MongoDB 面试题目

一、基础概念

MongoDB 的特点是什么？

MongoDB是一种NoSQL数据库，具有以下特点：

  1. 文档存储模型

    • MongoDB 使用 BSON（Binary JSON） 格式存储数据，数据以文档的形式组织，类似于JSON对象。
    • 文档可以包含嵌套结构（如数组和对象），非常适合存储复杂、非结构化的数据。

  2. 高性能

    • MongoDB支持索引，能够快速查询数据。
    • 写入性能高，支持内存映射文件，能够高效处理大量数据。【内存映射文件是一种高效的文件访问技术，通过将文件直接映射到内存中，减少了传统文件 I/O 的开销。】

  3. 水平扩展能力

    • MongoDB支持分片（Sharding），可以将数据分布到多个服务器上，实现水平扩展，适合处理大规模数据和高并发场景。

  4. 高可用性

    • MongoDB通过 复制集 提供高可用性。复制集包含多个节点（主节点和从节点），当主节点故障时，系统会自动选举新的主节点，确保服务不中断。

  5. 丰富的查询功能

    • 支持丰富的查询操作，包括范围查询、正则表达式查询、地理空间查询等。
    • 提供 聚合管道，支持复杂的数据分析和处理。

  6. 事务支持

    • 从 MongoDB 4.0 开始，支持多文档事务，能够在分布式环境中保证数据的一致性。

MongoDB 和关系型数据库术语对比

概念MongoDB关系型数据库
数据库层级数据库（Database）数据库（Database）
数据集合集合（Collection）表（Table）
数据单元文档（Document）行（Row）
数据格式BSON（Binary JSON）行数据（Row Data）
数据结构字段（Field）列（Column）
嵌套结构嵌套文档（Embedded Document）关联表（Related Table）
数组支持数组（Array）多值列（Multi-value Column）
唯一标识_id字段主键（Primary Key）
查询语言MongoDB 查询语言SQL（Structured Query Language）
聚合操作聚合管道（Aggregation Pipeline）SQL聚合函数（如GROUP BY）
索引索引（Index）索引（Index）
复合索引复合索引（Compound Index）复合索引（Composite Index）
事务多文档事务（Multi-Document Transactions）事务（Transactions）
数据一致性最终一致性（Eventual Consistency）强一致性（Strong Consistency）
水平扩展分片（Sharding）分区（Partitioning）
高可用性复制集（Replica Set）主从复制（Master-Slave Replication）

BSON 格式的优势有哪些？

1. 二进制编码，高效存储和传输

  • BSON 是二进制编码的 JSON，比文本格式的 JSON 更紧凑，减少了存储空间和网络传输的开销。
  • 二进制格式解析速度更快，适合高性能场景。

2. 支持丰富的数据类型

  • BSON 支持比 JSON 更多的数据类型，如 日期（Date）、二进制数据（BinData）、ObjectId、正则表达式（Regex）等。

3. 支持嵌套和复杂结构

  • BSON可以表示嵌套的文档和数组，适合存储复杂的数据结构。
  • 例如，一个文档中可以包含另一个文档或数组，而无需额外的关联表。

4. 高效查询

  • BSON格式在存储时会记录字段的长度和类型信息，使得查询时可以直接定位数据，无需解析整个文档。

5. 支持索引

  • BSON 格式允许 MongoDB 在文档的特定字段上创建索引，从而加速查询。
  • 例如，可以在嵌套字段或数组字段上创建索引。

MongoDB 支持哪些数据类型？

1. 基本数据类型

  • 字符串（String）
  • 整数（Integer）
  • 双精度浮点数（Double）
  • 布尔值（Boolean
  • 日期（Date）**
    • 用于存储日期和时间，例如："createdAt": ISODate("2023-10-01T12:00:00Z")。
  • 空值（Null）

