收藏 / 列表

lidong_58afb57096f8c 頭像

李棟 - 【zookeeper 第三篇章】客户端操作

一、新增 create 命令 格式：create [-s] [-e] path data 説明：用於創建節點並賦值。 [-s] [-e]：-s 和 -e 都是可選的，-s 代表順序節點， -e 代表臨時節點，注意其中 -s 和 -e 可以同時使用的，並且臨時節點不能再創建子節點。 path: 指定要創建節點的路徑，比如 /test。 data: 要在此節點存儲的數據。 1、創建持久

zookeeper , 分佈式系統 , 後端

u_11365552 頭像

素雨末 - 遞歸和迭代比較優缺點

一、定義簡述 遞歸：函數在執行過程中調用自身，通過不斷縮小問題規模，最終達到一個“基準條件”後返回。 迭代：通過循環結構（如for、while）重複執行一段代碼，直到滿足退出條件。 二、優缺點對比 維度

Stack , 遞歸 , 後端開發 , JAVA , 迭代

u_12795311 頭像

CodePulse代碼脈搏 - AI低代碼平台增強版：企業級功能與AI增強

基於現有低代碼平台，添加企業級功能、AI增強和高級集成能力。 1. 企業級工作流引擎 # workflow_engine.py from typing import Dict, List, Any from enum import Enum from datetime import datetime import asyncio class NodeTyp

List , 數據 , 後端開發 , JAVA , Json

zzger 頭像

我不是碼農 - 記錄一次使用線程池調用kafka發送消息產生的內存泄漏問題

在需求實現裏，我需要把持久化在數據庫中的對象一直往kafka裏發送，然後由flink進行消費，把當前的對象和存儲的用户軌跡記錄等等信息進行比對，如果比對成功則觸發 最開始我是通過單線程發送，發現發送速度有點慢，這裏面我需要把對象做一些處理（比如split,flat,fitler）後才發送到kafka，大概30w+的對象需要十多分鐘那邊才能預警到，於是開始進行性能優化，使用並行流進行處理，改變

gc , 多線程 , JAVA , 內存溢出

jueqiangdeqianbi 頭像

倔強的鉛筆 - 從零開始學習 Postman 變量的使用技巧

在我們進行 API 開發和測試時，使用諸如 Postman 之類的工具可以極大地簡化工作流程，提高效率。Postman 的一個強大功能就是變量（Variables）。利用變量，我們可以使我們的請求變得更加動態和靈活，避免重複輸入數據，提高測試的可維護性和可讀性。 什麼是變量？ 在編程中，變量是用於存儲數據值的命名存儲位置。類似的，Postman 中的變量也是如此。它們允許我們在不同的請求中重用相同

API , postman , 程序員 , 變量 , 後端

boxuegu 頭像

博學谷狂野架構師 - 愛上源碼，重學Spring MVC深入

1.1 gradle搭建源碼調試環境 1）搭建gradle環境 4個步驟 1、File-New-Module 選擇java和web 2、填寫包信息 3、存儲路徑 2）增加起步依賴 依賴的項目，直接複製粘貼上去 1、對spring的依賴 2、對MVC的依賴 3、對Tomcat插件的依賴 build.gradle group 'com.spring.test' version '5.0.2

spring , spring-mvc , JAVA , mvc

u_16297326 頭像

虎斑嘟嘟 - 大模型智能體在醫療影像診斷中的特徵提取與識別

大模型智能體在醫療影像診斷中的特徵提取與識別 隨着人工智能技術的快速發展，大模型智能體在醫療影像診斷領域正掀起一場革命。本文將深入探討大模型智能體如何通過先進的特徵提取與識別技術，改變醫療影像的診斷方式，並提供詳細的代碼實例展示這一過程的具體實現。 醫療影像診斷中大模型智能體的技術基礎 大模型智能體在醫療影像診斷中的核心價值在於其能夠模仿甚至增強人類專家的診斷思

yyds乾貨盤點 , 後端開發 , JAVA , Image , 模態 , 特徵提取

souyunku 頭像

架構師專欄 - Redis 7.0性能大揭秘：如何優化緩存命中率？

Redis 7.0，這貨不僅僅是一個簡單的緩存工具，它更是一款高性能的數據結構服務器。現在，大家都知道緩存命中率對性能影響特別大，但怎麼優化它呢？ 本文，已收錄於，我的技術網站 ddkk.com，有大廠完整面經，工作技術，架構師成長之路，等經驗分享 1、合理設計鍵值結構 Redis的數據結構和鍵的設計方式對性能有直接影響。比如，咱們可以用哈希表存儲共同前綴的鍵，這樣既節省了內存，又提高了查找效率。

緩存命中率 , 性能優化 , redis , 緩存 , redis集羣

xiongod 頭像

xiongood - Vue 中生命週期鈎子的使用

Vue 中生命週期鈎子的使用 在 Vue 組件從創建到銷燬的整個過程中，會經歷一系列特定的階段，就像人從出生到成長再到衰老的過程。生命週期鈎子就是在這些階段中自動觸發的函數，讓我們能在合適的時機執行特定操作，比如初始化數據、發送請求、操作 DOM 等，是掌控組件行為的重要工具。 最常用的生命週期鈎子之一是onMounted，它會在組件掛載到 DOM 後立即執行。這時候組件的 DO

