serverapp-state serverapp原理angular
关于 fakeAsync 在 Angular 应用单元测试开发领域的使用介绍
笔者最近三年一直在 SAP 中国研究院从事 SAP Commerce Cloud (电商云)这款产品的前端开发。电商云 Storefront 基于开源项目 Spartacus，其 Github 代码仓库地址可以通过这个链接访问。 我最近所在的团队一直在负责 Spartacus 服务器端渲染(SSR) ......
什么是 Angular 应用 angular.json 中的 assets 数组
在Angular项目中，angular.json是一个非常重要的配置文件，用于定义和管理项目的各种设置和构建选项。其中，assets数组是angular.json中的一个关键配置项，用于指定需要在构建后包含在应用程序中的静态资源文件和文件夹。在本文中，我将解释什么是assets数组，并提供详细示例来 ......
MRP物料需求计划的逻辑原理
【摘要】 MRP是生产制造企业“管好”物料的核心工具方法，基本思想是根据客户对最终产品的需求数量和需求时间，按产品的结构精确地算出所有零件和部件的数量，并按各种零件和部件的生产周期或采购周期（Lead time，提前期），反推出它们的生产计划和采购计划。本期介绍MRP的基本逻辑原理和相关概念，并详细 ......
什么是 Angular Schematics
Angular Schematics是Angular框架中一个强大的工具，用于自动化和简化项目的创建、维护和扩展。它提供了一种可扩展的方式来生成、转换和管理Angular应用的代码和文件结构。在本文中，我将详细解释什么是Angular Schematics，并提供示例来说明如何使用它。 什么是Ang ......
关于 Angular eslint-disable-next-line 注释的使用
在 Angular 开发中，开发者经常会使用 Lint 工具来保持代码质量的一致性和规范性。其中，ESLint 是一个用于识别和修复 JavaScript 代码问题的流行 Lint 工具，而 @typescript-eslint 则是一个专为 TypeScript 设计的插件，它为 ESLint 提 ......
关于 Angular testing 开发包里 fakeAsync 测试工具的用法
@angular/core/testing 是 Angular 框架提供的一个测试模块，用于帮助开发者编写单元测试和集成测试。其中的 fakeAsync 是一个非常有用的测试工具，它允许我们编写异步代码的测试，同时在测试中模拟时间的前进，使得测试用例的执行更加可控和可预测。 fakeAsync 函数 ......
[web] Session原理 (转载)
1 Web概念：cookie / session / application Web三大概念：cookie，session，application 1.1 Session Session(会话)：记录一系列状态 用户登录 用户登录后的操作 Session与cookie功能效果相同。Session与C ......
机器学习算法原理实现——线性判别分析LDA
介绍 线性判别分析（Linear Discriminant Analysis, LDA）是一种有监督式的数据降维方法，是在机器学习和数据挖掘中一种广泛使用的经典算法。LDA的希望将带上标签的数据（点），通过投影的方法，投影到维度更低的空间中，使得投影后的点，按类别区分成一簇一簇的情况，并且相同类别的 ......
字符串连接原理
title: 字符串连接原理 index_img: img/2.svg tags: - Java SE - 字符串 categories: - Java SE hide: false excerpt: 字符串拼接方式、效率、对象 使用+运算符 无变量参与 运行前就直接拼接为一个字符串 public ......
Java跨平台原理
title: Java跨平台原理 index_img: img/8.svg tags: - Java SE categories: - Java SE hide: false excerpt: Java跨平台原理、jvn、jre、jdk。 一、Java跨平台原理 Java的跨平台能力基于字节码和JV ......
PHP7内核实现原理-词法和语法分析
词法分析使用正则表达式识别出 Token，语法分析使用 BNF 范式识别出 Token 间的层次组合关系。 ### **词法分析** 词法分析主要目的是从源代码中识别出一个个的 Token，一般使用正则表达式来识别 Token ``` LNUM [0-9]+ DNUM ([0-9]*"."[0-9] ......
PHP7内核实现原理-数组的实现
PHP 的数组是基于 HashTable 实现的，并且在其上增加了顺序访问的特性。这里分 PHP 5 和 PHP 7 两个版本看数组的演进。 PHP 5.6.31 源码：https://github.com/php/php-src/blob/php-5.6.31/Zend/zend_hash.h#L ......
