Redis数据结构介绍 Redis是一个key-value的数据库，key一般是String类型，不过value的类型多种多样： 贴心小建议：命令不要死记，学会查询就好啦 Redis为了方便我们学习，将操作不同数据类型的命令也做了分组，在官网:https://redis.io/commands 可以
当年学习C语言的第一门课就提到过标记(Token)的概念，不过，相信在多年之后你再次听到这个术语时会一脸懵逼，比如我。那么就来聊聊比较冷门的预处理字符串操作符吧。
前景提要 很多人想要入门编程语言,但是,费了九牛二虎之力为什么还是学不会,最终导致从入门到放弃,不过是一瞬间,其实,入门的关键是选择对了核心要学习的知识,而不是盲目的那本书,然后,开始看天书一样的费劲破解这本书,书上的内容就像谜语一样,而你掌握的线索不足以让你识别书上的谜语,这样的结果就是你永远无法
上一篇水文中，老周说了一下纯代码编写 WPF 的大概过程。不过，还是不够的，本篇水文中咱们还要更进一步。 XAML 文件默认是作为资源打包进程序中的，而纯代码编写又导致一些常改动的东西变成硬编码了。为了取得二者平衡，咱们还要把一些经常修改的东西放到 XAML 文件中，不过 XAML 文件不编译进程序
我们知道Redis是分布式内存数据库，基于内存运行，可是有没有想过比较好的服务器内存也不过几百G，能存多少数据呢，当内存占用满了之后该怎么办呢？Redis的内存是否可以设置限制？ 过期的key是怎么从内存中删除的？不要怕，本篇我们一起来看一下Redis的内存淘汰策略是如何释放内存的，以及过期的key
https://www.cnblogs.com/goloving/p/7202151.html 127.0.0.1和0.0.0.0这两个IP地址再熟悉不过了，看起来好像就那么回事，但真正较起真来，这两个IP地址到底有什么作用以及到底有什么不同？貌似谁可以轻松回答，但张嘴却又不知从何说起（这要是面试，
https://bigbully.github.io/%E7%BA%BF%E7%A8%8B%E6%B1%A0 线程池其实或多或少都用过，不过这是我第一次阅读它的源码，包括源码附带的非常详尽的注释。发现我之前对于线程池的理解还是很浅薄的。 其实从ThreadPoolExecutor.java顶部200
https://www.cnblogs.com/larrypeng/p/12496810.html 我们来看下关于网卡特性的解释，不过记住GSO和GRO两个特性就好。 TSO(TCP Segmentation Offload)，是利用网卡对TCP数据包分片，减轻CPU负荷的一种技术，也有人叫 LSO
Linux中的queue_depth(队列深度)，可以用lsscsi查看。不过今天在我的vm 虚拟机环境中（无外界存储），是没有lsscsi命令。不过，从网上，搜到了如下的信息：$ lsscsi -l[0:0:1:0] disk FUJITSU MAM3184MP 0105 /dev/sda sta
这篇博客让我们来介绍基于概率的传播模型，这种模型基于对数据的观测来构建，不过不能对因果性进行建模。基于随机树的传染病模型是分支过程（branching processes）的一种变种。在这种模型中，一个病人可能接触d个其他人，对他们中的每一个都有概率q>0将其传染，接下来我们来看当d和q取何值时，流行病最终会消失（die out）
通常情况下，直接安装构建好的.whl即可。不过，当需要一些特殊配置（或者闲来无事想体会 TensorFlow 构建过程到底有多麻烦）的时候，则需要选择从源代码构建TensorFlow。万幸文档混乱的 TensorFlow 还是好心地为我们提供了一整页的文档供参考
一.native层访问java层的成员变量 java层的成员变量可以分为实例变量和静态变量，不过他们的访问方法比较类似，可以分为以下三步： 获取java类对应的jclass对象 获取需要访问的成员变量的jfieldID 根据需要访问的变量的类型，调用setXXXField()/getXXXField
在前面随笔介绍的基于SqlSugar的WInform端管理系统中，数据提供者是直接访问数据库的方式，不过窗体界面调用数据接口获取数据的时候，我们传递的是标准的接口，因此可扩展性比较好。我曾经在随笔《基于SqlSugar的开发框架循序渐进介绍（5）-- 在服务层使用接口注入方式实现IOC控制反转》中介绍过，该SqlSugar开发框架本身是基于IOC控制反转的，因此对于接入不同的数据提供者，只需要切换
# [ROI 2018] Innophone > 看了半天网上仅有的一篇题解……才堪堪写出来 > > 不过在LOJ上看提交，全是 `KTT`，看得我瑟瑟发抖~~（不会~~ ## 题意翻译 在平面上有一些点，你需要在这个平面上任意确定一个点（不要求是给定的点），定义其贡献为 横坐标 $\times$
前言 最近一直在忙（2月份沉迷steam，3月开始工作各种忙），好久没更新博客了，不过也积累了一些，忙里偷闲记录一下。 这个需求是这样的，我之前做了个工单系统，现在要对登录、注册、发起工单这些功能做限流，不能让用户请求太频繁。 从 .Net7 开始，已经有内置的限流功能了，但目前我们的项目还在使用
前言 开发者越来越难了，现在国内的docker镜像也都️了，没有镜像要使用docker太难了，代理又很慢 现在就只剩下自建镜像的办法了 GitHub上有开源项目可以快速搭建自己的镜像库，不过还是有点麻烦，还好Cloudflare暂时还活着 本文记录一下使用 Cloudf
在大部分企业里，自动化测试框架落地都肯定会集成到Jenkins服务器上做持续集成测试，自动构建以及发送结果到邮箱，实现真正的无人值守测试。 不过Jenkins搭建一般都会部署在公司的服务器上，不会在私人电脑里，而服务器大部分都是Linux操作系统的。所以，我们如果要在Linux上的Jenkins服务
前段时间写过一篇介绍神经网络的入门文章：神经网络极简入门。那篇文章介绍了神经网络中的基本概念和原理，并附加了一个示例演示如何实现一个简单的神经网络。 不过，在那篇文章中并没有详细介绍神经网络在训练时，是如何一步步找到每个神经元的最优权重的。本篇介绍神经网络训练时，常用的一种权重更新的方式--梯度下降
一、写在开头 很久没更新喽，最近build哥一直在忙着工作，忙着写小说，都忘记学习自己的本职了，哈哈，不过现在正式回归！ 我们继续学习Java的IO相关内容，之前我们了解到，所谓的IO（Input/Output）就是计算机系统与外部设备之间通信的过程。 二、IO调用过程 接下来我们从应用调用的过程中
《FFmpeg开发实战：从零基础到短视频上线》一书在第10章介绍了轻量级流媒体服务器MediaMTX，通过该工具可以测试RTSP/RTMP等流媒体协议的推拉流。不过MediaMTX的功能实在是太简单了，无法应用于真实直播的生产环境，真正能用于生产环境的流媒体服务器还要看SRS或者ZLMediaKi
