<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[hello_v_world的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/hello_v_world</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; hello_v_world]]></copyright><item><title><![CDATA[Java8对List＜Map＜String,String＞＞自定义排序]]></title><link>https://blog.youkuaiyun.com/hello_v_world/article/details/111027183</link><guid>https://blog.youkuaiyun.com/hello_v_world/article/details/111027183</guid><author>hello_v_world</author><pubDate>Fri, 11 Dec 2020 00:38:23 +0800</pubDate><description><![CDATA[List&lt;Map&lt;String,String&gt;&gt; arrayList = new ArrayList&lt;&gt;();

        Map&lt;String, String&gt; securityMap1 = new HashMap&lt;&gt;();
        securityMap1.put("name","期货");
        securityMap1.put("value","100.11");
        arrayList.add(secu]]></description><category></category></item><item><title><![CDATA[Java8 groupingBy对map分类求和]]></title><link>https://blog.youkuaiyun.com/hello_v_world/article/details/110779518</link><guid>https://blog.youkuaiyun.com/hello_v_world/article/details/110779518</guid><author>hello_v_world</author><pubDate>Sun, 06 Dec 2020 22:19:19 +0800</pubDate><description><![CDATA[根据性别进行汇总，求男女的年龄总和
public static void main(String[] args) {

        List&lt;Map&lt;String,String&gt;&gt; arrayList = new ArrayList&lt;&gt;();

        Map&lt;String, String&gt; map1 = new HashMap&lt;&gt;();
        map1.put("gender","女");
        map1.put(]]></description><category></category></item><item><title><![CDATA[Spring Spel表达式动态计算]]></title><link>https://blog.youkuaiyun.com/hello_v_world/article/details/109854770</link><guid>https://blog.youkuaiyun.com/hello_v_world/article/details/109854770</guid><author>hello_v_world</author><pubDate>Fri, 20 Nov 2020 16:59:07 +0800</pubDate><description><![CDATA[假如数据库查询出来的结果保存在Map中 如微博账号的查询结果
Map&lt;String,Integer&gt; map = new HashMap&lt;&gt;();
        map.put("reposts_count",10);
        map.put("comments_count",12);
        map.put("praises_count",3);
        map.put("post_count",5);


...]]></description><category></category></item><item><title><![CDATA[String创建字符串相关解析]]></title><link>https://blog.youkuaiyun.com/hello_v_world/article/details/109533097</link><guid>https://blog.youkuaiyun.com/hello_v_world/article/details/109533097</guid><author>hello_v_world</author><pubDate>Fri, 06 Nov 2020 15:42:14 +0800</pubDate><description><![CDATA[String s = new String(“xyz”);
解析：生成3个对象，一个常量池对象"xyz"，一个堆对象new String(“xyz”)，一个引用对象s。
String s = new String(“xyz”) + “xyz”;
解析：生成3个对象，一个常量池对象"xyz",一个堆对象 new String(“xyz”)，一个引用对象s。（后面的“xyz”不会再创建了，因为前面的new String(“xyz”)已经创建了一个常量池对象"xyz"）
String s = new String]]></description><category></category></item><item><title><![CDATA[Java8新特性：函数式编程、lambda表达式]]></title><link>https://blog.youkuaiyun.com/hello_v_world/article/details/109247004</link><guid>https://blog.youkuaiyun.com/hello_v_world/article/details/109247004</guid><author>hello_v_world</author><pubDate>Fri, 23 Oct 2020 17:40:30 +0800</pubDate><description><![CDATA[Function&lt;T, R&gt;转换函数
函数式接口定义：仅含有一个抽象方法的接口
@FunctionalInterface
/**
  * Applies this function to the given argument.
  *
  * @param t the function argument
  * @return the function result
  */
public interface Function&lt;T, R&gt; {
    R apply(T t);
}
]]></description><category></category></item><item><title><![CDATA[JVM参数详解]]></title><link>https://blog.youkuaiyun.com/hello_v_world/article/details/107747911</link><guid>https://blog.youkuaiyun.com/hello_v_world/article/details/107747911</guid><author>hello_v_world</author><pubDate>Sun, 02 Aug 2020 17:35:10 +0800</pubDate><description><![CDATA[JVM内存参数脑图：

