MongoDB 学习

news2024/12/22 16:36:11

文章目录

  • 前言
  • 1、MongoDB 的优势是什么
  • 2、部署
    • 2.1、Windows 系统中的安装启动
    • 2.2、Shell连接（mongo命令）
    • 2.3、Compass-图形化界面客户端
    • 2.4、Linux系统中的安装启动和连接
  • 3、基本常用命令
    • 3.1、选择和创建数据库
    • 3.2、数据库删除
    • 3.3、集合操作
      • 3.3.1、集合显示创建
      • 3.3.2、集合隐式创建
      • 3.3.3、集合的删除
    • 3.4、文档操作
      • 3.4.1、文档的插入
      • 3.4.2、文档的查询
      • 3.4.3、文档的更新
      • 3.4.4、文档的删除
      • 3.4.5、文档的分页查询
      • 3.4.6、文档的排序查询
      • 3.4.7、正则复杂条件查询
      • 3.4.8、比较查询
      • 3.4.9、包含查询
      • 3.4.10、条件连接查询
  • 4、索引-Index
    • 4.1、索引的类型
      • 4.1.1、单字段索引
      • 4.1.2、复合索引
      • 4.1.3、其他索引
    • 4.2、索引的管理操作
      • 4.2.1、索引的查看
      • 4.2.2、索引的创建
      • 4.2.3、索引的移除
    • 4.3、执行计划

前言

MongoDB是一种非关系型数据库，MongoDB中的记录是一个文档，它是一个由字段和值对（field:value）组成的数据结构。被广泛用于大型数据存储和分布式系统的构建。MongoDB支持的数据模型比传统的关系型数据库更加灵活，支持动态查询和索引，也支持BSON格式的数据存储，这种格式可以支持读取和写入大量的数据。

MySQL 和 MongoDB 对比体系结构

SQL术语/概念MongoDB术语/概念解释/说明
databasedatabase数据库
tablecollection表/集合
rowdocument行/文档
columnfield数据字段/域
indexindex索引
table joins表连接，MongoDB不支持
嵌入文档MongoDB通过嵌入式文档来替代多表连接
primary keyprimary key主键，MongoDB自动将_id字段设置为主键

数据类型

MongoDB的最小存储单位就是文档（document）对象。文档（document）对象对应于关系型数据库的行。数据在MongoDB中以BSON（Binary-JSON）文档的格式存储在磁盘上。

数据类型描述举例
字符串UTF-8字符串都可表示为字符串类型的数据{“x”：“foobar”}
对象id对象id是文档的12字节的唯一ID{“X”：Objectld()}
布尔值真或者假：true或者false{“x”：true)+
数组值的集合或者列表可以表示成数组{“x”：[“a”,“b”,“c”]}
32位整数类型不可用。JavaScript仅支持64位浮点数，所以32位整数会被自动转换shell是不支持该类型的，shell中默认会转换成64位浮点数
64位整数不支持这个类型。shell会使用一个特殊的内嵌文档shell是不支持该类型的，shell中默认会转换成64位浮点数
64位浮点数shell中的数字就是这一种类型{“x”：3.14159，“y”:3}
null表示空值或者未定义的对象{“x”：null}
undefined文档中也可以使用未定义类型{“x”：undefined)
符号shell不支持，shell会将数据库中的符号类型的数据自动转换成字符串
正则表达文档中可以包含正则表达式，采用javaScript的正则式表达式语法{“x”：/foobar/i)
代码文档中还可以包含javaScript代码{“x”：function(){/…*/))
二进制数二进制数据可以由任意字节的串组成，不过shell中无法使用
最大值/最小值BSON包括一个特殊类型，表示可能的最大值，shellc中没有这个类型

1、MongoDB 的优势是什么

  • 灵活的数据模型：MongoDB支持动态查询和索引，可以支持更大的数据集。
  • 分布式扩展：MongoDB可以轻松地横向扩展，支持跨多个服务器分布数据，实现高可用性和负载均衡。
  • 大规模数据存储：MongoDB支持海量数据存储，提供非常高的性能和可扩展性。
  • 易于使用：MongoDB提供简单的命令行工具和可视化界面，支持多种编程语言，易于使用和自定义。

