算法 - 排序算法 的时间复杂度计算
本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.mzph.cn/news/437592.shtml
如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈email:809451989@qq.com，一经查实，立即删除！相关文章
【转】Magento2目录结构
目录结构 可以看到,M2的目录挺多的。 我们依次来讲解下, 我这里截取的是github里的源代码,核心代码跟composer和官网下载的源码包的存放路径不一样。 如果是github下载的，那么m2的核心源代码就在app/code/Magento里。 如果是composer安装或者官网下载的源码包&#…
算法 - 排序算法 （算法学习）（冒泡、选择、插入、希尔、快排、归并）
1）冒泡排序 1.1 图解演示 2）选择排序
import java.text.SimpleDateFormat;
import java.util.Date;/*** 选择排序*/
public class chooseSort {public static void selectSort(int[] arr){for (int i 0; i < arr.length; i) {int minIndex i;int m…
【转】1.4 Magento2语法讲解
M2不是一个标准的MVC架构。 这是m2的app/code/Magento/Catalog插件代码。 可以看到，它有Controller,也有Model,也有view. 奇怪的是,在Controller找不到调用模版的代码。 这是因为我们之前讲过,m2的页面都是用xml写的，xml里是由若干个block组成的。block里…
sqoop从HDFS导出数据到Mysql，卡在Running job: job_1571036741208_0010不动了，或者map 100% reduce 0%不动了
用sqoop从HDFS导出数据到mysql，一直卡在Running job: job_1571036741208_0010，应该是内存太小，导致速度太慢
在
yarn-site-xml中增加下面两个，然后分发给各个节点，再重启yarn即可
<property> <name>ya…
【转】1.5 运行原理剖析
我们不讲底层架构,核心原理,太枯燥，也记不住，没必要。 毕竟不是人人都要当架构师。
我们从M2的模式说起。 理解了他的模式,就知道了他的原理。
M2有3种模式,
默认模式(default)开发模式(developer)生产模式(production)
默认模式
安装完成后…
SparkStreaming简介 - 与第一个Spark实时计算程序，使用netcat来写数据 - wordcount
官方文档
Spark Streaming 火花流是spark API的扩展，它支持可伸缩、高吞吐量、容错的实时数据流处理。
数据可以从多种来源(如Kafka、Flume、Kinesis或tcp套接字)中摄取，并且可以使用用高级函数表示的复杂算法进行处理，例如map, reduce, jo…
【转】老邹说Magento的前世今生
文章目录[隐藏]
Magento Commerce的历史Magento 2版本历史Magento电子商务的特点和功能Magento市场Magento认证Magento事件为什么Magento统治电子商务领域
想要深入了解magento，我们有必要回顾一下Magento的前世今生，看它是如何一步步成长起来的。 为什…
)
SparkStreaming - 自定义数据源(自定义采集器)
// 声明采集器 // 1）继承Receiver // 2) 重写方法 onStart，onStop
package date_10_16_SparkStreamingimport java.io.{BufferedReader, InputStreamReader}
import java.net.Socketimport org.apache.spark.SparkConf
import org.apache.spark.storage…
【转】Magento2 安装系列一 虚拟机、CentOS7 安装
前言 最近打算在Windows10安装最新的magento2.3，由于mg2.3对Windows支持不太友好，所以就打算在Windows10安装虚拟机，虚拟机安装CentOS7版本的Linux，Linux安装Lnmp环境，最终安装Magento2.3.虚拟机选择与安装
我这边打算…
SparkStreaming -Kafka数据源
SparkStreaming处理kafka作为数据源
所以我们要创建的是kafka的Dstream，那么就要使用到KafkaUtils下的createStream，先来看一下ctrl点进去查看，然后来写参数 package date_10_16_SparkStreamingimport org.apache.spark.SparkConf
import or…
SparkStreaming - 无状态与有状态 updataStateByKey
无状态与有状态
简单来说，无状态就是每个采集周期分别采集，并不会把前面的采集周期的数据一起计算
有状态就是：把前面采集周期的也算进来，
比如wordcount，无状态统计的就是每个采集周期内的个数，有状态的…
)
flink(一个流处理，一个批处理)
流处理，这里用netcat来完成
package com.smalltiger.flinkWCimport org.apache.flink.api.java.utils.ParameterTool
import org.apache.flink.streaming.api.scala._/*** Created by smalltiger on 2019/11/6.* flink基于流处理的一个WordCount统计*/
object Stre…
SparkStreaming - 窗口函数（窗口操作）
窗口操作就是把多个采集周期设置成一个窗口，一起来计算，然后进行滑动，根据设置的滑动大小。
窗口大小和滑动大小，要是采集周期的倍数
package date_10_17_SparkStreamingimport org.apache.spark.SparkConf
import org.apache.s…
Hive优化（再一遍系统复习）
Hive优化（或者面试问你工作中遇到的问题就可以答hive优化）
select * 是不走MR程序的可以开启本地模式local（当文件小于默认128M且文件数少于4个，不走MR）表的优化 (1) 小表 join 大表 将key相对分散，并且数…
volatile学习（可见性，不保证原子性，禁止指令重排（双端检索机制））
volatile是java虚拟机提供的轻量级的同步机制：
1.保证可见性：线程之间可见性(及时通知) 2.不保证原子性 3.禁止指令重排
先了解一下jvm同步 由于JVM运行程序的实体是线程，而每个线程创建时JVM都会为其创建一个工作内存（或者称为…
CAS（比较并交换）学习CAS实现原子性+volatile实现可见性，cas与synchronized比较的优缺点
1、CAS底层原理？
自旋锁(cas思想)unsafe类，保证原子性靠的是unsafe类
1.首先可以看到：
atomicInteger.getAndIncrement();getAndIncrement()的底层是 public final int getAndIncrement() {return unsafe.getAndAddInt(this, valueOffset,…
原子引用)
cas引出的ABA问题?如何解决？- 理解原子引用、时间戳(版本号)原子引用
ABA问题：
假如有两个线程1，2； cas下：1.线程取值完等待，2线程取值并把A改成B，有把B改成A，这是1线程执行会任务A还是原来的A没有发生改变，如果不在乎中间结果，只看收尾&am…
ArrayList、HashMap、HashSet是线程不安全的，高并发下如何解决？
1.故障现象 ：ArrayList的add()方法并没有使用synchronized所以是线程不安全的，会造成java.util.ConcurrentmodificationException(并发修改异常)
2.导致原因：并发争抢修改导致
3.解决办法（以ArrayList为例，其他类似&…
java -锁（公平、非公平锁、可重入锁【递归锁】、自旋锁）
1.公平锁、非公平锁 2.可重入锁（递归锁） 3.自旋锁 AtomicReference atomicReference new AtomicReference();//原子引用线程下面代码5秒钟自旋了10万次，还是很消耗CPU的 package HighConcurrency;import java.util.concurrent.TimeUnit;
imp…
CountDownLatch，同步辅助类
public class CountDownLatchextends Object一个同步辅助类，在完成一组正在其他线程中执行的操作之前，它允许一个或多个线程一直等待。
假设定义一个计数器为 5。每个线程完成任务后计数减1计数器减为 0 则通知等待的线程。
用给定的计数 初始化 Count…