阿童木-atom
阿童木-atom

深刻理解数据仓库

欢迎关注鄙人公众号，技术干货随时看！
深刻理解数据仓库_第1张图片

鄙人的新书，欢迎订阅！

《elasticsearch7完全开发指南》
https://wenku.baidu.com/view/8ff2ce94591b6bd97f192279168884868762b8e7

《kibana权威指南》
https://wenku.baidu.com/view/24cfee1ce43a580216fc700abb68a98270feac21

什么是数据仓库？

业内普遍接受的定义：
　　数据仓库之父比尔·恩门（Bill Inmon）在1991年出版的“Building the Data Warehouse”（《建立数据仓库》）一书中所提出的定义被广泛接受——数据仓库（Data Warehouse）是一个面向主题的（Subject Oriented）、集成的（Integrated）、相对稳定的（Non-Volatile）、反映历史变化（Time Variant）的数据集合，用于支持管理决策(Decision Making Support)。

数据仓库的特征

  1. 数据仓库是面向主题的；操作型数据库的数据组织面向事务处理任务，而数据仓库中的数据是按照一定的主题域进行组织。主题是指用户使用数据仓库进行决策时所关心的重点方面，一个主题通常与多个操作型信息系统相关。
  2. 数据仓库是集成的，数据仓库的数据有来自于分散的操作型数据，将所需数据从原来的数据中抽取出来，进行加工与集成，统一与综合之后才能进入数据仓库。
  3. 数据仓库是不可实时更新的，数据仓库主要是为决策分析提供数据，所涉及的操作主要是数据的查询。
  4. 数据仓库是随时间而变化的，传统的关系数据库系统比较适合处理格式化的数据，能够较好的满足商业商务处理的需求。稳定的数据以只读格式保存，且不随时间改变。
  5. 汇总的。操作性数据映射成决策可用的格式。
  6. 大容量。时间序列数据集合通常都非常大。
  7. 非规范化的。Dw数据可以是而且经常是冗余的。
  8. 元数据。将描述数据的数据保存起来。
  9. 数据源。数据来自内部的和外部的非集成操作系统。

什么是数据仓库？我的理解

  数据仓库就是数据的仓库！

与建筑行业对比，深刻理解数据仓库相关概念

团队构成及其作用
深刻理解数据仓库_第2张图片
使用方与建设方的对比
深刻理解数据仓库_第3张图片
建筑设计师和模型设计师对比
深刻理解数据仓库_第4张图片
搬砖工和ETL工程师对比
深刻理解数据仓库_第5张图片
室内装修工和报表工程师对比
深刻理解数据仓库_第6张图片

与建筑行业对比，释疑数据仓库建设和管理中的疑惑

模型设计的疑惑
问题：建设数据仓库能不能没有模型设计？
联想：造一栋大厦能不能没有建筑设计？
答案：NO！

报表考核的疑惑
问题：能不能简单地以完成报表的数量考核报表开发的工作？
联想：能不能简单地以完成装修的房间数量来考核室内装修师的工作？
答案：NO！

数据质量的疑惑
问题：数据仓库部门该不该向应用系统反映源数据质量问题？
联想：建筑施工方该不该向砖头厂反映砖头质量问题？
答案：YES！

为什么数据仓库一定要有建模？

  目前国内数据仓库建设的两条路：

  1. 需求驱动
  2. 设计驱动

从数据准确性的角度考虑

需求驱动
深刻理解数据仓库_第7张图片
设计驱动
深刻理解数据仓库_第8张图片

从工作量角度考虑
深刻理解数据仓库_第9张图片
需求驱动和设计驱动对比
深刻理解数据仓库_第10张图片

数据仓库怎么建模

考虑的因素

  1. 了解各部门业务
  2. 探查多个源数据
  3. 将通过筛查的源数据导入数据登台层（ Operational Data Store，ODS）
  4. 以业务为驱动，按范式规范，在数据仓库层（Enterprise DataWarehouse，EDW）依次进行概念建模、逻辑建模、物理建模
  5. 以需求为驱动，在数据集市层（Department DataWarehouse，DDW）依次进行概念建模、逻辑建模、物理建模
  6. 根据前端报表显示效率，酌情考虑是否需要报表应用层（Report Application Layer， RAL）

数据仓库架构
在这里插入图片描述
ODS层建模
深刻理解数据仓库_第11张图片
EDW层建模
深刻理解数据仓库_第12张图片
DDW层建模
深刻理解数据仓库_第13张图片
星型和雪花型结构
深刻理解数据仓库_第14张图片

