这不是一篇纯技术文章，而是一篇分享我个人在前后端分离路上收获的点点滴滴的文章，以此来为准备尝试前后端分离或者想了解前后端分离的童鞋做一个大体的讲解。
上一家公司是家小公司，做了一年的全栈开发，对前端的css布局都有所使用，也算辛苦。现在在一家互联网公司，专职做一名后端开发者，css都不需要自己去写了。
现对布局这一块做点小总结，怕是自己多久不使用会忘了，毕竟以后还有可能做回全栈开发的，或者自己做些小站都有可能。由于不是专业的，哈哈，水平有限，忘各位批评指导。
和大部分大三的同学一样，今年5月份我也投了很多简历打算去实习。然而真真获得面试机会的也就3个，最后腾讯和大疆挂了，拿到了一家做金融的公司赢时胜的offer。赢时胜希望我签一年，并且前2个月是学习金融，于是我就推掉了。就这样到了7月份，我打算暑假好好准备准备，争取校招能找到一份好工作。然后大概在7月5号的时候金蝶的hr给我打电话要我去面试，刚开始我以为是深圳总部，后来发现是金蝶长沙研发基地。说实话开始有点小失望，不过想想自己水平和那些985、211的同学比起来的确是有差距，就当做提高面试经验吧，然后就参加了面试，面我的是一把手和二把手，挺顺利的。面完让我等了几分钟hr就和我说让我来上班吧，我当时懵了，因为怕去实习错过校招。后来仔细聊了下hr说随时可以走并且还有机会进深圳总部，接着我给我最信任的两位学长打了电话聊了下，其中有一位学长去年拿到了金蝶k/3 Cloud财务系统部的offer，他建议我去。最后经过仔细考虑我决定还是去实习，让自己忙起来。
睁开眼看一看窗外的阳光，伸一个懒腰，拿起放在床一旁的水白开水，甜甜的味道，晃着尾巴东张西望的猫猫，在窗台上舞蹈。你向生活微笑，生活也向你微笑。
请你不要询问我的未来，这有些可笑。你问我你是不是要找个工作去上班？我告诉你不要，好好享受生活的味道，你所有现在所厌倦的谁说不是别人正羡慕的呢。
说明：按钮获取焦点后，使用空格键按下一段时间，松开后可获取keydown事件的时间间隔
也知道如何加载相关的配置信息。本章笔者将讲到如何加载配置文件里面的package元素节点 。如struts.xml文件里面的package节点。那么为什么要分开来讲呢？按道理的话，都是放在上一章中一起讲不是更好吗？关键点在于笔者也不明白strtus2的作者为什么会这样子设计，把关于加载package元素节点信息的工作独立出来。而他的接口便是PackageProvider接口。但是不管如何他的重要性不用笔者多讲。
这次和大家分享的是自己写的一个table常用几种展示格式的js插件取名为(table-shenniu)，样式使用的是bootstrap.min.css，还需要引用jquery.min.js包，这个插件由来的目的是项目中需要一个table格式的提交数据的页面，功能有合并单元格，只能提交选中行数据，全选功能，和一个下拉选功能；这几种功能感觉朋友们肯定都会遇到，所以干脆封装一个插件，发布出来说不定能帮到有些朋友快速完成任务哈哈，当然最主要的还是希望朋友们能相互交流里面的代码，逻辑，谢谢；中秋节就要到了，这里提前预祝大家节日快乐，吃月饼的时候不要忘记了点个赞。
当我们仅需要一个资料的时候，我们可以考虑使用First / FirstOrDefault / Take / Any等方法，它们都会在取得合乎要求的资料后退出，而不会遍历整个序列（除非最后一个资料才是合乎要求的哈哈）。而类似ToList / Max / Last / Sum / Contain等方法显而易见会遍历整个序列。
我没有经历过成功的公司和接近成功的公司，只经历过在成功路上的公司和失败了的公司，内心对成功公司的定义并不清晰，我们这一代接触传统企业的不多，无非有些参照的对象如BAT、Google、Apple罢了。 http://www.cnblogs.com/cyseru/
也许正因为自己没有对于成功公司的定义，多年以来都是在追逐别人的梦而已，一旦别人的这个梦破碎，自己也歇菜了。当然，这只是工作前5年的状态。后来，便逐渐有了自己的梦，一个无关钱的梦想 - 打造一个优秀的技术团队；钱不能作为梦想，它只是现实，现实里有钱没钱同样受罪。
各位肯定都知道，做微信开发，我们的开发服务器需要和微信服务器做交互，SO，我们需要准备一台放置在公网的服务器，能够使得我们的服务器可以正常访问微信服务器，并且微信服务器也需要可以正常访问我们的开发服务器。 http://www.cnblogs.com/gdtyk/
那么，底层技术指的是什么呢？对的，我想很多人已经猜到，是操作系统技术。本文提出的两个概念Java NIO2和NodeJS无一例外都是用户态技术或者说是应用层技术，而这些应用层技术是运行于OS之上的，与此同时随着操作系统的进步，可以支撑的编程模型也更加的丰富。
当每个文档不仅可以由文本信息表示，还有别的其他标签信息时，比如，在商品推荐中，将每个商品看成是一个文档，我们想学习商品向量表示时，可以只使用商品的描述信息来学习商品的向量表示，但有时：商品类别等信息我们也想将其考虑进去， 最简单的方法是：当用文本信息学习到商品向量后，添加一维商品的类别信息，但只用一维来表示商品类别信息的有效性差。