- 架构进阶:精读数字化转型4A企业架构数据治理架构方案
智慧化智能化数字化方案
方案解读馆架构企业架构IT架构设计IT治理IT蓝图
本文概述了数字化转型中4A企业架构的数据治理架构方案的核心内容,以及数据架构(DA)与业务架构(BA)在企业架构中的关联与作用。数据治理架构方案目录主要包括以下五个关键部分:1.**数据架构概述**:作为4A企业架构的重要组成部分,数据架构(DA)以结构化的方式描述了企业数据的管理和应用,是确保数据一致性和有效性的基础。2.**数据资产目录**:详细记录了企业的所有数据资产,包括数据的来源、类型、
- 收银系统合作模式全解析:SaaS、私有化部署与开源版选型指南
收银系统源码那点事
开源连锁店收银系统收银系统源码
在数字化转型背景下,收银系统的部署模式选择直接关联商户的运营效能与商业竞争力。本文将通过收费结构、扩展能力、支付成本、技术自由度及数据治理五大核心维度,系统对比传统SaaS模式、私有化独立部署(OEM贴牌)与开源源码版(支持二开)三大模式的差异化特征,为不同发展阶段的企业提供精准选型建议。1.传统SaaS版:即开即用的轻量方案收费模式:按门店数量,按功能模块,按年收取服务费;门店限制:有门店数量限
- 数据空间技术在智慧水库管理平台中的赋能
小赖同学啊
testTechnologyPrecious物联网
数据空间技术在智慧水库管理平台中的赋能:设备到应用的数据传输优化数据空间技术为智慧水库管理平台提供了革命性的数据传输、处理和安全保障能力。以下是数据空间技术在设备到应用数据传输过程中的全面赋能方案:数据空间赋能架构设计中心层区域层设备层数据预处理边缘计算本地决策协议转换数据聚合安全传输元数据管理数据治理访问控制数据服务长期存储业务应用系统数据分析平台数据仓库区域数据空间网关中心数据空间平台边缘数据
- 数据科学与大数据技术专业的核心课程体系及发展路径全解析
YangYang9YangYan
大数据
CDA数据分析师证书含金量高,适应了未来数字化经济和AI发展趋势,难度不高,行业认可度高,对于找工作很有帮助。一、课程体系三维地图二、核心课程能力矩阵课程模块关键技能行业应用场景工具链分布式计算Spark调优用户行为日志分析AWSEMR/Databricks数据挖掘特征工程金融反欺诈模型Scikit-learn实时数据处理Flink窗口计算物联网设备监控Kafka+Flink数据治理元数据管理企业
- 数据湖vs数据仓库:非结构化数据存储的终极对决
AI大数据智能洞察
大数据与AI人工智能数据仓库ai
数据湖vs数据仓库:非结构化数据存储的终极对决关键词:数据湖,数据仓库,非结构化数据,数据存储,Schema-on-Read,Schema-on-Write,数据治理摘要:本文深入对比数据湖与数据仓库在非结构化数据存储领域的核心差异,从技术架构、数据处理范式、应用场景等维度展开分析。通过数学模型、代码实战和典型案例,揭示两者在非结构化数据管理中的优势与局限,为企业数据架构选型提供决策参考。1.背景
- 奥威BI+AI:绘就企业决策智能的新诗篇
一、技术交响:BI与AI的浪漫邂逅在技术的浩瀚宇宙中,奥威BI+AI正引领一场前所未有的智慧风暴。这是一场技术革命,巧妙地将商业智能(BI)与人工智能(AI)深度融合,编织出独一无二的“双引擎”分析平台梦想。智能数据治理、预测建模与自然语言交互,三大核心功能如璀璨星辰,照亮企业前行的道路。·智能数据治理:通过NLP技术,非结构化数据得以自动清洗,ETL效率飙升300%,数据治理从未如此
- 【2025版】最新大模型就业方向,零基础入门到精通,收藏这篇就够了
程序员_大白
大模型程序员职业与发展大模型人工智能
大模型就业方向主要集中在以下几个核心领域:数据治理方向:涉及爬虫、数据清洗、ETL、DataEngine、Pipeline等工作,确保数据质量和可用性,支持模型训练和运行。平台搭建方向:负责分布式训练、大模型集群以及工程基建,构建高效的模型运行平台,支持高性能计算。模型算法方向:专注于开发新的预训练模型和优化算法,提升模型的准确性和效率,适用于NLP、语音助手、对话机器人等领域。部署落地方向:包括
- 数据集标准化:软件2.0的基石工程
AI大模型应用之禅