国内数据仓库常见的失败原因

  1. 不重视数据仓库
  2. 不重视数据仓库模型设计
  3. 过度追求报表展现效果
  4. 简单粗暴的绩效考核体系
  5. 缺少文档和培训
  6. 数据仓库部门缺少话语权
  7. 尝试以技术解决一切问题
  8. 数据仓库模型设计得太复杂，和开发能力、维护能力脱节

常见的部分问题

行政协调方面

  1. 应用部门没有全面系统地向数据仓库部门说明数据结构
  2. 应用系统数据结构变动前后不通知数据仓库部门
  3. 各业务部门、应用部门没有设置统一的接口人

数据规范方面

  1. 数据字典信息滞后、不全
  2. 不符合范式要求
  3. 源数据中脏数据太多
  4. 无用/备用字段太多
  5. 字段类型不合理
  6. 维度成员不具备排他性
  7. 字段杂用

应用系统间标准方面

  1. 各业务部门、应用部门间的业务理解不统一
  2. 各源数据的信息分类编码标准、共享数据集标准不统一
  3. 各源数据间表、字段命名不统一
  4. 各源数据间字段类型不统一
  5. 各源数据间数据字典格式和存放路径不统一

笔者给出的经验性建议

  1. 增设数据仓库需求总控角色
  2. 增设数据仓库数据测试角色
  3. 增设数据标准团队
  4. 每个部门设置接口人

数据仓库需求总控职责

  1. 作为数据仓库团队对外接口人
  2. 跨部门、跨时间的需求采集和分析
  3. 将需求分成分析型需求、周期型需求、临时型需求、不合理需求，并分发给对应的同事以恰当的技术来实现
  4. 整理成需求文档以供数据仓库模型设计团队、数据标准团队使用

需求总控及分发
深刻理解数据仓库_第15张图片
数据流自动校对
深刻理解数据仓库_第16张图片
数据标准团队职责

  1. 管理业务解释和算法
  2. 管理各应用系统数据结构规范
  3. 管理信息分类编码标准、共享数据集标准
  4. 管理数据字典
  5. 管理数据交换格式标准、文档格式标准等

数据标准团队需具备的能力

  1. 了解各种业务
  2. 了解各应用系统源数据
  3. 精通数据结构规范

你可能感兴趣的:(大数据,系统架构,数据仓库,数据中心,大数据,商业智能,数据建模)

