windows版本的redis。
Redis是一个开源（BSD许可）的，内存中的数据结构存储系统，它可以用作数据库、缓存和消息中间件。
它支持多品种型的数据结构，如字符串（strings），散列（hashes），列表（lists），集合（sets），有序集合（sortedsets）与范围查询，bitmaps，hyperloglogs和地理空间（geospatial）索引半径查询。
Redis是一个开源（BSD许可）的，内存中的数据结构存储系统，它可以用作数据库、缓存和消息中间件。
它支持多品种型的数据结构，如字符串（strings），散列（hashes），列表（lists），集合（sets），有序集合（sortedsets）与范围查询，bitmaps，hyperloglogs和地理空间（geospatial）索引半径查询。
2015/8/26 11:26:56
14.37MB
1
windows版本的redis。
Redis是一个开源（BSD许可）的，内存中的数据结构存储系统，它可以用作数据库、缓存和消息中间件。
它支持多品种型的数据结构，如字符串（strings），散列（hashes），列表（lists），集合（sets），有序集合（sortedsets）与范围查询，bitmaps，hyperloglogs和地理空间（geospatial）索引半径查询。
Redis是一个开源（BSD许可）的，内存中的数据结构存储系统，它可以用作数据库、缓存和消息中间件。
它支持多品种型的数据结构，如字符串（strings），散列（hashes），列表（lists），集合（sets），有序集合（sortedsets）与范围查询，bitmaps，hyperloglogs和地理空间（geospatial）索引半径查询。
2015/1/19 22:26:26
14.37MB
1
什么是redis?Redis是用C语言开发的一个开源的高功能键值对（key-value）数据库。
它通过提供多种键值数据类型来适应不同场景下的存储需求。
目前为止Redis支持的键值数据类型如下：1.字符串类型2.散列类型3.列表类型4.集合类型5.有序集合类型redis的应用场景1.缓存（数据查询、短连接、新闻内容、商品内容等等）。
（最多使用）2.分布式集群架构中的session分离。
3.聊天室的在线好友列表。
4.任务队列。
（秒杀、抢购、12306等等）5.应用排行榜。
6.网站访问统计。
它通过提供多种键值数据类型来适应不同场景下的存储需求。
目前为止Redis支持的键值数据类型如下：1.字符串类型2.散列类型3.列表类型4.集合类型5.有序集合类型redis的应用场景1.缓存（数据查询、短连接、新闻内容、商品内容等等）。
（最多使用）2.分布式集群架构中的session分离。
3.聊天室的在线好友列表。
4.任务队列。
（秒杀、抢购、12306等等）5.应用排行榜。
6.网站访问统计。
2021/7/27 3:15:03
204.72MB
1
这一章想讲一下Spark的缓存是如何实现的。
这个persist方法是在RDD里面的，所以我们直接打开RDD这个类。
它调用SparkContext去缓存这个RDD，追杀下去。
它竟然是用一个HashMap来存的，具体看这个map的类型是TimeStampedWeakValueHashMap[Int,RDD[_]]类型。
把存进去的值都隐式转换成WeakReference，然后加到一个内部的一个ConcurrentHashMap里面。
这里貌似也没干啥，这是有个鸟蛋用。
。
大神莫喷，知道干啥用的人希望告诉我一下。
现在并没有保存，等到真正运行Task运行的时候才会去缓存起来。
入口在Task的runTask方
这个persist方法是在RDD里面的，所以我们直接打开RDD这个类。
它调用SparkContext去缓存这个RDD，追杀下去。
它竟然是用一个HashMap来存的，具体看这个map的类型是TimeStampedWeakValueHashMap[Int,RDD[_]]类型。
把存进去的值都隐式转换成WeakReference，然后加到一个内部的一个ConcurrentHashMap里面。
这里貌似也没干啥，这是有个鸟蛋用。
。
大神莫喷，知道干啥用的人希望告诉我一下。
现在并没有保存，等到真正运行Task运行的时候才会去缓存起来。
入口在Task的runTask方
2020/8/17 19:09:26
170KB
1
这一章想讲一下Spark的缓存是如何实现的。
这个persist方法是在RDD里面的，所以我们直接打开RDD这个类。
它调用SparkContext去缓存这个RDD，追杀下去。
它竟然是用一个HashMap来存的，具体看这个map的类型是TimeStampedWeakValueHashMap[Int,RDD[_]]类型。
把存进去的值都隐式转换成WeakReference，然后加到一个内部的一个ConcurrentHashMap里面。
这里貌似也没干啥，这是有个鸟蛋用。
。
大神莫喷，知道干啥用的人希望告诉我一下。
现在并没有保存，等到真正运行Task运行的时候才会去缓存起来。
入口在Task的runTask方
这个persist方法是在RDD里面的，所以我们直接打开RDD这个类。
它调用SparkContext去缓存这个RDD，追杀下去。
它竟然是用一个HashMap来存的，具体看这个map的类型是TimeStampedWeakValueHashMap[Int,RDD[_]]类型。
把存进去的值都隐式转换成WeakReference，然后加到一个内部的一个ConcurrentHashMap里面。
这里貌似也没干啥，这是有个鸟蛋用。
。
大神莫喷，知道干啥用的人希望告诉我一下。
现在并没有保存，等到真正运行Task运行的时候才会去缓存起来。
入口在Task的runTask方
2018/4/8 12:48:07
170KB
1
在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。
每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。
另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。
为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03
15KB