javapythonjavascriptkotlingolang架构人工智能
数据集标准化,软件工程,数据质量,机器学习,人工智能,数据治理,数据可信度1.背景介绍在当今数据爆炸的时代,数据已成为企业和组织的核心资产。然而,海量的原始数据往往杂乱无章,格式不统一,质量参差不齐,这严重阻碍了数据价值的挖掘和应用。数据标准化作为解决这一问题的关键技术,已成为软件2.0时代不可或缺的基石工程。软件2.0时代,人工智能、机器学习等技术蓬勃发展,对数据质量提出了更高的要求。传统的软件
- BI工具多数据源融合:跨系统分析解决方案
大数据洞察
大数据与AI人工智能大数据AI应用ai
BI工具多数据源融合:跨系统分析解决方案关键词:BI工具,多数据源融合,数据集成,ETL/ELT,数据治理,跨系统分析,数据模型摘要:在企业数字化转型的浪潮中,业务数据往往分散在CRM、ERP、Excel表格、API接口等数十个甚至上百个独立系统中,形成"数据孤岛"。这些"孤岛"就像一个个互不连通的池塘,单独看只能看到局部的鱼群,却无法知道整片水域的生态。BI工具多数据源融合技术,正是搭建连接这些
- Java 大视界 -- Java 大数据机器学习模型在金融市场情绪分析与投资策略制定中的应用
青云交
大数据新视界Java大视界java大数据机器学习情绪分析智能投资多源数据
Java大视界--Java大数据机器学习模型在金融市场情绪分析与投资策略制定中的应用)引言:正文:一、金融情绪数据的立体化采集与治理1.1多模态数据采集架构1.2数据治理与特征工程二、Java机器学习模型的工程化实践2.1情感分析模型的深度优化2.2强化学习驱动的动态投资策略三、顶级机构实战:Java系统的金融炼金术四、技术前沿:Java与金融科技的未来融合4.1量子机器学习集成4.2联邦学习在合
- 数据湖与数据仓库在云平台的融合架构:Delta Lake实战指南
AI云原生与云计算技术学院
AI云原生与云计算数据仓库架构ai
数据湖与数据仓库在云平台的融合架构:DeltaLake实战指南关键词:数据湖,数据仓库,云平台,融合架构,DeltaLake,湖仓一体,数据治理摘要:本文深入探讨数据湖与数据仓库在云平台的融合架构,以DeltaLake为核心技术载体,解析湖仓融合的技术原理、实施路径及最佳实践。通过对比传统数据架构的痛点,阐述DeltaLake如何通过ACID事务、Schema管理、时间旅行等特性实现非结构化数据湖
- 打造企业级数据治理运营体系:从项目到产品,再到体系化运营
晴天彩虹雨
数据治理体系化详解大数据数据仓库bigdataetl工程师etl
“治理不是项目,而是一种持续运营的能力。”——企业数据治理的终点,是从‘上线’走向‘长治久安’。本文目录为什么数据治理必须“可运营”?企业治理运营体系四要素治理运营的核心流程设计治理运营常见问题与对策治理成效度量指标体系总结与下一步1️⃣为什么数据治理必须“可运营”?在多数企业中,数据治理容易陷入以下误区:误区表现治理项目化一次项目验收完就结束,缺乏后续维护♂️责任虚化“治理归数据团队,业务不管
- 魔都AI医疗哪家强?全景揭秘科技创新与未来钱景!
引言上海作为中国科技创新的先锋城市,正在AI医疗领域崭露头角。根据2024年12月的数据,上海拥有34家专注于AI药物研发的公司,占全国预临床研究的60%和临床试验的47%。这些公司利用深度学习、大语言模型(LLM)和计算机视觉等技术,革新药物发现、医疗影像分析和数据治理,推动医疗行业的智能化转型。从全球首个人工智能医院“AgentHospital”到AI驱动的诊断系统,上海的AI医疗生态正在重塑
- 掌握大数据领域数据湖的部署要点
掌握大数据领域数据湖的部署要点关键词:数据湖,大数据部署,数据治理,存储架构,元数据管理,数据质量,湖仓一体摘要:在数据爆炸的时代,企业面临着"数据多却用不好"的困境——结构化数据藏在数据库里,非结构化数据堆在服务器上,半结构化数据散落在日志文件中。数据湖就像一个"智能中央仓库",能统一存储所有类型的数据,并通过灵活的管理让数据"活起来"。本文将用"图书馆管理员建仓库"的故事,从概念理解、架构设计
- 基于DeepSeek × 数据治理如何落地?这套解决方案可参考!