2. 特殊数据类型

  • ObjectId

    • 用于唯一标识文档的12字节ID，例如："_id": ObjectId("507f1f77bcf86cd799439011")。

  • 二进制数据（BinData）

    • 用于存储二进制数据，例如图片或文件，例如："file": BinData(0, "SGVsbG8gd29ybGQ=")。

  • 正则表达式（Regex）

    • 用于存储正则表达式，例如："pattern": /^[A-Za-z]+$/。

  • JavaScript代码（JavaScript）

    • 用于存储JavaScript代码，例如："script": "function() { return this.age > 18; }"。

  • 时间戳（Timestamp）

    • 用于存储时间戳，通常用于内部操作，例如："ts": Timestamp(1696156800, 1)。

3. 复杂数据类型

  • 数组（Array）**
    • 用于存储一组值，例如："hobbies": ["reading", "traveling", "coding"]。
  • 嵌套文档（Embedded Document）**
    • 用于存储嵌套的文档，例如：
      "address": {"city": "New York","zip": "10001"
}
  1. 地理空间数据（Geospatial Data）

二、数据操作

如何创建数据库和集合？

创建数据库：

  • 使用 use 命令切换到指定数据库，如果数据库不存在则会自动创建。
    use myDatabase

创建集合：

  • 使用 db.createCollection() 方法显式创建集合。
    db.createCollection("myCollection")
  • 如果集合不存在，插入文档时会自动创建集合。

使用 insertOne() 和 insertMany() 插入文档？

{ name: “Alice”, age: 25 } 表示一个文档
insertOne()：

  • 插入单个文档。
    db.myCollection.insertOne({ name: "Alice", age: 25 })
  • 注意事项：
    • 如果文档未指定 _id 字段，MongoDB 会自动生成一个唯一的 ObjectId。
    • 如果文档已存在 _id 字段，且 _id 已存在，则会抛出重复键错误。

insertMany()：

  • 插入多个文档。
    db.myCollection.insertMany([{ name: "Bob", age: 30 },{ name: "Charlie", age: 35 }
])
  • 注意事项：
    • 如果插入的文档中有重复的 _id，整个操作会失败（默认行为）。
    • 可以通过 ordered: false 选项忽略重复键错误，继续插入其他文档。
      db.myCollection.insertMany([{ _id: 1, name: "Bob" },{ _id: 1, name: "Charlie" }
], { ordered: false })

如何编写多条件查询语句（如年龄>25且性别为男）？

  • 使用 $and 操作符或直接在查询对象中指定多个条件。
    db.myCollection.find({age: { $gt: 25 },gender: "male"
})

如何使用投影操作符返回部分字段？

  • 在 find() 的第二个参数中指定需要返回的字段（1 表示返回，0 表示不返回）。
    db.myCollection.find({ age: { $gt: 25 } },{ name: 1, age: 1, _id: 0 }
)

如何对查询结果进行排序？

  • 使用 sort() 方法，1 表示升序，-1 表示降序。
    db.myCollection.find().sort({ age: 1 })

如何使用聚合管道进行复杂数据处理？

  • 使用 aggregate() 方法，结合多个阶段（如 $match、$group、$sort 等）处理数据。
db.users.aggregate([// 1. 过滤年龄大于 25 的用户{ $match: { age: { $gt: 25 } } },// 2. 只保留 name 和 gender 字段{ $project: { name: 1, gender: 1, _id: 0 } },// 3. 按 gender 分组，计算每组人数{ $group: { _id: "$gender", total: { $sum: 1 } } },// 4. 按 total 字段降序排序{ $sort: { total: -1 } },// 5. 只返回前 5 条结果{ $limit: 5 }
])

如何更新满足条件的多个文档？

  • 使用 updateMany() 方法。
    db.myCollection.updateMany({ age: { $gt: 25 } },{ $set: { status: "active" } }
)

如何删除满足条件的文档？

  • 使用 deleteMany() 方法。
    db.myCollection.deleteMany({ age: { $lt: 18 } })

如何实现文档的部分更新？

  • 使用 $set 操作符更新指定字段。
    db.myCollection.updateOne({ name: "Alice" },{ $set: { age: 26 } }
)

