Redis入门到精通——00数据类型

1、String

1.1、介绍

String 是最基本的 key-value 结构，key 是唯一标识，value 是具体的值，value其实不仅是字符串， 也可以是数字（整数或浮点数），value 最多可以容纳的数据长度是 512M

1.2、内部实现

String类型的底层数据结构实现是int和SDS（Simple Dynamic String，简单动态字符串）

  • SDS

    • SDS不仅可以保存文本数据，还可以保存二进制数据

  • SDS获取字符串长度的时间复杂度是O(1)

    • 而 SDS 结构里用 len 属性记录了字符串长度，所以复杂度为 O(1)

  • Redis的SDS API是安全的，拼接字符串不会造成缓冲区溢出

    • SDS 在拼接字符串之前会检查 SDS 空间是否满足要求，如果空间不够会自动扩容，所以不会导致缓冲区溢出的问题

  • SDS数据结构

    pPLkm36png

    • len：记录buf数组中已使用字节的数量
    • free：记录buf数组中未使用字节的数量
    • buf[]: 字节数组，用于保存字符串

1.3、常用命令

1.3.1、基础操作

# 设置 key-value 类型的值
SET key value
# 根据key，获取对应的value
GET key
# 判断某个key是否存在
EXISTS key
# 返回key所存储的字符串值的长度
STRLEN key
# 删除某个key对应的值
DEL key

1.3.2、批量操作

# 批量设置key - value
MSET key1 value1 key2 value2
# 批量获取多个key对应的value
MGET key1 key2

1.3.3、计数器

字符串的内容发为整数的时候可以使用计数器操作

# 设置一个number的key，值为0（整数）
SET number 0
# 将key中存储的数字值增1
INCR number
# 将key中存储的数字值增10
INCRBY number 10
# 将key中存储的数字值减1
DECR number 1
# 将key中存储的数字值减10
DECRBY number 10

1.3.4、过期操作

默认为永不过期

# 设置key在 10秒后过期（该方法是针对已存在的key设置的过期时间）
EXPIRE key 10
# 查看key还有多久过期
TTL key
# 设置key-value，并设置key过期时间为10秒
# 方式一
SET key value EX 10
# 方式二
SETEX key 10 value

1.3.5、判断是否存在

不存在即插入

SETNX key value

1.4、应用场景

  • 缓存对象

    • 缓存整个对象的JSON
      • SET user:1 ‘{“name”:“PP”, “age”:18}’

  • 采用将 key 进行分离为 user:ID:属性，采用 MSET 存储，用 MGET 获取各属性值

    • MSET user:1:name PP user:1:age 18 user:2:name CC user:2:age 20

  • 常规计数

    • 业务场景

      • 访问次数

        pPLkNgfpng

      • 点赞

      • 转发

      • 库存数量

  • 分布式锁

    • SET命令的NX参数

      • 如果key不存在，显示插入成功，可以用来表示加锁成功
      • 如果key存在，则会显示插入失败，可以用来表示加锁失败

  • 对分布式锁加上过期时间，分布式锁的命令：SET lock_key unique_value NX PX 10000

    • lock_key就是key键
    • unique_value 是客户端生成的唯一的标识
    • NX 代表只在 lock_key 不存在时，才对 lock_key 进行设置操作
    • PX 10000 表示设置 lock_key 的过期时间为 10s，这是为了避免客户端发生异常而无法释放锁

  • 通过lua脚本保证解锁的原子性

    pPLk2vTpng

  • 共享Session信息

    • 设计

      • 借助 Redis 对这些 Session 信息进行统一的存储和管理，这样无论请求发送到那台服务器，服务器都会去同一个 Redis 获取相关的 Session 信息，这样就解决了分布式系统下 Session 存储的问题

        pPLkWKUpng

2、List

2.1、介绍

List 列表是简单的字符串列表，按照插入顺序排序，可以从头部或尾部向 List 列表添加元素。

列表的最大长度为 2^32 - 1，也即每个列表支持超过 40 亿个元素

特点：

  • 高效的节点重排能力【按照插入顺序排序，头插、尾插】

  • 顺序访问节点

  • 通过增删节点灵活调整链表长度

2.2、内部实现

  • listNode

    • 结构

      pPLkXrDpng

    • 双端链表

      • 链表节点带有prev和next指针

      • 获取某个节点的前置节点和后置节点复杂度都是O(1)

