福利！打造自己的ChatGPT聊天小程序，前后端代码全开源

news2024/11/14 22:07:27

简介

本文分享一个我前几个月实现的一个智能聊天系统小项目，包含了java后端，微信小程序端，web页面端三个子工程。

代码已经全部开源，地址放在了文末。

最近一年，chatGPT的火爆程度，已经不需要我再多说了，但是依旧有很多人想用却用不上，原因大家也都很清楚，因为需要科学上网才可以访问，并且注册也需要绑定海外的银行卡。那么这就给了很多人赚钱的机会，于是很多套壳类网站层出不穷，只需要简单写一下代码，部署到海外的服务器上，就可以进行访问了，并且可以实现和chatgpt官网一样的效果。然后再通过充值会员，或者购买次数，来赚钱。

当然，我这个项目也是很久之前就已经实现了，但是并不是为了赚钱，当时的想法是，第一是为了练习编程技术，作为程序员，遇到新鲜的事物，总是会想着尝试一番。第二是为了方便自己，因为自己平时学习或者办公中，也会经常使用chatgpt，但是公司网络又不允许我使用官网，那么不如自己来套壳一个，然后再提供前端页面进行交互，不就可以了吗。

后来，因为网页版对于手机使用非常不方便，于是就又开发出一个微信小程序，可以随时随地使用了，对我的工作和学习帮助还是挺大的，遇到问题就可以直接询问chatGPT了，而且我预设置了多种角色，精心调试了prompt，来实现特定场景或特定领域的问答机器人。

现在，我决定将这些所有的东西全部开源，毫无保留，大家可以使用代码进行学习或者部署使用，微信小程序端就不建议大家发布了，现在微信是不允许对接chatGPT的，大概率会审核不通过。我是因为发布的早，并且没有做过宣传，只是自己和身边人使用，访问量非常小。

效果图展示

先来看下效果图吧，这样才能更加直观的展示。vue实现的网页端和微信小程序端，整体功能是一样的，只是布局有一点小的差异。

网页端

可以根据类别进行划分，每个类别下有多种角色
请添加图片描述
请添加图片描述
聊天页面，类似微信聊天一样，左侧是联系人列表，右边是对话框，下方是输入框。对话框中，自己的输入在右边显示，chatGPT的输出在左边显示。支持markdown格式转换。
请添加图片描述请添加图片描述

微信小程序端

类似的布局，同样的功能，支持积分扣减
请添加图片描述
请添加图片描述

后端项目介绍

后端是使用spring boot进行搭建的， 同时会使用到mysql, mybaits，spring data jpa, redis等组件。

为什么使用spring boot，因为自己是一名java程序员，当然对python和go也略知一二，只是对性能要求没有那么高，并且自己根据熟悉，所以选择了java语言，而Spring Boot是一个开源的Java开发框架，它简化了Java应用程序的开发和部署过程。相比于传统的Java开发，Spring Boot具有以下优点：
1.简化配置：Spring Boot提供了自动配置的功能，可以根据项目的依赖自动配置各种组件，无需手动编写大量的XML配置文件，大大提高了开发效率。

2.内嵌服务器：Spring Boot内置了常用的服务器，如Tomcat、Jetty等，可以直接将应用程序打包为可执行的Jar包或War包，简化了部署和运行的过程。

3.良好的扩展性：Spring Boot基于Spring框架，可以与其他Spring生态系统的组件无缝集成，如Spring Data、Spring Security等，拓展了开发的能力。

搭建Spring Boot项目环境非常简单，只需要几个步骤：

1.在IDE中创建一个新的Spring Boot项目，可以选择使用Spring Initializr或者直接创建一个空的Maven或Gradle项目。

2.在项目的依赖管理文件（如pom.xml）中，添加Spring Boot的启动器依赖，例如：

<dependency>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-web</artifactId>
</dependency>