2、部署

2.1、Windows 系统中的安装启动

  1. 第一步：下载安装包
    MongoDB提供了可用于32位和64位系统的预编译二进制包，你可以从MongoDB官网下载安装，MongoDB预编译二进割包下载地址：https://www.mongodb.com/try/download/community

在这里插入图片描述

提示：版本的选择：

  • MongoDB的版本命名规范如：x.y.z
  • y为奇数时表示当前版本为开发版，如：1.5.2、4.1.13
  • y为偶数时表示当前版本为稳定版，如：1.6.3、4.0.10
  • z是修正版本号，数字越大越好
  1. 第二步：解压安装

将压缩包确解压到一个目录中。在解压目录中，手动建立一个目录用于存放数据文件，如data/db

  1. 第三步：启动
  • 方式1：命令行参数方式启动服务

在bin目录中打开命令行提示符，输入如下命令：

mongod --dbpath=..\data\db

我们在启动信息中可以看到，mongoDB的默认端口是27017，如果我们想改变默认的启动端口，可以通过port来指定端口。

为了方便我们每次启动，可以将安装目录的bin目录设置到环境变量的Path中，bin目录下是一些常用命令，比如
mongod启动服务用的，mongo客户端连接服务用的。

  • 方式2：配置文件方式启动服务

在解压目录中新建config文件夹，该文件夹中新建配置文件mongod.conf，内如参考如下：

storage:
#The directory where the mongod instance stores its data.Default value is "\data\db"on windows.
dbPath:D:\软件\mongodb\data

启动方式

mongod -f ../config/mongod.conf
或
mongod --config ../config/mongod.conf

2.2、Shell连接（mongo命令）

在命令提示符输入以下shella命令即可完成登都陆

mongo
或
mongo --host=127.0.0.1 --port=27017

查看已经有的数据库

show databases

退出mongodb

exit

更多参数可以通过帮助查看：

mongo --help

提示：
MongoDB javascript shell是一个基于javascript的释器，故是支持js程序的。

2.3、Compass-图形化界面客户端

到 MongoDB 官网下载 MongoDB Compass
地址：hhttps://www.mongodb.com/try/download/compass 在打开的界面中，输入主机地址、端口等相关信息，点击连接

在这里插入图片描述

2.4、Linux系统中的安装启动和连接

  1. 先到官网下载压缩包。
  2. 上传压缩包到Linux中。
  3. 移动解压后的文件夹到指定的目录中。
mv mongodb-linux-x86_64-4.0.10 /usr/local/mongodb
  1. 新建几个目录，分别用来存储数据和日志。
# 数据存储目录
mkdir -p /mongodb/single/data/db
# 日志存储目录
mkdir -p /mongodb/single/log
  1. 新建并修改配置文件
vi /mongodb/single/mongod.conf

配置文件的内客如下：

systemLog:
	# MongoDB发送所有日志输出的目标指症为文件
information
	destination:file
	# mongod或mongos应向其发送所有诊断日志记录信息的日志文件的路径
	path:"/mongodb/single/log/mongod.log"
	# 当mongos或mongod实例重新启动时，mongos或mongod会将新条目附加到现有日志文件的末尾。
	logAppend:true
storage:
	# mongod实例存储其数据的目录。storage.dbPath设置仅适用于mongod
	dbPath:"/mongodb/single/data/db"
	journal:
		# 启用或禁用特久性日志以确保数据文件保持有效和可恢复
		enabled:true
processManagement:
	# 启用在后台运行mongos或mongod进程的守护进程模式
	fork:true
net:
	# 服务实例绑定的IP,默认是localhost
	bindIp:localhost,192.168.0.2
	# 绑定的端口，认是27017
	port:27017
  1. 启动MongoDB服务
[root@bobohost single]#/usr/local/mongodb/bin/mongod -f /mongodb/single/mongod.conf

注意：如果启动后不是successfully,则是启动失败了。原因基本上就是配置文件有问题。

通过进程来查看服务是否启动了：

[root@bobohost single]#ps -ef |grep mongod
  1. 分别使用mongo命令和compass工具来连接测试

提示：如果远程连接不上，需要配置防火墙放行，或直接关闭linux防火墙

# 查看防火墙状态
systemctl status firewalld
# 临时关闭防火墙
systemctl stop firewalld
# 开机禁止启动防火墙
systemctl disable firewalld
  1. 停止关闭服务

