【從零開始學習Redis】項目實戰-黑馬點評D2

商戶查詢緩存

為什么用緩存？

作用模型

緩存流程

按照流程編寫代碼如下

@Service
public class ShopServiceImpl extends ServiceImpl<ShopMapper, Shop> implements IShopService {@Resourceprivate StringRedisTemplate stringRedisTemplate;@Overridepublic Result queryById(Long id) {String key = CACHE_SHOP_KEY + id;//從redis查詢商鋪緩存String shopJson = stringRedisTemplate.opsForValue().get(key);if(StrUtil.isNotBlank(shopJson)){//存在，返回Shop shop = JSONUtil.toBean(shopJson, Shop.class);return Result.ok(shop);}//不存在，查詢數據庫Shop shop = getById(id);//數據庫中不存在，報錯if(shop == null){return Result.fail("店鋪不存在！");}//存在，寫入redisstringRedisTemplate.opsForValue().set(key, JSONUtil.toJsonStr(shop));//返回return Result.ok(shop);}
}
給shop-type添加Redis緩存

這部分需要自己實現，課程沒有答案。

請求URL：[http://localhost:8080/api/shop-type/list](http://localhost:8080/api/shop-type/list)

根據之前給店鋪做緩存的思路，這次我們同樣使用String類型，用來保存list類型的店鋪類型數據。

代碼實現思路仿照給查詢店鋪緩存的過程。只不過這次是要轉為list類型。

@Service
public class ShopTypeServiceImpl extends ServiceImpl<ShopTypeMapper, ShopType> implements IShopTypeService {@Resourceprivate StringRedisTemplate stringRedisTemplate;@Overridepublic Result queryByType() {String key = "cache:type";// 首先查詢redisString shopTypeJson = stringRedisTemplate.opsForValue().get(key);if(StrUtil.isNotBlank(shopTypeJson)){// 如果存在List<ShopType> shopTypes = JSONUtil.toList(shopTypeJson, ShopType.class);return Result.ok(shopTypes);}// 如果不存在，那么查詢數據庫List<ShopType> shopTypes = query().orderByAsc("sort").list();// 如果數據庫中不存在，報錯if(shopTypes == null){return Result.fail("無法查詢到相關店鋪");}// 存在，寫入redisstringRedisTemplate.opsForValue().set(key, JSONUtil.toJsonStr(shopTypes));return Result.ok(shopTypes);}
}
緩存更新策略

策略選擇：

主動更新策略
Cache Aside Pattern

由緩存的調用者，在更新數據庫的同時更新緩存

操作緩存和數據庫時有三個問題需要考慮：

  1. 刪除緩存還是更新緩存？
  • 更新緩存：每次更新數據庫都更新緩存，無效寫操作較多(F)
  • 刪除緩存：更新數據庫時讓緩存失效，查詢時再更新緩存(T)
  1. 如何保證緩存與數據庫的操作的同時成功或失敗？
  • 單體系統，將緩存與數據庫操作放在一個事務
  • 分布式系統，利用TCC等分布式事務方案
  1. 先操作緩存還是先操作數據庫？
  • 先刪除緩存，再操作數據庫
  • 先操作數據庫，再刪除緩存

對比一下緩存數據庫操作順序的影響（代表異常情況下）

線程一執行刪除緩存，這個是快操作，但是更新數據庫是慢操作，在二者之間很可能會有線程二，緩存已被刪除，查詢緩存時未命中，去查數據庫寫入緩存，這兩個都是快操作，數據庫和緩存數據不一致，從而導致數據不一致情況。這種情況出現概率較大。

假設剛好線程一進來時緩存失效，那么查詢數據庫，獲得了某個值a。不巧的是，在線程一寫緩存之前，線程二更新了數據庫，數據庫中變為新的值b，執行刪除緩存（緩存本來就什么也沒有），線程一接著寫入緩存，可是線程一寫入的緩存內容是a，那么現在數據庫的值是b，緩存中的是a，導致數據不一致。但是這種情況出現概率較小，因為查詢緩存寫緩存的速度是很快的，很難有另一個線程穿插在這之間并完成了更新數據庫刪除緩存。

