- 大型语言模型RAG(检索增强生成):检索技术的应用与挑战
in_tsz
语言模型人工智能自然语言处理
摘要检索增强生成(RAG)系统通过结合传统的语言模型生成能力和结构化数据检索,为复杂的问题提供精确的答案。本文深入探讨了RAG系统中检索技术的工作原理、实现方式以及面临的挑战,并对未来的发展方向提出了展望。随着大型预训练语言模型(LLMs)如GPT-3和BERT的出现,自然语言处理(NLP)领域取得了显著进展。然而,这些模型在处理知识密集型任务时仍存在局限性,特别是在需要最新或特定领域知识的情况下
- Vanna-ai -基于RAG的TextToSql实现方案
WorkAgent
人工智能TextToSqlLLMAgentRAG
官方连接:Vanna.AI-PersonalizedAISQLAgent1.背景基于大模型的TextToSql的关键为给大模型提供正确有效的数据库信息及问题,以提升大模型生成sql的正确率。database_info+question形成prompt,但是实际中通常会遇到一个问题,生产中的数据库结构之复杂,通常一个数据库可能200-500个表,那么prompt通常容不下这么多信息?这是面临的主要问
- Code Review、InLineChat、RAG全部独家提供,这波上新CodeGeeX平替Github Copilot稳了!
智谱AI2024年度的技术开放日上,CodeGeeX重磅发布第三代模型。针对CodeGeeX插件产品的系列新功能,也同时上线发布,提供给用户免费使用。一、第三代模型性能全面提升CodeGeeX第三代模型正式发布,基础能力全面提升。针对Python、Java、JavaScript、C++、Golang五种主流编程语言,代码生成准确率提升200%。二、自定义系统指令CodeGeeX3代模型中,用户可以
- Langchain 加载网络信息实现RAG以及UnstructuredURLLoader的使用
hehui0921
LangChainlangchain
以下实现了从wikipedia加载Android的网页然后保存在本地的向量数据库,然后通过上下文发给大模型,让他来总结什么是android。fromlangchain_community.vectorstoresimportChromafromlangchain_core.promptsimportChatPromptTemplatefromlangchain_core.output_parser
- MinIO 和 Apache Tika:文本提取模式
MinIO官方账号
apache知识图谱人工智能minio对象存储
Tl;dr:在这篇文章中,我们将使用MinIOBucketNotifications和ApacheTika进行文档文本提取,这是大型语言模型训练和检索增强生成LLM和RAG等关键下游任务的核心。前提假设我想构建一个文本数据集,然后我可以用它来微调LLM.为了做到这一点,我们首先需要组装各种文档(由于它们的来源,这些文档可能采用不同的形式)并从中提取文本。数据集安全性和可审计性至关重要,因此这些非结
- AIGC 知识:什么是 RAG? 如何使用 RAG 技术帮助我们制作自己的客户服务功能
surfirst
架构AIGC
RAG解释及其示例什么是RAG?检索增强生成(RetrievalAugmentedGeneration,RAG)是一种人工智能技术,将信息检索与文本生成相结合。以下是它的运作方式:检索:1.您提出一个问题或请求信息摘要。2.RAG在庞大的文本数据集中(文档、文章等)搜索相关信息。增强:3.RAG找到相关信息后,不会简单地将其原封不动地呈现出来。相反,它会分析内容,提取关键点,并将其与您的特定问题或
- Elasticsearch:特定领域的生成式 AI - 预训练、微调和 RAG
Elastic 中国社区官方博客
AIElasticsearchElastic人工智能elasticsearch大数据搜索引擎全文检索
作者:来自ElasticSteveDodson有多种策略可以将特定领域的知识添加到大型语言模型(LLM)中,并且作为积极研究领域的一部分,正在研究更多方法。对特定领域数据集进行预训练和微调等方法使LLMs能够推理并生成特定领域语言。然而,使用这些LLM作为知识库仍然容易产生幻觉。如果领域语言与LLM训练数据相似,则通过检索增强生成(RAG)使用外部信息检索系统向LLM提供上下文信息可以改善事实响应
- 使用 RAG 创建 LLM 应用程序
ericliu2017
人工智能chatgptRAGLLM
如果您考虑为您的文件或网站制作一个能够回应您的个性化机器人,那么您来对地方了。我可以帮助您使用Langchain和RAG策略来创建这样一个机器人。了解ChatGPT的局限性和LLMsChatGPT和其他大型语言模型(LLMs)经过广泛训练,以理解语言的语义和连贯性。尽管它们具有令人印象深刻的能力,但这些模型也存在一些限制,需要在特定用例中进行仔细考虑。一个重要的挑战是可能出现幻觉,模型可能会生成不
- Zilliz 年度印象:未来独角兽?RAG 首选?LLM 记忆体?
