【Redis 神秘大陆】003 数据类型使用场景

news2024/11/28 6:32:26

三、Redis 数据类型和使用场景

img

  • Hash：对象类型的数据，购物车
  • List：队列/栈
  • Set：String类型的无序集合，intset，抽奖、签到、打卡，商品评价标签
  • Sorted Set：存储有序的元素，ziplist，skiplist+ dict，排行榜
  • Geo：地理位置信息
  • Hyperloglogs：基于基数的统计
  • Streams：流计算

3.1 基础命令

命令作用示例返回值
keys *查看所有键keys *所有键列表
dbsize键总数dbsize键的总数
exists key检查键是否存在exists java1 或 0
del key [key]删除键del java删除个数
expire key seconds设置键的过期时间expire hello 101 或 0
ttl key查看键的剩余过期时间ttl hello剩余时间
type key查看键的数据结构类型type hello数据类型

3.1.1 单个键管理

功能命令说明
键重命名rename key newkey将指定键重命名为新键名。如果新键名已存在，则会覆盖原有键的值。
随机返回一个键randomkey从当前数据库中随机返回一个键的名称。
键过期expire key seconds设置键在指定秒数后过期。
expireat key timestamp设置键在指定时间戳后过期。
pexpire key milliseconds以毫秒为单位设置键在指定毫秒数后过期。
pexpireat key milliseconds-timestamp以毫秒为单位设置键在指定毫秒级时间戳后过期。
ttl key获取键的剩余过期时间（单位：秒）。
pttl key获取键的剩余过期时间（单位：毫秒）。
persist key移除键的过期时间，使其永久有效。
键迁移move key db将指定键移动到另一个数据库。
dump key+restore key ttl value在不同 Redis 实例之间进行数据迁移。
`migrate host port key“” destination-db timeout [copy] [replace] [keys key [key …]]`

3.1.2 键的遍历

对应 mysql limit

功能命令说明
全量遍历键keys pattern返回匹配给定模式的所有键。pattern 可以包含通配符，如 ***** 匹配所有键，? 匹配单个字符，[] 匹配指定范围的字符。Keys 命令可能会导致 Redis 阻塞，不建议在生产环境中使用，但在某些情况下，如数据量较小或者在从节点上执行，可以使用。
渐进式遍历scan cursor [match pattern] [count number]使用游标方式逐步遍历所有键。cursor 是游标值，从 0 开始，每次遍历完毕后会返回新的游标值。match 可选参数用于模式匹配，count 可选参数表示每次遍历的键个数，默认为 10。Scan 命令可以有效避免阻塞，但无法保证完全遍历所有键。可用于检测过期或闲置时间、寻找大对象等场景。
面向哈希类型扫描hscan key cursor [match pattern] [count number]渐进式遍历哈希类型键的所有字段。与 scan 类似，但专用于哈希类型。
面向集合类型扫描sscan key cursor [match pattern] [count number]渐进式遍历集合类型键的所有元素。与 scan 类似，但专用于集合类型。
面向有序集合扫描zscan key cursor [match pattern] [count number]渐进式遍历有序集合类型键的所有成员。与 scan 类似，但专用于有序集合类型。

3.2 字符串

img

  • Redis的字符串类型是最基础的数据结构。
  • 所有键都是字符串类型，其他数据结构都是在字符串类型基础上构建的。
  • 值可以是简单字符串、复杂字符串（如JSON、XML）、数字（整数、浮点数）甚至是二进制（图片、音频、视频），但值的最大大小不能超过512MB。

3.2.1 命令

常用命令
  1. 设置值
  • set key value [ex seconds] [px milliseconds] [nx|xx]: 设置键的值，并可选地设置过期时间和条件。
  • setex key seconds value: 设置键的值，并同时设置过期时间（秒）。
  • setnx key value: 仅当键不存在时设置键的值。
  • setxx key value: 仅当键存在时设置键的值。
  1. 获取值
  • get key: 获取键的值。
  • mget key [key …]: 批量获取多个键的值。
  1. 批量操作
  • mset key value [key value …]: 批量设置多个键值对。
  • mget key [key …]: 批量获取多个键的值。
  1. 计数
  • incr key: 对键的值进行自增操作。
  • decr key: 对键的值进行自减操作。
  • incrby key increment: 对键的值进行指定数字的自增操作。
  • decrby key decrement: 对键的值进行指定数字的自减操作。
  • incrbyfloat key increment: 对键的值进行浮点数的自增操作。
不常用命令
  1. 追加值
  • append key value: 向键的值尾部追加字符串。
  1. 字符串长度
  • strlen key: 返回键的值的长度。
  1. 设置并返回原值
  • getset key value: 设置键的值并返回键原来的值。
  1. 设置指定位置的字符
  • setrange key offset value: 设置键值的指定位置的字符。
  1. 获取部分字符串
  • getrange key start end: 获取键值的指定范围的子字符串。
时间复杂度
命令时间复杂度
setO(1)
getO(1)
msetO(N)
mgetO(N)
incrO(1)
decrO(1)
incrbyO(1)
decrbyO(1)
incrbyfloatO(1)
appendO(1)
strlenO(1)
getsetO(1)
setrangeO(1)
getrangeO(N)