3.编写Spring Boot应用程序的入口类，例如：

@SpringBootApplication
public class Application {
    public static void main(String[] args) {
        SpringApplication.run(Application.class, args);
    }
}

4.在入口类中，可以添加一些配置和组件，例如定义数据源、配置日志等。

至此，一个简单的Spring Boot项目就搭建完成了。接下来，我们将介绍如何集成OpenAI接口实现ChatGPT功能。

为了实现ChatGPT功能，我们需要先了解OpenAI接口的相关信息。OpenAI是一个人工智能技术公司，提供了各种自然语言处理的API，其中包括了ChatGPT功能。ChatGPT是一个强大的对话生成模型，可以根据输入的对话历史生成下一句话。

要使用OpenAI接口，我们需要进行以下步骤：

1.注册OpenAI账号并获取API密钥：在OpenAI官网注册一个账号，并获取API密钥，用于进行API请求。

2.集成OpenAI接口到Spring Boot项目：添加OpenAI的API依赖到项目中，我这里使用的是另外一个开源项目chatgpt-java，例如：

 <dependency>
   <groupId>com.unfbx</groupId>
    <artifactId>chatgpt-java</artifactId>
    <version>1.0.12</version>
</dependency>

3.使用webSocket。
WebSocket是一种在客户端和服务器之间实现双向通信的协议，通过该协议可以在服务端主动向客户端推送数据，实现实时的双向通信。与传统的HTTP请求-响应模式不同，WebSocket的连接一旦建立，客户端和服务器可以持久性地保持连接，双方可以随时发送和接收消息，达到实时通信的效果。这种实时通信对于聊天应用、实时数据展示和协同编辑等场景非常有用。
（1）添加依赖

<dependency>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-websocket</artifactId>
</dependency>

（2）建立连接，这里需要参数用户id

 @OnOpen
 public void onOpen(Session session, @PathParam("uid") String uid) {
     log.info("websocket open,uid:{}", uid);
     this.session = session;
     this.uid = uid;
     webSocketSet.add(this);
     SESSIONS.add(session);

     if (chatWebSocketMap.containsKey(uid)) {
         chatWebSocketMap.remove(uid);
         chatWebSocketMap.put(uid, this);
     } else {
         chatWebSocketMap.put(uid, this);
         addOnlineCount();
     }
     log.info("websocket onOpen, userId:{}, online count:{}", this.uid, getOnlineCount());
 }

（3）接收前端消息，并调用openAI。

因为websocket只能有定义一个字符串进行前后端交互，所以如果我们需要传递多个参数的话，需要将其转换为json字符串传递进来，并在接受后进行解析。如下所示，我们需要将roleId传递进来，roleId代表是和哪一个角色进行对话，这个在后面会用到，messages列表，里面存放了历史对话记录，这里传递进来是为了保持上下文进行通信，创建一个EventSourceListener，并把session传入进去，最后ChatCompletion 就是与openAI交互的结构体。

@OnMessage
public void onMessage(String message) {
     log.info("onMessage, userId:{} ", this.uid);
     JSONObject jsonObject = JSONUtil.parseObj(message);
     Integer roleId = jsonObject.getInt("roleId");
     String messageString = jsonObject.getStr("message");
     List<Message> messages = new ArrayList<>();
     messages = JSONUtil.toList(messageString, Message.class);
     //接受参数
     OpenAIWebSocketEventSourceListener eventSourceListener = new OpenAIWebSocketEventSourceListener(this.session);

     ChatCompletion chatCompletion = buildChatCompletion(roleId, messages);
     openAiStreamClient.streamChatCompletion(chatCompletion, eventSourceListener);
 }

