Spring Cloud之ElasticSearch的学习【详细】

目录

ElasticSearch

正向索引与倒排索引

数据库与elasticsearch概念对比

安装ES、Kibana与分词器

分词器作用

自定义字典

拓展词库

禁用词库

索引库操作

Mapping属性

创建索引库

查询索引库

删除索引库

修改索引库

文档操作

新增文档

查找文档

修改文档

全量修改

增量修改

删除文档

RestClient操作索引库

RestClient操作文档

新增文档

根据Id查询文档数据

更新文档

删除文档

批量新增

DSL查询语法

查询所有

全文检索

精确查询

地理查询

复合查询

搜索结果处理

排序

分页

高亮

RestClient查询文档

查询全部

查询文档

解析数据

全文检索查询

精确查询

复合查询

排序和分页

高亮

ElasticSearch

q：什么是elasticsearch?

a：一个开源的分布式搜索引擎，可以用来实现搜索、日志统计、分析、系统监控等功能

q：什么是elastic stack (ELK) ?

a：是以elasticsearch为核心的技术栈，包括beats、Logstash、kibana、elasticsearch

q：什么是Lucene?

a：是Apache的开源搜索引擎类库，提供了搜索引擎的核心API

正向索引与倒排索引

在理解正向索引与倒排索引之前，先理解文档与词条的概念

  • 文档（document）：每条数据就是一个文档

elasticsearch是面向文档存储的，可以是数据库中的一条商品数据，一个订单信息文档数据会被序列化为json格式后存储在elasticsearch中。

  • 词条（term）：文档按照语义分成的词语
  • 索引：相同类型的文档的集合

  • 映射：索引中文档的字段约束信息，类似于表的约束结构

传统数据库比如MySQL使用的是正向索引。通常使用id作为索引

在搜索手机时，如果使用select * from 表 where title like '%手机%';语句进行查找，它会逐条扫描数据，然后找到title中的数据后，判断是否保存”手机“词条。这样的效率很慢.

而elasticsearch采用倒排索引

数据库与elasticsearch概念对比

安装ES、Kibana与分词器

这里是基于Docker的安装，ES也支持windows的安装，具体安装方法请参考其他教程。

首先我们需要将ES与Kibana（为ES提供一个可视化界面）容器互联，因此需要先创建一个网络

输入docker命令

docker network create es-net(es-net网络名称，自己随便起名)
docker pull elasticsearch:版本号
docker pull kibana:版本号（两个版本号需要一致）

docker run -d \
--name es \
-e "ES_JAVA_OPTS=-Xms512m -Xmx512m" \
-e "discovery.type=single-node" \
-v es-data:/usr/share/elasticsearch/data \
-v es-plugins:/usr/share/elasticsearch/plugins \
--privileged \
--network es-net \
-p 9200:9200 \
-p 9300:9300 \
elasticsearch:版本号

之后访问9200端口

出现如下格式证明启动成功。

接下来启动kibana

docker run -d \
--name kibana \
-e ELASTICSEARCH_HOSTS=http://es:9200 \
--network=es-net \
-p 5601:5601 \
kibana:版本号

启动成功后访问5601端口，出现如下界面

ES默认的分词器对中文分词并不友好。因此我们需要下载IK分词器

下载地址：GitHub - medcl/elasticsearch-analysis-ik: The IK Analysis plugin integrates Lucene IK analyzer into elasticsearch, support customized dictionary.

