es索引库操作和使用RestHignLevelClient客户端操作es

目录

es索引库操作

mapping映射操作

索引库的CURD操作

1.创建索引库和映射

​编辑 2.查询索引库

3.删除索引库 

4.修改索引库

5.总结

 文档的CURD操作

1.新增文档 

2.查询文档 

 3.删除文档

4.修改文档

全量修改

增量修改 

5.总结

RestAPI

使用API例子 

需要的数据库表结构

 分析这个数据表的结构，然后构建索引库和mapping

 索引库结构说明：

 初始化RestClient

1.导入es的RestHighLevelClient依赖：

2.因为SpringBoot默认的ES版本是7.6.2，所以我们需要覆盖默认的ES版本，换成自己的es版本：

 3.初始化RestHighLevelClient，即维护一个bean到IoC容器

使用RestHighLevelClient构建索引库及其mapping

1.构建json数据常量

 2.创建索引库

 3.测试是否构建成功

 使用RestHighLevelClient查询索引库和删除索引库

总结

 RestClient操作文档

新增文档 

构建索引库实体类

因此，我们需要定义一个新的类型，与索引库结构吻合：

 新增文档的DSL语句如下：

 代码实现

测试

 查询文档

修改文档

 删除文档

批量导入文档

es索引库操作

索引库类似于数据库中的表，mapping(映射)相当于表的结构

因此我们要向es存储数据时，必须先创建索引库和mapping(映射)

mapping映射操作

mapping是对索引库中文档的约束，常见的mapping属性有：

1.type:字段数据类型，常见的简单类型有 

  •         字符串：text(可分词文本)，keyword(精确词，不可进行分词)
  •         数值：integer,long,short,byte,double,float
  •         布尔值:boolean
  •         日期:date
  •         对象:object

2.index:是否为这个字段创建索引，默认为true

3.analyzer:这个字段使用哪种分词器（前提为type类型的text可分词文本）

4.properties:该字段的子字段

例如下面的json文档：

{"age": 21,"weight": 52.1,"isMarried": false,"info": "我是最厉害的","email": "zy@itcast.cn","score": [99.1, 99.5, 98.9],"name": {"firstName": "云","lastName": "赵"}
}

对应的每个字段映射（mapping）：

  • age：类型为 integer；参与搜索，因此需要index为true；无需分词器
  • weight：类型为float；参与搜索，因此需要index为true；无需分词器
  • isMarried：类型为boolean；参与搜索，因此需要index为true；无需分词器
  • info：类型为字符串，需要分词，因此是text；参与搜索，因此需要index为true；分词器可以用ik_smart
  • email：类型为字符串，但是不需要分词，因此是keyword；不参与搜索，因此需要index为false；无需分词器
  • score：虽然是数组，但是我们只看元素的类型，类型为float；参与搜索，因此需要index为true；无需分词器
  • name：类型为object，需要定义多个子属性
    • name.firstName；类型为字符串，但是不需要分词，因此是keyword；参与搜索，因此需要index为true；无需分词器
    • name.lastName；类型为字符串，但是不需要分词，因此是keyword；参与搜索，因此需要index为true；无需分词器

索引库的CURD操作

这里我们使用Kibana编写DSL的方式来演示。 

1.创建索引库和映射

基本语法：

  • 请求方式：PUT
  • 请求路径：/索引库名，可以自定义
  • 请求参数：mapping映射

 2.查询索引库

基本语法：

  • 请求方式：GET

  • 请求路径：/索引库名

  • 请求参数：无

GET /person 

 

3.删除索引库 

语法：

  • 请求方式：DELETE

  • 请求路径：/索引库名

  • 请求参数：无

 DELETE /person

 

查询不到person索引库

 

4.修改索引库

倒排索引结构虽然不复杂，但是一旦数据结构改变（比如改变了分词器），就需要重新创建倒排索引，这简直是灾难。因此索引库一旦创建，无法修改mapping。

虽然无法修改mapping中已有的字段，但是却允许添加新的字段到mapping中，因为不会对倒排索引产生影响。

 

再次查询，birthday字段已经添加成功

 

5.总结

索引库操作有哪些？

  • 创建索引库：PUT /索引库名
  • 查询索引库：GET /索引库名
  • 删除索引库：DELETE /索引库名
  • 添加字段：PUT /索引库名/_mapping

