收藏 / 列表

zeran 頭像

Zeran - 事務隔離級別和MVCC

事務隔離級別 事務併發執行時遇到的一致性問題 髒寫 如果一個事務修改了另一個為提交事務修改過的事務，就意味着發生了髒寫現象。我們可以把髒寫現象簡稱為P0.假設現在事務T1和T2併發執行，它們都要訪問數據項x（可以把數據項x當作一條記錄的某個字段）。那麼P0對應的操作執行序列如下所示: p0: w1[x]...w2[x]...((c1 or a1) and (c2 or a2) in any ord

MySQL , innodb , 事務 , mvcc

javadaydayup 頭像

用户bPbhIAe - Java中MessageFormat的坑

Java中MessageFormat的坑 問題現象 某個業務功能需要通過SSH協議執行命令查詢一些數據，而某次查詢居然沒有得到任何結果，導致界面沒有任何數據，但是手動執行這個命令又是能夠查詢到數據的。刨了半天日誌也確實沒有看到日誌裏面有什麼異常的信息，百思不得其解數據究竟去哪裏了？？？ 問題排查 看了一段時間還是沒有什麼頭緒，這個時候內心開始慌了。 趕緊看了一下提交記錄，確認了一下代碼不是我寫

JAVA , 字符串處理

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_16903380 頭像

小碼哥068 - 短劇、短視頻、微劇管理系統

一、短劇的開發背景 短劇的火爆並非偶然，它滿足了當下人們快節奏生活中對於碎片化娛樂的需求。與傳統長劇相比，短劇單集時長較短，一般在幾分鐘甚至更短，劇情緊湊，節奏明快，能夠在短時間內為觀眾帶來強烈的情感衝擊和愉悦體驗。無論是在通勤路上、午休間隙還是睡前片刻，人們都可以輕鬆觀看幾集短劇，緩解生活的壓力，享受片刻的娛樂時光。 二、技術開發 後

視頻播放 , 搜索 , 後端開發 , JAVA , 消息通知

fuzhengwei 頭像

小傅哥 - 爬蟲大佬，把他總結的正則表達式使用給我了！

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！😄 一、前言 編程總在實踐中出結果！ 正則表達式，又稱規則表達式。（英語：Regular Expression，在代碼中常簡寫為regex、regexp或RE），計算機科學的一個概念。正則表達式通常被用來檢索、替換那些符合某個模式(規則)的文本。 正則引擎主要可以分為兩大類：一種是DFA

網頁爬蟲 , JAVA , 正則表達式 , 程序員

leett 頭像

wx661607c93692e - 用 Thumbnailator 三行代碼寫出企業級縮略圖服務

一、為什麼選擇 Thumbnailator？ 對比項 自研 AWT 方案 Thumbnailator

縮放 , Test , 後端開發 , JAVA

lenglingx 頭像

lenglingx - Guava之EventBus

EventBus是Guava中實現的用於發佈/訂閲模式的事件處理組件。 一、先來要給簡單的Demo java一切皆對象，肯定有個事件對象。 Event.java package com.cqsym.lmdw1.testguava; import lombok.Getter; import lombok.Setter; @Getter @Set

System , 後端開發 , JAVA , 事件處理

aigoto 頭像

逐夢AI - 7種常見鳥類分類圖像數據集（8000張圖片已劃分）｜AI訓練適用於目標檢測任務

7種常見鳥類分類圖像數據集（8000張圖片已劃分）｜AI訓練適用於目標檢測任務 一、背景 鳥類是自然生態系統中最具代表性的動物之一，它們的分佈廣泛、種類繁多，也是生態監測、生物多樣性研究和環境保護的重要指標。 在人工智能技術的推動下，利用計算機視覺模型對鳥類進行自動識別與分類，不僅能幫助科研人員快速統計物種數量，還能為野生動物保護、生態巡檢等領域提供智能化支持。 本數據集正是為此目的而構建的

