巴巴运动网笔记

1.struts +spring2.5 +JPA(Hibernate)

2.编写重用高的一些类

  范型/反射

  注解就是配置的作用跟xml一样 ,要加上  <tx:annotation-driven transaction-manager="txManager"/>才有用

巴巴运动网用到的技术

1.div+css 网页减肥,提高用户体验

2.优化性能的技术:OSCache(缓存) /Velocity(页面静态化) /SSI(包含页面使用)

http://www.iteye.com/topic/1124111

 

产品模块,购物车模块,权限模块,网站性能优化

产品管理:分页查询,添加,修改,上架/下架功能

1.需要做的模块:权限模块,产品模块

1.web前段集群,应用端集群,数据库端集群

2.权限控制到按钮

3.上架,下架功能

4.实现多浏览器共享购物车技术

   1.从当前会话,以前会话获取购物车,如果获取不到,就创建新的购物车

   2.如果当前会话不存在就把以前会话的购物车放到当前会话中

5.implements  HttpSessionListener

 

关闭浏览器,打开新浏览器,得不到原先购物车里的数据,session 共享

1.当关闭浏览器时,这个用于保持sessionId的cookie 随着浏览器的关闭而清除,

在新浏览器中不存在保持sessionId的cookie,当请求网站的时候,就不会把cookie存的sessionId带到

服务器,服务器不能得到这次会话的sessionId,他就无法找到之前的session ,只能创建新的sessionId

服务器为什么会创建新的session,根本原因是:

 

1.第一次打开浏览器,添加商品的时候,服务器会往你的浏览器写入一个cookie,cookie的值为sessionId,cookie存活周期

为会话期间(默认),只要会话结束,cookie就好被清楚

2.第二次打开新浏览器的时候,浏览器的cookie已经不存在sessionid,服务器因为无法得当客服端发送过来的sessionId

所以会创建新的session

 怎么解决这个问题:(解决cookie问题,设置cookie的生命周期,有效时间设置为session的有效时间,把session的周期延长可以解决这个问题)

 

 添加个方法

                              name          value                         session的存活时间

 WebUtil.addCookie(response,"JSESSIONID",request.getSession().getId(),request.getSession().getMaxInactiveInte);

 

 

3.系统性能优化(大型门户网站)

  1.数据库也是一个应用,数据库瓶颈,每个数据库有最大连接数(socket),一般服务器同时处理的链接2000个,

  如果超过2000个,就会处于等待

 

  2.解决方案(软件解决方案):

    1.页面静态化 --只能处理不经常改变,一些简单的网页

        1.使用模板技术(velocity模板技术,主要学表达式(提供了扩展功能) / Freemarket使用(structs2使用Freemarket技术))

    2.缓存技术:A.页面缓存(view,缓存html代码),缺点:不能做到实时更新,

     (页面缓存(OScache)过期的时候,才会显示更新的东西,可以清除缓存)

     (当数据更新较快,几秒钟更新一次,或者需要实时反映数据变化,或者页面具有多种风格,不便使用页面静态化,)

      优点:比二级缓存的性能更高

       1.oscache 标签:time,key,flusch(强行清除缓存) socpe,(局部缓存)

       2.全局缓存:配置过滤器即可

       缓存默认的有效期:1个小时

    B.二级缓存(Model业务层,domain对象),业务要求必须实时更新就使用二级缓存

      优点:实时更新,允许有少量的数据库访问

    3.数据源,连接池放一些连接对象(省去建立socket连接),避免创建太多连接,

      减轻服务器的压力,减少创建连接的时间

    4.ssi技术(民户网站必懂技术),包含版头,版尾,实现页面的包含(si指令)

  3.硬件解决方案(服务器越多,用钱多)

 

4.velocity 重要的是表达式,跟jstl表达式差不多

5.数据源 c3p0

6.compass 实现搜索

7.ssi技术,实现页面包含,主要是一些指令,表达式

 