 文档的CURD操作

我们在数据库中创建了一张数据表，和表的结构后，是不是要开始向表中插入数据了。

在索引库中也是这样，我们已经创建了索引库，并设置了mapping(映射)，现在我们要向索引库中插入文档数据

1.新增文档 

语法：

POST /索引库名/_doc/文档id
{"字段1": "值1","字段2": "值2","字段3": {"子属性1": "值3","子属性2": "值4"},// ...
}

 

显示创建成功即，增加成功

 

2.查询文档 

根据rest风格，新增是post，查询应该是get，不过查询一般都需要条件，这里我们把文档id带上。 

语法

GET /{索引库名称}/_doc/{id}

例子 

#查询索引库的id为1的文档
GET /person/_doc/1

 3.删除文档

删除使用DELETE请求，同样，需要根据id进行删除：

语法：

DELETE /{索引库名}/_doc/id值

 例子

DELETE /person/_doc/1

4.修改文档

修改有两种方式：

  • 全量修改：直接覆盖原来的文档
  • 增量修改：修改文档中的部分字段
全量修改

全量修改是覆盖原来的文档，其本质是：

  • 先根据指定的id删除文档
  • 再新增一个相同id的文档

注意：如果根据id删除时，id不存在，第二步的新增也会执行，也就从修改变成了新增操作了。

语法：

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

增量修改 

增量修改是只修改指定id匹配的文档中的部分字段。 

 语法：

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

例子：修改姓名

#增量修改
POST /person/_update/1
{"doc":{"name":{"lastName":"何"}}
}

5.总结

文档操作有哪些？

  • 创建文档：POST /{索引库名}/_doc/文档id { json文档 }
  • 查询文档：GET /{索引库名}/_doc/文档id
  • 删除文档：DELETE /{索引库名}/_doc/文档id
  • 修改文档：
    • 全量修改：PUT /{索引库名}/_doc/文档id { json文档 }
    • 增量修改：POST /{索引库名}/_update/文档id { "doc": {字段}}

RestAPI

ES官方提供了各种不同语言的客户端，用来操作ES。这些客户端的本质就是组装DSL语句，通过http请求发送给ES。官方文档地址：Elasticsearch Clients | Elastic

其中的Java Rest Client又包括两种：

  • Java Low Level Rest Client
  • Java High Level Rest Client

这里使用的是Java HighLevel Rest Client客户端API 

使用API例子 

需要的数据库表结构

CREATE TABLE `tb_hotel` (`id` bigint(20) NOT NULL COMMENT '酒店id',`name` varchar(255) NOT NULL COMMENT '酒店名称；例：7天酒店',`address` varchar(255) NOT NULL COMMENT '酒店地址；例：航头路',`price` int(10) NOT NULL COMMENT '酒店价格；例：329',`score` int(2) NOT NULL COMMENT '酒店评分；例：45，就是4.5分',`brand` varchar(32) NOT NULL COMMENT '酒店品牌；例：如家',`city` varchar(32) NOT NULL COMMENT '所在城市；例：上海',`star_name` varchar(16) DEFAULT NULL COMMENT '酒店星级，从低到高分别是：1星到5星，1钻到5钻',`business` varchar(255) DEFAULT NULL COMMENT '商圈；例：虹桥',`latitude` varchar(32) NOT NULL COMMENT '纬度；例：31.2497',`longitude` varchar(32) NOT NULL COMMENT '经度；例：120.3925',`pic` varchar(255) DEFAULT NULL COMMENT '酒店图片；例:/img/1.jpg',PRIMARY KEY (`id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4;

 分析这个数据表的结构，然后构建索引库和mapping

创建索引库，最关键的是mapping映射，而mapping映射要考虑的信息包括：

  • 字段名
  • 字段数据类型
  • 是否参与搜索(是否需要index索引)
  • 是否需要分词
  • 如果分词，分词器是什么？

其中：

  • 字段名、字段数据类型，可以参考数据表结构的名称和类型
  • 是否参与搜索要分析业务来判断，例如图片地址，就无需参与搜索
  • 是否分词呢要看内容，内容如果是一个整体就无需分词，反之则要分词
  • 分词器，我们可以统一使用ik_max_word

这是分析出来的索引库结构

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","copy_to": "all"},"starName":{"type": "keyword"},"business":{"type": "keyword"},"location":{"type": "geo_point"},"pic":{"type": "keyword","index": false},"all":{"type": "text","analyzer": "ik_max_word"}}}
}

