javaedge_社区达人页

利用 Python 分析 MovieLens 1M 数据集

1 数据集简介 MovieLens数据集是一个关于电影评分的数据集，里面包含了从IMDB, The Movie DataBase上面得到的用户对电影的评分信息，详细请看下面的介绍。 1 links.csv 文件里面的内容是帮助你如何通过网站id在对应网站上找到对应的电影链接的。

Apache Flink实战(一) - 简介

1 功能 2 用户 国际 国内 3 特点 ◆ 结合Java、Scala两种语言◆ 从基础到实战◆ 系统学习Flink的核心知识◆ 快速完成从入门到上手企业开发的能力提升 4 安排 ◆ 初识Flink ◆ 编程模型及核心概念 ◆ DataSet API编程 ◆ DataStream AP.

Java对象序列化底层原理源码解析

Java序列化是指把Java对象保存为二进制字节码的过程，Java反序列化是指把二进制码重新转换成Java对象的过程。那么为什么需要序列化呢？

macOS下 Hive 2.x 的安装与配置

Hive是基于Hadoop的一个数据仓库工具，可以将结构化的数据文件映射为一张数据库表，并提供简单的[SQL]查询功能，可以将SQL语句转换为MapReduce任务进行运行。其优点是学习成本低，可以通过类SQL语句快速实现简单的MapReduce统计，不必开发专门的MapReduce应用，十分适合数据仓库的统计分析。

基于Spark的机器学习实战 (十二) - 推荐系统实战

将结合前述知识进行综合实战，以达到所学即所用。在推荐系统项目中，讲解了推荐系统基本原理以及实现推荐系统的架构思路，有其他相关研发经验基础的同学可以结合以往的经验，实现自己的推荐系统。

Spark机器学习实战 (十一) - 文本情感分类项目实战

将结合前述知识进行综合实战，以达到所学即所用。文本情感分类这个项目会将分类算法、文本特征提取算法等进行关联，使大家能够对Spark的具体应用有一个整体的感知与了解。

基于Spark的机器学习实践 (十) - 降维

通过讲解PCA算法的原理，使大家明白降维算法的大致原理，以及能够实现怎么样的功能。结合应用降维算法在分类算法使用之前进行预处理的实践，帮助大家体会算法的作用。

基于Spark的机器学习实践 (九) - 聚类算法

0 相关源码 1 k-平均算法(k-means clustering)概述 1.1 回顾无监督学习 ◆ 分类、回归都属于监督学习 ◆ 无监督学习是不需要用户去指定标签的 ◆ 而我们看到的分类、回归算法都需要用户输入的训练数据集中给定一个个明确的y值 1.2 k-平均算法与无监督学习 ◆ k-平均算法是无监督学习的一种 ◆ 它不需要人为指定一个因变量,即标签y ,而是由程序自己发现,给出类别y ◆ 除此之外，无监督算法还有PCA,GMM等 源于信号处理中的一种向量量化方法，现在则更多地作为一种聚类分析方法流行于数据挖掘领域。

基于Spark的机器学习实践 (八) - 分类算法

基于Spark的机器学习实践 (八) - 分类算法

基于Spark的机器学习实践 (七) - 回归算法

Spark机器学习实战

基于Spark的机器学习实践 (六) - 基础统计模块

# 0 [相关源码](https://github.com/Wasabi1234/Spark-MLlib-Tutorial) # 1 基础统计模块及常用统计学知识介绍 ◆ Spark 的基础统计模块即MLlib组件中的Basic Statistics部分 ◆ Basic Statis...

