1.概述这其实是我第一篇想写的博客，可能是因为我遇到了太多的坑，那个时候刚入行下了很多Demo发现怎么也改不动，可能是能力有限，这次就做一个具体的实现和彻底的封装。　　上次讲了，有了源码分析我们对ViewPager就有了一个大概的了解，那么再来封装成自定义View，就会简单许多，附视频讲解地址：　　　　这里写图片描述2．效果封装2.1

Linux有非常多的发行版本，从性质上划分，大体分为由商业公司维护的商业版本与由开源社区维护的免费发行版本。商业版本以Redhat为代表，开源社区版本则以debian为代表。这些版本各有不同的特点，在不同的应用领域发挥着不同的作用，不能一概而论。而绝大多数VPS上只提供开源社区维护的发行版本。下面就这些不同的Linux发行版进行简单的分析。Ubu

hive是基于Hadoop的一个数据仓库工具，用来进行数据的ETL，这是一种可以存储、查询和分析存储在Hadoop中的大规模数据的机制。hive能将结构化的数据文件映射为一张数据库表，并提供SQL查询功能。HiveSQL是一种类SQL语言，与关系型数据库所支持的SQL语法存在微小的差异。本文对比MySQL和Hive所支持的SQL语法，发现相同的SQL语句在

随着大数据和AI业务的不断融合，大数据分析和处理过程中，通过深度学习技术对非结构化数据（如图片、音频、文本）进行大数据处理的业务场景越来越多。本文会介绍Spark如何与深度学习框架进行协同工作，在大数据的处理过程利用深度学习框架对非结构化数据进行处理。Spark介绍Spark是大规模数据处理的事实标准，包括机器学习的操

Java多线程之线程池7大参数详解目录企业面试题线程池7大参数源码线程池7大参数详解底层工作原理详解线程池的4种拒绝策略理论简介面试的坑：线程池实际中使用哪一个？1\.企业面试题线程池的工作原理，几个重要参数，然后给了具体几个参数分析线程池会怎么做，最后问阻塞队列用是什么？线程池的构造类的方

在上一篇文章中，我们通过代码运行结果，查看到JVM的堆内存逻辑上分区是三部分，物理上分区是2部分，以及是新生代分区三部分，占比分布是8/1/1。而且我们还通过代码和堆JVM参数配置，制造出了OOM异常。下面我们就来分析GC回收器的日志信息。先来看看，OOM后，GC详细日志信息：!dd604a3c4cda17304edcc43b03106d58.pn

作者｜王国璋编辑｜小智在过去几年，对于ApacheKafka的使用范畴已经远不仅是分布式的消息系统：我们可以将每一次用户点击，每一个数据库更改，每一条日志的生成，都转化成实时的结构化数据流，更早的存储和分析它们，并从中获得价值。同时，越来越多的企业应用也开始从批处理数据平台向实时的流数据数据平台转移。本演讲将介绍最近ApacheKafka

背景分析随着平安城市、智慧城市、雪亮工程、智能交通等各项建设的持续开展，安防逐渐得到普及，面对如此广阔的市场，对安防企业来说不仅仅是机遇更多的是挑战。现今大多数摄像头一直没能摆脱人工监控的传统监控方式，由此导致了大量视频数据堆积占用存储资源、实时性差、检索困难等问题，海量摄像头带来的海量视频数据检索工作需要耗费大量警力。!15.jfif

\TOC\可靠数据传输原理如何在一条不可靠的信道上得到可靠的传输？不可靠的原因：可能出现比特差错、丢包停等传输下的情况从简单到难的情况一步步分析：1.经过完全可靠信道的可靠数据传输这时只需要一发一收，值得注意的是：发送端的发送动作是由上层（应用层）触发，接收端的接收动作是由下层（网