摘要: 零:前端目前形势 前端的发展史 HTML(5)、CSS(3)、JavaScript(ES5、ES6):编写一个个的页面 -> 给后端(PHP、Python、Go、Java) -> 后端嵌入模板语法 -> 后端渲染完数据 -> 返回数据给前端 -> 在浏览器中查看 Ajax的出现 -> 后台发送异步请 阅读全文
posted @ 2024-06-30 21:03 二价亚铁 阅读(54) 评论(0) 推荐(0) 编辑
摘要: 脚本化CSS a56爆大奖在线娱乐们刚讲过如何获取和设置行内样式的值,但是a56爆大奖在线娱乐们开发不会所有样式都写在行内,同时js没法获取内嵌样式表和外部样式表中的值. 事实上DOM提供了可靠的API,得到计算后的样式。 1. 获取计算样式表 只读,不可写 获取的值是计算后的绝对值,不是相对值 window.getComputedS 阅读全文
posted @ 2024-06-29 22:31 二价亚铁 阅读(97) 评论(1) 推荐(2) 编辑
摘要: 一.定时器 1. JS存在两种定时器 setTimeout() 延迟定时器 setInterval() 循环定时器(“间隔器”) 定时器中的函数挂载在window对象,内部的this ——> window setTimerout(function(){ console.log('wuwei') }, 阅读全文
posted @ 2024-06-28 20:39 二价亚铁 阅读(13) 评论(1) 推荐(1) 编辑
摘要: 源码地址 V8源码Array 710行开始为sort()相关 Array.sort()方法是那种排序呢? 去看源码主要是源于这个问题 // In-place QuickSort algorithm. // For short (length <= 22) arrays, insertion sort 阅读全文
posted @ 2024-06-27 19:51 二价亚铁 阅读(206) 评论(0) 推荐(3) 编辑
摘要: ZooKeeper 简介 ZooKeeper是一个开放源码的分布式应用程序协调服务,它包含一个简单的原语集,分布式应用程序可以基于它实现同步服务,配置维护和命名服务等。 ZooKeeper 设计目的 最终一致性:client不论连接到哪个Server,展示给它都是同一个视图,这是zookeeper最 阅读全文
posted @ 2024-06-26 19:57 二价亚铁 阅读(250) 评论(1) 推荐(2) 编辑
摘要: 使用 Spring 实现控制反转和依赖注入 概述 在a56爆大奖在线娱乐中,a56爆大奖在线娱乐们将介绍IoC(控制反转)和DI(依赖注入)的概念,以及如何在Spring框架中实现它们。 什么是控制反转? 控制反转是软件工程中的一个原则,它将对象或程序的某些部分的控制权转移给容器或框架。a56爆大奖在线娱乐们最常在面向对象编程的上下文中使用它。 与传 阅读全文
posted @ 2024-06-25 19:24 二价亚铁 阅读(251) 评论(0) 推荐(2) 编辑
摘要: 一、前置知识点 1.1 生产环境部署K8s集群的两种方式 kubeadm Kubeadm是一个K8s部署工具,提供kubeadm init和kubeadm join,用于快速部署Kubernetes集群。 二进制包 从github下载发行版的二进制包,手动部署a56爆大奖在线娱乐组件,组成Kubernetes集群。 阅读全文
posted @ 2024-06-24 17:45 二价亚铁 阅读(212) 评论(2) 推荐(4) 编辑
摘要: 查看系统程序信息 方法1: [root@gafa ~]# uname -a Linux bogon 3.10.0-327.18.2.el7.x86_64 #1 SMP Thu May 12 11:03:55 UTC 2016 x86_64 x86_64 x86_64 GNU/Linux 方法2: [ 阅读全文
posted @ 2024-06-23 18:19 二价亚铁 阅读(17) 评论(0) 推荐(0) 编辑
摘要: 表格配置属性说明文档 页面添加引用: import BaseTable from ‘@/components/BaseTable/index.vue 1、grid-edit-width 表格操作栏宽度 例如:grid-edit-width:250 2、gridOtherConfig 属性 说明 示例 阅读全文
posted @ 2024-06-22 15:27 二价亚铁 阅读(30) 评论(1) 推荐(2) 编辑
摘要: K-means聚类是a56爆大奖在线娱乐非常流行的聚类算法,它的目标是将n个样本划分到k个簇中,使得a56爆大奖在线娱乐样本属于与其最近的均值(即簇中心)对应的簇,从而使得簇内的方差最小化。K-means聚类算法简单、易于实现,并且在许多应用中都非常有效。 K-means算法的基本步骤: 选择初始中心:随机选择k个样本点作为初始的 阅读全文
posted @ 2024-06-21 17:30 二价亚铁 阅读(138) 评论(0) 推荐(0) 编辑