所以我們一般選擇先操作數據庫，再操作緩存。

緩存穿透

緩存穿透是指用戶請求的數據在緩存和數據庫中都不存在，這樣緩存永遠不會生效，這些請求都會打到數據庫。如果發生大量這樣的請求，會造成數據庫癱瘓。

常見的解決方案有兩種：

  1. 緩存空對象

當用戶請求的數據在緩存和數據庫都不存在時，我們可以設置當前緩存值為null。

但是如果無休止的請求不存在的數據，就會導致緩存值越來越多，內存消耗越來越大。所以需要設置過期時間TTL。

同時緩存設置為null了，如果下次更新數據在數據庫中更新了，此時就會導致數據不一致。可以把過期時間設置的短一些，緩解此問題。

  • 優點：實現簡單，維護方便
  • 缺點：
    • 額外的內存消耗
    • 可能造成短期的不一致

  1. 布隆過濾器
  • 優點：內存占用較少, 沒有多余key
  • 缺點：
    • 實現復雜
    • 存在誤判可能

  1. 增強id的復雜度,避免被猜測id規律
  2. 做好數據的基礎格式校驗
  3. 加強用戶權限校驗
  4. 做好熱點參數的限流

為解決穿透問題我們需要修改業務代碼，這里采用緩存null值方法

@Service
public class ShopServiceImpl extends ServiceImpl<ShopMapper, Shop> implements IShopService {@Resourceprivate StringRedisTemplate stringRedisTemplate;@Overridepublic Result queryById(Long id) {String key = CACHE_SHOP_KEY + id;//從redis查詢商鋪緩存String shopJson = stringRedisTemplate.opsForValue().get(key);if(StrUtil.isNotBlank(shopJson)){//存在，返回Shop shop = JSONUtil.toBean(shopJson, Shop.class);return Result.ok(shop);}//判斷命中的是否是空值if(shopJson != null){// 返回一個錯誤信息return Result.fail("店鋪信息不存在！");}//不存在，查詢數據庫Shop shop = getById(id);//數據庫中不存在，報錯if(shop == null){//將空值寫入redisstringRedisTemplate.opsForValue().set(key, "", CACHE_NULL_TTL, TimeUnit.MINUTES);return Result.fail("店鋪不存在！");}//存在，寫入redisstringRedisTemplate.opsForValue().set(key, JSONUtil.toJsonStr(shop), CACHE_SHOP_TTL, TimeUnit.MINUTES);//返回return Result.ok(shop);}@Override@Transactionalpublic Result update(Shop shop) {Long id = shop.getId();if(id == null){return Result.fail("商鋪id不能為空");}//先更新數據庫updateById(shop);//再刪緩存stringRedisTemplate.delete(CACHE_SHOP_KEY + shop.getId());return Result.ok(shop);}
}
緩存雪崩

緩存雪崩是指在同一時段大量的緩存key同時失效或者Redis服務宕機,導致大量請求到達數據庫,帶來巨大壓力。

解決方案:

  • 給不同的Key的TTL添加隨機值
  • 利用Redis集群提高服務的可用性
  • 給緩存業務添加降級限流策略
  • 給業務添加多級緩存

緩存擊穿

緩存擊穿問題也叫熱點Key問題,就是一個被高并發訪問并且緩存重建業務較復雜的key突然失效了,無數的請求訪問會在瞬間給數據庫帶來巨大的沖擊。

常見的解決方案有兩種:

  • 互斥鎖

  • 邏輯過期

解決方案優點缺點
互斥鎖沒有額外的內存消耗
保證一致性
實現簡單		線程需要等待, 性能受影響
可能有死鎖風險
邏輯過期線程無需等待, 性能較好不保證一致性
有額外內存消耗
實現復雜
利用互斥鎖解決緩存擊穿問題

修改根據id查詢商鋪的業務

這里我們使用Redis中String的setnx模擬上鎖，setnx僅當值為空時才可以修改值，這可以模擬互斥鎖，當大量請求到當前緩存時，只有一個請求能進一步的進行查數據庫、寫入Redis、釋放鎖等功能。這樣其他線程就會休眠直到當前線程釋放鎖。


