wugy111-CSDN博客

原创 JVM体系结构与工作方式

1、JVM体系结构JVM全称是JAVA Virtual Machine（Java虚拟机），

2017-10-27 08:27:24 453

转载 HashMap

JDK7中的HashMapHashMap底层维护一个数组，数组中的每一项都是一个Entrytransient Entry[] table;向 HashMap 中所放置的对象实际上是存储在该数组当中；而Map中的key，value则以Entry的形式存放在数组中

2017-10-26 10:48:01 325

转载逻辑回归(Logistic Regression)

1、逻辑回归逻辑回归(Logistic Regression)

2017-10-25 17:16:28 1655

原创适配器与装饰器模式

适配器模式适配器模式，就是把一个类的接口变换成客户端所能接受的另一个接口，从而使两个接口不匹配的两个类能够在一起工作。通常用于一个项目需要引用一些开源框架来一起工作的情况下，这些开源框架都有一些关于环境信息的接口，需要从外部传入，但外部接口不一定能匹配，在这种请款下，就需要适配器模式来转换接口。适配器模式的结构适配器模式的类结构如图所示：各角色说明如下：Target(目标接口)：所

2017-10-25 11:42:12 933

NIO工作机制如上图，NIO有两个关键类：Channel和Selector，我们可采用城市交通工具来比喻NIO的工作方式，这里的Channel比Socket更加具体，它可以比作某种具体的交通工具，如汽车或高铁，而Selector可比作车站的车辆运行调度系统，它负责监控每辆车的当前运行状态，是已经出站还是在路上等。也就是它可以轮询每个Channel的状态. 这里还有一个 Buffer 类，它也比 St

2017-10-25 10:22:47 478

转载分布式系统常见的事务处理机制

为保障系统的可用性、可靠性以及性能，在分布式系统中，往往会设置数据冗余，即对数据进行复制。举例来说，当一个数据库的副本被破环以后，那么系统只需要转换到其他数据副本就能继续运行下去。另外一个例子，当访问单一服务器管理的数据的进程数不断增加时，系统就需要对服务器的数量进行扩充，此时，对服务器进行复制，随后让它们分担工作负荷，就可以提高性能。但同时，如何保障多个数据节点之间数据的一致以及如何处理分布式事务

2017-10-21 17:03:04 373

转载 RPC

public class RpcFramework { /** * 暴露服务 */ public static void export(Object service, int port) throws Exception { if (null == service) throw new IllegalArgumentExce

2017-10-21 17:00:54 225

原创 Unsafe

Unsafe源码

2017-10-21 16:53:40 224

原创 spring文件上传

spring文件上传1、配置对上传文件大小的限制<bean id="multipartResolver" class="org.springframework.web.multipart.commons.CommonsMultipartResolver"> <property name="defaultEncoding" value="ut

2017-10-21 16:50:16 1261

转载 Synchronized

synchronized

2017-03-30 16:21:38 408

转载 volatile的使用及其原理

1、 volatile的作用相比Sychronized（重量级锁，对系统性能影响较大），volatile提供了另一种解决可见性和有序性问题的方案。对于原子性，需要强调一点，也是大家容易误解的一点：对volatile变量的单次读/写操作可以保证原子性的，如long和double类型变量，但是并不能保证i++这种操作的原子性，因为本质上i++是读、写两次操作。2、volatile的使用1、防重排序我们从

2017-03-30 14:52:54 8570 3

原创 ubuntu编译hotspot

ubuntu编译hotspot

2017-03-30 10:31:02 798

机器学习实战

机器学习是人工智能研究领域中一个极其重要的研究方向，在现今的大数据时代背景下，捕获数据并从中萃取有价值的信息或模式，成为各行业求生存、谋发展的决定性手段，这使得这一过去为分析师和数学家所专属的研究领域越来越为人们所瞩目。, 本书第一部分主要介绍机器学习基础，以及如何利用算法进行分类，并逐步介绍了多种经典的监督学习算法，如k近邻算法、朴素贝叶斯算法、Logistic回归算法、支持向量机、AdaBoost集成方法、基于树的回归算法和分类回归树（CART）算法等。第三部分则重点介绍无监督学习及其一些主要算法：k均值聚类算法、Apriori算法、FP-Growth算法。第四部分介绍了机器学习算法的一些附属工具。, 全书通过精心编排的实例，切入日常工作任务，摒弃学术化语言，利用高效的可复用Python代码来阐释如何处理统计数据，进行数据分析及可视化。通过各种实例，读者可从中学会机器学习的核心算法，并能将其运用于一些策略性任务中，如分类、预测、推荐。另外，还可用它们来实现一些更高级的功能，如汇总和简化等。

2017-10-31

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

wugy

原创 spring文件上传下载