相关推荐
-
(转载)阿里巴巴开源项目 Druid 负责人温少访谈
http://www.iteye.com/magazines/90?page=2#111
-
基于深度学习的行人分类.zip
深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
-
机械制造工艺学课程设计手柄座设计“手柄座”零件的机械加工工艺规程及工艺装备.doc
机械制造工艺学课程设计手柄座设计“手柄座”零件的机械加工工艺规程及工艺装备.doc
-
电子设计论文通用红外遥控开关电子设计论文通用红外遥控开关
电子设计论文通用红外遥控开关电子设计论文通用红外遥控开关
-
软考-信息管理师考试知识汇总思维导图
软考--信息管理师考试知识汇总思维导图,包含项目十大管理领域知识点汇总提取,项目整合管理、项目范围管理、项目时间管理、项目成本管理、项目质量管理、项目人力资源管理、项目沟通管理、项目风险管理、项目采购管理、项目干系人管理等章节所有知识点通过思维导图的形式汇总出来,看图就理解本章所有的知识块以及他们之间的联系。归纳总结,帮助考试复习记忆,加深对 本章节内容的理解。适合时间少,没时间完整看完教材的人,在段时间内帮助理解记性,是考试前冲刺的好帮手。软考高级越来越难考了,为了方便大家能考过,希望大家早点准备,好好考复习资料,多看,多想,多记忆,多思考,多归纳总结。
-
STM32F103C8T6+CUBEMX+AHT20+中断(DMA)+BT04蓝牙
STM32F103C8T6+CUBEMX+AHT20+中断(DMA)+BT04蓝牙
-
基于 PyTorch 的 3D 计算机视觉处理库.zip
基于 PyTorch 的 3D 计算机视觉处理库.zip
-
利用Gpg4win来打造一个安全的加密文件_51CTO博客_.zip
利用Gpg4win来打造一个安全的加密文件_51CTO博客_.zip
-
一个基于DirectX的程序捕获程序,结合Darknet yolo深度学习框架进行模型训练与对象识别。.zip
深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
-
基于微信小程序+SpringBoot+Vue.JS前后端分离的农产品销售小程序 源码+数据库+录屏(毕业设计)
农产品销售系统是一个创新的电子商务平台,旨在为农民和消费者提供一个便捷、高效的农产品交易环境。该系统采用微信小程序作为用户界面,利用Vue.js框架进行前端开发,确保了用户界面的响应性和交互性。后端则采用SpringBoot框架,这是一个轻量级的Java企业级应用开发框架,它简化了基于Spring的应用开发,使得后端服务的搭建和维护更加高效。整个系统通过微信小程序与用户进行交互,提供农产品浏览、下单、支付、物流跟踪等功能,同时后端处理订单管理、库存控制、数据分析等业务逻辑,实现了农产品从田间到餐桌的全流程数字化管理。 启动教程:https://www.bilibili.com/video/BV1SzbFe7EGZ
-
九安KD-5910LV血压计BOM表
九安KD-5910LV血压计BOM表
-
【7层】6900平米左右一字型框架办公楼毕业设计(建筑结构图、计算书).zip
【7层】6900平米左右一字型框架办公楼毕业设计(建筑结构图、计算书) 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。
-
APM2706C-VB一款2个N+P-Channel沟道SOT23-6的MOSFET晶体管参数介绍与应用说明
±20V;7 /-4.5A;RDS(ON)=20 / 70mΩ@VGS=4.5V;VGS=20V;Vth=0.71 / -0.81V
-
传动轴毕业设计 机械制造基础课程设计.doc
传动轴毕业设计 机械制造基础课程设计.doc
-
基于MATLAB的深度强化学习控制.zip
深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
-
小程序毕业设计-基于微信小程序的优购电商小程序的设计与实现+ssm(包括源码,数据库,教程).zip
Java 毕业设计,小程序毕业设计,小程序课程设计,含有代码注释,新手也可看懂。毕业设计、期末大作业、课程设计、高分必看,下载下来,简单部署,就可以使用。 包含:项目源码、数据库脚本、软件工具等,该项目可以作为毕设、课程设计使用,前后端代码都在里面。 该系统功能完善、界面美观、操作简单、功能齐全、管理便捷,具有很高的实际应用价值。 项目都经过严格调试,确保可以运行!可以放心下载 1. 技术组成 前端: 小程序 后台框架:SSM/SpringBoot(如果有的话) 开发环境:idea,微信开发者工具 数据库:MySql(建议用 5.7 版本,8.0 有时候会有坑) 数据库可视化工具:使用 Navicat 部署环境:Tomcat(建议用 7.x 或者 8.x 版本),maven
-
基于深度学习的钓鱼页面检测系统 前后端架构.zip
深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
-
【5层】2800平米框架商务写字楼毕业设计(含计算书,建筑、结构图).zip