① 快速关闭方法 kill

kill -9 PID

② 标准的关闭方法

// 客户端登录服务，注意，这里通过loca1ost登录，如果需要远程登录，必须先登录认证才行。
mongo --port 27017
//切换到ahin库
use admin
//关闭服第
db.shutdownServer()

3、基本常用命令

在这里插入图片描述

3.1、选择和创建数据库

  1. 选择和创建数据库的语法格式，如果数据库不存在则自动创建
use 数据库名称

注意：在MongoDB中，创建的数据库会先存放在内存中，当创建一个集合后才持久化到磁盘，集合只有在内容插入后才会创建，就是说，创建集合数据表后要再插入一个文档（记录)，集合才会真正创建。

  1. 查看有权限查看的所有的数据库命令
show dbs
或
show databases
  1. 查看当前正在使用的数据库命令
db
  • admin：从权限的角度来看，这是"root"数据库。要是将一个用户添加到这个数据库，这个用户自动继承所有数据库的权限。一些特定的服务器端命令也只能从这个数据库运行，比如列出所有的数据库或者关闭服务器。
  • local：这个数据永远不会被复制，可以用来存储都限于本地单台服务器的任意集合。
  • config：当Mongo用于分片设置时，config数据库在内部使用，用于保存分片的相关信息。

3.2、数据库删除

  1. MongoDB别除教据库的语法格式如下，主要用来别除已经持久化的数据库
db.dropDatabase()

3.3、集合操作

3.3.1、集合显示创建

  1. 基本语法格式，name是要创建的集合名称
db.createCollection(name)
  1. 查看当前库中的表：show tables命令
show collections
或
show tables

3.3.2、集合隐式创建

db.comment.insert({
    "articleid": "100000",
    "content": "今天天气真好",
    "userid": "1001",
    "nickname": "Rose",
    "createdatetime": new
    Date(),
    "likenum": NumberInt(10),
    "state": null,
		"note":""
})

当插入文档时候，如果集合不存在则隐式2创建

3.3.3、集合的删除

# 集合名称 mycollection
db.mycollection.drop()

3.4、文档操作

3.4.1、文档的插入

  1. 单条插入使用insert或save方法向集合中插入文档
db.collection.insert(
	<document or array of documents>(json 格式),
	{
		writeConcern:<document>,
		ordered:<boolean>
	}

示例

db.comment.insert({
    "articleid": "100000",
    "content": "今天天气真好",
    "userid": "1001",
    "nickname": "Rose",
    "createdatetime": new
    Date(),
    "likenum": NumberInt(10),
    "state": null,
		"note":""
})
  1. 批量插入
db.collection.insertMany(
	[<document or array of documents>](json 数组格式),
	{
		writeConcern:<document>,
		ordered:<boolean>
	}

示例

db.comment.insertMany([{
    "articleid": "100000",
    "content": "今天天气真好",
    "userid": "1001",
    "nickname": "Rose",
    "createdatetime": new
    Date(),
    "likenum": NumberInt(10),
    "state": null,
		"note":""
}])

插入时指定了_id，则主键就是该值，如果某条数据插入失败，将会终止插入，但已经插入成功的数据不会回滚掉。因为批量插入由于数据较多容易失败，因此可以使用try catch进行异常捕获处理，测试的时候可以不处理。

try{
   db.comment.insertMany([
  {"_id":"9","articleId":"1001", "content":"吃饭喝水"},
  {"_id":"5","articleId":"1001", "content":"吃饭喝水"},
  {"_id":"6","articleId":"1001", "content":"吃饭喝水"},
]);
} catch(e){
   print(e);
}

3.4.2、文档的查询

  1. 查询所有
db.comment.find()
或
db.comment.find({})

这里你会发现每条文档会有一个叫_id的字段，这个相当于我们原来关系数据库中表的主键，插入没有指定该字段，MongoDB会自动建，其类型是ObjectlD类型，如果我们在插入文档记录时指定该字段也可以其类型可以是ObjectlD类型，也可以是MongoDB支持的任意类型。

  1. 条件查询
db.comment.find({userid:'1001'})

