SpringBoot整合Sharding-JDBC分库分表

SpringBoot整合Sharding-JDBC分库分表

本文介绍SpringBoot使用当当Sharding-JDBC进行分库分表。

1、有关Sharding-JDBC

有关Sharding-JDBC介绍这里就不在多说,之前Sharding-JDBC是当当网自研的关系型数据库的水平扩展框架,现

在已经捐献给Apache,具体可以查看Github,地址是:

https://shardingsphere.apache.org/document/current/cn/overview/

shardingsphere文档地址是:

https://shardingsphere.apache.org/document/current/cn/overview/

目前貌似还不能从Maven仓库下载依赖,需要手动下载源码打包使用,所以本文使用的还是当当网的依赖。

2、本文场景

2.1 数据库

接下来介绍一下本文的场景,本文是分别创建了2个数据库database0和database1。其中每个数据库都创建了2个

数据表,goods_0和goods_1,如图所示。这里蓝色的代表database0中的表,红色的代表database1中的表。绿

色goods表是虚拟表。

在这里插入图片描述

2.2 分库

本文分库样例比较简单,根据数据库表中字段goods_id的大小进行判断,如果goods_id大于20则使用

database0,否则使用database1。

2.3 分表

分样例比较简单,根据数据库表中字段goods_type的数值的奇偶进行判断,奇数使用goods_1表,偶数使用

goods_0表。

2.4 代码流程

流程大致是这样,在应用程序中我们操作虚拟表goods,但是当真正操作数据库的时候,会根据我们的分库分表规

则进行匹配然后操作。

3、代码实现

本文使用SpringBoot2.0.3,SpringData-JPA,Druid连接池,和当当的sharding-jdbc。

3.1 建表SQL

创建表和数据库的SQL如下所示。

CREATE DATABASE database0;
USE database0;
DROP TABLE IF EXISTS `goods_0`;
CREATE TABLE `goods_0` (`goods_id` bigint(20) NOT NULL,`goods_name` varchar(100) COLLATE utf8_bin NOT NULL,`goods_type` bigint(20) DEFAULT NULL,PRIMARY KEY (`goods_id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8 COLLATE=utf8_bin;
DROP TABLE IF EXISTS `goods_1`;
CREATE TABLE `goods_1` (`goods_id` bigint(20) NOT NULL,`goods_name` varchar(100) COLLATE utf8_bin NOT NULL,`goods_type` bigint(20) DEFAULT NULL,PRIMARY KEY (`goods_id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8 COLLATE=utf8_bin;CREATE DATABASE database1;
USE database1;
DROP TABLE IF EXISTS `goods_0`;
CREATE TABLE `goods_0` (`goods_id` bigint(20) NOT NULL,`goods_name` varchar(100) COLLATE utf8_bin NOT NULL,`goods_type` bigint(20) DEFAULT NULL,PRIMARY KEY (`goods_id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8 COLLATE=utf8_bin;DROP TABLE IF EXISTS `goods_1`;
CREATE TABLE `goods_1` (`goods_id` bigint(20) NOT NULL,`goods_name` varchar(100) COLLATE utf8_bin NOT NULL,`goods_type` bigint(20) DEFAULT NULL,PRIMARY KEY (`goods_id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8 COLLATE=utf8_bin;

3.2 依赖文件

新建项目,加入当当的sharding-jdbc-core依赖和druid连接池,完整pom如下所示。

<?xml version="1.0" encoding="UTF-8"?>
<project xmlns="http://maven.apache.org/POM/4.0.0" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 https://maven.apache.org/xsd/maven-4.0.0.xsd"><modelVersion>4.0.0</modelVersion><parent><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-parent</artifactId><version>2.5.4</version><relativePath/></parent><groupId>com.example</groupId><artifactId>springboot-sharding-jdbc</artifactId><version>0.0.1-SNAPSHOT</version><name>springboot-sharding-jdbc</name><description>springboot-sharding-jdbc</description><properties><java.version>1.8</java.version></properties><dependencies><dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-data-jpa</artifactId></dependency><dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-web</artifactId></dependency><dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-test</artifactId><scope>test</scope></dependency><dependency><groupId>mysql</groupId><artifactId>mysql-connector-java</artifactId><scope>runtime</scope></dependency><dependency><groupId>org.projectlombok</groupId><artifactId>lombok</artifactId><optional>true</optional></dependency><dependency><groupId>com.alibaba</groupId><artifactId>druid</artifactId><version>1.1.9</version></dependency><dependency><groupId>com.dangdang</groupId><artifactId>sharding-jdbc-core</artifactId><version>1.5.4</version></dependency></dependencies><build><plugins><plugin><groupId>org.springframework.boot</groupId><artifactId>spring-boot-maven-plugin</artifactId></plugin></plugins></build></project>

