tomcat7自带很多junit测试用例，可以帮助我们窥探源码的秘密。以下使用来测试类加载器的一个测试用例。类加载器也是对象，他们用来将类从类从。class文件加载到虚拟机，这些已经讲了很多，深入jvm中说的很详细，什么双亲委派模型，在书中还以tomcat为例讲解。/**LicensedtotheApacheSoftwareFoundation(ASF)underoneormore*contributorlicenseagreements.SeetheNO
系统 2019-08-12 01:33:40 2490
OpenWebSSO项目提供核心身份服务作为安全组件的基础架构以实现透明的单点登陆。其主要目标是web层，该项目为无缝集成不同的基于web应用程序提供了基础，这些应用程序可以使基于不同的身份库，不同平台，例如基于web或者应用服务器。该项目给予SunJava(tm)SystemAccessManager的代码。项目首页：https://opensso.dev.java.net/项目架构设计：https://opensso.dev.java.net/file
系统 2019-08-12 01:33:33 2490
摘要：本期的目的是向大家介绍shell的概念和基本原理，并且在此基础上动手做一个简单shell解释器。同时，还将就用到的一些linux环境编程的知识做一定讲解。本文适合的读者对象对linux环境上的c语言开发有一定经验；对linux环境编程（比如进程、管道）有一点了解。概述本章的目的是带大家了解shell的基本原理，并且自己动手做一个shell解释器。为此，首先，我们解释什么是shell解释器。其次，我们要大致了解shell解释器具有哪些功能；最后，我们具
系统 2019-08-12 01:33:11 2490
编译thrift和使用-翱翔云颠的博客-我的搜狐编译thrift和使用收藏到手机转发评论2011-08-0317:34我使用的版本是thrift-0.6.1解压以后，先看readme，其中说编译环境参考http://wiki.apache.org/thrift/ThriftRequirements，打开看：LanguagerequirementsC++Boost1.33.1+libevent(optional,tobuildthenonblockingse
系统 2019-08-12 01:33:00 2490
其实对于非专业的数据库操作人员来讲，例如软件开发人员，在很大程度上都搞不清楚数据库索引的一些基本知识，有些是知其一不知其二，或者是知其然不知其所以然。造成这种情况的主要原因我觉的是行业原因，有很多公司都有自己的DBA团队，他们会帮助你优化SQL，开发人员即使不懂优化问题也不大，所以开发人员对这方面也就不会下太多功夫去了解SQL优化，但如果公司没有这样的DBA呢，就只能靠程序员自己了。最近突然想起前一阵和一朋友的聊天，当时他问我的问题是一个非常普通的问题：说
系统 2019-08-12 01:32:47 2490
---分页方法------------1.top分页：selecttop10*fromOrdersawherea.orderidnotin(selecttop10orderidfromOrdersorderbyorderid)orderbya.orderid------------2.MAX函数---这种方法的前提是有唯一值的一个列。selecttop10*fromOrdersawherea.orderid>(selectMAX(orderid)from(
系统 2019-08-12 01:32:42 2490
Pythonissubclass()函数issubclass()方法用于判断参数class是否是类型参数classinfo的子类。语法：issubclass(class,classinfo)参数class--类。classinfo--类。返回值如果class是classinfo的子类返回True，否则返回False。例子：#!/usr/bin/python#-*-coding:UTF-8-*-classA:passclassB(A):passprint(i
系统 2019-09-27 17:57:07 2489
python记录程序运行时间的三种方法这里提供了python记录程序运行时间的三种方法，并附有实现代码，最后进行比较，大家参考下：方法1importdatetimestarttime=datetime.datetime.now()#longrunningendtime=datetime.datetime.now()print(endtime-starttime).seconds方法2start=time.time()run_fun()end=time.ti
系统 2019-09-27 17:54:28 2489
在利用numpy时，经常会用到随机数。这里将几种常用的容易混淆的用法进行总结。分别是：np.random.randint(low,high,size,dtype)numpy.random.rand(d0,d1,…,dn)np.random.randnrandom_sample(size)numpy.random.random([size])numpy.random.ranf([size])numpy.random.sample([size])具体使用直接上
系统 2019-09-27 17:50:23 2489
NumPy是Python中众多科学软件包的基础。它提供了一个特殊的数据类型ndarray，其在向量计算上做了优化。这个对象是科学数值计算中大多数算法的核心。相比于原生的Python，利用NumPy数组可以获得显著的性能加速，尤其是当你的计算遵循单指令多数据流（SIMD）范式时。然而，利用NumPy也有可能有意无意地写出未优化的代码。在这篇文章中，我们将看到一些技巧，这些技巧可以帮助你编写高效的NumPy代码。我们首先看一下如何避免不必要的数组拷贝，以节省时
系统 2019-09-27 17:48:48 2489