【5层】2800平米框架商务写字楼毕业设计(含计算书,建筑、结构图) 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 、6可私信博主看论文后选择购买源代码。
-
【3层】2946.69平米框架结构综合楼毕业设计(计算书、结构图).zip
【3层】2946.69平米框架结构综合楼毕业设计(计算书、结构图) 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。
97 楼 zxgwxit 2017-12-02 16:05
96 楼 zxgwxit 2017-12-02 15:57
95 楼 zhangwusheng 2015-09-16 16:04
688: public void scanVariable() {
for (;;) {
ch = charAt(++pos);
if (ch == '}') {
break;
}
bufPos++;
continue;
}
这里的for如果我sql语句里面 select ${fffffffff 就死循环了吧?
说错了,最终也会异常
94 楼 zhangwusheng 2015-09-16 16:02
688: public void scanVariable() {
for (;;) {
ch = charAt(++pos);
if (ch == '}') {
break;
}
bufPos++;
continue;
}
这里的for如果我sql语句里面 select ${fffffffff 就死循环了吧?
93 楼 lyh2011 2015-06-04 16:31
92 楼 windshome 2015-05-28 09:18
那么,初始连接数是没有用的?druid开始根本不检查数据源配置是否正确?这个误打误撞还正好满足了我这个特殊需求,想来也怪怪的。
91 楼 jikemike 2014-09-04 18:13
查询字段包含tq.point报错,修改为 2 as point,则可以。
错误提示Caused by: java.sql.SQLException: sql injection violation, limit row 0 :
90 楼 tanwan 2014-08-11 11:30
89 楼 kanghui520520 2014-07-02 15:13
java.lang.ArrayIndexOutOfBoundsException:3
at java.util.concurrent.CopyOnWriteArrayList.get(CopyOnWriteArrayList.java:368)
at java.util.concurrent.CopyOnWriteArrayList.get(CopyOnWriteArrayList.java:377)
at com.alibaba.druid.filterChainImpl.nextFilter(FilterChainImpl.java:405)
at com.alibaba.druid.filterChainImpl.Connection_isClosed(FilterChainImpl.java:371)
at com.alibaba.druid.FilterAdapter.Connection_isClosed(FilterAdapter.java:888)
at com.alibaba.druid.filterChainImpl.Connection_isClosed(FilterChainImpl.java:371)
at com.alibaba.druid.proxy.jdbc.ConnectionProxyImpl.isClosed(ConnectionProxyImpl.java:284)
at com.alibaba.druid.pool.DruidPooledConnection.isClosed(DruidPooledConnection.java:816)
at com.alibaba.druid.pool.DruidPooledPreparedStatment.close(DruidPooledPreparedStatment.java:172)
我用的是derby数据库,配置了Filter为:stat,log,wall
因为要支持wall功能,强制将DbType设置为oracle,这是什么原因造成的呢,能帮分析下吗
88 楼 kanghui520520 2014-06-30 10:26
87 楼 kanghui520520 2014-06-23 16:12
没听说过这个数据库,这个数据库提供jdbc驱动吗
该数据库提供了jdbc驱动,我在fillter里面不加wall的配置是支持的,但我需要wall的功能,
加了后,报
dbType not support:null,url jdbc:kingbase:192.168.8.45:54321/SAN
at com.alibaba.druid.wall.WallFilter.init(WallFilter.java:150)
,
能配置吗?