如何查看一个正在运行的java程序，它的某个值是否开启？值是多少？
jps ： java后台的进程
jinfo -flag：进程的各种信息

在idea中设置jvm参数：是否打印GC收集细节

之后再次执行命令：从之前的减号变为加号

重点：查看jvm出厂默认设置的命令-》java -XX:+PrintFlagsInitial，查看修改或者更新的命令-》java -XX:+PrintFlagsFinal -version，如果是 := 这种就是我们后来手动修改过的参数。查看垃圾回收器]]></description><category></category></item><item><title><![CDATA[redis热key问题如何解决]]></title><link>https://blog.youkuaiyun.com/hello_v_world/article/details/107362454</link><guid>https://blog.youkuaiyun.com/hello_v_world/article/details/107362454</guid><author>hello_v_world</author><pubDate>Wed, 15 Jul 2020 15:45:46 +0800</pubDate><description><![CDATA[引言
其实热key问题说来也很简单，就是瞬间有几十万的请求去访问redis上某个固定的key，从而压垮缓存服务的情情况。
其实生活中也是有不少这样的例子。比如XX明星结婚。那么关于XX明星的Key就会瞬间增大，就会出现热数据问题。
如何发现热key
用redis自带命令
(1)monitor命令，该命令可以实时抓取出redis服务器接收到的命令，然后写代码统计出热key是啥。当然，也有现成的分析工具可以给你使用，比如redis-faina。但是该命令在高并发的条件下，有内存增暴增的隐患，还会降低redis的]]></description><category></category></item><item><title><![CDATA[Redis缓存穿透和缓存雪崩（包含解决方案）]]></title><link>https://blog.youkuaiyun.com/hello_v_world/article/details/107360960</link><guid>https://blog.youkuaiyun.com/hello_v_world/article/details/107360960</guid><author>hello_v_world</author><pubDate>Wed, 15 Jul 2020 15:16:58 +0800</pubDate><description><![CDATA[一、前言
在我们日常的开发中，无不都是使用数据库来进行数据的存储，由于一般的系统任务中通常不会存在高并发的情况，所以这样看起来并没有什么问题，可是一旦涉及大数据量的需求，比如一些商品抢购的情景，或者是主页访问量瞬间较大的时候，单一使用数据库来保存数据的系统会因为面向磁盘，磁盘读/写速度比较慢的问题而存在严重的性能弊端，一瞬间成千上万的请求到来，需要系统在极短的时间内完成成千上万次的读/写操作，这个时候往往不是数据库能够承受的，极其容易造成数据库系统瘫痪，最终导致服务宕机的严重生产问题。
为了克服上述的问题，]]></description><category></category></item><item><title><![CDATA[Spring常用的三种注入方式]]></title><link>https://blog.youkuaiyun.com/hello_v_world/article/details/107231129</link><guid>https://blog.youkuaiyun.com/hello_v_world/article/details/107231129</guid><author>hello_v_world</author><pubDate>Thu, 09 Jul 2020 16:21:31 +0800</pubDate><description><![CDATA[Spring通过DI（依赖注入）实现IOC（控制反转），常用的注入方式主要有三种：构造方法注入，setter注入，基于注解的注入。
构造方法注入
先简单了解一下测试项目的结构，用maven构建的，四个包：

entity：存储实体，里面只有一个User类
dao：数据访问，一个接口，两个实现类
service：服务层，一个接口，一个实现类，实现类依赖于IUserDao
test：测试包
在spring的配置文件中注册UserService，将UserDaoJdbc通过constructor-arg标签注入到]]></description><category></category></item><item><title><![CDATA[java 静态同步锁static synchronized详解]]></title><link>https://blog.youkuaiyun.com/hello_v_world/article/details/107172320</link><guid>https://blog.youkuaiyun.com/hello_v_world/article/details/107172320</guid><author>hello_v_world</author><pubDate>Tue, 07 Jul 2020 02:24:04 +0800</pubDate><description><![CDATA[下面我们看例子1：
有一个phone类，里面有两个同步方法（synchronized修饰），分别为发送email和发送短信，在main方法中实例化一部手机，开启两个线程去操作phone这个资源类
public class Phone {

    public synchronized void sendMail() throws Exception {
        TimeUnit.SECONDS.sleep(4);
        System.out.println("******sendMail]]></description><category></category></item><item><title><![CDATA[MySQL性能调优之explain参数详解]]></title><link>https://blog.youkuaiyun.com/hello_v_world/article/details/107132876</link><guid>https://blog.youkuaiyun.com/hello_v_world/article/details/107132876</guid><author>hello_v_world</author><pubDate>Sun, 05 Jul 2020 00:14:27 +0800</pubDate><description><![CDATA[参数列表