    pPLkjqepng

  • list

    • 结构

    pPLkzadpng

    • 无环链表

      • 表头节点的prev指针和表尾节点的next指针都指向NULL

      • 对链表的访问以NULL为终点

    pPLEo1xpng

总结：

  • 带表头指针和表尾指针

    • 通过list结构的head指针和tail指针

  • 获取链表的表头节点和表尾节点的复杂度为O(1)

  • 带链表长度计数器

    • list结构的len属性可以获取链表中节点数量

  • 时间复杂度为O(1)

  • 多态

    • 链表节点使用void*指针来保存节点值

  • 通过list结构的dup、free、match三个属性为节点值设置类型特定函数

  • 链表可以保存各种不同类型的值

2.3、常用命令

  • LPUSH key value [ value … ]

    • 将一个或多个值value插入到key列表的表头（最左边，头插）
    • 最后插入的值在最前面

  • RPUSH key value [ value … ]

    • 将一个或多个值value插入到key列表的表尾（最右边）
    • 保证最后插入的值，在尾巴

  • LPOP

    • 移除并返回key列表的头元素

  • RPOP

    • 移除并返回key列表的尾元素

  • LRANGE key start stop

    • 返回列表key中指定区间内的元素

  • 区间以偏移量start 和 stop指定，从0开始

  • BLPOP key [ key … ] timeout

    • 从key列表表头弹出一个元素，没有就阻塞timeout秒，如果timeout = 0 就一直阻塞

  • BRPOP key [ key … ] timeout

    • 从key列表表尾弹出一个元素，没有就阻塞timeout秒，如果timeout = 0 就一直阻塞

2.4、应用场景

  • 消息队列

    • 存取消息需求

      • 消息保存

        • List

          • LPUSH + RPOP
          • RPUSH + LPOP

      • 处理重复的消息

      • 保证消息可靠性

  • 生产者&消费者

    • 生产者使用 LPUSH key value[value…] 将消息插入到队列的头部，如果 key 不存在则会创建一个空的队列再插入消息
    • 消费者使用 RPOP key 依次读取队列的消息，先进先出

3、Hash

3.1、介绍

Hash 是一个键值对（key - value）集合，其中 value 的形式如： value=[{field1，value1}，...{fieldN，valueN}]

Hash 特别适合用于存储对象

特点：

  • 一个键（key）可以和一个值（value）进行关联

  • 每个键，独一无二

3.2、内部实现

Redis的字典使用哈希表做为底层实现，一个哈希表里面可以有多个哈希表节点，每个哈希表节点保存了字典中的一个键值对

  • Dictht结构

    • table是一个数组，数组中的每个元素都是一个指向dicyEntry结构的指针，每个dictEntry结构保存着一个键值对
    • size属性记录了哈希表的大小，即table数组的大小
    • used记录哈希表目前已有节点（键值对）的数量

  • DictEntry结构

    • key 保存键值对中的键
    • v保存键值对中的值

  • dict结构

  • dictType结构

3.3、常用命令

  • HSET key field value

    • 设置key 的键值对

  • 案例

    • 存

  • HGET key field

    • 获取key中field的值

  • HMSET key field value [field value…]

    • 在一个哈希表key中存储多个键值对

  • HMGET key field [field …]

    • 批量获取数据

  • HDEL key field [field …]

    • 删除哈希表key中的field键值

  • HLEN key

    • 返回哈希表key中field的数量

  • HGETALL key

    • 返回哈希表key中所有的键值

  • HINCRBY key field n

    • 为哈希表key中field键的值加上增量n

3.4、应用场景

  • 缓存对象

  • 购物车

    • 添加商品：HSET cart:{用户id} {商品id} 1
    • 添加数量：HINCRBY cart:{用户id} {商品id} 1
    • 商品总数：HLEN cart:{用户id}
    • 删除商品：HDEL cart:{用户id} {商品id}
    • 获取购物车所有商品：HGETALL cart:{用户id}

