PSS

JDBC 持久化概述 持久化(persistence)**: 把数据保存到可掉电式存储设备中以供之后使用。 数据持久化意味着将内存中的数据保存到硬盘上加以”固化” 而持久化的实现过程大多通过各种关系数据库来完成 , 将内存中的数据存储在关系型数据库中 当然也可以存储在磁盘文件、XML数据文件中 而在 Java中，数据库存取技术只能通过 JDBC 来访问数据库。 JDBC 访问数据库的形式主要有两种: 1. 直接使用 JDBC 的 API 去访问数据库服务器 ( MySQL / Oracle ) . 2. 间接地使用 JDBC 的 API 去访问数据库服务器 . 第三方O / R Mapping工具，如 Hibernate , MyBatis 等 . ( 底层依然是 JDBC ) JDBC 是 Java 访问数据库的基石 , 其他技术都是对 JDBC 的封装 . JDBC 概述 (Java DataBase Connectivity) 是一种用于执行 SQL 语句的 Java API，**可以为多种关系数据库提供统一访问 操作 JDBC 口诀 贾琏欲执事 加 载注册驱动. 获取 连 接对象. 创建/获取 语 句对象. 执 行SQL语句. 释 放资源. DAO 介绍和方法设计 DAO**(Data Access Object) 数据访问对象 是一个 面向对象 的 数据库 接口

顾翔老师的《软件测试技术实战设计、工具及管理》网上购买地址： https://item.jd.com/34295655089.html 《基于Django的电子商务网站》网上购买地址： https://item.jd.com/12082665.html 店铺二维码： 来源：https://www.testwo.com/ 背景交代 最近QC同学在跑游戏的过程中发现玩的时间久了游戏会发生闪退，经过搜集信息后排除了功能性bug的 一.判断是否是内存泄露 拿到真机，USB连接，杀掉多余后台进程，打开Perfdog，接下来一顿操作猛如虎，Perfdog具体操作不在赘述，有关perfdog怎么使用的教程可以参考 Perfdog使用教程 拿到内存趋势图 使用手机 此图一出，基本就可以断定内存泄露了，这是正常玩游戏，游戏运行了30分钟的内存趋势图； 结论：，内存持续上升，存在内存泄露。 一个优秀的游戏通常情况内存是有上升有回落，多次运行同一个功能也不会导致内存功能持续上升； 呈现出起伏状态，比如： 知道了存在内存泄露，下面就要开始分析有可能是哪里导致的内存泄露； 二.分析泄露原因 一般针对unity游戏来说，内存瓶颈是资源和Mono堆内存，两部分； 以下是unity游戏程序在运行时的内存分配概况 先简单介绍下Mono，unity使用Mono机制来完成跨平台的操作

注：参考文献和文章尚在整理ing... 一 常用术语 1. 外量子效率 （External quantum efficiency，EQE） 　　这是LED最重要的参数，它的定义为： 因此，EQE越大，发射到外部的光子数越多，即LED越亮 2 内量子效率 （Internal Quantum Efficiency, IQE） 通俗的来说，外部量子效率是产生的电子数与所有入射的光子数之比；内部量子效率是产生的电子数与所有已经吸收的光子数之比。 3.量子点 百度百科 ：量子点是一种低维半导体材料，一般为球形或类球形，直径常在2-20 nm之间,通过对这种纳米半导体材料施加一定的电场或光压，它们便会发出特定频率的光，量子点大小和颜色之间也存在相互关系 4.钙钛矿 百度百科 ：钙钛矿是指一类陶瓷氧化物，其分子通式为ABO 3 ，由于晶体具有特殊的结构，在高温催化及光催化方面具有潜在的应用前景 5. 钙钛矿量子点 最先成熟的量子点材料为重金属，2015年兴起的钙钛矿材料称为下一代量子点材料 产品 6. 电流体喷印设备 传统喷墨打印通过给溶液添加驱动力，把墨水从针头里推出来，电流体动力喷印通过电场力，把墨水从喷嘴处拉下来。 二、 量子点 1.概念 　　量子点是纳米大小的小型球形状半导体粒子，也被称为纳米半导体粒子或纳米晶体，通常有比激子波尔半径更小或接近的半径，仅仅由数个或数十个原子组成

