最新收录文章列表
MySQL查询性能优化七种武器之索引潜水
有读者可能会一脸懵逼？啥是索引潜水？你给起的名字的吗？有没有索引蛙泳？这个名字还真不是我起的，今天要讲的知识点就叫索引潜水（Indexdive）。先要从一件怪事说起：我先造点数据复现一下问题，创建一张用户表：CREATETABLE`user`(`id`bigint(20)unsignedNOTNULLAUTO_INCREMENTCOMMENT'主键ID',`name`varchar(100)NOT
Qt 国际化翻译
简介QtLinguist提供了一套加速应用程序翻译和国际化的工具。Qt使用单一的源码树和单一的应用程序二进制包就可同时支持多个语言和书写系统。使用QTranslator来加载生成的qm文件，就可以让程序显示指定的语言。//国际化翻译QStringlanguage="CH";//默认为中文，后期可以使用ini方式保存语言选项QTranslatortranslator;translator.load(
程序员的专属浪漫——用3D Engine 5分钟实现烟花绽放效果
谁说程序员不懂浪漫？作为程序员，用自己的代码本事手搓一个技术感十足的惊喜，我觉得，这是不亚于车马慢时代手写信的古典主义浪漫。那么，应该怎样创作出具有自我身份属性的浪漫惊喜呢？玩法很多，今天给大家介绍一个不出错的技术控浪漫实操方式——烟花粒子动画，在虚拟空间为对方造一个漫天烟花，平行时空的浪漫，多酷。必须的，烟花粒子动画效果除了炫浪漫，还有多种切实的应用场景，比如，游戏应用中，玩家得胜后的页面呈现、
使用.NET简单实现一个Redis的高性能克隆版（四、五）
译者注该原文是AyendeRahien大佬业余自己在使用C#和.NET构建一个简单、高性能兼容Redis协议的数据库的经历。首先这个"Redis"是非常简单的实现，但是他在优化这个简单"Redis"路程很有趣，也能给我们在从事性能优化工作时带来一些启示。由于接下来的两篇较短，本文一起把它们一起翻译原作者：AyendeRahien原链接：https://ayende.com/blog/197505-
SQL Server查询优化
从上至下优化看过一篇文章，印象深刻，里面将数据库查询优化分为四个大的方向使用钞能力——给DB服务器加物理配置，内存啊，CPU啊，硬盘啊，全上顶配替换存储系统——根据实际的业务情况选择不同的存储数据库，比如用ES做全文检索优化存储结构——比如采用分库分表，CQRS（命令查询职责分离），分布式缓存，历史数据归档，数据序列化等查询语句的优化——增加数据库索引命中率，定期清理数据库索引碎片等从上到下成本依
C++ 练气期之函数探幽
1.函数基础一个C++程序中，往往需要包含若干个函数，可以说函数是C++程序的基础组成元件，是程序中的头等公民。如果要理解程序中使用函数的具体意义，则需要了解语言发展过程中致力要解决的2问题：一是完善语言的内置功能库（API），让开发者不为通用功能所干扰。另就是通过特定的代码组织方案提升程序的可伸缩性、可维护性、可复用性以及安全性。随着项目规模的增大，分离代码，重构整体结构尤为重要。函数的出现，从
羽夏看Linux内核——中断与分页相关入门知识
写在前面??此系列是本人一个字一个字码出来的，包括示例和实验截图。如有好的建议，欢迎反馈。码字不易，如果本篇文章有帮助你的，如有闲钱，可以打赏支持我的创作。如想转载，请把我的转载信息附在文章后面，并声明我的个人信息和本人博客地址即可，但必须事先通知我。你如果是从中间插过来看的，请仔细阅读，方便学习本教程。中断??中断通常是由CPU外部的输入输出设备（硬件）所触发的，供外部设备通知CPU有事情需要处
Java基础 | Stream流原理与用法总结
Stream简化元素计算；一、接口设计从Java1.8开始提出了Stream流的概念，侧重对于源数据计算能力的封装，并且支持序列与并行两种操作方式；依旧先看核心接口的设计:BaseStream：基础接口，声明了流管理的核心方法；Stream：核心接口，声明了流操作的核心方法，其他接口为指定类型的适配；基础案例：通过指定元素的值，返回一个序列流，元素的内容是字符串，并转换为Long类型，最终计算求和
【Harmony OS】【ArkUI】ets开发 简易视频播放器
?前言：这一次我们来使用ets的Swiper组件、List组件和Video组件制作一个简易的视频播放器。本篇是以HarmonyOS官网的codelab简易视频播放器（eTS）为基础进行编写。本篇最主要的内容就是一个主界面包括顶部的视频海报轮播，中部的视频播放列表，以及点击海报和播放列表进入到播放界面完成视频播放的功能。师傅领进门，修行在个人，所以本篇只讲大概的组件使用，具体的细节和更详细的属性读者
powershell 执行策略
前言上一篇博文，我介绍了一下powershell和cmd的对比。通过学习，我发现powershell的确比cmd更加power，也更加适应现在的使用场景。那么本文将继续介绍一个powershell的另一个特性，执行策略。 executionpolicy描述首先我们看看官网是怎么描述executionpolicy的:PowerShell'sexecutionpolicyisasafetyf