 索引库结构说明：
 

这里将name,brand,city字段都使用了mapping的copy_to属性复制到了all字段。

复制的原因是：我们并不知道用户进行搜索时是根据酒店的名字还是品牌还是城市进行搜索的，如果在三个字段中进行匹配搜索，对es的开销十分大，所以我们把这三个字段合并成一个all字段，这样一来，用户进行搜索时，我们只需要在all字段进行文档匹配，获取对应的id即可 ，但是对每个字段的是否分词还是原来的形式，如name进行最细分词，brand,city都不进行分词

这里设置了location字段，它的type类型是geo_point类型，这是es提供的包括了维度，精度的数据类型

 初始化RestClient

在elasticsearch提供的API中，与elasticsearch一切交互都封装在一个名为RestHighLevelClient的类中，必须先完成这个对象的初始化，建立与elasticsearch的连接。 

1.导入es的RestHighLevelClient依赖：

<dependency><groupId>org.elasticsearch.client</groupId><artifactId>elasticsearch-rest-high-level-client</artifactId>
</dependency>

2.因为SpringBoot默认的ES版本是7.6.2，所以我们需要覆盖默认的ES版本，换成自己的es版本：

<properties><java.version>1.8</java.version><elasticsearch.version>7.12.1</elasticsearch.version>
</properties>

 3.初始化RestHighLevelClient，即维护一个bean到IoC容器

    //定义操作es的客户端对象@Beanpublic RestHighLevelClient restHighLevelClient(){return new RestHighLevelClient(RestClient.builder(HttpHost.create("http://192.168.230.100:9200")));}

使用RestHighLevelClient构建索引库及其mapping

代码分为三步：

  • 1）创建Request对象。因为是创建索引库的操作，因此Request是CreateIndexRequest。
  • 2）添加请求参数，其实就是DSL的JSON参数部分。因为json字符串很长，这里是定义了静态字符串常量HOTEL_MAPPING，让代码看起来更加优雅。
  • 3）发送请求，client.indices()方法的返回值是IndicesClient类型，封装了所有与索引库操作有关的方法。

1.构建json数据常量

public class HotelConstant {public static final String HOTEL_MAPPING="{\n" +"  \"mappings\": {\n" +"    \"properties\": {\n" +"      \"id\": {\n" +"        \"type\": \"keyword\"\n" +"      },\n" +"      \"name\":{\n" +"        \"type\": \"text\",\n" +"        \"analyzer\": \"ik_max_word\",\n" +"        \"copy_to\": \"all\"\n" +"      },\n" +"      \"address\":{\n" +"        \"type\": \"keyword\",\n" +"        \"index\": false\n" +"      },\n" +"      \"price\":{\n" +"        \"type\": \"integer\"\n" +"      },\n" +"      \"score\":{\n" +"        \"type\": \"integer\"\n" +"      },\n" +"      \"brand\":{\n" +"        \"type\": \"keyword\",\n" +"        \"copy_to\": \"all\"\n" +"      },\n" +"      \"city\":{\n" +"        \"type\": \"keyword\",\n" +"        \"copy_to\": \"all\"\n" +"      },\n" +"      \"starName\":{\n" +"        \"type\": \"keyword\"\n" +"      },\n" +"      \"business\":{\n" +"        \"type\": \"keyword\"\n" +"      },\n" +"      \"location\":{\n" +"        \"type\": \"geo_point\"\n" +"      },\n" +"      \"pic\":{\n" +"        \"type\": \"keyword\",\n" +"        \"index\": false\n" +"      },\n" +"      \"all\":{\n" +"        \"type\": \"text\",\n" +"        \"analyzer\": \"ik_max_word\"\n" +"      }\n" +"    }\n" +"  }\n" +"}";
}

 2.创建索引库

/*** 测试索引库功能*/
@SpringBootTest
public class TestIndex {@Autowiredprivate RestHighLevelClient restHighLevelClient;@Testpublic void test01() throws IOException {//构建 创建索引库请求对象，参数为索引库对象CreateIndexRequest request = new CreateIndexRequest("hotel");//设置DSL语句,第一个参数为构建mapping的json语句，第二个参数是表明这是JSON数据格式request.source(HotelConstant.HOTEL_MAPPING, XContentType.JSON);//发起请求CreateIndexResponse result = restHighLevelClient.indices().create(request, RequestOptions.DEFAULT);boolean isSuccess = result.isAcknowledged();System.out.println(isSuccess?"构建索引库成功":"构建索引库失败");}
}

