详解 stream流
在本人之前的博文中,我们学习了 I/O流、NIO流的相关概念。
那么,在JDK8的更新内容中,提出了一个新的流 —— stream流
那么,现在,本人就来讲解下这个流:
stream流
概述:
是数据渠道,用于操作数据源(集合、数组等)所生成的元素序列。
集合讲的是数据,流讲的是计算!
注意:
- ①Stream 自己不会存储元素;
- ②Stream 不会改变源对象。
相反,他们会返回一个持有结果的新Stream;- ③Stream 操作是延迟执行的。
这意味着他们会等到需要结果的时候才执行
Stream 的操作三个步骤:
- 创建 Stream
一个数据源(如:集合、数组),获取一个流- 中间操作
一个中间操作链,对数据源的数据进行处理- 终止操作(终端操作)
一个终止操作,执行中间操作链,并产生结果
那么,本人现在就来讲解下Stream的三步操作所运用的方法及使用:
首先,本人给出一个用于存储员工信息的Employee类:
package edu.youzg.about_new_features.core.about_jdk8.core;
public class Employee {
private int id; //员工的id
private String name; //员工的姓名
private int age; //员工的年龄
private double salary; //员工的工资
private Status status; //员工的状态
public Employee() {
}
public Employee(String name) {
this.name = name;
}
public Employee(String name, int age) {
this.name = name;
this.age = age;
}
public Employee(int id, String name, int age, double salary) {
this.id = id;
this.name = name;
this.age = age;
this.salary = salary;
}
public Employee(int id, String name, int age, double salary, Status status) {
this.id = id;
this.name = name;
this.age = age;
this.salary = salary;
this.status = status;
}
public Status getStatus() {
return status;
}
public void setStatus(Status status) {
this.status = status;
}
public int getId() {
return id;
}
public void setId(int id) {
this.id = id;
}
public String getName() {
return name;
}
public void setName(String name) {
this.name = name;
}
public int getAge() {
return age;
}
public void setAge(int age) {
this.age = age;
}
public double getSalary() {
return salary;
}
public void setSalary(double salary) {
this.salary = salary;
}
public String show() {
return "测试方法引用!";
}
@Override
public int hashCode() {
final int prime = 31;
int result = 1;
result = prime * result + age;
result = prime * result + id;
result = prime * result + ((name == null) ? 0 : name.hashCode());
long temp;
temp = Double.doubleToLongBits(salary);
result = prime * result + (int) (temp ^ (temp >>> 32));
return result;
}
@Override
public boolean equals(Object obj) {
if (this == obj) {
return true;
}
if (obj == null) {
return false;
}
if (getClass() != obj.getClass()) {
return false;
}
Employee other = (Employee) obj;
if (age != other.age) {
return false;
}
if (id != other.id) {
return false;
}
if (name == null) {
if (other.name != null) {
return false;
}
} else if (!name.equals(other.name)) {
return false;
}
if (Double.doubleToLongBits(salary) != Double.doubleToLongBits(other.salary)) {
return false;
}
return true;
}
@Override
public String toString() {
return "Employee [id=" + id + ", name=" + name + ", age=" + age + ", salary=" + salary + ", status=" + status + "]";
}
/* 表示员工状态的枚举 */
public enum Status {
FREE, //空闲
BUSY, //繁忙
VOCATION; //休假
}
}
那么,现在本人来讲解下 stream流的常用API:
常用API:
概述:
Stream 是 Java8 中处理集合的关键抽象概念,
它可以指定你希望对集合进行的操作,
可以执行非常复杂的查找、过滤和映射 数据等操作。
使用Stream API 对集合数据进行操作,就类似于使用 SQL 执行的数据库查询。
也可以使用 Stream API 来并行执行操作。
简而言之,Stream API 提供了一种高效且易于使用的处理数据的方式。
创建Stream的方式:
- Java8 中的 Collection 接口被扩展,提供了两个获取流的方法:
