Redis实战篇笔记（最终篇）

Redis实战篇笔记（七）

文章目录

  • Redis实战篇笔记（七）
  • 前言
    • 达人探店
      • 发布和查看探店笔记
      • 点赞
      • 点赞排行榜
    • 好友关注
      • 关注和取关
      • 共同关注
      • 关注推送
      • 关注推荐的实现
  • 总结

前言

本系列文章是Redis实战篇笔记的最后一篇，那么到这里Redis实战篇的内容就要结束了，本系列文件涵盖了Redis作为缓存在实战项目中的大多数用法

达人探店

发布和查看探店笔记

这个两个功能就是普通的业务，没有用到 redis，所以我把他们合到一起了

发布探店笔记
我们点击下面的加号就可以发布一篇探店笔记
image.png
这里的上传图片，如果是一般的业务会上传到一个文件服务器，但是他这里选择上传到了我们的前端服务器
image.png
这个 IMAGE_UPLOAD_DIR 就是前端服务器放图片的地方，要改成自己所对应的位置
image.png
我们像这样就写好了一篇探店笔记，然后我们点发布，就会跳转到个人中心，并且在主页的最后也能看见我们发布的笔记
image.png
image.png
image.png

我们点击看我们刚发布的笔记，会报错，是因为我们还没有实现这个功能，我们点击查看，就可以看到前端访问的接口，接下来我们就去实现它
image.png

**这就是 查看笔记的方法 ** queryBlogById 是我们要实现的方法， querHotBlog 是代码已经写好的。由于没有涉及到 Redis 的操作，这里就不再过多解释了。

@Resource
    private IUserService userService;


    @Override
    public Result queryHotBlog(Integer current) {
        // 根据用户查询
        Page<Blog> page = this.query()
                .orderByDesc("liked")
                .page(new Page<>(current, SystemConstants.MAX_PAGE_SIZE));
        // 获取当前页数据
        List<Blog> records = page.getRecords();
        // 查询用户
        records.forEach(this::queryBlogUser);
        return Result.ok(records);
    }

    @Override
    public Result queryBlogById(Long id) {
        // 1. 查询blog
        Blog blog = getById(id);
        if(blog==null){
            return Result.fail("笔记不存在");
        }
        // 2. 查询blog有关的用户
        queryBlogUser(blog);
        return Result.ok(blog);
    }

    private void queryBlogUser(Blog blog) {
        Long userId = blog.getUserId();
        User user = userService.getById(userId);
        blog.setName(user.getNickName());
        blog.setIcon(user.getIcon());
    }

实现后，效果就是这样了。
image.png

点赞

代码中实现的点赞是 连续点赞的功能，但是这样的功能是不好的，如果有人调用这个接口，一直刷赞，数据库直接就爆了，所以我们要对这个功能进行改造

改造后的需求：

  1. 同一个用户只能点赞一次，再次点击则取消点赞
  2. 如果当前用户已经点赞，则点赞按钮高亮显示（前端已实现，判断Blog类的 isLike 属性）

那我们怎样来标记用户是否点赞过？ 用 Redis 的 set集合可以实现，set 集合我们已经用了好几次了，set中的元素是不能重复的，可以用来标记

    @Override
    public Result likeBlog(Long id) {
        // 1.获取登录用户
        Long userId = UserHolder.getUser().getId();
        // 2.判断当前登录用户是否已经点赞