3.5、解决键冲突

Redis的哈希表采用链地址法（separate chaining）来解决键冲突

每个哈希表节点都有一个next指针，多个哈希表节点可以用next指针构成一个单向链表，被分配到同一个索引上的多个节点可以用这个单向链表连接起来，这就解决键冲突问题

4、Set

4.1、介绍

Set 类型是一个无序并唯一的键值集合，它的存储顺序不会按照插入的先后顺序进行存储。

一个集合最多可以存储 2^32-1 个元素。概念和数学中个的集合基本类似，可以交集，并集，差集等等，所以 Set 类型除了支持集合内的增删改查，同时还支持多个集合取交集、并集、差集。

特点：

  • 无序，存储顺序不会按照插入的先后顺序进行存储

  • 唯一，Set只能存储非重复元素

4.2、内部实现

  • 哈希表+整数集合

  • intset

    • 结构

      • contents

        • 整数集合的每个元素都是contents数组的一个数组项（item）
        • 各个项在数组中按值的大小从小到大有序地排列
        • 数组中不包含任何重复项

      • length

        • 记录了整数集合包含的元素数量，即contents数组的长度

4.3、常用命令

  • 常用操作
# 往集合key中存入元素，元素存在则忽略，若key不存在则新建
SADD key member [member ...]
# 从集合key中删除元素
SREM key member [member ...] 
# 获取集合key中所有元素
SMEMBERS key
# 获取集合key中的元素个数
SCARD key# 判断member元素是否存在于集合key中
SISMEMBER key member# 从集合key中随机选出count个元素，元素不从key中删除
SRANDMEMBER key [count]
# 从集合key中随机选出count个元素，元素从key中删除
SPOP key [count]
  • 运算操作
# 交集运算
SINTER key [key ...]
# 将交集结果存入新集合destination中
SINTERSTORE destination key [key ...]# 并集运算
SUNION key [key ...]
# 将并集结果存入新集合destination中
SUNIONSTORE destination key [key ...]# 差集运算
SDIFF key [key ...]
# 将差集结果存入新集合destination中
SDIFFSTORE destination key [key ...]

4.4、应用场景

集合的主要几个特性，无序、不可重复、支持并交差等操作。

因此 Set 类型比较适合用来数据去重和保障数据的唯一性，还可以用来统计多个集合的交集、错集和并集等，当我们存储的数据是无序并且需要去重的情况下，比较适合使用集合类型进行存储。

但是要提醒你一下，这里有一个潜在的风险。Set 的差集、并集和交集的计算复杂度较高，在数据量较大的情况下，如果直接执行这些计算，会导致 Redis 实例阻塞。

在主从集群中，为了避免主库因为 Set 做聚合计算（交集、差集、并集）时导致主库被阻塞，我们可以选择一个从库完成聚合统计，或者把数据返回给客户端，由客户端来完成聚合统计。

点赞

Set 类型可以保证一个用户只能点一个赞，这里举例子一个场景，key 是文章id，value 是用户id。

uid:1 、uid:2、uid:3 三个用户分别对 article:1 文章点赞了。

# uid:1 用户对文章 article:1 点赞
> SADD article:1 uid:1
(integer) 1
# uid:2 用户对文章 article:1 点赞
> SADD article:1 uid:2
(integer) 1
# uid:3 用户对文章 article:1 点赞
> SADD article:1 uid:3
(integer) 1

uid:1 取消了对 article:1 文章点赞。

> SREM article:1 uid:1
(integer) 1

获取 article:1 文章所有点赞用户 :

> SMEMBERS article:1
1) "uid:3"
2) "uid:2"