- default Stream< E > stream() :
返回一个顺序流- default Stream< E > parallelStream() :
返回一个并行流
- Java8 中的 Arrays 的静态方法 stream() 可以获取数组流:
- static < T > Stream< T > stream(T[] array):
返回一个流
重载形式,能够处理对应基本类型的数组:
- public static IntStream stream(int[] array)
- public static LongStream stream(long[] array)
- public static DoubleStream stream(double[] array)
- 由值创建流:
可以使用静态方法 Stream.of(), 通过显示值创建一个流。
它可以接收任意数量的参数。
public static< T > Stream< T > of(T... values) :
返回一个流
- 由函数创建流:
创建无限流可以使用静态方法 Stream.iterate()和Stream.generate(), 创建无限流。
- public static< T > Stream< T > iterate(final T seed, finalUnaryOperator< T > f) 迭代
- public static< T > Stream< T > generate(Supplier< T > s) 生成
那么,现在本人就来展示下如何 创建Stream:
package edu.youzg.about_new_features.core.about_jdk8.core;
import java.util.Arrays;
import java.util.List;
import java.util.stream.Stream;
public class Test {
public static void main(String[] args) {
/* 如何获取Stream流 */
//方式1.集合中的方法 stream():
List<Integer> list = Arrays.asList(20, 30, 50);
Stream<Integer> stream = list.stream();
//方式2:通过Arrays工具类里面的stream()方法,也可以得到Stream流:
Integer[] arr={20,30,50,30};
Stream<Integer> stream1 = Arrays.stream(arr);
//方式3:Stream类 的静态方法of():
Stream<Integer> integerStream = Stream.of(30, 30, 20, 69);
//方式4:获取无限流iterate():
Stream<Integer> iterate = Stream.iterate(1, num -> num + 1).limit(5); //输出从1到5
//终止操作(只有到了终止操作,才执行之前的操作)
iterate.forEach(System.out::println);
//方式5:获取无限流generate():
Stream<Double> generate = Stream.generate(Math::random).limit(5); //输出5个随机数
//终止操作(只有到了终止操作,才执行之前的操作)
generate.forEach(System.out::println);
}
}
Stream的 中间操作:
概述:
多个中间操作可以连接起来形成一个流水线,
除非流水线上触发终止操作,否则中间操作不会执行任何的处理!
而在终止操作时一次性全部处理,称为“惰性求值”。
- 筛选与切片:
- filter(Predicate p):
过滤 接收 Lambda , 从流中排除某些元素。- distinct():
去重,通过流所生成元素的 hashCode() 和 equals() 去除重复元素- limit(long maxSize):
截断流,使其元素不超过给定数量。- skip(long n):
跳过元素,返回一个扔掉了前 n 个元素的流。若流中元素不足 n 个,则返回一个空流。与 limit(n) 互补
那么,本人现在通过一段代码展示下这些API 的使用:
package edu.youzg.about_new_features.core.about_jdk8.core;
import java.util.Arrays;
import java.util.List;
import java.util.stream.Stream;
public class Test {
public static void main(String[] args) {
/* 如何获取Stream流 */
//中间操作
//筛选与切片
//通过集合获取流
List<Employee> emps = Arrays.asList(
new Employee(001, "树下渚", 59, 6666.66),
new Employee(002, "火中琴美", 18, 9999.99),
new Employee(003, "雪中智代", 28, 3333.33),
new Employee(004, "花间汐", 8, 7777.77),
new Employee(004, "花间汐", 8, 7777.77),
new Employee(004, "花间汐", 8, 7777.77),
new Employee(005, "雨中杏", 26, 5555.55)
);
//获取一个关联集合的流
Stream<Employee> stream = emps.stream();
//进行中间环节的操作
//把工资大于7000的员工过滤出来
Stream<Employee> stream1 = stream.filter(employee -> {
return employee.getSalary()>7000; //符合条件的返回true放到新的流中,不符合条件返回false新的流就不要;
});
//终止操作 遍历
//输出持有新结果的流
stream1.forEach(System.out::println);
System.out.println("=====================");
//我要过滤掉“花间汐”
Stream<Employee> stream2 = emps.stream();
//stream3 就是你过滤完之后,返回的持有新结果的流
Stream<Employee> stream3 = stream2.filter(employee -> employee.getName().endsWith("汐"));