public Shop queryWithMutex(Long id){
String key = CACHE_SHOP_KEY + id;
//從redis查詢商鋪緩存
String shopJson = stringRedisTemplate.opsForValue().get(key);
if(StrUtil.isNotBlank(shopJson)){//存在，返回return JSONUtil.toBean(shopJson, Shop.class);
}
//判斷命中的是否是空值
if(shopJson != null){// 返回一個錯誤信息return null;
}
// 實現緩存重建
// 獲取互斥鎖
String lockKey = LOCK_SHOP_KEY + id;
Shop shop = null;
try {boolean isLock = tryLock(lockKey);// 判斷是否獲取成功if(!isLock){// 失敗則休眠重試Thread.sleep(50);return queryWithMutex(id);}// 成功，根據id查詢數據庫shop = getById(id);// 模擬重建延時Thread.sleep(200);//數據庫中不存在，報錯if(shop == null){//將空值寫入redisstringRedisTemplate.opsForValue().set(key, "", CACHE_NULL_TTL, TimeUnit.MINUTES);return null;}//存在，寫入redisstringRedisTemplate.opsForValue().set(key, JSONUtil.toJsonStr(shop), CACHE_SHOP_TTL, TimeUnit.MINUTES);} catch (InterruptedException e) {throw new RuntimeException(e);
} finally {// 釋放互斥鎖unlock(lockKey);}
//返回
return shop;
}private boolean tryLock(String key){Boolean flag = stringRedisTemplate.opsForValue().setIfAbsent(key, "1", 10, TimeUnit.SECONDS);return BooleanUtil.isTrue(flag); //不直接return flag，因為在拆箱過程中可能產生空指針
}private void unlock(String key){
stringRedisTemplate.delete(key);
}
利用邏輯過期解決緩存擊穿問題

重建緩存的方法
private void saveShop2Redis(Long id, Long expireSeconds) {// 1.查詢店鋪數據Shop shop = getById(id);// 2.封裝邏輯過期時間RedisData redisData = new RedisData();redisData.setData(shop);redisData.setExpireTime(LocalDateTime.now().plusSeconds(expireSeconds));// 3.寫入redisstringRedisTemplate.opsForValue().set(CACHE_SHOP_KEY + id, JSONUtil.toJsonStr(redisData));
}
業務邏輯實現

這里使用了線程池，避免了線程頻繁的創建銷毀帶來的性能開銷。

private static final ExecutorService CACHE_REBUILD_EXECUTOR = Executors.newFixedThreadPool(10);public Shop queryWithLogicalExpire(Long id) {
String key = CACHE_SHOP_KEY + id;
//從redis查詢商鋪緩存
String shopJson = stringRedisTemplate.opsForValue().get(key);
if (StrUtil.isBlank(shopJson)) {//不存在，返回return null;
}
// 命中，把Json反序列化為對象
RedisData redisData = JSONUtil.toBean(shopJson, RedisData.class);
Shop shop = JSONUtil.toBean((JSONObject) redisData.getData(), Shop.class);
LocalDateTime expireTime = redisData.getExpireTime();
// 判斷是否過期
if(expireTime.isAfter(LocalDateTime.now())){// 未過期，返回商鋪信息return shop;
}
// 已過期，需要緩存重建
// 緩存重建
// 獲取互斥鎖
String lockKey = LOCK_SHOP_KEY + id;
boolean isLock = tryLock(lockKey);
// 判斷是否獲取成功
if(isLock){//成功則開啟獨立線程，緩存重建CACHE_REBUILD_EXECUTOR.submit(()->{try {//重建緩存this.saveShop2Redis(id, 20L);} catch (Exception e) {throw new RuntimeException(e);} finally {//釋放鎖unlock(lockKey);}});
}//失敗則返回過期的商戶信息
return shop;
}
封裝緩存工具類

封裝Redis工具類

基于StringRedisTemplate封裝一個緩存工具類，滿足下列需求：

  • 方法1：將任意Java對象序列化為json并存儲在string類型的key中，并且可以設置TTL過期時間
  • 方法2：將任意Java對象序列化為json并存儲在string類型的key中，并且可以設置邏輯過期時間，用于處理緩

存擊穿問題

  • 方法3：根據指定的key查詢緩存，并反序列化為指定類型，利用緩存空值的方式解決緩存穿透問題
  • 方法4：根據指定的key查詢緩存，并反序列化為指定類型，需要利用邏輯過期解決緩存擊穿問題