  • Deepseek技术深化：驱动大数据时代颠覆性变革的未来引擎 荣华富贵8 springboot搜索引擎后端缓存redis
    在大数据时代，信息爆炸和数据驱动的决策逐渐重塑各行各业。作为一项前沿技术，Deepseek正在引领新一轮技术革新，颠覆传统数据处理与分析方式。本文将从理论原理、应用场景和前沿代码实践三个层面，深入剖析Deepseek技术如何为大数据时代提供颠覆性变革的解决方案。一、技术背景与核心思想1.1大数据挑战与机遇在数据量呈指数级增长的背景下，传统数据处理方法面临数据存储、计算效率和信息提取精度的诸多挑战。
  • 大数据之路：阿里巴巴大数据实践——大数据领域建模综述
    为什么需要数据建模核心痛点数据冗余：不同业务重复存储相同数据（如用户基础信息），导致存储成本激增。计算资源浪费：未经聚合的明细数据直接参与计算（如全表扫描），消耗大量CPU/内存资源。数据一致性缺失：同一指标在不同业务线的口径差异（如“活跃用户”定义不同），引发决策冲突。开发效率低下：每次分析需重新编写复杂逻辑，无法复用已有模型。数据建模核心价值性能提升：分层设计（ODS→DWD→DWS→ADS）
  • 分布式链路追踪系统架构设计：从理论到企业级实践 ma451152002 java分布式系统架构
    分布式链路追踪系统架构设计：从理论到企业级实践本文深入探讨分布式链路追踪系统的架构设计原理、关键技术实现和企业级应用实践，为P7架构师提供完整的技术方案参考。目录引言：分布式链路追踪的重要性核心概念与技术原理系统架构设计数据模型与协议标准核心组件架构设计性能优化与扩展性设计企业级实施策略技术选型与对比分析监控与运维体系未来发展趋势P7架构师面试要点引言：分布式链路追踪的重要性微服务架构下的挑战在现
  • 面试必考题：Android Binder 机制详解 大模型大数据攻城狮 androidbinder面试reactnativekotlindalvikretrofit
    目录第一章：Binder的基本概念什么是Binder？多角度解读Binder第二章：Binder的工作机制Binder的整体流程服务注册：从零到有的第一步服务查询：找到目标的“地图”服务调用：请求与响应的旅程Binder驱动的幕后功劳为什么Binder这么快？第三章：Binder在系统架构中的角色Activity：界面背后的通信枢纽Binder的角色实例分析Service：后台任务的跨进程支柱Bi
  • 大数据技术笔记—spring入门 卿卿老祖
    篇一spring介绍spring.io官网快速开始Aop面向切面编程，可以任何位置，并且可以细致到方法上连接框架与框架Spring就是IOCAOP思想有效的组织中间层对象一般都是切入service层spring组成前后端分离已学方式，前后台未分离：Spring的远程通信：明日更新创建第一个spring项目来源：科多大数据
  • 【三桥君】MCP中台，究竟如何实现多模型、多渠道、多环境的统一管控？如何以MCP为核心设计AI应用架构？ 三桥君 《三桥君MCP落地方法论》《三桥君AI大模型落地方法论》#《三桥君AI产品方法论》人工智能AI产品经理MCPAPI三桥君系统架构llama
    你好，我是✨三桥君✨本文介绍>>一、引言随着人工智能技术的快速发展，越来越多的企业开始引入大语言模型（LLM）以提升用户体验和运营效率。然而，如何高效、稳定地将这些AI能力落地到生产环境呢？传统的系统架构往往难以应对AI应用的高并发、低延迟和灵活扩展需求，因此，从整体架构角度设计AI应用架构显得尤为重要。本文三桥君将深入探讨以MCP为核心的AI应用架构，并分析多种部署方式的优劣势，为企业在AI落地
  • 从零到一：基于差分隐私决策树的客户购买预测系统实战开发 笙囧同学 决策树算法机器学习
    作者简介：笙囧同学，中科院计算机大模型方向硕士，全栈开发爱好者联系方式：[email protected]各大平台账号：笙囧同学座右铭：偷懒是人生进步的阶梯文章导航快速导航前言-项目背景与价值项目概览-系统架构与功能技术深度解析-核心算法原理️系统实现详解-工程实践细节性能评估与分析-实验结果分析Web系统开发-前后端开发部署与运维-DevOps实践完整复现指南-手把手教程️实践案例与故障排除-问
  • 大数据精准获客并实现高转化的核心思路和实现方法 2401_88470328 大数据精准获客数据分析数据挖掘大数据需求分析bigdata
    大数据精准获客并实现高转化的核心思路和实现方法大数据精准获客并实现高转化的核心思路和实现方法在当今信息爆炸的时代，企业如何通过海量的数据精准获取潜在客户，并提高转化率，已经成为营销策略中的关键环节。大数据精准获客的核心思路在于数据驱动、多渠道触达以及优化转化路径，从而实现高效的市场推广和客户转化。数据驱动原理和机制数据驱动的核心在于通过分析用户行为数据，挖掘潜在客户的需求和喜好，从而制定更加精准的
  • 一地鸡毛—一个中年男人的日常2021241 随止心语所自欲律
    2021年8月31日，星期二，阴有小雨。早起5:30，跑步10公里。空气清新，烟雨朦胧，远山如黛，烟雾缭绕，宛若仙境。空气中湿气很大，朦胧细雨拍打在脸上，甚是舒服，跑步的人明显减少。早上开会，领导说起逐年大幅度下滑的工作业绩，越说越激动，说得脸红脖子粗。开完会又讨论了一下会议精神，心情也有波动，学习热情不高。心里还有一个大事，是今日大数据分析第1次考试，因自己前期没学，而且计算机编程方面没有任何基