 3.测试是否构建成功

GET /hotel

 使用RestHighLevelClient查询索引库和删除索引库

    /*** 判断索引库是否存在*/@Testpublic void test02() throws IOException {//构建 获取索引库请求对象，参数为索引库名字GetIndexRequest request = new GetIndexRequest("hotel");//查询不用写dsl语句//直接发起请求,判断索引库是否存在boolean exists = restHighLevelClient.indices().exists(request, RequestOptions.DEFAULT);System.out.println(exists?"hotel索引库存在":"hotel索引库不存在");}/*** 删除索引库*/@Testpublic void test03() throws IOException {//构建 删除索引库请求对象，参数为索引库对象DeleteIndexRequest request = new DeleteIndexRequest("hotel");//删除不用写dsl语句//直接发起请求，删除索引库AcknowledgedResponse result = restHighLevelClient.indices().delete(request, RequestOptions.DEFAULT);boolean isSuccess = result.isAcknowledged();System.out.println(isSuccess?"删除成功":"删除失败");}

总结

JavaRestClient操作elasticsearch的流程基本类似。核心是restHignLevelClient.indices()方法来获取索引库的操作对象。

索引库操作的基本步骤：

  • 初始化RestHighLevelClient
  • 创建XxxIndexRequest。XXX是Create、Get、Delete
  • 准备DSL（ Create时需要，其它是无参）
  • 发送请求。调用RestHighLevelClient.indices().xxx()方法，xxx是create、exists、delete

 RestClient操作文档

新增文档 

我们要将数据库的酒店数据查询出来，写入elasticsearch中。

构建索引库实体类

数据库查询后的结果是一个Hotel类型的对象。结构如下：

@Data
@TableName("tb_hotel")
public class Hotel {@TableId(type = IdType.INPUT)private Long id;private String name;private String address;private Integer price;private Integer score;private String brand;private String city;private String starName;private String business;private String longitude;private String latitude;private String pic;
}

与我们的索引库结构存在差异：

  • longitude和latitude需要合并为location
因此，我们需要定义一个新的类型，与索引库结构吻合：
@Data
@NoArgsConstructor
public class HotelDoc {private Long id;private String name;private String address;private Integer price;private Integer score;private String brand;private String city;private String starName;private String business;private String location;private String pic;public HotelDoc(Hotel hotel) {this.id = hotel.getId();this.name = hotel.getName();this.address = hotel.getAddress();this.price = hotel.getPrice();this.score = hotel.getScore();this.brand = hotel.getBrand();this.city = hotel.getCity();this.starName = hotel.getStarName();this.business = hotel.getBusiness();this.location = hotel.getLatitude() + ", " + hotel.getLongitude();this.pic = hotel.getPic();}
}
 新增文档的DSL语句如下：
POST /{索引库名}/_doc/1
{"name": "Jack","age": 21
}
 代码实现
@SpringBootTest
public class TestDoc {@Autowiredprivate HotelMapper hotelMapper;@Autowiredprivate RestHighLevelClient restHighLevelClient;@Testpublic void test01() throws IOException {//使用mapper去数据库中查询数据Hotel hotel = hotelMapper.selectById(36934L);//封装成HotelDoc类HotelDoc hotelDoc = new HotelDoc(hotel);//序列化成json数据,当作DSL语句String jsonDSL = JSON.toJSONString(hotelDoc);//构建 文档请求对象，第一个参数是索引库名字，第二个是文档idIndexRequest request = new IndexRequest("hotel").id(hotelDoc.getId()+"");//设置DSL语句request.source(jsonDSL, XContentType.JSON);//发送请求IndexResponse result = restHighLevelClient.index(request, RequestOptions.DEFAULT);System.out.println(result);}
}
测试

GET /hotel/_doc/36934

    /*** 获取文档信息*/@Testpublic void test02() throws IOException {//构建 查询文档请求对象GetRequest request = new GetRequest("hotel", "36934");//查询不用写DSL语句//直接发送请求GetResponse response = restHighLevelClient.get(request, RequestOptions.DEFAULT);//获取响应的json数据String jsonData = response.getSourceAsString();//将json数据反序列化成对象HotelDoc hotelDoc = JSON.parseObject(jsonData, HotelDoc.class);System.out.println(hotelDoc);}

