博客 RSS 訂閱

u_16099269 頭像

落筆成詩 - 電量優化—後台調度之JobScheduler

自 Android 6.0（API 23）起，系統引入兩項電池優化機制：低電耗模式（Doze Mode）與應用待機模式（App Standby）。它們通過限制後台活動來延長續航，但也帶來了應用行為改變，特別是依賴後台運行、網絡長連接或定時任務的業務場景，如 MDM 系統應用。 1. 低電耗模式（Doze Mode） 觸發條件 設

app , 後端開發 , Android , 用户交互 , Python

收藏 評論

u_87851 頭像

人類新新 - 微服務：事務管理 -

事務 事務是一組操作的集合，是一個不可分割的操作 事務會把所有的操作作為一個整體，一起向數據庫提交或者是撤銷操作請求，所以這組操作要麼同時成功要麼同時失效 事務應用 比如轉賬操作： 1.賬户 A 給 賬户 B 轉了 100元 2.賬户 B 的賬户 +100元 這是如果沒有事務的話，就可能會出現第一步實現了，但是第

Spring Boot , 事務隔離級別 , 數據庫 , 後端開發 , JAVA , 回滾 , harmonyos

收藏 評論

u_16099316 頭像

數據探索先鋒 - Rest安全接口的實現(Jwt)

要通過JWT簡單的令牌驗證和使用JSON 格式REST風格的API進行實現登錄功能先得認識JWT的RESTful。 1.JSON Web Token (JWT) 1.JWT是什麼？ JWT（JSON Web Token）是一種開放標準（RFC 7519），用於在各方之間安全地傳輸信息作為JSON對象。 JWT的基本

Spring Boot , MySQL , 後端開發 , restful , 後端 , Jwt , Python

收藏 評論

u_16213688 頭像

mob64ca14116c53 - AI 學習必知的十大深度學習方法！

NVIDIA-GPU 標量 / 向量 / 矩陣 / 張量 你提的問題很關鍵，這些概念是理解大模型數據流轉和計算邏輯的基礎。簡單説，它們是不同維度的“數值容器”，在大模型中分別承擔着存儲單個參數、單個特徵、批量特徵和高維複雜特徵的角色。 1. 標量（Scalar）：單個數值，0維 標量是最簡單的“數值容器”，只有大小，沒有方

數組 , 標量 , 權重 , 後端開發 , 人工智能 , 深度學習 , Python

收藏 評論

u_16213697 頭像

mob64ca14137e4f - MySQL實戰 | MySQL邏輯架構—一條查詢SQL是如何執行的-

mysql的架構採用引擎分離的模式，innodb引擎負責最終的數據查詢。 mysql解析sql後，調用innodb進行搜索數據，這個過程並不是mysql一次性調用，然後等待innodb返回所有的結果。 innodb提供了一個查詢方法，每次只查詢一行記錄，然後返回記錄，直到查詢不出結果。 mysql innodb的核心查詢邏輯 方法

MySQL , 升序 , 數據庫 , 後端開發 , 子節點 , Python

收藏 評論

u_13250 頭像

flybirdfly - Linux學習筆記（9）-守護進程

在前面的文章中，我們的服務器跑起來之後，實際上並不是會一直在運行，為什麼這麼説呢？因為受我們XShell的限制，只要我們將XShell關閉，我們運行的服務器也就中斷了。現實中我們使用的軟件肯定不是這樣的，這些軟件的服務器正常情況下會在主機上一直運行。所以我們這篇文章就來介紹一下如何做到 文章目錄 1. 進程組

進程間關係 , 後台進程 , 前台進程 , 後端開發 , Linux , 網絡 , Python

收藏 評論

u_14172 頭像

archangle - 【專利解密】高度集成化開關電源，芯朋微上市弱化電源進口依賴 - 極術社區

一、芯片核心參數與特性 關鍵電氣參數 輸入電壓範圍：7V-150V 這一寬範圍設計使芯片能夠適應從低壓電池系統到高壓工業電源的各種應用場景，特別是在輸入電壓波動較大的環境中仍能穩定工作。 轉換效率：最高95% 通過優化的四開關拓撲結構和同步整流技術，在典型工作條件下可實現高達95

後端開發 , 嵌入式硬件 , 引腳 , 1024程序員節 , 應用場景 , 硬件工程 , Python

收藏 評論

u_16213358 頭像

mob64ca12dedda8 - ollama Windows 怎麼使用GPU

在使用 Ollama 進行開發時，許多用户希望能夠利用其強大的 GPU 加速能力，尤其是在 Windows 操作系統上。然而，很多人可能會發現實現這一點並不那麼簡單。本文將詳細記錄如何解決“ollama Windows 怎麼使用GPU”這一問題，包括使用GPU的背景，可能遇到的錯誤現象，根因分析，具體的解決方案，以及後續的驗證和預防措施。 問題背景 在近年來的開發中，隨着數據處理