        Boolean isMember = stringRedisTemplate.opsForSet().isMember(BLOG_LIKED_KEY, userId.toString());
        // 3.如果未点赞，可以点赞
        if(BooleanUtil.isFalse(isMember)){
             // 起始这里我觉得也可以做一个异步任务，利用 Redis的高效性，去实现与用户的交互
            // 用异步任务来去修改数据库，感觉 Redis 和 数据库都可以这么来用
            // 3.1 数据库点赞数+1
            boolean isUpdate = update().setSql("liked=liked+1").eq("id", id).update();
            // 3.2 保存用户到 Redis的 set 集合
            if(isUpdate){
                stringRedisTemplate.opsForSet().add(BLOG_LIKED_KEY,userId.toString());
            }
        }else {
            // 4. 如果已经点赞，取消点赞
            // 4.1 数据库点赞数 -1
            boolean isUpdate = update().setSql("liked=liked-1").eq("id", id).update();
            // 4.1 把用户从Redis的 set 集合移除
            if(isUpdate){
                stringRedisTemplate.opsForSet().remove(BLOG_LIKED_KEY,userId.toString());
            }
        }
        return Result.ok();
    }

点赞排行榜

我们在探店笔记的详情页面，应该按照点赞的时间显示出来，比如最早点赞的 TOP5，形成点赞排行榜
但是我们刚才在实现点赞功能的时候，用的是 set 集合，但 set 集合中的元素是无序的，这就不符合我们的功能，所以我们要换一个数据结构，即能保留 set 的无序特点，又会使其中的元素有序，那就是 Redis 的 SortedSet
那接下来，我们就要去改造一下我们之前写的点赞功能

其实就是把之前用 set 集合的操作 换成 SortSet

    @Override
    public Result likeBlog(Long id) {
        // 1.获取登录用户
        Long userId = UserHolder.getUser().getId();
        // 2.判断当前登录用户是否已经点赞

        Double score = stringRedisTemplate.opsForZSet().score(BLOG_LIKED_KEY, userId.toString());
        // 3.如果未点赞，可以点赞
        if(score==null){
            // 3.1 数据库点赞数+1
            boolean isUpdate = update().setSql("liked=liked+1").eq("id", id).update();
            // 3.2 保存用户到 Redis的 set 集合
            if(isUpdate){
                stringRedisTemplate.opsForZSet().add(BLOG_LIKED_KEY,userId.toString(),System.currentTimeMillis());
            }
        }else {
            // 4. 如果已经点赞，取消点赞
            // 4.1 数据库点赞数 -1
            boolean isUpdate = update().setSql("liked=liked-1").eq("id", id).update();
            // 4.1 把用户从Redis的 set 集合移除
            if(isUpdate){
                stringRedisTemplate.opsForZSet().remove(BLOG_LIKED_KEY,userId.toString());
            }
        }
        return Result.ok();
    }

    private void isLiked(Blog blog){
        // 1.获取登录用户
        Long userId = UserHolder.getUser().getId();
        // 2.判断当前登录用户是否已经点赞
        Double score = stringRedisTemplate.opsForZSet().score(BLOG_LIKED_KEY, userId.toString());
        blog.setIsLike(score!=null);
    }

**那接下来我们就去实现这个点赞排行榜

@Override
    public Result queryBlogLikes(Long id) {
        String key= BLOG_LIKED_KEY+id;
        // 1. 查询 top5 的点赞用户 zrange key 0 4
        Set<String> top5 = stringRedisTemplate.opsForZSet().range(key, 0, 4);
        if(top5==null||top5.isEmpty()){
            return Result.ok(Collections.emptyList());
        }
       // 这里用了大量的 stream流来处理集合，不太懂 stream流的朋友可以先去学习一下stream流
        List<Long> ids = top5.stream().map(Long::valueOf).collect(Collectors.toList());
        String idStr = StrUtil.join(",", ids);
      // 这里的 sql，没有默认的是因为，默认的排序它会按 id 降序排列，不符合我们的需求。
        List<UserDTO> userDTOS = userService.query()
                .in("id", ids).last("ORDER BY FIELD(id," + idStr + ")").list()
                .stream() // 这里处理一下是脱敏
                .map(user -> BeanUtil.copyProperties(user, UserDTO.class))
                .collect(Collectors.toList());
        return Result.ok(userDTOS);
    }
// 因为未登录用户会获取 user失败，所以这里加一下，其实这样做是不好的，业务容易乱，以后未登录
// 用户要使用的地方肯定还会有，所以建议还是写在 拦截器里。
 private void isLiked(Blog blog){
        // 1.获取登录用户
        UserDTO user = UserHolder.getUser();
        if (user==null){
            return;
        }
        Long userId = user.getId();
        // 2.判断当前登录用户是否已经点赞
        Double score = stringRedisTemplate.opsForZSet().score(BLOG_LIKED_KEY, userId.toString());
        blog.setIsLike(score!=null);
    }

