草庐IT

condition

全部标签

分页查询包装成迭代器或流返回

分页查询要求调用者传递页码和页大小信息,是为了解决数据量太大而消费端无法一次性接纳这么多数据时所采用的技术手段。对于具有“页”概念的消费端来说,采用分页查询和加载数据的确便捷且有效,但是某些场景下,调用者其实并不想关心分页查询这种具体的技术方式,只关心还有没有数据待处理,此时如果再让调用者提供页码和页大小信息就显得不够便捷。此时,可以考虑将分页查询过程包装成迭代器或流对象返回给调用者。为了便于复用,抽象成接口,代码参考如下:importjava.util.Iterator;importjava.util.List;importjava.util.NoSuchElementException;i

分页查询包装成迭代器或流返回

分页查询要求调用者传递页码和页大小信息,是为了解决数据量太大而消费端无法一次性接纳这么多数据时所采用的技术手段。对于具有“页”概念的消费端来说,采用分页查询和加载数据的确便捷且有效,但是某些场景下,调用者其实并不想关心分页查询这种具体的技术方式,只关心还有没有数据待处理,此时如果再让调用者提供页码和页大小信息就显得不够便捷。此时,可以考虑将分页查询过程包装成迭代器或流对象返回给调用者。为了便于复用,抽象成接口,代码参考如下:importjava.util.Iterator;importjava.util.List;importjava.util.NoSuchElementException;i

条件期望:Conditional Expectation 举例详解之入门之入门之草履虫都说听懂了

我知道有很多人理解不了“条件期望”(ConditionalExpectation)这个东西,有的时候没看清把随机变量看成事件,把\(\sigma\)-algebra看成随机变量从而思路全错的时候,我也会觉得莫名奇妙。所以在这里用一个极其简单的例子解释一下,只要你是一只上过高中的草履虫那就能听懂。\[\]我们来丢一枚质地均匀的硬币(意味着得到正面与反面的概率各为\(\frac{1}{2}\)),连丢两次并记录两次结果。那么很容易可以写出全集\(\Omega=\left\{HH,HT,TH,TT\right\}\),\(H\)和\(T\)分别代表正面和反面。现在是第一个需要稍加思考的地方,令\(\

条件期望:Conditional Expectation 举例详解之入门之入门之草履虫都说听懂了

我知道有很多人理解不了“条件期望”(ConditionalExpectation)这个东西,有的时候没看清把随机变量看成事件,把\(\sigma\)-algebra看成随机变量从而思路全错的时候,我也会觉得莫名奇妙。所以在这里用一个极其简单的例子解释一下,只要你是一只上过高中的草履虫那就能听懂。\[\]我们来丢一枚质地均匀的硬币(意味着得到正面与反面的概率各为\(\frac{1}{2}\)),连丢两次并记录两次结果。那么很容易可以写出全集\(\Omega=\left\{HH,HT,TH,TT\right\}\),\(H\)和\(T\)分别代表正面和反面。现在是第一个需要稍加思考的地方,令\(\

深度解析@Conditional注解

一、学习指引Spring是如何根据条件创建Bean的?日常工作过程中,相信这种情况是最常见的:根据某个或某些条件来执行相应的逻辑。换句话说,会通过if-else语句来执行一定的业务逻辑功能。在Spring中,就有这样一个注解,它支持根据一定的条件来创建对应的Bean对象,并将Bean对象注册到IOC容器中。满足条件的Bean就会被注册到IOC容器中,不满足条件的Bean就不会被注册到IOC容器中。这个注解就是@Conditional注解,本章,就对@Conditional注解进行简单的介绍。二、注解说明关于@Conditional注解的一点点说明~~Spring提供的@Conditional注

深度解析@Conditional注解

一、学习指引Spring是如何根据条件创建Bean的?日常工作过程中,相信这种情况是最常见的:根据某个或某些条件来执行相应的逻辑。换句话说,会通过if-else语句来执行一定的业务逻辑功能。在Spring中,就有这样一个注解,它支持根据一定的条件来创建对应的Bean对象,并将Bean对象注册到IOC容器中。满足条件的Bean就会被注册到IOC容器中,不满足条件的Bean就不会被注册到IOC容器中。这个注解就是@Conditional注解,本章,就对@Conditional注解进行简单的介绍。二、注解说明关于@Conditional注解的一点点说明~~Spring提供的@Conditional注

性能分析 | MySQL Index Condition Pushdown(ICP)

介绍概念介绍索引下推(IndexConditionPushdown,简称ICP),是MySQL5.6版本的新特性,ICP是针对MySQL使用索引从表中检索行的情况的优化方式关闭ICP,存储引擎会遍历索引以定位基表中的行,并将它们返回给MySQL服务器,MySQL服务器会评估这些WHERE行的条件。启用ICP后,如果WHERE仅使用索引中的列可以评估部分条件,则MySQLServer会推送这部分条件WHERE条件下降到存储引擎。然后,存储引擎使用索引条目评估推送的索引条件,只有在满足条件时才会从表中读取行,而非将所有通过index推送的结果传递到MySQLserver层进行where过滤优化效果

性能分析 | MySQL Index Condition Pushdown(ICP)

介绍概念介绍索引下推(IndexConditionPushdown,简称ICP),是MySQL5.6版本的新特性,ICP是针对MySQL使用索引从表中检索行的情况的优化方式关闭ICP,存储引擎会遍历索引以定位基表中的行,并将它们返回给MySQL服务器,MySQL服务器会评估这些WHERE行的条件。启用ICP后,如果WHERE仅使用索引中的列可以评估部分条件,则MySQLServer会推送这部分条件WHERE条件下降到存储引擎。然后,存储引擎使用索引条目评估推送的索引条件,只有在满足条件时才会从表中读取行,而非将所有通过index推送的结果传递到MySQLserver层进行where过滤优化效果