3.3 配置信息

在配置信息中配置了两个数据库的信息和JPA的简单配置。

##Jpa配置
spring.jpa.database=mysql
spring.jpa.show-sql=true
spring.jpa.hibernate.ddl-auto=none##数据库配置
##数据库database0地址
database0.url=jdbc:mysql://localhost:3306/database0?characterEncoding=utf8&useSSL=false
##数据库database0用户名
database0.username=root
##数据库database0密码
database0.password=root
##数据库database0驱动
database0.driverClassName=com.mysql.jdbc.Driver
##数据库database0名称
database0.databaseName=database0##数据库database1地址
database1.url=jdbc:mysql://localhost:3306/database1?characterEncoding=utf8&useSSL=false
##数据库database1用户名
database1.username=root
##数据库database1密码
database1.password=root
##数据库database1驱动
database1.driverClassName=com.mysql.jdbc.Driver
##数据库database1名称
database1.databaseName=database1

3.4 启动类

启动类加入了@EnableAutoConfiguration取出数据库自动配置,使用@EnableTransactionManagement开启事

务,使用@EnableConfigurationProperties注解加入配置实体,启动类完整代码请入所示。

package com.example;import org.springframework.boot.SpringApplication;
import org.springframework.boot.autoconfigure.EnableAutoConfiguration;
import org.springframework.boot.autoconfigure.SpringBootApplication;
import org.springframework.boot.autoconfigure.jdbc.DataSourceAutoConfiguration;
import org.springframework.boot.context.properties.EnableConfigurationProperties;
import org.springframework.transaction.annotation.EnableTransactionManagement;@EnableAutoConfiguration(exclude = {DataSourceAutoConfiguration.class})
@EnableTransactionManagement(proxyTargetClass = true)
@EnableConfigurationProperties
@SpringBootApplication
public class SpringbootShardingJdbcApplication {public static void main(String[] args) {SpringApplication.run(SpringbootShardingJdbcApplication.class, args);}}

3.5 实体类和数据库操作层

这里没什么好说的,就是简单的实体和Repository,只不过在Repository内加入between方法和in方法用于测试,

代码如下所示。

Goods实体类:

package com.example.entity;import lombok.Data;import javax.persistence.Entity;
import javax.persistence.Id;
import javax.persistence.Table;@Entity
@Table(name = "goods")
@Data
public class Goods {@Idprivate Long goodsId;private String goodsName;private Long goodsType;
}

GoodsRepository类:

package com.example.repository;import com.example.entity.Goods;
import org.springframework.data.jpa.repository.JpaRepository;import java.util.List;public interface GoodsRepository extends JpaRepository<Goods, Long> {List<Goods> findAllByGoodsIdBetween(Long goodsId1, Long goodsId2);List<Goods> findAllByGoodsIdIn(List<Long> goodsIds);
}

3.6 数据库配置

本文使用了两个实体来接收数据库信息,并且创建数据源,也可以采用别的方式。首先看一下Database0Config和

Database1Config两个类的代码。

Database0Config类:

package com.example.database;import com.alibaba.druid.pool.DruidDataSource;
import lombok.Data;
import org.springframework.boot.context.properties.ConfigurationProperties;
import org.springframework.stereotype.Component;import javax.sql.DataSource;@Data
@ConfigurationProperties(prefix = "database0")
@Component
public class Database0Config {private String url;private String username;private String password;private String driverClassName;private String databaseName;/*** 新建数据源* @return 数据源对象*/public DataSource createDataSource() {DruidDataSource result = new DruidDataSource();result.setDriverClassName(getDriverClassName());result.setUrl(getUrl());result.setUsername(getUsername());result.setPassword(getPassword());return result;}
}

Database1Config类:

package com.example.database;import com.alibaba.druid.pool.DruidDataSource;
import lombok.Data;
import org.springframework.boot.context.properties.ConfigurationProperties;
import org.springframework.stereotype.Component;import javax.sql.DataSource;@Data
@ConfigurationProperties(prefix = "database1")
@Component
public class Database1Config {private String url;private String username;private String password;private String driverClassName;private String databaseName;/*** 新建数据源* @return 数据源对象*/public DataSource createDataSource() {DruidDataSource result = new DruidDataSource();result.setDriverClassName(getDriverClassName());result.setUrl(getUrl());result.setUsername(getUsername());result.setPassword(getPassword());return result;}
}