人工智能
兔走龙来,不知不觉,又到了一年一度的保留节目——ZillizMoment。AGI时代的到来,让Zilliz的身上多了很多充满“时代烙印”的标签:未来独角兽、网红赛道公司、向量数据库大佬、大模型的长期记忆体、RAG最强搭档……与此同时,我们也听说了一些有趣的标签:周边质量好、抢不到红包封面、公司产品都是鸟的名字……那么,大家对于Zilliz的印象是不是真的如此标签化呢?为此,我们邀请了一些新老朋友,
- HuggingFists-低代码玩转LLM-腾讯云RAG(1)
colorknight
HuggingFists低代码腾讯云人工智能大语言模型RAG向量库提示工程
前序在之前的系列文章里,笔者介绍了如何使用阿里的千问LLM、阿里的文本嵌入模型以及Milvus向量库来搭建一个RAG(检索增强生成)的实验。可通过以下的文章链接回顾一下之前介绍的内容:《HuggingFists-低代码玩转LLMRAG-准备篇》《HuggingFists-低代码玩转LLMRAG(1)Embedding》《HuggingFists-低代码玩转LLMRAG(2)--Query》在之前的
- 心法利器[107] onnx和tensorRT的bert加速方案记录
机智的叉烧
bert人工智能深度学习自然语言处理
心法利器本栏目主要和大家一起讨论近期自己学习的心得和体会,与大家一起成长。具体介绍:仓颉专项:飞机大炮我都会,利器心法我还有。2023年新一版的文章合集已经发布,获取方式看这里:又添十万字-CS的陋室2023年文章合集来袭,更有历史文章合集,欢迎下载。往期回顾心法利器[102]|大模型落地应用架构的一种模式心法利器[103]|大模型badcase修复方案思考心法利器[104]|基础RAG-向量检索
- RAG (Retrieval Augmented Generation)简介
juhanishen
RAGLLMaichatbot
1.背景目前大模型很多,绝大部分大模型都是通用型大模型,也就是说使用的是标准的数据,比如wikipedia,百度百科,。。。。中小型企业一般都有自己的知识库,而这些知识库的数据没有在通用型的大模型中被用到或者说训练到。如果中小型企业要适合自己本身业务需要的大模型,当然理想的方法是重新训练数据,而这些数据有其自身业务场景的数据。现实是自身训练无论是人力成本,数据成本,计算成本都是不可行的。那么一种基
- 数据库管理-第150期 Oracle Vector DB & AI-02(20240212)
胖头鱼的鱼缸(尹海文)
Oracle数据库oracle人工智能
数据库管理150期2024-02-12数据库管理-第150期OracleVectorDB&AI-02(20240212)1LLM2LLM面临的挑战3RAG4向量数据库+LLM总结数据库管理-第150期OracleVectorDB&AI-02(20240212)作者:胖头鱼的鱼缸(尹海文)OracleACEAssociate:Database(Oracle与MySQL)网思科技DBA总监10年数据库
- 书生谱语-基于 InternLM 和 LangChain 搭建知识库
SatVision炼金士
NLPlangchain
大语言模型与外挂知识库(RAG)的优缺点RAG方案构建与优化作业在创建web_demo时,需要根据教程将服务器端口映射到本地端口,另外需要将链接的demo从服务器中复制出来,不要直接从服务器打开demo页面,不然会显示异常。
- 又一大模型技术开源!有道自研RAG引擎QAnything正式开放下载
有道AI情报局
算法
很开心和大家宣布,我们自研的知识库问答引擎QAnything正式开源!除了可以调用云端大模型服务,还支持纯本地部署,大家可免费在开源社区Github内进行下载(地址:https://github.com/netease-youdao/Qanything)一键部署即可使用!系统支持word、ppt、excel、pdf、图片等多种文档格式,直接导入进去即可像"ChatGPT"一样问答。如果你有大量的文
- 有道开源RAG引擎 QAnything 版本更新啦
有道AI情报局
有道QAnything人工智能开源知识库问答
https://github.com/netease-youdao/QAnything近日,我们将我们的RAG(基于检索增强的生成,RetrievalAugmentedGeneration)引擎QAnything开源了,用户可以传入doc,pdf,图片,ppt,excel等各种类型的文档,就可以基于这些文档问答,像"chatgpt"一样的体验。本次开源包括了embedding,rerank,LLM
- 完蛋!我把AI喂吐了!
