10 2023 档案
摘要：前言 JDWP(Java Debug Wire Protocol) 是 Java中用于被调试程序和调试器之间通信的协议。被调试程序是要调试的应用程序，而调试器是连接到要调试程序的应用程序或进程。 调试SpringBoot程序 <dependency> <groupId>org.springframe
阅读全文
摘要：前言 GroovyClassLoader 也是 Java 的一个类加载器实现，它可以将一段源码解析为 Class。xxl-job 中的 GlueFactory 就使用了此类加载器来支持 GLUE 运行模式（任务以源码方式维护在调度中心，支持通过Web IDE在线更新，实时编译和生效，因此不需要指定J
阅读全文
摘要：简介 XXL-JOB 是一个分布式任务调度平台，简单来说就是，我们可以用它来实现定时任务。 它有 学习简单、轻量级、易扩展、动态生效、调度中心HA、执行器HA、弹性扩容缩容、路由策略、故障转移、阻塞处理策略、任务超时控制、任务失败重试、任务失败告警、分片广播任务、动态分片、事件触发等很多特性。 部署
阅读全文
摘要：使用 docker 安装 下载镜像 docker search mssql-server docker pull datagrip/mssql-server-linux 创建容器 docker run -d --name sqlserver -p 1433:1433 -e 'ACCEPT_EULA=
阅读全文
摘要：使用 下载地址 数据库初始化 scripts/sql/apolloconfigdb.sql scripts/sql/apolloportaldb.sql 服务端启动 先配置JDK环境变量，再配置MAVEN环境变量，MAVEN_HOME和PATH。scripts/build.bat 中修改数据库地址和
阅读全文
摘要：使用 服务端 <dependency> <groupId>org.springframework.cloud</groupId> <artifactId>spring-cloud-starter-netflix-eureka-server</artifactId> </dependency> ser
阅读全文
摘要：简介 Disruptor是英国外汇交易公司LMAX开发的一个高性能队列，研发的初衷是解决内存队列的延迟问题（在性能测试中发现竟然与I/O操作处于同样的数量级）。基于Disruptor开发的系统单线程能支撑每秒600万订单，2010年在QCon演讲后，获得了业界关注。2011年，企业应用软件专家Mar
阅读全文
摘要：简介 在复杂分布式系统中，往往需要对大量的数据和消息进行唯一标识。如在美团点评的金融、支付、餐饮、酒店、猫眼电影等产品的系统中，数据日渐增长，对数据分库分表后需要有一个唯一ID来标识一条数据或消息，数据库的自增ID显然不能满足需求；特别一点的如订单、骑手、优惠券也都需要有唯一ID做标识。此时一个能够
阅读全文
摘要：服务端安装及配置 docker安装 docker pull rocketmqinc/rocketmq:4.4.0 指定版本号是为了后面确定配置文件的路径 启动namesrv docker run -d -p 9876:9876 --name rocketmq-nameservice -e MAX_P
阅读全文
摘要：使用docker安装 docker pull bitnami/kafka docker run -d -p 9092:9092 --name kafka-server \ -e ALLOW_PLAINTEXT_LISTENER=yes \ -e KAFKA_CFG_ZOOKEEPER_CONNECT
阅读全文
摘要：超参数和模型参数 超参数是指运行机器学习算法之前要指定的参数 KNN算法中的K就是一个超参数 模型参数：算法过程中学习的参数 KNN算法没有模型参数 调参是指调超参数 如何寻找好的超参数 领域知识 经验数值 实验搜索 寻找最好的K 数据准备 from sklearn.neighbors import
阅读全文
摘要：介绍 机器学习是人工智能的一部分，而深度学习又是机器学习的一部分，机器学习主要分为监督学习，无监督学习，半监督学习，增强学习4种，监督学习主要有分类问题和回归问题。 什么是机器学习 可以理解为最终得到的就是函数f(x) 主要任务 分类 回归 分类任务 二分类 判断邮件是否是垃圾邮件 判断发放给客户信
阅读全文
摘要：简介 k近邻算法(k-nearest neighbor, k-NN)是1967年由Cover T和Hart P提出的一种基本分类与回归方法。 它的工作原理是：存在一个样本数据集合，也称作为训练样本集，并且样本集中每个数据都存在标签，即我们知道样本集中每一个数据与所属分类的对应关系。输入没有标签的新数
阅读全文
摘要：简介 用Python做可视化展示是非常便捷的，现成的工具包有很多，不仅可以做成一个平面图，而且还可以交互展示。Matplotlib算是最老牌且使用范围最广的画图工具了。 常规绘图方法 import matplotlib.pyplot as plt import numpy as mp %matplo
阅读全文
摘要：简介 Pandas工具包是专门用作数据处理和分析的，其底层的计算其实都是由Numpy来完成，再把复杂的操作全部封装起来，使其用起来十分高效、简洁。在数据科学领域，无论哪个方向都是跟数据打交道，所以Pandas工具包是非常实用的。 数据预处理 import pandas as pd df = pd.r
阅读全文
摘要：简介 Anaconda 是Python的一个发行版，里面内置了很多工具，不用单独安装，Anaconda将Python和许多与科学计算相关的库捆绑在一起，形成了一个方便的科学计算环境，安装了Ananconda就相当于安装了Python外加这些模块和库。 相比Python增加的内容： Python(sh
阅读全文
摘要：简介 在Python数据科学领域，Numpy是用得最广泛的工具包之一，基本上所有任务都能看到它的影子。在数据处理上非常实用，并且其底层函数都设计得十分高效，可以快速地进行数值计算。基本上后续要用到的其他和数据处理相关的工具包（如sklearn机器学习建模工具包）都是以Numpy为底层的。 通常来说，
阅读全文