SpringBoot整合Redis及其持久化机制(二)

SpringBoot整合Redis及其持久化机制

  • 1、Redis全局命令
    • 1.2、Redis事务
  • 2、Redis持久化
    • 2.1、RDB方式
      • 2.1.1、客户端触发机制
      • 2.1.2、服务端触发机制
      • 2.2.3、配置生成快照名称和位置
      • 2.2.4、优点
      • 2.2.5、缺点
    • 2.2、AOF方式
      • 2.2.1、优点
      • 2.2.2、缺点
    • 2.3、RDB-AOF混合方式
    • 2.4、持久化机制的选择
  • 3、Java操作Redis
  • 4、SpringBoot整合Redis
    • 3.1、环境准备
    • 3.2、SpringBoot操作key
    • 3.3、SpringBoot操作String
    • 3.4、SpringBoot操作List
    • 3.5、SpringBoot操作Set
    • 3.6、SpringBoot操作ZSet
    • 3.7、SpringBoot操作Hash
    • 3.8、SpringBoot操作对象
    • 3.9、BoundAPI
    • 3.10、总结
  • 5、Redis的应用场景

  • 参考视频：适合后端编程人员的Redis实战教程、redis应用场景、分布式缓存、Session管理、面试相关

1、Redis全局命令

全局命令针对的是所有的key，常用的全局key命令如下：

命令格式功能案例
keys pattern按照pattern 匹配规则，列表redis中所有的keykeys xxx:*查询符合 xxx:* 格式的key
exists key判断key是否存在exists name判断 name 字段是否存在
expire key seconds给key设置过期时间，超时：secondsexpire name 10给 name 设置10s
persist key取消key过期时间persist name取消name 的过期时间
select index切换数据库，默认是第0个，共有【0,15】个select 0切换第0个数据库
move key db从当前数据库将key移动到指定db库move name 1将 name 移动到第1个数据库
randomkey随机返回一个keyrandomkey
rename key newkey将key改名为newkeyrename name newname将 name 改名为 newname
echo message打印message信息echo message
dbsize查看key个数dbsize
info查看redis数据库信息info
config get *查看所有redis配置信息config get *
flushdb清空当前数据库flushdb
flushall清空所有数据库flushall

1.2、Redis事务

一个事务从开始到执行会经历以下三个阶段：

  • 开始事务。
  • 命令入队。
  • 执行事务。

它先以 MULTI 开始一个事务， 然后将多个命令入队到事务中， 最后由 EXEC 命令触发事务， 一并执行事务中的所有命令：

127.0.0.1:6379> multi
OK
127.0.0.1:6379(TX)> set name dafei
QUEUED
127.0.0.1:6379(TX)> set age 18
QUEUED
127.0.0.1:6379(TX)> incr age 
QUEUED
127.0.0.1:6379(TX)> incr name
QUEUED
127.0.0.1:6379(TX)> get age
QUEUED
127.0.0.1:6379(TX)> get name
QUEUED
127.0.0.1:6379(TX)> exec
1) OK
2) OK
3) (integer) 19
4) (error) ERR value is not an integer or out of range
5) "19"
6) "dafei"
127.0.0.1:6379>

​ 单个 Redis 命令的执行是原子性的，但 Redis 没有在事务上增加任何维持原子性的机制，所以 Redis 事务的执行并不是原子性的。Redis事务可以理解为一个打包的批量执行脚本，但批量指令并非原子化的操作，中间某条指令的失败不会导致前面已做指令的回滚，也不会造成后续的指令不做。

​ Redis 事务可以一次执行多个命令， 并且带有以下三个重要的保证：

  • 批量操作在发送 EXEC 命令前被放入队列缓存。
  • 收到 EXEC 命令后进入事务执行，事务中任意命令执行失败，其余的命令依然被执行。
  • 在事务执行过程，其他客户端提交的命令请求不会插入到事务执行命令序列中。

2、Redis持久化

先来一个小实验：

  1. 在Redis中添加2个key-value对

    127.0.0.1:6379> set aa aa
OK
127.0.0.1:6379> set bb bb
OK
127.0.0.1:6379> keys *
# 获取redis中所有的key