 查询文档

查询的DSL语句如下：

GET /hotel/_doc/{id}
    /*** 获取文档信息*/@Testpublic void test02() throws IOException {//构建 查询文档请求对象GetRequest request = new GetRequest("hotel", "36934");//查询不用写DSL语句//直接发送请求GetResponse response = restHighLevelClient.get(request, RequestOptions.DEFAULT);//获取响应的json数据String jsonData = response.getSourceAsString();//将json数据反序列化成对象HotelDoc hotelDoc = JSON.parseObject(jsonData, HotelDoc.class);System.out.println(hotelDoc);}

修改文档

修改我们讲过两种方式：

  • 全量修改：本质是先根据id删除，再新增
  • 增量修改：修改文档中的指定字段值

在RestClient的API中，全量修改与新增的API完全一致，判断依据是ID：

  • 如果新增时，ID已经存在，则修改
  • 如果新增时，ID不存在，则新增

所以我们主要关注增量修改。

与之前类似，也是三步走：

  • 1）准备Request对象。这次是修改，所以是UpdateRequest
  • 2）准备参数。也就是JSON文档，里面包含要修改的字段
  • 3）更新文档。这里调用client.update()方法
 /*** 增量修改文档的部分信息*/@Testpublic void test03() throws IOException {//构建 更新文档的请求对象UpdateRequest request = new UpdateRequest("hotel", "36934");//编写DSL语句request.doc("city","天津");//发送请求UpdateResponse response = restHighLevelClient.update(request, RequestOptions.DEFAULT);}

 删除文档

    /*** 删除文档*/@Testpublic void test04() throws IOException {//构建 删除文档请求对象DeleteRequest request = new DeleteRequest("hotel", "36934");//直接发送请求restHighLevelClient.delete(request,RequestOptions.DEFAULT);}

批量导入文档

案例需求：利用BulkRequest批量将数据库数据导入到索引库中。

步骤如下：

  • 利用mybatis-plus查询酒店数据

  • 将查询到的酒店数据（Hotel）转换为文档类型数据（HotelDoc）

  • 利用JavaRestClient中的BulkRequest批处理，实现批量新增文档

 /*** 批量导入数据*/@Testpublic void test05() throws IOException {//使用mapper查询到所有数据List<Hotel> hotels = hotelMapper.selectList(null);BulkRequest bulkRequest = new BulkRequest("hotel");hotels.stream().forEach(hotel -> {//把hotel变成hotelDoc类对象，并序列化成json数据String jsonDSL = JSON.toJSONString(new HotelDoc(hotel));//构建 新增文档请求对象IndexRequest request = new IndexRequest("hotel").id(hotel.getId()+"").source(jsonDSL, XContentType.JSON);//将请求对象添加到bulkRequest中bulkRequest.add(request);});//发送请求restHighLevelClient.bulk(bulkRequest,RequestOptions.DEFAULT);}

成功导入es 

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

 

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.mzph.cn/pingmian/57452.shtml

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

相关文章

一文掌握异步web框架FastAPI（五）-- 中间件（测试环境、访问速率限制、请求体解析、自定义认证、重试机制、请求频率统计、路径重写）

一文掌握异步web框架FastAPI（五）-- 中间件（测试环境、访问速率限制、请求体解析、自定义认证、重试机制、请求频率统计、路径重写）

接上篇：一文掌握异步web框架FastAPI（四）-CSDN博客 目录 七、中间件 15、测试环境中间件 16、访问速率限制中间件，即限制每个IP特定时间内的请求数（基于内存，生产上要使用数据库） 1）限制单ip访问速率 2）增加限制单ip并发（跟上面的一样，也是限制每个IP特定时间内的请…
阅读更多...
代码随想录算法训练营第二十四天|Day24 回溯算法

代码随想录算法训练营第二十四天|Day24 回溯算法

93.复原IP地址 题目链接/文章讲解&#xff1a;https://programmercarl.com/0093.%E5%A4%8D%E5%8E%9FIP%E5%9C%B0%E5%9D%80.html 视频讲解&#xff1a;https://www.bilibili.com/video/BV1XP4y1U73i/ 思路 char** result; int resultTop; int segments[3]; int isValid(char* s…
阅读更多...
大模型算法二次开发，基本思路详细拆解