將邏輯進行封裝

@Slf4j
@Component
public class CacheClient {private final StringRedisTemplate stringRedisTemplate;private static final ExecutorService CACHE_REBUILD_EXECUTOR = Executors.newFixedThreadPool(10);public CacheClient(StringRedisTemplate stringRedisTemplate) {this.stringRedisTemplate = stringRedisTemplate;}public void set(String key, Object value, Long time, TimeUnit unit) {stringRedisTemplate.opsForValue().set(key, JSONUtil.toJsonStr(value), time, unit);}public void setWithLogicalExpire(String key, Object value, Long time, TimeUnit unit) {// 設置邏輯過期RedisData redisData = new RedisData();redisData.setData(value);redisData.setExpireTime(LocalDateTime.now().plusSeconds(unit.toSeconds(time)));// 寫入RedisstringRedisTemplate.opsForValue().set(key, JSONUtil.toJsonStr(redisData));}public <R,ID> R queryWithPassThrough(String keyPrefix, ID id, Class<R> type, Function<ID, R> dbFallback, Long time, TimeUnit unit){String key = keyPrefix + id;// 1.從redis查詢商鋪緩存String json = stringRedisTemplate.opsForValue().get(key);// 2.判斷是否存在if (StrUtil.isNotBlank(json)) {// 3.存在，直接返回return JSONUtil.toBean(json, type);}// 判斷命中的是否是空值if (json != null) {// 返回一個錯誤信息return null;}// 4.不存在，根據id查詢數據庫R r = dbFallback.apply(id);// 5.不存在，返回錯誤if (r == null) {// 將空值寫入redisstringRedisTemplate.opsForValue().set(key, "", CACHE_NULL_TTL, TimeUnit.MINUTES);// 返回錯誤信息return null;}// 6.存在，寫入redisthis.set(key, r, time, unit);return r;}public <R, ID> R queryWithLogicalExpire(String keyPrefix, ID id, Class<R> type, Function<ID, R> dbFallback, Long time, TimeUnit unit) {String key = keyPrefix + id;// 1.從redis查詢商鋪緩存String json = stringRedisTemplate.opsForValue().get(key);// 2.判斷是否存在if (StrUtil.isBlank(json)) {// 3.存在，直接返回return null;}// 4.命中，需要先把json反序列化為對象RedisData redisData = JSONUtil.toBean(json, RedisData.class);R r = JSONUtil.toBean((JSONObject) redisData.getData(), type);LocalDateTime expireTime = redisData.getExpireTime();// 5.判斷是否過期if(expireTime.isAfter(LocalDateTime.now())) {// 5.1.未過期，直接返回店鋪信息return r;}// 5.2.已過期，需要緩存重建// 6.緩存重建// 6.1.獲取互斥鎖String lockKey = LOCK_SHOP_KEY + id;boolean isLock = tryLock(lockKey);// 6.2.判斷是否獲取鎖成功if (isLock){// 6.3.成功，開啟獨立線程，實現緩存重建CACHE_REBUILD_EXECUTOR.submit(() -> {try {// 查詢數據庫R newR = dbFallback.apply(id);// 重建緩存this.setWithLogicalExpire(key, newR, time, unit);} catch (Exception e) {throw new RuntimeException(e);}finally {// 釋放鎖unlock(lockKey);}});}// 6.4.返回過期的商鋪信息return r;}public <R, ID> R queryWithMutex(String keyPrefix, ID id, Class<R> type, Function<ID, R> dbFallback, Long time, TimeUnit unit) {String key = keyPrefix + id;// 1.從redis查詢商鋪緩存String shopJson = stringRedisTemplate.opsForValue().get(key);// 2.判斷是否存在if (StrUtil.isNotBlank(shopJson)) {// 3.存在，直接返回return JSONUtil.toBean(shopJson, type);}// 判斷命中的是否是空值if (shopJson != null) {// 返回一個錯誤信息return null;}// 4.實現緩存重建// 4.1.獲取互斥鎖String lockKey = LOCK_SHOP_KEY + id;R r = null;try {boolean isLock = tryLock(lockKey);// 4.2.判斷是否獲取成功if (!isLock) {// 4.3.獲取鎖失敗，休眠并重試Thread.sleep(50);return queryWithMutex(keyPrefix, id, type, dbFallback, time, unit);}// 4.4.獲取鎖成功，根據id查詢數據庫r = dbFallback.apply(id);// 5.不存在，返回錯誤if (r == null) {// 將空值寫入redisstringRedisTemplate.opsForValue().set(key, "", CACHE_NULL_TTL, TimeUnit.MINUTES);// 返回錯誤信息return null;}// 6.存在，寫入redisthis.set(key, r, time, unit);} catch (InterruptedException e) {throw new RuntimeException(e);}finally {// 7.釋放鎖unlock(lockKey);}// 8.返回return r;}private boolean tryLock(String key) {Boolean flag = stringRedisTemplate.opsForValue().setIfAbsent(key, "1", 10, TimeUnit.SECONDS);return BooleanUtil.isTrue(flag);}private void unlock(String key) {stringRedisTemplate.delete(key);}
}

