请问，非计算机专业毕业，外面培训1年学程序员，选择.NET还是JAVA更好。

bingki 2007-03-28 07:27:04

听人说JAVA工资略高，但工作难找（相对我自己），

.NET找工作相对容易，但工资不高。

希望大家帮忙。我到底怎么选？

...全文

202 4 打赏收藏举报

写回复

用AI写文章

4 条回复

切换为时间正序

请发表友善的回复…

发表回复

dashi 2007-03-29

打赏
举报

路过~~

saliengu 2007-03-29

打赏
举报

学java你可以领略很多的面向对象的经典设计思想，如果悟性好可以学到框架构建，很多东西是开源的，你可以了解如何实现。.net开发起来可能快点，傻瓜化一点，因为没有那么多的配置，但什么东西熟悉了都快！

wunan320 2007-03-29

打赏
举报

1java的工资不见得高
2.net的工作不见得比java好找

建议lz不要只看重眼前还是规划一下未来想做什么吧

kevinluck 2007-03-28

打赏
举报

个人喜好 .NET不知道 JAVA 里面类太多需要学的类太多需要懂的框架太多没办法现在流行你不会几个框架就会点基础还真不好办

实时用户画像系统代表了大数据技术与个性化服务的融合巅峰，它要求在毫秒级延迟约束下处理海量用户行为数据流，构建动态更新的用户特征表示。本文从第一性原理出发，系统剖析了实时用户画像系统的理论基础、架构设计与工程实现。通过解析数据时效性与用户特征价值衰减曲线的数学关系，建立了实时画像系统的理论框架。基于此，提出了包含数据接入层、实时计算层、特征存储层和服务层的四阶架构模型，并深入探讨了各层的关键技术挑战与解决方案。

大数据流式计算可以广泛应用于金融银行、互联网、物联网等诸多领域，如股市实时分析、插入式广告投放、交通流量实时预警等场景，主要是为了满足该场景下的实时应用需求。数据往往以数据流的形式持续到达数据计算系统，计算功能的实现是通过有向任务图的形式进行描述，数据流在有向任务图中流过后，会实时产生相应的计算结果。整个数据流的处理过程往往是在毫秒级的时间内完成的。通常情况下，大数据流式计算场景具有以下鲜明特征。...

多维权衡困境延迟（Latency）：数据从产生到处理完成的时间吞吐量（Throughput）：单位时间内处理的数据量可靠性（Reliability）：无丢失、无重复、顺序保证这一"铁三角"困境在高并发场景下尤为突出，例如提升可靠性通常需要额外的确认和重传机制，导致延迟增加和吞吐量下降。动态环境适应性挑战网络波动：带宽变化、抖动、丢包率波动负载变化：数据速率的突发性峰值（如电商秒杀、直播活动）资源约束：边缘设备的计算/存储/能源限制拓扑变化：节点加入/离开、网络分区、云边协同场景。

软件定义网络（SDN）通过控制平面与转发平面分离，实现了网络资源的集中管控与灵活调度。其核心原理在于利用OpenFlow等南向接口协议，将网络策略抽象为可编程的流表，从而摆脱传统静态配置的束缚。这一技术价值在于能够动态响应业务需求，提升网络资源利用率与运维自动化水平，尤其适用于数据中心、云计算等需要处理突发性、高吞吐流量的场景。在科学计算领域，面对类似大型强子对撞机（LHC）产生的脉冲式数据洪流，SDN的全局可视化与策略驱动能力，为解决传统网络架构在应对高动态、跨域数据分发时的效率瓶颈提供了关键思路。博科与

内容概要：本文系统阐述了基于格子Boltzmann方法（LBM）对二维通道内多孔介质流动进行数值模拟的完整理论体系与实现流程，配套提供了详尽的Matlab代码实现方案。研究深入剖析了LBM在复杂流体系统建模中的独特优势，尤其适用于处理多孔介质等具有不规则微观结构的流动问题。内容涵盖LBM的基本离散化模型、演化方程推导、边界条件（如反弹边界、速度边界）的精确处理、多孔介质结构的数字化建模、关键物理参数（雷诺数、孔隙率、渗透率）的设定与调控，以及流场结果的后处理与可视化技术。通过典型算例的仿真与结果分析，验证了该数值方法在捕捉多孔介质内部流速分布、压力梯度及渗透特性方面的有效性与高精度，为相关领域的科学研究与工程应用提供了可靠的数值实验平台。; 适合人群：具备流体力学、计算物理学或相关学科的基础理论知识，熟练掌握Matlab编程语言，正在从事计算流体力学（CFD）、多孔介质渗流、地下水文学、石油工程、生物流体力学或材料科学等领域研究的硕士/博士研究生、青年科研人员及工程技术专家。; 使用场景及目标：①深入学习和掌握格子Boltzmann方法的核心原理、算法流程及其相较于传统CFD方法的独特优势；②复现学术文献中关于多孔介质流动的经典仿真案例，验证自身研究模型的正确性；③为自身的科研课题开发定制化的数值模拟工具，用于探究多孔结构参数对流体输运性能的影响规律；阅读建议：建议读者结合提供的Matlab代码逐行研读，重点关注LBM算法中“碰撞”与“迁移”两大核心步骤的编程实现逻辑，动手调试代码以观察不同参数（如松弛时间、网格分辨率）对模拟结果的影响，从而加深对介观尺度流体动力学行为的理解，并为进一步的模型拓展和算法优化奠定坚实基础。

非技术区

23,404

社区成员

70,506

社区内容

发帖

与我相关

我的任务

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章