下在对应版本并解压到刚刚指定的数据卷。

重启容器

docker restart es

IK分词器有两种拆分模式

  • ik_smart：最少切分（空间占用更少）
  • ik_max_word：最细切分（切分力度最大，文档搜索到的概率更大）

下面是两种示例

POST /_analyze
{
  "text":"观察ik分词器的两种模式",
  "analyzer": "ik_max_word"
}

{

"tokens" : [

{

"token" : "观察",

"start_offset" : 0,

"end_offset" : 2,

"type" : "CN_WORD",

"position" : 0

},

{

"token" : "ik",

"start_offset" : 2,

"end_offset" : 4,

"type" : "ENGLISH",

"position" : 1

},

{

"token" : "分词器",

"start_offset" : 4,

"end_offset" : 7,

"type" : "CN_WORD",

"position" : 2

},

{

"token" : "分词",

"start_offset" : 4,

"end_offset" : 6,

"type" : "CN_WORD",

"position" : 3

},

{

"token" : "器",

"start_offset" : 6,

"end_offset" : 7,

"type" : "CN_CHAR",

"position" : 4

},

{

"token" : "的",

"start_offset" : 7,

"end_offset" : 8,

"type" : "CN_CHAR",

"position" : 5

},

{

"token" : "两种",

"start_offset" : 8,

"end_offset" : 10,

"type" : "CN_WORD",

"position" : 6

},

{

"token" : "两",

"start_offset" : 8,

"end_offset" : 9,

"type" : "COUNT",

"position" : 7

},

{

"token" : "种",

"start_offset" : 9,

"end_offset" : 10,

"type" : "CN_CHAR",

"position" : 8

},

{

"token" : "模式",

"start_offset" : 10,

"end_offset" : 12,

"type" : "CN_WORD",

"position" : 9

}

]

}

POST /_analyze
{
  "text":"观察ik分词器的两种模式",
  "analyzer": "ik_smart"
}

{

"tokens" : [

{

"token" : "观察",

"start_offset" : 0,

"end_offset" : 2,

"type" : "CN_WORD",

"position" : 0

},

{

"token" : "ik",

"start_offset" : 2,

"end_offset" : 4,

"type" : "ENGLISH",

"position" : 1

},

{

"token" : "分词器",

"start_offset" : 4,

"end_offset" : 7,

"type" : "CN_WORD",

"position" : 2

},

{

"token" : "的",

"start_offset" : 7,

"end_offset" : 8,

"type" : "CN_CHAR",

"position" : 3

},

{

"token" : "两种",

"start_offset" : 8,

"end_offset" : 10,

"type" : "CN_WORD",

"position" : 4

},

{

"token" : "模式",

"start_offset" : 10,

"end_offset" : 12,

"type" : "CN_WORD",

"position" : 5

}

]

}

分词器作用

  1. 创建倒排索引时对文档分词
  2. 用户搜索时，对输入的内容分词

自定义字典

ik分词器之所以可以实现分词，是内部存在一个字典，根据字典会进行划分。但是有的是时候需要排除某些词语，比如说”嗯“，”哦“等词语，没有划分的意义。又比如说网络梗”打个胶先“等这些不会被识别为一个词语。这个时候我们可以自定义我们的词典。具体修改方式如下。

拓展词库

修改ik分词器插件中的confg目录下的IKAnalyzer.cfg.xml文件

<?xml version="1." encoding="UTF-8"?>
<!DOCTYPE properties SYSTEM "http://java.sun.com/dtd/properties.dtd">
<properties>
	<comment>IK Analyzer 扩展配置</comment>
	<!--用户可以在这里配置自己的扩展字典 *** 添加扩展词典-->
	<entry key="ext_dict">ext.dic</entry>
</properties>

禁用词库

<?xml version="1." encoding="UTF-8"?>
<!DOCTYPE properties SYSTEM "http://java.sun.com/dtd/properties.dtd">
<properties>
	<comment>IK Analyzer 扩展配置</comment>
	<!--用户可以在这里配置自己的扩展停止词字典 *** 添加停用词词典-->
  <entry key="ext_stopwords">stopword.dic</entry>
</properties>

配置的文件都需要和IKAnalyzer.cfg.xml在同一目录下。如果不存在就自己创建

索引库操作

Mapping属性

mapping是对索引库中文档的约束，常见的mapping属性包括:

  • type：字段数据类型，常见的简单类型有:
    • 字符串： text （可分词的文本）、keyword （精确值，例如:品牌、国家、ip地址）
    • 数值：long、integer、short、byte、double、float
    • 布尔：boolean
    • 日期：date
    • 对象：object
  • index：是否创建索引，默认为true
  • analyzer：使用哪种分词器
  • properties：该字段的子字段