获取 article:1 文章的点赞用户数量：

> SCARD article:1
(integer) 2

判断用户 uid:1 是否对文章 article:1 点赞了：

> SISMEMBER article:1 uid:1
(integer) 0  # 返回0说明没点赞，返回1则说明点赞了
共同关注

Set 类型支持交集运算，所以可以用来计算共同关注的好友、公众号等。

key 可以是用户id，value 则是已关注的公众号的id。

uid:1 用户关注公众号 id 为 5、6、7、8、9，uid:2 用户关注公众号 id 为 7、8、9、10、11。

# uid:1 用户关注公众号 id 为 5、6、7、8、9
> SADD uid:1 5 6 7 8 9
(integer) 5
# uid:2  用户关注公众号 id 为 7、8、9、10、11
> SADD uid:2 7 8 9 10 11
(integer) 5

uid:1 和 uid:2 共同关注的公众号：

# 获取共同关注
> SINTER uid:1 uid:2
1) "7"
2) "8"
3) "9"

给 uid:2 推荐 uid:1 关注的公众号：

> SDIFF uid:1 uid:2
1) "5"
2) "6"

验证某个公众号是否同时被 uid:1 或 uid:2 关注:

> SISMEMBER uid:1 5
(integer) 1 # 返回0，说明关注了> SISMEMBER uid:2 5
(integer) 0 # 返回0，说明没关注

5、ZSet

5.1、介绍

Zset 类型（有序集合类型）相比于 Set 类型多了一个排序属性 score（分值），对于有序集合 ZSet 来说，每个存储元素相当于有两个值组成的，一个是有序集合的元素值，一个是排序值。

有序集合保留了集合不能有重复成员的特性（分值可以重复），但不同的是，有序集合中的元素可以排序。

5.2、内部实现

Zset 类型的底层数据结构是由压缩列表或跳表实现的：

  • 如果有序集合的元素个数小于 128 个，并且每个元素的值小于 64 字节时，Redis 会使用压缩列表作为 Zset 类型的底层数据结构；
  • 如果有序集合的元素不满足上面的条件，Redis 会使用跳表作为 Zset 类型的底层数据结构；

在 Redis 7.0 中，压缩列表数据结构已经废弃了，交由 listpack 数据结构来实现了。

5.3、常用命令

  • 基本操作
# 往有序集合key中加入带分值元素
ZADD key score member [[score member]...]   
# 往有序集合key中删除元素
ZREM key member [member...]                 
# 返回有序集合key中元素member的分值
ZSCORE key member
# 返回有序集合key中元素个数
ZCARD key # 为有序集合key中元素member的分值加上increment
ZINCRBY key increment member # 正序获取有序集合key从start下标到stop下标的元素
ZRANGE key start stop [WITHSCORES]
# 倒序获取有序集合key从start下标到stop下标的元素
ZREVRANGE key start stop [WITHSCORES]# 返回有序集合中指定分数区间内的成员，分数由低到高排序。
ZRANGEBYSCORE key min max [WITHSCORES] [LIMIT offset count]# 返回指定成员区间内的成员，按字典正序排列, 分数必须相同。
ZRANGEBYLEX key min max [LIMIT offset count]
# 返回指定成员区间内的成员，按字典倒序排列, 分数必须相同
ZREVRANGEBYLEX key max min [LIMIT offset count]
  • 运算操作
# 并集计算(相同元素分值相加)，numberkeys一共多少个key，WEIGHTS每个key对应的分值乘积
ZUNIONSTORE destkey numberkeys key [key...] 
# 交集计算(相同元素分值相加)，numberkeys一共多少个key，WEIGHTS每个key对应的分值乘积
ZINTERSTORE destkey numberkeys key [key...]

5.4、应用场景

Zset 类型（Sorted Set，有序集合） 可以根据元素的权重来排序，我们可以自己来决定每个元素的权重值。比如说，我们可以根据元素插入 Sorted Set 的时间确定权重值，先插入的元素权重小，后插入的元素权重大。

在面对需要展示最新列表、排行榜等场景时，如果数据更新频繁或者需要分页显示，可以优先考虑使用 Sorted Set。

排行榜

有序集合比较典型的使用场景就是排行榜。例如学生成绩的排名榜、游戏积分排行榜、视频播放排名、电商系统中商品的销量排名等。

我们以博文点赞排名为例，PP发表了五篇博文，分别获得赞为 200、40、100、50、150。

# arcticle:1 文章获得了200个赞
> ZADD user:pp:ranking 200 arcticle:1
(integer) 1
# arcticle:2 文章获得了40个赞
> ZADD user:pp:ranking 40 arcticle:2
(integer) 1
# arcticle:3 文章获得了100个赞
> ZADD user:pp:ranking 100 arcticle:3
(integer) 1
# arcticle:4 文章获得了50个赞
> ZADD user:pp:ranking 50 arcticle:4
(integer) 1
# arcticle:5 文章获得了150个赞
> ZADD user:pp:ranking 150 arcticle:5
(integer) 1