在shopServiceImpl中

@Resource
private CacheClient cacheClient;@Overridepublic Result queryById(Long id) {// 解決緩存穿透Shop shop = cacheClient.queryWithPassThrough(CACHE_SHOP_KEY, id, Shop.class, this::getById, CACHE_SHOP_TTL, TimeUnit.MINUTES);// 互斥鎖解決緩存擊穿// Shop shop = cacheClient//         .queryWithMutex(CACHE_SHOP_KEY, id, Shop.class, this::getById, CACHE_SHOP_TTL, TimeUnit.MINUTES);// 邏輯過期解決緩存擊穿// Shop shop = cacheClient//         .queryWithLogicalExpire(CACHE_SHOP_KEY, id, Shop.class, this::getById, 20L, TimeUnit.SECONDS);if (shop == null) {return Result.fail("店鋪不存在！");}// 7.返回return Result.ok(shop);}

如果內容對你有所幫助，請點贊、評論、收藏，創作不易，你的支持是我創作的動力。

本文來自互聯網用戶投稿，該文觀點僅代表作者本人，不代表本站立場。本站僅提供信息存儲空間服務，不擁有所有權，不承擔相關法律責任。
如若轉載，請注明出處：http://www.pswp.cn/diannao/95929.shtml
繁體地址，請注明出處：http://hk.pswp.cn/diannao/95929.shtml
英文地址，請注明出處：http://en.pswp.cn/diannao/95929.shtml

如若內容造成侵權/違法違規/事實不符，請聯系多彩編程網進行投訴反饋email:809451989@qq.com，一經查實，立即刪除！

相關文章

后端Web實戰-MySQL數據庫

后端Web實戰-MySQL數據庫

目錄 1.MySQL概述 1.1 安裝 1.1.1 版本 1.1.2 安裝 1.1.3 連接 1.2 數據模型 1.3 SQL簡介 1.3.1 分類 1.3.2 SQL通用語法 2.DDL 2.1 數據庫操作 2.2 圖形化工具 2.2.1 使用 2.3 表操作 2.3.1 創建表 2.3.1.1約束 2.3.1.2 數據類型 2.3.1.3 案例 2.3.2 DDL&am…
閱讀更多...
開源數據發現平臺：Amundsen 本地環境安裝

開源數據發現平臺：Amundsen 本地環境安裝

Amundsen 是一個數據發現和元數據引擎&#xff0c;旨在提高數據分析師、數據科學家和工程師與數據交互時的生產力。目前&#xff0c;它通過索引數據資源&#xff08;表格、儀表板、數據流等&#xff09;并基于使用模式&#xff08;例如&#xff0c;查詢頻率高的表格會優先于查詢…
閱讀更多...
ubuntu18.04部署cephfs

ubuntu18.04部署cephfs

比起君子訥于言而敏于行&#xff0c;我更喜歡君子善于言且敏于行。 目錄 一. 準備工作&#xff08;所有節點&#xff09; 1. /etc/hosts 2. 安裝python2 3. 配置普戶免密sudo 4. 準備好四塊盤&#xff0c;一塊hddsdd為一組&#xff0c;一臺設備上有一組 5. 添加源 二. 安…
閱讀更多...
VMD+皮爾遜+降噪+重構（送報告+PPT）Matlab程序

VMD+皮爾遜+降噪+重構（送報告+PPT）Matlab程序

1.程序介紹:以含白噪聲信號為例&#xff1a;1.對信號進行VMD分解2.通過皮爾遜進行相關性計算3.通過設定閾值將噪聲分量和非噪聲分量分別提取出4.對非噪聲信號進行重構達到降噪效果包含評價指標&#xff1a;% SNR&#xff1a;信噪比% MSE&#xff1a;均方誤差% NCC&#xff1a;波…
閱讀更多...
UE5多人MOBA+GAS 45、制作沖刺技能

