其他

JavaScript中的原子(Atom)是QoBean中提出的一個重要概念，借鑒自erlang，但具有與後者不同的含義。在QoBean裡，Meta（元）與Atom（原子）是一對概念，前者表明執行系統中的最小單位，後者表明資料系統中的最小單位。QoBean約定這兩個東西為一切元編程的初始，即最小化的執行系統與資料系統模型。 有什麼意義呢？沒什麼意義。這隻具備理論上的完整性。為了描述這種完整性，QoBean寫了兩個相當無厘頭的函數：// Atom system// - atom object

多線程編程的設計模式 不變模式(二) 不變模式(Immutable Pattern)顧名思義,它的狀態在它的生命週期內是永恒的(暈,永恒的日月星晨,對象如人,太渺小,談不上永恒!),不會改變的.對於其中的不變類(Immutable

實戰篇(一) 在進入實戰篇以前,我們簡單說一下多線程編程的一般原則.[安全性]是多線程編程的首要原則,如果兩個以上的線程訪問同一對象時,一個線程會損壞另一個線程的資料,這就是違反了安全性原則,這樣的程式是不能進入實際應用的.安全性的保證可以通過設計安全的類和程式員的手工控制.如果多個線程對同一對象訪問不會危及安全性,這樣的類就是安全執行緒的類,在JAVA中比如String類就被設計為安全執行緒的類.而如果不是安全執行緒的類,那麼就需要程式員在訪問這些類的執行個體時手工控制它的安全性.[可行性]是

阿三看到一個非常有興趣的網頁,想把它儲存下來,於是,阿三點擊"檔案->另存新檔",選擇"網頁,全部(*.htm,*.html)".OK,阿三的硬碟上多了一個a.html檔案和一個a檔案夾,裡面儲存了這個網頁上的所有資源,圖片,css,js一大堆.阿三看著這一大堆檔案,想整理又不太方便,於是阿三打電話給Axman,"大哥,我能不能把當前網頁儲存為一個檔案又能顯示原來的效果啊?"Axman暈了半天,沒敢吱聲,心想這世上竟然有人能笨到這樣,也算沒白活了.但沒敢說出來,因為Axman欠了阿三幾萬塊

對於原圖和靶心圖表差別不是很大，一般而言躁點幹擾性不是很大，但是如果原圖本身很小而又沒有強特徵，而靶心圖表很大的情景下，誤匹配的情況非常容易發生。比如原圖是一張很小的logo，靶心圖表是一個頁面截屏，因為靶心圖表相對原圖而言太大，總能找到原圖上一些特徵點，就象拿五柆沙子去沙難上總能找到匹配的五柆沙子。我們看下面的圖。左上方的原圖在右下邊的頁面中並沒有實際的存在，卻發現幾十個匹配的特徵點，當然這些是百分之百的躁點，對於這樣的情況很容易讓我們產生誤判。現在我們把原圖放在靶心圖表上，當然躁點仍然會存在

前段時間公司打造了自己的WEB開發架構新版，效能比以前的兩個版有很大提高。在效能基準測試時，某個測試的業務情境為18000個TPS左右。但是後來增加了session序列化模組後，一下子下降低到6000個TPS左右，就是因為這個模組效能一下子降低三倍。 jvisualvm監視查看到其中的加密方法佔用了47%的CPU處理時間，於是重點測試這個方法。 這個方法做了三件事。1.加密，2.壓縮，3.base64編碼成可見字元 加密過程雖然消耗了一定的系統資源，但經百萬次迴圈測試效能是可以接受的。BASE6

花了我近半小時才搞定。原來的小區寬頻是PPPOE方式撥號連線的，路由器設定為開始DHCP，會把自己設定為192.168.1.1。一般而言沒有什麼問題。今天把寬頻從濱江遷移到餘杭，小區不再是PPPOE方式，而是動態IP方式，把無線路由器接上後，IP地址被分配為192.168.173.1

深入研究線程池一.什麼是線程池?線程池就是以一個或多個線程[迴圈執行]多個應用邏輯的線程集合.注意這裡用了線程集合的概念是我生造的,目的是為了區分執行一批應用邏輯的多個線程和線程組的區別.關於線程組的概念請參閱基礎部分.一般而言,線程池有以下幾個部分:1.完成主要任務的一個或多個線程.2.用於調度管理的管理線程.3.要求執行的任務隊列.那麼如果一個線程迴圈執行一段代碼是否是線程池?如果極端而言,應該算,但實際上迴圈代碼應該算上一個邏輯單元.我們說最最弱化的線程池應該是迴圈執行多個邏輯單元.也就是

基礎篇(二)在進入java平台的線程對象之前,基於基礎知識(一)的一些問題,我先插入兩個基本概念.[線程的並發與並行]在單CPU系統中,系統調度在某一時刻只能讓一個線程運行,雖然這種調試機制有多種形式(大多數是時間片輪巡為主),但無論如何,要通過不斷切換需要啟動並執行線程讓其啟動並執行方式就叫並發(concurrent).而在多CPU系統中,可以讓兩個以上的線程同時運行,這種可以同時讓兩個以上線程同時運行的方式叫做並行(parallel).在上麵包括以後的所有論述中,請各位朋友諒解,我無法用最準