作为系统同步的重要研究内容，LTE通信系统的小区搜索技术是指用户设备（UE）检测到一个理想小区，选择接入并与之取得时间和频率同步以及检测到小区标识号（ID）的过程。小区ID包括扇区ID（Sector ID，Sector Identifier）和小区组ID（Cell Group ID，Cell Group Identifier）信息。小区搜索主要通过若干下行信道实现，包括同步信道（SCH，Synchronization Channel）、广播信道（BCH，Broadcast Channel）和下行参考信号（RS，Reference Signal），其中同步信道又分为主同步信道（PSCH，Primary Synchronization Channel）和辅同步信道（SSCH，Secondary Synchronization Channel）。SCH可实现小区搜索和LTE系统的时频同步；BCH可以获得天线配置和小区信息；RS可用于信道估计，辅助小区搜索和系统时频同步。位于主同步信道的主同步信号（PSS，Primary Synchronization Signal）负责OFDM符号定时同步和扇区ID的识别。由于PSS每5ms传输一次，即以半帧为周期传输，所以PSS的检测只能确定半帧的起始位置，无法确定是前半帧还是后半帧。位于辅同步信道的辅同步信号（SSS，Secondary

一. 阿里面试流程 阿里的面试一般分为笔试和电话面试。 很多大的外包公司都在帮阿里招聘，所以他们的候选人很多。 所以阿里会通过笔试题先进行筛选。 HR会跟你约好笔试题的答题时间，然后给你发邮箱过来， 需要你使用淘宝账号登陆。 如果你参加过笔试过一次了，半年内是不允许再次参加考试的。 不过阿里的题目相对来说还比较简单，一般会让你从docker基础，Linux，mysql基础里选择两个来答题。 我的学员选择Linux和mysql的居多，所以暂时没有拿到docker的笔试题。 今天我分享的是阿里Linux基础笔试题，注意： 本题是招聘0-4年工作经验的通用题。 二. 阿里原题限时答题 查看文件test.txt，并显示行号（ ） A grep -n test.txt B cat test.txt C cat -n test.txt D string -n test.txt URL地址为 http://www.baidu.com/a.html，哪个是主机名 A baidu.com.cn B a.html C www.baidu.com/a.html D www.baidu.com linux系统中，哪个命令可以查看服务器的序列号（ ） A dmidecode B lspci C modinfo D dmesg linux系统中，如何挂载一块移动硬盘/dev/sdm到相应的挂载点/mnt？ A

本文来自: PerfMa技术社区 PerfMa(笨马网络)官网 概述 最近我们公司在帮一个客户查一个JVM的问题(JDK1.8.0_191-b12)，发现一个系统老是被OS Kill掉，是内存泄露导致的。在查的过程中，阴差阳错地发现了JVM另外的一个Bug。这个Bug可能会导致大量物理内存被使用，我们已经反馈给了社区，并得到快速反馈，预计在OpenJDK8最新版中发布(JDK11中也存在这个问题)。 PS：用户的那个问题最终也解决了，定位下来算是C2的一个设计缺陷导致大量内存被使用，安全性上没有得到保障。 找出消耗大内存的线程 接下来主要分享下这个BUG的发现过程，先要客户实时跟踪进程的情况，当内存使用明显上升的时候，通过/proc/<pid>/smaps，看到了不少64MB的内存分配，Rss也基本消耗完了。 7fd690000000-7fd693f23000 rw-p 00000000 00:00 0 Size: 64652 kB Rss: 64652 kB Pss: 64652 kB Shared_Clean: 0 kB Shared_Dirty: 0 kB Private_Clean: 0 kB Private_Dirty: 64652 kB Referenced: 64652 kB Anonymous: 64652 kB AnonHugePages: 0 kB Swap:

小区搜索过程： UE开机后，开始扫描系统中心频带内的同步信号PSS和SSS，进行小区搜索。具体过程如下图所示： 第一步：PSS检测。利用ZC的相关性检测主同步信号（PSS），取得最大相关值的位置即为OFDM符号的起始位置，同时可以确定最大相关值对应的PSS中的u值，即可确定扇区ID 。PSS的检测只能实现5ms的半帧同步，即PSS检测无法确定同步信号位于无线帧的前半帧还是后半帧。 第二步：SSS检测。在SSS检测前，为了确定SSS所在的OFDM符号的起始位置，需要先进行CP类型的检测；然后移出CP，将SSS所在的OFDM符号通过快速傅里叶变换（FFT）变换到频域，再利用SSS自身的PN序列相关性进行检测，确定最大相关值对应的小区组ID；同时根据无线帧前半帧和后半帧中SSS信号的不同，获得无线帧同步。 第三步：RS检测。因为，根据扇区ID和小区组ID得到小区ID。参考信号(RS)可由GOLD序列码或PN序列码产生，检测RS，进一步验证系统同步和小区搜索，同时获得BCH配置，进而或者小区的其他信息（例如系统带宽等）。获得小区基本信息后，UE进行宽带参数的调整等，为监听和发起寻呼做好准备。 来源： oschina 链接： https://my.oschina.net/u/4272135/blog/4322646