UE5多人MOBA+GAS 45、制作沖刺技能

文章目錄添加技能需要的東西添加本地播放GC添加沖刺tag添加一個新的TA用于檢測敵方單位添加沖刺GA到角色中監聽加速移動速度的回調創建蒙太奇添加GE添加到數據表中添加到角色中糾錯添加技能需要的東西 添加本地播放GC 在UCAbilitySystemStatics中添加 /*** 在本地觸發指定的游…
閱讀更多...
分庫分表和sql的進階用法總結

分庫分表和sql的進階用法總結

說下你對分庫分表的理解分庫分表是?種常?的數據庫?平擴展&#xff08;Scale Out&#xff09;技術&#xff0c;?于解決單?數據庫性能瓶頸和存儲容量限制的問題。在分庫分表中&#xff0c;數據庫會根據某種規則將數據分散存儲在多個數據庫實例和表中&#xff0c;從?提?數據…
閱讀更多...
紫金橋RealSCADA：國產工業大腦，智造安全基石

紫金橋RealSCADA：國產工業大腦，智造安全基石

在工業4.0時代&#xff0c;數字化轉型已成為企業提升競爭力的核心路徑。作為工業信息化的基石&#xff0c;監控組態軟件在智能制造、物聯網、大數據等領域發揮著關鍵作用。紫金橋軟件積極響應國家“兩化融合”戰略&#xff0c;依托多年技術積淀與行業經驗&#xff0c;重磅推出跨…
閱讀更多...
朗空量子與 Anolis OS 完成適配，龍蜥獲得抗量子安全能力

朗空量子與 Anolis OS 完成適配，龍蜥獲得抗量子安全能力

近日&#xff0c;蘇州朗空后量子科技有限公司&#xff08;以下簡稱“朗空量子”&#xff09;簽署了 CLA&#xff08;Contributor License Agreement&#xff0c;貢獻者許可協議&#xff09;&#xff0c;加入龍蜥社區&#xff08;OpenAnolis&#xff09;。 朗空量子是一家后量子…
閱讀更多...
C#WPF實戰出真汁08--【消費開單】--餐桌面板展示

C#WPF實戰出真汁08--【消費開單】--餐桌面板展示

1、功能介紹在這節里&#xff0c;需要實現餐桌類型展示&#xff0c;類型點擊切換事件&#xff0c;餐桌面板展示功能&#xff0c;細節很多&#xff0c;流程是UI設計布局-》后臺業務邏輯-》視圖模型綁定-》運行測試2、UI設計布局TabControl&#xff0c;StackPanel&#xff0c;Gri…
閱讀更多...
2025年機械制造、機器人與計算機工程國際會議（MMRCE 2025）

2025年機械制造、機器人與計算機工程國際會議（MMRCE 2025）

&#x1f916;&#x1f3ed;&#x1f4bb; 探索未來&#xff1a;機械制造、機器人與計算機工程的交匯點——2025年機械制造、機器人與計算機工程國際會議&#x1f31f;MMRCE 2025將匯聚全球頂尖專家、學者及行業領袖&#xff0c;聚焦機械制造、機器人和計算機工程領域的前沿議題…
閱讀更多...
Vue Router 嵌套路由與布局系統詳解：從新手到精通

Vue Router 嵌套路由與布局系統詳解：從新手到精通

在Vue單頁應用開發中&#xff0c;理解Vue Router的嵌套路由機制是構建現代管理后臺的關鍵。本文將通過實際案例&#xff0c;深入淺出地解釋Vue Router如何實現布局與內容的分離&#xff0c;以及<router-view>的嵌套渲染原理。什么是嵌套路由&#xff1f;嵌套路由是Vue Ro…
閱讀更多...
Grafana 與 InfluxDB 可視化深度集成（二）

Grafana 與 InfluxDB 可視化深度集成（二）

四、案例實操&#xff1a;以服務器性能監控為例 4.1 模擬數據生成 為了更直觀地展示 Grafana 與 InfluxDB 的集成效果&#xff0c;我們通過 Python 腳本模擬生成服務器性能相關的時間序列數據。以下是一個簡單的 Python 腳本示例&#xff0c;用于生成 CPU 使用率和內存使用量…
閱讀更多...
.net印刷線路板進銷存PCB材料ERP財務軟件庫存貿易生產企業管理系統

