会员
周边
众包
新闻
博问
闪存
赞助商
Chat2DB
所有博客
当前博客
我的博客
我的园子
账号设置
会员中心
简洁模式
...
退出登录
注册
登录
未完待续z
昵称:
未完待续z
园龄:
6年5个月
粉丝:
7
关注:
1
Powered by
博客园
博客园
|
首页
|
新随笔
|
联系
|
订阅
|
管理
2021年4月15日
bash脚本
摘要: 1、 $0 这个程式的执行名字$n 这个程式的第n个参数值,n=1..9$* 这个程式的所有参数,此选项参数可超过9个。$# 这个程式的参数个数$$ 这个程式的PID(脚本运行的当前进程ID号)$! 执行上一个背景指令的PID(后台运行的最后一个进程的进程ID号)$? 执行上一个指令的返回值 (显示
阅读全文
posted @ 2021-04-15 15:10 未完待续z
阅读(211)
评论(0)
推荐(0)
编辑
2021年3月25日
初识RPC框架
摘要: RPC: 服务化有什么好处? 防止代码拷贝 防止底层复杂性的扩散 防止公共库的耦合 保证 SQL 的质量,能够解除数据库的耦合 RPC:Remote Procedure Call Protocol,远程过程调用协议,像调用本地函数一样,去调用一个远端服务。 相比“同一个进程”的“本地”函数调用,有没
阅读全文
posted @ 2021-03-25 16:28 未完待续z
阅读(34)
评论(0)
推荐(0)
编辑
2021年2月18日
C++ 全局变量、局部变量、静态全局变量、静态局部变量的区别
摘要: C++ 变量根据定义的位置的不同的生命周期,具有不同的作用域,作用域可分为 6 种:全局作用域,局部作用域,语句作用域,类作用域,命名空间作用域和文件作用域。 从作用域看: 全局变量具有全局作用域。全局变量只需在一个源文件中定义,就可以作用于所有的源文件。当然,其他不包含全局变量定义的源文件需要用e
阅读全文
posted @ 2021-02-18 17:46 未完待续z
阅读(153)
评论(0)
推荐(0)
编辑
MacOS安装vs code并且配置C/C++环境2020
摘要: https://blog.csdn.net/weixin_44881648/article/details/111046381
阅读全文
posted @ 2021-02-18 15:29 未完待续z
阅读(282)
评论(0)
推荐(0)
编辑
2021年1月26日
hive中合并小文件
摘要: Hive小文件产生的原因 一方面hive数据仓库中汇总表的数据量通常比源数据少的多,而且为了提升运算速度,我们会增加Reduce的数量,Hive本身也会做类似的优化 Reducer数量等于源数据的量除以hive.exec.reducers.bytes.per.reduce所配置的量(默认1G)。Re
阅读全文
posted @ 2021-01-26 11:40 未完待续z
阅读(1157)
评论(0)
推荐(0)
编辑
2021年1月7日
Redis中跳跃表的实现
摘要: Redis中跳跃表的实现 Redis的跳跃表由zskiplistNode和skiplist两个结构定义,其中 zskiplistNode结构用于表示跳跃表节点,而 zskiplist结构则用于保存跳跃表节点的相关信息,比如节点的数量,以及指向表头节点和表尾节点的指针等等。 上图展示了一个跳跃表示例,
阅读全文
posted @ 2021-01-07 14:54 未完待续z
阅读(224)
评论(0)
推荐(0)
编辑
2020年8月2日
【转】Flink之如何处理反压问题
摘要: 流处理系统需要能优雅地处理反压(backpressure)问题。反压通常产生于这样的场景:短时负载高峰导致系统接收数据的速率远高于它处理数据的速率。许多日常问题都会导致反压,例如,垃圾回收停顿可能会导致流入的数据快速堆积,或者遇到大促或秒杀活动导致流量陡增。反压如果不能得到正确的处理,可能会导致资源
阅读全文
posted @ 2020-08-02 23:20 未完待续z
阅读(737)
评论(0)
推荐(0)
编辑
nohup /dev/null 2>&1 含义详解
摘要: nohup命令:如果你正在运行一个进程,而且你觉得在退出帐户时该进程还不会结束,那么可以使用nohup命令。该命令可以在你退出帐户/关闭终端之后继续运行相应的进程。nohup就是不挂起的意思( no hang up)。 该命令的一般形式为:nohup command & ls xxx 1>out.t
阅读全文
posted @ 2020-08-02 22:53 未完待续z
阅读(278)
评论(0)
推荐(0)
编辑
2020年7月22日
【转】Deep Neural Network for YouTube Recommendation论文精读
摘要: 原文链接:https://zhuanlan.zhihu.com/p/25343518 在推荐系统领域,特别是YouTube的所在视频推荐领域,主要面临三个挑战: 规模大:用户和视频的数量都很大,只能适应小规模数据集的算法就不考虑了。 更新快:youtube视频更新频率很高,每秒有小时级别的视频上传,
阅读全文
posted @ 2020-07-22 16:00 未完待续z
阅读(209)
评论(0)
推荐(0)
编辑
2020年7月21日
FM梳理以及公式细节推导
摘要: FM的论文名字为《Factorization Machines》,其核心思想是组合一阶和二阶特征,基于K维的隐向量,处理因为数据稀疏带来的学习不足问题。并且通过公式推导出其学习时间是线性的,非常适用于大规模的推荐系统。首先从LR到多项式模型方程再到FM进行演进的梳理,随后对于论文中的某些细节进行展开
阅读全文
posted @ 2020-07-21 23:16 未完待续z
阅读(1204)
评论(0)
推荐(0)
编辑
下一页
点击右上角即可分享