驅動程序 , aigc , 解決方案 , CUDA

收藏 評論

u_16099355 頭像

數據挖掘者 - Jupyter notebook 入門教程

一、什麼是 Jupyter Notebook？ Jupyter Notebook 是一個 開源的交互式計算環境，最初源自 IPython 項目，現已成為數據科學、機器學習和科研領域的核心工具之一。它的名字來自 Julia、Python 和 R 三種語言的首字母，體現了多語言支持的理念。 1. 核心特點 交互式執行：可以逐段運行

後端開發 , jupyter , ide , Markdown , Python

收藏 評論

u_16213643 頭像

mob64ca14068b0b - 如何在 MacOS 上卸載 Homebrew – 完整指南（2021）_mac卸載homebrew

Homebrew 是 MacOS 上一個流行的包管理器，它允許用户方便地安裝、更新和管理各種軟件包。然而，隨着時間的推移，在您的系統上可能會累積很多過時和無用的包，消耗寶貴的磁盤空間，並可能導致衝突或性能問題。 在本文中，我們將提供一個全面的指南，通過刪除過時和無用的軟件包幫助您簡化您的系統。 1: 更新 Homebrew 在開

雲課堂 , 新版本 , macos , 後端開發 , 安裝軟件 , Python

收藏 評論

u_87634 頭像

新新人類 - python基礎語法整理

1.介紹字面量 字面量的含義： 字面量是在代碼裏面寫的固定的一個數值相當於是C語音中的常量，但是與C語言中常量有一點不同，python中字面量只分以下6類 字面量分類：常用有6種（但是現在剛開始學習就先了解這3種類型） 整數（int) %d 如:52，66等 浮點數(float) %f

字面量 , 字符串 , 開發語言 , 後端開發 , JAVA , Python

收藏 評論

u_16213592 頭像

mob64ca13fa6a3c - HDFS介紹_51CTO博客

這是一個關於HDFS的核心優勢問題。簡單來説，HDFS的設計目標就是處理超大文件（TB/PB級別），並能在成千上萬台普通商用服務器上穩定運行。 下面我們來詳細分解這兩個問題： 1. HDFS可以處理多大的數據？ HDFS的設計初衷就是為了解決海量數據的存儲問題，它的數據容量能力可以從以下幾個層面來理解： 理論極限：極高

hdfs , 大數據 , 數據 , hadoop , 後端開發 , Python

收藏 評論

u_16213596 頭像

mob64ca13fb6939 - SpringCloud 網關組件 Gateway 原理深度解析

一、Spring Cloud Gateway 是什麼 在微服務架構中，系統通常被拆分為多個獨立的小服務，每個服務有自己的端口與職責。 但用户請求需要通過統一入口進入系統，並正確路由到目標服務，這就是 API 網關（Gateway） 的職責。 Spring Cloud Gateway 是 Spring 官方推出的新一代網關組件

spring , gateway , 微服務 , cloud , Css , spring cloud , 前端開發 , HTML

收藏 評論

u_16099347 頭像

JAVA小俠影 - 用WebAssembly提升前端應用解壓縮性能的嘗試

你是否還在為前端數據傳輸緩慢而困擾？當面對大量JSON日誌、高分辨率圖像或複雜3D模型時，JavaScript的壓縮效率往往成為性能瓶頸。WebAssembly（Wasm）技術帶來了突破——通過將C/C++/Rust等高性能語言編寫的壓縮算法編譯為瀏覽器可執行模塊，可實現比純JS快5-10倍的壓縮速度，同時減少60%以上的網絡傳輸量。本文將以zlib和Snappy算法為例

sed , rust , webassembly , 後端開發 , harmonyos

收藏 評論

u_16099166 頭像

數據小香 - Cesium開發基礎篇 | 05glTF介紹及加載

Cesium 用到的webgl擴展 1 OES_standard_derivatives OES_standard_derivatives 是 OpenGL ES 2.0 和 WebGL 1.0 的擴展，定義在 OpenGL ES 擴展規範中。 它引入了三個 GLSL 內置函數，用於在片段着色器中計算導數 d

着色器 , cesium , 後端開發 , 浮點 , webgl , Python

收藏 評論

u_12197 頭像

jack - 20張圖帶你徹底瞭解ReentrantLock加鎖解鎖的原理_阿Q説代碼的技術博客

ReentrantLock加鎖流程 加鎖成功流程 其實就是把state改為1，然後設置ExclusiveOwnerThread為當前線程 ** 加鎖失敗流程** 進入tryAcquire邏輯，這是state已經是1，結果仍然失敗 接下來進入addWaiter邏輯，構造Node隊