至此，达人探店的模块我们也学完了，在这个模块，我们主要去使用了 Redis 中关于 set 和 SortedSet 的使用。🤗

好友关注

关注和取关

这个功能也没有用到 Redis， 也只是简单的业务，这里也就简单的记一下
其实这也是个挺常见的功能，不跟视频自己也可以手敲出来，这里就只记录 service层的代码

 @Override
    public Result follow(Long followUserId, Boolean isFollow) {
        Long userId = UserHolder.getUser().getId();
        // 1.判断到底是关注还是取关
        if(isFollow==true){
            Follow follow = new Follow();
            follow.setUserId(userId);
            follow.setFollowUserId(followUserId);
            save(follow);
        }else {
            remove(new QueryWrapper<Follow>().eq("user_id",userId).eq("follow_user_id",followUserId));
        }
        return Result.ok();
    }

    @Override
    public Result isFollow(Long followUserId) {
        Long userId = UserHolder.getUser().getId();
        // 1.查询是否关注
        Integer count = query().eq("user_id", userId).eq("follow_user_id", followUserId).count();

        return Result.ok(count>0);
    }

共同关注

其实之后的课程有点为了练这个 Redis 而去开发的这个功能😢，但还是学完吧，也没有几节了
既然要实现 共同关注，那肯定要 先获取 两个用户的关注列表，然后去求交集，那在 Redis 中 set 集合是可以求交集的，所以我们这次用 set 集合来实现求共同关注的功能。在实现这个功能之前，我们先来实现下面两段代码
这两段 代码与共同关注没有什么关系，是用来完善用户的一些信息

// UserController
// 这个是用来点击头像，进入主页
@GetMapping("{id}")
    public Result queryUserById(@PathVariable("id") Long userId){
        User user = userService.getById(userId);
        if(user==null){
            return Result.ok();
        }
        UserDTO userDTO = BeanUtil.copyProperties(user, UserDTO.class);
        return Result.ok(userDTO);
    }
// BlogController
// 这个是进入主页后，显示这个博主的博客
@GetMapping("/of/user")
    public Result queryBlogByUserId(@RequestParam(value = "current",defaultValue = "1")Integer current,
                                    @RequestParam("id") Long id){
        Page<Blog> page = blogService.query().eq("user_id", id).page(new Page<>(current, SystemConstants.MAX_PAGE_SIZE));
        List<Blog> records = page.getRecords();
        return Result.ok(records);
    }

下面我们就来写共同关注的代码，首先我们要把之前写的关注稍微改一下，就是操作完数据库后，把关注列表形成一个 set 添加到 Redis 中。

@Override
    public Result follow(Long followUserId, Boolean isFollow) {
        Long userId = UserHolder.getUser().getId();
        // 1.判断到底是关注还是取关
        if(isFollow==true){
            Follow follow = new Follow();
            follow.setUserId(userId);
            follow.setFollowUserId(followUserId);
            boolean save = save(follow);
            if(save){
                stringRedisTemplate.opsForSet().add("follows:"+userId,followUserId.toString());
            }
        }else {
            remove(new QueryWrapper<Follow>().eq("user_id",userId).eq("follow_user_id",followUserId));
            stringRedisTemplate.opsForSet().remove("follows:"+userId,followUserId.toString());
        }
        return Result.ok();
    }

