使用Linux最好还是整个服务器，买太贵了，建议租一个，我用的是docker简述Docker是一个开源的应用容器引擎，让开发者可以打包他们的应用以及依赖包到一个可移植的镜像中，然后发布到任何流行的Linux或Windows操作系统的机器上，也可

最近通过SGM监控发现有两个SQL的执行时间占该任务总执行时间的90%，通过对该SQL进行分析和优化的过程中，又重新对SQL语句的执行顺序和SQL语句的执行计划进行了系统性的学习，整理的相关学习和总结如下；

PAM（可插入认证模块）是UNIX系统上一个实现模块化的身份验证模块服务当程序需要对用户进行身份验证时加载并执行的。PAM文件通常位于/etc/pam.d目录中。配置文件/etc/pam.d/passwordauth/etc/pam.d/systemauth/etc/security/pwquality.conf配置密码创建要

Stringevent从Spring的4.2版本后，开始支持注解来进行事件广播接收，这使得我们非常方便当然了Spring也支持JMS消息中间件，这个就可以做多个系统集成了，感觉有点偏题了，先看看事件怎么通过注解来开发基础支持先来看看支持哪些默认事件Event描述Context

!(https://oscimg.oschina.net/oscnet/7e91c413e9f84235a4a5b323f4aa9219a1b.jpg)前言很久没有写关于Spring的文章了，最近在系统梳理Dubbo代码的过程中发现了XMLschema这个被遗漏的知识点。由于工作中使用SpringBoot比较多的原因，几乎很

之前在《关于WEB/HTTP调试利器Fiddler的一些技巧分享(http://my.oschina.net/leejun2005/blog/151103)》中系统的介绍过Fiddler的原理与一些常见技巧，但那篇文章只是入门科普，并不深入，今天要介绍到的内容相对更加高级与深入，扩展性更好，功能更加强大。1、FiddlerScript

前几天聊的“协同过滤（CollaborativeFiltering）”和“基于内容的推荐（ContentbasedRecommendation）”，都必须分析用户的历史行为数据（例如电影点击数据，职位查看数据等），针对不同的用户进行个性化推荐。如果系统没有用户的历史行为数据积累，如何实施推荐呢？今天接着用通俗的语言说说推荐算法中的“相似性推

!(https://oscimg.oschina.net/oscnet/9b677bedad00400ebd9f631451822918.png)1并发历史在计算机最早期的时候，没有操作系统，执行程序只需要一种方式，那就是从头到尾依次执行。任何资源都会为这个程序服务，在计算机使用某些资源时，其他资源就会空闲，就

要专业系统地学习EF前往《你必须掌握的EntityFramework6.x与Core2.0》这本书的作者（汪鹏，Jeffcky）的博客：https://www.cnblogs.com/CreateMyself/前面说到EF中的原始查询，就是写SQL语句执行那么还有存储过程的调用也是通过那几个方法来的调用查询数据的存储过程使用：ctx

阅读目录：1\.前言2\.算法介绍计数器法3\.算法介绍滑动窗口4\.算法介绍漏桶算法5\.算法介绍令牌桶算法前言在一个高并发系统中对流量的把控是非常重要的，当巨大的流量直接请求到我们的服务器上没多久就可能造成接口不可用