  2. 重启 redis

    redis-server restart

  3. 再次执行keys *

    keys *

  4. 分析结果：会出现如下结果

    • 之前的key在，aa bb 都在（最理想的结果）
    • 之前的key在，aa也在，bb不见了
    • 之前的key在，aa， bb 不在
    • 之前的key， aa， bb 都不在了（最坏的结果）

思考：为啥会这样？以我们对内存的操作理解，按道理重启之后数据应该全丢失了，为啥Redis 可能丢失，也可能不丢失，为何？这里就涉及到Redis的持久化机制了。Redis不定时将内存中的数据存到硬盘中

在这里插入图片描述

Redis持久化机制目前以后3种，分别为：

  1. 快照方式（RDB, Redis DataBase）

  2. 文件追加方式（AOF, Append Only File）

  3. 混合持久化方式（Redis4版本之后）

2.1、RDB方式

Snapshotting(快照)是持久化机制的默认方式，将内存数据中以快照的方式写入到二进制文件(硬盘)中，默认为dump.rdb。触发RDB持久化过程分手动触发与自动触发。

  • 客户端方式: BGSAVE 和 SAVE指令
  • 服务器配置自动触发

2.1.1、客户端触发机制

手动触发

  • 使用save命令：会阻塞当前Redis服务器，知道RDB过程完成为主，如果内存数据较多，会造成长时间阻塞，影响其他命令的使用，不建议轻易使用

  • 使用bgsave命令：Redis进程执行fork指令创建子进程，由子进程实现RDB持久化，有需要时建议使用bgsave命令。

自动触发

使用save相关配置，格式： save m n 表示m秒内数据集存在n次修改时会自动触发bgsave命令。

#900秒内如果超过1个Key被修改则发起快照保存
save 900 1  #300秒内如果超过10个key被修改,则发起快照保存
save 300 10 #10000秒内如果超过60个key被修改,则发起快照保存
save 60 10000

SAVE命令并不常用,使用SAVE命令在快照创建完毕之 前,redis处于阻塞状态,无法对外服务

2.1.2、服务端触发机制

如果用户在redis.conf中设置了save配置选项，redis会在save选项 条件满足之后自动触发一次BGSAVE命令,如果设置多个save配置选项，当任意一个save配置选项条件满足，redis也会触发一次BGSAVE命令

#900秒内如果超过1个Key被修改则发起快照保存
save 900 1  #300秒内如果超过10个key被修改,则发起快照保存
save 300 10 #10000秒内如果超过60个key被修改,则发起快照保存
save 60 10000

2.2.3、配置生成快照名称和位置

# 1.修改生成快照名称
dbfilename dump.rdb# 2.修改生成位置
dir ./   # 这个表示redis-cli、redis-server这些命令的同级目录

2.2.4、优点

  • RDB快照文件是一个紧凑压缩的二进制文件，非常使用用于备份，全量复制等场景。开发中可以按照每6小时执行一次bgsave备份，用于容灾备份。

  • Redis加载RDB恢复数据远远快于AOF方式

2.2.5、缺点

  • RDB无法做到实时持久化/秒级持久化(两次存在硬盘有时间差)，每次bgsave时都需要fork子进程，频繁执行有时间成本。
  • RDB快照文件不同版本格式不一样，容易引起兼容问题。

2.2、AOF方式

AOF与RDB不一样，它是以独立日志的方式记录每次写命令，重启时再重新执行AOF文件中命令达到恢复数据的目的。解决了数据持久化的实时性的问题。Redis默认是不开启的，需要使用时，需要配置：

# 开启持久化
appendonly yes# 修改生成文件名称
appendfilename "appendonly.aof"# 修改日志同步频率 appendfsync everysec|always|no 指定,推荐everysec
appendfsync everysec

解释一下：就是记录每次的 set、setex等写命令，这样当内存中的数据丢失时，我们将所有的写名字重新执行一遍，这样就恢复了内存的数据。

AOF 有3种文件同步策略：

策略解释
appendfsync always收到命令就立即写到磁盘,效率最慢.但是能保证完全的持久化
appendfsync everysec每秒写入磁盘一次,在性能和持久化方面做了很好的折中，推荐
appendfsync no完全以依赖os，一般同步周期是30秒