ES还支持两种地理坐标数据类型：

  • geo_point：由维度和经度确定的一个点
  • geo_shape：由多个geo_ponit组成的复杂图形

创建索引库

创建索引库的语法示例如下

PUT /zmbwcx
{
  "mappings": {
    "properties": {
        "info":{
          "type": "text",
          "analyzer": "ik_smart"
        },
        "people":{
          "properties": {
            "name":{
              "type":"keyword"
            },
            "sex":{
              "type":"keyword"
            }
          }
        }
    } 
  }
}

查询索引库

GET /索引库名

删除索引库

DELETE /索引库名

修改索引库

索引库和mapping一旦创建无法进行修改（修改会导致原有的倒排索引发生改变，影响较大，因此无法修改），但是可以向其中添加新的字段

文档操作

新增文档

文档id如果不指定，会随机生成一个文档id

POST /zmbwcx/_doc/1
{
  "info":"成功人士",
  "people":{
    "name":"zmbwcx",
    "sex":"男"
  }
}

查找文档

GET /索引库名/_doc/文档id

字段解读：

  • _index：索引库名
  • _type：查询类型
  • _id：文档id
  • _version：查询次数
  • _source：文档内容

修改文档

全量修改

删除旧文档，添加新文档。具体操作和新增文档相同，只有请求由POST变为PUT。如果修改的文档id不存在，则相当于新增

PUT /索引库名/_doc/文档id
{
  "字段1":"值1",
  "字段2":"值2",
	// ...略
}

增量修改

POST /索引库名/_update/文档id
{
	"doc":{
      "字段名":"新的值"
	}
}

删除文档

DELETE /索引库名/_doc/文档id

RestClient操作索引库

资料下载：https://pan.baidu.com/s/1ORJ-jERwZzJMoyWpCrgafw?pwd=zmbw

mapping要考虑的问题：字段名、数据类型、是否参与搜索、是否分词、如果分词，分词器是什么?

字段名与数据类型的设计与数据库一样就可以。其余的部分要联合业务决定

具体DSL语句如下，我们可以选择在视图界面直接运行如下代码也可以在Java中创建索引库。

PUT /hotel
{
  "mappings":{
    "properties":{
      "id":{
        "type":"keyword"
      },
      "name":{
        "type":"text",
        "analyzer":"ik_max_word",
        "copy_to": "all"
      },
      "address":{
        "type":"keyword",
        "index": false
      },
      "price":{
        "type":"integer"
      },
      "score":{
        "type":"integer"
      },
      "brand":{
        "type":"keyword",
        "copy_to": "all"
      },
      "city":{
      "type":"keyword"
      },
      "starName":{
        "type":"keyword"
      },
      "business":{
        "type":"keyword",
        "copy_to": "all"
      },
      "location":{
        "type": "geo_point"
      },
      "pic":{
        "type":"keyword",
        "index": false
      },
      "all":{
        "type": "text",
        "analyzer": "ik_max_word"
      }
    }
  }
}

如果需要实现搜索一个字段可以查询到多个字段的内容需要使用字段拷贝。

"拷贝字段":{
	"type":"test",
  "analyzer":"ik_max_word"
},
"被拷贝字段":{
	"copy_to"："拷贝字段"
}

创建好mapping映射后，编写Java部分的代码

首先引入依赖，这里的版本一定要和docker中安装的版本一样

<properties>
    <java.version>1.8</java.version>
    <elasticsearch.version>7.12.1</elasticsearch.version>
</properties>
<dependencies>
	<dependency>
    <groupId>org.elasticsearch.client</groupId>
    <artifactId>elasticsearch-rest-high-level-client</artifactId>
  </dependency>
</dependencies>

创建客户端对象，并使用该对象创建索引库。

@SpringBootTest
class HotelDemoApplicationTests {
    private RestHighLevelClient client;

    @BeforeEach//初始化客户端
    void setUp() {
        this.client = new RestHighLevelClient(RestClient.builder(
                HttpHost.create("http://192.168.116.131:9200")
        ));
    }

    @AfterEach
    void tearDown() throws IOException {
        this.client.close();
    }

    @Test//创建索引库
    public void testCreateIndex() throws Exception {
        CreateIndexRequest request = new CreateIndexRequest("hotel");
        request.source(MAPPING_TEMPLATE, XContentType.JSON);
        client.indices().create(request, RequestOptions.DEFAULT);
    }
       