有道AI情报局
有道QAnything人工智能机器学习算法
当我们用RAG构建一个知识库问答应用的时候,总是希望知识库里面灌的数据越多,问答的效果越好,事实真是如此吗?这篇文章给大家答案。引言在人工智能问答系统的发展中,RAG(Retrieval-AugmentedGeneration)技术以其独特的检索增强生成方式,为减少大模型幻觉开辟了新的天地。然而,在实际落地过程中有一个很大的疑问:RAG系统,数据越多效果越好吗?本文将深入分析数据量如何影响RAG系
- QAnything之BCEmbedding技术路线
有道AI情报局
有道QAnything人工智能算法开源
QAnything和BCEmbedding简介QAnything[github]是网易有道开源的检索增强生成式应用(RAG)项目,在有道许多商业产品实践中已经积累丰富的经验,比如有道速读和有道翻译。QAnything是一个支持任意格式文件或数据库的本地知识库问答系统,可获得准确、快速、靠谱的问答体验。QAnything支持断网离线使用,可私有化。BCEmbedding是网易有道研发的两阶段检索算法
- 写的太通透了!大模型自省式 RAG 与 LangGraph 的实践!
Python算法实战
大模型大模型理论与实战langchain人工智能算法大模型深度学习
本文讲解了自省式RAG的基础原理以及基于LangGraph的实践演示自省式RAG与LangGraph重要链接关于Self-RAG和CRAG的教程手册演示视频研究背景由于大多数大型语言模型(LLMs)通常只针对大量公共数据进行周期性训练,它们往往缺少最新信息或不能接触到无法用于训练的私有数据。检索增强生成(RAG)模式恰好解决了这个问题,它通过将大型语言模型连接到外部数据源上(我们有相关的视频系列以
- 小周带你正确理解Prompt-engineering,RAG,fine-tuning工程化的地位和意义
周博洋K
人工智能
有人会说:"小周,几天不见这么拉了,现在别说算法了,连code都不讲了,整上方法论了。"我并没有拉!而且方法论很重要,尤其工程化的时候,你总得知道每种技术到底适合干啥,其实主要是现实中,我在项目里发现大家对这块其实并不是分的很清楚。所以我来给大家捋一捋,因为这毕竟直接取决于你设计的解决方案是否能真正解决问题如上图所示,OpenAI把对于优化LLM返回结果分为两个方向,一个方向是横坐标系的对LLM模
- 小周带你正确理解Prompt-engineering,RAG,fine-tuning工程化的地位和意义
周博洋K
prompt人工智能
有人会说:"小周,几天不见这么拉了,现在别说算法了,连code都不讲了,整上方法论了。"我并没有拉!而且方法论很重要,尤其工程化的时候,你总得知道每种技术到底适合干啥,其实主要是现实中,我在项目里发现大家对这块其实并不是分的很清楚。所以我来给大家捋一捋,因为这毕竟直接取决于你设计的解决方案是否能真正解决问题如上图所示,OpenAI把对于优化LLM返回结果分为两个方向,一个方向是横坐标系的对LLM模
- RAG 新路径!提升开发效率、用户体验拉满
llmmilvusaigc
RAG(Retrieval-AugmentedGeneration)框架结合了强大的信息检索能力和生成模型的能力,允许系统从海量数据中检索相关信息,并基于这些信息生成准确、丰富的回答。随着大语言模型和智能问答技术的崛起,RAG凭借其独特的结合检索和生成能力,在提供丰富对话式体验和高效文档管理方面成为了行业的热点。然而,当前市面上的RAG框架大多仅关注后端开发,忽视了前端集成与用户交互,导致开发一个
- Code Review、InLineChat、RAG全部独家提供,这波上新CodeGeeX平替Github Copilot稳了!