（4）组装报文。

我们可以将每一种角色的prompt，使用到的模型，最大token等参数，保存到数据库中，根据roleId进行获取，然后组装成ChatCompletion。其中，message结构体中，包含了role和content，role分为三种，分别是system，user，assistant。其中system是系统指定的，里面可以存放你的prompt，用来告诉chatGPT，它现在要扮演什么角色，要怎么输出内容，都可以在system指令中进行指定。user为用户输入的文本。assistant为chatGPT的回答的文本。model中可以指定自己使用的模型，可以使用gpt-3.5-turbo，gpt-4-32k等，根据自己实际情况进行选择。

private ChatCompletion buildChatCompletion(int id, List<Message> messages) {
     ChatCompletion chatCompletion;
     Role role = roleService.getRoleById(id);
     if (role != null) {
         Message roleMessage = Message.builder().content(role.getRoleMessage())
                 .role(Message.Role.SYSTEM).build();
         messages.add(0, roleMessage);
         chatCompletion = ChatCompletion.builder()
                 .temperature(role.getTemperature())
                 .model(role.getModel())
                 .maxTokens(role.getMaxTokens())
                 .topP(role.getTopP())
                 .presencePenalty(role.getPresencePenalty())
                 .frequencyPenalty(role.getFrequencyPenalty())
                 .messages(messages)
                 .stream(true)
                 .user(this.uid)
                 .build();
     } else {
         chatCompletion = ChatCompletion.builder()
                 .messages(messages)
                 .stream(true)
                 .user(this.uid)
                 .build();
     }
     return chatCompletion;
 }

（5）发送请求到openAI

public void streamChatCompletion(ChatCompletion chatCompletion, EventSourceListener eventSourceListener) {
    if (Objects.isNull(eventSourceListener)) {
        log.error("参数异常：EventSourceListener不能为空，可以参考：com.unfbx.chatgpt.sse.ConsoleEventSourceListener");
        throw new BaseException(CommonError.PARAM_ERROR);
    } else {
        if (!chatCompletion.isStream()) {
            chatCompletion.setStream(true);
        }

        try {
            EventSource.Factory factory = EventSources.createFactory(this.okHttpClient);
            ObjectMapper mapper = new ObjectMapper();
            String requestBody = mapper.writeValueAsString(chatCompletion);
            Request request = (new Request.Builder()).url(this.apiHost + "v1/chat/completions").post(RequestBody.create(MediaType.parse(ContentType.JSON.getValue()), requestBody)).build();
            factory.newEventSource(request, eventSourceListener);
        } catch (JsonProcessingException var8) {
            log.error("请求参数解析异常：{}", var8);
            var8.printStackTrace();
        } catch (Exception var9) {
            log.error("请求参数解析异常：{}", var9);
            var9.printStackTrace();
        }

    }
}

上面代码中，通过okHttpClient创建了一个EventSource.Factory对象，然后创建了一个ObjectMapper对象，用于将数据转换为JSON格式。使用ObjectMapper将completion对象转换为JSON字符串，存储在requestBody变量中，使用ObjectMapper将completion对象转换为JSON字符串，存储在requestBody变量中，最后通过已创建的EventSource.Factory对象调用newEventSource方法，传入创建的Request对象和eventSourceListener参数。这样就创建了一个EventSource对象，并开始监听事件。简单来说，这段代码的作用是创建一个EventSource对象，并发送一个POST请求。

现在有两项技术需要解释一下，分别是okHttpClient和EventSource。

okHttpClient

okHttpClient是一个开源的Java HTTP客户端库，由Square公司开发。它提供了一个简单易用的接口，用于发送HTTP请求并处理响应。
特点：

  • 支持同步和异步请求：okHttpClient可以发送同步和异步的HTTP请求。同步请求会阻塞当前线程，直到接收到服务器的响应；异步请求则使用回调函数来处理响应。

