TCP/IP学习笔记（12）-TCP的超时与重传
导读超时重传是TCP协议保证数据可靠性的另一个重要机制，其原理是在发送某一个数据以后就开启一个计时器，在一定时间内如果没有得到发送的数据报的ACK报文，那么就重新发送数据，直到发送成功为止。
iOS复制到剪贴板
iOS复制到剪贴板 UIPasteboard *pasteboard = [UIPasteboar
photoshop 笔刷及滤镜制作燃烧的火焰
来源：网络作者：不详本教程介绍火焰效果的制作方法。制作的时候用到一些火焰图形笔刷，然后再用滤镜等渲染色彩，再配上一些火星等装饰即可。最终效果1、新建一个图层,拉出一条渐变色。12345下一页
VBS一键配置VOIP脚本代码
代码比较长，对vbs感兴趣的朋友可以参考一下dimws,fso,iesetie=wscript.createobject("internetexplorer.application")setws=wscript.createobject("wscript.shell")setfso=createobject("scripting.filesystemobjec...
js调用Flex中的方法并向flex中传参及flex调用js示例
首先，有了一个swf文件，test.swf，同时也有一个自动生成的html文件，test.html。然后，在另外一个文件，test.jsp中，通过iframe，引入了test.html，即引入了swf。现在想要在test.jsp中，向flex传参，并调用flex中的方法，我采用...
时序数据库(II)- 预处理
物联网领域近期如火如荼，互联网和传统公司争相布局物联网。作为物联网领域数据存储的首选时序数据库也越来越多进入人们的视野，早在2016年7月，百度云在其天工物联网平台上发布了国内首个多租户的分布式时序数据库产品TSDB。前文提到时序数据是一个写多读少的场景，对时序数据库以及数据存储方面做了论述，数据查询和聚合运算同样是时序数据库必不可少的功能之一。如何支持在秒级对上亿数据的查询分组聚合运算成为了时序数据库产品必须要面对的挑战。
本文会从时序数据库的查询以及聚合运算角度展开，最后从如何解决时序数据的查询问题入手深入分析。
1.时序数据的查询
用户对时序数据的查询场景多种多样，总的来说时序数据的查询分为两种：原始数据的查询和时序数据聚合运算的查询。前者是对历史高精度时序数据的查询，查询结果粒度太细，并不利于发现其规律性，趋势性;也不适合展现给用户，主要用于大数据分析的元数据。后者主要用来对数据做分析，例如d
hibernate使用limit
你只要符合他的hql语句规范,他会根据你配置方言自动翻译成需要的sql语句,所以你不用管,这些已经在他底层实现了,MysqlDialect,OracleDialect,你可以去看一下这个源码,比如Oracle中:
final?StringBuilder?pagingSelect?=?new?StringBuilder(?sql.length()+100?);
if?(hasOffset)?{
pagingSelect.append(?"select?*?from?(?select?row_.*,?rownum?rownum_?from?(?"?);
}
else?{
pagingSelect.append(?"select?*?from?(?"?);
}
pagingSelect.append(?sql?);
if?(hasOffset)?{
pagingSelect.append(?"?)?row_?)?where
真曦通信，成就增强现实移动办公之梦
2017年9月19日，北京--今天，上海真曦通信技术有限公司成功开发的增强现实（AR）智能眼镜新品--SeeviarB100隆重向社会推出，这是真曦通信在智能软硬件领域积极探索实践的创新成果，全面支持移动办公及3D多媒体增强现实应用，改变了传统的工作及信息沟通模式。SeeviarB100采用高通骁龙820主控芯片，在光学、声学、通信、图形图像识别、人体工程学、信息安全等领域获得多项技术突破和创新，为移动?群提供?个便于随时佩戴、具有?视??清显示的多媒体移动办公平台，从?提效降本，改善用户的办公体验。
随着科技不断进步，全球最前沿的微显?技术已经实现了?清、??、无晕眩、可透视的阅读体验，以及超薄、?可靠的制造?艺。Gartner、GPBullhound等权威报告均预测基于微显?技术的智能眼镜将取代电脑及?机屏
灵活满足需求：物流领域的云计算方案
在众多的物流企业竞争角逐中，企业能否脱颖而出，主要取决于企业如何快速和高效地适应市场的变化。一个想要打造成能快速适应变化的企业迫切需要一个灵活的系统，能够最大化地接近客户，能够响应客户的动态需求，帮助企业抓住动态的商业机会。所以，企业的业务处理必须走出企业自己的范围，同多个客户和合作伙伴进行协调。例如。一个国际货运代理公司的业务，通常跨越了企业边界，它的使用角色除了企业内部的操作、单证、客服、财务、销售、管理者外，还包含整个供应链上的上下游企业，如货主、同行、车队、报关行、海外代理、收货人等。传统的IT方式下，无法在这些跨企业的业务中实现自动化服务。客户必须手动的发送订单，检查库存，并给挨个给供货商发邮件或者打电话这一切在云计算平台下都能很好地加以自动实现。从商务人员的角度来看，云计算不是一个企业门户系统，不是一个供应链管理系统，而是一个商务圈和增值链，是一个企业与客户、企业与合作企业的社交网络。
hibernate 注解用的多吗
其实Hibernate的这种个映射看上去很烦，但你弄明白之后会发现挺好用的
实际项目中如果整合了Hibernate那么基本大部分查询都会涉及到一对多，多对一，多对多这汇总关系。
如果不用Hibernate，可以用ibatis，这个基本就是靠你自己写原生的sql来查询