如果你只需要返回符合条件的第一条数据相当于limit，我们可以使用findOne命令来实现。语法和find一样。

db.comment.findOne({userid:'1001'})
  1. 投影查询

① 显示userId、name、_id字段

db.comment.find({userId:"1"}.{userId:1, name:1, _id:1})

② 显示userId、name字段，不显示_id字段

db.comment.find({userId:"1"}.{userId:1, name:1, _id:0})

③ 查询所有数据，只显示_id、userId、name

db.comment.find({}.{userId:1, name:1, _id:1})

3.4.3、文档的更新

  1. 覆盖修改（将该条记录完全覆盖）
db.comment.update({_id:"1"},{name:NumberInt(1001)})
  1. 局部修改（使用修改器 $set 来实现，默认只修改第一条数据）
db.comment.update({_id:"1"},{$set:{name:NumberInt(1001)}})
  1. 批量局部修改（更新所有用户为1000的数据）
db.comment.update({userId:"1000"},{$set:{name:NumberInt(1001)}},{multi:true})
  1. 列值增长的修改
db.comment.update({_id:"3"},{$inc:{num:NumberInt(1)}})

3.4.4、文档的删除

  1. 删除所有数据
db.comment.remove({})
  1. 删除_id = 1的记录
db.comment.remove({_id:"1"})

3.4.5、文档的分页查询

  1. 统计查询
# 统计comment集合的所有的记录数
db.comment.count()
# 统计userId为100的记录条数
db.comment.count({userId:"100"})
  1. 分页列表查询

使用limit()方法来读取指定数量的数据，使用skip()方法来跳过指定数量的数据。

db.COLLECTION_NAME.find().limit(NUMBER).skip(NUMBER)

返回前三条的数据

db.comment.find().limit(3)

skip方法（跳过前n条数据）

db.comment.find().skip(3)

分页样例

// 第一页
db.comment.find().skip(0).limit(3)
// 第二页
db.comment.find().skip(3).limit(3)
// 第三页
db.comment.find().skip(6).limit(3)

3.4.6、文档的排序查询

db.COLLECTION_NAME.find().sort({KEY:1})

样例：对userId降序排列，并对number进行升序排列

db.comment.find().sort({userId:-1,number:1})

执行顺序：先sort( )，再是skip( )，最后是limit( )和命令编写顺序无关

3.4.7、正则复杂条件查询

MongoDB的模糊查询是通过正则表达式的方式实现的

db.collection.find({field:/正则表达式/})
或
db.集合.find({字段：/正则表达式/})

样例：查询food里包含蛋糕的所有文档

db.comment.find({food:/蛋糕/})

3.4.8、比较查询

db.集合名称.find({"field":{$gt:value}})  //大于：field>value
db.集合名称.find({"field":{$lt:value}})  //小于：field<value
db.集合名称.find({"field":{$gte:value}}) //大于等于：field>=value
db.集合名称.find({"field":{$lte:value}}) //小于等于：field<=value
db.集合名称.find({"field":{$ne:value}})  //不等于：field!=value

样例：查询数量大于700的记录

db.comment.find({number:{$gt:NumberInt(700)}})

3.4.9、包含查询

包含使用$in操作符，查询集合中userId字段包含100或101的文档

db.comment.find({userId:{$in:["100","101"]}})

不包含使用$nin操作符，查询集合中userId字段不包含100和101的文档

db.comment.find({userId:{$nin:["100","101"]}})

3.4.10、条件连接查询

查询同时满足两个以上的条件，需要使用$and操作符将条件进行关联，例如：查询集合中number大于等于700并且小于2000的文档

db.comment.find({$and:[{number:{$gte:NumberInt(700)}},{number:{$lt:NumberInt(2000)}}]})

查询两个以上条件之间是或者的关系，例如：查询集合中userId为10，或者点赞数小于100的文档记录

db.comment.find({$or:[{userId:"10"}, {number:{$lt:100}}]})