  • 连接池管理：okHttpClient使用连接池来管理和复用HTTP连接，从而降低网络请求的延迟。它支持并发请求和多线程环境下的高效连接复用。

  • 支持HTTP/2和SPDY协议：okHttpClient支持最新的HTTP/2和SPDY协议，可以提供更快的传输速度和更低的网络延迟。

  • 支持拦截器：okHttpClient提供了拦截器机制，可以在请求和响应的不同阶段进行自定义操作，例如添加请求头、日志记录等。

  • 支持重试和重定向：okHttpClient可以自动处理请求的失败、重试和重定向，减少开发者处理这些场景的工作量。

  • 可扩展性和灵活性：okHttpClient通过插件系统提供了很高的可扩展性，并且可以根据实际需求进行各种配置，如超时设置、缓存策略等。

总的来说，okHttpClient是一个功能强大、易于使用和高效的Java HTTP客户端库，用于发送HTTP请求并处理响应，适用于各种网络场景和需求。

EventSource

EventSource是HTML5中定义的一种客户端API，也被称为服务器发送事件（Server-Sent Events）。它提供了一种在客户端与服务器之间实现单向通信的机制。以下是EventSource的作用和详细解释：
作用：

  • 实时数据推送：EventSource可以与服务器建立长连接，通过服务器推送数据，实现实时更新，而无需客户端主动请求。

  • 可靠性：EventSource会自动恢复与服务器连接，即使网络连接中断或重新连接。

  • 简化开发：相比于WebSocket，EventSource更为简单易用，不需要进行握手等繁琐的操作。

工作原理：

  • 客户端通过创建EventSource对象，并指定服务器端的URL来与服务器进行连接。

  • 服务器向客户端发送事件流（event stream），可以包含不同类型的事件（event），每个事件都包含一个事件类型（event type）和事件数据（event data）。

  • 客户端通过监听EventSource对象的相关事件来获取服务器发来的数据，如onmessage事件用于接收消息，onerror事件用于处理连接错误，等等。

优点：

  • 对于服务器推送数据的场景非常适用，特别是在实时性要求较高且数据量较小的情况下。

  • 内部自动处理了连接状态、网络中断等问题，减轻了开发者的负担。

  • 不需要考虑跨域问题，因为EventSource默认支持跨域访问。

需要注意的是，EventSource与WebSocket的区别在于数据传输方式。WebSocket提供了双向通信的能力，并支持客户端和服务器端之间的全双工通信，而EventSource只支持服务器向客户端的单向数据推送。

我们这里后端代码调用openAI使用的是EventSource，前端和后端通信用的是WebSocket，其实都可以使用EventSource。

（6）监听openAI响应
我们通过EventSourceListener监听

public void onEvent(EventSource eventSource, String id, String type, String data) {
     if (data.equals("[DONE]")) {
         log.info("OpenAI返回数据结束了");
         session.getBasicRemote().sendText("[DONE]");
         return;
     }
     ObjectMapper mapper = new ObjectMapper();
     ChatCompletionResponse completionResponse = mapper.readValue(data, ChatCompletionResponse.class);
     String delta = mapper.writeValueAsString(completionResponse.getChoices().get(0).getDelta());
     session.getBasicRemote().sendText(delta);
 }

session对象代表了客户端与服务器之间的一个会话连接。它是WebSocket中的一个核心对象，用于进行数据交互。session.getBasicRemote()方法返回RemoteEndpoint.Basic对象，通过该对象可以向客户端发送消息。

sendText()方法是RemoteEndpoint.Basic对象的一个方法，用于发送文本消息到客户端。delta是要发送的文本消息内容。这句代码的作用是将delta文本消息发送给客户端，实现服务器向客户端的实时消息推送功能，这样，之前和后端建立好WebSocket连接的前端，就可以接收到来自chatGPT的响应了。

数据库结构

主要涉及到3张表，分别为role_type，role_desc和role。其中，role_type表是存放角色分类的，如娱乐、生活、工作、学习、健康等。
建表语句如下：

