收藏 / 列表

自由的瘋 - 《分佈式 + 國產數據庫 + Docker:技術選型避坑指南》(十)

一、為什麼必須用 Docker Compose?手動啓動多容器的 “四宗罪” 1. 手動操作的痛點(開發 / 測試環境高頻踩坑) 命令繁瑣:啓動 5 個服務需執行docker run5 次,每次需配置端口映射、環境變量、數據卷,複製粘貼易出錯; 依賴混亂:若先啓用户服務再啓 Nacos,用户服務會因連接 Nacos 失敗反覆重啓; 數據丟失:

yyds乾貨盤點 , jar , 數據 , 後端開發 , JAVA , Docker

xiongood - Vue 中 provide 與 inject 的使用方法

Vue 中 provide 與 inject 的使用方法 在 Vue 組件樹中,當需要跨多層級傳遞數據時,一層層用 props 傳遞會變得繁瑣,就像接力賽要經過多個人傳遞一樣低效。這時候 provide 與 inject 就像一對 “數據快遞通道”,能讓父組件直接把數據 “發送” 給任意層級的子組件,跳過中間層,讓深層級通信更簡潔。 最基礎的用法是父組件通過 provide 提供

數據 , 默認值 , 後端開發 , JAVA , ide

吳大同 - qData 數據中台【開源版】發佈 1.0.5 版本,全面提升規則治理、非結構化數據處理與部署體驗

2025年9月3日 —— 企業級開源數據中台 qData 開源版 正式發佈 1.0.5 版本。本次更新聚焦 規則治理一體化、非結構化數據支持、以及開源版的體驗與部署優化,進一步提升規則複用能力、數據接入廣度與運維效率,幫助企業和開發者更輕鬆地構建高質量數據治理體系。 ✨ 新增功能 🧩 字段級規則綁定:在“數據元類型”中即可為字段綁定稽查與清洗規則,任務和組件配置時自動加載並可二次修改,大幅減

大數據 , 開源軟件 , 數據中台 , JAVA , 數據治理平台

飛天鑄幣 - redis高頻面試題

緩存穿透 概念 緩存穿透是指查詢一個數據庫中不存在的數據,由於這個數據在緩存不存在,所以會直接跳過緩存,直接請求數據庫。 解決辦法 1. 緩存一個空對象 如果查詢的是一個不存在的數據時,可以設置一個短期過期時間的key的數據,然後將它存入緩存中。 2. 布隆過濾器 2.1 先把緩存中的數據的key值存入到布隆過濾器中 2.2 在查詢緩存前,先判斷當前的key值是否存在於布隆過濾器中,其中分為兩個結

redis , 面試 , JAVA

舒一笑不禿頭 - Mac環境安裝Nginx指南實錄

在Mac電腦上運行Nginx,最簡便且推薦的方法是使用 Homebrew 安裝和管理。以下是詳細步驟指南: ✅ 一、安裝 Homebrew(如已安裝可跳過) 打開終端(Terminal),執行以下命令安裝 Homebrew(Mac 上最常用的包管理工具): /bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebr

Nginx , 程序員 , 前端

Meng小羽 - Phoenix框架 從0到1設計業務併發框架 小米商城產品站革新之路

前言 小米商城產品站之前由於歷史原因,存在着諸多問題與不便,隨着技術的快速變革,技術部中台化的建設,越來越不適用於現在快速迭代的業務需求,接下來我將以技術的視角講解我們遇到的痛點,以及解決這些痛點的思路,也就是 Phoenix 框架誕生的故事。 為啥要進行設計一個框架,其實是業務發展導向的結果,若是我們不進行設計,那麼我們會遇到如下一些問題: 在新的產品需求規劃下,無法承接大型項目,只能進行小

框架 , 架構設計 , JAVA , 併發

軟件部長 - 生產排程太混亂?私有化部署一套開源的APS系統吧!

