watermark

若该文为原创文章，未经允许不得转载 原博主博客地址： https://blog.csdn.net/qq21497936 原博主博客导航： https://blog.csdn.net/qq21497936/article/details/102478062 本文章博客地址： https://blog.csdn.net/qq21497936/article/details/106755662 各位读者，知识无穷而人力有穷，要么改需求，要么找专业人士，要么自己研究 红胖子(红模仿)的博文大全：开发技术集合（包含Qt实用技术、树莓派、三维、OpenCV、OpenGL、ffmpeg、OSG、单片机、软硬结合等等）持续更新中…（点击传送门） OpenCV开发专栏（点击传送门） 上一篇：《 OpenCV开发笔记（六十二）：红胖子8分钟带你深入了解亚像素角点检测（图文并茂+浅显易懂+程序源码） 》 下一篇：持续补充中… <br> 前言   红胖子，来也！   识别除了传统的模板匹配之外就是体征点了，此篇介绍了SIFT特征点提取使用方法。 <br> Demo             <br> SIFT特征点 概述   SIFT，即尺度不变特征变换（Scale-invariant feature transform，SIFT），是用于图像处理领域的一种描述。这种描述具有尺度不变性

作者简介：Munenori Hirakawa，PayPay Senior Manager at Product Tech Division。 PayPay 成立于 2018 年 10 月，由软银集团、日本雅虎和印度移动支付公司 Paytm 共同投资成立，是日本排名第一的移动支付公司。日本现在仍然较多使用现金，但经过大规模的营销活动，以及政府推动无现金社会的政策支持下，我们的业务正迅速扩张。目前日本大约有 1 亿人口，其中有 2900 万用户和 200 万商家在使用 PayPay，近期交易量已达到 10 亿。此外，PayPay 和支付宝关联，支付宝可以扫描 PayPay 的二维码并支付。如果你们到日本旅游，可以试试扫 PayPay 的二维码。 去年我们的业务增速极快，由于诸多时间限制，我们不得不在三个月内完成迁移，将最关键核心数据库迁移到 TiDB，该数据库管理着付款交易。下面我将分享我们为什么选择 TiDB 以及迁移实践经验。 项目背景 PayPay 可以用于线上和线下支付，我们支持多种支付方式，用户使用手机 APP 扫描商户的二维码，商家使用 POS 机来扫描手机上的条形码，电商网站上也可以用 PayPay 在线支付。用户既可以用注册的信用卡来付款，也可以用预存的钱包余额来支付。 PayPay 使用亚马逊 AWS 作为基础架构，并在此基础之上，搭建了微服务架构。 我们有大约 80

下面列举几种可能的错误原因： 1.网络不通 2.账户密码错误 3.防火墙 4.mysql配置文件问题 5.连接服务器时语法 6.主服务器mysql权限 我的服务器ip： 主服务器ubuntu：192.168.16.105 从服务器ubuntu：192.168.16.115 逐项排除： 1：因为从服务器是虚拟机，网卡选择了桥接模式，ip地址确认在同一网段中，且互ping能通，排除网络问题。 2：主服务器创建了账号slave密码slave的权限账号，在主服务器可以登录slave帐号，排除帐号密码问题。 3：终端输入 sudo ufw disable 关闭防火墙， sudo ufw status查看防火墙，确认已关闭，排除防火墙原因。（sudo ufw enable打开防火墙） 4：配置文件 （1）查看主服务器配置文件：sudo vim /etc/mysql/mysql.conf.d/mysqld.cnf，看第83行：确认log_bin和server-id已经取消注释，设置无错误。 （2）查看从服务器： 此处server-id只需要与主服务器不同即可，我设置为ip的末尾数字115。确认配置无错误，排除。 5.语法： （1）查看主服务器二进制日志信息show master status; （2）设置从服务器链接到master主服务器，确认语句无错误，排除。 注： master_host