生命週期 , 初始化 , 後端開發 , JAVA , 數據請求

longbig 頭像

卷福同學 - 分佈式系統架構8：分佈式緩存

這是小卷對分佈式系統架構學習的第11篇文章，今天瞭解分佈式緩存的理論知識以及Redis集羣。 分佈式緩存也是面試常見的問題，通常面試官會問為什麼要用緩存，以及用的Redis是哪種模式，用的過程中遇到哪些問題這些 1. AP還是CP Redis 集羣就是典型的 AP 式，它具有高性能、高可用等特點，但它卻並不保證強一致性。 而能夠保證強一致性的 ZooKeeper、Doozerd、Etcd

分佈式系統 , springboot , JAVA , 分佈式 , 後端

fuzhengwei 頭像

小傅哥 - DDD 架構分層，MQ消息要放到那一層處理？

作者：小傅哥 博客：https://bugstack.cn 沉澱、分享、成長，讓自己和他人都能有所收穫！😄 本文的宗旨在於通過簡單幹淨實踐的方式教會讀者，使用 Docker 配置 RocketMQ 並在基於 DDD 分層結構的 SpringBoot 工程中使用 RocketMQ 技術。因為大部分 MQ 的發送都是基於特定業務場景的，所以本章節也是基於 《MyBatis 使用教程和插件開發》

架構設計 , JAVA , ddd , 架構模式 , 架構師

leett 頭像

wx661607c93692e - Java遞歸詳解：從入門到精通

什麼是遞歸？ 在計算機科學中，遞歸（Recursion） 是指一個函數在其定義中調用自身的過程。遞歸是一種強大的編程技巧，特別適用於解決具有“自相似”結構的問題，比如樹的遍歷、階乘計算、斐波那契數列等。 在 Java 中，遞歸函數必須滿足兩個基本條件： 基準條件（Base Case）：遞歸必須有一個明確的終止條件，否則會導致無限遞歸，最終引發S

尾遞歸 , 遞歸 , 後端開發 , JAVA

lenglingx 頭像

lenglingx - Guava之Stopwatch

Stopwatch主要用於時間統計吧 其實不光Guava，Apache Commons, 以及Spring Utils工具集都有StopWatch這個工具。 Guava的Stopwatch的例子代碼TestStopWatch.java package com.cqsym.lmdw1.testguava; import com.google.common.base.Stopwatch; im

sed , System , i++ , 後端開發 , JAVA

codesheep_pro 頭像

CodeSheep - 稚暉君又開始搖人了，有點猛啊！

最近，稚暉君創業的智元機器人公司又開始各種“搖人”了，除了 2026 屆校園招聘正式啓動之外，最引人矚目的當屬新發布的「優才計劃」。 怎麼樣？這個名字是不是看起來就不一般？ 沒錯，這個屬於智元的高端人才招聘計劃，面向全球頂尖技術人才的公開招聘。 並且智元的這次優才計劃主要聚焦在兩個重點核心研發部門，分別是： 「智元 X-Lab」 和 「智元具身研究中心」。 其中「X-Lab」是智元 CTO-Of

機器學習 , 人工智能 , typescript , 前端 , Javascript

journey_64224c9377fd5 頭像

journey - MySQL原理

1、JDBC Connection實例是線程安全的嗎？ Connection實例是線程安全的嗎？ 能不能只創建一次，共享Connection對象？ 答案是不能的， Connection不是線程安全的，他會在多線程環境下，導致數據庫操作的混亂，特別是在事務存在的情況下：可能一個線程剛開啓事務con.setAutoCommit(true)，而另一個線程直接提交事務con.commit(); 對

MySQL , mysql索引 , mysql優化

u_15505879 頭像

資深程序設計 - 基於python大數據的房價數據分析系統

1、研究背景 在當今數字化時代，房地產行業作為國民經濟的重要支柱產業，其數據量呈現出爆炸式增長。房價數據不僅涵蓋了房屋的基本屬性，如面積、户型、樓層等，還涉及地理位置、周邊配套設施、市場供需關係、宏觀經濟指標等眾多因素。這些海量且複雜的數據藴含着豐富的信息，對於政府制定房地產調控政策、企業進行市場決策以及購房者做出合理選擇都具有至關重要的價值。傳統的人工分析方法在處理如此龐

大數據 , yyds乾貨盤點 , 數據 , MySQL , 後端開發 , 房價分析 , Python

u_16040716 頭像

sangwu - 70. 爬樓梯

70. 爬樓梯 假設你正在爬樓梯。需要n階你才能到達樓頂。 每次你可以爬1或2個台階。你有多少種不同的方法可以爬到樓頂呢？ 示例 1： 輸入：n = 2 輸出：2 解釋：有兩種方法可以爬到樓頂。 1. 1 階 + 1 階 2. 2 階 示例 2： 輸入：n = 3 輸出：3 解釋：有三種方法可以爬到樓頂。 1

狀態轉移 , 數組 , yyds乾貨盤點 , i++ , 後端開發 , JAVA

codecraft 頭像

codecraft - 聊聊logback的addtivity屬性

序 本文主要研究一下logback的addtivity屬性 LoggerModel ch/qos/logback/classic/model/LoggerModel.java @PhaseIndicator(phase = ProcessingPhase.SECOND) public class LoggerModel extends Model { private static fin

logback , JAVA , challenge