2.2.1、优点

  • AOF方式数据安全性更高，配置得当，最多损失1秒的数据量

  • 在不小心执行flushall命令，也可以通过AOF方式恢复(删除最后一个命令即可)

  • AOF 日志是一个增量日志文件，不会存在断电时出现损坏问题。即使出现问题，redis-check-aof 工具也能够轻松修复它。

  • 当 AOF 变得太大时，Redis 能够在后台自动重写 AOF

2.2.2、缺点

  • 相同数据量来说，AOF文件体积通常大于RDB文件
  • 数据持久化性能上来说，AOF 比 RDB 慢

2.3、RDB-AOF混合方式

混合持久化是结合了 RDB 和 AOF 的优点，在写入的时候，先把当前的数据以 RDB 的形式写入文件的开头，再将后续的操作命令以 AOF 的格式存入文件。即以 RDB 作为全量备份，AOF 作为增量备份，来提高备份效率。这样既能保证 Redis 重启时的速度，又能防止数据丢失的风险， 这就是 Redis 4.0 之后推出的 RDB-AOF 混合持久化模式，其作为默认配置来使用。

2.4、持久化机制的选择

  • 如果对数据安全性有非常高的要求，建议 RDB 和 AOF 同时启用。
  • 如果对数据安全性要求不是很高，能够容忍数据的丢失，建议单独使用 RDB。
  • 不推荐单独使用 AOF，因为对于进行数据库备份、更快重启以及 AOF 引擎中出现错误的情况来说，RDB 是更好的选择。
  • 如果没特殊要求，Redis又是4.x版本以上，可以选择RDB-AOF混合方式。

3、Java操作Redis

  1. 环境依赖

Jedis本身是线程不安全的,并且频繁的创建和销毁连接会有性能损耗,因此我们推荐使用 Jedis 连接池代替 Jedis 的直连方式。

4、SpringBoot整合Redis

Spring Boot Data(数据)Redis中提供了RedisTemplate和StringRedisTemplate,其中StringRedisTemplate是RedisTemplate的子类，两个方法基本一致，不同之处主要体现在操作的数据类型不同

  • RedisTemplate中的两个泛型都是Object,意味着存储的key和value都可以是一个对象
  • 而StringRedisTemplate的两个泛型都是String,意味着StringRedisTemplate的key和value都只能是字符串。

注意: 使用RedisTemplate默认是将对象序列化到Redis中，所以放入的对象必须实现对象序列化接口 serilizable

3.1、环境准备

  1. 引入依赖
<!--redis依赖-->
<dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-data-redis</artifactId>
</dependency>
<!--redis连接池-->
<dependency><groupId>org.apache.commons</groupId><artifactId>commons-pool2</artifactId>
</dependency>
  1. 配置application.yaml
spring:redis:host: 192.168.126.132port: 6379password: 1234lettuce:pool:max-active: 8 # 最大连接max-idle: 8   # 最大空闲连接min-idle: 0   # 最小空闲连接max-wait: 100ms # 连接等待时间
  1. 写完上述配置,我们启动 SpringBoot 时,会给我们自动创建 RedisTemplate 和 StringRedisTemplate，我们只需要注入即可
@SpringBootTest
class KuangStudyRedisApplicationTests {//注入StringRedisTemplate@Autowiredprivate StringRedisTemplate stringRedisTemplate;// 测试存字符串String@Testvoid testSaveString() {// 写入一条String数据stringRedisTemplate.opsForValue().set("name","虎哥");// 获取String数据Object name = stringRedisTemplate.opsForValue().get("name");System.out.println("name = " + name);}}