機器學習 , 算法

coderdd 頭像

程序猿DD - 微服務正在悄然消亡：這是一件美好的事

最近在做的事情正好需要系統地研究微服務與單體架構的取捨與演進。讀到這篇文章，許多觀點直擊痛點、非常啓發，於是我順手把它翻譯出來，分享給大家，也希望能給同樣在複雜性與效率之間權衡的團隊一些參考。 微服務正在悄然消亡：這是一件美好的事 為了把我們的創業產品擴展到數百萬用户，我們搭建了 47 個微服務。 用户從未達到一百萬，但我們達到了每月 23,000 美元的 AWS 賬單、長達 14 小時的故障，以

微服務

chengxy 頭像

程序員小富 - 別再亂排查了！Kafka 消息積壓、重複、丟失，根源基本都是 Rebalance！

大家好，我是小富～ 有次上線監控告警突然炸了，Kafka 訂單 Topic 消息積壓量突破 10 萬條，下游支付服務拿不到數據，部分用户付款後一直顯示處理中。 緊急登錄集羣排查，發現消費者組明明有 3 個節點，卻只有 1 個在正常消費，原來 10 分鐘前觸發了 Rebalance，另外兩個節點還卡在分區重新分配的狀態，導致消費能力直接砍半。 所以我的經驗是：Kafka出現消息積壓、重複、丟失這類問

JAVA , 後端

lanyiyun666 頭像

藍易雲 - 藍易雲cdn:Redis是如何保證高可用的？

Redis的高可用架構是其在生產環境穩定運行的核心能力之一。它通過多層機制（主從複製、哨兵監控、Cluster集羣）實現故障自動轉移與數據冗餘，從而保障系統在節點宕機、網絡異常或硬件故障時依然能持續服務。下面從機制原理、核心命令解釋、以及工作流程三個角度系統分析。⚙️ 一、核心機制解析 機制名稱 核心作用 高可用特性 典型應用場景 f

kubernetes , devops , serverless , Docker , apache

renzhendezicai 頭像

認真的紫菜 - Kotlin小技巧之用Transformations.map方法轉換LiveData

本文首發於公眾號“AntDream”，歡迎微信搜索“AntDream”或掃描文章底部二維碼關注，和我一起每天進步一點點 在Kotlin中，transformations.map是用於將一個 LiveData 的數據進行轉換的拓展函數，它屬於 Android Architecture Components 中的 LiveData 轉換部分。這個函數允許你在 LiveData 的數據發生變化時，自動地

Kotlin , 面試 , mvvm , Android , 程序員

lvlaotou 頭像

呂秀才 - 深入淺出Java多線程(十三)：阻塞隊列

引言 大家好，我是你們的老夥計秀才！今天帶來的是[深入淺出Java多線程]系列的第十一篇內容：AQS（AbstractQueuedSynchronizer）。大家覺得有用請點贊，喜歡請關注！秀才在此謝過大家了！！！ 在現代多核CPU環境中，多線程編程已成為提升系統性能和併發處理能力的關鍵手段。然而，當多個線程共享同一資源或訪問臨界區時，如何有效地控制線程間的執行順序以保證數據一致性及避免競態條件

jvm , 多線程 , JAVA , 阻塞隊列 , 隊列

lazytimes 頭像

阿東 - 【Linux】《how linux work》第十一章 Shell 腳本簡介

Chapter 11. Introduction to Shell Scripts（第 11 章 Shell 腳本簡介 Shell 腳本簡介） If you can enter commands into the shell, you can write shell scripts (also known as Bourne shell scripts). A shell script is a

Linux , 翻譯

litongjava 頭像

李通 - jfinal-aop

jfinal-aop introduction jfinal內置的aop實現太優秀了,為了方便其他框架的項目中使用,獨立成了單獨的項目並進行了二次開發,命名為jfinal-aop 開源地址 https://github.com/litongjava/jfinal-aop 使用maven導入 dependency groupIdcom.litongjava/groupId