CREATE TABLE `role_type` (
  `id` varchar(64) NOT NULL COMMENT '主键',
  `role_type_name` varchar(256) NOT NULL COMMENT '类别名称',
  `sort_num` decimal(10,2) NOT NULL DEFAULT '1.00' COMMENT '排序序号',
  PRIMARY KEY (`id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_0900_ai_ci COMMENT='角色类别表';

role_desc表是角色描述信息表，其中包含了角色名称，简介，图片等内容，主要是用于角色列表展示的。
建表语句如下：

CREATE TABLE `role_desc` (
  `id` varchar(10) NOT NULL COMMENT '主键',
  `title` varchar(512) NOT NULL COMMENT '标题',
  `description` text COMMENT '内容',
  `chat` text COMMENT '聊天内容',
  `image` varchar(128) NOT NULL COMMENT '图片',
  `role_id` int DEFAULT NULL COMMENT 'roleId',
  `sort_num` decimal(10,2) NOT NULL DEFAULT '1.00' COMMENT '排序序号',
  `post_status` smallint DEFAULT '0' COMMENT '上线状态',
  `create_date` datetime DEFAULT NULL COMMENT '创建时间',
  `update_date` datetime DEFAULT NULL COMMENT '更新时间',
  `role_type_id` varchar(10) DEFAULT NULL,
  PRIMARY KEY (`id`),
  KEY `type_index` (`role_type_id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_0900_ai_ci COMMENT='角色描述表';

在这里插入图片描述

role表，是角色参数表，用于保存角色的prompt和调用openAI的一些核心参数，如模型，最大token等
建表语句如下：

CREATE TABLE `role` (
  `id` int NOT NULL AUTO_INCREMENT COMMENT '唯一标识，自动递增',
  `role_name` varchar(255) DEFAULT NULL,
  `role_message` text,
  `model` varchar(255) NOT NULL DEFAULT 'gpt-3.5-turbo',
  `create_time` datetime NOT NULL,
  `temperature` double NOT NULL DEFAULT '0.2',
  `max_tokens` int NOT NULL DEFAULT '2048',
  `top_p` double NOT NULL DEFAULT '1',
  `presence_penalty` double NOT NULL DEFAULT '0',
  `frequency_penalty` double NOT NULL DEFAULT '0',
  `n` int NOT NULL DEFAULT '1',
  PRIMARY KEY (`id`) USING BTREE
) ENGINE=InnoDB AUTO_INCREMENT=1001 DEFAULT CHARSET=utf8mb3;

在这里插入图片描述

总结

本次分享，只分享了后端代码，前端和小程序端，下次继续分享。如果你想继续了解的话，可以关注我的公众号【程序员修炼】。

最后，代码获取方式，关注公众号，发送"ChatGPTService"获取后端代码，发送"ChatGPTWeChat"获取小程序代码，发送"ChatGPTWeb"获取前端代码。

另外，有任何问题，可加我微信【cxyxl66】进行咨询，来者不拒。

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/758073.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

使用docker简单创建一个python容器

使用docker简单创建一个python容器

/root/docker_python目录结构&#xff1a; . |-- demo | -- main.py -- docker-compose.ymlmain.py内容&#xff1a; # codingutf-8 # -*- coding: utf-8 -*-if __name__ __main__:print("hello world")docker-compose.yml内容&#xff1a; version: "3&q…
阅读更多...
Spark高级特性

Spark高级特性

spark shuffle 中 map 和 reduce 是一个相对的概念&#xff0c;map是产生一批数据&#xff0c;reduce是接收一批数据&#xff0c;前一个任务是map&#xff0c;后一个任务是reduce。 hashShuffle&#xff1a;hash分组&#xff0c;一个task里面按hash值的不同&#xff0c;分到不…
阅读更多...
7.Java 运算符

7.Java 运算符

运算符分成以下几组 算术运算符关系运算符位运算符逻辑运算符赋值运算符其他运算符 1.算术运算符 public class Test {public static void main(String[] args) {int a 10;int b 20;int c 25;int d 25;System.out.println("a b " (a b) );System.out.print…
阅读更多...
Gitlab 多重构建镜像上传私有 Harbor与 Dockerhub