3.2、SpringBoot操作key

  • stringRedisTemplate.delete("key") : 删除一个key
  • stringRedisTemplate.hasKey("key") : 是否有 name 这个key
  • stringRedisTemplate.type("key") : 查看 key 的类型
  • stringRedisTemplate.keys("*") : 查看所有的 key
@SpringBootTest
class KuangStudyRedisApplicationTests {//注入StringRedisTemplate@Autowiredprivate StringRedisTemplate stringRedisTemplate;// 测试操作redis中的key@Testvoid testKey(){// 删除一个key// stringRedisTemplate.delete("name");// 判断某个key是否存在Boolean hasKey = stringRedisTemplate.hasKey("name");System.out.println(hasKey);// 判断key所对应value的类型DataType type = stringRedisTemplate.type("name");System.out.println(type);// 获取所有的keySet<String> keys = stringRedisTemplate.keys("*");keys.forEach(key -> System.out.println("key = " + key));// 测试key的超时时间 -1表示永不超时, -2 表示 key 不存在Long expire = stringRedisTemplate.getExpire("name");System.out.println(expire);// 随机获取一个keyString s = stringRedisTemplate.randomKey();System.out.println(s);//修改key的名字(判断key是否存在,存在才会修改)stringRedisTemplate.renameIfAbsent("name","name1");// 移动key到指定库stringRedisTemplate.move("name",1);}}

3.3、SpringBoot操作String

@SpringBootTest
class KuangStudyRedisApplicationTests {//注入StringRedisTemplate@Autowiredprivate StringRedisTemplate stringRedisTemplate;// 测试操作字符串String@Testvoid testSaveString() {// 写入一条String数据stringRedisTemplate.opsForValue().set("name","虎哥");// 获取String数据Object name = stringRedisTemplate.opsForValue().get("name");System.out.println("name = " + name);// 设置key的超时时间(设置一个code的key,值value是2357,超时时间是120,单位是TimeUnit.SECONDS 为秒)stringRedisTemplate.opsForValue().set("code","2357",120, TimeUnit.SECONDS);// 给key对应的value追加值stringRedisTemplate.opsForValue().append("name","他是一个好人,单纯少年!");}}

3.4、SpringBoot操作List

  • stringRedisTemplate.leftPush("key","xxx") : 创建一个列表 并放入一个元素
  • stringRedisTemplate.leftPushAll("key","xxx,xxx,xxx") : 创建一个列表 并放入多个元素
  • stringRedisTemplate.opsForList().range("names", 0, -1) : 获取列表,返回一个List集合
  • stringRedisTemplate.opsForList().index("List", "index") : 获取列表中指定下标所对应的值
  • stringRedisTemplate.opsForList().leftPop("List") : 从列表左边弹出一个元素
@SpringBootTest
class KuangStudyRedisApplicationTests {//注入StringRedisTemplate@Autowiredprivate StringRedisTemplate stringRedisTemplate;//操作redis中list类型   opsForList 实际操作就是redis中list类型@Testpublic void testList(){//stringRedisTemplate.opsForList().leftPush("names","小陈");//创建一个列表  并放入一个元素//stringRedisTemplate.opsForList().leftPushAll("names","小陈","小张","小王");//创建一个列表 放入多个元素List<String> names = new ArrayList<>();names.add("xiaoming");names.add("xiaosan");//stringRedisTemplate.opsForList().leftPushAll("names",names);//创建一个列表 放入多个元素// 查看列表List<String> stringList = stringRedisTemplate.opsForList().range("names", 0, -1); stringList.forEach(value-> System.out.println("value = " + value));}}

3.5、SpringBoot操作Set

@SpringBootTest
class KuangStudyRedisApplicationTests {//注入StringRedisTemplate@Autowiredprivate StringRedisTemplate stringRedisTemplate;//操作redis中set类型   opsForSet 实际操作就是redis中set类型@Testpublic void testSet(){//创建set 并放入多个元素stringRedisTemplate.opsForSet().add("sets","张三","张三","小陈","xiaoming");//查看set中成员Set<String> sets = stringRedisTemplate.opsForSet().members("sets");sets.forEach(value-> System.out.println("value = " + value));//获取set集合元素个数Long size = stringRedisTemplate.opsForSet().size("sets");System.out.println("size = " + size);}}