8.在数据量比较大,查询字段比较多的情况下,如果采用数据库like sql查询,性能比较差,而采用lucene来查询,性能相对

  like sql 语句查询要好些

9.如果采用lucene进行搜索,搜索到的结果相关度比较高,而且把匹配度高的记录排在最前面,而数据库的like 语句查询只会

    查询回来含有关键字的记录,其内容相关度不高,并且不能实现把匹配度高的记录排在最前面

3.采用lucene进行搜索,能够进行高亮显示,而且数据库的sql语句查询做不到这一点

1>建立索引

2>查询索引

分词的原理:一元分词/二元分词/字典分词/(最好)

Lucene API / Compass API (Object search engine / mappng) [OSEM]

JDBC API / Hibernate APi (ORM)

 

资源下载链接为: https://pan.quark.cn/s/140386800631 通用大模型文本分类实践的基本原理是,借助大模型自身较强的理解和推理能力,在使用时需在prompt中明确分类任务目标,并详细解释每个类目概念,尤其要突出类目间的差别。 结合in-context learning思想,有效的prompt应包含分类任务介绍及细节、类目概念解释、每个类目对应的例子和待分类文本。但实际应用中,类目和样本较多易导致prompt过长,影响大模型推理效果,因此可先通过向量检索缩小范围,再由大模型做最终决策。 具体方案为:离线时提前配置好每个类目的概念及对应样本;在线时先对给定query进行向量召回,再将召回结果交给大模型决策。 该方法不更新任何模型参数,直接使用开源模型参数。其架构参考GPT-RE并结合相关实践改写,加入上下文学习以提高准确度,还使用BGE作为向量模型,K-BERT提取文本关键词,拼接召回的相似例子作为上下文输入大模型。 代码实现上,大模型用Qwen2-7B-Instruct,Embedding采用bge-base-zh-v1.5,向量库选择milvus。分类主函数的作用是在向量库中召回相似案例,拼接prompt后输入大模型。 结果方面,使用ICL时accuracy达0.94,比bert文本分类的0.98低0.04,错误类别6个,处理时添加“家居”类别,影响不大;不使用ICL时accuracy为0.88,错误58项,可能与未修改prompt有关。 优点是无需训练即可有较好结果,例子优质、类目界限清晰时效果更佳,适合围绕通用大模型api打造工具;缺点是上限不高,仅针对一个分类任务部署大模型不划算,推理速度慢,icl的token使用多,用收费api会有额外开销。 后续可优化的点是利用key-bert提取的关键词,因为核心词语有时比语意更重要。 参考资料包括
内容概要:本文详细介绍了哈希表及其相关概念和技术细节,包括哈希表的引入、哈希函数的设计、冲突处理机制、字符串哈希的基础、哈希错误率分析以及哈希的改进与应用。哈希表作为一种高效的数据结构,通过键值对存储数据,能够快速定位和检索。文中讨论了整数键值和字符串键值的哈希方法,特别是字符串哈希中的多项式哈希及其优化方法,如双哈希和子串哈希的快速计算。此外,还探讨了常见的冲突处理方法——拉链法和闭散列法,并提供了C++实现示例。最后,文章列举了哈希在字符串匹配、最长回文子串、最长公共子字符串等问题中的具体应用。 适合人群:计算机科学专业的学生、算法竞赛选手以及有一定编程基础并对数据结构和算法感兴趣的开发者。 使用场景及目标:①理解哈希表的工作原理及其在各种编程任务中的应用;②掌握哈希函数的设计原则,包括如何选择合适的模数和基数;③学会处理哈希冲突的方法,如拉链法和闭散列法;④了解并能运用字符串哈希解决实际问题,如字符串匹配、回文检测等。 阅读建议:由于哈希涉及较多数学知识和编程技巧,建议读者先熟悉基本的数据结构和算法理论,再结合代码实例进行深入理解。同时,在实践中不断尝试不同的哈希策略,对比性能差异,从而更好地掌握哈希技术。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值