//终止操作,遍历输出保存新结果的流
stream3.forEach(System.out::println);
System.out.println("=====================");
//我要对集合中元素“去重”
Stream<Employee> stream4 = emps.stream();
//终止操作,遍历输出保存新结果的流
stream4.distinct().forEach(System.out::println);
System.out.println("=====================");
//skip(2) 跳过前两个元素,取剩下的
Stream<Employee> stream5 = emps.stream();
//终止操作,遍历输出保存新结果的流
stream5.skip(2).forEach(System.out::println);
}
}
现在,本人来展示下运行结果:
- 映射:
- map(Function f):
接收一个函数作为参数,
该函数会被应用到每个元素上,并将其映射成一个新的元素- flatMap(Function f):
接收一个函数作为参数,
将流中的每个值都换成另一个流,然后把所有流连接成一个流- mapToDouble(ToDoubleFunction f):
接收一个函数作为参数,
该函数会被应用到每个元素上,产生一个新的 DoubleStream- mapToInt(ToIntFunction f):
接收一个函数作为参数,
该函数会被应用到每个元素上,产生一个新的 IntStream- mapToLong(ToLongFunction f):
接收一个函数作为参数,
该函数会被应用到每个元素上,产生一个新的 LongStream
那么,本人现在通过一段代码展示下这些API 的使用:
package edu.youzg.about_new_features.core.about_jdk8.core;
import java.util.ArrayList;
import java.util.Arrays;
import java.util.List;
import java.util.function.Function;
import java.util.stream.Stream;
public class Test {
public static void main(String[] args) {
/* 中间操作:映射 */
//通过集合获取流
List<Employee> emps = Arrays.asList(
new Employee(001, "树下渚", 59, 6666.66),
new Employee(002, "火中琴美", 18, 9999.99),
new Employee(003, "雪中智代", 28, 3333.33),
new Employee(004, "花间汐", 8, 7777.77),
new Employee(004, "花间汐", 8, 7777.77),
new Employee(004, "花间汐", 8, 7777.77),
new Employee(005, "雨中杏", 26, 5555.55)
);
//获取一个关联集合的流
Stream<Employee> stream = emps.stream();
//进行中间环节的操作
//将存储的信息的姓名获取并输出
Stream<String> stream1 = stream.map(employee -> employee.getName());
stream1.forEach(System.out::println);
System.out.println("===============================");
// flatMap(Function f) 接收一个函数作为参数,将流中的每个值都换成另一个流,然后把所有流连接成一个流.
List<String> list2 = Arrays.asList("aaa", "bbb", "ccc");
Stream<String> stream2 = list2.stream();
stream2.flatMap((Function<String, Stream<Character>>) s -> getChar(s)).forEach(character -> System.out.println(character));
}
private static Stream<Character> getChar(String str) {
ArrayList<Character> list = new ArrayList<>();
for (char ch : str.toCharArray()) {
list.add(ch);
}
Stream<Character> stream = list.stream();
return stream;
}
}
现在,本人来展示下运行结果:
- 排序:
- sorted():
产生一个新流,其中按自然顺序排序
(元素实现Compareble接口)- sorted(Comparator comp):
产生一个新流,其中按比较器顺序排序
(需传入一个比较器)
那么,现在,本人来展示下这些API的使用:
package edu.youzg.about_new_features.core.about_jdk8.core;
import java.util.Arrays;
import java.util.List;
import java.util.stream.Stream;
public class Test {
public static void main(String[] args) {
/* 中间操作:排序 */
//通过集合获取流
List<Employee> emps = Arrays.asList(
new Employee(001, "树下渚", 59, 6666.66),
new Employee(002, "火中琴美", 18, 9999.99),
new Employee(003, "雪中智代", 28, 3333.33),
new Employee(004, "花间汐", 8, 7777.77),
new Employee(004, "花间汐", 8, 7777.77),
new Employee(004, "花间汐", 8, 7777.77),
new Employee(005, "雨中杏", 26, 5555.55)
);
//获取一个关联集合的流
//按照年龄排序
Stream<Employee> stream = emps.stream();
