简而言之，数据库是面向事务的设计，数据仓库是面向主题设计的。数据库一般存储在线交易数据，数据仓库存储的一般是历史数据。数据库设计是尽量避免冗余，一般采用符合范式的规则来设计，数据仓库在设计是有意引入冗余，采用反范式的方式来设计。数据库是为捕获数据而设计，数据仓库是为分析数据而设计，它的两个基本的元素是维表和事实表。维是看问题的角度，比如时间，部门，维表放的就是这些东西的定义，事实表里放着要查询的数据，同时有维的ID。单从概念上讲，有些晦涩。任何技术都是为应
系统 2019-08-12 01:33:42 2450
一:安装jdk下载将jdk加压后放到/usr/local目录下：[root@master~]#chmod755jdk-6u5-linux-x64.bin[root@master~]#./jdk-6u5-linux-x64.bin[root@master~]#mvjdk1.6.0_05/usr/local建立/usr/local/下的jdk软连接方便以后版本升级：[root@master~]#ln-s/usr/local/jdk1.6.0_05//usr/l
系统 2019-08-12 01:33:39 2450
其初始空间(即-Xms)是物理内存的1/64，最大空间(-Xmx)是物理内存的1/4。可以利用JVM提供的-Xmn-Xms-Xmx等选项可进行设置实例，以下给出1G内存环境下javajvm的参数设置参考：JAVA_OPTS=”-server-Xms800m-Xmx800m-XX:PermSize=64M-XX:MaxNewSize=256m-XX:MaxPermSize=128m-Djava.awt.headless=true”JAVA_OPTS=”-se
系统 2019-08-12 01:33:30 2450
MagicLinux2.5使用的主要组件为kernel2.6.30.10，xorg1.6.5，gcc4.4.0，kde4.4.3(kde33.5.10)，并不都是最新版本。其主要特性有：专为windows用户准备的magic_win安装器，只需鼠标点击即可方便地从硬盘安装magiclinux，无须手工配置启动项。精挑细选和优化配置的KDE采用最新的KDE4.4桌面，一流的用户桌面体验清新悦耳的magiclinux音效主题和明快的配色去除笨重的strigi/
系统 2019-08-12 01:33:24 2450
1.连接服务器数据库，以Navicat连接mysql为例1.1常规新建连接，连接名，主机名或ip地址：127.0.0.1端口：3306用户名：（服务器端）root密码：（服务器端）pwd1.2SSH使用SSH通道主机名或IP地址：（服务器IP）端口：22用户名：（服务器用户名root）密码：（服务器密码）连接成功之后，像本地操作数据库一样。2.安装sshsecureshellclient_3_2_9软件3.使用SSHSecureShellClient登录，
系统 2019-08-12 01:33:21 2450
1Tomcat日志概述Tomcat日志信息分为两类：一是运行中的日志，它主要记录运行的一些信息，尤其是一些异常错误日志信息。二是访问日志信息，它记录的访问的时间，IP，访问的资料等相关信息。2Tomcat日志配置2.1访问日志的配置默认tomcat不记录访问日志，如下方法可以使tomcat记录访问日志编辑${catalina}/conf/server.xml文件.注:${catalina}是tomcat的安装目录把以下的注释()去掉即可。
系统 2019-08-12 01:33:10 2450
在Linux下修改Tomcat的JVM内存，方法如下：在catalina.sh中添加了JAVA_OPTS='-Xms512m-Xmx1024m'有说Tomcat启动时的jvm初始空间(即-Xms)是物理内存的1/64，最大空间(-Xmx)是物理内存的1/4.有说是128M的，求解释。Linux和Windows下的TomcatJVM内存设置Tomcat内存溢出的原因（转）在生产环境中tomcat内存设置不好很容易出现内存溢出。造成内存原因是不一样的，当然处理
系统 2019-08-12 01:33:10 2450
朴素贝叶斯的核心基础理论就是贝叶斯理论和条件独立性假设，在文本数据分析中应用比较成功。朴素贝叶斯分类器实现起来非常简单，虽然其性能经常会被支持向量机等技术超越，但有时也能发挥出惊人的效果。所以，在将朴素贝叶斯排除前，最好先试试，大家常将其作为一个比较的基准线。本文会结合垃圾邮件分来来详解朴素贝叶斯，紧跟其后的是朴素贝叶斯的两种变形。文章整体划分为三个部分，1)Bernoulli型朴素贝叶斯；2)Laplace平滑；3)多项分布型朴素贝叶斯模型；4)朴素贝叶
系统 2019-08-12 01:33:02 2450
近来做一些遥感图像自动解译的工作，需要根据遥感图像每个单元（像元，像素）的几个波段值和相互之间的位置关系来进行自动分类，也就是确定哪些区域是耕地，哪些是林地，哪些是草地。之前虽然有上过数据挖掘和机器学习的课，但是自己的专业并不在此，对遥感图像的自动分类更是一窍不通，所以慢慢自学，顺便写个博客记录一下自己的学习过程，谬误在所难免，大家多多包涵指正。根据最近的MahoutWiki，Mahout实现的分类算法有：随机梯度下降（SGD），贝叶斯分类，OnlineP
系统 2019-08-12 01:32:57 2450
Vim插件管理Vundle-haitongz||思考改变世界，技术让世界更美好-博客频道-CSDN.NETVim插件管理Vundle分类：Vim2012-01-1407:20146人阅读评论(0)收藏举报之前很少使用vim的插件，最近打算把编程环境迁移到Vim下，因此不能不考虑这些插件。看了些资料，发现每个插件自己安装，更新和卸載，很麻烦！后来发现了这篇博文：http://adam8157.info/blog/2011/12/use-vundle-to-m
系统 2019-08-12 01:32:46 2450