不能配置,我该怎么改呢,这个数据库的结构和功能和oracle类似
86 楼 yunnysunny 2014-06-23 12:53
没听说过这个数据库,这个数据库提供jdbc驱动吗
85 楼 kanghui520520 2014-06-23 11:47
84 楼 yunnysunny 2014-06-05 11:03
群已经满了,如果有问题,可以在github上提交
83 楼 FireZHFox 2014-05-21 09:21
82 楼 sunshine_bean 2014-04-15 10:38
81 楼 abc382410124 2013-11-14 18:05
80 楼 yunnysunny 2013-06-14 10:46
通过Druid提供的SQL Parser可以在JDBC层拦截SQL做相应处理,比如说分库分表、审计等。Druid防御SQL注入攻击的WallFilter就是通过Druid的SQL Parser分析语义实现的。
我对druid如何实现分库、分表功能很感兴趣。求指教,求demo
druid中没有涉及到分库分表操作
79 楼 hamber 2013-06-13 15:30
通过Druid提供的SQL Parser可以在JDBC层拦截SQL做相应处理,比如说分库分表、审计等。Druid防御SQL注入攻击的WallFilter就是通过Druid的SQL Parser分析语义实现的。
我对druid如何实现分库、分表功能很感兴趣。求指教,求demo
78 楼 xusheng87 2013-06-13 15:13
77 楼 woaini245693140 2013-05-26 11:06
76 楼 windshome 2013-05-09 16:22
我是做商业软件的,的确都遇到过这类需求,真实客户提出的种种需求。但是做开源连接池的,基本不会考虑这些,呵呵。
希望druid能够越做越好,如果文档和测试能跟上就非常棒了。顺便提一句的是,系统在PK时,所需体现的特性和在实际生产环境中使用的时候,需要的特性、侧重点是完全不一样的,在设计连接池这种核心组件尤其要考虑。
我关于连接池的文章:http://windshome.iteye.com/admin/blogs/1837903
75 楼 fjiis 2012-11-21 16:59
14:09:25,256 ERROR StatFilter:147 - merge sql error, dbType jtds, sql :
SELECT * FROM ( SELECT ROW_NUMBER() OVER (ORDER BY FAlertDate Desc, FAlertLevel, FAlertType) AS RowNumber, * from monitor_business where FRemoveAlert = ? ) AS temp_table WHERE RowNumber BETWEEN ? AND ?
com.alibaba.druid.sql.parser.SQLParseException: syntax error, expect RPAREN, actual LPAREN OVER
at com.alibaba.druid.sql.parser.SQLParser.accept(SQLParser.java:121)
at com.alibaba.druid.sql.parser.SQLSelectParser.parseTableSource(SQLSelectParser.java:226)
at com.alibaba.druid.sql.parser.SQLSelectParser.parseFrom(SQLSelectParser.java:217)
at com.alibaba.druid.sql.parser.SQLSelectParser.query(SQLSelectParser.java:153)
at com.alibaba.druid.sql.parser.SQLSelectParser.select(SQLSelectParser.java:52)
at com.alibaba.druid.sql.parser.SQLStatementParser.parseSelect(SQLStatementParser.java:534)
at com.alibaba.druid.sql.parser.SQLStatementParser.parseStatementList(SQLStatementParser.java:84)
at com.alibaba.druid.sql.parser.SQLStatementParser.parseStatementList(SQLStatementParser.java:68)
at com.alibaba.druid.sql.visitor.ParameterizedOutputVisitorUtils.parameterize(ParameterizedOutputVisitorUtils.java:40)
at com.alibaba.druid.filter.stat.StatFilter.mergeSql(StatFilter.java:145)
at com.alibaba.druid.filter.stat.StatFilter.createSqlStat(StatFilter.java:647)
at com.alibaba.druid.filter.stat.StatFilter.statementPrepareAfter(StatFilter.java:305)
at com.alibaba.druid.filter.FilterEventAdapter.connection_prepareStatement(FilterEventAdapter.java:124)