三、索引

索引底层原理？

索引数据通过 B 树来存储，所有节点都有 Data 域，只要找到指定索引就可以进行访问，
单次查询从结构上来看要快于MySql（B+ 树）。

B 树结构：
在这里插入图片描述

B 树的特点:

  • 多路 非二叉树
  • 每个节点 既保存数据 又保存索引
  • 搜索时 相当于二分查找

B 树的分层结构

  • 根节点（Root Node）：树的顶层节点。
  • 内部节点（Internal Node）：存储索引键和数据指针，用于导航到子节点。
  • 叶子节点（Leaf Node）：存储索引键和数据指针，直接指向实际文档（通常是 _id 值或磁盘位置）。

B+ 树结构：
在这里插入图片描述

如何为字段创建索引？

创建单字段索引

为单个字段创建索引，可以是升序（1）或降序（-1）。

语法：

db.collection.createIndex({ field: 1 })

示例：

// 为 users 集合的 age 字段创建升序索引
db.users.createIndex({ age: 1 })// 为 users 集合的 name 字段创建降序索引
db.users.createIndex({ name: -1 })
创建复合索引

为多个字段创建复合索引，可以指定每个字段的排序方式。

语法：

db.collection.createIndex({ field1: 1, field2: -1 })

示例：

// 为 users 集合的 age 和 gender 字段创建复合索引
db.users.createIndex({ age: 1, gender: -1 })
创建唯一索引

确保字段的值唯一，可以创建唯一索引。

语法：

db.collection.createIndex({ field: 1 }, { unique: true })

示例：

// 为 users 集合的 email 字段创建唯一索引
db.users.createIndex({ email: 1 }, { unique: true })
创建文本索引

支持全文搜索，可以创建文本索引。

语法：

db.collection.createIndex({ field: "text" })

示例：

// 为 articles 集合的 content 字段创建文本索引
db.articles.createIndex({ content: "text" })
创建 TTL 索引

支持自动删除过期的文档，可以创建 TTL 索引。

语法：

db.collection.createIndex({ field: 1 }, { expireAfterSeconds: 3600 })

示例：

// 为 logs 集合的 createdAt 字段创建 TTL 索引，文档在 1 小时后自动删除
db.logs.createIndex({ createdAt: 1 }, { expireAfterSeconds: 3600 })
查看索引

可以使用 getIndexes() 方法查看集合中的所有索引。

语法：

db.collection.getIndexes()
删除索引

可以使用 dropIndex() 方法删除指定的索引。

语法：

db.collection.dropIndex("index_name")

升序索引和降序索引的区别是什么？

  • 升序索引适合从小到大排序的查询，降序索引适合从大到小排序的查询。
  • 在复合索引中，升序和降序的组合可以优化复杂的排序查询。
db.collection.createIndex({ age: 1, score: -1 })// 这个索引会先按 age 升序排序，再按 score 降序排序。
// 如果查询的排序方式与索引一致（如 sort({ age: 1, score: -1 })），MongoDB 可以直接利用索引。

如何查看和删除集合中的索引？

查看集合中的索引

使用 db.collection.getIndexes() 命令可以查看集合中的所有索引。

语法：

db.collection.getIndexes()

示例：
假设有一个 users 集合，查看其索引：

db.users.getIndexes()

输出示例：

[{"v": 2,"key": { "_id": 1 },"name": "_id_","ns": "test.users"},{"v": 2,"key": { "age": 1 },"name": "age_1","ns": "test.users"}
]
  • key：索引的字段和排序方式（1 表示升序，-1 表示降序）。
  • name：索引的名称。
  • ns：索引所属的命名空间（数据库名.集合名）。
删除集合中的索引

可以使用 db.collection.dropIndex() 或 db.collection.dropIndexes() 命令删除索引。

删除单个索引

使用 db.collection.dropIndex() 命令，可以指定索引的名称或键来删除索引。

语法：

db.collection.dropIndex(indexNameOrKey)

