representer snakeyaml method doris
springmvc的controller方法不指定method时可以GET或POST提交
springmvc的controller方法不指定method时可以GET或POST提交 在写controller的方法时 @RequestMapping("page") //@RequestMapping(value = "page", method = RequestMethod.GET) 写法 ......
用 CloudCanal 快速验证阿里云 EMR for StarRocks 和 Doris
背景 StarRocks 和 Doris 是近两年来相当流行的、国产的、开源的实时数仓，不仅数据检索、分析能力出众，而且数据准备实时性好、准确度高、使用丝滑，可如同在线数据库般使用。 CloudCanal 在早期即支持此两种实时数仓，并且经过多次迭代，无论功能、性能、稳定性都趋于成熟。 不过正儿八经 ......
聊聊分布式 SQL 数据库Doris(九)
优化器的作用是优化查询语句的执行效率，它通过评估不同的执行计划并选择最优的执行计划来实现这一目标。 CBO: 一种基于成本的优化器，它通过评估不同查询执行计划的成本来选择最优的执行计划。CBO会根据数据库系统定义的统计信息以及其他因素，对不同的执行计划进行评估，并选择成本最低的执行计划。CBO的目标 ......
聊聊分布式 SQL 数据库Doris(八)
稀疏索引 密集索引：文件中的每个搜索码值都对应一个索引值，就是叶子节点保存了整行. 稀疏索引：文件只为索引码的某些值建立索引项. 稀疏索引的创建过程包括将集合中的元素分段，并给每个分段中的最小元素创建索引。在搜索时，先定位到第一个大于搜索值的索引的前一个索引，然后从该索引所在的分段中从前向后顺序遍历 ......
CA-TCC: 半监督时间序列分类的自监督对比表征学习《Self-supervised Contrastive Representation Learning for Semi-supervised Time-Series Classification》(时间序列、时序表征、时间和上下文对比、对比学习、自监督学习、半监督学习、TS-TCC的扩展版)
现在是2023年11月27日，10:48，今天把这篇论文看了。 论文：Self-supervised Contrastive Representation Learning for Semi-supervised Time-Series Classification GitHub：https://g ......
聊聊分布式 SQL 数据库Doris(七)
LSM-Tree Doris的存储结构是类似LSM-Tree设计的，因此很多方面都是通用的，先阅读了解LSM相关的知识，再看Doris的底层存储与读取流程会清晰透彻很多，如下是几个关键的设计: SSTable: Sorted Strings Table; 一般由一组数据block和一组元数据bloc ......
聊聊分布式 SQL 数据库Doris(六)
负载均衡 此处的负载均衡指的是FE层的负载均衡. 当部署多个 FE 节点时，用户可以在多个 FE 之上部署负载均衡层来实现 Doris 的高可用。官方文档描述: 负载均衡 。 实现方式 实现方式有多种，如下列举。 开发者在应用层自己进行重试与负载均衡。 JDBC Connector 发现一个连接挂掉 ......
聊聊分布式 SQL 数据库Doris(五)
阅读 Doris SQL 原理解析，总结下Doris中SQL解析流程： 词法识别：解析原始SQL文本，拆分token 语法识别：将token转换成AST 单机逻辑查询计划：将AST经过一系列的优化（比如，谓词下推等）成查询计划，提高执行性能与效率。 分布式逻辑查询计划：根据分布式环境（数据分布信息、 ......
A Robust Method for Electrical Equipment Infrared and Visible Image Registration读书笔记
A Robust Method for Electrical Equipment Infrared and Visible Image Registration -2022 主要方法：（跟上一篇方法很像） 该论文主要由三部分构成：Radiation-invariant transform，LoFTR ......
vue中watch、computed、methods的执行顺序
一、默认加载情况 如果watch不加immediate:true属性（页面初加载的时候，不会执行watch，只有值变化后才执行），则只执行computed（在mounted后执行）； 如果watch添加immediate:true属性（在beforeCreate后created前执行），则先执行wa ......
聊聊分布式 SQL 数据库Doris(四)
FE层的架构都能在网上找到说明. 但BE层的架构模式、一致性保障、与FE层之间的请求逻辑，数据传输逻辑等，我个人暂时没有找到相应的博客说明这些的。当然这些是我个人在学习与使用Doris过程中，对内部交互逻辑与实现感兴趣才有这些疑问. 还好现在有GPT这类大模型，有了疑问，只要问题描述得当，大多可以解 ......
jmeter beanshell常见问题:"BeanShellInterpreter: Error invoking bsh method: eval In file: inline evaluation of....
jmeter使用beanshell文件经常会遇到这个问题:BeanShellInterpreter: Error invoking bsh method: eval In file: inline evaluation of.... 原因可能有： 1.jar包没有放入对应位置 解决：放到lib/ex ......
[Go] "Method Declaration" on a custom type
package data // new type type distance float64 type distanceKm float64 // add ToKm method to distance type func (miles distance) ToKm() distanceKm { / ......