接下来新建DataSourceConfig用于创建数据源和使用分库分表策略,其中分库分表策略会调用分库算法类和分表

算法类,DataSourceConfig类代码如下所示。

package com.example.database;import com.dangdang.ddframe.rdb.sharding.api.ShardingDataSourceFactory;
import com.dangdang.ddframe.rdb.sharding.api.rule.DataSourceRule;
import com.dangdang.ddframe.rdb.sharding.api.rule.ShardingRule;
import com.dangdang.ddframe.rdb.sharding.api.rule.TableRule;
import com.dangdang.ddframe.rdb.sharding.api.strategy.database.DatabaseShardingStrategy;
import com.dangdang.ddframe.rdb.sharding.api.strategy.table.TableShardingStrategy;
import com.dangdang.ddframe.rdb.sharding.keygen.DefaultKeyGenerator;
import com.dangdang.ddframe.rdb.sharding.keygen.KeyGenerator;
import com.example.config.DatabaseShardingAlgorithm;
import com.example.config.TableShardingAlgorithm;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;import javax.sql.DataSource;
import java.sql.SQLException;
import java.util.Arrays;
import java.util.HashMap;
import java.util.Map;@Configuration
public class DataSourceConfig {@Autowiredprivate Database0Config database0Config;@Autowiredprivate Database1Config database1Config;@Autowiredprivate DatabaseShardingAlgorithm databaseShardingAlgorithm;@Autowiredprivate TableShardingAlgorithm tableShardingAlgorithm;@Beanpublic DataSource getDataSource() throws SQLException {return buildDataSource();}private DataSource buildDataSource() throws SQLException {//分库设置Map<String, DataSource> dataSourceMap = new HashMap<>(2);//添加两个数据库database0和database1dataSourceMap.put(database0Config.getDatabaseName(), database0Config.createDataSource());dataSourceMap.put(database1Config.getDatabaseName(), database1Config.createDataSource());//设置默认数据库DataSourceRule dataSourceRule = new DataSourceRule(dataSourceMap, database0Config.getDatabaseName());//分表设置,大致思想就是将查询虚拟表Goods根据一定规则映射到真实表中去TableRule orderTableRule = TableRule.builder("goods").actualTables(Arrays.asList("goods_0", "goods_1")).dataSourceRule(dataSourceRule).build();//分库分表策略ShardingRule shardingRule = ShardingRule.builder().dataSourceRule(dataSourceRule).tableRules(Arrays.asList(orderTableRule)).databaseShardingStrategy(new DatabaseShardingStrategy("goods_id", databaseShardingAlgorithm)).tableShardingStrategy(new TableShardingStrategy("goods_type", tableShardingAlgorithm)).build();DataSource dataSource = ShardingDataSourceFactory.createDataSource(shardingRule);return dataSource;}@Beanpublic KeyGenerator keyGenerator() {return new DefaultKeyGenerator();}}

3.7 分库分表算法

由于这里只是简单的分库分表样例,所以分库类这里实现SingleKeyDatabaseShardingAlgorithm类,采用了单分

片键数据源分片算法,需要重写三个方法,分别是:

  • doEqualSharding:SQL中==的规则。
  • doInSharding:SQL中in的规则。
  • doBetweenSharding:SQL中between的规则。