智谱AI2024年度的技术开放日上,CodeGeeX重磅发布第三代模型。针对CodeGeeX插件产品的系列新功能,也同时上线发布,提供给用户免费使用。一、第三代模型性能全面提升CodeGeeX第三代模型正式发布,基础能力全面提升。针对Python、Java、JavaScript、C++、Golang五种主流编程语言,代码生成准确率提升200%。二、自定义系统指令CodeGeeX3代模型中,用户可以
- 使用UMAP降维可视化RAG嵌入
大型语言模型(LLMs)如GPT-4已经展示了出色的文本理解和生成能力。但它们在处理领域特定信息方面面临挑战,比如当查询超出训练数据范围时,它们会产生错误的答案。LLMs的推理过程也缺乏透明度,使用户难以理解达成结论的方式。检索增强生成(RAG)在LLMS的工作流程中添加了一个检索步骤,使其能够在响应查询时从其他来源(如私人文本文档)中查询相关数据。这些文档事先分成小段,然后使用embedding
- LLM之RAG实战(二十五)| 使用LlamaIndex和BM25重排序实践
wshzd
RAG笔记easyui前端javascript
本文,我们将研究高级RAG方法的中的重排序优化方法以及其与普通RAG相比的关键差异。一、什么是RAG?检索增强生成(RAG)是一种复杂的自然语言处理方法,它包括两个不同的步骤:信息检索和生成语言建模。这种方法旨在为语言模型提供访问外部数据源,来提高其在生成响应时的准确性和相关性,从而增强语言模型的能力。1.1检索组件:目的:检索组件的主要功能是响应查询或提示,从大型数据库或语料库中提取相关文档或信
- LLM之RAG实战(二十四)| LlamaIndex高级检索(三):句子窗口检索
wshzd
RAG笔记人工智能
这是本系列关于高级检索技术的第三篇文章,之前的两篇分别介绍构建基本的RAG和父文档检索技术,本文我们将深入研究句子窗口检索技术。我将介绍如何设置它,并使用TruEval来测量其性能,并将其性能与我们在前几篇文章中介绍的其他技术进行比较。一、语句窗口检索介绍在句子窗口检索中,我们对文档的片段进行检索,然后返回检索到的相关句子的多个句子,然后根据该相关句子及其上下的句子窗口生成LLM的合成。如下图所示
- LLM之RAG实战(二十六)| 使用llamaindex-cli无需一行代码即可实现RAG
wshzd
RAG笔记数据库
本文将介绍一个无需一行代码即可实现RAG的开源工具:llamaindex-cli,该工具是基于llama-index实现的,并采用默认向量数据库Chroma,因此首先需要进行如下安装:pipinstallllama-indexpipinstallchromadbStep1:设置OpenAIAPIKey环境变量该工具默认采用OpenAI的API,因此需要配置OpenAIAPIKey,命令如下所示:$
- 微调LLM或使用RAG,开发RAG管道的12个痛点
lichunericli
RAG人工智能语言模型
论文地址:archive.is/bNbZo·PainPoint1:MissingContent内容缺失·PainPoint2:MissedtheTopRankedDocuments错过排名靠前的文档·PainPoint3:NotinContext—ConsolidationStrategyLimitations不在上下文中—整合战略的局限性·PainPoint4:NotExtracted未提取·P
- 每日一看大模型新闻(2023.12.20下)大模型+搜索构建完整技术栈,百川智能搜索增强给企业定制化下了一剂「猛药」;谷歌发布最重要23个产品时刻,其中15个有关AI;微软Azure发布GPT-RAG
超爱玩大模型
人工智能计算机视觉自然语言处理prompt语言模型chatgptembedding
1.产品发布1.1谷歌发布新大语言模型:零样本生成10秒视频达SOTA!发布日期:2023.12.20谷歌发布新大语言模型:零样本生成10秒视频达SOTA!网友:压力给到Runway/Pika主要内容:谷歌最新发布的大语言模型VideoPoet,能够实现零样本生成视频。该模型不仅没有使用常见的扩散模型,而且画面稳定、动作逼真,清晰度也大幅提升。VideoPoet具备多种能力,包括文本-视频、图像-
- 基于 InternLM 和 LangChain 搭建你的知识库
查里王
langchain
第三节课《基于InternLM和LangChain搭建你的知识库》主要讲述了如何使用RAG(检索增强生成器)范式和LangChain开源框架建立知识库应用。以下是主要的作业内容:复现课程知识库助手搭建过程:按照课程内容,复现知识库助手的搭建过程,并尝试使用LangChain将Chains组合实现端到端的应用。RAG范式实践:根据课程中介绍的RAG范式,完成部署并进行测试。尝试理解RAG如何实现检索
- PHP,安卓,UI,java,linux视频教程合集
cocos2d-x小菜
javaUIlinuxPHPandroid
╔-----------------------------------╗┆
- zookeeper admin 笔记
braveCS
zookeeper
Required Software
1) JDK>=1.6
2)推荐使用ensemble的ZooKeeper(至少3台),并run on separate machines
3)在Yahoo!,zk配置在特定的RHEL boxes里,2个cpu,2G内存,80G硬盘
数据和日志目录
1)数据目录里的文件是zk节点的持久化备份,包括快照和事务日
- Spring配置多个连接池
easterfly
spring
项目中需要同时连接多个数据库的时候,如何才能在需要用到哪个数据库就连接哪个数据库呢?
