博客 RSS 訂閱

u_6813689 頭像

程序員小2 - 掌握Jenkins自動化部署：從代碼提交到自動上線的全流程揭秘

Jenkins自動化部署是現代軟件開發中不可或缺的一部分，它不僅簡化了代碼的發佈過程，還為整個團隊帶來了無與倫比的效率和協作力。想象一下，開發者們可以專注於編寫高質量的代碼，而不是為繁瑣的手動部署所煩惱；測試人員能在每次提交代碼後立即看到測試結果，確保軟件質量；運營團隊不再需要熬夜加班來手動發佈新版本，而是可以安心地看到系統自動完成一切。 Jenkins自動化部署的意義在於

服務器 , gradle , 代碼人生 , jenkins

收藏 評論

u_16993624 頭像

長腿大壯 - MyBatis-Plus 主鍵生成策略配置與實戰

MyBatis-Plus 主鍵生成策略配置與實戰 在數據庫操作中，主鍵的生成方式直接影響數據插入的效率和數據唯一性，MyBatis-Plus 提供了多種內置的主鍵生成策略，能適配不同業務場景的需求，不用手動編寫主鍵生成邏輯，既省心又能避免主鍵衝突問題。 一、默認主鍵策略與註解配置 MyBatis-Plus 默認的主鍵生成策略是 ID_WORKER（雪花算法），但更常用的是通過

oracle , 自增 , 數據庫 , 主鍵策略 , 主鍵

收藏 評論

u_16993624 頭像

長腿大壯 - JS 中 class 與 extends 關鍵詞的使用詳解

JS 中 class 與 extends 關鍵詞的使用詳解 在 JavaScript 面向對象編程中，class和extends是 ES6 引入的核心關鍵詞，它們為原本基於原型鏈的繼承體系提供了更簡潔、更符合傳統面向對象語法的封裝。class用於定義類（可以理解為對象的 “模板”），extends則用於實現類的繼承，讓子類能夠複用父類的屬性和方法，同時支持擴展自身功能。這對關鍵詞的出

oracle , 子類 , 靜態方法 , 數據庫 , 父類

收藏 評論

u_10538247 頭像

王星星LOVER - HTML5 WebSocket

WebSocket 是 HTML5 開始提供的一種在單個 TCP 連接上進行全雙工通訊的協議。 WebSocket 使得客户端和服務器之間的數據交換變得更加簡單，允許服務端主動向客户端推送數據。在 WebSocket API 中，瀏覽器和服務器只需要完成一次握手，兩者之間就直接可以創建持久性的連接，並進行雙向數據傳輸。 在 WebSocket API 中，瀏覽器和服務

服務器 , 數據 , 客户端 , 代碼人生

收藏 評論

teayear 頭像

學技術贏未來 - 數據庫運維工程師技術教程之MyCat

從現象來看，更換為 MyCat 地址（10.0.0.58:3306/BLOGDB）後出現 HTTP 404 Not Found，核心原因並非 MyCat 數據庫連接失敗（數據庫失敗通常報 500 錯誤），而是Web 應用的請求路徑/資源映射異常，或 MyCat 配置導致應用層面的訪問邏輯失效。以下是分步排查和解決思路： 一、先明確核心邏輯（關鍵區分）

邏輯庫 , MySQL , 數據庫 , bc

收藏 評論

u_16099170 頭像

編程小匠人之魂 - 牛客算法週週練12 （A 水 B 多源最短路 C bfs D 思維 E dfs求環&二分圖染色

C 無窮無盡的力量2.0 稍加思考，發現 3*3除中間外的任意點（止步於此） 而 3*4 以上的棋盤就能跳到任意點 對於 1*n 的棋盤，顯然只能在初始格 對於 2*n（n+1)/2 格 代碼略 D 無窮無盡的小數 從簡到難，先考慮兩個小數循環節長度相同，大減小的情況 稍加思考發現結果的循環節事實