你举的那个例子：
首先你要弄明白这两个表之间什么关系？一对多还是一对一？
我给你举个一对多例子吧，比如用户（user）和部门（team），一个部门可以有多个用户，但一个用户只能属于一个部门
先是team类，省略了其它属性，只写重点
@Entity
@Table(name?=?"tn_team")//和数据中表面一致
@Cache(usage?=?CacheConcurrencyStrategy.READ_WRITE)//这个是缓存的配置
public?class?Team?implements?Serializable?{//序列化
????private?List<User>
hibernate 多条sql
首先你需要明确一点
HIBERNATE对于大批量DML操作是不适用的。
你可以用HIBERNATE手写该条SQL语句
getHibernateTemplate().execute(newHibernateCallback(){
publicObjectdoInHibernate(Sessionsession)
throwsHibernateException,SQLException{
Stringhql="手写的SQL，注意from后跟实体类名，要用属性的时候要用别名.操作";
Queryquery=session.createQuery(hql);
query.executeUpdate();
returnnull;
}
});
select*fromaawherea.idin(sel
浅析云计算的体系结构
云计算是什么？2008年至今云计算被过度炒作，大约40多个不同的专家从不同的方面给予云计算不同的定义，一个概念的多种表述将“云计算”推向虚无缥缈，云计算是很多技术自然发展，精心优化与组合的结果，所以不能离开技术谈云计算，软件架构是一个系统的草图，描述直接构成系统的抽象组件（在实现阶段，这些抽象组件被细化为实际的组件）及其关系，因此，架构可以说是技术的中枢，是通俗理解云计算的一把钥匙。
目前，越来越多的IT厂商推出了基于自身优势的云计算解决方案，这些厂商大致可分为三个阵营：基础设施提供商，如IBM、Sun、HP、Dell等；平台提供商，如Microsoft、Google、VMware等；软件提供商，如Google、Salesforce等，虽然各类方案对云计算理解各异，技术架构各不相同，但却有相同的三个层次：资源层、平台层与应用层（如图1）。
&n
‘职’为你来·为梦前行 千锋第40季名企双选会圆满收官
5月23日,由中关村国际孵化园与北京千锋互联科技有限公司(以下简称:千锋教育)联合举办的“‘职’为你来·为梦前行”IT互联网高端人才招聘会暨第40季千锋名企双选会圆满收官。 此次双选会以高效、精准的完成互联网高端人才与企业的精准配对为目标。诚邀电科云科技有限公司、北京北控三兴信息技术有限公司、赞同科技股份有限公司
数据分析≠Hadoop+NoSQL
让业务搭乘大数据技术确实是件非常有吸引力的事情，而ApacheHadoop让这个诱惑来的更加的猛烈。Hadoop是个大规模可扩展数据存储平台，构成了大多数大数据项目基础。Hadoop是强大的，然而却需要公司投入大量的学习精力及其它的资源。
如果得到正确的应用，Hadoop确实能从根本上提升你公司的业务，然而这条Hadoop的应用之路却充满了荆棘。另一个方面，许多企业（当然不是Google、Facebook或者Twitter）的数据体积并没有大到需要巨型Hadoop集群去做分析，他们纯粹是被“大数据”这个热门的词语给吸引的。
spark rdd cassandra
rdd这种对象都是spark的api，哪会有啥不同？
说不同的话，应该是在本地跑spark分析任务和集群跑spark分析任务会有一些差别。在本地跑时处理大文件比较费劲，可能容易内存溢出；集群跑时需要注意占内存的参数需要广播变量，否则影响集群分析的性能。
虽然我很聪明，但这么说真的难到我了
甲骨文发力大数据 为企业注入新活力
据2011年UnisphereResearch的调查显示，未来三年企业非结构化的大数据还将继续快速增长，其中隐藏的客户行为和业务运营等重要信息，也将对企业的未来业务发展产生重大影响。无独有偶，麦肯锡全球研究机构在前期发布的报告中也表示，充分利用大数据可帮助全球个人定位服务提供商增加1000亿美元收入、帮助欧洲公共部门的管理每年提升2500亿美元产值、帮助美国医疗保健行业每年提升3000亿美元产值，并可帮助美国零售业获得60%以上的净利润增长。
因此可见，充分使用大数据和挖掘大数据商业价值将为企业带来强大的竞争力，但目前在企业数据仓库和企业智能应用中，这些大数据并没有得到充分有效地利用，反而给企业带来了巨大的挑战。例如，如何获取实时非结构化数据流；如何组织大数据并集成到数据中心
腾讯云展露出领导云存储市场的潜力
2017年7月底，Gartner的《2017年全球公有云存储（PublicCloudStorage）服务商魔力象限》如约而至，作为当前全球云计算市场IaaS领域（基础设施即服务）的重要组成部分，公有云存储提供块、文件或对象存储服务，不仅是IaaS云计算服务中最为基础，也是应用最广泛的服务类型，更是竞争最为激烈的市场，因此，Gartner每年的公有云存储魔力象限总能引起市场的密切关注。
在今年的公有云存储魔力象限中，国外供应商发生了显着地变化：与2016年相比，AT&T从魔力象限中消失，我们都知道Gartner的魔力象限有一个不成文的规定，那就是“一旦加入，除非退出市场，只会发生象限位置的变化，不会从魔力象限中消失”，是的，令人遗憾的是，在2017年，AT&T这家运营商巨头停止了其公有云服务；
其次，AWS仍然是市场上最为领先的公有云存储服务提供商，在2016-2017年的两个魔力象限中，AWS的位置从来没有改变过，这样稳定的