  • 【架构实战】AI系统架构设计全攻略：从蓝图到爆款，一步步打造成功！ 大模型入门教程 架构人工智能系统架构产品经理LLM大模型学习大模型
    某AI公司信心满满推出了一款智能客服，想用它解放客服人力，提升用户体验。可上线没几天，系统就频频崩溃，用户投诉像雪片一样飞来，最后公司不得不紧急下线产品，声誉一落千丈。这事儿听起来是不是有点惨？但它告诉我们一个真相：AI架构设计不是锦上添花，而是决定系统生死存亡的关键。今天我要和大家聊一个既高大上又接地气的话题——AI系统架构设计。别被“架构”这个词吓到，它其实就像盖房子的地基，决定了你的AI系统
  • Spring Security OAuth2.0在分布式系统中的安全实践
    引言分布式系统架构下，安全认证与授权面临跨服务、高并发、多租户等挑战。SpringSecurity与OAuth2.0的结合为微服务安全提供了标准化解决方案。分布式系统中的安全挑战跨服务身份认证的复杂性令牌管理的可扩展性问题多租户场景下的权限隔离需求防止CSRF、XSS等常见攻击SpringSecurityOAuth2.0核心架构授权服务器设计@EnableAuthorizationServer配置
  • 从零入门：云迁移原理详解与华为Rainbow实战指南 来自于狂人 网络云计算
    （全文较长，建议收藏后分段阅读）一、云迁移基础：新手必懂的10个核心概念1.云迁移的定义与战略价值权威定义：Gartner将云迁移定义为"将企业IT资产、应用和工作负载从传统本地环境（物理服务器、私有数据中心）迁移到云平台（公有云/混合云）的过程"。其本质是通过云技术实现资源弹性扩展、成本优化和业务创新。典型应用场景：业务系统上云：ERP（如SAP）、CRM（如Salesforce）等核心系统迁移
  • Hive使用必知必会系列 王知无(import_bigdata) Hive系统性学习专栏hivebigdatahdfs
    一、Hive的几种数据模型内部表(Table将数据保存到Hive自己的数据仓库目录中：/usr/hive/warehouse)外部表(ExternalTable相对于内部表，数据不在自己的数据仓库中，只保存数据的元信息)分区表(PartitionTable将数据按照设定的条件分开存储，提高查询效率，分区----->目录)桶表(BucketTable本质上也是一种分区表，类似hash分区桶---->
  • 算力驱动新质生产力：应用实践与发展路径 智能计算研究中心 其他
    内容概要算力作为新质生产力的核心驱动力，正通过技术创新与场景融合重构产业生态。当前算力发展呈现多维突破态势：在基础架构层面，异构计算与模型压缩技术推动硬件资源利用率提升；在应用场景端，工业互联网算力优化生产流程，智能安防算力实现毫秒级风险响应；在系统协同方面，算力调度机制与能效优化策略形成动态平衡网络。随着国家算力网战略推进，芯片架构创新、绿色数据中心建设与算力租赁模式正加速形成产业链闭环，为量子
  • Consul 与 Hive：云原生数据仓库集成 AI云原生与云计算技术学院 AI云原生与云计算数据仓库consulhiveai
    Consul与Hive：云原生数据仓库集成关键词：Consul、Hive、云原生、数据仓库集成、服务发现摘要：本文深入探讨了Consul与Hive在云原生环境下的数据仓库集成。首先介绍了集成的背景和相关概念，包括Consul的服务发现机制和Hive作为数据仓库的特点。接着详细阐述了核心概念及联系，通过文本示意图和Mermaid流程图展示其架构。对集成所涉及的核心算法原理进行了讲解，并给出Pytho
  • Hive详解
    一：Hive的历史价值1，Hive是Hadoop上的KillerApplication，Hive是Hadoop上的数据仓库，Hive同时兼具有数据仓库中的存储引擎和查询引擎的作用；而SparkSQL是一个更加出色和高级的查询引擎，所以在现在企业级应用中SparkSQL+Hive成为了业界使用大数据最为高效和流行的趋势。2，Hive是Facebook的推出，主要是为了让不动Java代码编程的人员也能
  • 智慧施工：AI技术赋能建筑安全监测新纪元
    开发AI智能应用，就下载InsCodeAIIDE，一键接入DeepSeek-R1满血版大模型！智慧施工：AI技术赋能建筑安全监测新纪元在现代建筑行业中，施工安全始终是核心关注点之一。随着科技的飞速发展，人工智能（AI）和大数据分析逐渐成为提升施工安全的重要工具。本文将探讨如何利用智能化软件和大模型API来构建高效的施工安全监测系统，并介绍一款强大的开发工具——InsCodeAIIDE的应用场景及其
  • 智慧工地系统：建筑行业数字化变革的引领者 青云智慧园区 java
    在建筑行业积极迈向数字化转型的浪潮中，智慧工地系统凭借“数据驱动、智能管控、协同增效”的核心优势，深度融合物联网、大数据、人工智能等前沿技术，构建起覆盖工程项目全生命周期的精细化管理体系。以下将从系统架构、核心功能模块、应用价值以及未来展望等方面，全方位剖析智慧工地系统如何实现施工全过程的智能化、高效化管理。一、系统架构：打造一体化协同管理平台智慧工地系统采用先进的分层架构设计，以底层的数据采集层
  • Hive与Hudi集成：增量大数据处理方案 AI大数据智能洞察 大数据与AI人工智能大数据AI应用hivehadoop数据仓库ai