循環節 , 最大深度 , 子樹 , 前端開發 , Javascript

收藏 評論

u_12190 頭像

藍月亮 - 需求分析 - lindexi的個人空間 -

隨着AI技術讓功能實現變得前所未有的便捷，產品的核心挑戰已從“如何做”轉變為“做什麼”。通過對某個人開源發佈平台的用户反饋進行梳理，我們得以一窺真實世界中對輕量化、自託管內容管理系統的具體期望與改進方向。 a.內容描述 核心功能定位: 該項目是一個面向個人的新一代開源、自託管、專注思想流動的輕量級聯邦發佈平台。它旨在為用户提供一個低成本、超輕量、數據完全自主

數據 , Css , 公眾號 , Docker , 前端開發 , HTML

收藏 評論

u_16213617 頭像

mob64ca140088a9 - linux上的rsync命令詳解

Rsync基本概述 rsync是一款開源、快速、多功能、可實現全量以及增量的本地或者遠程數據同步備份的優秀工具。rsync軟件適用於Unix/linux/Windows等多種操作系統平台。 # rsync簡介 rsync英文稱為remote synchronization，從軟件的名稱就可以看出來，rsync具有可使本地和遠程兩台主機之間

服務端 , 數據 , 客户端 , Css , 前端開發 , HTML

收藏 評論

u_16099274 頭像

墨香四溢 - Minecraft Survival - 選修一（2）- 紅石邏輯門

什麼？就是邏輯門（Logic Gate） 簡單來説，邏輯門是數字電路中最基本的構建模塊，它根據輸入信號的邏輯狀態（真或假，通常用1和0表示）來產生一個單一的、確定的輸出。 你可以把它想象成一個做出簡單“是/否”決策的電子開關。 核心概念 二進制世界：邏輯門只處理兩種狀態： 1（高電平、真、開、是）

觸發器 , 布爾代數 , Css , 數字電路 , 前端開發 , HTML

收藏 評論

u_16175460 頭像

mob649e815adb02 - copilot ideal快捷鍵

在我近期的工作中，我遇到了一些與“Copilot IDE快捷鍵”相關的問題。由於當前市場對開發效率的高要求，開發人員在使用IDE時需要盡需要高效的快捷鍵。本文將詳細記錄我解決這一“Copilot IDE快捷鍵”問題的過程。 問題背景 隨着智能編程助手如Copilot在開發中的廣泛應用，開發團隊對快速開發的需求越來越高。特別是針對IDE的快捷鍵配置，優化快捷鍵使用已成為提升工作效率

快捷鍵 , 錯誤碼 , aigc , ci

收藏 評論

u_16099251 頭像

雲中誰寄錦書來 - 道法術器 devops 是哪位互聯網專家提出的

器：指的的是工具，我們平時使用的各種編輯器、編譯器如AndroidStudio phpStorm ，接口調試使用postMan，網絡抓包使用的fiddler，linux上使用的文本編輯器vim等，這些都屬於器的範疇，一般剛剛入門的程序員首先要解決的就是器即工具的使用。 術：實際解決具體問題的手段，技能。比如知道設置mysql的innodb_io_capacity參數值等

雲計算 , 數據庫 , vim , 技術問題 , 雲原生

收藏 評論

jima 頭像

Jimaks - React Profiler性能分析工具

引言 在現代前端開發中，隨着應用複雜度的不斷提升，性能優化已成為開發者不可忽視的重要課題。React作為主流的前端框架，雖然自身具備優秀的性能表現，但在複雜應用中仍可能出現性能瓶頸。React Profiler作為React官方提供的性能分析工具，為開發者提供了深入瞭解組件渲染行為的強大能力。通過這個工具，我們可以精準定位性能問題，優化應用性能，提升用户體驗。 什麼是React

