徐小夕 徐小夕
4年前
vue3.0-template-admin | 一款基于vite的开箱即用的后台管理模版
今天给大家推荐一款我朋友基于vite开发的开箱即用的后台管理模版vue3.0templateadmin.目前已在github上完全开源,相关配套功能非常齐全,大家可以一键clone这个项目快速搭建后台管理系统,如果想快速上手vitevue3.0开发的朋友,这个项目也是不错的选择.vue3.0templateadmin基于常见业务场景,抽
Python进阶者 Python进阶者
3年前
Python网络爬虫过程中,构建网络请求的时候,参数`stream=True`的使用
大家好,我是皮皮。一、前言前几天在Python最强王者交流群【德善堂小儿推拿瑜亮老师】分享了一个关于Python网络爬虫的问题,这里拿出来给大家分享下,一起学习。二、解决过程这里【PI】大佬提出了思路,的确可行。【皮皮】给了一份代码,取巧,这里就不展示了。后来【月神】给了一份可行的代码,如下所示:forurlinallurl:respr
Wesley13 Wesley13
4年前
java中的方法返回值使用泛型,实现灵活的返回值类型
<divclass"htmledit\_views"<p<br</p<p痛点:&nbsp;&nbsp;&nbsp;使用Mybatis框架的时候,想封装一个底层JDBC控制器,用于提供和Mybatis交互的增删改查接口(公用的接口),但由于公用的查询方法可能是用户自定义的任意一个和表对应的javabean类型,所以要考虑怎么样给调用
JDK13的特性和JDK的历史你知道吗???喂饭式带你学好!!!
1.1JDK各版本主要特性回顾JDKVersion1.019960123Oak(橡树)初代版本,伟大的一个里程碑,但是是纯解释运行,使用外挂JIT,性能比较差,运行速度慢。JDKVersion1.119970219JDBC(JavaDataBaseConnectivity);支持内部类;RMI(RemoteMe
Stella981 Stella981
4年前
Kafka高可用,高吞吐量低延迟的高并发的特性背后实现机制
1概述Kafka是最初由Linkedin公司开发,是一个分布式、分区的、多副本的、多订阅者,基于zookeeper协调的分布式消息系统,Linkedin于2010年贡献给了Apache基金会并成为顶级开源项目。2消息系统介绍一个消息系统负责将数据从一个应用传递到另外一个应用,应用只需关注于数据,无需关注数据在两个或
Stella981 Stella981
4年前
Android 学习之Android Studio的下载和安装以及无法安装 intel HAXM问题的解决
前提:已完成Java运行环境的全部配置1.Android开发工具AndroidStudio的下载和安装:(自行百度)2.下载AndroidSDK以及设置环境变量:2.1AndroidSDK(自行百度下载)SDK:(softwaredevelopmentkit)软件开发工具包
Stella981 Stella981
4年前
Spark Streaming连接Kafka的两种方式 direct 跟receiver 方式接收数据的区别
Receiver是使用Kafka的高层次ConsumerAPI来实现的。Receiver从Kafka中获取的数据都是存储在SparkExecutor的内存中的,然后SparkStreaming启动的job会去处理那些数据。然而,在默认的配置下,这种方式可能会因为底层的失败而丢失数据。如果要启用高可靠机制,让数据零丢失,就必须启用Spark
Stella981 Stella981
4年前
IP数据库的定位能力在商业端的具体应用有哪些?(一)
IP数据库包含全球43亿全量IPv4与2^128全量IPv6,数据库版本分为高精准公安版、高精准商业版、区县级、城市级和IPv6共5个版本。IP数据库主要解决的痛点为互联网广告精准投放、内容精准推荐、用户位置画像、重点企业办公网络资产普查,网络攻击溯源&取证、嫌疑人地理位置定位、服务器优化分配等。互联网在线广告精准投放基于I
Wesley13 Wesley13
4年前
Java发送和接收广播的UDP,用于探测局域网中指定类型的设备
注意这是发的广播信息,同一网段中其它机器都会收到这个信息(只有特殊的监听这类消息的机器会做出回应):SendUDP.javaimport java.io.BufferedReader;import java.io.IOException;import java.io.InputStreamReader;impor
Stella981 Stella981
4年前
Flink 1.8.0中的状态生存时间特性:如何自动清理应用程序的状态
对于许多状态流式计算程序来说,一个常见的需求是自动清理应用程序的状态(state),以便有效地控制状态大小,或者控制程序访问状态的有效时间(例如受限于诸如GDPR等法律条规)。ApacheFlink自1.6.0版本引入了状态的生存时间(timetolive,TTL)功能,使得应用程序的状态清理和有效的状态大小管理成为可能。在本文中,我们将讨论引入状