本文分库规则是基于值大于20则使用database0,其余使用database1,所以简单if,else就搞定了,分库算法类

DatabaseShardingAlgorithm代码如下所示。

package com.example.config;import com.dangdang.ddframe.rdb.sharding.api.ShardingValue;
import com.dangdang.ddframe.rdb.sharding.api.strategy.database.SingleKeyDatabaseShardingAlgorithm;
import com.example.database.Database0Config;
import com.example.database.Database1Config;
import com.google.common.collect.Range;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.stereotype.Component;import java.util.Collection;
import java.util.LinkedHashSet;/*** 这里使用的都是单键分片策略* 示例分库策略是:* GoodsId<=20使用database0库* 其余使用database1库*/@Component
public class DatabaseShardingAlgorithm implements SingleKeyDatabaseShardingAlgorithm<Long> {@Autowiredprivate Database0Config database0Config;@Autowiredprivate Database1Config database1Config;/*** 根据id来决定使用哪个数据库* 返回的是数据库的名字* @param availableTargetNames* @param shardingValue* @return*/@Overridepublic String doEqualSharding(Collection<String> availableTargetNames, ShardingValue<Long> shardingValue) {Long value = shardingValue.getValue();if (value <= 20L) {return database0Config.getDatabaseName();} else {return database1Config.getDatabaseName();}}@Overridepublic Collection<String> doInSharding(Collection<String> availableTargetNames, ShardingValue<Long> shardingValue) {Collection<String> result = new LinkedHashSet<>(availableTargetNames.size());for (Long value : shardingValue.getValues()) {if (value <= 20L) {result.add(database0Config.getDatabaseName());} else {result.add(database1Config.getDatabaseName());}}return result;}/*** 对于某一数值范围内数据库的选择* @param availableTargetNames* @param shardingValue* @return*/@Overridepublic Collection<String> doBetweenSharding(Collection<String> availableTargetNames,ShardingValue<Long> shardingValue) {Collection<String> result = new LinkedHashSet<>(availableTargetNames.size());Range<Long> range = shardingValue.getValueRange();for (Long value = range.lowerEndpoint(); value <= range.upperEndpoint(); value++) {if (value <= 20L) {result.add(database0Config.getDatabaseName());} else {result.add(database1Config.getDatabaseName());}}return result;}
}

分表和分库类似,无非就是实现的类不一样,实现了SingleKeyTableShardingAlgorithm类,策略使用值奇偶分

表,分表算法类TableShardingAlgorithm如代码清单所示。

package com.example.config;import com.dangdang.ddframe.rdb.sharding.api.ShardingValue;
import com.dangdang.ddframe.rdb.sharding.api.strategy.table.SingleKeyTableShardingAlgorithm;
import com.google.common.collect.Range;
import org.springframework.stereotype.Component;import java.util.Collection;
import java.util.LinkedHashSet;/*** 这里使用的都是单键分片策略* 示例分表策略是:* GoodsType为奇数使用goods_1表* GoodsType为偶数使用goods_0表*/@Component
public class TableShardingAlgorithm implements SingleKeyTableShardingAlgorithm<Long> {@Overridepublic String doEqualSharding(final Collection<String> tableNames, final ShardingValue<Long> shardingValue) {for (String each : tableNames) {if (each.endsWith(shardingValue.getValue() % 2 + "")) {return each;}}throw new IllegalArgumentException();}@Overridepublic Collection<String> doInSharding(final Collection<String> tableNames, final ShardingValue<Long> shardingValue) {Collection<String> result = new LinkedHashSet<>(tableNames.size());for (Long value : shardingValue.getValues()) {for (String tableName : tableNames) {if (tableName.endsWith(value % 2 + "")) {result.add(tableName);}}}return result;}@Overridepublic Collection<String> doBetweenSharding(final Collection<String> tableNames,final ShardingValue<Long> shardingValue) {Collection<String> result = new LinkedHashSet<>(tableNames.size());Range<Long> range = shardingValue.getValueRange();for (Long i = range.lowerEndpoint(); i <= range.upperEndpoint(); i++) {for (String each : tableNames) {if (each.endsWith(i % 2 + "")) {result.add(each);}}}return result;}
}

3.8 Controller

接下来创建一个Controller进行测试,保存方法使用了插入40条数据,根据我们的规则,会每个库插入20条,同时

我这里还创建了三个查询方法,分别是查询全部,between查询,in查询,还有删除全部方法。Controller类代码

如下所示。

package com.example.controller;import com.dangdang.ddframe.rdb.sharding.keygen.KeyGenerator;
import com.example.entity.Goods;
import com.example.repository.GoodsRepository;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.RestController;import java.util.ArrayList;
import java.util.List;@RestController
public class GoodsController {@Autowiredprivate KeyGenerator keyGenerator;@Autowiredprivate GoodsRepository goodsRepository;@GetMapping("save")public String save() {for (int i = 1; i <= 40; i++) {Goods goods = new Goods();goods.setGoodsId((long) i);goods.setGoodsName("shangpin" + i);goods.setGoodsType((long) (i + 1));goodsRepository.save(goods);}return "success";}@GetMapping("select")public String select() {return goodsRepository.findAll().toString();}@GetMapping("delete")public void delete() {goodsRepository.deleteAll();}@GetMapping("query1")public Object query1() {return goodsRepository.findAllByGoodsIdBetween(10L, 30L);}@GetMapping("query2")public Object query2() {List<Long> goodsIds = new ArrayList<>();goodsIds.add(10L);goodsIds.add(15L);goodsIds.add(20L);goodsIds.add(25L);return goodsRepository.findAllByGoodsIdIn(goodsIds);}
}