4、索引-Index

索引支持在MongoDB中高效的执行查询。如果没有索引，MongoDB必须执行全集合扫描，即扫描集合中的每个文档，以选择与查询语句匹配的文档。

如果查询存在适当的索引，MongoDB可以使用该索引限制必须检查的文档数。

索引是特殊的数据结构，它以易于遍历的形式存储集合数据的一小部分。索引存储特定字段或一组字段的值，按字段值排序。索引项的排序支持有效的相等匹配和基于范围的查询操作。此外，MongoDB还可以使用索引中的排序返回排序结果。

MongoDB索引使用B树数据结构（B-Tree，MySQL是B+Tree）

4.1、索引的类型

4.1.1、单字段索引

MongoDB支持在文档的单个字段上创建用户定义的升序/降序索引，称为单字段索引（single field index）。

对于单个字段索引和排序操作，索引键的排序顺序（即升序或降序）并不重要，因为MongoDB可以在任何方向上遍历索引。

4.1.2、复合索引

MongoDB还支持多个字段的用户定义索引，即复合索引（Compound Index）。

复合索引中列出的字段顺序具有重要意义。例如，如果复合索引由{userid:1, score:-1}组成，则索引首先按userid正序排序，然后在每个userid的值内，再按socre倒序排序。

4.1.3、其他索引

地理空间索引（Geospatial Index）、文本索引（Text Indexes）、哈希索引（Hashed Indexes）。

  • 地理空间索引：为了支持对地理空间坐标数据的有序查询，MongoDB提供了两种特殊的索引；返回结果时使用平面几何的二维索引和返回结果时使用球面几何的二维球面索引。
  • 文本索引：MongoDB提供了一种文本索引类型，支持在集合中搜索字符串内容。这些文本索引不存储特定于语言的停止词（例如“the”、“a”、“or”），而将集合的词作为词干，只存根词。
  • 哈希索引：为了支持基于散列的分片，MongoDB提供了散列索引类型，它对字段值的散列进行索引。这些索引在其范围内的值分布更加随机，但只支持相等匹配，不支持基于范围的查询。

4.2、索引的管理操作

4.2.1、索引的查看

db.collection.getIndexes()

4.2.2、索引的创建

# 单字段索引
db.collection.createIndex({userId:1})
# 复合索引
db.collection.createIndex({userId:1, name:-1})

4.2.3、索引的移除

# 指定索引的移除
db.collection.dropIndex({userId:1})

# 所有索引的移除（除了_id）
db.collection.dropIndexes()

4.3、执行计划

分析查询性能（Analyze Query Performance）通常使用执行计划（解释计划、Explain Plan）来查看查询的情况，如查询耗费的时间、是否基于索引查询等。

那么，通常，我们想知道，建立的索引是否有效，效果如何，都需要通过执行计划查看。

db.collection.find(query, options).explain(options)

涵盖的查询

当查询条件和查询的投影仅包含索引字段时，MongoDB直接从索引返回结果，而不是扫描任何文档或将文档带入内存内，这些覆盖的查询可以非常高效（简单来说：只需要查询索引集合就可以获取需要的数据，无需回到实际的集合中查询文档）。

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/597326.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

HEVC预测编码介绍

HEVC预测编码介绍

介绍 ● 一幅图像内邻近像素之间有着较强的空间相关性&#xff0c;相邻图像之间也有很强的时间相关性&#xff1b; ● 预测编码&#xff08;Prediction Coding&#xff09;是指利用已编码的一个或几个样本值&#xff0c;根据某种模型或者方法&#xff0c;对当前的样本值进行预…
阅读更多...
LeetCode572. 另一棵树的子树

LeetCode572. 另一棵树的子树

题目 leetcode572. 另一棵树的子树 思路 递归解决。 ①递归的大问题化小----判断c是否为a子树可以转换为判断c是否为a左子树的子树或者c是否为a右子树的子树。 ②递归的结束条件-----如果两颗树相同&#xff0c;返回true&#xff1b;两棵树为空&#xff0c;返回true&#xff…
阅读更多...
【十三】设计模式~~~行为型模式~~~中介者模式（Java）

【十三】设计模式~~~行为型模式~~~中介者模式（Java）

中介者模式-Mediator Pattern【学习难度&#xff1a;★★★☆☆&#xff0c;使用频率&#xff1a;★★☆☆☆】 2.1. 模式动机 在用户与用户直接聊天的设计方案中&#xff0c;用户对象之间存在很强的关联性&#xff0c;将导致系统出现如下问题&#xff1a;系统结构复杂&#…
阅读更多...
动态规划-硬币排成线