Gitlab 多重构建镜像上传私有 Harbor与 Dockerhub

文章目录 1. 预备条件2. 安装 docker2.1 安装 docker buidx2.2 docker 配置2.3 安装 Buildx2.4 安装模拟器 3. 安装 git4. 安装 gitlab5. 部署 gitlab-runner6. 搭建 harbor7. 开发应用8. 配置 BuildKit8.1 Registry mirror8.2 设置镜像仓库正式 9. 编写 .gitlabs-ci.yaml 1. 预…
阅读更多...
Java Stream流对多个字段进行排序

Java Stream流对多个字段进行排序

谈起Java 8&#xff0c;不少熟悉它的人&#xff0c;都会知道有一个对我们帮助很大的新特性&#xff0c;没错&#xff0c;就是我们在项目中经常用到的stream&#xff0c;它对我们处理数据的过程中提供了很多的便利&#xff0c;而这边文章主要讲述stream的便利之一&#xff1a;对…
阅读更多...
聊一聊Java抽象同步队列AQS

聊一聊Java抽象同步队列AQS

抽象同步队列AQS概述 AQS是锁的底层支持 AQS类图 由该图可以看到，AQS是一个FIFO的双向队列，其内部通过节点head和tail记录队首和队尾元素，队列元素的类型为Node。其中Node中的thread变量用来存放进入AQS队列里面的线程；Node节点内部的SHARED用来标记该线程是获取共享资源时…
阅读更多...
考核：QTableWidget开发[折叠/展开单元格QTableWidgetItem]

考核：QTableWidget开发[折叠/展开单元格QTableWidgetItem]

目录 效果要求一、功能概述二、功能三、关系FATable 表NTable 表CTable 表 实现infos.hmain.cppcomplextablewidget.hcomplextablewidget.cppschemedialog.hschemedialog.cpp 源码模糊知识点 效果 要求 一、功能概述 二、功能 三、关系 FATable 表 CREATE TABLE fatable (idF…
阅读更多...
UE4从零开始制作数字孪生道路监测平台

UE4从零开始制作数字孪生道路监测平台

UE4从零开始制作数字孪生道路监测平台 UE4集成Cesium for Unreal和WebSocket&#xff0c;后端使用NodeJs搭建服务器进行数据模拟和真实数据实时转发。 1&#xff1a;新建UE4项目并集成Cesium for Unreal Cesium for UE4插件解锁了虚幻引擎中的3D地理空间生态系统。通过将高精…
阅读更多...
基于FPGA的softmax函数优化及实现

基于FPGA的softmax函数优化及实现

文章目录 前言优化方案测试数据产生及Matlab结果处理流程工程说明功耗与面积标准softmax函数功耗与面积总结前言 FPGA异构计算是一个趋势，在AI推理、深度学习中广泛使用FPGA进行加速，减小系统延迟。而AI推理中有一个组件被广泛使用，各种网络模型中都有其身影，那就是激活函…
阅读更多...
【雕爷学编程】Arduino动手做（152）---BMI160 六轴陀螺仪模块2

【雕爷学编程】Arduino动手做（152）---BMI160 六轴陀螺仪模块2

37款传感器与执行器的提法&#xff0c;在网络上广泛流传&#xff0c;其实Arduino能够兼容的传感器模块肯定是不止这37种的。鉴于本人手头积累了一些传感器和执行器模块&#xff0c;依照实践出真知&#xff08;一定要动手做&#xff09;的理念&#xff0c;以学习和交流为目的&am…
阅读更多...
走进Linux世界【三、Linux文件与路径】

走进Linux世界【三、Linux文件与路径】

第三章 Linux文件与路径 1、文件结构 ​ Windows和Linux文件系统区别 ​ 在windows平台下&#xff0c;打开“此电脑”&#xff0c;我们可以看到盘符分区 ​ 每个驱动器都有自己的根目录结构&#xff0c;这样形成了多个树并列的情形 ​ 但是在 Linux 下&#xff0c;我们是看…
阅读更多...
创建和分析二维桁架和梁结构研究（Matlab代码实现）