引言 在商城业务中经常会遇到商品对规格多属性的情况，由于商品SKU模块算法较为复杂开发难度相对较大，但SKU模块是各个商城间高度可重用的模块，因此开发此插件，可应用与快速合成商品SKU的添加与编辑。 此项目为HTML开发，无需导入其他任何依赖 仓库地址： https://gitee.com/WuHaojavaCode/Product-SKU 记得Star一下哦 实现效果 使用方法 将源码克隆下载后直接导入之项目目录下即可使用 SKU初始化加载已有属性 所在文件 index.js data: function() { //alert(document.getElementById('seach').value) var specs = [ { "name": "颜色", "value": [ "白色", "黑色", "土豪金" ] }, { "name": "内存", "value": [ "8G", "16G" ] } ]; var parameterValue = [ { "productId": 0, "productSpec": { "颜色": "白色", "内存": "8G" }, "productNo": "PRODUCTNO_0", "productStock": 0, "productPrice": 0 }, { "productId": 0,

《一》kafka的工作原理介绍 《二》zk搭载kafka分布式消息队列浅析 一、简介 消息队列已经逐渐成为企业IT系统内部通信的核心手段。它具有低耦合、可靠投递、广播、流量控制、最终一致性等一系列功能，成为异步RPC的主要手段之一。 二、消息中间件的组成 2.1 Broker 消息服务器，作为server提供消息核心服务 2.2 Producer 消息生产者，业务的发起方，负责生产消息传输给broker， 2.3 Consumer 消息消费者，业务的处理方，负责从broker获取消息并进行业务逻辑处理 2.4 Topic 主题，发布订阅模式下的消息统一汇集地，不同生产者向topic发送消息，由MQ服务器分发到不同的订阅者，实现消息的 广播 2.5 Queue 队列，PTP模式下，特定生产者向特定queue发送消息，消费者订阅特定的queue完成指定消息的接收 2.6 Message 消息体，根据不同通信协议定义的固定格式进行编码的数据包，来封装业务数据，实现消息的传输。 三、主流消息中间节分类 kafka 1、不完全符合jms规范，注重吞吐量，类似udp 和 tcp 2、一般做大数据吞吐的管道 我们现在的用途就是负责在各个idc之间通信 3、量大对数据不是百分之百保证的，会有数据丢失，不是百分百送达（amq和rmq等有重发机制，而kafka没有）；在吞吐量有提升

简介 之前的文章中，我们使用JOL工具简单的分析过String,数组和集合类的内存占用情况，这里再做一次更详细的分析和介绍，希望大家后面再遇到OOM问题的时候不再抱头痛哭，而是可以有章可循，开始吧。 数组 先看下JOL的代码和输出： //byte array log.info("{}",ClassLayout.parseInstance("www.flydean.com".getBytes()).toPrintable()); 输出结果： INFO com.flydean.CollectionSize - [B object internals: OFFSET SIZE TYPE DESCRIPTION VALUE 0 4 (object header) 01 00 00 00 (00000001 00000000 00000000 00000000) (1) 4 4 (object header) 00 00 00 00 (00000000 00000000 00000000 00000000) (0) 8 4 (object header) 22 13 07 00 (00100010 00010011 00000111 00000000) (463650) 12 4 (object header) 0f 00 00 00 (00001111 00000000 00000000

这是一篇来源于阿里内部技术论坛的文章，原文在阿里内部获得一致好评。作者已经把这篇文章开放到云栖社区中供外网访问。Hollis对文章内容做了部分删减，主要删减掉了其中只有阿里内部才能使用的工具的介绍，并删减掉部分只有通过阿里内网才能访问到的链接。 前言 平时的工作中经常碰到很多疑难问题的处理，在解决问题的同时，有一些工具起到了相当大的作用，在此书写下来，一是作为笔记，可以让自己后续忘记了可快速翻阅，二是分享，希望看到此文的同学们可以拿出自己日常觉得帮助很大的工具，大家一起进步。 闲话不多说，开搞。 Linux命令类 tail 最常用的tail -f tail -300f shopbase.log #倒数300行并进入实时监听文件写入模式 grep grep forest f.txt #文件查找 grep forest f.txt cpf.txt #多文件查找 grep 'log' /home/admin -r -n #目录下查找所有符合关键字的文件 cat f.txt | grep -i shopbase grep 'shopbase' /home/admin -r -n --include *.{vm,java} #指定文件后缀 grep 'shopbase' /home/admin -r -n --exclude *.{vm,java} #反匹配 seq 10 | grep 5