动态规划-硬币排成线

动态规划-硬币排成线 1 描述2 样例2.1 样例 1:2.2 样例 2:2.3 样例 3: 3 算法解题思路及实现3.1 算法解题分析3.1.1 确定状态3.1.2 转移方程3.1.3 初始条件和边界情况3.1.4 计算顺序 3.2 算法实现3.2.1 动态规划常规实现3.2.2 动态规划滚动数组 该题是lintcode的第394题&#x…
阅读更多...
第二十一章 开发Productions - ObjectScript Productions - 延迟发送

第二十一章 开发Productions - ObjectScript Productions - 延迟发送

文章目录 第二十一章 开发Productions - ObjectScript Productions - 延迟发送延迟发送 生成事件日志条目在 ObjectScript 中生成事件日志条目 第二十一章 开发Productions - ObjectScript Productions - 延迟发送 延迟发送 除了同步&#xff08;等待&#xff09;和异步&…
阅读更多...
9秒被骗245万元？AI火了，骗子也来了！

9秒被骗245万元？AI火了，骗子也来了！

生成式AI技术&#xff0c;如GPT-4等强大的语言模型的广泛普及&#xff0c;已经逐步开展应用。这种对未来技术的期待之余&#xff0c;不得不面对AI技术可能被滥用的风险&#xff0c;甚至已经有一些犯罪分子已开始巧妙地利用AI技术进行电信诈骗。 当下最积极学习的除了学生&#…
阅读更多...
【高危】Apache bRPC ＜1.5.0 存在任意代码执行漏洞

【高危】Apache bRPC ＜1.5.0 存在任意代码执行漏洞

漏洞描述 Apache bRPC 是C开发、由百度RPC发展而来的工业级 RPC 框架。 该项目受影响版本存在任意代码执行漏洞&#xff0c;由于server.cpp对于用户输入的pid_file使用wordexp展开。 具备bRPC控制权限的攻击者可在bRPC启动时通过控制pid_file参数注入恶意内容&#xff08;如…
阅读更多...
DNS隧道流量分析

DNS隧道流量分析

1.域名准备 选择哪家的云都没问题&#xff0c;国内云需要实名&#xff0c;不建议使用&#xff0c;这里我选择的TX云&#xff0c;因为之前注册过了&#xff0c;自己拿来做个流量分析不成问题 域名添加解析记录 需要准备自己的vps作为DNS隧道的服务端&#xff0c;且需要添加ns…
阅读更多...
.nc文件根据经纬度提取点上数值python

.nc文件根据经纬度提取点上数值python

.nc文件根据经纬度提取点上数值python 1、数据集2、代码部分3、完整代码 1、数据集 VOD Climate Archive &#xff08;VODCA&#xff09; 数据由维也纳工业大学提供&#xff08;https://doi.org/ 10.5281/zenodo.2575599&#xff09;。VODCA是一种空间分辨率为0.25的全球每日V…
阅读更多...
【十一】设计模式~~~结构型模式~~~代理模式（Java）

【十一】设计模式~~~结构型模式~~~代理模式（Java）

【学习难度&#xff1a;★★★☆☆&#xff0c;使用频率&#xff1a;★★★★☆】 6.1. 模式动机 在某些情况下&#xff0c;一个客户不想或者不能直接引用一个对 象&#xff0c;此时可以通过一个称之为“代理”的第三者来实现 间接引用。代理对象可以在客户端和目标对象之间起…
阅读更多...
网络流量管理系统

网络流量管理系统

网络监控对于当今的组织至关重要&#xff0c;该过程的一个关键方面是分析网络的正常运行时间、可用性、性能和安全性。随着云和物联网技术越来越多地成为现代 IT 环境的一部分&#xff0c;网络管理员必须更加警惕他们授予访问权限的流量&#xff0c;包括确定谁在使用他们的网络…
阅读更多...
【十四】设计模式~~~行为型模式~~~中介者模式（Java）

