- 博客(1635)
- 资源 (111)
- 问答 (3)
- 收藏
- 关注
RSS订阅原创 阿里多线程上下文传递工具
阿里巴巴TransmittableThreadLocal(TTL)是解决线程池环境下ThreadLocal上下文传递问题的Java工具库。它通过"捕获-重放-恢复"机制增强InheritableThreadLocal，支持跨线程池传递线程本地变量。提供三种使用方式：修饰任务对象、修饰线程池和JavaAgent无侵入式集成。典型应用包括日志链路追踪、用户上下文传递等场景。使用时需注意正确包装任务/线程池、防范对象共享问题及及时清理ThreadLocal。该库性能影响小，兼容Java6-21
2025-11-24 09:39:16
397
原创 Python是如何做商品智能推荐的一些思路
本文介绍了使用Python构建电商商品推荐系统的关键技术路径。系统涵盖协同过滤、基于内容和深度学习三种主流推荐算法，分别适用于用户交互数据充足、商品属性丰富和大规模高精度场景。详细展示了数据预处理、模型训练及评估指标（如RMSE、AUC-ROC）的实现方法，并提供了Surprise、TF-IDF和TensorFlow Recommenders等核心库的代码示例。文章还探讨了Flask部署、Spark分布式优化等工程实践，以及多目标优化、实时推荐等进阶方向，为不同规模的电商平台推荐系统建设提供了完整解决方案。
2025-11-09 00:23:07
677
1
原创 Coze和Dify在大模型开发领域中应该怎么选
摘要： 国内两大AI开发平台Coze（字节跳动）和Dify（OpenDILab）分别代表低代码化和开源定制化路线。Coze适合非技术用户，提供拖拽式开发、多模型支持和企业级部署，但闭源且成本较高。Dify开源灵活，支持本地化部署和模块化定制，适合技术团队，但学习门槛高。选型建议：快速验证选Coze，深度优化选Dify，或结合两者优势协同开发。开发者可通过官方文档和社区资源探索实践路径。
2025-11-08 00:13:55
747
原创 Langchain 和LangGraph 为何是AI智能体开发的核心技术
LangChain与LangGraph是大语言模型应用开发的两大技术框架。LangChain作为模块化开发框架，适用于RAG系统、单次交互应用（如知识问答），优势在于丰富的生态集成（300+工具/模型）和灵活的数据处理能力。LangGraph专注于复杂流程编排，通过状态机设计解决多步骤工作流（如电商客服、贷款审批），提供状态持久化和条件分支支持。技术选型建议：简单应用用LangChain快速开发，复杂流程用LangGraph实现状态管理。两者可协同使用，LangChain处理单节点功能，LangGraph编
2025-11-07 23:37:05
727
原创 从阿里云大模型服务平台百炼看AI应用集成与实践
阿里大模型平台提供全面的AI能力，包含文本生成、多模态理解、语音识别/合成、图像/视频生成等核心功能。平台支持通义千问等多个模型，提供API调用、模型调优、部署与评测工具，涵盖实时语音处理、向量化搜索、联网调用等特色服务。配套安全合规方案与实践教程，包括Prompt优化指南、RAG应用构建等场景化解决方案，帮助开发者快速实现智能应用开发。
2025-11-07 23:16:44
1020
原创 ChatBox AI 中配置阿里云百炼模型实现聊天对话
阿里云百炼大模型配置指南：国内用户通过ChatBoxAI可快速接入多种主流模型（含通义千问系列）。配置步骤：1.注册阿里云账号并完成实名认证；2.获取API Key和Secret；3.在ChatBoxAI中选择模型并填写密钥。推荐新手使用qwen-turbo或qwen-plus模型，注意不同模型的价格差异。优势包括网络稳定、支付便捷、中文支持完善。使用前建议查看免费额度并监控API用量。
2025-11-07 23:06:54
1115
原创 Java做AI智能体开发：分享一个Langchain4j实现RAG聊天文档搜索
摘要：基于Langchain4j框架和阿里百炼API开发了Java版RAG智能文档聊天系统，支持PDF文档的检索与分析。项目实现了文档上传、切片、索引到RAG问答的全流程，核心应用场景包括计算机教材概念检索和个人简历分析。目前需要解决文档切片乱码和提示词优化等问题，并采用单一职责设计。相关代码已开源在boonya-game-lab项目中，作者将持续推进AI智能体开发。
2025-11-01 12:24:15
186
原创 暂时告别：其生也有涯，而技术永无尽头