Q:数据治理困局怎么破?3步落地DeepSeek实战方案导语:"每天处理10亿条数据,却找不到关键业务指标?""数据部门80%时间在'找数据-洗数据-背锅'的死循环?"这不是危言耸听——国内83%的企业正困在数据沼泽中(IDC最新数据)。今天揭秘某头部电商企业如何用DeepSeek方案,3个月实现数据治理自动化,让数据真正成为资产!一、数据治理的三大致命误区(90%企业正在踩坑)"工具万能论":买
- 我国在AI、元宇宙、生成式AI赛道的竞争带来的投资机会
数据与人工智能律师
大数据区块链人工智能网络数据库
首席数据官高鹏律师团队编著中国在AI、元宇宙、生成式AI赛道的竞争已进入技术深化与商业落地并行的关键阶段,未来投资机会可围绕以下五大方向展开:一、基础设施与算力支撑1.云计算与混合云服务生成式AI对算力和云服务需求激增,联想集团等布局混合云的企业受益于企业数字化转型需求。IDC预测,到2025年,50%的企业将与生成式AI云提供商建立战略联系,云服务商需优化数据治理和成本控制能力。2.AI芯片与算
- 景联文科技完成数千万元Pre-A轮融资,加速公共数据生产运营战略布局
景联文科技
人工智能大数据
2025年5月,景联文科技近期完成数千万元Pre-A轮融资,投资方为杭州金投集团旗下基金,本轮融资将用于布局公共数据生产运营、构建智能化语料工程平台和自建垂域高质量标注基地,形成"平台+基地+行业"的数据链闭环生态。一、聚焦公共数据生产运营国家数据局成立标志着数据治理从“分散监管”向“集中统筹”转型,从顶层设计开始快速推动“数据要素市场化”。2025年5月,国家宣布将加大中央财政资金投入,支持地方
- 解析大数据领域结构化数据的管理模式
大数据洞察
大数据ai
解码结构化数据:大数据时代的高效管理模式与实践指南关键词结构化数据、大数据管理、数据建模、分布式数据库、数据仓库、数据治理、性能优化摘要在大数据的洪流中,结构化数据犹如隐藏在波涛之下的磐石,虽然不如非结构化数据那般引人注目,却是企业决策的基石。本文深入剖析了大数据环境下结构化数据的管理模式,从传统关系型数据库到现代分布式系统,从数据建模到存储架构,全面解读了结构化数据管理的核心技术与实践方法。通过
- 编织数据的实时脉络——构建基于MySQL的数据编织平台,实现实时数据治理
墨夶
数据库学习资料1mysql
在当今数字化转型加速的时代,企业面临着前所未有的挑战与机遇。随着业务复杂度和数据量的不断增长,传统的数据管理方式已难以满足现代企业的需求。数据编织(DataFabric)作为一种新兴的数据架构,它通过集成、管理和提供对分散在不同系统中的数据访问来简化复杂的数据环境,为企业提供了更加高效的数据管理和利用途径。本文将详细介绍如何构建一个基于MySQL的数据编织平台,帮助您实现对企业内部数据流动的全面掌
- 数据治理 × 知识库 × 大模型:解开企业智能化转型的 “不可能三角”
“数据是新时代的石油,但未经治理的石油会堵塞管道;知识是企业的黄金矿脉,但缺乏提炼的矿石无法兑换价值;大模型是超级引擎,但燃料不足的引擎终将熄火。”——唯有四者协同,才能让企业的智能化转型从“纸上蓝图”走向“落地生根”。一、数据治理:AI时代的“地基工程”(1)数据治理的三大核心模块•标准化体系:◦数据字典与元数据管理:某跨国零售企业通过建立统一的数据字典(例如“销售额”统一定义为“含税交易金额”
- 自动上报数据报表方案和实施避坑指南
Alex艾力的IT数字空间
javaintellij-ideaspringboot数据库架构架构小程序集成测试
一、方案设计系统架构设计采用分层架构:数据采集层→数据处理层→报表生成层→分发展示层(参考数据采集流程&系统架构设计)核心模块组成自动化采集模块(API/数据库/文件接口)智能清洗转换模块(数据治理规则引擎)可视化报表生成模块(模板引擎+动态计算)定时调度与监控模块(任务队列+异常预警)二、实施阶段1:需求分析与规划业务需求确认确定报表类型(日报/周报/月报)识别关键指标(销售额、库存周转率等)明
- 医疗健康·AI医生(上海杨浦):构建慢性病管理数字化新范式
常州北格数字孪生
医疗AI肝病防治数字医疗新基建上海医疗创新分级诊疗医疗数据安全
在数字化转型浪潮中,医疗健康领域正经历深刻变革。上海杨浦数字医疗概念验证中心联合三甲医院打造的肝病防治AI医生项目,通过构建可信数据空间与协同转化平台,为慢性病管理提供了创新性解决方案。本文将从技术架构、应用实践与行业价值三个维度,深度解析这一数字医疗标杆案例。上海杨浦数字医疗创新实践——数据驱动的肝病防治新范式一、技术底座:可信数据空间驱动医疗AI创新1.多源异构数据治理体系项目突破传统医疗数据
- 深度剖析数据中台:大数据领域的核心技术架构
大数据洞察
大数据架构javaai
深度剖析数据中台:大数据领域的核心技术架构关键词:数据中台、大数据、核心技术架构、数据治理、数据服务摘要:本文旨在对数据中台这一大数据领域的核心技术架构进行深度剖析。首先介绍了数据中台的背景,包括其目的、适用读者、文档结构和相关术语。接着阐述了数据中台的核心概念、原理和架构,通过文本示意图和Mermaid流程图进行直观展示。详细讲解了核心算法原理及具体操作步骤,并结合Python源代码进行说明。引
- 大数据领域数据工程的版本控制策略
AGI大模型与大数据研究院
大数据elasticsearch搜索引擎ai
大数据领域数据工程的版本控制策略关键词:大数据工程、数据版本控制、Git、DeltaLake、MLflow、数据血缘、数据治理摘要:本文深入探讨大数据环境下的数据版本控制策略,从传统代码版本控制工具(Git)的局限性出发,分析大数据场景特有的版本控制挑战。文章系统介绍DeltaLake、MLflow等专业数据版本控制工具的原理和实现,详细讲解数据版本控制的数学模型和操作流程,并通过实际案例展示如何
- 大数据时代:如何构建高效的数据中台架构?