    @Test//删除索引库
    public void testDeleteIndex() throws Exception {
        DeleteIndexRequest request = new DeleteIndexRequest("hotel");
        client.indices().delete(request,RequestOptions.DEFAULT);
    }

    @Test//判断索引库是否存在
    public void testGetIndex() throws Exception {
        GetIndexRequest request = new GetIndexRequest("hotel");
        boolean exists = client.indices().exists(request, RequestOptions.DEFAULT);
        System.out.println(exists?"索引库存在":"索引库不存在");
    }
}

RestClient操作文档

新增文档

@SpringBootTest
class TestDoc {
    private RestHighLevelClient client;
    @Autowired
    private IHotelService service;

    @BeforeEach
    void setUp() {
        this.client = new RestHighLevelClient(RestClient.builder(
                HttpHost.create("http://192.168.116.131:9200")
        ));
    }

    @AfterEach
    void tearDown() throws IOException {
        this.client.close();
    }

    @Test
    public void testInsertDoc() throws Exception {
        //从数据库中查找数据
        Hotel hotel = service.getById(36934);
        //转换为Mapping相对应的格式
        HotelDoc hotelDoc = new HotelDoc(hotel);
        //创建添加请求
        IndexRequest request = new IndexRequest("hotel").id(hotelDoc.getId().toString());
        //准备JSON文档
        request.source(JSON.toJSONString(hotelDoc),XContentType.JSON);
        //添加文档
        client.index(request,RequestOptions.DEFAULT);
    }
}

 去可视化界面查询是否插入成功

根据Id查询文档数据

    @Test
    public void testGetResultById() throws Exception {
        GetRequest request = new GetRequest("hotel","36934");
        GetResponse response = client.get(request, RequestOptions.DEFAULT);
        String jsonStr = response.getSourceAsString();
        HotelDoc hotelDoc = JSON.parseObject(jsonStr, HotelDoc.class);
        System.out.println(hotelDoc);
    }

更新文档

更新文档有两种，一种是全量更新，更改方式与新增文档一模一样。

另一种是局部更新，代码如下

    @Test
    public void testUpdateDoc() throws Exception {
        UpdateRequest request = new UpdateRequest("hotel","36934");
        //参数类似于k:v，但不同的是，不是使用:而是,分割，每两个作为一个kv。第三个参数作为k
        request.doc(
                "price","300"
        );
        client.update(request,RequestOptions.DEFAULT);
    }

删除文档

    @Test
    public void testDeleteDoc() throws Exception {
        DeleteRequest request = new DeleteRequest("hotel","36934");
        client.delete(request,RequestOptions.DEFAULT);
    }

批量新增

    @Test
    public void testInsertDocs() throws Exception {
        List<Hotel> list = service.list();
        List<HotelDoc> listHotelDocs = list.stream().map(hotel -> new HotelDoc(hotel)).collect(Collectors.toList());
        BulkRequest bulkRequest = new BulkRequest();
        for (HotelDoc hotelDoc : listHotelDocs) {
            bulkRequest.add(new IndexRequest("hotel")
                    .id(hotelDoc.getId().toString())
                    .source(JSON.toJSONString(hotelDoc),XContentType.JSON));
        }
        client.bulk(bulkRequest,RequestOptions.DEFAULT);
    }

DSL查询语法

查询所有

但实际上有条数限制，为10条

GET /hotel/_search
{
  "query": {
    "match_all": {}
  }
}

全文检索

会对用户输入的数据经过分词器处理后搜索文档，常用于搜索框

一种是match搜索

GET /hotel/_search
{
  "query": {
    "match": {
      "all": "北京"
    }
  }
}

一种是multi_match，可以查询多个字段

GET /hotel/_search
{
  "query": {
    "multi_match": {
      "query": "北京如家",
      "fields": ["brand","name","business"]
    }
  }
}