示例：

  1. 通过索引名称删除：
    db.users.dropIndex("age_1")
  2. 通过索引键删除：
    db.users.dropIndex({ age: 1 })

输出：
如果删除成功，会返回：

{ "nIndexesWas": 2, "ok": 1 }
删除所有索引（除了 _id 索引）

使用 db.collection.dropIndexes() 命令可以删除集合中的所有索引（_id 索引不会被删除）。

语法：

db.collection.dropIndexes()

示例：

db.users.dropIndexes()

输出：
如果删除成功，会返回：

{ "nIndexesWas": 2, "msg": "non-_id indexes dropped for collection", "ok": 1 }
注意事项
  • _id 索引：_id 索引是 MongoDB 自动为每个集合创建的，不能删除。
  • 索引名称：如果没有显式指定索引名称，MongoDB 会默认生成一个名称（如 age_1 表示 age 字段的升序索引）。
  • 删除索引的影响：删除索引后，依赖该索引的查询性能可能会下降，需谨慎操作。

复合索引的创建原则是什么？

在 MongoDB 中，复合索引（Compound Index）是指基于多个字段创建的索引。

1. 字段顺序原则

复合索引的字段顺序非常重要，因为它决定了索引的存储和查询效率。

ESR 原则（Equality, Sort, Range）

  • Equality（等值查询）：将用于等值查询的字段放在索引的最前面。
  • Sort（排序）：将用于排序的字段放在等值查询字段之后。
  • Range（范围查询）：将用于范围查询的字段放在最后。

示例
假设有一个查询：

db.users.find({ age: 25, score: { $gte: 80 } }).sort({ name: 1 })

根据 ESR 原则，复合索引应创建为：

db.users.createIndex({ age: 1, name: 1, score: 1 })
  • age：等值查询字段，放在最前面。
  • name：排序字段，放在中间。
  • score：范围查询字段，放在最后。
2. 覆盖查询原则

如果查询的所有字段都在复合索引中，MongoDB 可以直接从索引中返回结果，而无需访问实际文档。这种查询称为覆盖查询（Covered Query）。

示例
假设有一个查询：

db.users.find({ age: 25 }, { name: 1, _id: 0 })// { name: 1, _id: 0 }
// 投影用于控制查询结果中返回哪些字段。1 返回；0 不返回

创建以下索引可以支持覆盖查询：

db.users.createIndex({ age: 1, name: 1 })
3. 排序原则

如果查询中包含排序操作，复合索引的字段顺序应与排序字段的顺序一致。

示例
假设有一个查询：

db.users.find({ age: 25 }).sort({ name: 1 })

创建以下索引可以支持排序：

db.users.createIndex({ age: 1, name: 1 })

如果排序方向不一致（如 sort({ name: -1 })），索引应创建为：

db.users.createIndex({ age: 1, name: -1 })
4. 前缀原则

复合索引支持前缀查询（Prefix Query），即查询中只使用索引的前几个字段。

示例
假设有一个索引：

db.users.createIndex({ age: 1, name: 1, score: 1 })

以下查询可以利用该索引：

  • db.users.find({ age: 25 })（使用前缀 age）
  • db.users.find({ age: 25, name: "Alice" })（使用前缀 age 和 name）

以下查询不能利用该索引：

  • db.users.find({ name: "Alice" })（跳过了前缀 age）

在什么情况下不适合创建索引？

  • 数据量非常小。
  • 查询模式不固定。
  • 字段值分布不均匀或非常长。
  • 查询频率低。
  • 复合索引字段过多。

四、复制集

什么是复制集？

复制集 由一组MongoDB实例（进程）组成，包含一个 Primary (主)节点和多个 Secondary (从)节点。

MongoDB Driver（客户端）的所有数据都写入 Primary，Secondary 从 Primary 同步写入的数据，以保持复制集内所有成员存储相同的数据集，提供数据的高可用。