文章 arcticle:4 新增一个赞，可以使用 ZINCRBY 命令（为有序集合key中元素member的分值加上increment）：

> ZINCRBY user:pp:ranking 1 arcticle:4
"51"

查看某篇文章的赞数，可以使用 ZSCORE 命令（返回有序集合key中元素个数）：

> ZSCORE user:pp:ranking arcticle:4
"50"

获取小林文章赞数最多的 3 篇文章，可以使用 ZREVRANGE 命令（倒序获取有序集合 key 从start下标到stop下标的元素）：

# WITHSCORES 表示把 score 也显示出来
> ZREVRANGE user:pp:ranking 0 2 WITHSCORES
1) "arcticle:1"
2) "200"
3) "arcticle:5"
4) "150"
5) "arcticle:3"
6) "100"

获取小林 100 赞到 200 赞的文章，可以使用 ZRANGEBYSCORE 命令（返回有序集合中指定分数区间内的成员，分数由低到高排序）：

> ZRANGEBYSCORE user:pp:ranking 100 200 WITHSCORES
1) "arcticle:3"
2) "100"
3) "arcticle:5"
4) "150"
5) "arcticle:1"
6) "200"

6、BitMap

6.1、介绍

Bitmap，即位图，是一串连续的二进制数组（0和1），可以通过偏移量（offset）定位元素。BitMap通过最小的单位bit来进行0|1的设置，表示某个元素的值或者状态，时间复杂度为O(1)。

由于 bit 是计算机中最小的单位，使用它进行储存将非常节省空间，特别适合一些数据量大且使用二值统计的场景。

6.2、内部实现

Bitmap 本身是用 String 类型作为底层数据结构实现的一种统计二值状态的数据类型。

String 类型是会保存为二进制的字节数组，所以，Redis 就把字节数组的每个 bit 位利用起来，用来表示一个元素的二值状态，你可以把 Bitmap 看作是一个 bit 数组。

6.3、常用命令

bitmap 基本操作：

# 设置值，其中value只能是 0 和 1
SETBIT key offset value# 获取值
GETBIT key offset# 获取指定范围内值为 1 的个数
# start 和 end 以字节为单位
BITCOUNT key start end

bitmap 运算操作：

# BitMap间的运算
# operations 位移操作符，枚举值AND 与运算 &OR 或运算 |XOR 异或 ^NOT 取反 ~
# result 计算的结果，会存储在该key中
# key1 … keyn 参与运算的key，可以有多个，空格分割，not运算只能一个key
# 当 BITOP 处理不同长度的字符串时，较短的那个字符串所缺少的部分会被看作 0。返回值是保存到 destkey 的字符串的长度（以字节byte为单位），和输入 key 中最长的字符串长度相等。
BITOP [operations] [result] [key1] [keyn…]# 返回指定key中第一次出现指定value(0/1)的位置
BITPOS [key] [value]

6.4、应用场景

Bitmap 类型非常适合二值状态统计的场景，这里的二值状态就是指集合元素的取值就只有 0 和 1 两种，在记录海量数据时，Bitmap 能够有效地节省内存空间。

签到统计

在签到打卡的场景中，我们只用记录签到（1）或未签到（0），所以它就是非常典型的二值状态。

签到统计时，每个用户一天的签到用 1 个 bit 位就能表示，一个月（假设是 31 天）的签到情况用 31 个 bit 位就可以，而一年的签到也只需要用 365 个 bit 位，根本不用太复杂的集合类型。