两种查询效果基本相同，但第二种查询的索引更多，速度更慢些，所以更推荐通过拷贝的方式只查询一个索引。

精确查询

精确查询一般是查找keyword、数值、日期、boolean等类型字段。所以不会对搜索条件分词。

  • term：根据词条精确值查询
  • range：根据值的范围查询

查询北京地区的旅店信息

GET /hotel/_search
{
  "query": {
    "term": {
      "city": {
        "value": "北京"
      }
    }
  }
}

查询价格区间的旅店信息

GET /hotel/_search
{
  "query": {
    "range": {
      "price": {
        "gte": 100,
        "lte": 200
      }
    }
  }
}

地理查询

geo_bounding_box查询方式。

geo_distance查询方式

复合查询

复合查询可以将其他简单的查询组合起来，实现更复杂的搜索逻辑

fuction score：算分函数查询，可以控制文档相关性算分，控制文档排名

boolean query：布尔查询是一个或多个查询子句的组合。子查询的组合方式有

  • must：必须匹配每个子查询，类似”与“
  • should：选择性匹配子查询，类似”或“
  • must_not：必须不匹配，不参与算分，类似”非“
  • filter：必须匹配，不参与算分

参与算分的条件越多，性能越差

搜索结果处理

排序

默认根据相关度算分（_score）排序，但是可以自定义排序规则，比如说价格，或是日期，如果指定其他排序，则放弃算分，性能更好

按用户评分降序，价格升序查询

GET /hotel/_search
{
  "query": {
    "match_all": {}
  },
  "sort": [
    {
      "score": "desc"
    },
    {
      "price": "asc"
    }
  ]
}

分页

ES中默认一次查询出10条数据。如果需要获取更多的数据，需要修改分页参数

#分页查询
GET /hotel/_search
{
  "query": {
    "match_all": {}
  },
  "from": 10, //从第十条开始查找
  "size": 20 //查询20条数据
}

分页存在的问题：

ES和数据库不同，ES做的是逻辑分页，也就是查询出前30条数据，然后截取10之后的20条数据。其次，ES通常为了存储更多文档都是集群工作，会将文档拆分到不同节点上。如果我们以价格升序排序后，截取50-60的文档，那么实际上是每个节点都进行排序后，每个节点数据集合到内存后再次重新排序后再去截取50-60的数据。

如果搜索的页数过深，或者结果集（from+size）过大，对内存和CPU消耗越高，因此ES设定结果集上限为1000

高亮

GET /hotel/_search
{
  "query": {
    "match": {
      "all": "北京"
    }
  },
  "highlight": {
    "fields": {
      "name": {
        "require_field_match": "false" //取消字段匹配
      }
    }
  }
}

ES默认情况下ES的搜索字段必须与高亮字段名一致。如果不需要一致，则需要添加配置

RestClient查询文档

查询全部

查询文档

    @Test
    public void testSearchMatchAll() throws Exception {
        SearchRequest request = new SearchRequest("hotel");
        //准备DSL
        request.source().query(QueryBuilders.matchAllQuery());
        SearchResponse response = client.search(request, RequestOptions.DEFAULT);
        System.out.println(response);
    }

解析数据

结合JSON格式进行解析数据

    @Test
    public void testSearchMatchAll() throws Exception {
        SearchRequest request = new SearchRequest("hotel");
        //准备DSL
        request.source().query(QueryBuilders.matchAllQuery());
        SearchResponse response = client.search(request, RequestOptions.DEFAULT);
        System.out.println(response);
        SearchHits searchHits = response.getHits();
        long totalNum = searchHits.getTotalHits().value;
        SearchHit[] hits = searchHits.getHits();
        for (SearchHit hit : hits) {
            HotelDoc hotelDoc = JSON.parseObject(hit.getSourceAsString(), HotelDoc.class);
            System.out.println(hotelDoc);
        }
        System.out.println("一共查询到:"+totalNum+"条");
    }

全文检索查询

    @Test
    public void testSearchMatch() throws Exception {
        SearchRequest request = new SearchRequest("hotel");
        request.source().query(QueryBuilders.matchQuery("all","北京"));
        SearchResponse response = client.search(request, RequestOptions.DEFAULT);
        SearchHits searchHits = response.getHits();
        long totalNum = searchHits.getTotalHits().value;
        SearchHit[] hits = searchHits.getHits();
        for (SearchHit hit : hits) {
            HotelDoc hotelDoc = JSON.parseObject(hit.getSourceAsString(), HotelDoc.class);
            System.out.println(hotelDoc);
        }
        System.out.println("一共查询到:"+totalNum+"条");
    }

