logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

详解ByteBuf缓冲区

1. ByteBuf优点与Java NIO的Byte Buffer相比,ByteBuf的优势如下:Pooling池化,减少了内存复制和GC,提升了效率复合缓冲区类型,支持零复制不需要调用flip()方法去切换读/写模式扩展性良好可以自定义缓冲区类型读取和写入索引分开方法的链式调用可以进行引用计数,方便重复使用2. ByteBuf的逻辑部分ByteBuf是一个字节容器,内部是一个字节数组。从逻辑上来

#java
Linux命令的竖线

竖线|是个管道符,将|前面命令的输出作为|后面的输入。双竖线||分割多条命令,在执行时遵循一下规则:如果前一条命令为真,则后面的命令不会执行,如果前一条命令为假,则继续执行后面的命令。...

父子组件通过props传参,子组件在created中接收props不能实时更新

问题背景:父组件为index.vue, 两个子组件为home-header.vue和home-sidebar.vue。现在需要在父组件中请求完数据后,两个子组件才去发生请求数据。解决方案一:在父组件index.vue中定义两个变量,用来确定父组件中的请求是否完毕,然后在子组件中使用v-if:index.vue:<template><div id="index"><ho

element-ui的Loading组件使用问题记录

这里我使用的是以服务方式引入的Loading,参考网上给的全局配置文件,整理了一下。在使用过程中发现了一些问题。在vue项目文件夹中,这里我就在utils中创建了一个loading.js文件,用来写全局配置:以服务的方式调用的全屏 Loading 是单例的:若在前一个全屏 Loading 关闭前再次调用全屏 Loading,并不会创建一个新的Loading 实例,而是返回现有全屏 Loading

element-ui的Loading组件使用问题记录

这里我使用的是以服务方式引入的Loading,参考网上给的全局配置文件,整理了一下。在使用过程中发现了一些问题。在vue项目文件夹中,这里我就在utils中创建了一个loading.js文件,用来写全局配置:以服务的方式调用的全屏 Loading 是单例的:若在前一个全屏 Loading 关闭前再次调用全屏 Loading,并不会创建一个新的Loading 实例,而是返回现有全屏 Loading

运行Hadoop自带的MapReduce WordCount单词统计程序

使用的环境如下:VMware虚拟机下CentOS7hadoop-3.2.0jdk1.8.0_221完成hadoop的伪分布式搭建后,就可以执行hadoop自带的WordCount程序来入门了。先启动hadoop,不然程序时不会成功运行的。一、找到WordCount程序在hadoop安装目录 /home/helloworld/software/hadoop-3.2.0/share...

Maven继承

可继承的POM元素groupId:项目组ID,项目坐标核心元素version:项目版本,项目坐标核心元素description:项目描述信息organization:项目的组织信息inceptionYear:项目的创始年份url:项目的URL地址developers:项目开发者信息contributors:项目贡献者信息distributionManagement:项目部署配置issueManag

#maven#java#intellij-idea
剑指 Offer 43. 1~n 整数中 1 出现的次数

题目连接输入一个整数 n ,求1~n这n个整数的十进制表示中1出现的次数。例如,输入12,1~12这些整数中包含1 的数字有1、10、11和12,1一共出现了5次。示例 1:输入:n = 12输出:5示例 2:输入:n = 13输出:6题解这篇写的很详细了:点击此处class Solution {public int countDigitOne(int n) {int digit = 1, res

SpringBoot:实现用户根据角色登录不同的页面

本文记录用SpringBoot 实现简单的用户登录过程,对于初步入门的我来说遇到了很多的困难,所以在实现登录后特写此篇文章。描述我在实现过程中遇到的问题和疑惑,也算是自己的学习笔记吧!!开发环境:IDE:JetBrains Intelij IDEAJava:JavaSE13详细过程:文件目录:【domain】目录主要用于实体(Entity)与数据访问层(Repository...

机器学习入门之糖尿病预测——ML-sklearn

从网上找到一处实例,跟着先把机器学习的数据分析的流程先了解一遍,把此实例的每一步理解记录一下。数据集下载链接:https://github.com/susanli2016/Machine-Learning-with-Python/blob/master/diabetes.csv一步步慢慢理解ML-sklearnfrom warnings import simplefiltersimple...

    共 12 条
  • 1
  • 2
  • 请选择