1.id
1.1 id相同情况

id相同的情况，执行顺序由上至下，那么就是先加载t1，然后加载t3，最后加载t2。
1.2 id不同的情况

id不同的情况，id值越大的越先被执行，先加载子查询t3表，再执行t1表，最后加载t2表。
1.3 id相同又不同的情况

id相同的可以认为是一组，顺序由上至下执行，针对此例先加载t3表，然后加载derived2表，derived为衍生的意思，后面的2指的是id为2的子查询（括号中的虚表），
2.select_type
2.1 simple
简单的se]]></description><category></category></item><item><title><![CDATA[java JAX-WS方式调用Webservice接口]]></title><link>https://blog.youkuaiyun.com/hello_v_world/article/details/106162306</link><guid>https://blog.youkuaiyun.com/hello_v_world/article/details/106162306</guid><author>hello_v_world</author><pubDate>Sat, 16 May 2020 17:36:48 +0800</pubDate><description><![CDATA[import java.io.*;
import java.net.HttpURLConnection;
import java.net.URL;
import java.util.HashMap;
import java.util.Map;
import java.io.Reader;
import javax.xml.namespace.QName;
import javax.xml.transform.Source;
import javax.xml.transform.Transformer;
im]]></description><category></category></item><item><title><![CDATA[python实现时间序列]]></title><link>https://blog.youkuaiyun.com/hello_v_world/article/details/104732716</link><guid>https://blog.youkuaiyun.com/hello_v_world/article/details/104732716</guid><author>hello_v_world</author><pubDate>Sun, 08 Mar 2020 14:43:45 +0800</pubDate><description><![CDATA[预测未来三期传统汽车的销量。
数据背景:
03年到19年每一季度分季度的数据，13年之前只有传统汽车的销量，13年之后是传统汽车+新能源汽车的销量，需要预测未来三期传统汽车的销量～
ps:传统汽车的销量会受到新能源汽车的影响噢~
链接：https://pan.baidu.com/s/1mvbBtA6MybvBj6PTE1kNbA
提取码：916t
import pandas as pd
impor...]]></description><category></category></item><item><title><![CDATA[时间序列相关知识]]></title><link>https://blog.youkuaiyun.com/hello_v_world/article/details/104732407</link><guid>https://blog.youkuaiyun.com/hello_v_world/article/details/104732407</guid><author>hello_v_world</author><pubDate>Sun, 08 Mar 2020 14:28:42 +0800</pubDate><description><![CDATA[时间序列（times series）：同一现象在不同时间上的相继观察值排列而成的序列。
平稳序列（stationary series）：基本上不存在趋势的序列
非平稳序列（non-stationary series）：包含趋势、季节性和周期性的序列，可能只含其中一种成分，也可能是其中几种成分的组合
趋势（trend）：时间序列在长时期内呈现出来的某种持续上升或持续下降的变动，也称长期趋势。
季节性...]]></description><category></category></item><item><title><![CDATA[python回归分析-汽车销量与什么因素有关]]></title><link>https://blog.youkuaiyun.com/hello_v_world/article/details/104602680</link><guid>https://blog.youkuaiyun.com/hello_v_world/article/details/104602680</guid><author>hello_v_world</author><pubDate>Sun, 01 Mar 2020 23:10:11 +0800</pubDate><description><![CDATA[用到的数据：
汽车销售数据：https://pan.baidu.com/s/1VlTy4nfvgXdDzgimVguZMg
import pandas as pd
import numpy as np
from sklearn.linear_model import LinearRegression 
from sklearn.model_selection import train_test_s...]]></description><category></category></item><item><title><![CDATA[Excel对比Python实现方差分析]]></title><link>https://blog.youkuaiyun.com/hello_v_world/article/details/104467194</link><guid>https://blog.youkuaiyun.com/hello_v_world/article/details/104467194</guid><author>hello_v_world</author><pubDate>Sun, 23 Feb 2020 22:52:37 +0800</pubDate><description><![CDATA[如下图所示，ABCD四个区域在不同日期的销售数据：