【十四】设计模式~~~行为型模式~~~中介者模式（Java）

【学习难度&#xff1a;★★★☆☆&#xff0c;使用频率&#xff1a;★★★★★】 3.1. 模式动机 建立一种对象与对象之间的依赖关系&#xff0c;一个对象发生改变时将自动通知其他对象&#xff0c;其他对象将相应做出反应。在此&#xff0c;发生改变的对象称为观察目标&#…
阅读更多...
提高测试效率5大捷径

提高测试效率5大捷径

1、优先级 测试任务和开发任务一样&#xff0c;都需要进行优先级排序。在测试工作中&#xff0c;优先进行级别高的测试任务&#xff0c;这样能够在无法保障测试周期的前提下&#xff0c;也不会对整体开发进度造成较大的影响。 提高测试效率5大捷径 2、重视测试策略 测试策略的基…
阅读更多...
零代码，使用 Dify 两分钟接入企业微信

零代码，使用 Dify 两分钟接入企业微信

前置准备 企业微信的管理员权限 一个 Dify 的帐号 一个 Laf 云的帐号 &#xff08;可选&#xff09;一个 OpenAI 的 API Key。如果没有&#xff0c;可以使用 Dify 免费提供的 200 次调用机会用于测试。 &#xff08;可选&#xff09;在电脑上新建一个 env.txt 的文件&#…
阅读更多...
C++进阶 —— 列表初始化(C++11新特性）

C++进阶 —— 列表初始化(C++11新特性）

目录 一&#xff0c;列表初始化 二&#xff0c;类列表初始化 三&#xff0c;类模板列表初始化 库模板初始化列表实现 模拟模板初始化列表实现 在2003年C标准委员会曾经提交了一份技术勘误表(简称TC1)&#xff0c;使得C03这个名字已经取代了C98称为C11之前的最新C标准名称&…
阅读更多...
神经网络与机器学习

神经网络与机器学习

《神经网络与深度学习》 第一章 绪论1.1 人工智能知识结构预备知识顶会论文常用的深度学习框架研究领域 1.2 如何开发AIS芒果机器学习 1.3 表示学习局部表示和分布式表示 1.4 深度学习&#xff08;Deep Learning) 第一章 绪论 1.1 人工智能 人工智能的一个子领域 神经网络&a…
阅读更多...
百度商业AI技术创新大赛火热进行中，携手专家大咖一起创新为更好！

百度商业AI技术创新大赛火热进行中，携手专家大咖一起创新为更好！

百度商业AI技术创新大赛火热进行中 来自百度、中国人工智能学会 及NVIDIA的专家大咖纷纷送上寄语 希望与充满创新思维的年轻人一起 探讨AI技术的创新应用 挖掘AIGC在商业领域发展的更多可能 开启中国人工智能发展新篇章&#xff01; -戴琼海- 国务院参事 CAAI理事长 …
阅读更多...
分布式锁的应用场景与分布式锁实现（三）：基于Zookeeper实现分布式锁

分布式锁的应用场景与分布式锁实现（三）：基于Zookeeper实现分布式锁

分布式锁的应用场景与分布式锁实现&#xff08;二&#xff09;&#xff1a;基于Redis实现分布式锁 基于Zookeeper实现分布式锁 ​ 实现分布式锁目前有三种流行方案&#xff0c;分别为基于数据库、Redis、Zookeeper的方案。这里主要介绍基于zk怎么实现分布式锁。在实现分布式锁…
阅读更多...
每日一题——重复的子字符串

每日一题——重复的子字符串

每日一题 重复的子字符串 题目链接 注&#xff1a;本题的题解基本建立在KMP算法之上&#xff0c;对KMP算法不太了解的小伙伴可以参考这篇文章KMP算法及其改进图文详解 方法一&#xff1a;移动匹配 我们先来看几个可以由一个字串重复多次构成的主字符串&#xff1a;“aaa”&am…
阅读更多...
chatgpt赋能Python-python人脸识别步骤

chatgpt赋能Python-python人脸识别步骤

简介 Python是一种优秀的编程语言&#xff0c;它广泛应用于人工智能、数据科学、Web应用程序开发等领域。其中&#xff0c;人脸识别是Python应用程序中的重要一环。 本文将介绍Python人脸识别的具体步骤&#xff0c;希望对初学者有所帮助。 Python人脸识别步骤 安装必要的库…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023