大模型算法二次开发，基本思路详细拆解

[ 导读 随着众多大模型相继问世&#xff0c;大模型二次开发、大模型微调成为一项热门技术。本文为大家总结了大模型二次开发的基本方法与思路&#xff0c;希望对大家有所帮助。 开发方法分类 1、领域知识注入&#xff1a;Continue PreTraining(增量预训练),一般垂直大模型是…
阅读更多...
【drone】drone 整合 gitea | ubuntu 通过docker-compose方式部署drone的全流程 整合gitea

【drone】drone 整合 gitea | ubuntu 通过docker-compose方式部署drone的全流程 整合gitea

一、前期准备 1、ubuntu环境 确定是否具有 ssh： service ssh start，如果没有，使用：apt install openssh-server 进行安装查看 Linux 的 IP 地址： ifconfig，命令不可用时，通过：apt install net-tools安装命令可选：设置 root 的密码： sudo passwd root可选：开启 root…
阅读更多...
使用Python读取word表格里的数据，存为excel表格，以此来解决word表格复制到excel表格一个单元格变过个单元格的问题

使用Python读取word表格里的数据，存为excel表格，以此来解决word表格复制到excel表格一个单元格变过个单元格的问题

一、前言 最近同事遇到一个棘手的事情&#xff0c;要把有1000多行的word表格&#xff0c;转成excel表格&#xff0c;采取直接复制的方式&#xff0c;word里面表格的内容有很多的回车&#xff0c;导致表格复制到excel后&#xff0c;word里一个单元格在excel里变成了多个单元格。…
阅读更多...
（STM32笔记）十二、DMA的基础知识与用法

（STM32笔记）十二、DMA的基础知识与用法

我用的是正点的STM32F103来进行学习&#xff0c;板子和教程是野火的指南者。 之后的这个系列笔记开头未标明的话&#xff0c;用的也是这个板子和教程。 DMA的基础知识与用法 一、DMA功能框图1、DMA请求2、通道3、仲裁器 二、DMA传输设置1、数据来源与数据去向外设到存储器存储器…
阅读更多...
如何在verilog设计的磁盘阵列控制器中实现不同RAID级别（如RAID 0、RAID 1等）的切换？

如何在verilog设计的磁盘阵列控制器中实现不同RAID级别（如RAID 0、RAID 1等）的切换？

以下是一种在Verilog设计的磁盘阵列控制器中实现不同RAID级别（以RAID 0和RAID 1为例）切换的方法： 添加控制信号 在磁盘阵列控制器模块中添加一个输入信号，例如raid_mode，用于选择RAID模式。假设raid_mode = 0表示RAID 0模式，raid_mode = 1表示RAID 1模式。module raid_co…
阅读更多...
前端算法：堆

前端算法：堆

目录 一、堆 1.堆是什么&#xff1f; 2.堆的性质 3.堆的实现 4.基本操作 5.时间复杂度 二、代码实现 1.最大堆实现 2.最小堆实现 一、堆 1.堆是什么&#xff1f; 堆能用树来表示&#xff0c;并且一般树的实现都是通过链表&#xff0c;而二叉堆是一种特殊的堆&#xf…
阅读更多...
GO基础(string相关)

GO基础(string相关)

本博文包含了18个小内容&#xff0c;有判断字符串是否以另一个字符串开头、字符串包含关系判断、4、判断非ASCII编码字符、字符串替换、统计字符串出现的次数、重复字符串、修改字符串大写、修改字符串小写、剔除字符串开头和结尾的空白符号、剔除指定字符、剔除开头字符串、剔…
阅读更多...
Lua环境安装

Lua环境安装

软考鸭微信小程序 学软考,来软考鸭! 提供软考免费软考讲解视频、题库、软考试题、软考模考、软考查分、软考咨询等服务 Lua是一种轻量级、小巧且易于嵌入应用程序的脚本语言&#xff0c;广泛用于游戏开发、Web开发、自动化脚本等领域。本文将详细介绍如何在不同操作系统上安装L…
阅读更多...
蓝桥杯注意事项

蓝桥杯注意事项

蓝桥杯注意事项 比赛注意事项 能暴力枚举就暴力枚举&#xff0c;能用简单的思路做就尽量用简单的思路做。认真审核题目的题意和输入输出的要求&#xff0c;避免因为误解题意而导致题目错误。对于提供多组测试样例或者需要对一个过程重复进行循环的代码&#xff0c;要时刻记住…
阅读更多...
六大设计原则之一——单一职责原则