假设我们要统计 ID 100 的用户在 2022 年 6 月份的签到情况，就可以按照下面的步骤进行操作。

第一步，执行下面的命令，记录该用户 6 月 3 号已签到。

SETBIT uid:sign:100:202206 2 1

第二步，检查该用户 6 月 3 日是否签到。

GETBIT uid:sign:100:202206 2

第三步，统计该用户在 6 月份的签到次数。

BITCOUNT uid:sign:100:202206

这样，我们就知道该用户在 6 月份的签到情况了。

如何统计这个月首次打卡时间呢？

Redis 提供了 BITPOS key bitValue [start] [end]指令，返回数据表示 Bitmap 中第一个值为 bitValue 的 offset 位置。

在默认情况下， 命令将检测整个位图， 用户可以通过可选的 start 参数和 end 参数指定要检测的范围。所以我们可以通过执行这条命令来获取 userID = 100 在 2022 年 6 月份首次打卡日期：

BITPOS uid:sign:100:202206 1

需要注意的是，因为 offset 从 0 开始的，所以我们需要将返回的 value + 1 。

判断用户登陆态

Bitmap 提供了 GETBIT、SETBIT 操作，通过一个偏移值 offset 对 bit 数组的 offset 位置的 bit 位进行读写操作，需要注意的是 offset 从 0 开始。

只需要一个 key = login_status 表示存储用户登陆状态集合数据， 将用户 ID 作为 offset，在线就设置为 1，下线设置 0。通过 GETBIT判断对应的用户是否在线。 5000 万用户只需要 6 MB 的空间。

假如我们要判断 ID = 10086 的用户的登陆情况：

第一步，执行以下指令，表示用户已登录。

SETBIT login_status 10086 1

第二步，检查该用户是否登陆，返回值 1 表示已登录。

GETBIT login_status 10086

第三步，登出，将 offset 对应的 value 设置成 0。

SETBIT login_status 10086 0
连续签到用户总数

如何统计出这连续 7 天连续打卡用户总数呢？

我们把每天的日期作为 Bitmap 的 key，userId 作为 offset，若是打卡则将 offset 位置的 bit 设置成 1。

key 对应的集合的每个 bit 位的数据则是一个用户在该日期的打卡记录。

一共有 7 个这样的 Bitmap，如果我们能对这 7 个 Bitmap 的对应的 bit 位做 『与』运算。同样的 UserID offset 都是一样的，当一个 userID 在 7 个 Bitmap 对应对应的 offset 位置的 bit = 1 就说明该用户 7 天连续打卡。

结果保存到一个新 Bitmap 中，我们再通过 BITCOUNT 统计 bit = 1 的个数便得到了连续打卡 7 天的用户总数了。

Redis 提供了 BITOP operation destkey key [key ...]这个指令用于对一个或者多个 key 的 Bitmap 进行位元操作。

  • operation 可以是 and、OR、NOT、XOR。当 BITOP 处理不同长度的字符串时，较短的那个字符串所缺少的部分会被看作 0 。空的 key 也被看作是包含 0 的字符串序列。

假设要统计 3 天连续打卡的用户数，则是将三个 bitmap 进行 AND 操作，并将结果保存到 destmap 中，接着对 destmap 执行 BITCOUNT 统计，如下命令：

# 与操作
BITOP AND destmap bitmap:01 bitmap:02 bitmap:03
# 统计 bit 位 =  1 的个数
BITCOUNT destmap

即使一天产生一个亿的数据，Bitmap 占用的内存也不大，大约占 12 MB 的内存（10^8/8/1024/1024），7 天的 Bitmap 的内存开销约为 84 MB。同时我们最好给 Bitmap 设置过期时间，让 Redis 删除过期的打卡数据，节省内存

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：http://www.xdnf.cn/news/147310.html

如若内容造成侵权/违法违规/事实不符，请联系一条长河网进行投诉反馈，一经查实，立即删除！

相关文章

【Django】4 Django模型

【Django】4 Django模型

每个模型是一个Python 类，集成django.db.models.Modle类 该模型的每个属性表示一个数据库表字段 通过API 自动生成数据库访问 .../sign/modles.py 文件，通过模型完成表创建。 TypeError: ForeignKey.__init__() missing 1 required positional argumen…
阅读更多...
【算法训练-贪心算法】一 买卖股票的最佳时机II