Spring中有关于dataSource的配置:
<bean id="dataSource" class="com.mchange.v2.c3p0.ComboPooledDataSource"
&nb
- Mysql
171815164
mysql
例如,你想myuser使用mypassword从任何主机连接到mysql服务器的话。
GRANT ALL PRIVILEGES ON *.* TO 'myuser'@'%'IDENTIFIED BY 'mypassword' WI
TH GRANT OPTION;
如果你想允许用户myuser从ip为192.168.1.6的主机连接到mysql服务器,并使用mypassword作
- CommonDAO(公共/基础DAO)
g21121
DAO
好久没有更新博客了,最近一段时间工作比较忙,所以请见谅,无论你是爱看呢还是爱看呢还是爱看呢,总之或许对你有些帮助。
DAO(Data Access Object)是一个数据访问(顾名思义就是与数据库打交道)接口,DAO一般在业
- 直言有讳
永夜-极光
感悟随笔
1.转载地址:http://blog.csdn.net/jasonblog/article/details/10813313
精华:
“直言有讳”是阿里巴巴提倡的一种观念,而我在此之前并没有很深刻的认识。为什么呢?就好比是读书时候做阅读理解,我喜欢我自己的解读,并不喜欢老师给的意思。在这里也是。我自己坚持的原则是互相尊重,我觉得阿里巴巴很多价值观其实是基本的做人
- 安装CentOS 7 和Win 7后,Win7 引导丢失
随便小屋
centos
一般安装双系统的顺序是先装Win7,然后在安装CentOS,这样CentOS可以引导WIN 7启动。但安装CentOS7后,却找不到Win7 的引导,稍微修改一点东西即可。
一、首先具有root 的权限。
即进入Terminal后输入命令su,然后输入密码即可
二、利用vim编辑器打开/boot/grub2/grub.cfg文件进行修改
v
- Oracle备份与恢复案例
aijuans
oracle
Oracle备份与恢复案例
一. 理解什么是数据库恢复当我们使用一个数据库时,总希望数据库的内容是可靠的、正确的,但由于计算机系统的故障(硬件故障、软件故障、网络故障、进程故障和系统故障)影响数据库系统的操作,影响数据库中数据的正确性,甚至破坏数据库,使数据库中全部或部分数据丢失。因此当发生上述故障后,希望能重构这个完整的数据库,该处理称为数据库恢复。恢复过程大致可以分为复原(Restore)与
- JavaEE开源快速开发平台G4Studio v5.0发布
無為子
我非常高兴地宣布,今天我们最新的JavaEE开源快速开发平台G4Studio_V5.0版本已经正式发布。
访问G4Studio网站
http://www.g4it.org
2013-04-06 发布G4Studio_V5.0版本
功能新增
(1). 新增了调用Oracle存储过程返回游标,并将游标映射为Java List集合对象的标
- Oracle显示根据高考分数模拟录取
百合不是茶
PL/SQL编程oracle例子模拟高考录取学习交流
题目要求:
1,创建student表和result表
2,pl/sql对学生的成绩数据进行处理
3,处理的逻辑是根据每门专业课的最低分线和总分的最低分数线自动的将录取和落选
1,创建student表,和result表
学生信息表;
create table student(
student_id number primary key,--学生id
- 优秀的领导与差劲的领导
bijian1013
领导管理团队
责任
优秀的领导:优秀的领导总是对他所负责的项目担负起责任。如果项目不幸失败了,那么他知道该受责备的人是他自己,并且敢于承认错误。
差劲的领导:差劲的领导觉得这不是他的问题,因此他会想方设法证明是他的团队不行,或是将责任归咎于团队中他不喜欢的那几个成员身上。
努力工作
优秀的领导:团队领导应该是团队成员的榜样。至少,他应该与团队中的其他成员一样努力工作。这仅仅因为他
- js函数在浏览器下的兼容
Bill_chen
jquery浏览器IEDWRext
