JerseyMVCの使い方メモ - Qiita
JAX-RS の仕様に組み込んで欲しいという意見をちらほら見かける、噂の Jersey MVC を試す。 テンプレートには JSP を使い、とりあえず GlassFish で ver 2.0 を試してから、 Tomcat で 2014/01/26 現在最新の ver 2.5.1 を試してみる。 環境 AP サーバ GlassFish 4.0 Tomcat 7.0.42 GlassFish で ver 2.0 を試す Jersey MVC JSP はバンドルされている GlassFish 4.0 には、 Jersey MVC JSP の 2.0 がバンドルされているので、それを利用する。 glassfish\modules>dir /b jersey-mvc* jersey-mvc-connector.jar jersey-mvc-jsp.jar ← MVC JSP がバンドルされてる je
OutOfMemoryError の調べ方 - Qiita
OutOfMemoryError (以下 OOME)が起こったときにお手上げ状態にならないためにも、 Java のメモリ管理の仕組みとか、 OOME が起こったときの調査方法とかを調べる。 環境 OS Windows 7 > java -version java version "1.8.0_74" Java(TM) SE Runtime Environment (build 1.8.0_74-b02) Java HotSpot(TM) 64-Bit Server VM (build 25.74-b02, mixed mode) Java 8 で、 Oracle の JVM を前提とした話です。 Java のメモリ管理 これを知っておかないと、 OOME が起こっても、メモリ内で何が起こっていて、どこを調査すべきで、どのように対処したらいいのかが判断できない。 なので、まずは、そもそも J
エンタープライズ Bean 用の EJB タイマー・サービスを使用したタイマーの作成
エンタープライズ Bean では、EJB タイマー・サービスを使用し、時間ベースのイベントをスケジュールできます。 EJB 3.1 仕様をサポートして、非パーシスタント EJB タイマーを作成できます。 本製品は、タイマーをプログラムで作成できるように拡張 TimerService API も サポートしています。 また、アプリケーションが開始したら自動的にタイマーを作成 するように EJB コンテナーを構成することもできます。 WebSphere® Application Server は、Enterprise JavaBeans (EJB) タイマー・サービスを実装します。 ビジネスのニーズに基づき、パーシスタント・タイマーまたは非パーシスタント・タイマーを使用できます。 パーシスタント・タイマーは、サーバーのライフサイクルを越えて存続することが要求される時間ベースのイベントに対してタ
JavaEE使い方メモ（EJB） - Qiita
環境構築は こちら。 ソースコードは GitHub にあげています。 https://github.com/opengl8080-javaee-samples/ejb EJB とは Enterprise Java Beans の略。 ビジネスロジックを簡潔に実装できるようにしてくれる仕組み・フレームワーク。 ビジネスロジックを持つクラスは POJO で作成でき、エンタープライズアプリケーションで必要になるトランザクション制御やリソース（JNDI, 他の EJB など）の取得、セキュリティ制御、 AOP などなどの機能はコンテナがほとんど自動で提供してくれる。 これにより、プログラマーはビジネスロジックの実装に集中できるようになる。 プロジェクト作成 コンテキストルートが ejb になるように、 NetBeans で Web プロジェクトを作成する。 Hello World package
Wake On LANでコンピュータを起動する ― ＠IT
対象OS：Windows 2000／Windows XP／Windows Server 2003／Windows 7／Windows Server 2008 R2 本TIPSの情報は、記事公開時点（2012年03月09日）のものです。最新のPCでは、記事の通りの操作でWake On LANによるコンピュータ起動が行えない場合があります。また、記事中で紹介しているフレンドコンピューターのツール「WOL Controller」は、配布が終了しています。 また、最新の状況を反映したWindows 10向けのWake On LAN（WoL）に関する記事を公開しました。Windows 10でWoLを行いたい場合は、以下の記事を参照してください。 解説 リモート・デスクトップでログオンしたいコンピュータや自動更新を有効にしていて［更新をインストールしてシャットダウン］を実行してしまったコンピュータなど
『詳解 Apache Spark』出版記念イベント (2016/05/11 19:00〜)
注意 現在X(旧Twitter)でのソーシャルログインができない事象を確認しています。事前にX(旧Twitter)側で再ログインした上でconnpassのソーシャルログインを行うか、 「ユーザー名(またはメールアドレス)」と「パスワード」の組み合わせでのログインをお試しください。合わせてFAQもご確認ください。 お知らせ 2024年9月1日よりconnpassサービスサイトへのスクレイピングを禁止とし、利用規約に禁止事項として明記します。 9月1日以降のconnpassの情報取得につきましては イベントサーチAPI の利用をご検討ください。 お知らせ connpassではさらなる価値のあるデータを提供するため、イベントサーチAPIの提供方法の見直しを決定しました。2024年5月23日(木)より 「企業・法人」「コミュニティ及び個人」向けの2プランを提供開始いたします。ご利用にあたっては利用
楽しい可視化 ： elasticsearchとSpark Streamingの出会い | NTTデータ先端技術株式会社
0. ログやデータを取得した後は？ ログやデータの分析には、様々なアプローチが考えられるが、Apache Solrやelasticsearchといった全文検索エンジン製品にデータを蓄積し、その機能を用いて検索・集計・分析を行う方法がある。その際、データをそのまま蓄積するのではなく、各ツイート・各行に属性を付与（エンリッチメント）することにより、分析の幅は大きく広がる。 全文検索エンジンへのデータの投入では、Flume-ngやfluentdといったデータ収集製品を利用する実例が多い。しかし、リアルタイムにデータに対してエンリッチメントの前処理を行おうとした場合、処理が複雑になるにつれ、単体サーバーで動作するFlume-ngやfluentdでは処理能力が頭打ちになってくる。そこで、登場するのが、リアルタイムに大量のデータを処理することができるストリーミング処理系のビッグデータ関連技術である。
Apache Sparkで始めるお手軽リアルタイムウインドウ集計 | NTTデータ先端技術株式会社
バッチを高速にした後はリアルタイムの世界へ！ 現在、さまざまな業種の企業でビッグデータ分析の取り組みが行われている。ビッグデータへの最初の取っ掛かりは、既存のバッチ処理の高速化や、大量の業務データを用いた分析レポートの作成という企業が多いことだろう。そして、バッチ処理の高速化が一段落した次のステップとして、「リアルタイム処理」をテーマに掲げる企業も多いかと思われる。具体的には、 直近10秒間のトラフィックを集計したい。 直近10分間で自社商品がTwitterで話題になった回数を知りたい。 直近10時間での全店舗での来客数を集計したい。 といったリアルタイムなモニタリングを実現したくなるのではないだろうか？こういったモニタリング用の集計は、技術的には「ウインドウ集計（Time-Window Operation）」と呼ばれる。そこで本コラムでは、近頃、「ポストHadoop」として話題のApac
Reactive programming - Wikipedia
This article has multiple issues. Please help improve it or discuss these issues on the talk page. (Learn how and when to remove these template messages) This article may require copy editing for Some text is too verbose or poorly written. Further, the terminology in these cases is not defined for the reader.. You can assist by editing it. (December 2023) (Learn how and when to remove this message
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
Jersey (Jax-RS) & EL
Problems deploying Jersey 2.x webapp on Glassfish 4.0
artima - First Steps to Scala
Charming Python: Functional programming in Python, Part 3