【算法训练-贪心算法】一 买卖股票的最佳时机II

废话不多说，喊一句号子鼓励自己：程序员永不失业，程序员走向架构！本篇Blog的主题是【贪心算法】，使用【数组】这个基本的数据结构来实现，这个高频题的站点是：CodeTop，筛选条件为&…
阅读更多...
【小沐学前端】Node.js实现基于Protobuf协议的UDP通信（UDP/TCP）

【小沐学前端】Node.js实现基于Protobuf协议的UDP通信（UDP/TCP）

文章目录 1、简介1.1 node1.2 Protobuf 2、下载和安装2.1 node2.2 Protobuf2.2.1 安装2.2.2 工具 3、node 代码示例3.1 HTTP3.2 UDP单播3.4 UDP广播 4、Protobuf 代码示例4.1 例子: awesome.proto4.1.1 加载.proto文件方式4.1.2 加载.json文件方式4.1.3 加载.js文件方式 4.2 例…
阅读更多...
idea Springboot在线商城系统VS开发mysql数据库web结构java编程计算机网页源码maven项目

idea Springboot在线商城系统VS开发mysql数据库web结构java编程计算机网页源码maven项目

一、源码特点 springboot 在线商城系统是一套完善的信息系统，结合springboot框架和bootstrap完成本系统，对理解JSP java编程开发语言有帮助系统采用springboot框架（MVC模式开发），系统具有 完整的源代码和数据库&…
阅读更多...
多目标平衡优化器黏菌算法(MOEOSMA)求解CEC2020多模式多目标优化

多目标平衡优化器黏菌算法(MOEOSMA)求解CEC2020多模式多目标优化

多目标平衡优化器黏菌算法（MOEOSMA）比现有的多目标黏菌算法具有更好的优化性能。在MOEOSMA中，动态系数用于调整勘探和开采趋势。采用精英存档机制来促进算法的收敛性。使用拥挤距离法来保持Pareto前沿的分布。采用平衡池策略模拟黏菌的协同觅…
阅读更多...
Redis持久化、主从与哨兵架构详解

Redis持久化、主从与哨兵架构详解

文章目录 一、RDB、AOF及混合持久化详解RDB快照（snapshot）bgsave的写时复制(COW)机制save与bgsave对比： AOF（append-only file）AOF重写 RDB 和 AOF ，我应该用哪一个？Redis 4.0 混合持久化 二、R…
阅读更多...
IDEA的使用

IDEA的使用

文章目录 1.IDEA配置1.1 idea界面说明1.2 git1.3 JDK1.4 maven1.5 Tomcat1.6 idea设置编码格式1.7 vscodenodejs1.8 windows下安装redis 2. IDEA问题2.1 setAttribute方法爆红2.2 idea cannot download sources解决办法2.3 springboot项目跑起来不停run 3. vscode3.1 vscode显示…
阅读更多...
springcloud：四、nacos介绍+启动+服务分级存储模型/集群+NacosRule负载均衡

springcloud：四、nacos介绍+启动+服务分级存储模型/集群+NacosRule负载均衡

nacos介绍 nacos是阿里巴巴提供的SpringCloud的一个组件，算是eureka的替代品。 nacos启动 安装过程这里不再赘述，相关安装或启动的问题可以见我的另一篇博客： http://t.csdn.cn/tcQ76 单价模式启动命令：进入bin目录&#xff0…
阅读更多...
Ant-Design-Vue：a-range-picker组件国际化配置

Ant-Design-Vue：a-range-picker组件国际化配置

在使用Ant-Design-Vue中的时间范围选择器开发个人项目时，发现默认显示为英文。如何解决呢？ date-picker分类 Antd-Vue提供了DatePicker、MonthPicker、RangePicker、WeekPicker 几种类型的时间选择器，分别用于选择日期、月份、日期范围、周范…
阅读更多...
win10系统任务栏图标变成白色的解决办法

win10系统任务栏图标变成白色的解决办法

我平时都是用滴答清单进行管理这个自己的日程代办的，但是今天打开的时候发现这个快捷方式突然变成纯白色的了，重启电脑之后，这个图标的样式仍然没有变化。上网查找解决办法之后，终于搞好了，于是就有了下面的教程。 为什…
阅读更多...
Android studio “Layout Inspector“工具在Android14 userdebug设备无法正常使用