曾几何时，失业也是成了新常态。我们能做的就是做好自己照顾好家人，短暂的离开也没有关系，人生不要禁锢在你所谓的圈子里。或许江湖再见，或许江湖不见，做好自己就行！
2025-10-31 16:23:14
853
原创 Java在高并发与AI时代的定位与进化
摘要： Java在高并发与AI时代面临挑战与机遇。在高并发领域，Java凭借成熟的JVM生态、Project Loom虚拟线程等技术持续强化优势；在AI时代，Java定位为“工程化基石”，通过DeepJavaLibrary等工具集成AI模型，聚焦生产部署而非算法研发。对于AI智能体开发，Java通过LangChain4J等框架赋能工具调用与系统集成，发挥其在稳定性、规模化与微服务架构中的核心价值。开发者可选择直接调用云服务SDK、本地模型集成或自定义编排层等多元路径，结合场景需求实现AI能力落地。Java的
2025-10-30 12:21:29
814
原创 C++开发语言特性在AI时代如何发挥其优势
摘要：C++在继承C语言高性能基础上，增加了面向对象、泛型编程等现代特性，使其成为大型复杂项目开发的理想选择。C++提供丰富的标准库、智能指针内存管理、异常处理等功能，显著提升开发效率和代码质量。相比C语言，C++具有更强的抽象能力和类型安全，特别适合AI、游戏开发等高性能计算场景。现代C++特性（如模板元编程、并发支持）使其在AI时代仍保持竞争力，成为连接高层抽象与底层性能的关键语言。
2025-10-30 11:31:20
745
原创 Rust 可靠高效开发语言全面整理与AI时代应用趋势
Rust是一种融合C++高性能与Java安全特性的现代编程语言，其核心创新在于编译时保障内存安全的所有权系统。诞生于2006年Mozilla工程师Graydon Hoare的个人项目，Rust经过社区协作发展，于2015年发布1.0稳定版。它兼具零成本抽象、无畏并发等特性，广泛应用于操作系统、浏览器引擎等领域。Rust拥有活跃的开源社区和基金会支持，通过定期版本迭代持续完善异步编程等现代特性。在AI时代，Rust凭借其内存安全和高性能优势，在边缘计算、模型服务等场景展现出独特价值，正逐步构建完善的机器学习生
2025-10-30 10:57:35
904
原创 如何将AI RAG MCP AGENTS 串联起来形成知识体系
AI、RAG、MCP、Agents 是当前人工智能领域，尤其是应用层最热门和关联最紧密的几个概念。它们之间不是相互割裂的，而是一种层层递进、相互增强的关系。我们使用AI实际上就是使用大模型（LLM），RAG是增强检索生成文本搜索，MCP是提高智能流程处理的相关工具，而最终那个执行者掌控全局的类似人一样的代理被称为智能体。
2025-10-29 11:05:34
724
原创 从编程语言出发如何考虑投入研发RAG智能体
本文探讨了AI智能体开发中的编程语言选型策略。Python凭借其丰富的生态（TensorFlow、PyTorch等）成为核心开发语言；TypeScript适用于Web集成和全栈开发；C++/Rust用于性能优化场景。文章还分析了主流RAG框架的特点：Agno适合多智能体系统，Haystack适合模块化开发，Ragora擅长文档处理，VannaAI专注数据库交互。建议开发者根据项目需求选择合适方案，并关注向量数据库和检索质量优化。最后指出开源趋势下HuggingFace等平台的重要性，以及Rust在AI基础设
2025-10-28 23:00:05
1178
原创 电商或游戏平台基于大数据引入AI智能体
本文介绍了如何为电商和游戏平台引入RAG技术构建AI智能体，从概念到实践的学习路径。核心包括：1）理解RAG检索增强生成原理；2）参考电商推荐、游戏客服等成功案例；3）掌握混合检索、结果精炼等优化技术；4）分阶段实施路径：从问答助手原型到流失预警系统，再到复杂任务处理和模型微调。特别针对大数据团队提出技术选型建议，推荐使用LangChain框架、Milvus向量数据库等工具，强调从实时服务和数据质量入手，通过四阶段路线实现数据价值的AI智能化。
2025-10-28 22:15:32
819
原创 Apache Doris 入门与技术替代方案
Apache Doris 是一款基于 MPP 架构的实时数据仓库系统，提供亚秒级查询响应能力，支持高并发点查询和复杂分析。其核心优势包括：1）高兼容性，完全兼容 MySQL 协议和标准 SQL；2）多种存储模型（明细/主键/聚合）和索引结构；3）基于矢量化引擎和 Pipeline 执行的高性能查询能力；4）支持存储计算一体化或分离的灵活架构。广泛应用于实时报表、用户行为分析、日志处理等场景，已被百度、腾讯等 5000 多家企业采用。相比 ClickHouse、Elasticsearch 等方案，Doris