1.因為支援注釋和代碼方式產生mapper,所以原來的  parameterMap反對使用，也就是不建議用parameter的順序支對應"?" 方式的參數。   因為mapper的資料是一個純xml的，而xml的元素如果沒有標記為序列是沒有順序的，所以用<parameterMap>  <parameter property="p1" .../>   <parameter property="p2" .../>

[線程的中斷]不客氣地說,至少有一半人認為,線程的"中斷"就是讓線程停止.如果你也這麼認為,那你對多線程編程還沒有入門.在java中,線程的中斷(interrupt)只是改變了線程的中斷狀態,至於這個中斷狀態改變後帶來的結果,那是無法確定的,有時它更是讓停止中的線程繼續執行的唯一手段.不但不是讓線程停止運行,反而是繼續執行線程的手段.對於執行一般邏輯的線程,如果調用調用它的interrupt()方法,那麼對這個線程沒有任何影響,比如線程a正在執行:    while(條件) x ++;這樣的語句

故障現象：三個不同的應用，每個應用都是N台伺服器的叢集。從兩周前出現一個非常奇怪的現象，每天從11：20開始，到下面的幾個點的20分，如12:20,13:20,14:20,15點20.一直到某個點結束，每個點的20分都是會發生資料庫串連暴漲,把有資料庫請求的方法進行攔截，很多方法竟然執行20多秒，最後逾時退出（正常的100ms以內）。不過這樣的情況僅持續很短時，不超過一分鐘就恢複正常。分析過程：我是參與這個故障分析，不是主導。1.首先懷疑資料庫本身是否有定時任務或時間觸發器在做什麼工作影響了外部

這個社會還是需要一些裝X的人才的，不然它就不叫社會了。我從來沒有這樣刻薄地評價一本書，但如果實在要我對編程之美這本書說些什麼，我只能說它是裝X必備之寶典。 不可否認，它的80%以上的內容——演算法分析是有益的，但這不是它的亮點，任何一本介紹具體問題和求解的書都可以做到“對讀者有益”這個功能。 如果你直接把書名改為趣味編程題集，倒不失為一本合可格的計算書類技術書籍，但作者的重點顯然不在此，他在賣弄自以為是的經驗和心得。其實它雖然只佔了不到10%的內容，但就這10%不到的內容使全書淪為裝B之列。 第

Groovy in Action(中文版)第136頁明確說Closure的this指向Closure自己。並且從代碼注釋處作者也是這樣理解的：class Mother{    int field = 1    int foo(){        return 2    }    Closure birth(param){        def local = 3        def closure = { caller->            [               

以上內容摘自《Java Program in Action》(Kris Mok)一。選擇性的最佳化    擇要最佳化的代碼    其中，擇要最佳化癿代碼路徑擇最佳化癿程度.       追求互動性的時候只選用效費比高的最佳化演算法。    追求頂峰效能時選擇合適的代碼進行高度最佳化。    傳統的編譯器最佳化演算法都可以有選擇性得到應用二。為常見情況而最佳化    避開非常見情況，留下“逃生門”。三。固有函數（intrinsics）  

基礎篇(三)

本節介紹OOM Killer的運行與結構。Linux中的Out Of Memory（OOM） Killer功能作為確保記憶體的最終手段，可以在耗盡系統記憶體或交換區後，向進程發送訊號，強制終止該進程。這個功能即使在無法釋放記憶體的情況下，也能夠重複進行確保記憶體的處理過程，防止系統停滯。還可以找出過度消耗記憶體的進程。本節將介紹2.6核心的OOM

29寸超寬屏的解析度是2560x1080,目前主要有dell,lg,aoc三款。都是ips屏，我入手的是aoc的，最便宜，3599，保無點。這個解析度對程式員來說是非常方便的。因為我們很多時候都使用雙屏，在調試時把一些資訊的視窗放在另一個視窗，要用滑鼠兩邊切換。有了這個超寬屏，可以用軟體實現分屏，使用下來比物理雙屏更方便。在windows下用screen plus可以將視窗切成三屏，但是絕大多數程式員不願意在windows下開發。我的mac上經過試用，同時使用cinch和sizeUp

原文出自Three things everyone should know to improve object retrieval. （CVPR2012）其中只使用rootsift= sqrt( sift / sum(sift) )一項就可以有很好的效果，實際處理：在descriptor數組輸出之前，加上一個處理 float sum = 0.0f; for (float f : desc) sum += Math.abs(

25億條資料，近600g，由雲梯計算產生，大約每三天產生一次，而要入庫，提供多維查詢的介面和使用者操作介面，最終資料估計達100億。簡單就是把雲梯產生的文本資訊入庫，提供查詢。以後多維結果資料的權重計算也很簡單，介面和使用者操作介面都是入門級需求。挑戰的目前25億，最終達100多億的量。儲存容量，資料庫選型，介面查詢效能。航母不是舢板的放大，當規模到了另一個層級就是不同領域的科學了。