上一页 1 ··· 3 4 5 6 7 8 9 10 11 ··· 31 下一页
摘要: 1、Redis底层ZSet跳表是如何设计与实现的2、Redis底层ZSet实现压缩列表和跳表如何选择3、Redis高并发场景热点缓存如何重建4、高并发场景缓存穿透&失效&雪崩如何解决5、Redis集群架构如何抗住双十一的洪峰流量6、Redis缓存与数据库双写不一致如何解决7、Redis分布式锁主从架 阅读全文
posted @ 2021-01-13 11:37 李白与酒 阅读(264) 评论(0) 推荐(0) 编辑
摘要: 原创转载请注明出处:https://www.cnblogs.com/agilestyle/p/13200032.html 原理 SET key value [NX] [XX] [EX <seconds>] [PX [millseconds]] 必选参数说明 SET:命令 key:待设置的key va 阅读全文
posted @ 2020-06-27 21:44 李白与酒 阅读(13271) 评论(0) 推荐(0) 编辑
摘要: 原创转载请注明出处:https://www.cnblogs.com/agilestyle/p/13199558.html 前置条件 Spring Boot 集成 TkMyBatis 整合完毕 Project Directory Maven Dependency ... <!--redis--> <d 阅读全文
posted @ 2020-06-27 19:46 李白与酒 阅读(499) 评论(0) 推荐(0) 编辑
摘要: 原创转载请注明出处:https://www.cnblogs.com/agilestyle/p/13197586.html Maven Dependency ... <!--pagehelper--> <dependency> <groupId>com.github.pagehelper</group 阅读全文
posted @ 2020-06-27 10:39 李白与酒 阅读(2870) 评论(0) 推荐(0) 编辑
摘要: 原创转载请注明出处:https://www.cnblogs.com/agilestyle/p/13196831.html Project Directory Maven Dependency <?xml version="1.0" encoding="UTF-8"?> <project xmlns= 阅读全文
posted @ 2020-06-26 23:31 李白与酒 阅读(857) 评论(0) 推荐(0) 编辑
摘要: 原创转载请注明出处:https://www.cnblogs.com/agilestyle/p/13194027.html 分布式系统全局唯一ID 在互联网系统中,并发越大的系统,数据就越大,数据越大就越需要分布式,而大量的分布式数据就越需要唯一标识来识别它们。 例如淘宝的商品系统有千亿级别商品,订单 阅读全文
posted @ 2020-06-26 10:36 李白与酒 阅读(7229) 评论(0) 推荐(0) 编辑
摘要: 原创转载请注明出处:https://www.cnblogs.com/agilestyle/p/12996858.html 集成算法 在数据挖掘中,分类算法可以说是核心算法,其中 AdaBoost 算法与随机森林算法一样都属于分类算法中的集成算法。 集成的含义就是集思广益,博取众长,当我们做决定的时候 阅读全文
posted @ 2020-05-31 11:33 李白与酒 阅读(604) 评论(0) 推荐(0) 编辑
摘要: 原创转载请注明出处:https://www.cnblogs.com/agilestyle/p/12991089.html PageRank 的简化模型 假设一共有 4 个网页 A、B、C、D。它们之间的链接信息如图所示: Note: 出链指的是链接出去的链接。入链指的是链接进来的链接。比如图中 A 阅读全文
posted @ 2020-05-30 10:04 李白与酒 阅读(573) 评论(0) 推荐(0) 编辑
摘要: 原创转载请注明出处:https://www.cnblogs.com/agilestyle/p/12987224.html 关联规则挖掘 关联规则挖掘可以让我们从数据集中发现项与项(item 与 item)之间的关系,它在我们的生活中有很多应用场景,“购物篮分析”就是一个常见的场景,这个场景可以从消费 阅读全文
posted @ 2020-05-29 14:16 李白与酒 阅读(646) 评论(0) 推荐(0) 编辑
摘要: 原创转载请注明出处:https://www.cnblogs.com/agilestyle/p/12910191.html EM 聚类 EM 的英文是 Expectation Maximization,所以 EM 算法也叫最大期望算法。 EM 算法过程 首先初始化参数,然后再观察预期,这两个步骤实际上 阅读全文
posted @ 2020-05-18 14:01 李白与酒 阅读(1037) 评论(0) 推荐(0) 编辑
上一页 1 ··· 3 4 5 6 7 8 9 10 11 ··· 31 下一页