码迷,mamicode.com
首页 >  
搜索关键字:集中    ( 9245个结果
当代并行机系统
当代并行机系统共享存储多处理机系统--------- 对称多处理机SMP结构特性SMP: 采用商用微处理器,通常有片上和片外Cache,基于总线连接,集中式共享存储,UMA结构. 优点对称性: 任何处理器均可访问任何存储单元和I/O设备单地址空间: 易编程性,动态负载平衡,无需显示数据分配高速缓存及...
分类:其他好文   时间:2014-05-23 02:43:46    阅读次数:254
一、网络通信模式和网络协议
分散式、集中式和分布式 在早期的计算机网络中,为了有效的利用计算机,一般讲数据通信模型分为分散式(Decentralized)、集中式(Centralized)和分布式(Distributed)。 1、分散式 在分散式系统中,用户只需要管理自己的计算机系统,各自独立的系统之间没有资源或信息的交...
分类:其他好文   时间:2014-05-21 23:43:11    阅读次数:395
最有效地优化 Microsoft SQL Server 的性能
为了最有效地优化 Microsoft SQL Server 的性能,您必须明确当情况不断变化时,性能将在哪些方面得到最大程度的改进,并集中分析这些方面。否则,在这些问题上您可能花费大量的时间和精力,而性能却得不到明显的改善。以下大部分信息并不解决由多用户并发使用而引起的性能问题。“Maximizin...
分类:数据库   时间:2014-05-21 22:49:36    阅读次数:440
Bug跟踪的流程
本文以翼发云协同项目管理系统为例子来讲解Bug跟踪的流程,它以工作流为中心的集成式Bug跟踪软件,它广泛地应用于研发行业的产品缺陷管理 与跟踪、事务跟踪、问题跟踪、任务跟踪、查询跟踪、需求管理、变更跟踪、企业帮助台和客户服务台等诸多范畴。该系统提供了一个可靠的中央数据库集中管理多渠道提交至系统的信息...
分类:其他好文   时间:2014-05-21 22:48:51    阅读次数:215
【struts2】值栈(前篇)
1值栈是什么? 简单的说:值栈是对应每一个请求对象的轻量级的内存数据中心。 Struts2中一个很激动人心的特性就是引入了值栈,在这里统一管理着数据,供Action、Result、Interceptor等Struts2的其他部分使用,这样一来,数据被集中管理起来而不会凌乱,大大方便了程序编写...
分类:其他好文   时间:2014-05-21 20:18:07    阅读次数:236
[Erl_Question06]在Erlang shell怎么在目录A下编译目录B下的文件,并把生成文件统一放置目录C?
Erlang shell怎么在目录A下编译目录B下的文件,并把生成文件统一放置目录C?这里只集中讲在shell中实现哦
分类:其他好文   时间:2014-05-21 17:58:10    阅读次数:282
基于CentOS6.5进行IPA服务的搭建——客户端配置
前面介绍了IPA服务端的配置,IPA服务可以为Linux系统提供用户的集中化管理服务。下面我们看一下客户端的具体配置。操作步骤:(1)在另外一台主机上安装CentOS6.5操作系统,作为IPA客户端主机(2)配置客户端网络参数(配置完成后重启系统)[root@localhost~]#vim/etc/sysconfi..
分类:其他好文   时间:2014-05-21 02:42:18    阅读次数:301
linux运维自动化之puppet简单应用(一)
一、pupper概述puppet,这是目前运维主流的运维自动化工具,大多数运维管理人员都听说过,或者在使用以及在正在考虑使用中。puppet可以配合cobbler,puppet也可以配合func实现运维自动化,简单化,化繁杂为简单。1.什么是puppetpuppet是一种Linux、Unix平台的集中配置管理系统,..
分类:系统相关   时间:2014-05-20 21:52:46    阅读次数:643
puppet 安装及核心资源注解
-----本文大纲简介工作原理puppet安装及命令解析puppet资源类型---------------------一、简介puppet是一种Linux、Unix、windows平台的集中配置管理系统,使用自有的puppet描述语言,可管理配置文件、用户、cron任务、软件包、系统服务等。puppet把这些系统实体称之为资源,pup..
分类:其他好文   时间:2014-05-20 20:40:47    阅读次数:670
Python机器学习实战<三>:k-邻近算法
k邻近算法采用测量不同特征值之间的距离方法进行分类。优点:精度高、对异常值不敏感、没有数据输入假定;缺点:计算复杂度高、空间复杂度高(占内存);使用数据范围:数值型和标称型。 k-邻近算法的工作原理是:存在一个训练样本集,并且每个数据都存在标签,即我们知道每个数据都对应的哪个分类。输入一个没有标签的新数据,将新数据的每个特征和样本集中的所有数据进行笔记哦啊,提取出样本集中特征最相似(邻近)的分类...
分类:编程语言   时间:2014-05-20 16:54:05    阅读次数:534
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!