namespace

说说什么是MyBatis的接口绑定? 答:在MyBatis项目中定义任意的接口，并将接口里面的方法和sql语句进行绑定，这样可以直接通过接口方法来调用相应的sql语句，这就是接口绑定。 MyBatis的接口绑定有哪些实现方式? 答:一种是通过注解来绑定，在接口的方法上加上@Select、@Update这些注解，注解里面的参数就是要运行的sql语句。另外一种就是直接在xml文件里写sql，通过xml文件里namespace这个标签的值来确定对应的到底是哪个接口，所以namespace要是接口的全限定名。 什么情况下用注解绑定,什么情况下用xml绑定？ 答:当SQL语句比较简单时候，用注解绑定，当SQL语句比较复杂时候，用xml绑定。但是个人建议还是用xml绑定的好，因为在业务的发展中，SQL只会越来越复杂，就没见过几个SQL由繁入简的例子，所以不如一开始就写在xml文件里，省事。 使用MyBatis的mapper接口调用时有哪些要求？ 答:首先xml文件里的namespace要和mapper接口的全路径一样，这样才能一一对应，其次mapper接口的方法名要和xml文件中定义的每个sql的id一样，这样方法才能对应，最后就是mapper接口中方法的返回值和参数要和其在xml文件中对应sql的parameterType以及resultType的类型相同。 Mybatis是否支持延迟加载?

Mybatis 86、Mybatis是什么? mybatis是一个持久层ORM框架。它内部封装了jdbc，使得开发更简洁，更高效。 Mybatis使开发者只需要关注sql语句本身，简化JDBC操作，不需要在关注加载驱动、创建连接、处理SQL语句等繁杂的过程。 MyBatis可以通过xml或注解完成ORM映射关系配置。 87、Mybatis和JDBC的关系? （标红） JDBC是Java提供的一个操作数据库的API； MyBatis是一个持久层ORM框架，底层是对JDBC的封装。 MyBatis对JDBC操作数据库做了一系列的优化： （1）mybatis使用已有的连接池管理，避免浪费资源，提高程序可靠性。 （2）mybatis提供插件自动生成DAO层代码，提高编码效率和准确性。 （3）mybatis 提供了一级和二级缓存，提高了程序性能。 （4）mybatis使用动态SQL语句，提高了SQL维护。（此优势是基于XML配置） （5）mybatis对数据库操作结果进行自动映射 88、什么是ORM？（标红） ORM的全称是Object Relational Mapping，即对象关系映射。 描述的是对象和表之间的映射。操作Java对象，通过映射关系，就可以自动操作数据库。 在ORM关系中，数据库表对应Java中的类，一条记录对应一个对象，一个属性对应一个列。 常见的ORM框架

今天开始写 计算LB算子的class 的声明，其中阅读源代码时遇到一个问题： namespace pclbo { /*从输入的mesh数据中计算Laplace-Beltrami算子 */ # include <vector> # include <numeric> # include <Eigen/Sparse> # include <pcl/common/common_headers.h> # include <pcl/PolygonMesh.h> # include <pcl/conversions.h> class MeshLBOEstimation { public : /*空的构造函数*/ MeshLBOEstimation ( ) : input_mesh_ ( ) , area ( new std :: vector < double > ( ) ) { } /*空的析构函数*/ virtual ~ MeshLBOEstimation ( ) { } inline void setInputMesh ( const pcl :: PolygonMeshConstPtr & input ) { input_mesh_ = input ; } /*计算LB算子*/ void compute ( ) ; /** \brief Surface area */ double

基础练习 （1）课本习题11-7 #include <iostream> using namespace std; int main() { ios_base::fmtflags original_flags = cout.flags(); //保存格式化参数设置 cout<< 812<<'|'; cout.setf(ios_base::left,ios_base::adjustfield); //设置对齐方式为左对齐 cout.width(10); //将输出宽度设置为10 cout<< 813 << 815 << '\n'; cout.unsetf(ios_base::adjustfield); //取消对齐方式的设置 cout.precision(2);// 设置浮点数输出精度值为2 cout.setf(ios_base::uppercase|ios_base::scientific); //设置为浮点数的显示参数 cout << 831.0 ; cout.flags(original_flags); //恢复保存的格式化参数设置 return 0; } 运行截图： （2）课本习题11-3 #include <iostream> #include <fstream> using namespace std; int main() { ofstream file; file