at com.alibaba.druid.filter.FilterChainImpl.connection_prepareStatement(FilterChainImpl.java:442)
at com.alibaba.druid.proxy.jdbc.ConnectionProxyImpl.prepareStatement(ConnectionProxyImpl.java:242)
at com.alibaba.druid.pool.DruidPooledConnection.prepareStatement(DruidPooledConnection.java:305)
74 楼 wenshao 2012-09-03 21:16
1) springside4 mini-web [url]hhttp://110.76.43.235:8080/mini-web/ [/url]
2) sonar http://110.76.43.235:9000/ 监控页面 http://110.76.43.235:9000/druid/index.html
文档
https://github.com/AlibabaTech/druid/wiki/%E5%B8%B8%E8%A7%81%E9%97%AE%E9%A2%98
73 楼 picksun 2012-08-09 09:11
1 连接数上涨很快,而且用show full processlist(数据库是mysql)
查知状态大都是sleep,time多为个位数,
这种状况让连接池负责回收有困难
2 刚启动就再死的情况很多见。
目前解决办法:
通过禁止外网用户访问,
等启动完一会再放行,
就不会死
通过连接池回收可能有困难,但是用Druid有办法能够知道那些代码申请了连接而没有及时释放。加入Druid用户的扣扣群吧,我们为你出谋划策。
谢谢~
72 楼 wenshao 2012-08-08 19:58
1 连接数上涨很快,而且用show full processlist(数据库是mysql)
查知状态大都是sleep,time多为个位数,
这种状况让连接池负责回收有困难
2 刚启动就再死的情况很多见。
目前解决办法:
通过禁止外网用户访问,
等启动完一会再放行,
就不会死
通过连接池回收可能有困难,但是用Druid有办法能够知道那些代码申请了连接而没有及时释放。加入Druid用户的扣扣群吧,我们为你出谋划策。
71 楼 picksun 2012-08-08 14:04
1 连接数上涨很快,而且用show full processlist(数据库是mysql)
查知状态大都是sleep,time多为个位数,
这种状况让连接池负责回收有困难
2 刚启动就再死的情况很多见。
目前解决办法:
通过禁止外网用户访问,
等启动完一会再放行,
就不会死
70 楼 picksun 2012-08-08 12:16
at org.apache.commons.pool.impl.GenericObjectPool.borrowObject(GenericObjectPool.java:748)
- locked <0x00002aaad8bdecd0> (a org.apache.commons.pool.impl.GenericObjectPool)
at org.apache.commons.dbcp.PoolingDataSource.getConnection(PoolingDataSource.java:95)
用了温少的druid-0.2.4.jar包,则死在getConnection(使用代理prepareStatement)或者close的时候
不知道什么原因,请赐教~谢谢~!
我回来晚了,温兄回复很及时,非常感谢!
服务器死掉前连接数是直线上涨很快的。
而且是启动完不久,很快就再死的可能性很高
反复n次,反复重启都是如此,
除非当时访问量很低如凌晨
(凌晨也有可能因为蜘蛛抓取过多死机的)。
我担心设置30分钟很快就死了,甚至1分钟都不够。
我目前是:先把80封了不让外网访问,
然后监测到系统启动彻底完成,再开80端口,
这样就能够启动完成。
我会尽快测试,谢谢。
69 楼 wenshao 2012-08-07 11:05
at org.apache.commons.pool.impl.GenericObjectPool.borrowObject(GenericObjectPool.java:748)
- locked <0x00002aaad8bdecd0> (a org.apache.commons.pool.impl.GenericObjectPool)
at org.apache.commons.dbcp.PoolingDataSource.getConnection(PoolingDataSource.java:95)
用了温少的druid-0.2.4.jar包,则死在getConnection(使用代理prepareStatement)或者close的时候
不知道什么原因,请赐教~谢谢~!
68 楼 picksun 2012-08-07 09:49
at org.apache.commons.pool.impl.GenericObjectPool.borrowObject(GenericObjectPool.java:748)
- locked <0x00002aaad8bdecd0> (a org.apache.commons.pool.impl.GenericObjectPool)
at org.apache.commons.dbcp.PoolingDataSource.getConnection(PoolingDataSource.java:95)
用了温少的druid-0.2.4.jar包,则死在getConnection(使用代理prepareStatement)或者close的时候
不知道什么原因,请赐教~谢谢~!