与MatchAll的查询方式基本无异。多了个指定字段与查询内容

精确查询

复合查询

排序和分页

    @Test
    public void testSearchPage() throws Exception {
        SearchRequest request = new SearchRequest("hotel");
        request.source().query(QueryBuilders.matchQuery("all","北京"));
        request.source().from(10).size(5);
        request.source().sort("price", SortOrder.ASC);
        SearchResponse response = client.search(request, RequestOptions.DEFAULT);
        SearchHits searchHits = response.getHits();
        long totalNum = searchHits.getTotalHits().value;
        SearchHit[] hits = searchHits.getHits();
        for (SearchHit hit : hits) {
            HotelDoc hotelDoc = JSON.parseObject(hit.getSourceAsString(), HotelDoc.class);
            System.out.println(hotelDoc);
        }
        System.out.println("一共查询到:"+totalNum+"条");
    }

高亮

    @Test
    public void testHighLight() throws Exception {
        SearchRequest request = new SearchRequest("hotel");
        request.source().query(QueryBuilders.matchQuery("all","北京"));
        request.source().highlighter(new HighlightBuilder().field("name").requireFieldMatch(false));
        SearchResponse response = client.search(request, RequestOptions.DEFAULT);
        SearchHits searchHits = response.getHits();
        SearchHit[] hits = searchHits.getHits();
        for (SearchHit hit : hits) {
            HotelDoc hotelDoc = JSON.parseObject(hit.getSourceAsString(), HotelDoc.class);
            Map<String, HighlightField> highlightFields = hit.getHighlightFields();
            if (!CollectionUtils.isEmpty(highlightFields)){
                HighlightField field = highlightFields.get("name");
                if (field!=null){
                    String value = field.getFragments()[0].string();
                    hotelDoc.setName(value);
                }
            }
            System.out.println(hotelDoc);
        }
    }

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：/a/110509.html

如若内容造成侵权/违法违规/事实不符，请联系我们进行投诉反馈qq邮箱809451989@qq.com，一经查实，立即删除！

相关文章

使用内网穿透工具进行支付宝沙箱环境支付的SDK接口远程测试

使用内网穿透工具进行支付宝沙箱环境支付的SDK接口远程测试

Java支付宝沙箱环境支付&#xff0c;SDK接口远程调试【内网穿透】 1.测试环境 MavenSpring bootJdk 1.8 2.本地配置 获取支付宝支付Java SDK,maven项目可以选择maven版本,普通java项目可以在GitHub下载,这里以maven为例 SDK下载地址&#xff1a;https://doc.open.alipay.com…
阅读更多...
删除的PPT怎么找回来？4个必备恢复方法！

删除的PPT怎么找回来？4个必备恢复方法！

“最近的期末展示需要制作一个PPT&#xff0c;我熬了几个大夜才完成了&#xff0c;但是不知道怎么的我在删除其他文件时不小心把这个PPT一起删掉了&#xff0c;有什么方法可以帮我找回这个误删的PPT吗&#xff1f;” 我们在工作和学习中&#xff0c;经常都需要使用到PPT&#x…
阅读更多...
白票某度自媒体混剪剪辑视频素材/爬虫软件说明文档

白票某度自媒体混剪剪辑视频素材/爬虫软件说明文档

大家好&#xff0c;我是淘小白~ 软件&#xff1a;某度自媒体混剪素材爬虫软件 语言&#xff1a;Python 说明文档&#xff1a; 1、自定义关键词采集 2、采集百度aigc视频素材&#xff0c;经过测试&#xff0c;使用剪映的文字成片某度视频素材&#xff0c;可过头条的原创检测…
阅读更多...
杂牌行车记录仪特殊AVI结构恢复案例