• 生產計劃又雙叒叕改了? • 這台機器到底該先做哪個訂單? • 設備空轉半小時,工人卻在等物料! • 客户催得太急,插個單! 亂糟糟的生產排程表、頻繁的訂單更改、設備閒置與超負荷並存,這些場景在製造業中非常熟悉吧。訂單越多,計劃越亂。 很多企業生產排程依舊依賴人工經驗和反覆修改的Excel表格,這種傳統的方式不僅耗時耗力,還容易導致計劃與實際生產無法均衡,然後生產混

開源軟件 , 私有化部署 , 製造業 , 開源項目介紹

青雲交技術圈 - Java 大視界 -- Java 大數據機器學習模型在遙感圖像土地利用分類中的優化與應用

(centerJava 大視界 -- Java 大數據機器學習模型在遙感圖像土地利用分類中的優化與應用/center) 引言 嘿,親愛的 Java 和 大數據愛好者們,大家好!我是CSDN(全區域)四榜榜首青雲交!隨着衞星遙感技術的飛速發展,我們得以從 “上帝視角” 俯瞰地球,海量遙感圖像數據如同寶庫,藴藏着土地利用的關鍵信息。但面對這 “數據洪流”,傳統分類方法如同在茫茫大海撈

機器學習 , spark , hdfs , 大數據 , yyds乾貨盤點 , 數據 , Java大數據 , 遙感圖像

lenglingx - mc在MinIO中創建用户創建policy用户和policy的綁定(minio)

minio下載地址:https://dl.min.io/ 有2個程序,一個minio,一個 mc 是(minio client)簡稱。 wget https://dl.min.io/community/server/minio/release/linux-amd64/minio wget https://dl.min.io/community/cli

顯示文件 , 上傳 , 運維 , 基本語法

逐夢AI - 基於 YOLOv8 的焊接表面缺陷檢測|完整源碼數據集+PyQt5界面+完整訓練流程+開箱即用!

基於 YOLOv8 的焊接表面缺陷檢測|完整源碼數據集+PyQt5界面+完整訓練流程+開箱即用! 源碼包含:完整YOLOv8訓練代碼+數據集(帶標註)+權重文件+直接可允許檢測的yolo檢測程序+直接部署教程/訓練教程 源碼在文末嗶哩嗶哩視頻簡介處獲取。 nc: 3 names: [ '焊接不良', '焊接良好', '焊接缺陷' ] 項目摘要 本項目結合 YOLOv8 檢測模型 與 P

機器學習 , 深度學習

程序猿DD - 變量名越怪,JVM 越快?

在軟件工程的共識裏,變量命名越清晰越好——意圖明確、語義完整、見名知意,這能降低溝通成本、減少誤解、提升可維護性。幾乎所有風格指南都把“有意義的命名”視為第一原則。 但今天讀到的一篇文章《Java Performs Better When You Misspell Variable Names》,把這條鐵律裏的“性能部分”掀了桌:在 Java 的某些棧中,刻意縮短、甚至“錯拼”的變量名,可能真的讓

JAVA

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

今夜有點兒涼 - Redis緩存三大坑:穿透、擊穿、雪崩

Redis緩存三大坑:穿透、擊穿、雪崩 緩存的作用 緩存就像你家冰箱,常用的東西(數據)放裏面,拿的時候快;冰箱沒有的,再去菜市場(數據庫)買。但這三種問題,本質都是"冰箱出了狀況,導致菜市場被擠爆"。 1. 緩存穿透 大白話解釋:查一個"根本不存在的東西",緩存裏沒有,數據庫裏也沒有。結果就是,每次查這個東西,都要去數據庫查一遍,相當於冰箱裏沒有,你還天天去菜市場問有沒有"龍肉",菜市場天天白忙

redis

藍易雲 - 藍易雲:解決http下navigator.clipboard為undefined問題

在前端開發中,navigator.clipboard 是現代瀏覽器提供的剪貼板讀寫接口,可直接複製或粘貼文本。然而,許多開發者在 HTTP 環境下 會遇到 navigator.clipboard 為 undefined 的問題。這並非代碼錯誤,而是 瀏覽器安全策略 的限制所致 ⚙️。 下面將深入剖析這一問題的原理與解決方案,並提供兼容性處理方式。 🧠 一、問題成因分析 navigator.cl

kubernetes , devops , serverless , Docker , apache

bin的技術小屋 - 小小的引用計數,大大的性能考究

本文基於 Netty 4.1.56.Final 版本進行討論 在上篇文章《聊一聊 Netty 數據搬運工 ByteBuf 體系的設計與實現》 中,筆者詳細地為大家介紹了 ByteBuf 整個體系的設計,其中筆者覺得 Netty 對於引用計數的設計非常精彩,因此將這部分設計內容專門獨立出來。 Netty 為 ByteBuf 引入了引用計數的機制,在 ByteBuf 的整個設計體系中,所有的 Byt

netty , JAVA , 後端

認真的紫菜 - Android面試題之Kotlin協程併發問題和互斥鎖

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 Kotlin 語言提供了多種機制來處理併發和同步,其中包括高層次和低層次的工具。對於常規的併發任務,可以利用 Kotlin 協程提供的結構化併發方式。而對於需要更低層次的鎖定機制,可以使用 Mutex 來實現對共享資源的線程安全訪問。 Kotlin 協程與併發(Coroutine