.net印刷線路板進銷存PCB材料ERP財務軟件庫存貿易生產企業管理系統

# 印刷線路板進銷存PCB材料ERP財務軟件庫存貿易生產企業管理系統 # 開發背景 本軟件原為給蘇州某企業開發的pcb ERP管理軟件&#xff0c;后來在2021年深圳某pcb 板材公司買了我們的軟件然后在此基礎上按他行業的需求多次修改后的軟件&#xff0c;適合pcb板材行業使用。 # 功能…
閱讀更多...
基于飛算JavaAI的可視化數據分析集成系統項目實踐：從需求到落地的全流程解析

基于飛算JavaAI的可視化數據分析集成系統項目實踐：從需求到落地的全流程解析

引言&#xff1a;為什么需要“可視化AI”的數據分析系統&#xff1f; 在數字化轉型浪潮中&#xff0c;企業/團隊每天產生海量數據&#xff08;如用戶行為日志、銷售記錄、設備傳感器數據等&#xff09;&#xff0c;但傳統數據分析存在三大痛點&#xff1a; 技術門檻高&#xff…
閱讀更多...
MqSQL中的《快照讀》和《當前讀》

MqSQL中的《快照讀》和《當前讀》

目錄 1、MySQL讀取定義 1.1、鎖的分類 1.2、快照讀與當前讀 1.3、使用場景 1.4、區別 2、實現機制 2.1、實現原理 2.2、隔離級別和快照聯系 1、隔離級別 2、快照讀 2.3、快照何時生成 3、SQL場景實現 3.1、快照讀 3.2、當前讀 4、鎖的細節&#xff08;與當前讀相…
閱讀更多...
【Docker項目實戰】使用Docker部署Notepad輕量級記事本

【Docker項目實戰】使用Docker部署Notepad輕量級記事本

【Docker項目實戰】使用Docker部署Notepad輕量級記事本一、 Notepad介紹1.1 Notepad簡介1.2 Notepad特點1.3 主要使用場景二、本次實踐規劃2.1 本地環境規劃2.2 本次實踐介紹三、本地環境檢查3.1 檢查Docker服務狀態3.2 檢查Docker版本3.3 檢查docker compose 版本四、下載Note…
閱讀更多...
開疆智能ModbusTCP轉Ethernet網關連接FBOX串口服務器配置案例

開疆智能ModbusTCP轉Ethernet網關連接FBOX串口服務器配置案例

本案例是串口服務器通過串口采集第三方設備數據轉成ModbusTCP的服務器后歐姆龍PLC通過Ethernet連接到網關&#xff0c;讀取采集到的數據。具體配置過程如下。配置過程&#xff1a;Fbox做從站FBox采集PLC數據&#xff0c;通過Modbus TCP Server/Modbus RTU Server協議配置地址映…
閱讀更多...
Vue中的數據渲染【4】

Vue中的數據渲染【4】

目錄1.頁面樣式綁定&#xff1a;1.概述&#xff1a; 2.綁定方式&#xff1a;1.通過類名綁定&#xff1a;1.通過動態類名綁定&#xff1a;&#xff08;&#xff1a;class&#xff09;2.通過類名數組綁定&#xff1a;3.通過類名對象進行綁定&#xff1a;2.內聯樣式綁定&#xff1…
閱讀更多...
LeeCode 39.組合總和

LeeCode 39.組合總和

給你一個 無重復元素 的整數數組 candidates 和一個目標整數 target &#xff0c;找出 candidates 中可以使數字和為目標數 target 的 所有 不同組合 &#xff0c;并以列表形式返回。你可以按 任意順序 返回這些組合。candidates 中的 同一個 數字可以 無限制重復被選取 。如果…
閱讀更多...
基于Python3.10.6與jieba庫的中文分詞模型接口在Windows Server 2022上的實現與部署教程

基于Python3.10.6與jieba庫的中文分詞模型接口在Windows Server 2022上的實現與部署教程

該教程詳細闡述了在Windows Server 2022上基于Python3.10.6與jieba庫實現并部署中文分詞模型接口的完整流程&#xff0c;涵蓋技術棧&#xff08;Python3.10.6、jieba、Flask、Waitress、Nginx、NSSM等&#xff09;與環境準備&#xff08;Python安裝、虛擬環境配置、依賴包安裝及…
閱讀更多...
最新文章

Copyright @ 2022~2023