基于Spark的机器学习实践 (04)-数据可视化

基于Spark的机器学习实践 (04)-数据可视化

Spark安装及启动

Spark安装及启动

基于Spark的机器学习实践 (二) - 初识MLlib

1 MLlib概述 1.1 MLlib 介绍 ◆ 是基于Spark core的机器学习库,具有Spark的优点 ◆ 底层计算经过优化,比常规编码效率往往要高 ◆ 实现了多种机器学习算法,可以进行模型训练及预测 1.2 Spark MLlib实现的算法 ◆ 逻辑回归 朴素贝叶斯 线性回归 SVM 决策树 LDA 矩阵分解 1.3 Spark MLlib官方介绍 1.3.1 搜索官方文档 1.3.2 阅读文档 - 机器学习库（MLlib）指南 简介 MLlib是Spark的机器学习（ML）库。

Linux环境下 RabbitMQ 的下载与安装

0 环境 CentOS7 RabbitMQ 3.6.5 erlang 18.3 socat rabbitmq是使用erlang语言编写的，所以需要先安装erlang，其次rabbitmq安装依赖于socat，所以三个安装包都需要下载。

Redis分片(分布式缓存)

分片(partitioning)就是将你的数据拆分到多个 Redis 实例的过程，这样每个实例将只包含所有键的子集. 1 分片何用 Redis 的分片承担着两个主要目标： 允许使用很多电脑的内存总和来支持更大的数据库。

Redis分布式概览

1 Redis分布式算法原理 1.1 传统分布式算法 1.2 Consistent hashing一致性算法原理 环形 hash 空间：按照常用的 hash 算法来将对应的 key 哈希到一个具有 232 个桶的空间，即（0-232-1）的数字空间中，现在我们将这些数字头尾相连，想象成一个闭...

漫谈Java高并发方案

0 本文示例代码 1 基本概念 1.1 并发 同时拥有两个或者多个线程，如果程序在单核处理器上运行多个线程将交替地换入或者换出内存,这些线程是同时“存在"的，每个线程都处于执行过程中的某个状态，如果运行在多核处理器上,此时，程序中的每个线程都将分配到一个处理器核上，因此可以同时运行.

Java 源码解析实战 - ThreadLocal 原理

说起CS游戏,应该是每个中二少年的年少回忆了.游戏开始时,每个人能够领到一把枪,枪把上有三个数字:子弹数、杀敌数、自己的命数，为其设置的初始值分别为1500、0、10. 设战场上的每个人都是一个线程,那么这三个初始值写在哪里呢?如果每个线程都写死这三个值,万一将初始子弹数统一改成 1000发呢?如果共享,那么线程之间的并发修改会导致数据不准确.

设计模式实战-策略模式(Strategy Pattern)

0.0 相关源码链接 https://github.com/Wasabi1234/design-patterns 1 定义 也叫做政策模式（Policy Pattern） 维基百科对象有某个行为，但是在不同的场景中，该行为有不同的实现算法.

漫谈 MySQL 的锁机制

1 MySQL的三种锁 1.1 表锁 开销小，加锁快 不会出现死锁 锁定粒度大，发生锁冲突的概率最高，并发度最低 1.2 行锁 开销大，加锁慢 会出现死锁 锁定粒度小，发生锁冲突的概率最低，并发度最高 1.

漫漫大学江湖录 - 爱与恨唯与工作更交织

前言 其实在18年11月有了华为,就已经宣告结束了大学校招历程，是时候写下总结了，再不写估计很多东西都忘了。 在一些程序员社区混久了，从别人的学习、求职、工作经历中越发感受到很多的正能量，也本着攒RP值的原则，向学弟学妹们，尤其和我非名校双非本科生学弟学妹们传递点正能量，因为博主也是非名校出身，而且在整个求职的过程中能够很明显地感受到名校学生那种得天独厚的优势，同样的实力，名校学生进入BAT等一线互联网企业确实要容易很多，即便技术很水，一样有华为等企业保底，而非名校的可能连简历筛选这关都过不了。

窥探推荐系统

Docker入门实战 (二) - Docker环境的搭建方法

Mac OS 下安装 Vagrant

Go语言实战(二) - 基础语法

人工智能导论 (七) - 搜索求解策略

吴恩达机器学习 Coursera 笔记(二) - 单变量线性回归

SpringMVC 的处理拦截器

机器学习入门(八) — 推荐系统

机器学习入门(二) — 回归模型 (理论)

