内存映射

一、简介： MyBatis 本是 apache 的一个开源项目 iBatis , 2010年这个项目由apache software foundation 迁移到了google code，并且改名为MyBatis 。2013年11月迁移到Github。 iBATIS一词来源于“internet”和“abatis”的组合，是一个基于Java的 持久层 框架。iBATIS提供的持久层框架包括SQL Maps和Data Access Objects（DAO） MyBatis 的前身就是 iBatis,iBatis 本是由 ClintonBegin 开发，后来捐给 A pache 基金会，成立了 iBatis 开源项目 。 2010 年 5 月该项目由 A pahce 基金会迁移到了 G oogle C ode， 并且改名为 M y B atis 。尽管如此，它的包结构仍然为 ibatis 。 访问网站 www.mybatis.org/ https://github.com/mybatis MyBatis 是一个数据持久层 ( ORM ) 框架。 把实体类和 SQL 语句之间建立了映射关系，是一种半自动化的 ORM 实现。 所有 sql 语句，全部定义在 xml （建议）中。也可以通过注解的方式在接口上实现。这些映射文件称之为 mapper。 二、 MyBatis 的优点 （与其他架构区别

进程执行I/O操作，归结起来就是向操作系统发出请求，它要么把缓存区例的数据排干（写），要么用数据把数据区填满（读）。进程使用这一机制处理所有数据进出操作。 进程使用read()系统调用，要求其缓存区被填满。内核随即向磁盘控制器发出命令，要求其从磁盘读取数据。通过DMA技术直接将磁盘中的数据写入内核内存缓存区，一旦磁盘控制器把缓存区填满，内存立即把数据从内核空间的里你是缓冲区拷贝到进程执行read()调用时指定的缓冲区。 根据发散/汇聚的概念，进程只需要一个系统调用，就能把一连串的缓冲区地址传递给操作系统。然后，内核就能顺序填充或排干多个缓冲区，读的时候将数据发散到多个用户空间缓冲区，写的时候再从多个缓冲区把数据汇聚起来。 前面提到设备控制器不能使用DMA直接存储到用户空间，需要从内核空间拷贝到用户空间。但在使用内存多重映射技术可以避免这种拷贝。 现代操作系统都使用虚拟内存，它有极大优点： 多个虚拟地址可以映射到同一个物理地址。 虚拟内存空间可能大于实际可用的硬件内存。 借助虚拟内存的特点，将内核空间中的缓冲区的虚拟地址和用户空间的缓冲区虚拟地址映射到一个物理地址（即内存多重映射技术）。 但这也是有前提的，内核与用户缓冲区必须使用相同的页对齐，缓冲区的大小还必须是磁盘控制块大小的倍数。 确定请求的数据分布在文件系统的哪些页，这些页不一定都是连续的 在内核空间种分配足够的页

什么是自组织映射？ 一个特别有趣的无监督系统是基于 竞争性学习 ，其中输出神经元之间竞争激活，结果是在任意时间只有一个神经元被激活。这个激活的神经元被称为 胜者神经元（winner-takes-all neuron） 。这种竞争可以通过在神经元之间具有 横向抑制连接 （负反馈路径）来实现。其结果是神经元被迫对自身进行重新组合，这样的网络我们称之为 自组织映射（Self Organizing Map，SOM） 。 拓扑映射 神经生物学研究表明，不同的感觉输入（运动，视觉，听觉等）以 有序的方式 映射到大脑皮层的相应区域。 这种映射我们称之为 拓扑映射 ，它具有两个重要特性： 在表示或处理的每个阶段，每一条传入的信息都保存在适当的上下文（相邻节点）中 处理密切相关的信息的神经元之间保持密切，以便它们可以通过短突触连接进行交互 我们的兴趣是建立人工的拓扑映射，以神经生物学激励的方式通过自组织进行学习。 我们将遵循 拓扑映射形成的原则 ：“拓扑映射中输出层神经元的空间位置对应于输入空间的特定域或特征”。 建立自组织映射 SOM的主要目标是将任意维度的输入信号模式 转换 为一维或二维离散映射，并以拓扑有序的方式自适应地执行这种变换。 因此，我们通过将神经元放置在一维或二维的网格节点上来建立我们的SOM。更高的尺寸图也是可能的，但不是那么常见。 在竞争性学习过程中，神经元 有选择性地微调