然后我们来写 共同关注

@Override
    public Result followCommons(Long id) {
        // 这里还是用来一些流操作的，不熟悉的朋友还是建议去看看流。
        // 其实这里真正要说的也就是求交集了 set 的 intersect命令
        Long userId = UserHolder.getUser().getId();
        String key="follows:"+userId;
        String followedKey="follows:"+id;
        Set<String> intersect = stringRedisTemplate.opsForSet().intersect(key, followedKey);
        if(intersect==null||intersect.isEmpty()) return Result.ok(Collections.emptyList());
        List<Long> ids = intersect.stream().map(Long::valueOf).collect(Collectors.toList());
        List<UserDTO> users = userService.listByIds(ids)
                .stream()
                .map(user -> BeanUtil.copyProperties(user, UserDTO.class))
                .collect(Collectors.toList());

        return Result.ok(users);
    }

其实上面两个真的没有什么太多新的东西,用到的 Redis 的部分也是比较少的,想要学 Redis 的朋友也可以跳过这两节.

关注推送

关注推送也叫 Feed 流,直译为 投喂,为用户持续的提供 “沉浸式” 的体验,通过无限下拉获取新的信息

Feed 流产品有两种常见模式:

  • TimeLine: 不做内容筛选,简单的按照内容发布时间排序,常用于好友或关注.例如朋友圈
    • 优点: 信息全面,不会缺失.并且实现也相对简单
    • 缺点: 信息噪音较多,用户不一定感兴趣,内容获取效率低
  • 智能排序: 利用智能算法屏蔽掉违规的,用户不感兴趣的内容,推送用户感兴趣的信息来吸引用户
    • 优点: 投喂用户感兴趣信息,用户粘度高,容易沉迷
    • 缺点: 如果算法不精确,可能起反作用

我们这个 个人页面,是基于关注的好友来做 Feed 流,因此采用 TIMELine 的模式,该模式的实现有三种

  1. 拉模式
  2. 推模式
  3. 推拉结合

拉模式

每个博主都会有一个发件箱,当他们发布消息的时候,都会先发到他们自己的发件箱当中,并且都带上时间戳,然后当有一个用户下拉刷新它的收件箱的时候,这时候,系统会从这个用户所关注的博主的发件箱中拉取信息,然后按时间戳排序.下面这个国就演示了这个过程,但是我们想想,它每下拉一次我们就都要给它拉取一次,并且还要排序,那这样性能是不是就不是很好,那我们接下来继续看 推模式
image.png

推模式

而推模式就与拉模式不太一样了,每个博主没有收件箱 了,而是把信息直接发给粉丝的收件箱,并且在收件箱内部排好序,这样粉丝下来刷新的时间,就直接从收件箱中取就可以了.这样就弥补了拉模式的效率问题.但是推模式同样有一个问题,就是如果有一个博主的粉丝很多,那它要给粉丝发消息就要发多份,这个数据量上来了,系统也没法承受,那么能不能把 这两种模式的优点结合起来呢,那就是接下的推拉模式了
image.png

推拉模式

在推拉模式中,我们将博主分为 大V 和普通博主,大V的粉丝数很多,通常几千万,而普通博主的粉丝数就比较少了.
我们也把粉丝分为普通粉丝和活跃粉丝.
对于 大V来说,他的粉丝数很多,所以肯定不能用推模式,所以就用拉模式.但是对于一些活跃粉丝还是用推模式,因为这些活跃粉丝经常取看他们博主的信息,所以效率要高一些,而对于哪些普通粉丝就用拉模式,因为他们对博主的关注也不是很多,所以效率吗,慢一点也就慢一点了,而对于普通博主来说,他的粉丝数目没有那么多,所以用推模式也耗费不少资源.
image.png
下面我们再来对比一下这三种模式的优缺点.
image.png
那对于我们这个系统,不会有大v,所以我们这采用推模式来实现.