Stream<Employee> stream1 = stream.sorted((a, b) -> a.getAge() - b.getAge()); //自然排序
stream1.forEach(System.out::println);
}
}
现在,本人来展示下运行结果:
Stream的 终止操作:
概述:
终端操作会从 流的流水线 生成结果。
不做终止操作,中间环节就不执行,体现的就是延迟加载的思想;
只有用的时候,中间环节再进行。
其结果可以是任何不是流的值
例如:List、Integer,甚至是 void
- 查找与匹配:
- allMatch(Predicate p):
检查是否匹配所有元素
比如判断 所有员工的年龄都是17岁 如果有一个不是,就返回false- anyMatch(Predicate p):
检查是否至少匹配一个元素
比如判断是否有姓王的员工,如果至少有一个就返回true- noneMatch(Predicate p):
检查是否与 所有元素 都不匹配
比如 所有员工的工资都小于3000返回ture ,有任意一个大于3000 返回false- findFirst():
返回第一个元素
比如获取工资最高的人 或者 获取工资最高的值是- findAny():
返回当前流中的任意元素
比如随便获取一个姓王的员工- count() :
返回流中元素总数- max(Comparator c):
返回流中最大值
比如:获取最大年龄值- min(Comparator c):
返回流中最小值
比如:获取最小年龄的值- forEach(Consumer c):
内部迭代
(使用 Collection 接口需要用户去做迭代,称为外部迭代。
相反,Stream API 使用内部迭代——它帮你把迭代做了)
那么,本人来展示下这些API的使用:
package edu.youzg.about_new_features.core.about_jdk8.core;
import java.util.Arrays;
import java.util.List;
import java.util.Optional;
import java.util.stream.Stream;
public class Test {
public static void main(String[] args) {
/* 终止操作:查找与匹配 */
//通过集合获取流
List<Employee> emps = Arrays.asList(
new Employee(001, "树下渚", 19, 6666.66),
new Employee(002, "火中琴美", 18, 9999.99),
new Employee(003, "雪中智代", 16, 3333.33),
new Employee(004, "花间汐", 8, 7777.77),
new Employee(004, "花间汐", 8, 7777.77),
new Employee(004, "花间汐", 8, 7777.77),
new Employee(005, "雨中杏", 17, 5555.55)
);
//获取一个关联集合的流
Stream<Employee> stream = emps.stream();
//如果有一个的年龄不是16, 就返回false
boolean b = stream.allMatch(employee -> employee.getAge()==16);
System.out.println(b);
System.out.println("===================================");
// 比如判断是否有姓王的员工, 如果至少有一个就返回true
Stream<Employee> stream1 = emps.stream();
boolean b1 = stream1.anyMatch(employee -> employee.getName().endsWith("杏"));
System.out.println(b1);
System.out.println("===================================");
//检查是否所有员工的工资都小于3000,若是返回ture ,若有任意一个大于3000 返回false
Stream<Employee> stream2 = emps.stream();
boolean b2 = stream2.noneMatch(employee -> employee.getSalary()>3000);
System.out.println(b2);
System.out.println("===================================");
//获取工资最高的员工
Stream<Employee> stream3 = emps.stream();
Optional<Employee> first = stream3.sorted((e1, e2) -> (int) (e2.getSalary() - e1.getSalary())).findFirst();
// Optional 容器,存放的是:你筛选出的结果,该结果使用 get()方法可以取出来
Employee employee = first.get();
System.out.println(employee);
System.out.println("===================================");
//随机获取一个员名字
// Stream<Employee> stream4 = emps.stream(); //串行流
Stream<Employee> stream4 = emps.parallelStream(); //并行流
Stream<String> stringStream = stream4.map(employee1 -> employee1.getName());
Optional<String> any = stringStream.findAny();
String s = any.get();
System.out.println(s);
System.out.println("===================================");
//统计员工的个数
long count = emps.stream().count();
System.out.println(count);
System.out.println("===================================");
//获取最高工资
Optional<Employee> max = emps.stream().max((e1, e2) -> (int) (e1.getSalary() - e2.getSalary()));
