作者归档

(译文)InnoDB中的AUTO_INCREMENT处理

(译者注)网站和app并发性能取决于访问链路的每个环节,包括前端、流量路由、后台业务逻辑代码、中间件和数据库等。大部分环节都可以通过横向扩展来提高并发性能,数据库作为链路的末端要保持数据一致性等特点不像其他环节容易横向扩展,所以数据库性能尤为重要,特别是插入性能。
数据库设计通常会用一列与业务无关的自增长id作为主键(互联网业务数据库设计一般不会完全遵循数据库范式,如果有其他列值是随时间递增,也可以用该列做主键),提高写入效率和方便数据复制。而自增长id生成模式影响着数据插入性能。

阅读全文

《TensorFlow官方文档》快速入门

原文链接

本指南指引你在TensorFlow上面编程。在使用本指南前,先安装TensorFlow。为了最有效使用该指南,你需要先了解一下内容:

  • 怎样用Python来编程。
  • 至少对数组有一点了解。
  • 最好对机器学习有一些了解。但是如果你只是了解一点点甚至还没有了解过机器学习,这依然是你第一篇需要阅读的指南。

TensoFlow提供了多样API。 最低级别API –TensorFlow Core– 提供给你完整的编程控制。我们推荐机器学习研究者和其他需要对模型进行良好控制的人使用TensorFlow Core。较高级别的API构建在TensorFlow Core之上。这些更高级的API通常比TensorFlow Core更容易学习和使用。另外,较高级别的API使重复任务更容易,并且在不同用户之间更一致。像tf.estimator这样的高级API可以帮助你管理数据集,估计器,训练和推理。

本指南从TensorFlow Core教程开始。然后我们将演示如何在tf.estimator中实现相同的模型。了解TensorFlow Core原理,在你使用高级API时理解它们的内部工作会很有帮助。

阅读全文

《TensorFlow官方文档》入门指南

入门指南

有关TensorFlow编程基础知识的简要介绍,参考以下指南:

MNIST(一个大型的手写体数字数据库,译者注)已经成为试用新机器学习工具包的规范数据集。我们提供三个指南,每个指南都展示了在TensorFlow上训练MNIST模型的不同方法:

阅读全文

《Spring 5 官方文档》24. 使用Spring提供远程和WEB服务

原文链接 译者:xiuson

24.1 介绍

Spring提供了使用多种技术实现远程访问支持的集成类。远程访问支持使得具有远程访问功能的服务开发变得相当简单,而这些服务由普通的 (Spring) POJO实现。目前,Spring支持以下几种远程技术: 阅读全文

《Spring Boot官方文档》18. 使用 @SpringBootApplication注解

许多使用Spring Boot的开发者总是有带有@Configuration, @EnableAutoConfiguration 和 @ComponentScan 注解的主类。由于这些注解很频繁地被用在一起(特别是遵循前面的最佳实践),Spring Boot提供了一个方便的注解@SpringBootApplication 来替代。

阅读全文

return top