创建和分析二维桁架和梁结构研究（Matlab代码实现）

&#x1f4a5;&#x1f4a5;&#x1f49e;&#x1f49e;欢迎来到本博客❤️❤️&#x1f4a5;&#x1f4a5; &#x1f3c6;博主优势&#xff1a;&#x1f31e;&#x1f31e;&#x1f31e;博客内容尽量做到思维缜密&#xff0c;逻辑清晰&#xff0c;为了方便读者。 ⛳️座右铭&a…
阅读更多...
03_008内存映射原理_虚拟内存区域vm_area_struct详解,和mmap系统钓调用完全分析

03_008内存映射原理_虚拟内存区域vm_area_struct详解,和mmap系统钓调用完全分析

前言 上一个记录中的 虚拟地址里的虚拟内存区域没有说的很完全 这次补充一下 同时记录一些 物理地址空间 内存映射原理 最后直接通过进程使用函数完成虚拟空间到物理空间的映射 物理地址空间 物理地址是处理器在系统总线上看到的地址。使用RISC的处理器通常只实现一个物理地…
阅读更多...
递归函数（详解+实战）

递归函数（详解+实战）

目录 递归函数介绍 递归函数的作用 案例&#xff1a;实现10以内阶乘 递归思想 递归的编写 斐波那契数列(实战) 循环实现 递归实现 递归函数介绍 递归函数是指在函数的定义中调用函数本身的过程。递归函数可以用于解决那些可以通过将大问题拆分为更小的相似子问题来解决的…
阅读更多...
注解开发SpringMVC

注解开发SpringMVC

阅读更多...
窗口看门狗 WWDG

窗口看门狗 WWDG

窗口看门狗介绍 Q: 什么是窗口看门狗&#xff1f; A: 窗口看门狗用于监测单片机程序运行时效是否精准&#xff0c;主要检测软件异常(独立看门狗检测的是硬件异常)&#xff0c;一般用于需要精准检测&#xff08;独立看门狗不太精准&#xff09;程序运行时间的场合。 窗口看门狗…
阅读更多...
MySQL数据库操作篇3（聚合函数分组查询）

MySQL数据库操作篇3（聚合函数分组查询）

通过MySQL提供的聚合函数&#xff0c;可以很方便的进行一些计算来辅助查询&#xff0c;所谓聚合函数就是将表中的数据统计后进行的某种处理 分组查询可以理解成将一张表按照某个属性分成多张表&#xff0c;属性值相同的在一张表里 比如说学生表&#xff0c;按照性别这个属性分组…
阅读更多...
java+大数据实战 短链项目

java+大数据实战 短链项目

一.前言 1.1课程大致包含技术 首先选这套课的目的是 包含了我所学的大部分技术 比如springboot ssm redis kafka flink clickhouse 等 1.2 外界客观原因 就业环境一般 目前来看暂时还没但是有后续潜在的毕业 或者 离职 1.3技术追求 个人的技术追求暂时是在技术总监 技术…
阅读更多...
vue3功能实现

vue3功能实现

在vue2中&#xff0c;要实现一些方法&#xff08;增删改查&#xff09;一般都是写在一起的。如下图所示&#xff1a; 但是在vue3中&#xff0c;实现一个方法需要用到很多文件。 方法定义方法如下&#xff1a; export function classSign(phone: string) {return sign_reques…
阅读更多...
TypeScript基础篇 - 类型的思考方式

TypeScript基础篇 - 类型的思考方式

目录 重新认识&#xff1a;什么是类型&#xff1f; 类型是人类的思考方式 类型是错误检查的利器 总结&#xff1a;为什么我们用TS&#xff1f; 一张ai生成图~ 重新认识&#xff1a;什么是类型&#xff1f; 汽车可以跑怎么理解&#xff1f; car.run() 【面向对象】car imp…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023