Kotlin , 協程 , Android , 併發 , 併發編程

得物技術 - 從 JSON 字符串到 Java 對象:Fastjson 1.2.83 全程解析|得物技術

一、概述 Fastjson 是阿里巴巴開源的高性能 JSON 序列化處理庫,其主要以處理小數據時速度最快而著稱,功能全面。Fastjson1.X版本目前已停止維護,被Fastjson2.X代替,但1.X版本國內被廣泛使用,通過學習其技術架構,剖析架構上優缺點,對技術人員提升軟件設計工程實踐能力很有價值。 首先我們對“序列化 / 反序列化”概念上建立直觀認識,把Java對象轉化為JSON格式的字符串

開源 , JAVA , 後端 , Json

呂秀才 - 深入淺出Java多線程(三):線程與線程組

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]系列的第三篇內容:線程與線程組。大家覺得有用請點贊,喜歡請關注!秀才在此謝過大家了!!! 在現代軟件開發中,多線程編程已成為提升程序性能和併發能力的關鍵技術之一。Java作為主流的面向對象編程語言,其對多線程的支持尤為強大且靈活。深入理解並掌握Java中的線程組(ThreadGroup)與線程優先級機制是構建高效、穩定併發

java多線程 , 線程 , 多線程 , JAVA , thread

阿東 - 【Linux】《how linux work》第十四章 Linux 桌面簡介

Chapter 14. A Brief Survey of the Linux Desktop(Linux 桌面簡介) This chapter is a quick introduction to the components found in a typical Linux desktop system. Of all of the different kinds of software th

Linux , 翻譯

god23bin - 一文快速入門體驗 Hibernate

前言 Hibernate 是一個優秀的持久層的框架,當然,雖然現在説用得比較多的是 MyBaits,但是我工作中也不得不接觸 Hibernate,特別是一些老項目需要你維護的時候。所以,在此寫下這篇文章,方便自己回顧,也方便新手入門體驗 Hibernate。 注:使用的版本是 Hibernate 5.x 的 什麼是 ORM? ORM(Object Relational Mapping,對象關係映射

orm , hibernate-5.x , jpa , JAVA , 後端

flydean - Java併發Map的面試指南:線程安全數據結構的奧秘

簡介 在計算機軟件開發的世界裏,多線程編程是一個重要且令人興奮的領域。然而,與其引人入勝的潛力相伴而來的是複雜性和挑戰,其中之一就是處理共享數據。當多個線程同時訪問和修改共享數據時,很容易出現各種問題,如競態條件和數據不一致性。 本文將探討如何在Java中有效地應對這些挑戰,介紹一種強大的工具——併發Map,它能夠幫助您管理多線程環境下的共享數據,確保數據的一致性和高性能。我們將深入瞭解Java中

面試 , 面試問題 , 多線程 , JAVA , java-web

Ambition的後花園 - Java調用DeepSeek傳圖文示例

瞭解您想用Java同時傳遞圖片和文字信息給DeepSeek API。雖然目前的搜索結果中缺乏直接使用DeepSeek多模態接口處理圖片的Java示例,但我可以基於通用的大模型多模態API調用原理,為您提供一個可行的實現方案。 以下是一個基於OkHttp庫的示例,展示瞭如何構建同時包含文本和圖像數據的請求。 核心概念:圖像傳遞方式 通常,向大模型傳遞圖像有兩種方式

API , 後端開發 , JAVA , 模態 , Json

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

京東雲開發者 - 研發排查問題的利器:一款方法調用棧跟蹤工具

導語 本文從日常值班問題排查痛點出發,分析方法複用的調用鏈路和上下文業務邏輯,通過思考分析,藉助棧幀開發了一個方法調用棧的鏈式跟蹤工具,便於展示一次請求的方法串行調用鏈,有助於快速定位代碼來源和流量入口,有效提升研發和運維排查定位效率。期望在大家面臨類似痛點時可以提供一些實踐經驗和參考,也歡迎大家合適的場景下接入使用。  現狀分析 在系統值班時,經常會有人拿着報錯截圖前來諮詢,作為值班研發,我們

程序員