杂牌行车记录仪特殊AVI结构恢复案例

最近遇到一个杂牌的行车记录仪需要恢复数据&#xff0c;其使用AVI格式&#xff0c;但是在扫描恢复的过程中却发现厂家对其AVI结构进行了“魔改”致程序无法正常识别 故障存储:16G SD卡 fat32文件系统 故障现象: 16G的SD卡&#xff0c;在发生事故后客户尝试自行接到手机上读…
阅读更多...
Mybatis—基础操作

Mybatis—基础操作

mybatis入门后&#xff0c;继续学习mybatis基础操作。 目录 Mybatis基础操作准备工作删除操作日志输入预编译SQLSQL注入参数占位符 新增操作基本新增添加后返回主键 更新操作查询操作根据id查询数据封装条件查询条件查询 Mybatis基础操作 准备工作 根据下面页面原型及需求&am…
阅读更多...
【产品运营】产品需求应该如何管理

【产品运营】产品需求应该如何管理

产品项目在进行时经常会有一些需求需要实现&#xff0c;需求是产品更新迭代的动力&#xff0c;需求也是从用户诉求转化而来&#xff1b;在做需求管理时&#xff0c;我们需要判断一个需求的优先级等方面&#xff0c;对产品进行优化&#xff1b; 目录&#xff1a; 一、 为什么要…
阅读更多...
游戏在小米设备上因自适应刷新率功能，帧率减半

游戏在小米设备上因自适应刷新率功能，帧率减半

1&#xff09;游戏在小米设备上因自适应刷新率功能&#xff0c;帧率减半 2&#xff09;Lua在计算时出现非法值&#xff0c;开启Debugger之后不再触发 3&#xff09;如何在Unity中实现液体蔓延的效果 这是第357篇UWA技术知识分享的推送&#xff0c;精选了UWA社区的热门话题&…
阅读更多...
【Tomcat】如何在idea上部署一个maven项目?

【Tomcat】如何在idea上部署一个maven项目?

目录 1.创建项目 2.引入依赖 3.创建目录 4.编写代码 5.打包程序 6.部署项目 7.验证程序 什么是Tomcat和Servlet? 以idea2019为例&#xff1a; 1.创建项目 1.1 首先创建maven项目 1.2 项目名称 2.引入依赖 2.1 网址输入mvnrepository.com进入maven中央仓库->地址…
阅读更多...
SpringBoot整合自签名SSL证书，转变HTTPS安全访问（单向认证服务端）

SpringBoot整合自签名SSL证书，转变HTTPS安全访问（单向认证服务端）

前言 HTTP 具有相当优秀和方便的一面,然而 HTTP 并非只有好的一面&#xff0c;事物皆具两面性&#xff0c;它也是有不足之处的。例如&#xff1a; 通信使用明文&#xff08;不加密&#xff09;&#xff0c;内容可能会被窃听。不验证通信方的身份&#xff0c;因此有可能会遭遇…
阅读更多...
LSF 概览——了解 LSF 是如何满足您的作业要求，并找到最佳资源来运行该作业的

LSF 概览——了解 LSF 是如何满足您的作业要求，并找到最佳资源来运行该作业的

LSF 概览 了解 LSF 是如何满足您的作业要求&#xff0c;并找到最佳资源来运行该作业的。 IBM Spectrum LSF ("LSF", load sharing facility 的简称) 软件是行业领先的企业级软件。LSF 将工作分散在现有的各种 IT 资源中&#xff0c;以创建共享的&#xff0c;可扩展…
阅读更多...
Vue 的双向数据绑定是如何实现的？

Vue 的双向数据绑定是如何实现的？

目录 1. 响应式数据 2. v-model 指令 3. 实现原理 4. 总结 Vue.js 是一款流行的前端 JavaScript 框架&#xff0c;它以其强大的双向数据绑定能力而闻名。双向数据绑定使得数据在视图和模型之间保持同步&#xff0c;并且任一方的变化都会自动反映到另一方。那么&#xff0c;…
阅读更多...
【java爬虫】公司半年报数据展示