4、测试

启动应用,在浏览器或HTTP请求工具访问 http://localhost:8080/save,如图所示,返回success。

在这里插入图片描述

接下来在测试一下查询方法,访问 http://localhost:8080/select,如图所示,可以看到插入数据没问题。

在这里插入图片描述

然后查看一下数据库,首先看database0,如图,每个表都有十条数据,如下所示。

在这里插入图片描述

接下来看database1,如下所示。

在这里插入图片描述

从上面几张图可以看出分库分表已经按照我们的策略来进行插入,至于其他几个测试这里就不做介绍了,无论是查

询和删除都是可以成功的。

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/405098.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

macOS安装搭建python环境

安装Homebrew apt-get是一个常见于Debian和Ubuntu等基于Linux的操作系统中的包管理工具&#xff0c;用于安装、更新和移除软件包。然而&#xff0c;macOS使用的是Homebrew或者MacPorts等其他的包管理工具&#xff0c;并不使用apt-get。 如果你想在macOS上使用类似apt-get的功…

【大模型理论篇】大模型时代下Bert去哪啦?

这个标题是最近看到的一篇文章《What happened to BERT & T5? On Transformer Encoders, PrefixLM and Denoising Objectives》有感而发&#xff0c;也感觉很有意思。在几年前&#xff0c;在项目中还经常会用到Bert。本文主要回顾一下Bert的原理、Bert的继续训练和使用&am…

JavaScript高级程序设计 -- -- 观后记录

一、什么是 JavaScript 1、JavaScript 实现 完整的 JavaScript 实现包含以下几个部分&#xff1a; -- --  核心&#xff08;ECMAScript&#xff09;  文档对象模型&#xff08;DOM&#xff09;  浏览器对象模型&#xff08;BOM&#xff09; 2、DOM 文档对象模型&#…

UE5 datetime 创建日期时间节点 进行加法减法。个人理解

以下均为个人实验和个人理解&#xff0c;仅供参考。 目录 目标节点&#xff1a; 年月日 时分秒毫秒 目标节点&#xff1a; 年月日 年月日以1 为基底。若填的数字<0&#xff0c;该节点会失效。 试验&#xff1a; year基底为1&#xff0c;正常 year基底为0&#xff0c;异…

SpringBoot 整合 Excel 轻松实现数据自由导入导出

01、背景介绍 在实际的业务系统开发过程中&#xff0c;操作 Excel 实现数据的导入导出基本上是个非常常见的需求。 之前&#xff0c;我们有介绍一款非常好用的工具&#xff1a;EasyPoi&#xff0c;有读者提出在数据量大的情况下&#xff0c;EasyPoi 会占用内存大&#xff0c;…

k8s综合项目

一、准备环境 1.1 部署服务器 在centos7.9系统里搭建v1.23版本的k8s集群&#xff0c;准备四台服务器&#xff0c;两台作为master&#xff0c;主机名分别为 k8s-master和k8s-master-2&#xff0c;主机名为k8s-master&#xff0c;两台作为 node&#xff0c;主机名分别为k8s-nod…

11-sentinel利用nacos作持久化

本文介绍sentinel配置数据的持久化方法。由于sentinel官方并没有提供持久化功能&#xff0c;大家在测试过程中也能发现sentinel服务重启后&#xff0c;原来配置的数据就丢了&#xff0c;本文就是来处理这一问题的。 做好心理准备&#xff0c;我们要修改sentinel的源代码&#…

C++ | Leetcode C++题解之第350题两个数组的交集II

题目&#xff1a; 题解&#xff1a; class Solution { public:vector<int> intersect(vector<int>& nums1, vector<int>& nums2) {sort(nums1.begin(), nums1.end());sort(nums2.begin(), nums2.end());int length1 nums1.size(), length2 nums2…

【C++ 第十五章】map 和 set 的封装(封装红黑树)

1. map 和 set 的介绍 ⭐map 与 set 分别是STL中的两种序列式容器; 它们是一种树形数据结构的容器&#xff0c;且其的底层构造为一棵红黑树; 而在上一篇文章中提到,其实红黑树本身就是一棵二叉搜索树,是基于二叉搜索树的性质对其增加了平衡的属性来提高其综合性能 ⭐当然也…