3.6、SpringBoot操作ZSet

@SpringBootTest
class KuangStudyRedisApplicationTests {//注入StringRedisTemplate@Autowiredprivate StringRedisTemplate stringRedisTemplate;@Testpublic void testZset(){//创建ZSet并放入元素(小黑的分数是20)stringRedisTemplate.opsForZSet().add("zsets","小黑",20);//指定范围查询Set<String> zsets = stringRedisTemplate.opsForZSet().range("zsets", 0, -1);zsets.forEach(value-> System.out.println(value));System.out.println("=====================================");//获取指定元素以及分数(分数在0-1000之间)Set<ZSetOperations.TypedTuple<String>> zsets1 = stringRedisTemplate.opsForZSet().rangeByScoreWithScores("zsets", 0, 1000);zsets1.forEach(typedTuple ->{System.out.println(typedTuple.getValue());System.out.println(typedTuple.getScore());});}}

3.7、SpringBoot操作Hash

@SpringBootTest
class KuangStudyRedisApplicationTests {//注入StringRedisTemplate@Autowiredprivate StringRedisTemplate stringRedisTemplate;//操作redis中Hash类型   opsForHash 实际操作就是redis中Hash类型@Testpublic void testHash(){//创建一个hash类型 并放入key valuestringRedisTemplate.opsForHash().put("maps","name","张三");Map<String,String> map =  new HashMap<String,String>();map.put("age","12");map.put("bir","2012-12-12");//放入多个key valuestringRedisTemplate.opsForHash().putAll("maps",map);//获取多个key的valueList<Object> values = stringRedisTemplate.opsForHash().multiGet("maps", Arrays.asList("name", "age"));values.forEach(value-> System.out.println(value));//获取hash中某个key的值String value  = (String) stringRedisTemplate.opsForHash().get("maps", "name");//获取所有valuesList<Object> vals = stringRedisTemplate.opsForHash().values("maps");//获取所有keysSet<Object> keys = stringRedisTemplate.opsForHash().keys("maps");}}

3.8、SpringBoot操作对象

SpringBoot操作对象是采用RedisTemplate,RedisTemplate默认是将对象序列化到 Redis 中，所以放入的对象必须实现对象序列化接口。

在存对象时，我们会让key采用StringRedisSerializer方式，而value采用默认的JdkSerializationRedisSerializer序列化方式。

  • redisTemplate.setKeySerializer(new StringRedisSerializer()) : 修改key的序列化,使得存key的序列化采用StringRedisSerializer方式
  • redisTemplate.setHashKeySerializer(new StringRedisSerializer()) : 在我们操作Hash类型时,也要加上这一句，使得修改hash key 的序列化（因为Hash有两个key）
@SpringBootTest
public class KuangStudyRedisTemplateTests {// 注入RedisTemplate@Autowiredprivate RedisTemplate redisTemplate;void testRedisTemplate(){// 修改key的序列化,使得存key的序列化采用StringRedisSerializer方式redisTemplate.setKeySerializer(new StringRedisSerializer());// 修改hash key 的序列化redisTemplate.setHashKeySerializer(new StringRedisSerializer());// 创建一个User对象User user = new User();user.setId(UUID.randomUUID().toString());user.setName("林晓");user.setAge(23);user.setBir(new Date());// 将对象序列化后存入redisredisTemplate.opsForValue().set("user",user);// 获取对象需要进行反序列化User user1 = (User) redisTemplate.opsForValue().get("user");System.out.println(user1);// 创建一个列表并放入user对象redisTemplate.opsForList().leftPush("list",user);// 创建一个Set并放入user对象redisTemplate.opsForSet().add("set",user);// 创建一个ZSet并放入user对象redisTemplate.opsForZSet().add("zset",user,10);// 创建一个Hash并放入user对象(注意需要序列化两个key)redisTemplate.opsForHash().put("map","name",user);}
}