做前端开发的工程师,少不了要用FF进行测试,纯js函数在不同浏览器下,名称也可能不同。对于IE6和FF,取得下一结点的函数就不尽相同:
IE6:node.nextSibling,对于FF是不能识别的;
FF:node.nextElementSibling,对于IE是不能识别的;
兼容解决方式:var Div = node.nextSibl
- 【JVM四】老年代垃圾回收:吞吐量垃圾收集器(Throughput GC)
bit1129
垃圾回收
吞吐量与用户线程暂停时间
衡量垃圾回收算法优劣的指标有两个:
吞吐量越高,则算法越好
暂停时间越短,则算法越好
首先说明吞吐量和暂停时间的含义。
垃圾回收时,JVM会启动几个特定的GC线程来完成垃圾回收的任务,这些GC线程与应用的用户线程产生竞争关系,共同竞争处理器资源以及CPU的执行时间。GC线程不会对用户带来的任何价值,因此,好的GC应该占
- J2EE监听器和过滤器基础
白糖_
J2EE
Servlet程序由Servlet,Filter和Listener组成,其中监听器用来监听Servlet容器上下文。
监听器通常分三类:基于Servlet上下文的ServletContex监听,基于会话的HttpSession监听和基于请求的ServletRequest监听。
ServletContex监听器
ServletContex又叫application
- 博弈AngularJS讲义(16) - 提供者
boyitech
jsAngularJSapiAngularProvider
Angular框架提供了强大的依赖注入机制,这一切都是有注入器(injector)完成. 注入器会自动实例化服务组件和符合Angular API规则的特殊对象,例如控制器,指令,过滤器动画等。
那注入器怎么知道如何去创建这些特殊的对象呢? Angular提供了5种方式让注入器创建对象,其中最基础的方式就是提供者(provider), 其余四种方式(Value, Fac
- java-写一函数f(a,b),它带有两个字符串参数并返回一串字符,该字符串只包含在两个串中都有的并按照在a中的顺序。
bylijinnan
java
public class CommonSubSequence {
/**
* 题目:写一函数f(a,b),它带有两个字符串参数并返回一串字符,该字符串只包含在两个串中都有的并按照在a中的顺序。
* 写一个版本算法复杂度O(N^2)和一个O(N) 。
*
* O(N^2):对于a中的每个字符,遍历b中的每个字符,如果相同,则拷贝到新字符串中。
* O(
- sqlserver 2000 无法验证产品密钥
Chen.H
sqlwindowsSQL ServerMicrosoft
在 Service Pack 4 (SP 4), 是运行 Microsoft Windows Server 2003、 Microsoft Windows Storage Server 2003 或 Microsoft Windows 2000 服务器上您尝试安装 Microsoft SQL Server 2000 通过卷许可协议 (VLA) 媒体。 这样做, 收到以下错误信息CD KEY的 SQ
- [新概念武器]气象战争
comsci
气象战争的发动者必须是拥有发射深空航天器能力的国家或者组织....
原因如下:
地球上的气候变化和大气层中的云层涡旋场有密切的关系,而维持一个在大气层某个层次
- oracle 中 rollup、cube、grouping 使用详解
daizj
oraclegroupingrollupcube
oracle 中 rollup、cube、grouping 使用详解 -- 使用oracle 样例表演示 转自namesliu
-- 使用oracle 的样列库,演示 rollup, cube, grouping 的用法与使用场景
--- ROLLUP , 为了理解分组的成员数量,我增加了 分组的计数 COUNT(SAL)
- 技术资料汇总分享
Dead_knight
技术资料汇总 分享
本人汇总的技术资料,分享出来,希望对大家有用。
http://pan.baidu.com/s/1jGr56uE
资料主要包含:
Workflow->工作流相关理论、框架(OSWorkflow、JBPM、Activiti、fireflow...)