2025-09-29 13:04:18
1137
原创 Apache Doris 大数据仓库全面解析
Apache Doris是一款高性能的实时分析型MPP数据库，具有极速查询、易于使用和实时处理等核心特性。其简洁的架构由前端(FE)和后端(BE)节点组成，支持多种数据模型，适用于实时报表、统一数据仓库等场景。与衍生方案StarRocks相比，Doris更注重稳定性和Hadoop生态集成，而StarRocks在复杂查询和数据湖分析方面表现更优。商业产品SelectDB则提供基于Doris的云服务解决方案。用户可根据实际需求在性能、复杂性和运维成本之间进行权衡选择。
2025-09-29 12:17:34
964
原创 Postgresql 如何开启矢量数据库扩展
本文介绍了在PostgreSQL中安装pgVector扩展以支持矢量数据库功能的步骤。主要内容包括：1) 安装C++开发环境，需通过Visual Studio 2022安装桌面开发工具；2) 下载并编译pgVector扩展，使用Git获取最新版本后通过命令行工具完成编译安装；3) 在PostgreSQL中启用vector扩展，可通过管理工具或SQL命令实现。安装成功后，系统将支持矢量数据存储功能，为后续大模型应用提供基础支持。
2025-09-26 09:38:12
430
原创 云原生微服务中间件选型
微服务中间件技术栈全景解析 微服务架构涉及多个功能层级的中间件组件。服务网格层以Envoy为核心，Istio、Linkerd、Kuma等产品各具特色；API网关层包含Kong、APISIX等南北向流量管理工具；基础中间件涵盖服务发现(Consul/Nacos)、RPC框架(gRPC/Dubbo)、消息队列(Kafka/RabbitMQ)和可观测性工具(Prometheus/Jaeger)。选型需结合具体场景：Istio适合复杂治理需求，Linkerd侧重轻量实现，Kong/APISIX提供强大API管理能力
2025-09-24 16:29:36
1094
原创 云原生网络基础设施的核心组件Envoy
Envoy是现代云原生架构中的核心中间件，作为高性能的边缘和服务代理，由Lyft开发并成为CNCF毕业项目。它具有透明代理、面向API和现代C++三大设计理念，提供六大核心功能：服务发现与动态配置、高级负载均衡、可观察性、安全机制、高级路由与流量管理，以及多协议支持。Envoy的典型部署模式包括Sidecar模式（服务网格核心）和边缘代理/网关模式，是大多数服务网格的事实标准数据平面。相比Nginx和HAProxy等传统代理，Envoy专为云原生设计，在动态配置和可观察性方面具有显著优势，成为构建复杂微服务
2025-09-24 16:16:45
912
原创 Idea提高开发效率的快捷键最佳学习方式
摘要：本文介绍了在IntelliJ IDEA中提高编码效率的快捷键操作。编辑器基础操作包括：代码选择(Ctrl+W)、注释(Ctrl+)、移动代码块(方向键组合)、折叠/展开代码块(Ctrl+-/=)、删除/复制行(Ctrl+Y/D)等。高级功能包含：多行修改(Alt+J)、代码格式化(Ctrl+Alt+L)、自动补全(Ctrl+空格+Tab)。重构部分讲解了函数重命名(Shift+F6)、变量提取(Ctrl+Alt+V)、方法提取(Ctrl+Alt+M)等重构技巧，帮助开发者提高编码效率。
2025-09-24 16:05:32
311
原创 Apache Hive 能否脱离开Hadoop集群工作
Hive可以脱离传统Hadoop集群运行。核心在于替换三大组件：1）计算引擎可用Tez/Spark替代MapReduce；2）存储层可用S3/OSS等云存储替代HDFS；3）资源调度可用Kubernetes替代YARN。现代架构中，Hive更多作为SQL查询引擎，其底层可灵活搭配云存储和计算框架，实现更弹性的部署。完全脱离Hadoop是可行的，但需确保兼容的分布式存储、计算引擎和资源调度框架。
2025-09-23 22:22:18
1084
2
原创 Apache Hive 如何在大数据中发挥能量
