数据库（DataBase，DB）是一个长期存储在计算机内的、有组织的、有共享的、统一管理的数据集合。数据库的概念实际包括两层意思：（1）数据库是一个实体，它是能够合理保管数据的“仓库”，用户在该“仓库”中存放要管理的事务数据，“数据”和“库”两个概念结合成为数据库。 （2）数据库是数据管理的新方法和技术，他能更合适的组织数据、更方便的维护数据、更严密的控制数据和更有效的利用数据。

AWT是Java中支持图形化用户界面GUI设计的一个 工具集.GUI实现应用与用户的交互,是一个应用程序的 重要组成部分.

虽然Unix平台上的BSD包截获系统提供了一组供应用程序直接调用的网络数据包截获函数,允许应用程序与网卡间直接进行交互,但在Win32平台上,目前主要使用WinPcap体系结构。WinPcap是基于Win32平台的网络包截获和分析的系统,它具有丰富的网络数据包处理函数,其功能比BSD包截获系统更强,如“包监视”和“包发送”等功能函数在早先的Unix平台上是不具备的。

联机事务处理系统（On-line Transaction Processing）OLTP系统：也称为生产系统，它是事件驱动、面向需求的，比如银行的储蓄系统就是一个典型的OLTP系统。 OLTP在使用过程中积累了大量的数据。 关系数据库概念提出之后，联机事务处理一直是数据库应用的主流。

linux+apache+oracle+php环境下的WAP开发编程培训资料

DB2 基础培训

Spring Security是基于Spring的的权限认证框架，实现了Spring Security基于schema的配置方式。 使用http配置 地址资源的访问控制. 实现UserDetailsService接口，来指定用户和权限 与Acegi的比较 ，基于命名空间的配置更加简洁，可维护性更强； 基于命名空间的配置，我们无需再担心由于过滤器链的顺序而导致的错误 过滤器顺序在使用命名空间的时候是被严格执行的。它们在初始化的时候就预先被排好序。不仅如此，Spring Security规定，你不能替换那些<http>元素自己使用而创建出的过滤器，比如HttpSessionContextIntegrationFilter, ExceptionTranslationFilter 或 FilterSecurityInterceptor。

CI过程会经常构建软件组件；在许多情况下，每当源代码 存储库（比如 Subversion 或ClearCase）中的代码发生变化时，都要构建软件组件。 CI的好处是：经常构建软件可以确保尽早遇到问题（比如代码缺陷），避免问题在软件开发 周期晚期变复杂时才被发现。

Linux编辑器家族；行编辑器 ed, ex。全屏幕编辑器vi, emacs。VI是“Visual interface”的简称，它是Linux下的一个全屏幕文本编辑器。

Meta是什么,特征和适用场景。 在公司的应用状况。 跟notify的异同之处。 原理和内部实现。 Meta的使用。 性能。

Google的十个核心技术，而且可以分为四大类： 分布式基础设施：GFS、Chubby 和 Protocol Buffer。 分布式大规模数据处理：MapReduce 和 Sawzall。 分布式数据库技术：BigTable 和数据库 Sharding。 数据中心优化技术：数据中心高温化、12V电池和服务器整合。

基本原理； 内核模块； 设备驱动的结构； Linux 2.6内核设备模型； 中断处理； 各种接口设计与驱动开发实例。

本课程以OpenGL图形库为核心，通过翔实的例程，层层深入讲解图形学编程开发的各个重要因素，循序渐进的将图形学理论与图形工程开发相结合，为同学们以后从事图形学理论或大规模的3D开发一个坚实的基础。

OpenGL是一个功能强大的开放图形库（Open Graphics Library）。其前身是SGI公司为其图形工作站开发的IRIS GL。为使其能够更加容易地移植到不同的硬件和操作系统，SGI开发了OpenGL。

项目管理是二十世纪50年代末期发展起来的一种计划管理方法。它一经出现就为全世界所瞩目。1957年，美国杜邦公司用这种方法进行设备维修，使维修停工时间由原来的125小时锐减为78小时；1958年，美国人运用项目管理技术，一举使北极星导弹设计周期缩短整整两年。60年代以来，项目管理在航空、航天、医学、化工、制造、财务、广告、法律等领域得到了广泛的应用，并且范围还在不断地拓展。时至今日，项目管理技术已经在众多领域发挥着不可或缺的作用。

Agenda基础知识数据模型数据分布策略存储机制数据读写删面向未来NoSql背景随着互联网大规模的Web2．0应用的兴起，随着云计算需要的大规模分布式服务和分布式存储的发展，传统的关系数据库面临着诸多全新的挑战，特别是在那些超大规模和高并发的SNS类型的应用场景下，使用关系数据库来存储和查询用户动态数据已经显得力不从心，暴露了很多难以克服的问题，例如需要很高的实时插入性能；需要海量的数据存储能力同时还需要非常快的查询检索速度；需要将数据存储无缝扩展到整个群集环境下，并且能够在线扩展等等。

大数据时代；关系数据库的瓶颈；NoSQL的优势；CAP理论；NoSQL数据模型及分类；NoSQL应用现状。重点介绍几个NoSQL主要内容随着网民参与互联网产品和应用的程度越来越深，互联网将更加智能，互联网的数据量也将呈爆炸式增长一、大数据时代大交易数据：来自电商的数据，包括B2B、B2C、C2C、团购等大交互数据：来自社交网络的数据，SNS、微博等两类数据的有效融合将是大势所趋，这种融合更能增强企业的商业洞察力一、大数据时代大数据的特征3V——Volume（海量）、Variety（多样）、Velocity（实时）海量 - 数据量巨大，对TB、PB数据级的处理，已经成为基本配置。

大数据解决之道 - 淘宝OceanBase开发组

轻量级的高性能消息队列服务,生产者消费者 跨机器的共享内存 Redis的主要缺点是数据库容量受到物理内存的限制，不能用作海量数据的高性能读写，并且它没有原生的可扩展机制，不具有scale（可扩展）能力，要依赖客户端来实现分布式读写，因此Redis适合的场景主要局限在较小数据量的高性能操作和运算上。

JVM监控工具，可很好的监视CPU、线程和内存 可与Eclipse进行整合，也可单独监控某一进程 可监控远程计算机上的进程 观察每个对象的生存情况，提升模块性能 可观察GC情况、CPU使用情况、堆使用情况等