    Hive与Hudi集成：增量大数据处理方案关键词：Hive、Hudi、增量大数据处理、数据集成、数据湖摘要：本文主要探讨了Hive与Hudi集成的增量大数据处理方案。我们将深入了解Hive和Hudi的核心概念，剖析它们之间的关系，详细阐述集成的算法原理与操作步骤，通过实际项目案例展示如何进行开发环境搭建、代码实现与解读。同时，会介绍该集成方案的实际应用场景、相关工具和资源，探讨未来发展趋势与挑战。
  • 获取三网实时访客---无忧获客大数据 无牛_abc3
    很多传统行业的公司与企业对于运营商大数据的理解还是很基础的，大多数都是在买资源程度的认识。一些敢于尝试运营商大数据获客的传统企业自然会受益颇多。运营商大数据所提供的获客服务也非常简单，就是将自身的用户数据资源、针对不同的企业去制定有个性化需求的获客标准，运营商大数据根据不同的企业，和行业去进行精准客户的部署和分配，让相关合作的企业通过运营商提供的CRM平台进行一个有效的触达。运营商大数据已经在全国
  • Milvus 实战全流程
    学习路径总览1.Milvus基础知识什么是向量数据库？Milvus的核心概念（collection、field、index、partition、segment）Milvus和Faiss、Annoy、HNSW的区别2.安装与部署Docker快速部署Milvus（推荐）本地开发环境安装使用MilvusLite本地测试3.数据建模与管理创建Collection与Schema定义（包含向量字段和元数据字段
  • DeepSeek在大数据领域正掀起一场深刻的变革 智海观潮 AI大数据deepseekAI
    随着人工智能技术的飞速发展，DeepSeek作为一款行业领先的开源大模型，正在大数据领域掀起一场深刻的变革。其强大的数据处理和分析能力，为各行业带来了新的机遇和变革，推动数据与业务的深度融合。以下是DeepSeek在大数据领域的一些典型的潜在应用：1.加速数据处理与分析流程在传统的大数据应用中，数据收集、预处理和分析往往是一个繁琐且耗时的工程。DeepSeek凭借其高效的算法和强大的计算能力，极大
  • 【第18章】亿级电商订单系统架构设计-基础框架设计 cherry5230 亿级流量架构设计与落地系统架构架构分布式中间件
    1-1本章导学第X章基础框架设计-订单系统架构设计课程目标：掌握架构师核心设计能力之基础框架设计本章学习内容1.架构视角下的软件框架认知从架构师角度解析软件框架定义正确理解框架与设计模式的：区别与联系常见混淆点剖析2.基础框架功能体系功能需求溯源方法论通用功能模块详解：核心功能组件构成功能实现标准规范3.框架应用策略架构层面的4种基础应用模式：集成式应用扩展式应用混合式应用定制化应用4.项目实战：
  • Python, Go, Rust 开发全球海岛坐标定位APP Geeker-2025 pythongolangrust
    以下是一个基于**Python、Go和Rust**协同开发的全球海岛坐标定位APP设计方案，结合三者的优势实现高精度地理计算、实时数据处理和跨平台部署：---###系统架构```mermaidgraphTDA[卫星遥感数据源]-->B(Python数据处理)B-->C{Rust地理引擎}C-->D[Go微服务集群]D-->E[移动端/Web端]E-->F[用户终端]```---###模块分工及技术
  • SAP BW数据仓库总览 weixin_42559081
    [分享]SAPBW数据仓库简介本文从一个简单的业务场景-销售分析入手，介绍SAPBW（BusinessInfomationWarehouse）实现多维分析的基本方案与实现技术;结合销售分析的实际需求,给出了销售分析管理数据仓库在SAPBW(业务信息仓库)模块中的实现过程描述。1、数据仓库的基本理论1.1数据仓库数据仓库是对数据进行提炼、加工和集成含有一定量商务信息和意义的信息。数据仓库不是为了存储
  • Python, Rust 开发液态金属便常规应用APP Geeker-2025 pythonrust
    #液态金属超常规应用系统：Python与Rust开发方案以下是一个基于Python和Rust开发的液态金属超常规应用系统的完整技术方案，结合了材料科学、流体动力学和智能控制技术。##系统架构设计```mermaidgraphTDA[用户界面]-->B[Python控制中心]B-->C[Rust实时引擎]C-->D[液态金属控制平台]D-->E[传感器阵列]E-->CF[AI模型]-->BG[云平台
  • IoTDB智能分析节点AINode：时序数据分析的新引擎 时序数据说 iotdb数据分析数据挖掘时序数据库数据库大数据ai
    在大数据与物联网的驱动下，时序数据处理需求激增，如何高效存储、管理并实时分析海量时序数据成为技术挑战。作为专为时序数据设计的数据库，IoTDB通过引入智能分析节点（AINode），将机器学习能力原生集成到数据库中，实现了“数据存储-分析-决策”的一体化闭环。本文将深入解析AINode的核心功能、技术优势及实际应用场景。AINode：IoTDB的智能分析引擎AINode是IoTDB推出的第三种内生节
  • 【绪论】两万字长文——深度解析24种软件系统架构风格
    深度解析软件系统架构风格软件架构风格（ArchitecturalStyle）是描述软件系统组织方式的高层范式，它定义了系统的结构元素及其交互模式、约束条件和语义。选择合适的架构风格是系统成功的关键，它决定了系统的可扩展性、可维护性、性能、可靠性、部署复杂度和团队协作方式。从经典的分层架构到前沿的量子计算架构，架构风格的演进反映了软件工程应对复杂性、分布式、实时性和智能化需求的持续探索。掌握这些风格