System.out.println(max.get());
}
}
现在,本人来展示下运行结果:
- 归约
- reduce(T iden, BinaryOperator b):
参1 是起始值, 参2 二元运算
用iden的值作为初始值,将集合中的每一个值与之相加
返回 T
比如: 求集合中元素的累加总和- reduce(BinaryOperator b):
这个方法没有起始值
将集合中的每一个值与之相加
返回 Optional< T >
比如你可以算所有员工工资的总和
备注:map 和 reduce 的连接通常称为 map-reduce 模式
因此 Google 用它来进行网络搜索而出名。
那么,本人来展示下这些API的使用:
package edu.youzg.about_new_features.core.about_jdk8.core;
import java.util.Arrays;
import java.util.List;
import java.util.stream.Stream;
public class Test {
public static void main(String[] args) {
/* 终止操作:归约 */
//通过集合获取流
List<Employee> emps = Arrays.asList(
new Employee(001, "树下渚", 19, 6666.66),
new Employee(002, "火中琴美", 18, 9999.99),
new Employee(003, "雪中智代", 16, 3333.33),
new Employee(004, "花间汐", 8, 7777.77),
new Employee(004, "花间汐", 8, 7777.77),
new Employee(004, "花间汐", 8, 7777.77),
new Employee(005, "雨中杏", 17, 5555.55)
);
//获取一个关联集合的流
Stream<Employee> stream = emps.stream();
Stream<Double> stream1 = stream.map(employee -> employee.getSalary());
//参数1 起始值
Double reduce = stream1.reduce(6666.66, (a, b) -> a + b);
System.out.println(reduce);
System.out.println("========================");
//求员工的总工资
Double aDouble = emps.stream().map(employee -> employee.getSalary()).reduce((double) 0, (a, b) -> a + b);
System.out.println(aDouble);
}
}
现在,本人来展示下运行结果:
可以看到由于我们第一次reduce()设置的初始值是6666.66,所以比第二种多了6666.66
至于为什么结果不太准确,这就是C语言的知识了:
因为double是双精度浮点数,所以在大量运算之后,可能会有稍许误差
- 收集:
- collect(Collector c):
将流转换为其他形式
接收一个 Collector接口的实现,用于给Stream中元素做汇总的方法
Collector 接口中方法的实现决定了如何对流执行收集操作
(如收集到 List、Set、Map)
但是 Collectors 实用类提供了很多静态方法,可以方便地创建常见收集器实例
那么,本人现在来展示下这个API 的使用:
package edu.youzg.about_new_features.core.about_jdk8.core;
import java.util.Arrays;
import java.util.DoubleSummaryStatistics;
import java.util.List;
import java.util.stream.Collectors;
import java.util.stream.Stream;
public class Test {
public static void main(String[] args) {
/* 终止操作:收集 */
//通过集合获取流
List<Employee> emps = Arrays.asList(
new Employee(001, "树下渚", 19, 6666.66),
new Employee(002, "火中琴美", 18, 9999.99),
new Employee(003, "雪中智代", 16, 3333.33),
new Employee(004, "花间汐", 8, 7777.77),
new Employee(004, "花间汐", 8, 7777.77),
new Employee(004, "花间汐", 8, 7777.77),
new Employee(005, "雨中杏", 17, 5555.55)
);
//获取一个关联集合的流
Stream<Employee> stream = emps.stream();
//获取存放入集合的对象总数
long count = emps.stream().count();
System.out.println(count);
System.out.println("===============================");
Long collect = emps.stream().collect(Collectors.counting());
System.out.println(collect);
//计算总工资
Double collect1 = emps.stream().collect(Collectors.summingDouble(value -> value.getSalary()));
System.out.println(collect1);
System.out.println("===============================");
// Collectors.summarizingDouble(Employee::getSalary)
DoubleSummaryStatistics collect2 = emps.stream().collect(Collectors.summarizingDouble(Employee::getSalary));
double average = collect2.getAverage();
double max = collect2.getMax();
double min = collect2.getMin();
double sum = collect2.getSum();