Netty 源码深度解析(九) - 编码

大行缓存更新之道

好些人在写更新缓存时，先删除缓存，然后再更新数据库，而后续的操作会把数据再装载的缓存中。然而，这个逻辑是错误的。试想，两个并发操作，一个是更新操作，另一个是查询操作，更新操作删除缓存后，查询操作没有命中缓存，先把老数据读出来后放到缓存中，然后更新操作更新了数据库。

JVM源码分析之synchronized

1 字节码实现 javap命令生成的字节码中包含 ** monitorenter ** 和 ** monitorexit **指令 synchronized关键字基于上述两个指令实现了锁的获取和释放过程，解释器执行monitorenter时会进入到InterpreterRuntime.

2018-09-04

Q:求1+2+3+...+n，要求不能使用乘除法、for、while、if、else、switch、case等关键字及条件判断语句（A?B:C）。 总结前面大牛们的方法，提供java的两种阶梯思路： 共同点：一，利用利用短路 && 来实现 if的功能；二，利用递归来实现循环while的功能 不同点：方法一：递归实现1+2+.

读懂Java中的Socket编程

Socket,又称为套接字，Socket是计算机网络通信的基本的技术之一。如今大多数基于网络的软件，如浏览器，即时通讯工具甚至是P2P下载都是基于Socket实现的。

Redis实践(十六)-内存管理

1 内存优化介绍 2 Redis内存消耗 内存使用统计 内存使用统计实例 内存划分 内存消耗 3 客户端缓冲区 缓冲内存-客户端缓冲区 输入缓冲区 ...

Redis实践(十三)-Redis布隆过滤器

2 引出布隆过滤器 问题 一些可能方案

Redis实践(十二)-Redis云平台CacheCloud

1 大纲 目录 2 Redis规模化问题 遇到的问题 CacheCloud 使用规模 使用场景 3 快速构建

Redis实践(八)-Sentinal

1 目录 2 主从复制高可用? 故障出现主节点挂掉 主从复制-mster宕掉故障处理 3 Redis Sentinel 架构 可监控多套 4 安装与配置 ...

MySQL 存储过程与函数

触发器,函数,存储过程 1 存储过程与函数的区别 本质上没区别，执行的本质都一样。 函数有且只能返回一个变量 存储过程可以返回多个 函数可以嵌入在sql中使用的,可以在select中调用 存储过程要让sql的query 可以执行， 需要把 mysql_real_connect 的最后一个参数设置为CLIENT_MULTI_STATEMENTS 函数限制比较多，比如不能用临时表，只能用表变量．还有一些函数都不可用等等． 存储过程的限制相对就比较少。

笔试题解答

/** * @author shishusheng * @date 2018/8/22 23:35 */ import java.util.

Redis实践(七)-复制的原理与优化

0 大纲 1 简介 2 复制的配置 异步执行,很耗时间 4 操作 6 全...

Redis实践(十五)-开发规范

1 key设计 看看这个 embstr 是啥,即内部编码 2 value 设计 value 设计 bigkey bigkey 的危害...

MySQL主从复制原理

算法面试实战(二)- 面试中的复杂度分析

1 究竟什么是大O（Big O） 2 ...

玩转算法面试(一)

1算法面试意义 否则就是普通快排即可 插入排序更佳 ...

数据结构与算法实战之图论

3

Redis实践(十一)-缓存设计与优化

很小的内存就能实现过滤,适用于固...

分布式Redis主备复制

当数据落在不同节点上时，如何保证数据节点之间的一致性是非常关键的 Redis采用主备复制的方式保证一致性，所有节点中，只有一个节点为主节点（master），它对外提供写服务，然后异步的将数据复制到其他节点上 主备复制流程 Redis包含master 和slave 2种节点： master 对外提供写服务 slave 节点作为master的数据备份，不可以提供写服务 主备复制由master 主动触发 1、首先slave向master发起SYNC命令。