摘要：Apache Hive是基于Hadoop的数据仓库软件，支持通过类SQL语言(HiveQL)管理大规模分布式数据集。它提供数据ETL、结构化机制和多存储系统访问能力，支持MapReduce、Tez和Spark等计算引擎。Hive与Spark可实现深度集成，包括Spark直接读写Hive表、Hive on Spark执行引擎、ETL流水线协作等场景。数据导入方式多样，包括LOAD DATA命令、外部表、INSERT查询、Sqoop工具等。程序员可通过执行日志、WebUI等方式感知底层计算引擎，并根据需求
2025-09-23 22:12:38
1096
原创 Istio服务网格方案
Istio是一种开源服务网格，能够在分布式应用程序上透明地分层，提供统一的安全、连接和监控功能。它支持自动负载均衡、服务间认证和监控，几乎无需修改代码。Istio提供双向TLS加密、细粒度流量控制、访问控制、限流以及自动化的指标、日志和链路追踪。它兼容Kubernetes和传统工作负载，支持两种部署模式：Ambient模式（轻量级、按需启用）和Sidecar模式（传统代理方式）。Istio由Google、IBM和Lyft创建，是云原生计算基金会的毕业项目，适用于多云、混合云等复杂环境。快速入门指南提供了在K
2025-09-23 16:32:16
920
原创 K8s和Service Mesh如何强化微服务治理能力
Kubernetes与ServiceMesh是互补的云原生技术组合：K8s作为基础设施层负责容器编排和调度，提供节点管理、服务发现等基础能力；ServiceMesh则聚焦应用网络层，通过Sidecar代理实现服务间通信的精细管控，包括流量治理、安全策略和可观测性。虽然K8s原生具备基础网络功能，但ServiceMesh能接管并增强这些能力。二者典型协作场景如金丝雀发布，K8s部署多版本Pod，ServiceMesh通过路由规则精确控制流量比例。随着微服务规模扩大，结合使用二者能更好地满足复杂架构下的服务治理
2025-09-22 22:39:10
951
翻译 Service Mesh服务网格概念的兴起
本文探讨了分布式系统从早期网络架构到现代微服务架构的演进过程。最初，工程师通过TCP/IP协议栈解决基础网络问题；随着微服务架构兴起，新的挑战如服务发现、断路器等出现，导致大量重复代码。为解决这一问题，行业逐步发展出Sidecar代理模式（如Linkerd、Envoy），最终形成服务网格架构（如Istio）。这种演进将分布式系统的基础功能下沉到基础设施层，使开发者能专注于业务逻辑，同时实现跨语言/平台的兼容性。文章揭示了技术演进中"抽象下沉"的普遍规律，并展望了服务网格对未来分布式系统的
2025-09-22 22:22:35
54
原创 如何理解Service Mesh(服务网格)
ServiceMesh（服务网格）是处理微服务通信的基础设施层，采用Sidecar模式为每个服务配备代理容器，统一管理流量、安全和监控。它将服务间通信的复杂性从业务代码中抽离，通过控制平面集中配置，提供流量管理、故障恢复和安全认证等功能。流行的开源实现包括Istio和Linkerd，特别适合Kubernetes环境。ServiceMesh让开发者专注业务逻辑，运维者高效管理服务网络，是构建复杂微服务架构的关键工具。
2025-09-22 22:22:13
783
原创 【面试方法】面前准备-面后复盘
面试是一次自身优势和劣势的练武场，在当下的经济环境下，每一次面试机会都是来之不易的，希望大家珍惜，所以面试前的准备和面试后的复盘都很有必要。以前不相信35岁危机，但是经历过挫折才会明白，35岁危机就在我们身边鲜活的发生。我们生活在极度内卷的环境下，你不卷有人卷。今时不同往日，见过互联网的繁华才知道什么是今非昔比，听得最多的就是“今年是未来十年最好的一年”。我们以Boos上某公司的技术要求来进行讲解。笔试算法题比较常见，这个平时积累就行，又不是面试算法岗，重要的是思路原理不是死记硬背，所以不用太担心。
2025-09-19 11:38:59
762
原创 Maven搭建框架冲突太多其实不要紧
快速解决Maven依赖冲突的方法：在IDEA中查看冲突列表，勾选groupId定位冲突来源，使用<exclusions>代码块排除特定依赖。例如排除findbugs的jsr305包：<exclusion><groupId>com.google.code.findbugs</groupId><artifactId>jsr305</artifactId></exclusion>。这种方法能有效处理大数据框架中的包冲突问题。
2025-09-18 20:28:52
183
原创 百万QPS游戏限时秒杀系统架构设计