3.2.2 内部编码

Redis字符串类型的内部编码与底层数据结构密切相关，不同的编码方式会对应不同的底层数据结构，如下所示：

  • int：采用8个字节的长整型存储，底层数据结构为整数类型, 节省内存空间和提高访问速度。
127.0.0.1:6379> set key 8653 OK
127.0.0.1:6379> object encoding key "int"
  • embstr：对于小于等于39个字节的字符串，采用内嵌字符串编码，底层数据结构为简单的字符数组,避免额外的内存分配和释放操作。
# 小于等于39个字节的字符串：embstr
127.0.0.1:6379> set key "hello,world" OK
127.0.0.1:6379> object encoding key "embstr"
  • raw：对于大于39个字节的字符串，采用原始字符串编码，底层数据结构为动态字符串（dynamic string），通常是一个结构体，内部包含了指向字符数组的指针以及该字符串的长度等信息。
# 大于39个字节的字符串：raw
127.0.0.1:6379> set key "one string greater than 39 byte........." OK
127.0.0.1:6379> object encoding key "raw"
127.0.0.1:6379> strlen key (integer) 40

3.2.3 应用场景

缓存功能

典型的缓存使用场景是将 Redis 作为缓存层，通过 Redis 快速获取数据，减轻后端数据库的压力。下面是模拟的代码示例：

UserInfo getUserInfo(long id){
    String userRedisKey = "user:info:" + id;
    String value = redis.get(userRedisKey);
    UserInfo userInfo;
    if (value != null) {
        userInfo = deserialize(value);
    } else {
        userInfo = mysql.get(id);
        if (userInfo != null) {
            redis.setex(userRedisKey, 3600, serialize(userInfo));
        }
    }
    return userInfo;
}
计数功能

Redis 可以作为计数的基础工具，用于实现快速计数和查询缓存的功能。以下是一个简单的示例：

long incrVideoCounter(long id) {
    String key = "video:playCount:" + id;
    return redis.incr(key);
}
共享 Session

使用 Redis 可以集中管理用户的 Session 信息，解决分布式 Web 服务中的 Session 分散管理问题，确保用户登录状态的一致性。示例代码如下：

// 在登录时将用户的 Session 信息存储到 Redis
redis.setex(sessionId, 3600, serialize(userInfo));

// 在需要获取 Session 信息时，直接从 Redis 中获取
UserInfo userInfo = deserialize(redis.get(sessionId));
限速功能

通过 Redis 实现对特定操作的限速，如限制用户获取验证码的频率、限制 IP 地址的访问频率等。示例代码如下：

String phoneNum = "138xxxxxxxx";
String key = "shortMsg:limit:" + phoneNum;

// SET key value EX 60 NX
String isExists = redis.set(key, "1", "EX 60", "NX");

if (isExists != null || redis.incr(key) <= 5) {
    // 允许操作
} else {
    // 限速
}

3.3 哈希

3.3.1 命令

命令示例说明
hset key field valuehset user:1 name tom为指定键的哈希类型设置字段及其对应的值
hget key fieldhget user:1 name获取指定键的哈希类型中指定字段的值
hdel key field [field …]hdel user:1 name删除指定键的哈希类型中一个或多个字段
hlen keyhlen user:1计算指定键的哈希类型中字段的数量
hmset key field value [field value …]hmset user:1 name mike age 12 city tianjin批量设置指定键的哈希类型中的多个字段及其对应的值
hexists key fieldhexists user:1 name判断指定键的哈希类型中是否存在指定字段
hkeys keyhkeys user:1获取指定键的哈希类型中所有字段的名称
hvals keyhvals user:1获取指定键的哈希类型中所有字段的值
hgetall keyhgetall user:1获取指定键的哈希类型中所有字段及其对应的值
hincrby key field incrementhincrby user:1 age 1将指定键的哈希类型中指定字段的值按指定增量增加
hstrlen key fieldhstrlen user:1 name计算指定键的哈希类型中指定字段的值的字符串长度