几天前在阿里云上领取到了半年的免费服务器，拿了当然不能浪费资源，现在我要开始对Linux服务器进行一定的学习，以此来写博客记录学习过程，主要记录常用操作，学习资源为《Linux就该这么学》 以下是对常用系统工作命令的记录 echo命令 该命令是用于在终端输出 字符串或变量提取后的值 ，格式为“echo[字符串 | $变量]”。 例1： 字符串输出 例2： 变量输出 date命令 该命令主要用于 显示和设置系统的时间和日期 ，格式为“date[选项][+指定的格式]” date命令中常用的格式及参数为： 参数 作用 %t 跳格【tab键】 %Y 年 %m 月 %d 日 %H 小时（00-23） %I 小时（00-12） %M 分钟（00-59） %S 秒（00-59） %j 今年中的第几天 例1： 例2： 按照“年-月-日 小时：分钟：秒”的格式查看 例3： 设置系统时间 设置完系统时间后，再次查看系统时间时，得到已被更改的时间 例4： 查询今天是当年的第几天 3. reboot命令 该命令用于重启电脑，其格式为reboot 4. poweroff 该命令用于关闭系统，其格式为poweroff 5. wget命令 该命令用于在终端下载网络文件，其格式为 “ wget [参数] 下载地址 ” wget命令的参数及作用： 参数 作用 -b 后台下载模式 -p 下载到指定目录 -t

网站转自：http://linuxperf.com/?p=142 非常技术的网站，够看上一阵子的（一篇文章） /proc/meminfo是了解Linux系统内存使用状况的主要接口，我们最常用的”free”、”vmstat”等命令就是通过它获取数据的 ，/proc/meminfo所包含的信息比”free”等命令要丰富得多，然而真正理解它并不容易，比如我们知道”Cached”统计的是文件缓存页，manpage上说是“In-memory cache for files read from the disk (the page cache)”，那为什么它不等于[Active(file)+Inactive(file)]？AnonHugePages与AnonPages、HugePages_Total有什么联系和区别？很多细节在手册中并没有讲清楚，本文对此做了一点探究。 负责输出/proc/meminfo的源代码是： fs/proc/meminfo.c : meminfo_proc_show() 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 MemTotal : 3809036 kB MemFree :

如何训练出优秀的图像分类模型？飞桨图像分类套件 PaddleClas 来助力。 今天咱们来聊聊计算机视觉领域最核心的技术之一——图像分类。顾名思义图像分类是指根据图像信息把不同类别的图像自动区分开来，并能指出图像类别信息。如图 1 所示，当前图像分类技术有着非常广泛的应用场景。 图 1 图像分类技术应用 此外图像分类技术在计算机视觉各类任务中堪称「基石」，这和人类的视觉方面的技能树点亮顺序很像。婴儿在能看清周围事物后，父母除了教他认识爸爸妈妈之外，还会通过画本告诉他，这是花，这是草，这是车，这是飞机等等，这其实就是训练图像分类的过程。可以说图像分类是人类最先学到的一门本领。而在此基础之上，才会继续学会指出什么物体在什么位置（目标检测），以及如何去接触物体（图像分割）等等。如果您仔细分析下计算机视觉的其它技术，您会发现，也确实是如此。 对于其它视觉任务，像图像目标检测、图像分割、图像检索、自然场景文字检测和识别、人脸检测和识别等等，常常将图像分类的网络结构作为骨干网络。例如使用基于 ImageNet1K 分类数据集训练的模型作为特征提取器，来提升目标任务的组网效率和效果。如果把某个视觉任务看成是建造一栋大楼，图像分类的网络结构和预训练模型则可以看成是这栋大楼牢固的地基和稳定的骨架。 图像分类如此重要，可想而知训练出优秀的图像分类模型也是一个很有挑战的任务