社区
Web 开发
帖子详情
applet+javaBean能完成什么功能?一定给分,在线等待。
cxy550
2002-04-09 10:02:54
applet+javaBean能完成什么功能?
我现在要完成以网页形式打开一个数据库,数据库中存放的是一个类似windows的文件管理器一样的结构,我需要将它显示在网页上,要能用鼠标完成象资源管理器一样的操作,并且要和后台的javaBean结合起来访问数据库,请问能不能applet+javaBean完成?
...全文
192
3
打赏
收藏
applet+javaBean能完成什么功能?一定给分,在线等待。
applet+javaBean能完成什么功能? 我现在要完成以网页形式打开一个数据库,数据库中存放的是一个类似windows的文件管理器一样的结构,我需要将它显示在网页上,要能用鼠标完成象资源管理器一样的操作,并且要和后台的javaBean结合起来访问数据库,请问能不能applet+javaBean完成?
复制链接
扫一扫
分享
转发到动态
举报
写回复
配置赞助广告
用AI写文章
3 条
回复
切换为时间正序
请发表友善的回复…
发表回复
打赏红包
sojkey
2002-04-09
打赏
举报
回复
强烈推荐applet+servlet+EJB
我们有几个在页面上编辑数据库数据的产品都是这么做的
xh_zhou
2002-04-09
打赏
举报
回复
当然可以,不过建议使用applet+servlet
tpkj_fjw
2002-04-09
打赏
举报
回复
能!
基于JSP的
在线
考试系统毕业设计
目前国内基于B/S、C/S结构的
在线
考试系统产品已经有许多,本文首先介绍了这些考试系统的形成和发展过程,大致结构。基于对现有产品的思考,结合J2EE的成熟技术,我们想到了是否可以将该技术运用在
在线
考试系统中,提出了一个基于J2EE架构的
在线
考试系统。通过将该架构与已有结构的
在线
考试系统进行比较,
分
析了该架构的优势,重点介绍了该框架的整体构造以及相关的概念和技术。最后,对J2EE技术做了一个总结性的展望,认为该技术有着良好的发展空间和广阔的前景。2.2.2 技术可行性 7。
基于JSP的
在线
考试系统
技术:Java、JSP等 摘要:目前国内基于B/S、C/S结构的
在线
考试系统产品已经有许多,本文首先介绍了这些考试系统的形成和发展过程,大致结构。然后通过仔细
分
析,提出了目前的这些系统还存有系统更新和维护等种种弊端,仍不够成熟。基于对现有产品的思考,结合J2EE的成熟技术,我们想到了是否可以将该技术运用在
在线
考试系统中,提出了一个基于J2EE架构的
在线
考试系统。通过将该架构与已有结构的
在线
考试系统进行比较,
分
析了该架构的优势,重点介绍了该框架的整体构造以及相关的概念和技术。并通过设计了一个基于J2EE架构的
适合练手、课程设计、毕业设计的Java项目源码:
在线
考试管理系统(源代码+论文+开题报告+外文翻译+英文文献+答辩PPT)
目录 摘要: 3 Abstract: 4 1 引言. 5 2
在线
考试系统构架. 5 2.1
在线
考试系统一般需求
分
析. 5 2.2 当前
在线
考试系统现状
分
析. 6 2.3 基于J2EE的
在线
考试系统架构介绍及拥有的优势. 6 2.3.1 结构总体介绍. 6 2.3.2 客户层组件. 7 2.3.2.1
Applet
s 7 2.3.2.2 应用程序客户端. 7 2.3.3 WEB层组件. 7 2.3.4 业务层组件. 7 2.3.5 企业信息系统层. 8 2.3.6 J2EE架
Java经典试题(一)
单选题 1:对成员的访问控制保护最强的是( )。( 2
分
) A:public B:缺省 C:private D:protected 答案:C 2:对于临界区代码,必须使用( )关键字来限定。( 2
分
) A:private B:protected C:synchronized D:critical 答案:C 3:Thread的方法resume()负责恢复哪些线程的执行?( 2
分
) A:通...
通信领域基于CUDA的并行计算优化技术在核心网DPI流量识别与编解码加速中的应用实践
内容概要:本文探讨了CUDA并行计算优化技巧在通信行业核心网中的应用,聚焦于DPI流量识别与编解码加速实践。文章系统阐述了数据包级并行处理、GPUDirect RDMA、零拷贝内存、原子操作优化、warp级聚合等关键技术,并通过五元组哈希流量统计算法的GPU实现案例,展示了如何利用CUDA大幅提升处理效率。代码层面突出哈希函数的SIMT友好设计、无锁并发哈希表构建、内存访问优化与工程化权衡,实现了单batch处理时延从80微秒降至5微秒以内,吞吐达200Gbps以上,显著优于传统CPU方案。最后展望了算网融合、AI原生网络与绿色低碳三大发展趋势。; 适合人群:具备CUDA编程基础、熟悉网络协议栈与高性能数据面开发的通信领域研发人员,尤其是从事核心网、用户面
功能
(如UPF)、DPI系统优化的工程师;也适用于关注GPU加速在通信信号处理中应用的技术人员。; 使用场景及目标:①提升核心网用户面流量处理性能,实现高吞吐低时延的DPI与流统计;②优化LDPC/Polar译码、TLS批量协商等计算密集型任务;③降低单位比特处理功耗,满足运营商“双碳”目标下的能效要求;④探索AI与传统通信处理融合的统一算力架构。; 阅读建议:学习时应重点关注哈希设计避免warp divergence、原子操作的合理使用、内存预
分
配与批处理策略,并结合实际网络流量特性进行实验调优;建议在支持GPUDirect RDMA的硬件平台上复现案例,深入理解GPU与智能网卡协同工作的全链路优化潜力。
Web 开发
81,108
社区成员
341,721
社区内容
发帖
与我相关
我的任务
Web 开发
Java Web 开发
复制链接
扫一扫
分享
社区描述
Java Web 开发
社区管理员
加入社区
获取链接或二维码
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