3.3.2 内部编码

哈希类型是 Redis 中常用的数据结构之一，其内部编码有两种：ziplist（压缩列表）和hashtable（哈希表）。

根据哈希类型元素个数和值的大小，Redis会动态选择使用合适的内部编码来存储数据。

  • ziplist（压缩列表）：

  • 当哈希类型元素个数小于 hash-max-ziplist-entries 配置（默认512个）且所有值都小于 hash-max-ziplist-value 配置（默认64字节）时，Redis会使用ziplist作为哈希的内部实现。

  • Ziplist 使用紧凑的结构实现多个元素的连续存储，因此在节省内存方面比 hashtable 更加优秀。

  • hashtable（哈希表）：

  • 当哈希类型无法满足 ziplist 的条件时，Redis会使用 hashtable 作为哈希的内部实现。因为此时 ziplist 的读写效率会下降，而 hashtable 的读写时间复杂度为O（1）。

下面是示例演示了哈希类型的内部编码，以及相应的变化：

当field个数比较少且没有大的value时，内部编码为ziplist：

127.0.0.1:6379> hmset hashkey f1 v1 f2 v2 OK
127.0.0.1:6379> object encoding hashkey "ziplist"

当有value大于64字节时，内部编码会由ziplist变为hashtable：

127.0.0.1:6379> hset hashkey f3 "one string is bigger than 64 byte...忽略..." OK
127.0.0.1:6379> object encoding hashkey "hashtable"

当field个数超过512，内部编码也会由ziplist变为hashtable：

127.0.0.1:6379> hmset hashkey f1 v1 f2 v2 f3 v3 ...忽略... f513 v513 OK
127.0.0.1:6379> object encoding hashkey "hashtable"

这种动态选择内部编码的机制有效地节省了内存空间，并提高了 Redis 在处理哈希类型数据时的效率。

3.3.3 应用场景

缓存用户信息

img

将用户信息存储为哈希类型，每个用户的属性作为field，属性值作为value。这种方式相比于使用字符串序列化缓存用户信息更加直观，并且在更新操作上更为便捷。

UserInfo getUserInfo(long id) {
    String userRedisKey = "user:info:" + id;
    Map<String, String> userInfoMap = redis.hgetAll(userRedisKey);
    UserInfo userInfo;
    if (userInfoMap != null) {
        userInfo = transferMapToUserInfo(userInfoMap);
    } else {
        userInfo = mysql.get(id);
        redis.hmset(userRedisKey, transferUserInfoToMap(userInfo));
        redis.expire(userRedisKey, 3600);
    }
    return userInfo;
}
缓存对象属性

类似于缓存用户信息，哈希类型也可用于缓存对象的属性。每个对象的属性作为field，属性值作为value。这样可以在对象更新时只更新相应的属性，而不需要更新整个对象。

数据存储和索引

哈希类型可以用于存储数据并建立索引，例如存储文章内容和相应的标签。文章内容可以作为value，而标签可以作为field，这样可以快速地根据标签检索到相关的文章内容。

统计数据

哈希类型可以用于存储统计数据，例如用户的访问次数、订单数量等。每个用户或对象的ID作为key，相应的统计数据作为field和value。这样可以方便地对数据进行更新和查询。

3.3.4 优缺点分析

使用哈希类型缓存用户信息的优缺点如下：

优点
  • 简单直观，易于理解和实现。
  • 每个属性都支持更新操作，可以灵活地更新部分属性而不影响其他属性。
  • 如果合理使用哈希类型的内部编码和控制字段数量，可以有效地减少内存占用。
缺点
  • 在使用hashtable作为内部实现时，会消耗更多的内存。
  • 如果哈希表的field数量过多，会导致内存占用增加，需要合理控制field数量。
  • Redis不支持复杂的关系查询，因此在模拟关系型数据库的复杂查询时开发困难，维护成本高。

3.3.5 用户信息缓存方案比较

方案优点缺点适用场景
原生字符串类型简单直观每个属性支持更新操作占用过多的键内存占用量较大 用户信息内聚性较差，不利于维护适用于简单的数据结构，且数据量较小的场景
序列化字符串类型简化编程可提高内存使用效率（如果合理使用序列化）序列化和反序列化有一定开销 更新属性需要反序列化、更新、再序列化，操作复杂且开销较大适用于需要简化编程且数据结构较为复杂的场景，数据量较小、读取频率高、更新频率低
哈希类型简单直观 每个用户属性使用一对field-value，内存空间使用相对较少（如果合理使用）需要控制哈希内部编码的转换，转换为hashtable会消耗更多内存无法针对某个 field 进行失效处理适用于结构化数据，且字段较多的场景，需要减少内存空间的使用、提高数据存取效率的场景