关注推荐的实现

需求：

  1. 修改新增探店笔记的业务，在保存 blog 到数据库的时候，推送的收件箱
  2. 收件箱满足可以根据时间戳排序，必须用 Redis 的数据结构实现
  3. 查询收件箱时，可以实现分页查询。

我们先来修改新增博客的业务，这个业务用到了 Redis的 set结构来作为用户的收件箱，并把这个博客推送到这个博客的主人的粉丝的收件箱。

 @Override
    public Result saveBlog(Blog blog) {
        // 获取登录用户
        UserDTO user = UserHolder.getUser();
        blog.setUserId(user.getId());
        // 保存探店博文
        boolean isSuccess = save(blog);
        if(!isSuccess){
            return Result.fail("新增笔记失败");
        }
        List<Follow> follows = followService.query().eq("follow_user_id", user.getId().toString()).list();
        for (Follow follow : follows) {
            //获取粉丝 id
            Long userId = follow.getUserId();
            //推送
            String key="feeds:"+userId;
            stringRedisTemplate.opsForZSet().add(key,blog.getId().toString(),System.currentTimeMillis());
        }
        // 返回id
        return Result.ok(blog.getId());
    }

然后我们再来实现粉丝查看自己的收件箱，展示出这个用户所关注的博主的文章
但是我们这里想一下，这里的分页还能是传统的分页吗？
我们看下面这条图，t1时，查询5条，但是 t2这是又传过来了一个数据，t3这时候又查询5条数据，从头开始查的话，会查重一个。这就不是我们想要的，那怎么解决查重，就是滚动查询
image.png
在滚动查询的时候
t1 和 t2 都是与上述一样，但是 t3时刻读取第二页，是从上回 的lastId 的下一个开始查的，这样就避免了查重，但是在 Redis 中如何实现呢，我们可以利用 SortedSet 来实现。
image.png
**SortedSet 中有一条命令是 **
ZREVRANGEBYSCORE 是用 score 来搜索
image.png
其中 max ,min是排序的范围，max是最大值，min是最小值。WITHSCORES是返回时带着分数 offset是偏移量，是从最大值的哪一个开始排序，0就是从最大值开始，1就是从最大值的下一个开始。count就是查几个。

那么我们就可以用时间戳来当分数，最新的时间戳就是最大的分数，排在第一位。第一次的时候可以拿当前时间戳，因为对于当前来说，当前时间戳是最大的，最小值我们不关心，就用 0. 第一次 offset 用0，因为第一次分数最大的我们也要。
然后往后 max 就应该是上回查询的最小分数，最小还是0，但是这时的 offset就应该是 1了，因为这次的最小分数是上一会的最小元素，我们上回已经查过了，这次不需要了。所以 offset 要用 1. 具体如下
image.png
但是如果两个元素的时间戳一样怎么办？如果这个用户关注了很多博主，这些博主可能会在同一时间发布文章，都会推送到这个用户的收件箱。我们看下面的图看一下有什么问题

我们看一下，m7和m6的分数都是 6，第二次查看的时候还是出现了 6，这是为什么，因为，我们第二次查询的时候 max 是上回的 min，上回的 min是6，而我们的第二次的 offser 是 1，也就是 从分数为 6 的下一个开始，那分数为6 的从上往下 第一个是 m7，第二个是 m6，那可不是要从 m6开始查嘛，所以我们的 offset也要改，就是上一次最小分数的个数是多少，我们下一次的 offset就是多少，还是这个我们来开，6有两个，那第二次我们的 offser 就是 2，分数为6的第一个是m7,往下移动 2位，不就刚好把 上一次我们查到的 分数为6的隔过去了嘛、
有的朋友可能这里会有的疑惑，如果我 m5 也是 6，你offset不就是 3了，不就把 m5 也隔过去了？
其实不是这样的，查重复的，我们只在上一次我们查到的里面查重复，不是对于整个 set 查。下面看效果
image.png

image.png
那思路有了，代码怎么实现呢，我们先来看接口的规范

image.png
我们在一次查询中，就要把 本次的最小时间戳和下一次要用的偏移量算出来，传给前端，前端下一次再调用这个接口的时候，就用这两个。下面是具体代码实现