Security->java安全相关资料(SSL、SSO、SpringSecurity、Shiro、JAAS...)
Ser
- 初一下学期难记忆单词背诵第一课
dcj3sjt126com
englishword
could 能够
minute 分钟
Tuesday 星期二
February 二月
eighteenth 第十八
listen 听
careful 小心的,仔细的
short 短的
heavy 重的
empty 空的
certainly 当然
carry 携带;搬运
tape 磁带
basket 蓝子
bottle 瓶
juice 汁,果汁
head 头;头部
- 截取视图的图片, 然后分享出去
dcj3sjt126com
OSObjective-C
OS 7 has a new method that allows you to draw a view hierarchy into the current graphics context. This can be used to get an UIImage very fast.
I implemented a category method on UIView to get the vi
- MySql重置密码
fanxiaolong
MySql重置密码
方法一:
在my.ini的[mysqld]字段加入:
skip-grant-tables
重启mysql服务,这时的mysql不需要密码即可登录数据库
然后进入mysql
mysql>use mysql;
mysql>更新 user set password=password('新密码') WHERE User='root';
mysq
- Ehcache(03)——Ehcache中储存缓存的方式
234390216
ehcacheMemoryStoreDiskStore存储驱除策略
Ehcache中储存缓存的方式
目录
1 堆内存(MemoryStore)
1.1 指定可用内存
1.2 驱除策略
1.3 元素过期
2 &nbs
- spring mvc中的@propertysource
jackyrong
spring mvc
在spring mvc中,在配置文件中的东西,可以在java代码中通过注解进行读取了:
@PropertySource 在spring 3.1中开始引入
比如有配置文件
config.properties
mongodb.url=1.2.3.4
mongodb.db=hello
则代码中
@PropertySource(&
- 重学单例模式
lanqiu17
单例Singleton模式
最近在重新学习设计模式,感觉对模式理解更加深刻。觉得有必要记下来。
第一个学的就是单例模式,单例模式估计是最好理解的模式了。它的作用就是防止外部创建实例,保证只有一个实例。
单例模式的常用实现方式有两种,就人们熟知的饱汉式与饥汉式,具体就不多说了。这里说下其他的实现方式
静态内部类方式:
package test.pattern.singleton.statics;
publ
- .NET开源核心运行时,且行且珍惜
netcome
java.net开源
背景
2014年11月12日,ASP.NET之父、微软云计算与企业级产品工程部执行副总裁Scott Guthrie,在Connect全球开发者在线会议上宣布,微软将开源全部.NET核心运行时,并将.NET 扩展为可在 Linux 和 Mac OS 平台上运行。.NET核心运行时将基于MIT开源许可协议发布,其中将包括执行.NET代码所需的一切项目——CLR、JIT编译器、垃圾收集器(GC)和核心
- 使用oscahe缓存技术减少与数据库的频繁交互
Everyday都不同
Web高并发oscahe缓存
此前一直不知道缓存的具体实现,只知道是把数据存储在内存中,以便下次直接从内存中读取。对于缓存的使用也没有概念,觉得缓存技术是一个比较”神秘陌生“的领域。但最近要用到缓存技术,发现还是很有必要一探究竟的。
缓存技术使用背景:一般来说,对于web项目,如果我们要什么数据直接jdbc查库好了,但是在遇到高并发的情形下,不可能每一次都是去查数据库,因为这样在高并发的情形下显得不太合理——
- Spring+Mybatis 手动控制事务
toknowme
mybatis
@Override
public boolean testDelete(String jobCode) throws Exception {
boolean flag = false;
&nbs
- 菜鸟级的android程序员面试时候需要掌握的知识点
xp9802
android
熟悉Android开发架构和API调用
掌握APP适应不同型号手机屏幕开发技巧
熟悉Android下的数据存储
熟练Android Debug Bridge Tool
熟练Eclipse/ADT及相关工具
熟悉Android框架原理及Activity生命周期
熟练进行Android UI布局
熟练使用SQLite数据库;
熟悉Android下网络通信机制,S