聊聊分布式 SQL 数据库Doris(三)
详细内容阅读: Apache Doris 分区分桶新功能 与 数据划分. 在此基础上做总结与延伸. 在 Doris 的存储引擎规则: 表的数据是以分区为单位存储的，不指定分区创建时，默认就一个分区. 用户数据首先被划分成若干个分区（Partition），划分的规则通常是按照用户指定的分区列进行范围划 ......
聊聊分布式 SQL 数据库Doris(二)
Doris中，Leader节点与非Leader节点和Observer节点之间的元数据高可用和一致性，是通过bdbje(全称:Oracle Berkeley DB Java Edition)的一致性和高可用实现的。 元数据与同步流程 元数据主要存储四类数据： 用户数据信息. 包括数据库, 表的sche ......
聊聊分布式 SQL 数据库Doris(一)
MPP MPP:Massively Parallel Processing, 即大规模并行处理. 一般用来指多个SQL数据库节点搭建的数据仓库系统. 执行查询的时候, 查询可以分散到多个SQL数据库节点上执行, 然后汇总返回给用户. Doris Doris 作为一款开源的 MPP 架构 OLAP 高 ......
陈长城：NineData面向Doris实时数仓集成的技术实践
在刚刚过去的北京Doris Summit Asia 2023，玖章算术技术副总裁陈长城受邀参加并做了《NineData面向Doris实时数仓集成的技术实践》报告。 ......
通过时序和上下文对比学习时间序列表征《Time-Series Representation Learning via Temporal and Contextual Contrasting》(时间序列、时序表征、时态和上下文对比、对比学习、自监督学习、半监督学习)
现在是2023年11月14日的22:15，肝不动了，要不先回寝室吧，明天把这篇看了，然后把文档写了。OK，明天的To Do List. 现在是2023年11月15日的10:35，继续。 论文：Time-Series Representation Learning via Temporal and C ......
Asp.Net Core IIS发布后PUT、DELETE请求错误405.0 - Method Not Allowed
转自：https://blog.csdn.net/zhy810302/article/details/122303337 一、在使用Asp.net WebAPI 或Asp.Net Core WebAPI 时 ，如果使用了Delete请求谓词，本地生产环境正常，线上发布环境报错。 服务器返回405，请 ......
SnakeYaml反序列化漏洞研究
一、SnakeYaml简介 SnakeYaml是Java中解析yaml的库，而yaml是一种人类可读的数据序列化语言，通常用于编写配置文件等。 YAML 的语法和其他高级语言类似，并且可以简单表达清单、散列表，标量等数据形态。它使用空白符号缩进和大量依赖外观的特色，特别适合用来表达或编辑数据结构、各 ......
Identifier Naming Method
I. Variables Local variable Define the loop: i, j, z, x, y; Use lowercase for single words and use the small camel case command for multiple words; Mo ......
A Learning Method for Feature Correspondence with Outliers读书笔记
A Learning Method for Feature Correspondence with Outliers 2022年 论文地址：A Learning Method for Feature Correspondence with Outliers | IEEE Conference Pub ......
国产瀚高数据库简单实践 及 authentication method 13 not supported 错误解决方法
近几年IT界软硬件“国产化”搞得很密集，给很多公司带来了商机。但是有些公司拿国外的代码改改换个皮肤，就是“自主知识产权”的国产软件，光明正大卖钱，这个有点...，还经常有丑闻露出，譬如某星浏览器、C某-IDE... 话不多说，最近有个项目需要国产化改造，业主方推荐了国产数据库 瀚高数据库，我们原来用 ......
The methods for Global Warming
The methods for deal with Global Warming: China's emission reduction measures to address climate change: mainly through market means, supplemented by ......
ODBC 连接 Doris数据库
前言 主要测试通过ODBC方式来连接Doris 数据 一、环境 1、Cntos7 1、Doris 2.0.2 2、Mysql-connector-odbc-5.3.7 二、使用步骤 1.安装 odbc驱动 Mysql ODBC驱动下载地址 https://downloads.mysql.com/ar ......
org.yaml.snakeyaml.error.YAMLException: java.nio.charset.MalformedInputException: Input length = 2
1.报错 在运行SpringBoot项目时遇到报错： 17:44:47.558 [main] ERROR org.springframework.boot.SpringApplication -- Application run failed org.yaml.snakeyaml.error.YAM ......
Required request parameter 'numbers' for method parameter type String[] is not present
报错就是这个，然后报错的信息再给点详细的 org.springframework.web.bind.MissingServletRequestParameterException: Required request parameter 'numbers' for method parameter t ......
Methods of garbage disposal
After the collection and transportation of household waste, it enters the treatment process. The treatment method for household waste is centralized a ......
Approximation with Gradient Descent Method
title: Approximation with Gradient Descent Method layout: page categories: data analysis Polynomial Approximation with Gradient Descent Method Suppose ......
Paper Reading: A hybrid deep forest-based method for predicting synergistic drug combinations
为了解决联合用药数据的不平衡、高维、样本数量有限的问题，本文首先构建了一个由药物的物理、化学和生物特性组成的特征集，包括了丰富的生物学信息。特征空间的每个维度都有特定的含义，便于进行可解释性分析，找出预测过程中的关键特征。针对这种不平衡的高维中型数据集，提出了一种改进的基于 Deep Forest ... ......