Dapr学习（4）之eShopOnDapr部署（Rancher2.63&k3s）
本篇主要讲述一下github上基于Dapr实现的商城demo在（K8sorK3s）环境中的部署实践，本文环境基于k3s&rancher2.6.31、eShopOnDapr源代码及概述源代码地址：https://github.com/dotnet-architecture/eShopOnDapr方案体系结构如下图：说明：1.前后端分离项目，前端Blazor项目，系统入口，发送api请求到ap
最新豆瓣top250爬虫案例代码分析[注释齐全]
导入包#json包importjson#正则表达式包importreimportrequestsfromrequestsimportRequestException定义爬取html函数#函数：获取一页htmldefget_one_page(url):try:headers={'User-Agent':'Mozilla/5.0(WindowsNT10.0;Win64;x64)AppleWebKit/
[GYCTF2020]Ezsqli-1|SQL注入
1、打开界面之后在输入框进行输入测试，分别输入1、2、3、’等字符，结果如下：2、看到bool(false)这里我想到了bool注入，因为之前做过这道题：https://www.cnblogs.com/upfine/p/16367693.html，所以这里直接想到了bool注入，那就先判断下注入点，payload：1&&1=1和1&&1=2，（这里需要注意下编码，否
机器学习建模高级用法！构建企业级AI建模流水线 ⛵
??作者：韩信子@ShowMeAI??机器学习实战系列:http://www.showmeai.tech/tutorials/41??本文地址：http://www.showmeai.tech/article-detail/287??声明：版权所有，转载请联系平台与作者并注明出处??收藏ShowMeAI查看更多精彩内容机器学习与流水线（pipeline）简介我们知道机器学习应用过程包含很多步骤，如
ABP中的数据过滤器
??本文首先介绍了ABP内置的软删除过滤器(ISoftDelete)和多租户过滤器(IMultiTenant)，然后介绍了如何实现一个自定义过滤器，最后介绍了在软件开发过程中遇到的实际问题，同时给出了解决问题的一个未必最优的思路。一.预定义过滤器??ABP中的数据过滤器源码在Volo.Abp.Data[2]包中，官方定义了2个开箱即用的过滤器，分别是软删除过滤器(ISoftDelete)和多租户过
MES对接Simba实现展讯平台 IMEI 写号与耦合测试
文章开始之前，必须对Simba工具点一个大大的赞，Simba为了适应市面上不同厂家开发的MES系统，特地开发了统一的接口，各个MES厂家只需要按照接口规范去做开发，然后将中间件加载到Simba，就能实现数据对接了，非常方便，扩展性非常好！IMEI号码由MES负责生成，针对每一个工单号码分配不同的IMEI号段，每一个IMEI号码一经分配就立刻进行锁定，防止二次分配导致重复写号.设备连接到电脑之后，启
react环境搭建及文件配置
webpack简介构建工具（基于Nodejs）node(v16)前端工程化。环境搭建创建一个空的package.jsonnpminitwebpack核心包（提供了API,插件）npmiwebpack-gnpmiwebpack-Dcnpmiwebpack-gcnpmiwebpack-Dwebpack命令行包（提供了很多命令）npmiwebpack-cli-gnpmiwebpack-cli-Dcnpm
基于.NET6、FreeSql、若依UI、LayUI、Bootstrap构建插件式的CMS
近几年，.net生态日益强大，特别是跨平台技术，性能提升，那真的是强大无比。为了日常能够快速开发，笔者基于基于.NET6、FreeSql、若依UI、LayUI、Bootstrap构建插件式的CMS，请大家多提意见建议。在此，要感谢若依CMS的作者，借用了皮肤框架。懒的发文字描述了，来一波效果图吧，请大家多提意见建议。 文章管理 采集功能 系统管理字典管理代码生成插件管
深度学习-神经网络原理2
神经网络的原理对于一个神经网络我们可以分为输入层，隐藏层，输出层，对于神经网络的训练可以分为正向传播和反向传播。这里对神经网络不同层次的数据表示进行约定。这里我们以一个二层的神经网络模型进行演示。在这里我们将A0定义为输入层数据，将A1定义为隐藏层数据，最后的A2定义为输出层数据。这A0时输入的矩阵通常为（m，n）m为特征个数，n为样本个数。对于L层，AL层为a个元素，L-1层有b个,这里我们就可
C++封装静态链接库和使用
零碎记事距离上次发博客已经有一年半了，转眼间我也是从做图像研究到了做游戏开发，说起来看看前面的博文，本来就有前兆的东西呢（笑）......因为主要还是在使用虚幻引擎，所以C++的东西会碰到多一些。以后程序技术方面的文章就放博客，游戏设计相关的杂谈就放知乎那边吧，博主的知乎可以通过友链过去。B站那边的账号也打算开始复活，后面是更新游戏设计杂谈类的视频还是更新虚幻技术方面的视频还在犹豫不决......