HashMap就是一个链表散列的数据
- Java Swing如何实时刷新JTextArea,以显示刚才加append的内容
周凡杨
java更新swingJTextArea
在代码中执行完textArea.append("message")后,如果你想让这个更新立刻显示在界面上而不是等swing的主线程返回后刷新,我们一般会在该语句后调用textArea.invalidate()和textArea.repaint()。
问题是这个方法并不能有任何效果,textArea的内容没有任何变化,这或许是swing的一个bug,有一个笨拙的办法可以实现
- servlet或struts的Action处理ajax请求
g21121
servlet
其实处理ajax的请求非常简单,直接看代码就行了:
//如果用的是struts
//HttpServletResponse response = ServletActionContext.getResponse();
// 设置输出为文字流
response.setContentType("text/plain");
// 设置字符集
res
- FineReport的公式编辑框的语法简介
老A不折腾
finereport公式总结
FINEREPORT用到公式的地方非常多,单元格(以=开头的便被解析为公式),条件显示,数据字典,报表填报属性值定义,图表标题,轴定义,页眉页脚,甚至单元格的其他属性中的鼠标悬浮提示内容都可以写公式。
简单的说下自己感觉的公式要注意的几个地方:
1.if语句语法刚接触感觉比较奇怪,if(条件式子,值1,值2),if可以嵌套,if(条件式子1,值1,if(条件式子2,值2,值3)
- linux mysql 数据库乱码的解决办法
墙头上一根草
linuxmysql数据库乱码
linux 上mysql数据库区分大小写的配置
lower_case_table_names=1 1-不区分大小写 0-区分大小写
修改/etc/my.cnf 具体的修改内容如下:
[client]
default-character-set=utf8
[mysqld]
datadir=/var/lib/mysql
socket=/va
- 我的spring学习笔记6-ApplicationContext实例化的参数兼容思想
aijuans
Spring 3
ApplicationContext能读取多个Bean定义文件,方法是:
ApplicationContext appContext = new ClassPathXmlApplicationContext(
new String[]{“bean-config1.xml”,“bean-config2.xml”,“bean-config3.xml”,“bean-config4.xml
- mysql 基准测试之sysbench
annan211
基准测试mysql基准测试MySQL测试sysbench
1 执行如下命令,安装sysbench-0.5:
tar xzvf sysbench-0.5.tar.gz
cd sysbench-0.5
chmod +x autogen.sh
./autogen.sh
./configure --with-mysql --with-mysql-includes=/usr/local/mysql
- sql的复杂查询使用案列与技巧
百合不是茶
oraclesql函数数据分页合并查询
本片博客使用的数据库表是oracle中的scott用户表;
------------------- 自然连接查询
查询 smith 的上司(两种方法)
&
- 深入学习Thread类
bijian1013
javathread多线程java多线程
一. 线程的名字
下面来看一下Thread类的name属性,它的类型是String。它其实就是线程的名字。在Thread类中,有String getName()和void setName(String)两个方法用来设置和获取这个属性的值。
同时,Thr
- JSON串转换成Map以及如何转换到对应的数据类型
bijian1013
javafastjsonnet.sf.json
在实际开发中,难免会碰到JSON串转换成Map的情况,下面来看看这方面的实例。另外,由于fastjson只支持JDK1.5及以上版本,因此在JDK1.4的项目中可以采用net.sf.json来处理。
一.fastjson实例
JsonUtil.java
package com.study;
impor
- 【RPC框架HttpInvoker一】HttpInvoker:Spring自带RPC框架
bit1129
spring
HttpInvoker是Spring原生的RPC调用框架,HttpInvoker同Burlap和Hessian一样,提供了一致的服务Exporter以及客户端的服务代理工厂Bean,这篇文章主要是复制粘贴了Hessian与Spring集成一文,【RPC框架Hessian四】Hessian与Spring集成
在
【RPC框架Hessian二】Hessian 对象序列化和反序列化一文中
- 【Mahout二】基于Mahout CBayes算法的20newsgroup的脚本分析
bit1129
Mahout
#!/bin/bash
#
# Licensed to the Apache Software Foundation (ASF) under one or more
# contributor license agreements. See the NOTICE file distributed with
# this work for additional information re
- nginx三种获取用户真实ip的方法
ronin47
随着nginx的迅速崛起,越来越多公司将apache更换成nginx. 同时也越来越多人使用nginx作为负载均衡, 并且代理前面可能还加上了CDN加速,但是随之也遇到一个问题:nginx如何获取用户的真实IP地址,如果后端是apache,请跳转到<apache获取用户真实IP地址>,如果是后端真实服务器是nginx,那么继续往下看。
实例环境: 用户IP 120.22.11.11
- java-判断二叉树是不是平衡
bylijinnan
java
参考了
http://zhedahht.blog.163.com/blog/static/25411174201142733927831/
但是用java来实现有一个问题。
由于Java无法像C那样“传递参数的地址,函数返回时能得到参数的值”,唯有新建一个辅助类:AuxClass
import ljn.help.*;
public class BalancedBTree {
- BeanUtils.copyProperties VS PropertyUtils.copyProperties
诸葛不亮
PropertyUtilsBeanUtils
BeanUtils.copyProperties VS PropertyUtils.copyProperties
作为两个bean属性copy的工具类,他们被广泛使用,同时也很容易误用,给人造成困然;比如:昨天发现同事在使用BeanUtils.copyProperties copy有integer类型属性的bean时,没有考虑到会将null转换为0,而后面的业
- [金融与信息安全]最简单的数据结构最安全
comsci
数据结构
现在最流行的数据库的数据存储文件都具有复杂的文件头格式,用操作系统的记事本软件是无法正常浏览的,这样的情况会有什么问题呢?