下图是一个典型的 MongoDB 复制集，包含一个 Primary 节点和两个 Secondary 节点。
在这里插入图片描述

主节点和从节点的职责分别是什么？

职责主节点（Primary）从节点（Secondary）
写操作处理所有写操作。不处理写操作。
读操作默认处理读操作。可以处理读操作，分担主节点负载。
数据复制将操作日志（Oplog）发送给从节点。从主节点拉取操作日志，并应用数据。
选举参与不参与选举。参与选举，可能成为新的主节点。
数据备份不直接充当数据备份。可以充当数据备份。
特殊角色无特殊角色。可配置为隐藏节点、延迟节点或只读节点。

复制集的同步过程（数据一致性）？

Primary 与 Secondary 之间通过 oplog 来同步数据。
Primary 上的写操作完成后，会向特殊的 local.oplog.rs 集合 写入一条 oplog，Secondary 不断的从Primary 获取新的 oplog 并应用。

如下 oplog 的格式，包含 ts、h、op、ns、o 等字段。

    {"ts" : Timestamp(1446011584, 2),"h" : NumberLong("1687359108795812092"), "v" : 2, "op" : "i", "ns" : "test.nosql", "o" : { "_id" : ObjectId("563062c0b085733f34ab4129"), "name" : "mongodb", "score" : "100" } }

字段说明如下：

  • ts：操作时间，当前timestamp + 计数器，计数器每秒都被重置。
  • h：操作的全局唯一标识。
  • v：oplog版本信息。
  • op：操作类型，取值说明：
  • i：插入操作。
  • u：更新操作。
  • d：删除操作。
  • c：执行命令（如createDatabase，dropDatabase）。
  • n：空操作，特殊用途。
  • ns：操作针对的集合。
  • o：操作内容。

Secondary 初次同步数据时，会先执行 init sync，从 Primary 同步全量数据（T1时间完成）。

然后不断通过执行tailable cursor 从 Primary 的 local.oplog.rs 集合里查询最新的 oplog （T2-T1时间段）并应用到自身。

选举机制

MongoDB 的选举机制基于 Raft 协议，这是一种分布式一致性算法。

选举过程由从节点（Secondary）和仲裁节点（Arbiter）参与，确保在大多数节点同意的情况下选出新的主节点。

触发选举的条件

以下情况会触发选举：

  • 主节点不可用（如宕机或网络故障）。
  • 主节点与其他节点的通信中断超过一定时间（默认为 10 秒）。
  • 主节点主动退出（如人为执行 rs.stepDown() 命令）。
选举的参与者
  • 从节点（Secondary）：存储数据，可以参与选举并成为主节点。
  • 仲裁节点（Arbiter）：不存储数据，仅参与选举投票。
选举的过程

选举过程包括以下步骤：

(1) 检测主节点故障

  • 从节点和仲裁节点会定期与主节点通信（通过心跳机制）。
  • 如果主节点在指定时间内（默认为 10 秒）未响应，从节点会认为主节点不可用。

(2) 发起选举

  • 从节点会发起选举请求，向其他节点发送投票请求。
  • 每个从节点和仲裁节点都会参与投票。

(3) 投票规则

  • 新主节点必须获得大多数节点的投票（例如，在 3 个节点的复制集中，至少需要 2 票）。
  • 优先级高的节点更有可能被选为主节点（可以通过 priority 参数设置优先级）。

(4) 选出新主节点

  • 获得大多数投票的从节点将成为新的主节点。
  • 新的主节点开始处理写操作，并继续将操作日志（Oplog）发送给其他从节点。
选举的配置参数

可以通过以下参数配置选举行为：

(1) priority

  • 设置节点的优先级，优先级高的节点更有可能被选为主节点。
  • 默认优先级为 1，优先级为 0 的节点不能成为主节点。

(2) votes

  • 设置节点是否有投票权（默认所有节点都有投票权）。
  • 无投票权的节点不参与选举。

(3) arbiterOnly

  • 将节点配置为仲裁节点（不存储数据，仅参与投票）。

示例配置

cfg = rs.conf()
cfg.members[0].priority = 2  # 设置第一个节点的优先级为 2
cfg.members[1].priority = 1  # 设置第二个节点的优先级为 1
cfg.members[2].arbiterOnly = true  # 将第三个节点配置为仲裁节点
rs.reconfig(cfg)
手动触发选举