1、什么是Mybatis？ Mybatis是一个半ORM（对象关系映射）框架，它内部封装了JDBC，开发时只需要关注SQL语句本身，不需要花费精力去处理加载驱动、创建连接、创建statement等繁杂的过程。程序员直接编写原生态sql，可以严格控制sql执行性能，灵活度高。 MyBatis 可以使用 XML 或注解来配置和映射原生信息，将 POJO映射成数据库中的记录，避免了几乎所有的 JDBC 代码和手动设置参数以及获取结果集。 通过xml 文件或注解的方式将要执行的各种 statement 配置起来，并通过java对象和 statement中sql的动态参数进行映射生成最终执行的sql语句，最后由mybatis框架执行sql并将结果映射为java对象并返回。（从执行sql到返回result的过程）。 2、Mybaits的优点： 基于SQL语句编程，相当灵活，不会对应用程序或者数据库的现有设计造成任何影响，SQL写在XML里，解除sql与程序代码的耦合，便于统一管理；提供XML标签，支持编写动态SQL语句，并可重用。 与JDBC相比，减少了50%以上的代码量，消除了JDBC大量冗余的代码，不需要手动开关连接； 很好的与各种数据库兼容（因为MyBatis使用JDBC来连接数据库，所以只要JDBC支持的数据库MyBatis都支持） 能够与Spring很好的集成； 提供映射标签

1.1 企业中安全优化配置原则 尽可能不给服务器配置外网ip ,可以通过代理转发或者通过防火墙映射.并发不是特别大情况有外网ip,可以开启防火墙服务. 大并发的情况，不能开iptables,影响性能，利用硬件防火墙提升架构安全 1.1.1 生产中iptables的实际应用 主要应用方向 1、主机防火墙（filter表的INPUT链）。 2、局域网共享上网(nat表的POSTROUTING链)。半个路由器，NAT功能。 3、端口及IP映射(nat表的PREROUTING链)，硬防的NAT功能。 4、IP一对一映射。 其他说明： ①iptables是基于内核的防火墙，功能非常强大，基于数据包的过滤！特别是可以在一台非常低的硬件配置下跑的非常好。 　　注： iptables主要工作在OSI七层的2.3.4层。七层的控制可以使用squid代理+iptables。 ②iptabes：生产中根据具体情况，一般，内网关闭，外网打开。大并发的情况不能开iptables，影响性能，iptables是要消耗CPU的，所以大并发的情况下，我们使用硬件防火墙的各方面做的很仔细。selinux：生产中也是关闭的。可以做ids的入侵检测。 ③实际生产中尽可能不给服务器配置外网IP。可以通过代理转发。比如，nagios就不需要外网。 ④并发不是很大的情况下，再外网的IP环境，开防火墙。

在linux下的多个进程间的通信机制叫做IPC(Inter-Process Communication)，它是多个进程之间相互沟通的一种方法。在linux下有多种进程间通信的方法：半双工管道、命名管道、消息队列、信号、信号量、共享内存、内存映射文件，套接字等等。使用这些机制可以为linux下的网络服务器开发提供灵活而又坚固的框架。 1. 管道 （PIPE） 管道实际是用于进程间通信的一段共享内存，创建管道的进程称为管道服务器，连接到一个管道的进程为管道客户机。一个进程在向管道写入数据后，另一进程就可以从管道的另一端将其读取出来。 管道的特点： 1、管道是半双工的，数据只能向一个方向流动；需要双方通信时，需要建立起两个管道； 2、只能用于父子进程或者兄弟进程之间（具有亲缘关系的进程）。比如fork或exec创建的新进程，在使用exec创建新进程时，需要将管道的文件描述符作为参数传递给exec创建的新进程。当父进程与使用fork创建的子进程直接通信时，发送数据的进程关闭读端，接受数据的进程关闭写端。 3、单独构成一种独立的文件系统：管道对于管道两端的进程而言，就是一个文件，但它不是普通的文件，它不属于某种文件系统，而是自立门户，单独构成一种文件系统，并且只存在与内存中。 4、数据的读出和写入：一个进程向管道中写的内容被管道另一端的进程读出。写入的内容每次都添加在管道缓冲区的末尾