  • Python爬虫【五十八章】Python数据清洗与分析全攻略：从Pandas到深度学习的异常检测进阶 程序员_CLUB Python入门到进阶python爬虫pandas
    目录背景与需求分析第一章：结构化数据清洗实战（Pandas核心技法）1.1数据去重策略矩阵1.2智能缺失值处理体系第二章：深度学习异常检测进阶2.1自动编码器异常检测（时序数据）2.2图神经网络异常检测（关系型数据）第三章：综合案例实战案例1：金融交易反欺诈系统案例2：工业传感器异常检测第四章：性能优化与工程实践4.1大数据处理加速技巧4.2模型部署方案第五章：方法论总结与展望5.1方法论框架5.
  • Java Web开发核心技术解析与实践指南 2301_81709812 java前端开发语言
    目录一、JavaWeb开发基础1.1核心概念解析1.2开发环境搭建二、Servlet与JSP核心技术2.1Servlet编程深度解析生命周期管理（关键代码示例）：核心对象关系：2.2JSP进阶开发技巧动态页面模板示例：三、Spring框架整合开发3.1SpringMVC核心原理3.2现代开发方案对比四、项目实战：图书管理系统4.1系统架构设计4.2性能优化策略五、学习路线建议一、JavaWeb开发
  • jquery实现的jsonp掉java后台 知了ing javajsonpjquery
    什么是JSONP？ 先说说JSONP是怎么产生的： 其实网上关于JSONP的讲解有很多，但却千篇一律，而且云里雾里，对于很多刚接触的人来讲理解起来有些困难，小可不才，试着用自己的方式来阐释一下这个问题，看看是否有帮助。 1、一个众所周知的问题，Ajax直接请求普通文件存在跨域无权限访问的问题，甭管你是静态页面、动态网页、web服务、WCF，只要是跨域请求，一律不准； 2、
  • Struts2学习笔记 caoyong struts2
    SSH : Spring + Struts2 + Hibernate 三层架构(表示层,业务逻辑层,数据访问层) MVC模式 (Model View Controller) 分层原则:单向依赖，接口耦合 1、Struts2  =  Struts  + Webwork 2、搭建struts2开发环境    a>、到www.apac
  • SpringMVC学习之后台往前台传值方法 满城风雨近重阳 springMVC
    springMVC控制器往前台传值的方法有以下几种： 1.ModelAndView    通过往ModelAndView中存放viewName：目标地址和attribute参数来实现传参：      ModelAndView mv=new ModelAndView();  mv.setViewName="success
  • WebService存在的必要性？ 一炮送你回车库 webservice
    做Java的经常在选择Webservice框架上徘徊很久，Axis  Xfire Axis2 CXF ，他们只有一个功能，发布HTTP服务然后用XML做数据传输。 是的，他们就做了两个功能，发布一个http服务让客户端或者浏览器连接，接收xml参数并发送xml结果。 当在不同的平台间传输数据时，就需要一个都能解析的数据格式。 但是为什么要使用xml呢？不能使json或者其他通用数据
  • js年份下拉框 3213213333332132 java web ee
    <div id="divValue">test...</div>测试 //年份 <select id="year"></select> <script type="text/javascript"> window.onload =
  • 简单链式调用的实现技术 归来朝歌 方法调用链式反应编程思想
    在编程中，我们可以经常遇到这样一种场景：一个实例不断调用它自身的方法，像一条链条一样进行调用 这样的调用你可能在Ajax中，在页面中添加标签： $("<p>").append($("<span>").text(list[i].name)).appendTo("#result");   也可能在HQ
  • JAVA调用.net 发布的webservice 接口 darkranger webservice
    /** * @Title: callInvoke * @Description: TODO(调用接口公共方法) * @param @param url 地址 * @param @param method 方法 * @param @param pama 参数 * @param @return * @param @throws BusinessException
  • Javascript模糊查找 | 第一章 循环不能不重视。 aijuans Way
    最近受我的朋友委托用js+HTML做一个像手册一样的程序，里面要有可展开的大纲，模糊查找等功能。我这个人说实在的懒，本来是不愿意的，但想起了父亲以前教我要给朋友搞好关系，再加上这也可以巩固自己的js技术，于是就开始开发这个程序，没想到却出了点小问题，我做的查找只能绝对查找。具体的js代码如下： function search(){ var arr=new Array("my
  • 狼和羊，该怎么抉择 atongyeye 工作