如果需要手动触发选举（如维护主节点），可以使用以下命令：

rs.stepDown()  # 让当前主节点主动退出

如何向复制集中添加新节点？

1. 准备工作

  • 新节点：确保新节点的 MongoDB 实例已安装并启动。
  • 网络：确保新节点与复制集中的其他节点可以互相通信。
  • 配置文件：在新节点的 mongod.conf 中配置复制集名称（replSetName），与现有复制集一致。

示例配置

replication:replSetName: "rs0"

2. 连接到主节点
使用 mongo shell 连接到复制集的 主节点（Primary）。

mongo --host primary:27017

3. 添加新节点
使用 rs.add() 命令将新节点添加到复制集中。

语法

rs.add("新节点地址:端口")

4. 检查复制集状态
使用 rs.status() 命令检查复制集的状态，确保新节点已成功加入并正常运行。

rs.status()

在输出中，新节点应显示为 SECONDARY 状态。

5. 验证数据同步
在新节点上验证数据是否已从主节点同步。

步骤 1：连接到新节点

mongo --host new-node:27017

步骤 2：设置从节点可读
默认情况下，从节点不能处理读操作，需要设置 slaveOk：

rs.slaveOk()

步骤 3：查询数据

db.test.find()

6. 配置节点属性（可选）
如果需要为新节点配置特殊属性（如优先级、隐藏节点、延迟节点等），可以使用 rs.reconfig() 命令。

示例：设置优先级

cfg = rs.conf()
cfg.members[3].priority = 1  // 假设新节点是第 4 个成员
rs.reconfig(cfg)

7. 添加仲裁节点（可选）
如果希望添加仲裁节点（Arbiter），可以使用 rs.addArb() 命令。

语法

rs.addArb("仲裁节点地址:端口")

五、分片

  1. MongoDB分片的原理是什么？
  2. 如何选择合适的分片键？
  3. 如何启用分片功能？
  4. 配置服务器、路由服务器和分片服务器的作用分别是什么？
  5. 如何对已分片集合进行重新分片？
  6. 分片集群的性能瓶颈有哪些？如何优化？
  7. 如何监控分片集群的状态和性能？
  8. 数据在分片集群中是如何分布的？

六、性能优化

  1. MongoDB查询性能慢的可能原因有哪些？
  2. 如何通过索引优化查询性能？
  3. 如何避免全表扫描？
  4. 如何优化MongoDB的内存使用？
  5. 调整缓存大小对性能有何影响？
  6. 如何优化写入性能？
  7. 在高并发场景下如何优化性能？
  8. 如何使用性能分析工具定位问题？

七、安全

  1. 如何在MongoDB中启用身份验证？
  2. MongoDB内置角色的权限范围是什么？
  3. 如何创建自定义角色并分配权限？
  4. 如何配置网络访问安全（如绑定IP地址）？
  5. 如何使用SSL/TLS加密数据传输？
  6. 如何备份和恢复MongoDB数据？
  7. 如何管理多用户环境下的权限？
  8. 如何防止MongoDB受到常见安全攻击（如注入攻击）？

八、高级应用

  1. 如何在MongoDB中实现事务处理？
  2. 如何使用MongoDB的地理空间功能？
  3. 如何在MongoDB中实现全文搜索？
  4. 如何与Node.js、Python等技术集成使用MongoDB？
  5. 如何处理大规模数据的导入和导出？
  6. 如何对MongoDB进行水平扩展和垂直扩展？
  7. 如何设计和优化数据模型以适应复杂业务需求？
  8. 如何在MongoDB中实现数据的版本控制？