一. 数据切分 关系型数据库本身比较容易成为系统瓶颈，单机存储容量、连接数、处理能力都有限。当单表的数据量达到1000W或100G以后，由于查询维度较多，即使添加从库、优化索引，做很多操作时性能仍下降严重。此时就要考虑对其进行切分了，切分的目的就在于减少数据库的负担，缩短查询时间。 数据库分布式核心内容无非就是数据切分（Sharding），以及切分后对数据的定位、整合。数据切分就是将数据分散存储到多个数据库中，使得单一数据库中的数据量变小，通过扩充主机的数量缓解单一数据库的性能问题，从而达到提升数据库操作性能的目的。 数据切分根据其切分类型，可以分为两种方式：垂直（纵向）切分和水平（横向）切分 1、垂直（纵向）切分 垂直切分常见有垂直分库和垂直分表两种。 垂直分库就是根据业务耦合性，将关联度低的不同表存储在不同的数据库。做法与大系统拆分为多个小系统类似，按业务分类进行独立划分。与"微服务治理"的做法相似，每个微服务使用单独的一个数据库。如图： 垂直分表是基于数据库中的"列"进行，某个表字段较多，可以新建一张扩展表，将不经常用或字段长度较大的字段拆分出去到扩展表中。在字段很多的情况下（例如一个大表有100多个字段），通过"大表拆小表"，更便于开发与维护，也能避免跨页问题，MySQL底层是通过数据页存储的，一条记录占用空间过大会导致跨页，造成额外的性能开销

FPN 1. Introduction 特征化的 image pyramid 被大量使用，ConvNet被用来计算特征，除了能够表示更高层次的特征之外，convnet 对尺度上的变化也更有鲁棒性，很多检测挑战中都使用了对特征化图像金字塔的多尺度测试，它的主要优点是产生了一个多尺度的特征表示，其中所有级别的语义都很强，包括高分辨率级别。 然而图像金字塔也有明显的额局限性，inference 时间大大增加，所以想要端到端的训练网络是不可行的，如果我们只在test时用图像金字塔，就会造成train和test的inference时间不一致，由于这些原因，faster RCNN选择不使用t特征图像金字塔。 图像金字塔不是唯一计算多尺度特征的方法。深度convnet逐层计算特征层次结构，而特征层次结构具有固有的多尺度金字塔形状，这种网络特征层次结构产生不同空间分辨率的特征图，但引入了不同深度造成的较大语义空白，高分辨率的feature map 可能具有低层次的特征，that harm 了他们的目标识别能力。 本文的目标是自然的利用ConvNet的特征层次的金字塔形状，同时创建一个在所有尺度上都具有强大语义的特征金字塔。为实现这一目标，我们将低分辨率、语义强的特征与高分辨率、语义弱的的特征通过自顶向下的路径和横向连接结合起来。最后得到一个特征金字塔，它在所有级别上都有丰富的语义

集合类就好比一个容器，比如说数组就是一个可以存放数据的容器，但是数组的长度是不可变的，集合类的长度却是可变的。常用的集合有Map集合,Set集合，List集合。 List与set继承collection接口 Collection接口 Collection接口通常不能直接使用，但该接口提供了添加元素，删除元素，管理数据的方法。List接口和Set接口都继承了Collection接口，所以他们能实现Collection的方法。I 构成Collection的单位称为元素。 Collection常用方法如下 方法 功能 add(E e) 将指定的对象加到该集合中 remove(Object o) 将指定对象从该集合中移除 isEmpty() 返回boolean值，用于判断当前集合是否为空 iterator() 返回在此Collection的元素上的迭代器。用于遍历集合 size() 返回Int值，获取该集合中元素的个数 利用iterator 遍历集合 import java . util . ArrayList ; import java . util . Collection ; import java . util . Iterator ; public class Test { public static void main ( String [ ] args ) {

SSM框架 SSM （ Spring+SpringMVC+MyBatis ）框架集由 Spring 、 MyBatis 两个开源框架整合而成（ SpringMVC 是 Spring 中的部分内容）。常作为数据源较简单的 web 项目的框架。 一、 Spring 部分 　　 Spring 就像是整个项目中装配 bean 的大工厂，在配置文件中可以指定使用特定的参数去调用实体类的构造方法来实例化对象。也可以称之为项目中的粘合剂。 　　 Spring 的核心思想是 IoC （控制反转），即不再需要程序员去显式地 `new` 一个对象，而是让 Spring 框架帮你来完成这一切。 1 、 Spring 的运行流程 第一步：加载配置文件 ApplicationContext ac = new ClassPathXmlApplicationCont ext("beans.xml"); ， ApplicationContext 接口，它由 BeanFactory 接口派生而来，因而提供了 BeanFactory 所有的功能。配置文件中的 bean 的信息是被加载在 HashMap 中的，一个 bean 通常包括， id ， class ， property 等， bean 的 id 对应 HashMap 中的 key ， value 呢就是 bean 第二步：调用 getBean 方法，