System.out.println(max);
System.out.println(min);
System.out.println(average);
System.out.println(sum);
}
}
现在,本人来展示下运行结果:
- Collectors 中的方法:
- List< T > toList():
把流中元素收集到List
比如把所有员工的名字通过map()方法提取出来之后,在放到List集合中去
例子:List< Employee > emps= list.stream().map(提取名字).collect(Collectors.toList());- Set< T > toSet():
把流中元素收集到Set
比如把所有员工的名字通过map()方法提取出来之后,在放到Set集合中去
例子:Set< Employee > emps= list.stream().collect(Collectors.toSet());- Collection< T > toCollection():
把流中元素收集到创建的集合
比如把所有员工的名字通过map()方法提取出来之后,在放到自己指定的集合中去
例子:Collection< Employee >emps=list.stream().map(提取名字).collect(Collectors.toCollection(ArrayList::new));- Long counting():
计算流中元素的个数
例子:long count = list.stream().collect(Collectors.counting());- Integer summingInt():
对流中元素的整数属性求和
例:inttotal=list.stream().collect(Collectors.summingInt(Employee::getSalary));- Double averagingInt():
计算流中元素Integer属性的平均值
例子:doubleavg= list.stream().collect(Collectors.averagingInt(Employee::getSalary));- IntSummaryStatistics summarizingInt():
收集流中Integer属性的统计值。
例子:DoubleSummaryStatistics dss= list.stream().collect(Collectors.summarizingDouble(Employee::getSalary));
从DoubleSummaryStatistics 中可以获取最大值,平均值等
double average = dss.getAverage();
long count = dss.getCount();
double max = dss.getMax();- String joining():
连接流中每个字符串
比如把所有人的名字提取出来,在通过"-"横杠拼接起来
例子:String str= list.stream().map(Employee::getName).collect(Collectors.joining("-"));- Optional< T > maxBy() 根据比较器选择最大值 比如求最大工资
例子:Optional< Emp >max= list.stream().collect(Collectors.maxBy(comparingInt(Employee::getSalary)));- Optional< T > minBy():
根据比较器选择最小值
比如求最小工资
例子:Optional< Emp > min = list.stream().collect(Collectors.minBy(comparingInt(Employee::getSalary)));
归约产生的类型 reducing() 从一个作为累加器的初始值开始,利用BinaryOperator与流中元素逐个结合,从而归约成单个值
例子:inttotal=list.stream().collect(Collectors.reducing(0, Employee::getSalar, Integer::sum));- collectingAndThen():
转换函数返回的类型
包裹另一个收集器,对其结果转换函数
例子:inthow= list.stream().collect(Collectors.collectingAndThen(Collectors.toList(), List::size));- Map<K, List< T >> groupingBy():
根据某属性值对流分组,属性为K,结果为V
比如按照 状态分组
例子:Map<Emp.Status, List< Emp >> map= list.stream().collect(Collectors.groupingBy(Employee::getStatus));- Map<Boolean, List< T >> partitioningBy():
根据true或false进行分区
比如 工资大于等于6000的一个区,小于6000的一个区
例子:Map<Boolean,List< Emp >>vd= list.stream().collect(Collectors.partitioningBy(Employee::getSalary));
由于上面的API 太多,所以本人就在每一个方法的解释后给出了例子。
在上面的讲解中,本人提到了两个相关名词 —— 并行流与串行流:
并行流 与 串行流:
并行流就是把一个内容分成多个数据块,并用不同的线程分别处理每个数据块的流。
Java 8 中将并行进行了优化,我们可以很容易的对数据进行并行操作。
Stream API 可以声明性地通过 parallel() 与sequential() 在并行流与顺序流之间进行切换。
详解 stream流的更多相关文章
- 详解 NIO流
在观看本篇博文前,建议先观看本人博文 -- <详解 IO流> NIO流: 首先,本人来介绍下什么是NIO流: 概述: Java NIO ( New IO )是从 Java 1.4 版本开始 ...
- 第三天:JS事件详解-事件流
学习来源: F:\新建文件夹 (2)\HTML5开发\HTML5开发\04.JavaScript基础\6.JavaScript事件详解 学习内容: 1)基础概念 2)举例说明: 代码如上,如果用事件 ...
- MySQL系列详解三:MySQL中各类日志详解-技术流ken
前言 日志文件记录了MySQL数据库的各种类型的活动,MySQL数据库中常见的日志文件有 查询日志,慢查询日志,错误日志,二进制日志,中继日志 .下面分别对他们进行介绍. 查询日志 1.查看查询日志变 ...