【论文阅读】Retargeting and Respecializing GPU Workloads for Performance Portability

摘要 为了接近峰值性能&#xff0c;像gpu这样的加速设备需要大量的特定于架构的调优&#xff0c;以了解共享内存、并行性、tensor core等的可用性。不幸的是&#xff0c;对更高性能和更低成本的追求导致了架构设计的显著多样化&#xff0c;甚至是产自同一供应商的产品也是如此。…

Apache CloudStack Official Document 翻译节选(七)

关于 Apache CloudStack 的 最佳实践 &#xff08;一&#xff09; Best Practices 部署Apache CloudStack是极具挑战性的&#xff0c;在整个部署过程中需要你做出形形色色的技术性选择。Apache CloudStack的配置条目是相当灵活的&#xff0c;这是因为在组合和配置具体条目时有…

【深入浅出Docker】【三】Docker容器详解

文章目录 一. Docker容器简介二. Docker容器详解1. 容器vs虚拟机1.1. 虚拟机模型1.2. 容器模型1.3. 虚拟机的额外开销 2. 容器启动过程描述3. 容器进程4. 容器生命周期与文件保存5. 优雅地停止容器&#xff1a;两阶段方式停止并删除容器6. 利用重启策略进行容器的自我修复6.1. …

SpringBoot依赖之Spring Data Redis实现位图Bitmap

Spring Boot 项目中使用 Spring Data Redis 实现位图Bitmap 暂未发表&#xff0c;记录于20240820 概念 Spring Data Redis (AccessDriver) 依赖名称: Spring Data Redis (AccessDriver)功能描述: Advanced and thread-safe Java Redis client for synchronous, asynchronous,…

学习 node.js 六 Markdown 转为 html,zlib

目录 Markdown 转为 html 安装 ejs语法 标签含义 1. 纯文本标签 2. 输出经过 HTML 转义的内容 3. 输出非转义的内容(原始内容) marked browserSync zlib gzip deflate gzip 和 deflate 区别 http请求压缩 Markdown 转为 html 什么是markdown&#xff1f; Markdo…

分享思源笔记的几个骚操作

文章目录 思维导图复习法效果视频制作过程使用方法 大纲复习方法制作过程 人工智能简易使用效果制作过程 思维导图复习法 效果视频 bandicam20240817222246034.mp4 制作过程 首先下载【写味】主题或者是[自定义块样式]插件 他两个的区别是 思维导图以列表形式写出来 选择转…

【2025校招】4399 NLP算法工程师笔试题

目录 1. 第一题2. 第二题3. 第三题 ⏰ 时间&#xff1a;2024/08/19 &#x1f504; 输入输出&#xff1a;ACM格式 ⏳ 时长&#xff1a;2h 本试卷分为单选&#xff0c;自我评价题&#xff0c;编程题 单选和自我评价这里不再介绍&#xff0c;4399的编程题一如既往地抽象&#xff…

redis AOF机制

在redis运行期间&#xff0c;不断将redis执行的写命令写到文件中&#xff0c;redis重启之后&#xff0c;只要将这些命令重复执行一遍就可以恢复数据。因为AOF只是将少量的写命令写入AOF文件中&#xff0c;因此其执行效率高于RDB&#xff0c;开启AOF即使Redis发生故障&#xff0…

前端使用miniO上传文件

项目背景:vue2&#xff0c;前提是请先安装miniO,若安装引入时报错&#xff0c;那就是版本不对&#xff0c;通常指定版本安装即可。 页面样式&#xff1a; 前端vue页面代码&#xff1a; //<el-form>表单中:<el-form-item label"文件" prop"fileIds&q…

TY6802 同步整流PCB设计注意事项

TY6802 系列是一款用于反激式电源次级同步整流芯片&#xff0c;TY6802能可靠支持包括 DCM、CCM和准谐振模式。TY6802 集成了一个 100V 功率 MOSFET&#xff08;TY6802A&#xff1a;100V15mR; TY6802B&#xff1a;100V10mR; TY6802C&#xff1a;100V7.5mR;) &#xff0c;可以取代…

API容易被攻击,如何做好API安全

随着互联网技术的飞速发展和普及&#xff0c;网络安全问题日益严峻&#xff0c;API&#xff08;应用程序接口&#xff09;已成为网络攻击的常见载体之一。API作为不同系统之间数据传输的桥梁&#xff0c;其安全性直接影响到整个系统的稳定性和数据的安全性。 根据Imperva发布的…