3.4 列表

3.4.1 命令

操作类型描述命令示例用法
添加操作从右向左插入元素到列表。rpush key value [value …]rpush listkey c b a
添加操作从左向右插入元素到列表。lpush key value [value …]lpush listkey c b a
添加操作向某个元素前或者后插入元素linsert key before|after pivot value
查找获取指定范围内的元素列表。lrange key start endlrange listkey 1 3
查找获取指定索引下标的元素。lindex key indexlindex listkey -1
查找获取列表长度。llen keyllen listkey
删除从列表左侧弹出元素。lpop keylpop listkey
删除从列表右侧弹出元素。rpop keyrpop listkey
删除删除指定元素。lrem key count valuelrem listkey 4 a
删除按照索引范围修剪列表。ltrim key start endltrim listkey 1 3
修改修改指定索引下标的元素。lset key index newValuelset listkey 2 python
阻塞操作从左至右阻塞弹出元素。blpop key [key …] timeoutblpop list:test 3
阻塞操作从右至左阻塞弹出元素。brpop key [key …] timeoutbrpop list:test 3

3.4.2 内部编码

img

Redis 列表类型的内部编码主要有两种：ziplist（压缩列表）和 linkedlist（链表）。选择合适的内部编码类型取决于列表的大小和元素的特性。

  1. ziplist（压缩列表）：
  • 当列表的元素个数小于 list-max-ziplist-entries 配置（默认 512 个），并且列表中每个元素的值都小于 list-max-ziplist-value 配置（默认 64 字节）时，Redis 会选用 ziplist 作为列表的内部实现来减少内存的使用。
  • ziplist 是一种紧凑且高效的数据结构，适用于存储少量元素且元素值较小的列表。
  1. linkedlist（链表）：
  • 当列表类型无法满足 ziplist 的条件时，Redis 会使用 linkedlist 作为列表的内部实现。
  • linkedlist 是一种灵活的数据结构，适用于存储大量元素或者元素值较大的列表。
示例演示
  1. 当元素个数较少且没有大元素时，内部编码为 ziplist：
bashCopy code
127.0.0.1:6379> rpush listkey e1 e2 e3
(integer) 3
127.0.0.1:6379> object encoding listkey
"ziplist"

2.1 当元素个数超过 512 个，内部编码变为 linkedlist：

bashCopy code
127.0.0.1:6379> rpush listkey e4 e5 ...忽略... e512 e513
(integer) 513
127.0.0.1:6379> object encoding listkey
"linkedlist"

2.2 或者当某个元素超过 64 字节，内部编码也会变为 linkedlist：

bashCopy code
127.0.0.1:6379> rpush listkey "one string is bigger than 64 byte...............
................."
(integer) 4
127.0.0.1:6379> object encoding listkey
"linkedlist"

3.4.3 应用场景

1. 消息队列

消息队列常用于解耦系统组件，实现异步通信和削峰填谷等功能。在 Redis 中，可以使用 lpush 和 brpop 命令组合来实现阻塞队列：

  • 生产者客户端使用 lpush 从列表左侧插入元素。
  • 多个消费者客户端使用 brpop 命令阻塞式地获取列表尾部的元素。

这样设计可以保证消费的负载均衡和高可用性。

2. 文章列表

img

文章列表通常需要按照一定的规则进行排序和分页展示。在 Redis 中，可以使用列表存储每个用户的文章列表，并进行分页展示：

  1. 每篇文章使用哈希结构存储，例如每篇文章有标题、时间戳和内容等属性。
hmset article:1 title "xx" timestamp 1476536196 content "xxxx"
hmset article:k title "yy" timestamp 1476512536 content "yyyy"
  1. 向用户文章列表添加文章，使用 lpush 将文章 ID 插入用户文章列表的左侧。
lpush user:1:articles article:1 article3 ...
lpush user:k:articles article:5 ...
  1. 分页获取用户文章列表，使用 lrange 命令按照索引范围获取指定用户的文章列表，然后根据文章 ID 获取文章内容。
articles = lrange user:1:articles 0 9
for article in articles
    hgetall article
开发提示