本文介绍了秒杀系统高并发场景下的架构设计思路。核心围绕拦截、缓冲、异步三大策略：通过网关层限流、业务层校验拦截无效请求；利用Redis预加载库存和原子扣减避免超卖；将非核心链路异步处理实现削峰填谷。系统采用Nginx集群、Redis主从、MQ异步、数据库分库等方案，确保百万QPS下的高可用性，同时通过Lua脚本、频率控制等机制保障数据一致性。最终实现毫秒级响应，有效平衡系统处理能力与瞬时流量压力。
2025-09-17 19:18:15
645
原创 开源商城mall项目功能评估与优化建议
《Mall开源商城系统评估：功能完备性与优化方向》 Mall是Java领域知名的开源商城系统，采用微服务架构，覆盖电商全业务链，功能完备性达90分。前台包含购物全流程，后台管理系统完善，权限控制精细，营销功能丰富。 优化方向：架构上可细化服务拆分，升级技术栈；强化可观测性体系，完善缓存与数据库设计；增强安全合规性，支持多租户与移动端；补充自动化测试与CI/CD流程。Mall作为学习模板和开发起点极具价值，但需在高可用、性能优化等方面深度改造以适配生产需求。
2025-09-17 13:39:37
872
原创 SpringBoot项目通过k8s集群发布与管理开源项目
使用Docker的都知道镜像，k8s按照自己的配置设置好镜像和副本数量就可以实现了。现在我们分三步来管理我们的k8s服务。即：构建镜像、推送镜像、发布k8s集群服务。Kuboard是用来管理集群服务的可视化工具，本文提供最基础的k8s操作方式。
2025-09-16 19:50:10
410
原创 ActiveMQ RocketMQ RabbitMQ Kafka选型及应用场景
本文对比了四种主流消息中间件（RabbitMQ、ActiveMQ、RocketMQ、Kafka）的核心定位和适用场景。RabbitMQ适合企业级异步通信，ActiveMQ支持多协议接入，RocketMQ擅长金融级业务场景，而Kafka专为大数据流处理设计。重点分析了各队列对延迟消息的支持情况：RabbitMQ需通过DLX+TTL模拟实现但灵活性差，ActiveMQ原生支持定时调度，RocketMQ提供最优的延迟消息处理能力（支持任意延迟时间），Kafka则完全不适合延迟队列场景。建议根据业务需求选择，核心业
2025-09-16 00:06:31
1279
1
原创 Java规则引擎选型指南
Java规则引擎选型指南：主流方案包括Drools（功能全面适合复杂场景）、EasyRules（轻量级简单规则处理）、LiteFlow（业务流程编排）和商业引擎（企业级需求）。选型需考虑规则复杂度、团队技术栈和非功能性需求：简单规则用EasyRules，复杂业务选Drools，流程编排用LiteFlow，高预算企业考虑商业方案。Aviator作为高性能表达式引擎，适合动态计算场景，可与规则引擎互补使用。建议根据项目规模从轻量级方案开始，复杂系统推荐Drools，微服务架构可考虑LiteFlow。
2025-09-15 11:10:32
1163
原创 Java快速定位问题诊断工具都有哪些
Java问题诊断工具： jps, jstat, jstack, jmap, jinfo；图形化工具如JConsole, VisualVM, Arthas（必须非常熟练），MAT。
2025-09-12 23:58:52
274
原创 Java 的即时编译器（JIT）优化编译探测技术
Java的JIT编译器通过分层编译和热点代码探测实现性能优化。分层编译结合解释器、C1和C2编译器，在启动速度和峰值性能间取得平衡。JIT基于计数器识别热点代码，采用方法内联、逃逸分析等关键技术优化执行效率：内联消除方法调用开销，逃逸分析支持栈分配、标量替换和锁消除。开发者应编写JIT友好代码（小方法、局部作用域），避免过早优化，并利用JVM参数监控编译过程。这些机制使Java从解释执行语言发展为高性能平台。
2025-09-12 23:48:07
738
原创 Java 类加载机制双亲委派与自定义类加载器
Java类加载机制解析：核心包括加载、验证、准备、解析和初始化五个阶段，双亲委派模型通过层次化加载确保类唯一性和安全性。特殊场景需打破该模型，如SPI机制通过线程上下文类加载器实现逆向委托。自定义类加载器通过重写findClass方法实现非标准类加载，常用于热部署和隔离。理解这一机制对解决类加载异常、依赖冲突及构建模块化系统至关重要。
2025-09-12 23:38:06
793
原创 Java垃圾回收机制理论算法及使用
