1.前言ThreadLocal也是一个使用频率较高的类，在框架中也经常见到，比如Spring。有关ThreadLocal源码分析的文章不少，其中有个问题常被提及：ThreadLocal是否存在内存泄漏？不少文章对此讲述比较模糊，经常让人看完脑子还是一头雾水，我也有此困惑。因此找时间跟小伙伴讨论了一番，总算对这个问题有了一定的理解，这里记录和分享一下，希望对有同样困惑的朋友们有所帮助。当然，若有理解
分类：
其他好文 时间：
2020-08-28 14:48:29
阅读次数：
40
本文主要讲解SpringMVC执行过程，并针对相关源码进行解析。首先，让我们从SpringMVC的四大组件:前端控制器（DispatcherServlet）、处理器映射器（HandlerMapping）、处理器适配器（HandlerAdapter）以及视图解析器（ViewResolver）的角度来看一下SpringMVC对用户请求的处理过程，过程如下图所示:SpringMVC执行过程用户请求发送到
分类：
编程语言 时间：
2020-08-28 11:56:02
阅读次数：
47
背景 官方提供的注解多数可以解决现实业务场景中基本业务校验，但有些特殊场景因业务的复杂性，也还是需要在入口处对入参进行各种角度的校验，以求简化业务层的处理，降低业务处理复杂性与方法入口的强约束性。 以上背景，下面就举个简单Demo进行自定义注解校验的实现。 注解定义类 1 import javax. ...
分类：
编程语言 时间：
2020-08-27 17:09:08
阅读次数：
81
/* * 地图计算距离 * $lat1:起点纬度 * $lng1 : 起点经度 * * $lat2:终点纬度 * $lng2 : 终点经度 * */ function TX_Map_Api_distance($lat1, $lng1, $lat2, $lng2) { // 将角度转为狐度 $radL ...
分类：
Web程序 时间：
2020-08-27 17:07:36
阅读次数：
82
从面试官甄别项目经验的角度，说说如何在简历中写项目经验（java后端方向）在大多的JD（职位介绍）里，会写明该职位需要xx时间的相关经验，换句话说就是需要在简历中看到一定年限的相关商业项目经验，否则估计连面试的机会都没。在本文里，不讨论这种门槛是否合理，而会以Java相关经验为例，说说面试官甄别真实商业项目的方式，并以此为基础讲述在简历中描述项目的要点，并进一步给出在面试中介绍项目的相关技巧。1、
分类：
编程语言 时间：
2020-08-26 18:43:32
阅读次数：
46
当多线程访问共享可变数据时，涉及到线程间同步的问题，并不是所有时候，都要用到共享数据，所以就需要线程封闭出场了。数据都被封闭在各自的线程之中，就不需要同步，这种通过将数据封闭在线程中而避免使用同步的技术称为线程封闭。本文主要介绍线程封闭中的其中一种体现：ThreadLocal，将会介绍什么是ThreadLocal；从ThreadLocal源码角度分析，最后介绍ThreadLocal的应用场景。什么
分类：
其他好文 时间：
2020-08-26 18:39:20
阅读次数：
42
在工作学习中，我们经常会遇到excel表格基本操作这样的问题。夏普说过：不经巨大的困难，不会有伟大的事业。因此，面对excel表格基本操作我们应该有努力探索的精神。软弱就是最大的敌人勇敢就是最好的朋友。对于这个问题也是一样的。读书忌死读，死读钻牛角，对于excel表格基本操作我们一定要从不同角度去理 ...
分类：
其他好文 时间：
2020-08-25 15:40:51
阅读次数：
53
随着企业规模的迅速发展，国际化成为了业务拓展的大趋势。而随着企业的国际化，业务上云也被提上了日程。各大公有云提供商，如腾讯，阿里，Amazon，在公有云实施方面均有不同的方案和产品。作为互联网新兴企业，我们也赶上了企业上云的潮流，经过两年多的实践和运维，从我个人角度出发分享一下AWS产品中Direct Connect功能的使用心得。
分类：
其他好文 时间：
2020-08-20 19:11:29
阅读次数：
78
>>帮助 imrotate 旋转图像。 B=imrotate（A，ANGLE）在A中按角度旋转图像A 围绕其中心点的逆时针方向。旋转图像 顺时针方向，为“角度”指定负值。imrotate生成输出 图像B大到足以包含整个旋转图像。imrotate使用 最近邻插值，设置B中像素的值 在旋转后的图像外为0 ...
分类：
其他好文 时间：
2020-08-19 19:53:52
阅读次数：
122
图神经网络的究竟有多强大？道翰天琼认知智能机器人平台API接口大脑为您揭秘。近年来，随着图神经网络在各个领域的火热应用，越来越多的学者试图从图论的角度对图神经网络的表达能力进行理论分析，并基于这些理论分析开发出了性能强大的模型。然而，在实际应用中，这些在理论上非常强大的模型的性能往往会受到计算复杂度等因素的限制。本文作者MichaelBronstein是一名来自帝国理工学院的教授，同时也是Twit