虚拟化： varmvare,virtualbox docker:container技术(以内核为支撑进行虚拟机)。不用安装操作系统直接通过宿主机的os虚拟化出应用 Docker 是一个 开源 的应用容器引擎，让开发者可以打包他们的应用以及依赖包到一个可移植的容器中，然后发布到任何流行的 Linux 机器上，也可以实现 虚拟化 。容器是完全使用 沙箱 机制，相互之间不会有任何接口； 一个完整的Docker有以下几个部分组成： dockerClient客户端 Docker Daemon守护进程 Docker Image镜像 DockerContainer容器 起源 Docker 是 PaaS 提供商 dotCloud 开源的一个基于 LXC 的高级容器引擎，源代码托管在 Github 上, 基于 go语言 并遵从Apache2.0协议开源。 Docker自2013年以来非常火热，无论是从 github 上的代码活跃度，还是 Redhat 在RHEL6.5中集成对Docker的支持, 就连 Google 的 Compute Engine 也支持 docker 在其之上运行。 一款开源软件能否在商业上成功，很大程度上依赖三件事 - 成功的 user case(用例), 活跃的社区和一个好故事。 dotCloud 自家的 PaaS 产品建立在 docker 之上，长期维护且有大量的用户

一、下载 git clone clone https://github.com/coreos/prometheus-operator.git 或： wget https://github.com/coreos/prometheus-operator/archive/v0.23.0.tar.gz并解压 （我用的是这种） 二、部署 1、官方推荐新建一个namespace，所有需要新建一个namespace [^_^] linux02 ~# kubectl create namespace monitoring [^_^] linux02 ~# kubectl get namespaces NAME STATUS AGE default Active 22d kube-public Active 22d kube-system Active 22d monitoring Terminating 1h 2、修改配置文件： 进入文件 cd prometheus-operator-0.23.0 [^_^] linux02 prometheus-operator-0.23.0# vim bundle.yaml #总共有三处namespace需要修改 apiVersion: rbac.authorization.k8s.io/v1 kind: ClusterRoleBinding metadata

97601048薇█数据结构-线段树 参考资料 暂无 线段树是所有 RMQ 中最常用的数据结构。 功能：区间修改区间查询。不止最值、求和。只要可递推的值都可以构造线段树。 如果区间大小为 n，线段树有 cnt 个节点，那么 2n−1≤cnt<4n。 节点 对于每个节点 x，和堆类似，父亲节点为 x>>1（即 x/2 下取整的位运算方法，位运算方便而且快），左儿子为 x<<1（即 2x），右儿子为 x<<1|1（即 2x+1）。 同时每个节点对应一段区间，所以叫线段树。节点 1 对应的区间为 1∼n。设一个节点对应的区间为 l∼r，那么它的左儿子对应的区间就是 l∼mid，其中 mid=(l+r)>>1，右儿子区间为 mid+1∼r。如果一个节点对应单点区间，就没有儿子。 同时每个节点对应一个值，即该区间的 RMQ 值。如果是求最值问题，就表示该区间最大值；如果是求和问题，就表示该区间的和。 操作（单点修改区间查询） 一个线段树是求和还是求最值或者求别的东西，取决于 pushup(k) 函数，其中 k 为节点编号，时间复杂度 O(1)。 void pushup(int k){v[k]=max(v[k<<1],v[k<<1|1]);}//求最大值 根据原序列构造初始的线段树用 build() 函数，单点节点上的值就为单点的值，递归从下到上构造，时间复杂度 O(nlogn)。 void