性能優化 , 性能分析工具 , 開發者 , 前端開發 , React.js

收藏 評論

u_11659620 頭像

爾等氏人 - PostgreSQL併發控制與鎖機制

引言 在多用户數據庫環境中，併發控制是確保數據一致性和完整性的關鍵技術。PostgreSQL採用了先進的多版本併發控制(MVCC)機制，配合靈活的鎖系統，實現了高性能的數據併發訪問。理解PostgreSQL的併發控制原理和鎖機制，對於數據庫性能優化和故障排查具有重要意義。 MVCC併發控制原理 PostgreSQL的MVCC機制允許讀操作和寫操作併發執行，而不會相互阻塞。每個

併發控制 , redis , 死鎖 , 數據庫 , postgresql

收藏 評論

u_11365839 頭像

尼羲 - Webpack自定義Loader

我們知道 webpack 只能處理 JavaScript 和 Json 文件，面對 CSS、圖片等資源是無能為力的，它需要通過 loader 將這些資源轉換為可處理的模塊。 loader 的本質是一個解析資源的函數模塊，該函數對接受到的內容進行轉換，然後返回 webpack 可處理的資源。 loader的執行順序 loader 可根據執行順序區分為：

執行順序 , yyds乾貨盤點 , webpack , Css , 前端開發 , babel

收藏 評論

u_16099278 頭像

代碼工匠傳奇 - underlay和overlay示意圖

1.內表有3種類型 ： Standard：標準表 Sorted：排序表 Hashed：哈希表. 2. 內表的定義： UNIQUE|NON-UNIQUE：指定關鍵字，只能應用於排序表或者哈希表。 INITIAL SIZE n：指定初始化內表大小。 WITH HEADER LINE：定義內表是否有表頭。 * DATA 內表

字段 , 數據 , 雲計算 , 表數據 , underlay和overlay示意圖 , 雲原生

收藏 評論

chenweidong 頭像

隔壁老陳先生 - leetcode 481. 神奇字符串

問題描述 給定一個字符串 s，其中只有兩種字符類型：'1' 和 '0'。 返回該字符串中 '10' 的總數。 '10' 的總數是指 '1' 和 '0' 之間的位置數量，這些位置的左邊是 '1' 而右邊是 '0'。 示例 示例 1： 輸入：s = "110" 輸出：1 示例 2： 輸入：s = "0110" 輸出：1 示例 3： 輸入：s = "1100110011100"

node.js , 字符串 , i++ , 前端開發 , Javascript

收藏 評論

lying7 頭像

躺柒 - 讀智能新物種05伴侶動物

1.生物學啓發 1.1.大約在公元前350年，古希臘哲學家和數學家阿契塔(Archytas)製造了一隻會飛的木鴿子 1.2.仿生學研究旨在從自然界中尋找方案來解決問題，是一種廣泛的學術研究趨勢 1.3.生物仿生學的一個大的子領域集中在受生物學啓發的機器人設計方面，特別是受動物啓發的傳感、身體設計和運動方面 1.3.1.動物以無數種不同的方式爬行、奔跑、飛行、游泳、跳躍、集羣和攀爬，所有

AI

收藏 評論

horizondeveloper 頭像

地平線智駕開發者 - 開發者 | 2025 智能駕駛開發者系列培訓在京順利召開！

11 月 30 日，由地平線、中國汽車工程學會主辦，聯合中國智能網聯汽車產業創新聯盟打造的 2025 智能駕駛開發者系列培訓在北京圓滿落幕。本次培訓吸引了北京理工大學、吉林大學、長安大學、一汽、廣汽、比亞迪、蔚來汽車、賽力斯、中信科智聯、北斗智聯、億咖通等 60 餘家來自全國高校、科研機構以及整車與零部件企業的廣泛參與。累計參與人數​超 400 人​，106 位專業學員參與線下實踐，現場氣氛熱