- iptables实战案例详解-技术流ken
简介 关于iptables的介绍网上有很多的资料,大家可以自己找一些关于iptables的工作原理,以及四表五链的简介,对于学习iptables将会事半功倍.本博文将会例举几个工作中常用的iptabl ...
- cobbler批量安装系统使用详解-技术流ken
前言 cobbler是一个可以实现批量安装系统的Linux应用程序.它有别于pxe+kickstart,cobbler可以实现同个服务器批量安装不同操作系统版本. 系统环境准备及其下载cobbler ...
- 实战!基于lamp安装wordpress详解-技术流ken
简介 LAMP 是Linux Apache MySQL PHP的简写,其实就是把Apache, MySQL以及PHP安装在Linux系统上,组成一个环境来运行动态的脚本文件.现在基于lamp搭建wor ...
- KVM虚拟化使用详解--技术流ken
KVM介绍 Kernel-based Virtual Machine的简称,是一个开源的系统虚拟化模块,自Linux 2.6.20之后集成在Linux的各个主要发行版本中. KVM的虚拟化需要硬件支持 ...
- xshell连接虚拟机详解--技术流ken
xshell连接虚拟机 第一步:网络模式更改为桥接模式 第二步:重启网络 [root@ken1 ~]# systemctl restart network 第三步:获取IP地址 输入命令ip a 第四 ...
- grafana使用详解--技术流ken
grafana简介 Grafana是一个跨平台的开源的度量分析和可视化工具,可以通过将采集的数据查询然后可视化的展示,并及时通知.它主要有以下六大特点: 1.展示方式:快速灵活的客户端图表,面板插件有 ...
随机推荐
- Jocke的IOT之路--raspberrypi更换国内镜像
一.编辑sources.list文件 sudo nano /etc/apt/sources.list 使用#将文件内容全部注释调,更改位 deb http://mirrors.tuna.tsinghu ...
- 干货|漫画算法:LRU从实现到应用层层剖析(第一讲)
今天为大家分享很出名的LRU算法,第一讲共包括4节. LRU概述 LRU使用 LRU实现 Redis近LRU概述 第一部分:LRU概述 LRU是Least Recently Used的缩写,译为最近最 ...
- python 错误记录及处理
1.pandas解决“pandas.parser.CParserError: Error tokenizing data. C error: Expected 2 fields in line 3, ...
- 谷歌出品EfficientNet:比现有卷积网络小84倍,比GPipe快6.1倍
[导读]谷歌AI研究部门华人科学家再发论文<EfficientNet:重新思考CNN模型缩放>,模型缩放的传统做法是任意增加CNN的深度和宽度,或使用更大的输入图像分辨率进行训练,而使用E ...
- 学习GAN必须阅读的10篇论文
本文转载自:魔图互联.欢迎访问网站查看详细教程:Tensorflow(pytorch)系列教程 生成对抗网络是深度学习中最有趣和最受欢迎的应用之一.本文将列出 10 篇关于 GAN 的论文,这些论文详 ...
- ArcGIS Server的安装
1.双击ArcGIS Server安装目录下的Setup.exe. 2.点击“Next”. 3.选择“I accept the license agreement”,点击“Next”. 4.点击“Ch ...
- Fedora20在神州战神K650D1安装过程,使用netinstall和Dvd.iso镜像安装。
最近新买一笔记本,神州战神K650D-i5 D1.仍旧安装双系统,WIndows7+Fedora20.磁盘分区是这样的: 第一主分区 /boot ext4 20G 第二主分区 / ext4 70G 第 ...
- Redis 主从复制机制(集群)与 哨兵机制
1,什么是redis 主从复制 支持多个数据库之间的数据同步.只能一个主数据库(master),可以一个或者多个从数据库(slave) 主数据库,可以读写 从数据库,只可以读 当主数据库,做写的操作的 ...
- 开源APP
仿微信 https://github.com/zhengwenming/WeChat 电台韵律 https://github.com/DaMingShen 运动App https://github.c ...
- centos7中提升用户权限
提升用户权限我看网上资源有两种方法,一种是修改/etc/sudoers/文件将新增的用户权限提升为和root一样的权限,这种方法不知道怎么回事我没用应用成功,这里我介绍第二种方法,第二种方法是更改/e ...