作者：lihongxun945github.com/lihongxun945/myblog/issues/21这篇文章记录我在使用Vue和React的时候，对他们的不同之处的一些思考，不仅局限于他们本身，也会包括比如 Vuex/Redux 等经常搭配使用的工具。因为涉及到的内容很多，可能下面的每一个点都能写成一篇文章，这次先简单做

我的大概思路就是，前端根据选取的内容获得他的cid，我的cid是js生成的uuid，然后：1、通过websocket广播给对应的人去删除localstorage里的缓存，2、ajax异步请求删除数据库里的数据记录3、如果对方此时也打开了聊天面板就要用jquery找到那条消息然后remove。由于目前发现layim3.6版本并没有给自己

http(超文本传输协议)一种属于应用层的协议缺点：1.通信使用明文（不加密），内容可能会被窃听2.不验证通信方的身份，因此有可能遭遇伪装3.无法证明报文的完整性，所以有可能已遭篡改优点：1.传输速度快httpsHTTPS并非是应用层的一种新协议。只是HTTP

关于FlinkonYarn三部曲本文是《FlinkonYarn三部曲》的第一篇，整个系列由以下三篇组成：1.准备工作：搭建FlinkonYarn环境前，将所有硬件、软件资源准备好；2.部署和设置：部署CDH和Flink，然后做相关设置3.Flink实战：在Yarn环境提交Flink任务整个三部曲的实战内容如下图

来源：https://blog.dogchao.cn/?p70《EffectiveJavaJava》名著，必读。如果能严格遵从本文的原则，以编写API的质量来苛求自己的代码，会大大提升编码素质。以下内容只记录了我自己整理的东西，还是建议读原文。为了聚焦知识点，一些说明故意忽略掉了。相当于是一篇摘要。1、考虑用静态工厂方法替代构造

本文是根据阮一峰的ECMAScript6入门(https://www.oschina.net/action/GoToLink?urlhttp%3A%2F%2Fes6.ruanyifeng.com%2F%3Fsearch%3Dimport%26x%3D0%26y%3D0%23README)一书学习并结合当前工作情况,总结的各部分内容的实用性,及其应用

关于推荐引擎如今的互联网中，无论是电子商务还是社交网络，对数据挖掘的需求都越来越大了，而推荐引擎正是数据挖掘完美体现；通过分析用户历史行为，将他可能喜欢内容推送给他，能产生相当好的用户体验，这就是推荐引擎。推荐算法Slopeone的原理      首先Slopeone是一种基于项目的协同过

!(https://oscimg.oschina.net/oscnet/090aaaae891c2653915ec2693bd0c7b7a98.jpg)写在前面做过网页开发的同学想必都遇到过这样尴尬的排版问题：在主体内容不足够多或者未完全加载出来之前，就会导致出现（图一）的这种情况，原因是因为没有足够的垂直空间使得页脚推到浏览器

!(https://oscimg.oschina.net/oscnet/077ed19b13d84bbcbe4b0244c8d0f50f.jpg)对于搜索引擎，大家不会感到陌生，我们每天都在用。我们在百度、谷歌上搜索我们想要的信息。比如，在输入框里输入关键字查询后，会返回很多和关键字相关的内容。或者在电商网站输入想

引言：关于数据库优化，网上有不少资料和方法，但是不少质量参差不齐，有些总结的不够到位，内容冗杂偶尔发现了这篇文章，总结得很经典，文章流量也很大，所以拿到自己的总结文集中，积累优质文章，提升个人能力，希望对大家今后开发中也有帮助1、选取最适用的字段属性MySQL可以很好的支持大数据量的