六大设计原则之一——单一职责原则

单一职责原则 面向对象三大特性之一的 封装 指的就是将单一事物抽象出来组合成一个类&#xff0c;所以我们在设计类的时候每个类中处理的是单一事物而不是某些事物的集合。 设计模式中所谓的 单一职责原则(Single Responsibility Principle - SRP)&#xff0c;就是对一个类而…
阅读更多...
【硬啃Dash-Fastapi-Admin】03-requirements-pg.txt 速览

【硬啃Dash-Fastapi-Admin】03-requirements-pg.txt 速览

文章目录 dash2.18.1 纯Python的Web应用框架Python Dash库的功能介绍和用法示例功能介绍用法示例 Flask-Compress1.15 Flask响应数据的压缩功能介绍用法示例注意事项 feffery-antd-charts0.1.0rc5 数据可视化组件库功能介绍用法示例 feffery-antd-components0.3.8 Dash 第三方组…
阅读更多...
autMan奥特曼机器人-实时翻译的用法

autMan奥特曼机器人-实时翻译的用法

一、基本配置 访问并登录百度翻译开放平台&#xff1a;https://api.fanyi.baidu.com/ 进入开发者信息获取 APP ID和密钥&#xff0c;并开通“通用文本翻译”服务 autMan应用市场->我的->找到“实时翻译”插件安装后去点击“配参” 二、使用示例 假如你和一个俄国人聊…
阅读更多...
C程序设计语言精髓 单向链表

C程序设计语言精髓 单向链表

目录 单向链表---定义 单向链表---建立 单向链表---删除 单向链表---插入​ 单向链表---输出​ 单向链表---定义 单向链表---建立 单向链表---删除 单向链表---插入 单向链表---输出
阅读更多...
Visual Studio安装图文详解教程

Visual Studio安装图文详解教程

版权声明 本文原创作者&#xff1a;谷哥的小弟作者博客地址&#xff1a;http://blog.csdn.net/lfdfhl 教程说明 本教程旨在详细介绍 Visual Studio 社区版的安装过程及其注意事项。 Visual Studio简介 Visual Studio 社区版功能完备且可扩展的免费 IDE&#xff0c;可用于创…
阅读更多...
centos配置ssh

centos配置ssh

在CentOS上配置SSH服务主要步骤&#xff1a; 安装OpenSSH服务器&#xff1a; 首先&#xff0c;你需要确保OpenSSH服务器软件包已经安装在你的系统上。你可以使用以下命令来安装它&#xff1a; sudo yum update sudo yum install openssh-server 启动SSH服务&#xff1a; 安装完…
阅读更多...
【通俗理解】Neurosymbolic AI——融合神经网络与符号推理的智慧之力

【通俗理解】Neurosymbolic AI——融合神经网络与符号推理的智慧之力

【通俗理解】Neurosymbolic AI——融合神经网络与符号推理的智慧之力 关键词提炼 #Neurosymbolic AI #神经网络 #符号推理 #感知能力 #逻辑能力 #认知水平 #智慧与力量 第一节&#xff1a;Neurosymbolic AI的类比与核心概念 Neurosymbolic AI就像是给神经网络这位“大力士”…
阅读更多...
如何减小 Maven 项目生成的 JAR 包体积 提升运维效率

如何减小 Maven 项目生成的 JAR 包体积 提升运维效率

在使用 Maven 构建 Java 项目时&#xff0c;有时需要减小生成的 JAR 包的体积&#xff0c;以提高部署效率或减少资源消耗。以下是一些有效的方法来减小 JAR 包的体积&#xff1a; 排除不必要的依赖打包时&#xff0c;依赖jar包独立于应用jar包 1. 排除不必要的依赖 通过排除项目…
阅读更多...
【15】协方差

【15】协方差

在Excel数据分析中，协方差是用于衡量两个变量之间的线性关系的统计量。它可以帮助你判断两个变量是否同向变化（正协方差）或反向变化（负协方差）。协方差的计算结果可以用于进一步分析变量之间的关系，尤其是在投资组合、回归分析和其他多元分析中有着广泛的应用。 1. 什么…
阅读更多...
最新文章

Copyright @ 2022~2023