    狼和羊，该怎么抉择 在做一个链家的小项目，只有我和另外一个同事两个人负责，各负责一部分接口，我的接口写完，并全部测联调试通过。所以工作就剩下一下细枝末节的，工作就轻松很多。每天会帮另一个同事测试一些功能点，协助他完成一些业务型不强的工作。 今天早上到公司没多久，领导就在QQ上给我发信息，让我多协助同事测试，让我积极主动些，有点责任心等等，我听了这话，心里面立马凉半截，首先一个领导轻易说
  • 读取android系统的联系人拨号 百合不是茶 androidsqlite数据库内容提供者系统服务的使用
           联系人的姓名和号码是保存在不同的表中,不要一下子把号码查询来,我开始就是把姓名和电话同时查询出来的,导致系统非常的慢   关键代码:     1, 使用javabean操作存储读取到的数据 package com.example.bean; /** * * @author Admini
  • ORACLE自定义异常 bijian1013 数据库自定义异常
    实例： CREATE OR REPLACE PROCEDURE test_Exception ( ParameterA IN varchar2, ParameterB IN varchar2, ErrorCode OUT varchar2 --返回值,错误编码 ) AS /*以下是一些变量的定义*/ V1 NUMBER; V2 nvarc
  • 查看端号使用情况 征客丶 windows
    一、查看端口 在windows命令行窗口下执行： >netstat -aon|findstr "8080" 显示结果： TCP     127.0.0.1:80         0.0.0.0:0    &
  • 【Spark二十】运行Spark Streaming的NetworkWordCount实例 bit1129 wordcount
    Spark Streaming简介   NetworkWordCount代码   /* * Licensed to the Apache Software Foundation (ASF) under one or more * contributor license agreements. See the NOTICE file distributed with
  • Struts2 与 SpringMVC的比较 BlueSkator struts2spring mvc
    1. 机制：spring mvc的入口是servlet，而struts2是filter，这样就导致了二者的机制不同。 2. 性能：spring会稍微比struts快。spring mvc是基于方法的设计，而sturts是基于类，每次发一次请求都会实例一个action，每个action都会被注入属性，而spring基于方法，粒度更细，但要小心把握像在servlet控制数据一样。spring
  • Hibernate在更新时，是可以不用session的update方法的(转帖） BreakingBad Hibernateupdate
    地址：http://blog.csdn.net/plpblue/article/details/9304459 public void synDevNameWithItil() {Session session = null;Transaction tr = null;try{session = HibernateUtil.getSession();tr = session.beginTran
  • 读《研磨设计模式》-代码笔记-观察者模式 bylijinnan java设计模式
    声明： 本文只为方便我个人查阅和理解，详细的分析以及源代码请移步 原作者的博客http://chjavach.iteye.com/ import java.util.ArrayList; import java.util.List; import java.util.Observable; import java.util.Observer; /** * “观
  • 重置MySQL密码 chenhbc mysql重置密码忘记密码
    如果你也像我这么健忘，把MySQL的密码搞忘记了，经过下面几个步骤就可以重置了（以Windows为例，Linux/Unix类似）： 1、关闭MySQL服务 2、打开CMD，进入MySQL安装目录的bin目录下，以跳过权限检查的方式启动MySQL mysqld --skip-grant-tables  3、新开一个CMD窗口，进入MySQL mysql -uroot  
  • 再谈系统论，控制论和信息论 comsci 设计模式生物能源企业应用领域模型
                               再谈系统论，控制论和信息论     偶然看
  • oracle moving window size与 AWR retention period关系 daizj oracle
    转自： http://tomszrp.itpub.net/post/11835/494147 晚上在做11gR1的一个awrrpt报告时,顺便想调整一下AWR snapshot的保留时间,结果遇到了ORA-13541这样的错误.下面是这个问题的发生和解决过程. SQL> select * from v$version; BANNER -------------------
  • Python版B树 dieslrae python