 @Override
    public Result queryBlogOfFollow(Long max, Integer offset) {

        //1. 获取当前用户
        Long userId = UserHolder.getUser().getId();
        //2. 查询收件箱 ZREVRANGEBYSCORE key max min LIMIT offset count
        String key="feeds:"+userId;
        //3. 解析数据：blogId,timestamp,offset
        // 这里的 TypedTuple 是一个元组，里面有你要查的数据，以及分数
        Set<ZSetOperations.TypedTuple<String>> typedTuples = stringRedisTemplate.opsForZSet()
                .reverseRangeByScoreWithScores(key, 0, max, offset, 3);
        // 非空判断
        if(typedTuples==null||typedTuples.isEmpty()){
            return Result.ok();
        }
        //4. 根据id查询blog
        List<Long> ids=new ArrayList<>(typedTuples.size());
        long minTime=0;
        int os=1;
        // 接下来就是算 mintime 和 offset,其实这里我们还是用了一点点小算法，用一个 mintime
        // 变量来接受最小时间戳，然后每次从元组获取到时间戳，我们就赋给 mintime，这样遍历完
        // 后，mintime 就是最小的

        // 然后是 算 offset,这里我们根据 mintime，我们刚才不是说了嘛，遍历的过程中每获取一次
        // time ，就赋给 mintime,那么我们在赋之前，加一步，判断当前获取的这个 time 与 mintime
       //是否相等，相等，就让 os++，不相等就让 minTime=time,最后重置 os，到最后 os 一定是
       // 最小的时间戳的重复次数。

        // 其实else 里面 的赋值可以去掉，因为最后还会赋值。
        for (ZSetOperations.TypedTuple<String> typedTuple : typedTuples) {
            //4.1 获取博客id
            ids.add(Long.valueOf(typedTuple.getValue()));
            long time = typedTuple.getScore().longValue();
            if(time==minTime){
                os++;
            }else {
                minTime=time;
                os=1;
            }
            minTime = time;
        }
        //5. 封装并返回
        String idStr = StrUtil.join(",", ids);
        List<Blog> blogs = query().in("id", ids).last("ORDER BY FIELD(id," + idStr + ")").list();
        for (Blog blog : blogs) {
            // 查询 blog 有关的用户
            queryBlogUser(blog);
            // 查询blog 是否被点赞
            isLiked(blog);
        }
        ScrollResult scrollResult = new ScrollResult();
        scrollResult.setList(blogs);
        scrollResult.setOffset(os);
        scrollResult.setMinTime(minTime);
        return Result.ok(scrollResult);
    }

那么今天关于好友关注这个模块就学完了，虽然前面的比较简单，但是最后一个理解起来还是有一定难度的

总结

最后的最后，还是希望Redis实战篇系列比较可以对大家的学习以及工作有一定的帮助，那我们的实战篇笔记就到这里撒花完结了，朋友们，我们高级篇再见。

我是Mayphyr,从一点点到亿点点，我们下次再见

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：/a/217001.html

如若内容造成侵权/违法违规/事实不符，请联系我们进行投诉反馈qq邮箱809451989@qq.com，一经查实，立即删除！

相关文章

如何使用cpolar内网穿透工具实现公网SSH远程访问Deepin

如何使用cpolar内网穿透工具实现公网SSH远程访问Deepin

文章目录 前言1. 开启SSH服务2. Deppin安装Cpolar3. 配置ssh公网地址4. 公网远程SSH连接5. 固定连接SSH公网地址6. SSH固定地址连接测试 前言 Deepin操作系统是一个基于Debian的Linux操作系统&#xff0c;专注于使用者对日常办公、学习、生活和娱乐的操作体验的极致&#xff0…
阅读更多...
卷积神经网络（CNN）：乳腺癌识别.ipynb