在使用列表时，可以根据以下口诀选择合适的操作组合：

  • lpush + lpop = 栈（Stack）
  • lpush + rpop = 队列（Queue）
  • lpush + ltrim = 有限集合（Capped Collection）
  • lpush + brpop = 消息队列（Message Queue）

3.5 Set 集合

3.5.1 命令

操作命令返回值
添加元素sadd key element [element …]成功添加的元素个数
删除元素srem key element [element …]成功删除的元素个数
计算元素个数scard key集合中元素的数量
判断元素是否在集合中sismember key element1（存在）或 0（不存在）
随机返回指定个数的元素srandmember key [count]随机元素或元素数组
从集合中随机弹出元素spop key被弹出的元素
获取所有元素smembers key集合中的所有元素
求多个集合的交集sinter key [key …]交集元素的数组
求多个集合的并集sunion key [key …]并集元素的数组
求多个集合的差集sdiff key [key …]差集元素的数组
保存交集、并集、差集的结果sinterstore destination key [key …]保存结果的集合的元素个数
sunionstore destination key [key …]保存结果的集合的元素个数
sdiffstore destination key [key …]保存结果的集合的元素个数

3.5.2 内部编码

  1. intset（整数集合）：当集合中的元素都是整数且元素个数小于 set-maxintset-entries 配置（默认512个）时，Redis会选用intset来作为集合的内部实现，从而减少内存的使用。
  2. hashtable（哈希表）：当集合类型无法满足intset的条件时，Redis会使用hashtable作为集合的内部实现。

示例：

  1. 当元素个数较少且都为整数时，内部编码为intset：
rubyCopy code
127.0.0.1:6379> sadd setkey 1 2 3 4 (integer) 4
127.0.0.1:6379> object encoding setkey "intset"
  1. 当元素个数超过512个，内部编码变为hashtable：
rubyCopy code
127.0.0.1:6379> sadd setkey 1 2 3 4 5 6 ... 512 513 (integer) 509
127.0.0.1:6379> scard setkey (integer) 513
127.0.0.1:6379> object encoding listkey "hashtable"
  1. 当某个元素不为整数时，内部编码也会变为hashtable：
rubyCopy code
127.0.0.1:6379> sadd setkey a (integer) 1
127.0.0.1:6379> object encoding setkey "hashtable"

3.5.3 应用场景

用户的兴趣可以被表示为一组标签，例如，一个用户可能对娱乐、体育感兴趣，而另一个用户可能对历史、新闻感兴趣。以下是使用集合类型实现标签功能的一些功能：

  1. 给用户添加标签：
sadd user:1:tags tag1 tag2 tag5
sadd user:2:tags tag2 tag3 tag5
sadd user:k:tags tag1 tag2 tag4
  1. 给标签添加用户：
sqlCopy code
sadd tag1:users user:1 user:3
sadd tag2:users user:1 user:2 user:3
sadd tagk:users user:1 user:2
  1. 删除用户下的标签：
srem user:1:tags tag1 tag5
  1. 删除标签下的用户：
bashCopy code
srem tag1:users user:1
srem tag5:users user:1
  1. 计算用户共同感兴趣的标签：
rubyCopy code
sinter user:1:tags user:2:tags

在开发中，需要注意以下几点：

  • 用户和标签的关系维护应该在一个事务内执行，以防止部分命令失败造成数据不一致。
  • 计算用户共同感兴趣的标签可以使用 sinter 命令。

3.6 Zset 有序集合

3.6.1 命令

命令描述时间复杂度
zadd key score member [score member …]添加成员及其分数到有序集合O(log(N))
zcard key获取有序集合的成员个数O(1)
zscore key member获取成员的分数O(1)
zrank key member获取成员的排名（升序）O(log(N))
zrevrank key member获取成员的排名（降序）O(log(N))
zrem key member [member …]删除成员O(log(N)+M)
zincrby key increment member增加成员的分数O(log(N))
zrange key start end [withscores]返回指定排名范围的成员（升序）O(log(N)+M)
zrevrange key start end [withscores]返回指定排名范围的成员（降序）O(log(N)+M)
zrangebyscore key min max [withscores] [limit offset count]返回指定分数范围的成员（升序）O(log(N)+M)
zrevrangebyscore key max min [withscores] [limit offset count]返回指定分数范围的成员（降序）O(log(N)+M)
zcount key min max返回指定分数范围内的成员个数O(log(N))
zremrangebyrank key start end删除指定排名范围的成员O(log(N)+M)
zremrangebyscore key min max删除指定分数范围的成员O(log(N)+M)
`zinterstore destination numkeys key [key …] [weights weight [weight …]] [aggregate summinmax]`
`zunionstore destination numkeys key [key …] [weights weight [weight …]] [aggregate summinmax]`