鎖 , JAVA , Css , juc , 前端開發 , ReentrantLock , 後端 , HTML

收藏 評論

u_16213608 頭像

mob64ca13fe62db - TPS、併發用户數、吞吐量關係

併發用户數：是指模擬用户實際去 請求的用户數量，模擬每個人去操作。 吞吐量：可以是 流量 也 可以是業務量。 持續時間1分鐘 10個用户併發，按每秒1個線程數來計算 請求數= 10用户×60分鐘×1個線程= 600次請求。 吞吐量=600個請求。 吞吐率=600個請求÷1分鐘=60個請求/秒 持續時間1分鐘 20個用户併發，按每秒1個線程來計算

請求超時 , 高負載 , 基線 , 後端開發 , Python

收藏 評論

u_16099172 頭像

編程小天匠 - Android ViewPager2實現無限輪播

輪播圖 輪播圖的基本概念 定義：輪播圖是一種可以水平或垂直滑動切換的多內容展示區域，通常自動循環播放。 實現 添加依賴 這裏我們通過Glide加載圖片，所以添加Glide的依賴 implementation 'com.github.bumptech.glide:glide:4.16.0' 佈局

windows , List , 後端開發 , Android , ide , Python

收藏 評論

u_16213575 頭像

墨舞青雲 - 深入淺出Android makefile(4)--LOCAL_STATIC_LIBRARIES_iteye

文章目錄 作用概述 具體作用 1. 資源合併 2. 代碼依賴 3. Manifest 合併 使用示例 與相關變量的區別 實際應用場景 注意事項 LOCAL_STATIC_ANDROID_LIBRA

靜態庫 , 後端開發 , STATIC_ANDROID , Android , Python

收藏 評論

u_16099199 頭像

數據俠客行 - 對稱加密、非對稱加密、RSA(總結)

前言 在數字時代、數據就像錢一樣金貴，甚至有時候比錢還要寶貴。無論是企業做系統開發，還是個人用各種APP，背後總有一堆加密算法在默默撐場子。今天我們就來聊聊什麼是對稱加密，什麼是非對稱加密 對稱加密與非對稱加密 對稱加密 對稱秘鑰就是加密和解密使用相同的秘鑰，所謂的秘鑰就是一段數據，我們使用秘鑰對數據進行加密，需要進行解密時我們只需要使用相同的秘鑰進行解密

非對稱加密 , 對稱加密 , 數據 , 後端開發 , Python

收藏 評論

u_16213465 頭像

mob64ca12f86e32 - stable軟件mac版官網下載

在本文中，我們將深入探討如何解決“stable軟件mac版官網下載”這一問題，尤其是如何在Mac上順利安裝該軟件。跟着我，一起逐步來看看所需要的準備、集成、配置、實戰應用，以及可能遇到的問題與解決方案。 環境準備 在開始之前，確認你的環境是安裝 stable 軟件的合適平台。stable 軟件支持的技術棧包括 macOS 的不同版本，以及相應的底層依賴庫。以下是一個四象限圖，展示

User , 數據 , API , aigc

收藏 評論

u_16213460 頭像

mob64ca12f73101 - ollama list 文件在哪

在使用 Ollama 進行機器學習模型管理時，可能會遇到“ollama list 文件在哪”的問題，即如何查找使用 Ollama 列出的模型文件。本文將詳細介紹解決這一問題的過程，包括環境配置、編譯過程、參數調優、定製開發、性能對比及部署方案。 環境配置 為了順利運行 Ollama，我們需要配置合適的開發環境。以下是環境配置的流程圖和代碼示例： flowchart TD

aigc , 編譯過程 , 環境配置 , 調優

收藏 評論

u_16213316 頭像

mob64ca12d4650e - idea github copilot 怎麼交互

在軟件開發中，使用工具來提高工作效率是非常重要的。近年來，GitHub Copilot 的出現為程序員們的日常工作帶來了極大的便利。但是，不同的集成開發環境（IDE）可能會在交互使用 GitHub Copilot 時造成一些困擾。今天，我將和大家一起探討如何實現“idea github copilot 怎麼交互”的問題。 首先，為什麼我要寫這篇博文呢？我在使用 IntelliJ ID

github , 配置文件 , aigc , 解決方案

收藏 評論

u_13317 頭像

liutao988 - [推薦系統]粗排之引言

第五章：計算機視覺-項目實戰之推薦/廣告系統 第二部分：粗排算法 第三節：理解粗排模型之在線部分：在線架構及對雙塔的應用 一、粗排模型從“訓練”走向“線上”的最大挑戰是什麼？ 上一節我們完成了粗排雙塔的離線訓練部分（Embedding 學習 + Faiss/HNSW 索引）。 但模型訓練完，並不等於能上線。真正落地粗排系統，需要解

解耦 , User , 離線 , 後端開發 , Python

收藏 評論