从信息安全的角度来看,如果我们数据库系统仅仅把这种格式的数据文件做异地备份,如果相同版本的所有数据库管理系统都同时被攻击,那么
- vi区段删除
Cwind
linuxvi区段删除
区段删除是编辑和分析一些冗长的配置文件或日志文件时比较常用的操作。简记下vi区段删除要点备忘。
vi概述
引文中并未将末行模式单独列为一种模式。单不单列并不重要,能区分命令模式与末行模式即可。
vi区段删除步骤:
1. 在末行模式下使用:set nu显示行号
非必须,随光标移动vi右下角也会显示行号,能够正确找到并记录删除开始行
- 清除tomcat缓存的方法总结
dashuaifu
tomcat缓存
用tomcat容器,大家可能会发现这样的问题,修改jsp文件后,但用IE打开 依然是以前的Jsp的页面。
出现这种现象的原因主要是tomcat缓存的原因。
解决办法如下:
在jsp文件头加上
<meta http-equiv="Expires" content="0"> <meta http-equiv="kiben&qu
- 不要盲目的在项目中使用LESS CSS
dcj3sjt126com
Webless
如果你还不知道LESS CSS是什么东西,可以看一下这篇文章,是我一朋友写给新人看的《CSS——LESS》
不可否认,LESS CSS是个强大的工具,它弥补了css没有变量、无法运算等一些“先天缺陷”,但它似乎给我一种错觉,就是为了功能而实现功能。
比如它的引用功能
?
.rounded_corners{
- [入门]更上一层楼
dcj3sjt126com
PHPyii2
更上一层楼
通篇阅读完整个“入门”部分,你就完成了一个完整 Yii 应用的创建。在此过程中你学到了如何实现一些常用功能,例如通过 HTML 表单从用户那获取数据,从数据库中获取数据并以分页形式显示。你还学到了如何通过 Gii 去自动生成代码。使用 Gii 生成代码把 Web 开发中多数繁杂的过程转化为仅仅填写几个表单就行。
本章将介绍一些有助于更好使用 Yii 的资源:
- Apache HttpClient使用详解
eksliang
httpclienthttp协议
Http协议的重要性相信不用我多说了,HttpClient相比传统JDK自带的URLConnection,增加了易用性和灵活性(具体区别,日后我们再讨论),它不仅是客户端发送Http请求变得容易,而且也方便了开发人员测试接口(基于Http协议的),即提高了开发的效率,也方便提高代码的健壮性。因此熟练掌握HttpClient是很重要的必修内容,掌握HttpClient后,相信对于Http协议的了解会
- zxing二维码扫描功能
gundumw100
androidzxing
经常要用到二维码扫描功能
现给出示例代码
import com.google.zxing.WriterException;
import com.zxing.activity.CaptureActivity;
import com.zxing.encoding.EncodingHandler;
import android.app.Activity;
import an
- 纯HTML+CSS带说明的黄色导航菜单
ini
htmlWebhtml5csshovertree
HoverTree带说明的CSS菜单:纯HTML+CSS结构链接带说明的黄色导航
在线体验效果:http://hovertree.com/texiao/css/1.htm代码如下,保存到HTML文件可以看到效果:
<!DOCTYPE html >
<html >
<head>
<title>HoverTree
- fastjson初始化对性能的影响
kane_xie
fastjson序列化
之前在项目中序列化是用thrift,性能一般,而且需要用编译器生成新的类,在序列化和反序列化的时候感觉很繁琐,因此想转到json阵营。对比了jackson,gson等框架之后,决定用fastjson,为什么呢,因为看名字感觉很快。。。
网上的说法:
fastjson 是一个性能很好的 Java 语言实现的 JSON 解析器和生成器,来自阿里巴巴的工程师开发。
- 基于Mybatis封装的增删改查实现通用自动化sql
mengqingyu
DAO
1.基于map或javaBean的增删改查可实现不写dao接口和实现类以及xml,有效的提高开发速度。
2.支持自定义注解包括主键生成、列重复验证、列名、表名等
3.支持批量插入、批量更新、批量删除
<bean id="dynamicSqlSessionTemplate" class="com.mqy.mybatis.support.Dynamic
- js控制input输入框的方法封装(数字,中文,字母,浮点数等)
qifeifei
javascript js
在项目开发的时候,经常有一些输入框,控制输入的格式,而不是等输入好了再去检查格式,格式错了就报错,体验不好。 /** 数字,中文,字母,浮点数(+/-/.) 类型输入限制,只要在input标签上加上 jInput="number,chinese,alphabet,floating" 备注:floating属性只能单独用*/
funct
- java 计时器应用
tangqi609567707
javatimer
mport java.util.TimerTask; import java.util.Calendar; public class MyTask extends TimerTask { private static final int
- erlang输出调用栈信息
wudixiaotie
erlang
在erlang otp的开发中,如果调用第三方的应用,会有有些错误会不打印栈信息,因为有可能第三方应用会catch然后输出自己的错误信息,所以对排查bug有很大的阻碍,这样就要求我们自己打印调用的栈信息。用这个函数:erlang:process_display (self (), backtrace).需要注意这个函数只会输出到标准错误输出。
也可以用这个函数:erlang:get_s