PHP7内核实现原理-内存管理
应用程序通过与 Zend MM（Zend Memory Manager）交互，来间接实现对操作系统内存的使用、屏蔽掉操作系统细节，简化了开发，并提供内存池技术，性能得到大幅提升。  代码在源码 /sapi/fpm/fpm/fpm_ma ......
PHP7内核实现原理-基本架构
### 发展史 PHP 最早是由 Lerdorf 于 1995年，使用 Perl 语言，以 Personal Home Page Tools (PHP Tools) 的形式创建的，目的是为了方便记录个人网站的访客记录和支持留言本等功能，此时称为 **PHP 1**。 后来越来越多的网站开始使用 PH ......
PHP7内核实现原理-基本环境和C基础
### 编译安装 PHP 7.1.0 下载 7.1.0 源码压缩包：[www.php.net/releases/](http://www.php.net/releases/) `./configure --prefix=/Users/lisong/Documents/workspace/php-sr ......
关于 TypeScript 展开运算符在 Angular 应用开发中的应用一例
笔者最近一直在 SAP 中国研究院从事 Angular 开发，我所在的团队负责使用 Angular 开发 SAP Commerce Cloud 这款产品的界面，项目代号为 Spartacus. 这是一个开源项目，我们项目的 Github 地址[如下](https://github.com/SAP/s ......
关于 Angular 应用开发里 Subject 和 BehaviorSubject 的用法一例
笔者一直在 SAP 中国研究院从事 Commerce Cloud 这款 Angular 应用的开发，最近工作中修复了一个 bug. 在 Spartacus UI 上点击 Create 按钮之后：  实现了传输层负载均衡，也就是我们常说的4层LAN交换，作为Linux 内核的一部分。ipvs运行在主机上，在真实服务器集群前充当负载均衡器。ipvs可以将基于TCP和UDP的服务请求转发到真实服务器上，并使真实服务器的服务在单 ......
机器学习算法原理实现——使用梯度下降求解Lasso回归和岭回归
本文本质上是在线性回归的基础上进行扩展，加入了正则化而已！ 机器学习算法原理实现——使用梯度下降求解线性回归 正则化在机器学习中是一种防止过拟合的技术，它通过在损失函数中添加一个惩罚项来限制模型的复杂度。举一个实际的例子，假设你正在训练一个机器学习模型来预测房价。你有很多特征，如房间数量、地理位置、 ......
vue中scoped原理
vue中scoped原理 scoped 在vue组件中的style标签上有一个特殊属性“scoped” 作用 当一个style标签拥有scoped属性时，它的css样式就只能作用于当前的组件，通过该属性，可以使组件之间的样式不互相污染。 原理 为组件实例生成一个唯一标识，给组件中的每个标签对应的do ......
Java 动态代理原理
### 代理模式 代理模式类图：  被代理类和代理类都实现同一个接口，通过在代理类对象中注入一个被代理对象，通过调 ......
tornado 的协程调度原理
本文讨论 tornado 的协程实现原理，简单做了一份笔记。 首先看一段最常见的 tornado web 代码： ```python import tornado import tornado.web import tornado.gen from tornado.gen import corout ......
计算机组成原理—指令系统、CPU
# 计算机组成原理—中央处理器（2） ## 五、指令系统 ### 1.机器指令 #### 1.1一般形式 指令由操作码和地址码构成 - 操作码 用来指明指令要完成的操作。操作码长度可固定，可改变 ![image](https://img2023.cnblogs.com/blog/2728644/20 ......
机器学习算法原理实现——使用交叉熵、梯度下降求解逻辑回归
交叉熵的定义以及和熵的区别？ 交叉熵是衡量两个概率分布之间的差异的一个度量。在机器学习和深度学习中，尤其是分类问题，交叉熵常被用作损失函数。交叉熵度量的是实际分布（标签）与模型预测之间的不一致程度。 这个值越小，模型的预测与真实分布越接近。完美的预测会有交叉熵为0，这是因为模型的预测概率分布与真实概 ......