97601048薇█数据结构-线段树 参考资料 暂无 线段树是所有 RMQ 中最常用的数据结构。 功能：区间修改区间查询。不止最值、求和。只要可递推的值都可以构造线段树。 如果区间大小为 n，线段树有 cnt 个节点，那么 2n−1≤cnt<4n。 节点 对于每个节点 x，和堆类似，父亲节点为 x>>1（即 x/2 下取整的位运算方法，位运算方便而且快），左儿子为 x<<1（即 2x），右儿子为 x<<1|1（即 2x+1）。 同时每个节点对应一段区间，所以叫线段树。节点 1 对应的区间为 1∼n。设一个节点对应的区间为 l∼r，那么它的左儿子对应的区间就是 l∼mid，其中 mid=(l+r)>>1，右儿子区间为 mid+1∼r。如果一个节点对应单点区间，就没有儿子。 同时每个节点对应一个值，即该区间的 RMQ 值。如果是求最值问题，就表示该区间最大值；如果是求和问题，就表示该区间的和。 操作（单点修改区间查询） 一个线段树是求和还是求最值或者求别的东西，取决于 pushup(k) 函数，其中 k 为节点编号，时间复杂度 O(1)。 void pushup(int k){v[k]=max(v[k<<1],v[k<<1|1]);}//求最大值 根据原序列构造初始的线段树用 build() 函数，单点节点上的值就为单点的值，递归从下到上构造，时间复杂度 O(nlogn)。 void

数据结构-线段树 参考资料 暂无 线段树是所有 RMQ 中最常用的数据结构。 功能：区间修改区间查询。不止最值、求和。只要可递推的值都可以构造线段树。 如果区间大小为 n，线段树有 cnt 个节点，那么 2n−1≤cnt<4n。 节点 对于每个节点 x，和堆类似，父亲节点为 x>>1（即 x/2 下取整的位运算方法，位运算方便而且快），左儿子为 x<<1（即 2x），右儿子为 x<<1|1（即 2x+1）。 同时每个节点对应一段区间，所以叫线段树。节点 1 对应的区间为 1∼n。设一个节点对应的区间为 l∼r，那么它的左儿子对应的区间就是 l∼mid，其中 mid=(l+r)>>1，右儿子区间为 mid+1∼r。如果一个节点对应单点区间，就没有儿子。 同时每个节点对应一个值，即该区间的 RMQ 值。如果是求最值问题，就表示该区间最大值；如果是求和问题，就表示该区间的和。 操作（单点修改区间查询） 一个线段树是求和还是求最值或者求别的东西，取决于 pushup(k) 函数，其中 k 为节点编号，时间复杂度 O(1)。 void pushup(int k){v[k]=max(v[k<<1],v[k<<1|1]);}//求最大值 根据原序列构造初始的线段树用 build() 函数，单点节点上的值就为单点的值，递归从下到上构造，时间复杂度 O(nlogn)。 void build(int

数据结构-线段树 参考资料 暂无 线段树是所有 RMQ 中最常用的数据结构。 功能：区间修改区间查询。不止最值、求和。只要可递推的值都可以构造线段树。 如果区间大小为 n，线段树有 cnt 个节点，那么 2n−1≤cnt<4n。 节点 对于每个节点 x，和堆类似，父亲节点为 x>>1（即 x/2 下取整的位运算方法，位运算方便而且快），左儿子为 x<<1（即 2x），右儿子为 x<<1|1（即 2x+1）。 同时每个节点对应一段区间，所以叫线段树。节点 1 对应的区间为 1∼n。设一个节点对应的区间为 l∼r，那么它的左儿子对应的区间就是 l∼mid，其中 mid=(l+r)>>1，右儿子区间为 mid+1∼r。如果一个节点对应单点区间，就没有儿子。 同时每个节点对应一个值，即该区间的 RMQ 值。如果是求最值问题，就表示该区间最大值；如果是求和问题，就表示该区间的和。 操作（单点修改区间查询） 一个线段树是求和还是求最值或者求别的东西，取决于 pushup(k) 函数，其中 k 为节点编号，时间复杂度 O(1)。 void pushup(int k){v[k]=max(v[k<<1],v[k<<1|1]);}//求最大值 根据原序列构造初始的线段树用 build() 函数，单点节点上的值就为单点的值，递归从下到上构造，时间复杂度 O(nlogn)。 void build(int