与星空随行

关于 JVM 内存管理或者说垃圾收集，大家可能看过很多的文章了，笔者准备给大家总结下。我在这一块也学习了很多次，也是断断续续学习。在以后的文章中也会出现知识点的补充之类的事情，我没有对自己的文章有一个

在分析 Java 并发包 java.util.concurrent 源码的时候，少不了需要了解 AbstractQueuedSynchronizer（以下简写AQS）这个抽象类，因为它是 Java 并

在数据量较少的时候（在百万条或千万条时），使用Python对文件进行读取、数据库进行处理。当数据量达到上亿条时，以上处理方式难以处理数据，这时可以使用MapReduce、spark、hbase等来进行处理。 类似于关系型数据库的连接方式，可以根据一个或多个键将不同的DatFra…

NLP中许多下游任务(文本分类、情感分析、意图推断等）都依赖于第一步——文本字符串转为句子特征向量。 NLP中获得句向量有两种方式： (1) 通过词向量后处理得到句向量； (2) 直接得到句向量 这里

词干提取和词形还原是英文语料预处理中的重要环节。虽然他们的目的一致，但是两者还是存在一些差异，而在中文中一般不用这两种处理。 使用词形还原和词干提取的目的通常是为了减少词语因为时态，单复数和变形等对于

checkpoint是Flink容错的核心机制。它可以定期地将各个Operator处理的数据进行快照存储（ Snapshot ）。如果Flink程序出现宕机，可以重新从这些快照中恢复数据。 一、一致性

Flink 流处理为什么需要网络流控？ Flink V1.5 版之前网络流控介绍 Flink V1.5 版之前的反压策略存在的问题 Credit的反压策略实现原理，Credit是如何解决 Flink

在学习零次学习时，我们已经对机器学习、深度学习有了一定的了解。这时我们需要带着几个问题去学习它： 1.为什么会有零次学习的出现？ 2.零次学习主要应用什么领域，可以在网络安全中应用吗？ 3.零次学习是

flink在前年的时候就已经学习过，但是在系统中没有广泛的应用，只是当成大数据组件与其他的技术进行预研，没有把整体的代码改为flink的代码，主要没有这方面的需求，只是当成一个预研的项目写过一部分。