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.rhkb.cn/news/24124.html

如若内容造成侵权/违法违规/事实不符，请联系长河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

路由追踪核心技术深度解析：Traceroute与Tracert命令实战指南（跨平台/抓包/网络安全防护）

路由追踪核心技术深度解析：Traceroute与Tracert命令实战指南（跨平台/抓包/网络安全防护）

目录 路由器是什么？ 路由器的基本功能： 路由追踪技术（Traceroute） 路由追踪的工作原理 实现技术 路由追踪的输出示例 路由追踪的用途 traceroute 命令（Linux 和 macOS） 基本语法 常用选项 示例 …
阅读更多...
4部署kibana:5601

4部署kibana:5601

kibana 是一个基于浏览器页面的Elasticsearch前端展示工具，, 是一个开源和免费的工具 Kibana可以为 Logstash 和 ElasticSearch 提供的日志分析友好的 Web 界面, 可以帮你汇总、分析和搜索重要数据日志 1.安装-所有的es节点 # tar xf kibana-6.4.1-linux-x86_64.t…
阅读更多...
数据结构与算法-图论-最短路和其他的结合

数据结构与算法-图论-最短路和其他的结合

介绍 最短路算法常与深度优先搜索（DFS）、动态规划（DP）、二分答案、拓扑排序等算法结合使用： - 最短路与DFS结合：在一些图的路径问题中，当需要访问特定的多个结点，且数据范围较小时…
阅读更多...
AOP基础-01.快速入门

AOP基础-01.快速入门

一.AOP 对于统计每一个业务方法的耗时这一操作，如果再业务层的每一个方法前获取方法运行的开始时间，方法结束获取结束时间，然后计算执行耗时，那这样就太繁琐了。能不能定义一个模板方法，使得该方法能够在业务层的方法执…
阅读更多...
【三角函数】诱导公式

【三角函数】诱导公式

【复习】 【正课】
阅读更多...
【笔记】redis回忆录（未完 重头过一遍）

【笔记】redis回忆录（未完 重头过一遍）

了解 redis在linux上运行 没有window版本 有也是微软自己搞的 （一）安装与修改配置 1.在linux虚拟机上 安装gcc依赖 然后再usr/local/src解压在官网下载好的redis安装包 直接拖进去 tar -zxvf 安装包名字 tab键补齐 解压成功 进入软件 并执行编译命令…
阅读更多...
Android OpenGLES2.0开发（十一）：渲染YUV

Android OpenGLES2.0开发（十一）：渲染YUV

人生如逆旅，我亦是行人 Android OpenGLES开发：EGL环境搭建Android OpenGLES2.0开发（一）：艰难的开始Android OpenGLES2.0开发（二）：环境搭建Android OpenGLES2.0开发（三&am…
阅读更多...
deep-research 专用评测数据集

deep-research 专用评测数据集

Deep Research自2025年2月初由OpenAI推出后迅速引发全球关注，其通过端到端强化学习技术实现多步骤研究任务自动化，能在数十分钟内生成分析师水平报告，效率远超人类（耗时从30分钟到30天不等），被学者评价为“…
阅读更多...
SQL之order by盲注

SQL之order by盲注

目录 一.order by盲注的原理 二.注入方式 a.布尔盲注 b.时间盲注 三.防御 一.order by盲注的原理 order by子句是用于按指定列排序查询结果，列名或列序号皆可。 order by 后面接的字段或者数字不一样，那么这个数据表的排序就会不同。 order by 盲…
阅读更多...
基于javaweb的SSM+Maven疫情物业系统设计和实现(源码+文档+部署讲解）

基于javaweb的SSM+Maven疫情物业系统设计和实现(源码+文档+部署讲解）

技术范围：SpringBoot、Vue、SSM、HLMT、Jsp、PHP、Nodejs、Python、爬虫、数据可视化、小程序、安卓app、大数据、物联网、机器学习等设计与开发。 主要内容：免费功能设计、开题报告、任务书、中期检查PPT、系统功能实现、代码编写、论文编写和辅导、论…
阅读更多...
提升数据洞察力：五款报表软件助力企业智能决策