其中，N 表示有序集合的基数（即成员的个数），M 表示返回结果的基数。

3.6.2 内部编码

有序集合类型的内部编码有两种：ziplist（压缩列表）和skiplist（跳跃表）。

  • Ziplist（压缩列表）：当有序集合的元素个数小于zset-max-ziplist-entries配置（默认128个），同时每个元素的值都小于zset-max-ziplist-value配置（默认64字节）时，Redis会用ziplist来作为有序集合的内部实现。Ziplist可以有效减少内存的使用。
  • Skiplist（跳跃表）：当ziplist条件不满足时，有序集合会使用skiplist作为内部实现，因为此时ziplist的读写效率会下降。

以下是示例说明：

  1. 当元素个数较少且每个元素较小时，内部编码为skiplist。
127.0.0.1:6379> zadd zsetkey 50 e1 60 e2 30 e3 (integer) 3
127.0.0.1:6379> object encoding zsetkey "ziplist"
  1. 当元素个数超过128个时，内部编码变为ziplist。
127.0.0.1:6379> zadd zsetkey 50 e1 60 e2 30 e3 12 e4 ...忽略... 84 e129 (integer) 129
127.0.0.1:6379> object encoding zsetkey "skiplist"
  1. 当某个元素大于64字节时，内部编码也会变为hashtable。
127.0.0.1:6379> zadd zsetkey 20 "one string is bigger than 64 byte............." (integer) 1
127.0.0.1:6379> object encoding zsetkey "skiplist"

3.6.3 应用场景

添加用户赞数

用户上传视频后，根据获得的赞数将用户添加到相应日期的排行榜中。可以使用有序集合的zadd和zincrby功能。例如，用户mike上传了一个视频，并获得了3个赞：

zadd user:ranking:2016_03_15 mike 3

如果之后再获得一个赞：

zincrby user:ranking:2016_03_15 mike 1
取消用户赞数
  1. 当用户注销或发生其他需要将用户从排行榜中删除的情况时，可以使用zrem命令删除用户。例如，删除用户mike：
zrem user:ranking:2016_03_15 mike
展示获取赞数最多的十个用户

使用zrevrange命令可以获取指定日期排行榜中获取赞数最多的前十个用户的信息：

zrevrange user:ranking:2016_03_15 0 9
展示用户信息以及用户分数

可以将用户的详细信息保存在哈希类型中，并通过hgetall命令获取用户信息。同时，可以使用zscore和zrank命令获取用户在排行榜中的分数和排名：

hgetall user:info:tom
zscore user:ranking:2016_03_15 mike
zrank user:ranking:2016_03_15 mike

以上功能实现了一个基本的排行榜系统，用户可以根据赞数排行查看排名前十的用户，并查看每个用户的详细信息以及其在排行榜中的分数和排名。

编码转化机制

img

当你发现这些内容对你有帮助时，为了支持我的工作，不妨给一个免费的⭐Star，这将是对我最大的鼓励！感谢你的陪伴与支持！一起在技术的路上共同成长吧！点击链接：GitHub | Gitee

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.coloradmin.cn/o/1599398.html

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，一经查实，立即删除！

相关文章

二叉树的先中后序遍历

二叉树的先中后序遍历

什么是遍历呢&#xff1f; 遍历:按照某种次序把所有结点都访问一遍 先/中/后序遍历:基于树的递归特性确定的次序规则 二叉树的递归特性: ①要么是个空二叉树 ②要么就是由“根节点左子树右子树”组成的二叉树 先序遍历:根左右&#xff08;NLR) ——先访问根结点&#xff0c;…
阅读更多...
抖音小店新店铺起飞式玩法，这几步一定要做好，前期很重要

抖音小店新店铺起飞式玩法，这几步一定要做好，前期很重要

大家好&#xff0c;我是电商笨笨熊 进入抖音小店后不知道该怎么操作&#xff0c;不清楚如何让新店快速起店&#xff1b; 今天我们就来聊聊新店铺快速起店的几个关键步骤&#xff0c;新手玩家一定要按照流程去做。 第一步&#xff1a;店铺搭建 小店开通之后不要着急选品上架&…
阅读更多...
FreeRTOS_day1