3.9、BoundAPI

BoundAPI可以绑定某个key，后续的所有操作都是针对这个key进行操作的。

@SpringBootTest
public class KuangStudyBoundAPITests {@Autowiredprivate RedisTemplate redisTemplate;@Autowiredprivate StringRedisTemplate stringRedisTemplate;// spring data 为了方便我们对redis进行更友好的操作 因此有提供了bound api 简化操作@Testpublic void testBound(){// 对key序列化redisTemplate.setKeySerializer(new StringRedisSerializer());// 对Hash key 序列化redisTemplate.setHashKeySerializer(new StringRedisSerializer());//对字符串类型key进行绑定 后续所有操作都是基于这个key的操作BoundValueOperations<String, String> nameValueOperations = stringRedisTemplate.boundValueOps("name");// 对name设置value为张三nameValueOperations.set("张三");// 对name的value追加nameValueOperations.append("是一个好人");// 获取name的valueString s1 = nameValueOperations.get();System.out.println(s1);//对list set zset hash//对list类型key进行绑定 后续所有操作都是基于这个key的操作BoundListOperations<String, String> listsOperations = stringRedisTemplate.boundListOps("lists");// 对lists设置valuelistsOperations.leftPushAll("张三","李四","小陈");// 获取listsList<String> lists = listsOperations.range(0, -1);lists.forEach(list-> System.out.println(list));//set//redisTemplate.boundSetOps();//stringRedisTemplate.boundSetOps()//zset//stringRedisTemplate.boundZSetOps();//redisTemplate.boundZSetOps();//hash//stringRedisTemplate.boundHashOps();//redisTemplate.boundHashOps()}

3.10、总结

  1. 针对于日后处理key value 都是 String 使用 StringRedisTemplate
  2. 针对于日后处理的key value 存在对象 使用 RedisTemplate
  3. 针对于同一个key多次操作可以使用boundXXXOps()
    • XXX包含: Value List Set Zset Hash的 api 简化书写

5、Redis的应用场景

  1. 利用redis 中字符串类型完成项目中手机验证码存储的实现
  2. 利用redis 中字符串类型完成具有失效性业务功能。 例如12306，淘宝的订单还有:40分钟
  3. 利用redis 分布式集群系统中: Session共享
  4. 利用redis zset类型:可排序set类型,元素,分数,排行榜之类功能
  5. 利用redis 实现分布式缓存
  6. 利用redis 存储认证之后token信息
  7. 利用redis 解决分布式集群系统中分布式锁问题

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.hqwc.cn/news/503526.html

如若内容造成侵权/违法违规/事实不符，请联系编程知识网进行投诉反馈email:809451989@qq.com，一经查实，立即删除！

相关文章

路由守卫：前置守卫和后置守卫

路由守卫：前置守卫和后置守卫

聚沙成塔每天进步一点点 本文内容 ⭐ 专栏简介路由守卫&#xff1a;前置守卫和后置守卫1. 前置守卫使用方式全局前置守卫局部前置守卫 2. 后置守卫使用方式全局后置守卫 案例&#xff1a;路由跳转前后权限验证总结 ⭐ 写在最后 ⭐ 专栏简介 Vue学习之旅的奇妙世界 欢迎大家来到…
阅读更多...
Node.js中的数据加密和安全传输

Node.js中的数据加密和安全传输

在当今日益数字化的世界中&#xff0c;数据安全一直是一个备受关注的话题。Node.js作为一种流行的后端开发技术&#xff0c;其在数据加密和安全传输方面的应用也备受关注。本篇博客将深入探讨Node.js中的数据加密和安全传输相关内容&#xff0c;并为读者提供一些示例代码&#…
阅读更多...
1209. 带分数 刷题笔记

1209. 带分数 刷题笔记

思路 暴力匹配 读入目标数 n 看n是否与ab/c相等 因为c里面的除法是整除 我们将 nab/c 转换为 c*na*cb 那么如何获得a,b&#xff0c;c 依题意 a&#xff0c;b&#xff0c;c三个数由1-9九个数字组成 且每个数字只能出现一次 由此 我们可以搜出123456789的全部排列方式…
阅读更多...
【YOLO v5 v7 v8 小目标改进】ODConv：在卷积核所有维度（数量、空间、输入、输出）上应用注意力机制来优化传统动态卷积

【YOLO v5 v7 v8 小目标改进】ODConv：在卷积核所有维度（数量、空间、输入、输出）上应用注意力机制来优化传统动态卷积

ODConv&#xff1a;在卷积核所有维度&#xff08;数量、空间、输入、输出&#xff09;上应用注意力机制来优化传统的动态卷积 提出背景传统动态卷积全维动态卷积效果 小目标涨点YOLO v5 魔改YOLO v7 魔改YOLO v8 魔改 论文&#xff1a;https://openreview.net/pdf?idDmpCfq6Mg…
阅读更多...
数据库-第二/三章 关系数据库和标准语言SQL【期末复习|考研复习】