提升数据洞察力：五款报表软件助力企业智能决策

概述 随着数据量的激增和企业对决策支持需求的提升，报表软件已经成为现代企业管理中不可或缺的工具。这些软件能够帮助企业高效处理数据、生成报告，并将数据可视化，从而推动更智能的决策过程。 1. 山海鲸报表 概述： 山海鲸报表…
阅读更多...
IP-------GRE和MGRE

IP-------GRE和MGRE

4.GRE和MGRE 1.应用场景 现实场景 居家工作，公司工作，分公司工作----------需要传输交换数据--------NAT---在该场景中需要两次NAT（不安全） 为了安全有两种手段-----1.物理专线---成本高 2.VPN--虚拟专用网---隧道技术--封装技…
阅读更多...
音乐游戏Drummania(GITADORA)模拟器

音乐游戏Drummania(GITADORA)模拟器

文章目录 （一）Drummania和GITADORA（1.1）基本情况（1.2）机体 （二）模拟器（2.1）主程序（2.2）模拟器主题 （三）曲谱文…
阅读更多...
gotool在线工具集

gotool在线工具集

1. 包含各种 sql 处理 2. 包含 json 处理 3. 包含 图片处理 4. 跨平台传输 gotool
阅读更多...
点击修改按钮图片显示有问题

点击修改按钮图片显示有问题

问题可能出在表单数据的初始化上。在 ave-form.vue 中，我们需要处理一下从后端返回的图片数据，因为它们可能是 JSON 字符串格式。 vue:src/views/tools/fake-strategy/components/ave-form.vue// ... existing code ...Watch(value)watchValue(v: any) …
阅读更多...
绩效管理与业务流程

绩效管理与业务流程

绩效管理本质就是价值管理，或者说是能力管理，也就是通过一系列的科技手段去发现、证明一个人的能力和价值，然后给予科学、合理的利益分配。业务流程就是把企业的每一个零部件或者说齿轮都有效组合起来形成一个有机体为市场提供自己的独特价值…
阅读更多...
Nginx处理http的流程

Nginx处理http的流程

文章目录 前言一、发版本后旧版本可以用项目基本情况Nginx 配置**解释每一行的作用：****表现和行为：****适用场景**：资源的缓存策略 在这里插入图片描述 二， nginx处理http的流程Nginx 的 GitHub 源码地址 **Nginx 核心源码解读&a…
阅读更多...
QT各种版本下载安装

QT各种版本下载安装

参考链接： 【Qt】超详细！Qt4.8.6和VS2010的配置及使用 由于QT官网一般现在进不去，所以下载一些QT版本只能通过镜像或者以前下载存储的安装包来进行，现在推荐两种方法 从参考链接中搬过来： 方案一：国内镜…
阅读更多...
【STM32H743IIT6】STM32H7的ADC时钟频率设置问题 —— 网上大多文章未注意到的要点！

【STM32H743IIT6】STM32H7的ADC时钟频率设置问题 —— 网上大多文章未注意到的要点！

前言 我使用的是定时器触发ADC采样。最近在想达到ADC的最高采样率的时候，发现一直却卡在1Msps上不去，直到在硬汉嵌入式的论坛里才发现了答案：[ADC] STM32H743/H750的Y版和V版芯片ADC的主频区别 这篇文章就详细的讲一下这个问题，这…
阅读更多...
2024-2025 学年广东省职业院校技能大赛 “信息安全管理与评估”赛项 技能测试试卷（四）

2024-2025 学年广东省职业院校技能大赛 “信息安全管理与评估”赛项 技能测试试卷（四）

2024-2025 学年广东省职业院校技能大赛 “信息安全管理与评估”赛项 技能测试试卷（四） 第一部分：网络平台搭建与设备安全防护任务书第二部分：网络安全事件响应、数字取证调查、应用程序安全任务书任务 1：应急响应&…
阅读更多...
最新文章
推荐文章

Copyright @ 2022~2023