自動駕駛 , 算法

收藏 評論

shuzibingbaoshichangbu 頭像

圖觀 - 從“數據孤島”到“一屏統管”：看數字孿生如何重塑現代城市治理新範式

在智慧城市建設的浪潮中，一個核心痛點始終困擾着眾多系統集成商與城市管理者：海量的數據分散在成百上千個獨立系統中——交通流量、環境監測、公共安全、能源消耗、設施狀態……它們如同一個個“數據孤島”，難以匯聚，更難以形成全局性的洞察與聯動指揮。傳統的指揮中心往往依賴多個並排的大屏和複雜的系統切換，決策者需要在碎片化的信息中拼湊全貌，響應滯後，協同困難。 今天，我們通過一個真實的城市級數字孿生智能運

資訊 , 知識 , 可視化

收藏 評論

u_16213408 頭像

mob64ca12eab427 - linux 本地部署Llama3

在這篇文章中，我將為大家帶來如何在 Linux 系統上本地部署 Llama3 的詳細步驟，幫助你一步步搭建自己的環境。內容涵蓋環境準備、分步指南、配置詳解、驗證測試、優化技巧以及擴展應用，確保你能夠順利運行 Llama3。 環境準備 開始之前，我們需要確認我們的系統滿足一些基本的軟硬件要求。這個過程包括操作系統，內存，CPU等。核實這些要求能夠確保你的 Llama3 環境能順利運

硬件資源 , bash , aigc , Python

收藏 評論

shuzibingbaoshichangbu 頭像

圖觀 - 從“一張圖”到“一座城”：一個開發者的數字孿生實戰手記

作為一名在數字孿生領域摸爬滾打了快十年的應用開發者。這些年，我參與過不少“智慧城市”項目，從最初的二維GIS“一張圖”，到後來笨重的單體三維模型，再到如今追求實時、鮮活、可交互的數字孿生，我深知其中的挑戰與痛點。 今天，我想和你分享一個我們團隊最近交付的“城市運營管理中心”項目背後的故事。這不是一篇產品説明書，而是一個開發者視角的實戰覆盤，聊聊我們是如何用一套工具，把一座龐大、複雜的城市“搬

資訊 , 知識 , 可視化

收藏 評論

shuzibingbaoshichangbu 頭像

圖觀 - 從“看見”到“預見”：數字孿生如何重塑城市公共安全智能中樞

在智慧城市建設的宏大敍事中，城市公共安全始終是基石與核心。傳統的安防體系，依賴視頻監控、傳感器網絡與獨立業務系統，雖積累了海量數據，卻常常面臨“數據孤島、響應滯後、協同低效”的困境。指揮中心的大屏上，信息碎片化呈現，決策者難以在瞬息萬變的突發事件中，快速洞察全局、精準研判、高效指揮。 問題的根源，往往不在於數據的匱乏，而在於缺乏一個能夠深度融合數據、直觀呈現態勢、並支持智能決策的“數字大腦”

資訊 , 知識 , 可視化

收藏 評論

u_15907379 頭像

步步為瑩 - 萬億參數模型優化：Python 量化部署技巧（QLoRA+TensorRT 實戰）

在近年來，隨着深度學習模型的不斷髮展，大規模預訓練語言模型（如 GPT-3、GPT-4 等）擁有了數百億、甚至數萬億的參數。然而，隨着模型規模的增加，計算和存儲的需求也大幅提高，這給模型部署帶來了挑戰。為了解決這些問題，量化技術（Quantization）成為了加速模型推理和降低部署成本的有效手段。 在本教程中，我們將介紹如何使用 QLoRA 和 TensorRT 來優化和

加載 , 權重 , 後端開發 , 深度學習 , Python

收藏 評論

u_16213369 頭像

mob64ca12e1881c - ollama vllm區別

ollama 和 vllm 是當前 AI 領域裏常用的兩種工具，它們在構建與應用深度學習模型上都具有獨特的優勢。然而，很多人對它們的區別仍然感到困惑。下面我將詳細講解如何通過具體步驟來區分和使用這兩種技術。 環境準備 在使用 ollama 和 vllm 之前，首先要確保您的環境是兼容的。以下是支持的技術棧和兼容性矩陣。 # Ubuntu 安裝命令 sudo apt updat

使用場景 , 技術棧 , aigc , ci

收藏 評論