Java垃圾回收机制是JVM性能核心，采用分代收集理论，将堆分为新生代（频繁GC）、老年代（大对象）和元空间。主流算法包括标记-清除、复制和标记-整理。不同收集器适用于不同场景：ParallelScavenge适合高吞吐任务，G1平衡吞吐和延迟，ZGC/Shenandoah则专为低延迟设计（STW<1ms），是游戏等实时系统的理想选择。建议游戏服务器优先使用JDK17+ZGC，以获得最佳性能体验。
2025-09-12 23:28:38
618
原创 Java内存模型与线程私有共享区域与直接内存的理解
摘要：Java内存模型包含线程私有区域（程序计数器、虚拟机栈、本地方法栈）和共享区域（堆、方法区/元空间、直接内存）。私有区域存储线程执行状态，无需并发控制；共享区域存放对象实例和类信息，是GC主要区域。堆存储对象实例，方法区存储类元数据，直接内存则用于NIO的高效I/O操作。理解这些区域的特性和异常情况（如OOM）对性能调优至关重要。
2025-09-12 23:16:48
1003
原创 Redisson原理与面试问题解析
Redisson原理与面试要点解析 Redisson是基于Redis的Java分布式服务框架，提供分布式对象（RList、RMap等）和高级功能（如分布式锁、队列、同步器）。其核心机制包括： 分布式锁实现 通过Lua脚本保证原子性加锁，支持可重入（记录客户端ID与重入次数）。 看门狗机制：后台线程每10秒续期锁（默认30秒超时），防止业务未完成锁超时释放。 主从架构缺陷 异步复制可能导致主节点宕机时锁丢失（AP系统，不保证强一致性），需使用RedLock（多实例投票）提升安全性。 与RedisTemplat
2025-09-12 23:06:04
1136
原创 数据库分库分表是考虑ShardingSphere 还是Mycat?
摘要： 对于高性能游戏场景，ShardingSphere（客户端分片）比Mycat（服务端代理）更具优势。ShardingSphere-JDBC直接集成应用，无代理层延迟，性能更高，适合百万QPS需求；支持复杂查询与分布式事务，生态活跃（Apache项目）。Mycat适合遗留系统改造或非Java技术栈，但对高并发场景存在代理层瓶颈。建议Java游戏项目优先选择ShardingSphere，从分库分表起步，逐步扩展功能。需注意分库分表应作为优化最后手段，优先考虑缓存、SQL调优等方案。 （字数：149）
2025-09-12 22:32:11
1140
JTT1078-2016道路运输车辆卫星定位系统视频通信协议(扫描版)
2017-12-29
Adobe Flash Professional CS6 Flash教学实践源文件
2017-01-28
SDL2_ttf-2.0.14-win32-x64 & SDL2_ttf-2.0.14-win32-x86 二进制运行文件dll
2018-03-09
SwaggerWebAPI
2018-05-15
Mybatis Mapper生成器示例
2016-09-28
SpringBoot-Gradle-Maven-Java-Groovy
2018-06-14
Windows Service项目示例可执行安装卸载
2018-06-25
Redis主从配置说明 .docx
2019-05-09
MySQL单主库多继承从库数据备份测试
2019-05-07
Java虚拟机调优及问题排查手册.docx
2019-12-24
openhtmltopdf 解决中文字体和A4显示模板
2023-10-26
MySQL指定表数据库和表同步并解决跨网络问题方案
2019-04-30
Spring3.0.5扩展支持AOP获取HttpServletResponse
2019-11-09
Springboot 结合Apache Spark 2.4.4与Scala 2.12 集成示例
2020-09-02
AggregationController.java
2019-12-24
平台产品体系.vsdx
2020-09-22
Postgresql PipelineDB定时增量统计事件数据.vsdx
2020-10-16
NGINX HTTP负载均衡操作及优化手册.docx
2019-12-27
Spring-Struts2项目环境搭建
2019-11-25
web-requirejs.zip
2019-10-18
spring3.0.5.zip
2019-11-14
已知视屏的加密时的pts时间戳，怎么计算播放时的pts？
2018-02-28
Ubuntu server 15.0.4安装Redis make命令不能执行
2015-08-19
C# OCX （ActiveX）log4net日志不写目录怎么回事呢？
2018-06-07
TA创建的收藏夹 TA关注的收藏夹
TA关注的人