数据库-第二/三章 关系数据库和标准语言SQL【期末复习|考研复习】

前言 总结整理不易&#xff0c;希望大家点赞收藏。 给大家整理了一下计数据库系统概论中的重点概念&#xff0c;以供大家期末复习和考研复习的时候使用。 参考资料是王珊老师和萨师煊老师的数据库系统概论(第五版)。 文章目录 前言第二、三章 关系数据库和标准语言SQL2.1 关系2…
阅读更多...
Vue+SpringBoot打造个人保险管理系统

Vue+SpringBoot打造个人保险管理系统

目录 一、摘要1.1 项目介绍1.2 项目录屏 二、功能模块2.1 登录注册模块2.2 保险档案模块2.3 保险订单模块2.4 保险理赔模块 三、系统展示四、核心代码4.1 查询保险产品4.2 新增保险预定4.3 订单支付4.4 新增理赔单4.5 查询保险理赔 五、免责说明 一、摘要 1.1 项目介绍 基于J…
阅读更多...
Spring MVC源码中设计模式——适配器模式

Spring MVC源码中设计模式——适配器模式

适配器模式介绍 适配器模式&#xff08;Adapter Pattern&#xff09;是作为两个不兼容的接口之间的桥梁。这种类型的设计模式属于结构型模式&#xff0c;它结合了两个独立接口的功能。 应用场景&#xff1a; 1、系统需要使用现有的类&#xff0c;而此类的接口不符合系统的需要…
阅读更多...
leedcode刷题--day7（字符串）

leedcode刷题--day7（字符串）

23 文章讲解 力扣地址 C class Solution { public:void reverseString(vector<char>& s) {int left 0;int right s.size() - 1; // right 应该初始化为 s.size() - 1while (left < right) {swap(s[left], s[right]); // 直接交换 s[left] 和 s[right] 的值lef…
阅读更多...
备战蓝桥杯---状态压缩DP基础1之棋盘问题

备战蓝桥杯---状态压缩DP基础1之棋盘问题

它只是一种手段&#xff0c;一种直观而高效地表示复杂状态的手段。 我们先来看一道比较基础的&#xff1a; 直接DFS是肯定不行&#xff0c;我们发现对某一行&#xff0c;只要它前面放的位置都一样&#xff0c;那么后面的结果也一样。 因此我们考虑用DP&#xff0c;并且只有0/…
阅读更多...
操作系统x面试｜进程与线程

操作系统x面试｜进程与线程

1. 线程进程的区别 进程可以称为是资源分配的最小单元&#xff0c;而线程可以称为是处理器分配的最小单元。 资源包括内存空间。同时进程是一段代码的执行过程&#xff0c;这段代码需要多少的内存在代码确定时已经确定下来了。 处理器就是执行单元&#xff0c;一个进程可以拆解…
阅读更多...
Vue3速成

Vue3速成

文章目录 day 11. 创建vue3工程3. 响应式数据4. 计算属性 day 25. watch 监视6. watchEffect7. 标签的ref属性8. 回顾TS中的接口_泛型_自定义类型 day 1 1. 创建vue3工程 相关代码如下&#xff1a; ## 创建vue工程 npm create vuelastest## 安装node_modules npm install //…
阅读更多...
分类问题经典算法 | 二分类问题 | Logistic回归：梯度下降

分类问题经典算法 | 二分类问题 | Logistic回归：梯度下降

目录 一. 损失函数1. 交叉熵损失函数2. 梯度下降 一. 损失函数 Logistic回归算法公式推导篇中&#xff0c;我们通过对似然函数求对数&#xff0c;得到 l ( θ ) l(\theta ) l(θ)&#xff1a; l ( θ ) l n [ L ( θ ) ] ∑ i 1 M { y ( i ) l n [ h θ ( x ( i ) ) ] ( …
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023