【java爬虫】公司半年报数据展示

前言 前面有一篇文章介绍了使用selenium获取上市公司半年报的方法&#xff0c;这篇文章就给这些数据写一个简单的前端展示页面 上一篇文章的链接在这里 【java爬虫】使用selenium获取某交易所公司半年报数据-CSDN博客 首先来看一下整个页面的展示效果 前端页面采用vueeleme…
阅读更多...
[架构之路-245/创业之路-76]：目标系统 - 纵向分层 - 企业信息化的呈现形态：常见企业信息化软件系统 - 企业资源管理计划ERP

[架构之路-245/创业之路-76]：目标系统 - 纵向分层 - 企业信息化的呈现形态：常见企业信息化软件系统 - 企业资源管理计划ERP

目录 前言&#xff1a; 一、企业信息化的结果&#xff1a;常见企业信息化软件 1.1 企业资源管理计划 1.1.1 什么是ERP&#xff1a;企业最常用的信息管理系统 1.1.2 ERP的演进过程 1.1.3 EPR模块 1.1.4 EPR五个层级 1.1.5 企业EPR业务总体流程图 1.1.6 什么类型的企业需…
阅读更多...
数据结构——线性表①（顺序表）

数据结构——线性表①（顺序表）

一、线性表定义 线性表是一种数据结构&#xff0c;它是由n个具有相同数据类型的数据元素a1,a2,…,an组成的有限序列。 其中&#xff0c;除第一个元素a1外&#xff0c;每一个元素有且只有一个直接前驱元素&#xff0c;除了最后一个元素an外&#xff0c;每一个元素有且只有一个…
阅读更多...
公司电脑禁用U盘的方法

公司电脑禁用U盘的方法

公司电脑禁用U盘的方法 安企神U盘管理系统下载使用 在这个复杂的数据时代&#xff0c;保护公司数据的安全性至关重要。其中&#xff0c;防止未经授权的数据泄露是其中的一个关键环节。U盘作为一种常用的数据传输工具&#xff0c;也成为了潜在的安全风险。因此&#xff0c;公司…
阅读更多...
【ES专题】ElasticSearch快速入门

【ES专题】ElasticSearch快速入门

目录 前言从一个【搜索】说起 阅读对象前置知识笔记正文一、全文检索1.1 什么是【全文检索】1.2 【全文检索】原理1.3 什么是倒排索引 二、ElasticSearch简介2.1 ElasticSearch介绍2.2 ElasticSearch应用场景2.3 数据库横向对比 三、ElasticSearch环境搭建3.1 Windows下安装3.2…
阅读更多...
pytorch：R-CNN的pytorch实现

pytorch：R-CNN的pytorch实现

pytorch&#xff1a;R-CNN的pytorch实现 仅作为学习记录&#xff0c;请谨慎参考&#xff0c;如果错误请评论指出。 参考文献&#xff1a;Rich Feature Hierarchies for Accurate Object Detection and Semantic Segmentation      https://blog.csdn.net/qq_41694024/cat…
阅读更多...
springboot是如何工作的

springboot是如何工作的

一、前言 现在java后端开发框架比较多的使用springboot框架&#xff0c;springboot是在以前的springMVC进行封装和优化&#xff0c;最大的特点是简化了配置和内置Tomcat。本节通过阅读源码理解springboot是如何工作的。 二、springboot是如何工作的 1、从启动类开始 /***服务…
阅读更多...
【Proteus仿真】【Arduino单片机】SG90舵机控制

【Proteus仿真】【Arduino单片机】SG90舵机控制

文章目录 一、功能简介二、软件设计三、实验现象联系作者 一、功能简介 本项目使用Proteus8仿真Arduino单片机控制器&#xff0c;使用SG90舵机等。 主要功能&#xff1a; 系统运行后&#xff0c;舵机开始运行。 二、软件设计 /* 作者&#xff1a;嗨小易&#xff08;QQ&#x…
阅读更多...
链表加法与节点交换:数据结构的基础技能

链表加法与节点交换:数据结构的基础技能

目录 两两交换链表中的节点单链表加一链表加法使用栈实现使用链表反转实现 两两交换链表中的节点 给你一个链表&#xff0c;两两交换其中相邻的节点&#xff0c;并返回交换后链表的头节点。你必须在不修改节点内部的值的情况下完成本题&#xff08;即&#xff0c;只能进行节点…
阅读更多...
最新文章

Copyright @ 2022~2023