简介 终于要写到java中最最让人激动的部分了IO和NIO。IO的全称是input output，是java程序跟外部世界交流的桥梁，IO指的是java.io包中的所有类，他们是从java1.0开始就存在的。NIO叫做new IO，是在java1.4中引入的新一代IO。 IO的本质是什么呢？它和NIO有什么区别呢？我们该怎么学习IO和NIO呢？ 别急，看完这篇文章一切都有答案。 更多内容请访问 www.flydean.com IO的本质 IO的作用就是从外部系统读取数据到java程序中，或者把java程序中输出的数据写回到外部系统。这里的外部系统可能是磁盘，网络流等等。 因为对所有的外部数据的处理都是由操作系统内核来实现的，对于java应用程序来说，只是调用操作系统中相应的接口方法，从而和外部数据进行交互。 所有IO的本质就是对Buffer的处理，我们把数据放入Buffer供系统写入外部数据，或者从系统Buffer中读取从外部系统中读取的数据。如下图所示： 用户空间也就是我们自己的java程序有一个Buffer，系统空间也有一个buffer。所以会出现系统空间缓存数据的情况，这种情况下系统空间将会直接返回Buffer中的数据，提升读取速度。 DMA和虚拟地址空间 在继续讲解之前，我们先讲解两个操作系统中的基本概念，方便后面我们对IO的理解。 现代操作系统都有一个叫做DMA

一、需求分析 买家可以对商品提交购买问题咨询，买家提交的商品购买咨询不单单商家可以进行回复，也应该可以将问题推送给购买过此商品的买家来进行回复。 买家提出的咨询和对其他买家咨询的回复，都应该推送消息给相应的会员用户，做到及时提醒。 二、流程图 三、数据结构 会员问题咨询表 会员问题咨询回复表 会员咨询与回复站内消息表 四、类图展示 1、实体类展示 2、枚举类展示 五、领域模型 1、会员问题咨询 2、会员回复问题咨询 3、会员商品咨询审核通过发送消息 六、源码展示 这里以会员购买咨询为例： 会员问题咨询实体--Memb /** * 会员问题咨询实体 * * @author dmy * @version v2.0 * @since v7.1.5 * 2019-09-16 */ @Table(name = "es_member_ask") @ApiModel @JsonNaming(value = PropertyNamingStrategy.SnakeCaseStrategy.class) public class MemberAsk implements Serializable { private static final long serialVersionUID = 1642694855238993L; /** * 主键 */ @Id(name = "ask_id")

虽然scikit-learn在机器学习领域很重要，但是很多人并不知道利用这个库中的一些强大的功能。本文将介绍scikit-learn中5个最有用的5个隐藏的瑰宝，充分利用这些秘密武器将有效提高你的机器学习处理的效率！ 1、数据集生成器 Scikit-learn有很多数据集生成器，可以用来生成各种复杂度和维度的人工数据集。 例如， make_blobs 函数可以创建包含很多数据样本、聚类中心、维度的“blobs”或数据聚类。可视化以后可以清晰看出样本的分布： Scikit-learn其实提供了很多数据集创建函数： make_moons(n_samples=100, noise=0.1) make_circles(n_samples=100, noise=0.05) make_regression(n_samples=100, n_features=1, noise=15) make_classification(n_samples=100) 2、流水线/Pipeline 流水线可以将不同的方法组合为单一模型，在自然语言处理（NLP）应用中这一点非常重要。可以通过组合多个模型的方式来创建流水线，数据将依次流过聚合模型中的各环节。流水线有标准的拟合与预测能力，这使得训练过程得到很好的组织。 很多对象都可以整合进流水线： 缺失值处理器/Imputers：如果你的数据中包含缺失的数据