Entry

转载：https://juejin.im/entry/5a615b4cf265da3e58596a44 来源： oschina 链接： https://my.oschina.net/u/4155972/blog/4292561

20.1 设置项目“学习笔记”的样式 　　 为设置样式，我们将使用Bootstrap库，这是一组工具，用于为Web应用程序设置样式。 20.1.1 应用程序django—bootstrap3 　　我们将使用django—bootstrap3来将Bootstrap继承到项目中。 　　安装django—bootstrap3： (11_env) D:\learning_log>pip install django- bootstrap3 --ship-- Successfully installed django -bootstrap3-11.1.0 　　接下来，需要在settings.py的INSTALLED_APPS中添加代码： # 第三方应用程序 ' bootstrap3 ' 　　我们需要让django—bootstrap3包含jQuery，这是一个JavaScript库，让你能够使用Bootstrap模板提供一些交互式元素。在dettings.py末尾添加代码： # django-bootstrap3的设置 BOOTSTRAP3 = { ' include_jquery ' :True } 　　这些代码让你无需手工下载jQuery并将其放在正确的地方。 20.1.2 使用Bootstrap来设置项目“学习笔记”的样式 　　要查看Bootstrap提供的模板，可访问http:/

　　一、背景 　　利用业内数据构建知识图谱是很多客户正在面临的问题，其中中文命名实体识别（Named Entity Recognition，简称NER）是构建知识图谱的一个重要环节。我们在与客户的交流中发现，现有的NER工具（比如Jiagu）对于特定领域的中文命名实体识别效果难以满足业务需求，而且这些工具很难使用自定义数据集训练。因此客户迫切想使用业内最先进的算法在行业内数据集上进行训练，以改进现有NER工具的不足。本文将介绍如何使用Amazon SageMaker运行基于TensorFlow的中文命名实体识别。 　　命名实体识别，是指识别文本中具有特定意义的实体，主要包括人名、地名、机构名、专有名词等。命名实体识别是信息提取、问答系统、句法分析、机器翻译、知识图谱等应用领域的重要基础工具。 　　英语中的命名实体具有比较明显的形式标志（即实体中的每个词的第一个字母要大写），所以实体边界识别相对容易，任务的重点是确定实体的类别。和英语相比，中文命名实体识别任务更加复杂，而且相对于实体类别标注子任务，实体边界的识别更加困难。 　　二、中文命名实体识别算法 　　NER一直是自然语言处理（NLP）领域中的研究热点，从早期基于词典和规则的方法，到传统机器学习的方法，到近年来基于深度学习的方法，NER研究进展的大概趋势大致如下图所示。 　　 　　早期的命名实体识别方法基本都是基于规则的

程序是对现实世界的模拟和抽象。 在学习ribbon之前我们得承认一个事实： 服务分布在多台服务器上， 而服务器则又分布在不同机房(zone)里面。 对于每台服务器需要进行指标统计，对每个zone也需要进行指标统计。 对服务器的统计称为 ServerStat 。 对 zone 的统计称为 ZoneStat 。 我们从众多服务器中选择一台server时需要同时考虑 ServerStat 和 ZoneStat 。 定义接口 public interface IRule{ public Server choose (Object key) ; public void setLoadBalancer (ILoadBalancer lb) ; public ILoadBalancer getLoadBalancer () ; } 抽象基类，实现了两个方法。 public abstract class AbstractLoadBalancerRule implements IRule , IClientConfigAware { private ILoadBalancer lb ; @Override public void setLoadBalancer (ILoadBalancer lb){ this . lb = lb ; } @Override public ILoadBalancer

jdk 1.7 概述 HashMap基于Map接口实现，元素以键值对的方式存储，并允许使用null键和null值，但只能有一个键作为null，因为key不允许重复，另外HashMap不能保证放入元素的数据，它是无序的，和放入的顺序并不能相同，HashMap是线程不安全的。 继承关系 public class HashMap<K,V>extends AbstractMap<K,V> implements Map<K,V>, Cloneable, Serializable 基本属性 static final int DEFAULT_INITIAL_CAPACITY = 1 << 4; //默认初始化大小 16 static final float DEFAULT_LOAD_FACTOR = 0.75f; //负载因子0.75 static final Entry<?,?>[] EMPTY_TABLE = {}; //初始化的默认数组 transient int size; //HashMap中元素的数量 int threshold; //判断是否需要调整HashMap的容量 HashMap的数据存储结构 HashMap有数组和链表来实现对数据的存储，HashMap采用Entry数组来存储key-value对，每一个键值对组成了一个Entry实体，Entry类实际上是一个单向的链表结构