2023-年度總結 , aop , jfinal , JAVA

vivo_tech 頭像

vivo互聯網技術 - 擁抱新一代 Web 3D 引擎，Three.js 項目快速升級 Galacean 指南

作者： vivo 互聯網前端團隊- Su Ning 本文從多個維度對比 Galacean 和 Three.js 兩款Web3D 引擎的差異，並介紹擬我形象項目從Three.js 切換到 Galacean 以後帶來的提升以及項目遷移的心得，為其他 Three.js 項目升級到 Galacean 提供參考。 1分鐘看圖掌握核心觀點👇 一、背景 Web 3D 技術的發展日新月異，為我們帶來了

three.js , 前端

lidong_58afb57096f8c 頭像

李棟 - 【zookeeper 第五篇章】Curator 庫

一、概述 Curator是 Netflix 開源的一套 zookeeper 客户端框架，解決原生 Api 的好多問題。 二、添加依賴 !-- 對zookeeper的底層api的一些封裝 -- dependency groupIdorg.apache.curator/groupId artifactIdcurator-fr

zookeeper , 分佈式系統 , JAVA , 後端

u_16040716 頭像

sangwu - 74. 搜索二維矩陣

74. 搜索二維矩陣 給你一個滿足下述兩條屬性的m x n整數矩陣： 每行中的整數從左到右按非嚴格遞增順序排列。 每行的第一個整數大於前一行的最後一個整數。 給你一個整數target，如果target在矩陣中，返回true；否則，返回false。 示例 1： 輸入：matrix = [[1,3,5,

yyds乾貨盤點 , 搜索 , 二維 , Math , 後端開發 , JAVA

u_16297326 頭像

虎斑嘟嘟 - 魯棒性認證：隨機平滑的ℓ₁/ℓ₂認證半徑精確分析

魯棒性認證：隨機平滑的ℓ₁/ℓ₂認證半徑精確分析 對抗樣本的存在猶如深度學習領域的"暗物質"，揭示了模型決策邊界中隱藏的脆弱性。面對這一挑戰，隨機平滑技術脱穎而出，成為首個能夠為大規模深度學習模型提供可證明魯棒性保證的實用方法。然而，傳統的隨機平滑分析主要集中於ℓ₂範數威脅模型，在現實世界中更為常見的ℓ₁威脅（如稀疏對抗擾動）面前顯得力不從心。 本文將深入探討隨機平滑

縮放 , yyds乾貨盤點 , 後端開發 , JAVA , 深度學習 , 二分搜索

xiongod 頭像

xiongood - Vue 中 slot 的使用方法

Vue 中 slot 的使用方法 在 Vue 組件化開發中，slot（插槽）就像組件預留的 “靈活接口”，讓父組件能向子組件的指定位置插入自定義內容，既保留了子組件的結構複用，又賦予了內容定製的靈活性，避免了組件過於僵硬。無論是簡單的文本插入，還是複雜的組件嵌套，slot 都能輕鬆應對，是組件複用與定製的核心工具。 最基礎的是默認插槽，子組件中預留一個未命名的插槽，父組件在使用子

數據 , 自定義 , 插槽 , 後端開發 , JAVA

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

codesheep_pro 頭像

CodeSheep - 如期而至！JetBrains全新UI正式官宣標配！

早在今年4月份的時候，JetBrains為其多款IDE發佈了2024年度首個大版本更新：2024.1。 説時遲，那時快，這不JetBrains年度第二個大版本更新2024.2馬上又要來了。 不僅如此，這次官方還正式宣佈：在即將到來的2024.2版本中，將為所有JetBrains IDE啓用全新默認UI。 這也意味着之前搞了好幾年中間也放出來預覽和Beta的新UI，現在也官宣隨這次新版全面默認開啓

pycharm , intellij-idea , webstorm , 前端 , Javascript

u_17171325 頭像

鴿鴿程序猿 - 【項目】【抽獎系統】數據庫的建立 與 通用功能

一、數據庫表的設計與建立 1.1 ⽤⼾表 user 字段 類型 非空(Y/N)

yyds乾貨盤點 , 後端開發 , 錯誤碼 , JAVA , 主鍵 , ci

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