拥有0000-未整理-等待研究标签的文章

Spring Boot使用@Async实现异步调用：使用Future以及定义超时 | 程序猿DD

之前连续写了几篇关于使用`@Async`实现异步调用的内容，也得到不少童鞋的反馈，其中问题比较多的就是关于返回`Future`的使用方法以及对异步执行的超时控制，所以这篇就来一起讲讲这两个问题的处理。如果您对于`@Async`注解的使用还不了解的话，可以看看之前的文章，具体如下： 定义异步任务首先，我们先使用`@Async`注解来定义一个异步任务，这个方法返回...
阅读全文

Spring Boot快速开发利器：Spring Boot CLI | 程序猿DD

Spring Boot CLI（Command Line Interface）是一个命令行工具，您可以用它来快速构建Spring原型应用。通过Spring Boot CLI，我们可以通过编写Groovy脚本来快速的构建出Spring Boot应用，并通过命令行的方式将其运行起来。下来，我们来学习一下如何安装和使用Spring Boot CLI。安装Spring Boot CLI关于Spr...
阅读全文

Spring Boot 2.x基础教程：快速入门 | 程序猿DD

简介在您第1次接触和学习Spring框架的时候，是否因为其繁杂的配置而退却了？在你第n次使用Spring框架的时候，是否觉得一堆反复黏贴的配置有一些厌烦？那么您就不妨来试试使用Spring Boot来让你更易上手，更简单快捷地构建Spring应用！Spring Boot让我们的Spring应用变的更轻量化。我们不必像以前那样繁琐的构建项目、打包应用、部署到Tomcat等应用服务器中来运行...
阅读全文

Spring Boot 2.x基础教程：工程结构推荐 | 程序猿DD

Spring Boot框架本身并没有对工程结构有特别的要求，但是按照最佳实践的工程结构可以帮助我们减少可能会遇见的坑，尤其是Spring包扫描机制的存在，如果您使用最佳实践的工程结构，可以免去不少特殊的配置工作。典型示例以下结构是比较推荐的package组织方式：com \+\ example \+\ myproject \+\ Application.java ...
阅读全文

API网关 Zuul1.0 和 2.0 我们该如何选择？ | 程序猿DD

介绍在今年5月中，Netflix终于开源了它的支持异步调用模式的Zuul网关2.0版本，真可谓千呼万唤始出来。从Netflix的官方博文\中，我们获得的信息也比较令人振奋： The Cloud Gateway team at Netflix runs and operates more than 80 clusters of Zuul 2, sending traffic to abou...
阅读全文

微服务化小团队集群的组织和管理 | 程序猿DD

随着微服务架构风格的流行，组织内部不可避免的产生了许多小规模团队，原来一个几十上百人的产品团队被拆分成了类似Amazon这样的2 pizza（610人）小团队。组织结构上也由之前的层级化职能团队设置变成了扁平的小团队集群。每个做这样调整的企业都希望借助小团队的灵活性在这个科技时代跟上市场变化和创新的脚步。组织的两种基本模式示意当然这样的组织方式本身就带来了一系列的挑战，技术实践方面Mart...
阅读全文

请不要在“微服务”的狂热中迷失自我！ | 程序猿DD

2017年是“微服务”疯狂的一年，如同股灾前的狂欢，各种不同行业的技术团队都在宣讲着自己微服务实践的道路。然而大家是否有反思过自己真的在玩“微服务”吗？您真的在“微服务”中受益了吗？还是为了凑这波的热点，而被折腾的疲惫不堪？ 下面的内容是《The Death of Microservice Madness in 2018》一文的翻译，本文很好地阐述了“微服务”在带来诸多优势的同时也对技术团...
阅读全文

Swagger中配置了@ApiModelProperty的allowableValues属性但不显示的问题 | 程序猿DD

现在用Swagger来生成API文档的例子已经非常多了，今天碰到开发同事问了一个问题，帮着看了一下，主要还是配置方法的问题，所以记录一下。如果您也碰到了同样的问题，希望本文对您有用。问题描述`@ApiModelProperty`注解是用来给属性标注说明、默认值、是否可以为空等配置使用的，其中有一个属性`allowableValues`是本文要讲的重点，从属性命名上就能知道，该属性用来配置...
阅读全文

中文分词算法简介 - Jiaying Lu 卢嘉颖

与大部分印欧语系的语言不同，中文在词与词之间没有任何空格之类的显示标志指示词的边界。因此，中文分词是很多自然语言处理系统中的基础模块和首要环节。下面以的示例给读者一个对分词的感性认识。```Text【全模式】: 我/ 来到/ 北京/ 清华/ 清华大学/ 华大/ 大学【精确模式】: 我/ 来到/ 北京/ 清华大学【新词识别】：他, 来到, 了, 网易, 杭研, 大厦【搜索引擎模...
阅读全文

MovieTaster-使用Item2Vec做电影推荐 - 知乎

本文原文发布在我的前言自从Mikolov在他2013年的论文“，Word2Vec训练出的词向量是低维、稠密的。Word2Vec利用了词的上下文信息，语义信息更加丰富，目前常见的应用有：1\. 使用训练出的词向量作为输入特征，提升现有系统，如应用在情感分析、词性标注、语言翻译等神经网络中的输入层。2\. 直接从语言学的角度对词向量进行应用，如使用向量的距离表示词语相似度、query...
阅读全文