问题一：每个地区间的销售量是否相同？
问题二：不同月份的销售是否相同？
问题三：不同时间与地区的销售量是否相同？
Excel解答三个问题：
答一：

P=0.0249&lt;0.05，故拒绝原假设。同理F=3.466&gt;2.838，拒绝原假设。我们认为每个地区的销量是不同的。
答二：

P=0.106&gt;0.05，不能拒绝原假设。同理F...]]></description><category></category></item><item><title><![CDATA[统计学之方差分析]]></title><link>https://blog.youkuaiyun.com/hello_v_world/article/details/104346021</link><guid>https://blog.youkuaiyun.com/hello_v_world/article/details/104346021</guid><author>hello_v_world</author><pubDate>Sun, 16 Feb 2020 21:00:25 +0800</pubDate><description><![CDATA[方差分析是用于两个及两个以上样本均数差别的显著性检验。方差分析中，由于各种因素的影响，研究所得的数据呈现波动状，这种波动可以分为组间波动和组内波动两种情况。




第一组数据
第二组数据
第三组数据




3
5
5


2
3
6


1
4
7


均值：2
均值：4
均值：6


引入三个概念及算法：
（1）SST（Sum of squares for total）总离差平方和：
数据点...]]></description><category></category></item><item><title><![CDATA[python回归分析]]></title><link>https://blog.youkuaiyun.com/hello_v_world/article/details/104243003</link><guid>https://blog.youkuaiyun.com/hello_v_world/article/details/104243003</guid><author>hello_v_world</author><pubDate>Mon, 10 Feb 2020 01:25:01 +0800</pubDate><description><![CDATA[我们来看一个案例，某金融公司在多次进行活动推广后记录了活动推广费用及金融产品销售额数据，如下表所示：

因为活动推广有明显效果，现在的需求是投入60万的推广费，能得到多少的销售额呢？这时我们就可以使用简单线性回归模型去解决这个问题，下面，我们用这个案例来学习，如何进行简单线性回归分析；
import numpy
from pandas import read_csv
from matplotlib...]]></description><category></category></item><item><title><![CDATA[python假设检验]]></title><link>https://blog.youkuaiyun.com/hello_v_world/article/details/104046815</link><guid>https://blog.youkuaiyun.com/hello_v_world/article/details/104046815</guid><author>hello_v_world</author><pubDate>Mon, 20 Jan 2020 01:40:26 +0800</pubDate><description><![CDATA[尝试解决以下问题：
• 人类体温均值真的是98.6F吗？
• 体温样本数据是否服从正态分布？
• 不正常的体温是多少？
• 男性和女性的正常体温有明显的区别吗？
• 体温和心率是否有相关性？
数据：https://pan.baidu.com/s/1t4SKF6U2yyjT365FaE692A
#假设检验
import pandas as pd
import numpy as np
from sci...]]></description><category></category></item><item><title><![CDATA[HashMap、TreeMap、HashTable的比较]]></title><link>https://blog.youkuaiyun.com/hello_v_world/article/details/104008110</link><guid>https://blog.youkuaiyun.com/hello_v_world/article/details/104008110</guid><author>hello_v_world</author><pubDate>Fri, 17 Jan 2020 17:27:48 +0800</pubDate><description><![CDATA[HashMap
概述
HashMap是基于哈希表(散列表)，实现Map接口的双列集合，数据结构是“链表散列”，也就是数组+链表 ，key唯一的value可以重复，允许存储null 键null 值，元素无序。HashMap不是线程安全的
哈希表
数组：通过索引，时间复杂度O(1),通过给定值查找，需要遍历数组，自已对比复杂度为O(1) 二分查找插值查找，复杂度为O(logn)
线性链表：增 删除仅处...]]></description><category></category></item></channel></rss>