Android studio “Layout Inspector“工具在Android14 userdebug设备无法正常使用

背景描述 做rom开发的都知道，“Layout Inspector”和“Attach Debugger to Android Process”是studio里很好用的工具，可以用来查看布局、调试系统进程（比如setting、launcher、systemui）。 问题描述 最进刚开始一个Android 14…
阅读更多...
（Note）机器学习面试题

（Note）机器学习面试题

机器学习 1.两位同事从上海出发前往深圳出差，他们在不同时间出发，搭乘的交通工具也不同，能准确描述两者“上海到深圳”距离差别的是： A.欧式距离 B.余弦距离 C.曼哈顿距离 D.切比雪夫距离 S:D 1. 欧几里得距离 计算公式&#x…
阅读更多...
机器学习之SGD, Batch, and Mini Batch的简单介绍

机器学习之SGD, Batch, and Mini Batch的简单介绍

文章目录 总述SGD(Stochastic Gradient Descent)(随机梯度下降）Batch （批量）mini Batch (迷你批量） 总述 SGD, Batch, and Mini Batch是可用于神经网络的监督学习计算权重更新的方案，即∆wij。 SGD(Stochastic Gradi…
阅读更多...
【STM32】IAP升级03关闭总中断，检测栈顶指针

【STM32】IAP升级03关闭总中断，检测栈顶指针

IAP升级方法 IAP升级时需要关闭总中断 TM32在使用时有时需要禁用全局中断，比如MCU在升级过程中需禁用外部中断，防止升级过程中外部中断触发导致升级失败。 ARM MDK中提供了如下两个接口来禁用和开启总中断： __disable_irq(); // 关闭总中…
阅读更多...
emacs怎么安装插件

emacs怎么安装插件

2023年9月26日，周二下午 不得不说，emacs安装插件确实要比vim要方便 虽然我曾经说过要只用vim，但vim安装插件起来太麻烦了 目录 Linux下Emacs的配置文件位置包管理器elpa怎么给elpa换源罗列可安装的插件怎么搜索插件怎么安装插件配置插件 L…
阅读更多...
什么是FOSS

什么是FOSS

FOSS 是指 自由和开放源码软件(Free and Open Source Software)。这并不意味着软件是免费的。它意味着软件的源代码是开放的，任何人都可以自由使用、研究和修改代码。这个原则允许人们像一个社区一样为软件的开发和改进做出贡献。
阅读更多...
CentOS密码重置

CentOS密码重置

背景： 我有一个CentOS虚拟机，但是密码忘记了，偶尔记起可以重置密码，于是今天尝试记录一下，又因为我最近记性比较差，所以必须要记录一下。 过程： 1、在引导菜单界面（grub&#xff…
阅读更多...
如何实现电脑语音输入功能？

如何实现电脑语音输入功能？

现在的手机都具备语音输入功能，并且识别率非常高，语音输入是目前最快速的文字输入方式，但是电脑上却无语音输入的功能，那么如何实现在电脑端也可进行语音输入的梦想呢？现在介绍一款小工具“书剑电脑语音输入法”&#…
阅读更多...
java并发编程 守护线程 用户线程 main

java并发编程 守护线程 用户线程 main

经常使用线程，没有对守护线程和用户线程的区别做彻底了解 下面写4个例子来验证一下 源码如下 /* Whether or not the thread is a daemon thread. */ private boolean daemon false;/*** Marks this thread as either a {linkplain #isDaemon daemon} thread*…
阅读更多...
Python|OpenCV-如何给目标图像添加边框(7)

Python|OpenCV-如何给目标图像添加边框(7)

前言 本文是该专栏的第7篇，后面将持续分享OpenCV计算机视觉的干货知识，记得关注。 在使用opencv处理图像的时候，会不可避免的对图像的一些具体区域进行一些操作。比如说，想要给目标图像创建一个围绕图像的边框。简单的来说，就是在图片的周围再填充一个粗线框。具体效果，…
阅读更多...
最新文章

Copyright @ 2022~2023