FreeRTOS_day1

1.总结keil5下载代码和编译代码需要注意的事项 下载代码前要对仿真进行设置 勾选后代码会立刻执行 勾选后会导致代码不能执行 写代码的时候要写在对应的begin和end之间&#xff0c;否则会被覆盖 2.总结STM32Cubemx的使用方法和需要注意的事项 ①打开软件&#xff0c;新建工程…
阅读更多...
项目7-音乐播放器2（上传音乐+查询音乐+拦截器）

项目7-音乐播放器2（上传音乐+查询音乐+拦截器）

0.加入拦截器 之后就不用对用户是否登录进行判断了 0.1 定义拦截器 0.2 注册拦截器 生效 1.上传音乐的接口设计 请求&#xff1a; { post, /music/upload {singer&#xff0c;MultipartFile file}&#xff0c; } 响应&#xff1a; { "status": 0, "message&…
阅读更多...
【Android】Activity task和Instrumentation杂谈

【Android】Activity task和Instrumentation杂谈

文章目录 activity taskInstrumentation机制参考 Android不仅可以装载众多的系统组件&#xff0c;还可以将它们跨进程组成ActivityTask&#xff0c;这个特性使得每个应用都不是孤立的。 activity task 从数据结构角度看&#xff0c;Task有先后之分&#xff0c;源码实现上采取了…
阅读更多...
AI人工智能老师大模型讲师叶梓 OneLLM：开创性的多模态大型语言模型技术

AI人工智能老师大模型讲师叶梓 OneLLM：开创性的多模态大型语言模型技术

在人工智能领域&#xff0c;多模态大型语言模型&#xff08;MLLM&#xff09;的研究一直是一个热门话题。近期&#xff0c;一种名为OneLLM的创新技术引起了业界的广泛关注。OneLLM通过其独特的统一框架&#xff0c;实现了多种不同模态与自然语言的高效对齐&#xff0c;为多模态…
阅读更多...
加拿大银行入局，强化数字货币的量子安全防护

加拿大银行入局，强化数字货币的量子安全防护

领先的量子网络安全公司EvolutionQ此前宣布与加拿大银行签订合同&#xff0c;为加拿大银行的一个研究项目做出贡献&#xff0c;该项目涉及绿地数字货币的量子安全网络安全技术。这项工作强调了EvolutionQ致力于理解量子计算机对新兴金融技术&#xff08;如数字货币&#xff09;…
阅读更多...
社区养老服务系统|基于springboot社区养老服务系统设计与实现(源码+数据库+文档)

社区养老服务系统|基于springboot社区养老服务系统设计与实现(源码+数据库+文档)

社区养老服务系统目录 目录 基于springboot社区养老服务系统设计与实现 一、前言 二、系统功能设计 三、系统实现 1、管理员部分功能 &#xff08;1&#xff09; 用户管理 &#xff08;2&#xff09;服务种类管理 &#xff08;3&#xff09;社区服务管理 &#xff08…
阅读更多...
怎样编写测试团队通用的JMeter脚本

怎样编写测试团队通用的JMeter脚本

1、确定测试目标和场景&#xff1a; 与团队成员共同明确测试的目标&#xff0c;例如性能评估、负载测试、稳定性测试等。 确定要测试的具体业务场景和使用案例&#xff0c;比如用户登录、搜索功能、购物流程等。 2、学习 JMeter 工具和基础知识&#xff1a; 阅读 JMeter 官…
阅读更多...
JS -a标签和this在DOM的使用、使用DOM完成点击按钮操作div块和获取div块的CSS样式

JS -a标签和this在DOM的使用、使用DOM完成点击按钮操作div块和获取div块的CSS样式

a标签的索引问题和this <!DOCTYPE html> <html lang"en"> <head><meta charset"UTF-8"><meta http-equiv"X-UA-Compatible" content"IEedge"><meta name"viewport" content"widthde…
阅读更多...
QT 串口助手 学习制作记录

QT 串口助手 学习制作记录

QT 串口助手qt 学习制作记录 参考教程&#xff1a;​​​​​​QT初体验&#xff1a;手把手带你写一个自己的串口助手_qt设计串口助手的流程图-CSDN博客 Qt之串口编程&#xff08;添加QSerialPort模块&#xff09;_如何安装 qt串口模块教程-CSDN博客 串口调试助手&#xff1…
阅读更多...
聚道云软件连接器助力医疗器械有限公司打通金蝶云星辰与飞书

