JNDI的概念

JAVA Naming and Directory Interface:JNDI.

Naming System:一套运行系统,有命名规则,有对外接口。从运行方面将一般有Naming server和对外提供的Naming service.客户端则通过service的定义:接口API来访问server。

Directory System:Naming System的延展。Naming System维护着name和object的映射,现在就object延展一下,使它能粘贴上任意多的属性。基于此,原来的对外的接口中就增加了按attribute查询对象或就某个对象访问其attribute等的API。

比如,如果object是一个java对象,我们可以延展上:创建时间,创建者,作用描述等属性。基于此构建的Naming System,可以再提供更丰富的服务了,也称之为一个Directory System了。

而像LDAP这样的directory system,对象本身已经虚化了,对于客户端而言,关注地反而是该对象承载的属性,而得到对象本身也不会直接有什么用途了。

JNDI是JAVA抽象的访问所有Naming or Directory Service的统一interface。分为API和SPI。客户端通过调用API实现客户端访问逻辑,各service厂商通过提供SPI的实现包(曰之provider或driver)来完成客户端到各服务端的访问。JDK1.3开始内置了3套provider,File,LDAP,RMI。但是Provider不代表服务器端的实现,就像db2jdbc.jar不包括db2服务器一样。而JDK预置的LDAP provider能不能为完全适应microsoft的AD ldap服务器,要看microsoft怎么想。

在JNDI API中,当(new InitialContext()).lookup("ldap://xxx")时,将创建根上下文,这个上下文是由一个上下文工厂实例创建的;这个上下文工厂类其实就是Provider提供的。根据协议,这种方式下将可以根据ldap这个URL schema id来确认究竟是哪一个上下文工厂,也即,动态确定采用哪一个directory service。
根据原作 https://pan.quark.cn/s/459657bcfd45 的源码改编 Classic-ML-Methods-Algo 引言 建立这个项目,是为了梳理和总结传统机器学习(Machine Learning)方法(methods)或者算法(algo),和各位同仁相互学习交流. 现在的深度学习本质上来自于传统的神经网络模型,很大程度上是传统机器学习的延续,同时也在不少时候需要结合传统方法来实现. 任何机器学习方法基本的流程结构都是通用的;使用的评价方法也基本通用;使用的一些数学知识也是通用的. 本文在梳理传统机器学习方法算法的同时也会顺便补充这些流程,数学上的知识以供参考. 机器学习 机器学习是人工智能(Artificial Intelligence)的一个分支,也是实现人工智能最重要的手段.区别于传统的基于规则(rule-based)的算法,机器学习可以从数据中获取知识,从而实现规定的任务[Ian Goodfellow and Yoshua Bengio and Aaron Courville的Deep Learning].这些知识可以分为四种: 总结(summarization) 预测(prediction) 估计(estimation) 假想验证(hypothesis testing) 机器学习主要关心的是预测[Varian在Big Data : New Tricks for Econometrics],预测的可以是连续性的输出变量,分类,聚类或者物品之间的有趣关联. 机器学习分类 根据数据配置(setting,是否有标签,可以是连续的也可以是离散的)和任务目标,我们可以将机器学习方法分为四种: 无监督(unsupervised) 训练数据没有给定...
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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