    话说以前的树都用java写的,最近发现python有点生疏了,于是用python写了个B树实现,B树在索引领域用得还是蛮多了,如果没记错mysql的默认索引好像就是B树... 首先是数据实体对象,很简单,只存放key,value class Entity(object): '''数据实体''' def __init__(self,key,value)
  • C语言冒泡排序 dcj3sjt126com 算法
    代码示例： # include <stdio.h> //冒泡排序 void sort(int * a, int len) { int i, j, t; for (i=0; i<len-1; i++) { for (j=0; j<len-1-i; j++) { if (a[j] > a[j+1]) // >表示升序
  • 自定义导航栏样式 dcj3sjt126com 自定义
    -(void)setupAppAppearance { [[UILabel appearance] setFont:[UIFont fontWithName:@"FZLTHK—GBK1-0" size:20]]; [UIButton appearance].titleLabel.font =[UIFont fontWithName:@"FZLTH
  • 11.性能优化-优化-JVM参数总结 frank1234 jvm参数性能优化
    1.堆 -Xms --初始堆大小 -Xmx --最大堆大小 -Xmn --新生代大小 -Xss --线程栈大小 -XX:PermSize  --永久代初始大小 -XX:MaxPermSize  --永久代最大值 -XX:SurvivorRatio --新生代和suvivor比例,默认为8 -XX:TargetSurvivorRatio --survivor可使用
  • nginx日志分割 for linux HarborChung nginxlinux脚本
    nginx日志分割 for linux 默认情况下，nginx是不分割访问日志的，久而久之，网站的日志文件将会越来越大，占用空间不说，如果有问题要查看网站的日志的话，庞大的文件也将很难打开，于是便有了下面的脚本   使用方法，先将以下脚本保存为 cutlog.sh，放在/root 目录下，然后给予此脚本执行的权限   复制代码代码如下: chmo
  • Spring4新特性——泛型限定式依赖注入 jinnianshilongnian springspring4泛型式依赖注入
    Spring4新特性——泛型限定式依赖注入 Spring4新特性——核心容器的其他改进 Spring4新特性——Web开发的增强 Spring4新特性——集成Bean Validation 1.1(JSR-349)到SpringMVC  Spring4新特性——Groovy Bean定义DSL Spring4新特性——更好的Java泛型操作API  Spring4新
  • centOS安装GCC和G++ liuxihope centosgcc
    Centos支持yum安装，安装软件一般格式为yum install .......，注意安装时要先成为root用户。 按照这个思路，我想安装过程如下： 安装gcc：yum install gcc 安装g++： yum install g++ 实际操作过程发现，只能有gcc安装成功，而g++安装失败，提示g++ command not found。上网查了一下，正确安装应该
  • 第13章 Ajax进阶（上） onestopweb Ajax
    index.html <!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd"> <html xmlns="http://www.w3.org/
  • How to determine BusinessObjects service pack and fix pack blueoxygen BO
    http://bukhantsov.org/2011/08/how-to-determine-businessobjects-service-pack-and-fix-pack/   The table below is helpful. Reference   BOE XI 3.x 12.0.0. y BOE XI 3.0 12.0. x. y BO
  • Oracle里的自增字段设置 tomcat_oracle oracle
    　大家都知道吧，这很坑，尤其是用惯了mysql里的自增字段设置，结果oracle里面没有的。oh，no 　　我用的是12c版本的，它有一个新特性，可以这样设置自增序列，在创建表是，把id设置为自增序列 create table t ( id 　　 　　 number generated by default as identity (start with 1 increment b
  • Spring Security（01）——初体验 yang_winnie springSecurity
    Spring Security（01）——初体验     博客分类： spring Security Spring Security入门安全认证        首先我们为Spring Security专门建立一个Spring的配置文件，该文件就专门用来作为Spring Security的配置
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他