1、首先准备好数据。这里的数据不是直接从数据库中查到的数据而是将查到的数据复制一份，两者的数据互不影响，这样有利于复制之后的数据可以修改。 　　① 定义一个从数据库中查到的数据的方法（service层的实现类方法），这里省略mapper映射文件和dao层接口的方法　　 /** * 参数是实体类，根据参数条件获取所有的数据。forEach方法只是循环遍历获取的元素，可以根据业务需求修改元素的属性值 * / public List<User> export(User user) { List<User> userList = userDao.selectAll(user); userList.stream().forEach(e->{ // 密码回显字符表示 e.setPassword(e.getPassword().replaceAll(e.getPassword(), "******")); }); return userList; } 　　② 定义一个复制数据的方法，方法中可以使用Spring框架提供的BeanUtils包的copyProperties方法来复制对象的属性 /** * 复制属性的方法 */ public List<User> queueExcel(User user) { List <User> userList = export(user); List

云栖号资讯：【 点击查看更多行业资讯 】 在这里您可以找到不同行业的第一手的上云资讯，还在等什么，快来！ 最近我们线上有个应用服务器有点上头，CPU总能跑到99%，我寻思着它流量也不大啊，为啥能把自己整这么累？于是我登上这台服务器，看看它到底在干啥！ 以前碰到类似问题，可能会考虑使用 top -Hp 加 jstack 命令去排查，虽然能大致定位到问题范围，但有效信息还是太少了，多数时候还是要靠猜。今天向大家推荐一款更高效更精准的工具：Arthas！Arthas 是 Alibaba 开源的 Java 诊断工具，能够帮助我们快速定位线上问题。基本的安装使用可以参考官方文档： https://alibaba.github.io/arthas 这次我们利用它来排查 CPU 负载高的问题。CPU 负载过高一般是某个或某几个线程有问题，所以我们尝试使用第一个命令：thread，这个命令会显示所有线程的信息，并且把 CPU 使用率高的线程排在前面。 [arthas@384]$ thread Threads Total: 112, NEW: 0, RUNNABLE: 26, BLOCKED: 0, WAITING: 31, TIMED_WAITING: 55, TERMINATED: 0 ID NAME STATE %CPU TIME 108 h..ec-0 RUNNABLE 51 4011:48

场景描述：同步用户、根据接口循环翻页遍历用户 实现方式：持久层框架是Spring MVC，数据库是Mysql。 异常描述：向数据库插入数据时抛异常 Cause: com.mysql.jdbc.exceptions.jdbc4.MySQLIntegrityConstraintViolationException: Duplicate entry '111' for key 'PRIMARY' 这个异常信息的意思是主键重复，但我用navicat查看的时候并没有这个id。 经过多次测试，添加一个角色时没有问题，添加多个时会报错，所以检查了代码。 翻页遍历用户采用的for循环，使用同一对象进行数据库操作，所以报错 解决办法：创建不同对象 解决办法：创建不同对象 来源： oschina 链接： https://my.oschina.net/qiaojj/blog/4284791

最近我们线上有个应用服务器有点上头，CPU 总能跑到 99%，我寻思着它流量也不大啊，为啥能把自己整这么累？于是我登上这台服务器，看看它到底在干啥！ 以前碰到类似问题，可能会考虑使用top -Hp 加 jstack命令去排查，虽然能大致定位到问题范围，但有效信息还是太少了，多数时候还是要靠猜。 申请阿里云服务时，可以使用 2000元阿里云代金券 ，阿里云官网领取网址： https://dashi.aliyun.com/site/yun/youhui 今天向大家推荐一款更高效更精准的工具：Arthas！ Arthas 是 Alibaba 开源的 Java 诊断工具，能够帮助我们快速定位线上问题。基本的安装使用可以参考官方文档： https://alibaba.github.io/arthas 这次我们利用它来排查 CPU 负载高的问题。 CPU 负载过高一般是某个或某几个线程有问题，所以我们尝试使用第一个命令：thread，这个命令会显示所有线程的信息，并且把 CPU 使用率高的线程排在前面。 [arthas@384]$ thread Threads Total: 112, NEW: 0, RUNNABLE: 26, BLOCKED: 0, WAITING: 31, TIMED_WAITING: 55, TERMINATED: 0 ID NAME STATE %CPU TIME

作者：Format http://fangjian0423.github.io/2017/05/31/springboot-executable-jar Spring Boot 提供了一个插件 spring-boot-maven-plugin 用于把程序打包成一个可执行的jar包。 在pom文件里加入这个插件即可： <build> <plugins> <plugin> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-maven-plugin</artifactId> </plugin> </plugins> </build> 打包完生成的executable-jar-1.0-SNAPSHOT.jar内部的结构如下： ├── META-INF │ ├── MANIFEST.MF │ └── maven │ └── spring.study │ └── executable-jar │ ├── pom.properties │ └── pom.xml ├── lib │ ├── aopalliance-1.0.jar │ ├── classmate-1.1.0.jar │ ├── spring-boot-1.3.5.RELEASE.jar │ ├── spring-boot