聚道云软件连接器助力医疗器械有限公司打通金蝶云星辰与飞书

摘要 聚道云软件连接器成功将金蝶云星辰与飞书实现无缝对接&#xff0c;为某医疗器械有限公司解决采购订单、付款单同步、审批结果回传、报错推送等难题&#xff0c;实现数字化转型升级。 客户介绍 某医疗器械有限公司是一家集研发、生产、销售为一体的综合性医疗器械企业。…
阅读更多...
揭秘AI精准输出：如何构建完美的AIGC提示词？

揭秘AI精准输出：如何构建完美的AIGC提示词？

揭秘AI精准输出&#xff1a;如何构建完美的AIGC提示词&#xff1f;&#x1f916; 文章目录 揭秘AI精准输出&#xff1a;如何构建完美的AIGC提示词&#xff1f;&#x1f916;摘要引言正文&#x1f4d8; 提示词的基本概念1. 什么是提示词&#xff1f;2. 提示词的作用 &#x1f4d…
阅读更多...
锁策略^o^

锁策略^o^

锁策略 一&#xff0c;悲观锁 VS 乐观锁 悲观锁&#xff1a;总是假设最坏的情况&#xff0c;每次去拿数据的时候都认为别人会修改&#xff0c;所以每次在拿数据的时候都会碰上锁&#xff0c;这样别人想拿这个数据就会阻塞&#xff0c;直到它拿到锁。 乐观锁&#xff1a;假设…
阅读更多...
如何理解服务器的硬防和软防

如何理解服务器的硬防和软防

关于服务器防御相关的知识很多新手都不是很了解&#xff0c;服务器防御分为服务器硬防和软防。 一、服务器硬防 服务器硬防主要指的是硬件防火墙&#xff0c;能够在硬件设备中嵌入防火墙的防御程序&#xff0c;是一种专门用来保护网络不受未授权访问所设计的设备&#xff0c;硬…
阅读更多...
保护你的数据隐私！新技术将实现绝对安全的「量子云计算」

保护你的数据隐私！新技术将实现绝对安全的「量子云计算」

听说过物质-光子混合实现可验证的盲量子计算&#xff08;blind quantum computing&#xff09;吗&#xff1f; "盲量子计算"是一种使用户能够远程利用量子计算服务商的量子设备执行计算的模式。这一技术可能使数百万个人和企业安全地接入下一代量子计算机&#xff0c…
阅读更多...
Big Data and Cognitive Computing (IF=3.7) 计算机/大数据/人工智能期刊投稿

Big Data and Cognitive Computing (IF=3.7) 计算机/大数据/人工智能期刊投稿

Special Issue: Artificial Cognitive Systems for Computer Vision 欢迎计算机/大数据/人工智能/计算机视觉相关工作的投稿&#xff01; 影响因子3.7&#xff0c;截止时间2024年12月31日 投稿咨询&#xff1a;lqyan18fudan.edu.cn 投稿网址&#xff1a;https://www.mdpi.com/j…
阅读更多...
负荷预测 | Matlab基于TCN-GRU-Attention单变量时间序列多步预测

负荷预测 | Matlab基于TCN-GRU-Attention单变量时间序列多步预测

目录 效果一览基本介绍程序设计参考资料 效果一览 基本介绍 1.Matlab基于TCN-GRU-Attention单变量时间序列多步预测&#xff1b; 2.单变量时间序列数据集&#xff0c;采用前12个时刻预测未来96个时刻的数据&#xff1b; 3.excel数据方便替换&#xff0c;运行环境matlab2023及以…
阅读更多...
创纪录的里程碑！光镊阵列捕获逾6,000中性原子，量子计算再达新高

创纪录的里程碑！光镊阵列捕获逾6,000中性原子，量子计算再达新高

论文链接&#xff1a; https://arxiv.org/abs/2403.12021 2024年3月18日&#xff0c;研究人员成功开发出一种大规模光镊阵列&#xff0c;能够在12,000个位点上捕获超过6,100个中性原子&#xff0c;同时在几个关键性能指标上达到新的高度&#xff1a; 1&#xff09;相干时间达到…
阅读更多...
智慧公厕解决方案易集成好使用的智能硬件

智慧公厕解决方案易集成好使用的智能硬件

在现代城市建设中&#xff0c;智慧公厕的需求日益增长。为了提供更好的用户体验和更高效的管理&#xff0c;易集成、好使用的智能硬件成为智慧公厕解决方案的关键组成部分。 1. 蹲位有人无人感应器&#xff1a;是用于检测厕位有人无人的设备&#xff0c;根据现场不同的安装条件…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023