AI天才研究院
ChatGPT实战ChatGPTAI大模型应用入门实战与进阶大数据架构ai
大数据时代:如何构建高效的数据中台架构?关键词:数据中台、架构设计、数据治理、数据服务、微服务架构、云计算、大数据技术摘要:在企业数字化转型加速的背景下,数据中台作为连接数据资源与业务应用的核心枢纽,已成为释放数据价值的关键基础设施。本文从数据中台的核心概念出发,系统解析其技术架构与实施路径,涵盖数据采集、存储计算、治理服务等核心模块的设计原理。通过Python代码示例演示数据清洗与服务接口开发,
- 《Data+AI驱动的全栈智能实践开放日》线上直播来了!
数据库人工智能阿里云阿里巴巴
阿里云瑶池数据库生态工具重磅首发!首次公开DataAgentforAnalytics、DataAgentforMeta、DASAgent等DataAgent系列产品,揭秘在AI时代如何让数据“活起来”!颠覆想象的技术碰撞解锁Data+AI在数据库领域的创新实践探索从数据治理到智能决策的全链路解决方案!️3日连播干货满满!研发专家亲授实战经验:如何用AI优化数据库性能?如何实现分钟级数据洞察?如何构
- Flink SQL解析工具类实现:从SQL到数据血缘的完整解析
Edingbrugh.南空
flink大数据flinksql大数据
在大数据处理领域,FlinkSQL作为流批统一的声明式编程接口,已成为数据处理的核心组件。本文将深入解析一个FlinkSQL解析工具类的实现,该工具能够解析FlinkSQL语句,提取表定义、操作关系及数据血缘信息,为数据治理、血缘分析和SQL验证提供基础能力。工具类核心功能概述FlinkParserUtil类实现了FlinkSQL的解析功能,主要包含以下核心能力:SQL过滤与解析:过滤自定义函数声
- 2025企业级BI产品评测和推荐
企业智能研究
mysqlhbase
一、2025年BI发展趋势:AI驱动与场景深化随着数据量的爆发式增长和企业数字化转型的加速,2025年的BI(商业智能)市场呈现出以下核心趋势:AI增强分析成为标配:AI能力从“锦上添花”变为“核心功能”,自然语言查询(NLQ)、自动洞察、预测性分析等模块深度集成,降低数据分析门槛。数据民主化与低代码化:业务人员可通过拖拽式界面和预设模板自主完成数据分析,IT部门转向数据治理与模型优化。云原生与混
- 数据要素治理框架下图情学科的核心角色重塑
埃文科技官方
大数据人工智能
数据要素化作为数字经济时代的核心特征,正在深刻重塑图书情报学科(以下简称“图情学科”)的发展轨迹。随着数据被正式列为第五大生产要素,图情学科面临前所未有的机遇与挑战,其学科内涵、研究范式、实践方向均需重新定位以适应时代变革。一、学科发展机遇的拓展1.数据治理顶层设计的深化数据要素化要求构建覆盖全生命周期的治理体系,图情学科在数据管理领域的积累成为关键助力。传统的数据生命周期管理经验可直接应用于数据
- 【数据治理CDGA笔记】第三章:数据治理
stay_running
笔记
数据治理(10分)引言定义在管理数据资产过程中行驶权利、掌控和共享决策(包括计划、监控和实施)的系列活动职能:数据治理职能是指导所有其他数据管理领域的活动目的确保根据数据管理制度和最佳实践正确地管理数据驱动力是确保组织可以从数据中获得价值,数据治理聚焦于如何制定有关数据的决策,以及人员流程在数据方面的行为方式数据治理项目包括战略(Strategy):定义、交流和驱动数据战略和数据治理战略的执行制度
- 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