卷积神经网络（CNN）：乳腺癌识别.ipynb

文章目录 一、前言一、设置GPU二、导入数据1. 导入数据2. 检查数据3. 配置数据集4. 数据可视化 三、构建模型四、编译五、训练模型六、评估模型1. Accuracy与Loss图2. 混淆矩阵3. 各项指标评估 一、前言 我的环境&#xff1a; 语言环境&#xff1a;Python3.6.5编译器&#xf…
阅读更多...
（C语言）交换变量

（C语言）交换变量

在主函数中定义两个双精度变量x,y&#xff0c;并输入值&#xff0c;编写一个函数实现交换变量x,y&#xff0c;要求函数的参数是指针类型&#xff0c;并编写一个主函数进行调用。 #include<stdio.h> void swap(double *x,double *y) {double t;t *x;*x *y;*y t;} int …
阅读更多...
Web前端 ---- 【vue】vue 组件传值（props、全局事件总线、消息的订阅与发布）

Web前端 ---- 【vue】vue 组件传值（props、全局事件总线、消息的订阅与发布）

目录 前言 父子组件 父传子 子传父 全局事件总线 什么叫全局事件总线 如何创建全局事件总线 如何在组件上获取到这个全局vc对象 最常用的创建全局事件总线 兄弟组件 消息订阅与发布 安装 使用 爷孙组件 前言 在上篇文章我们介绍了父子组件之间的传值通信&#xff…
阅读更多...
软件平台架构设计与技术管理之道笔记

软件平台架构设计与技术管理之道笔记

软件平台架构设计与技术管理之道笔记 认知 领导软件平台各方面的工作&#xff0c;对技术底蕴、思维模式、决策能力、工作风格、文化铸造等方面都有极高的要求&#xff0c;可以称之为“领域智慧”。认知盲区的代价是巨大的&#xff0c;“不知”比“不会”的后果更严重&#xf…
阅读更多...
【VRTK】【VR开发】【Unity】10-连续移动

【VRTK】【VR开发】【Unity】10-连续移动

课程配套学习资源下载 https://download.csdn.net/download/weixin_41697242/88485426?spm=1001.2014.3001.5503 【概述】 连续移动与瞬移有如下不同： 连续移动不容易打断沉浸对于新手或者不适应者来说更容易晕动 我对玩家的建议：连续移动前后左右可以用摇杆，转向用自己…
阅读更多...
是时候重估荣耀了

是时候重估荣耀了

文 | 智能相对论 作者 | 叶远风 在更换董事长后&#xff0c;荣耀的上市计划总算落定。 除了“借壳”被否认&#xff0c;外界对荣耀所有上市的猜想基本都被印证&#xff0c;此外CEO赵明明确表示会在境内上市。 在三年的长途奔袭后&#xff0c;毫无疑问荣耀来了到一个重要关口…
阅读更多...
【电源专题】什么是电源管理

【电源专题】什么是电源管理

电源管理为什么重要？ 在电子系统和电路的设计中，负载往往需要恒定的电流电压，所以最先考虑的就是电源电路的设计。电源管理所考虑的问题是如何将电源有效分配给系统的不同组件，保障系统不同的负载正常运行。 如电源的输入是交流 (AC) 或直流 (DC)？输入电压是高于或低于输…
阅读更多...
JavaEE之多线程编程（一）：基础篇

JavaEE之多线程编程（一）：基础篇

文章目录 一、关于操作系统一、认识进程 process二、认识线程三、进程和线程的区别&#xff08;重点&#xff01;&#xff09;四、Java的线程和操作系统线程的关系五、第一个多线程编程 一、关于操作系统 【操作系统】 驱动程序&#xff1a; 如&#xff1a;我们知道JDBC的驱动程…
阅读更多...
centos7 设置静态ip

centos7 设置静态ip

文章目录 设置VMware主机设置centos7 设置 设置VMware 主机设置 centos7 设置 vim /etc/sysconfig/network-scripts/ifcfg-ens33重启网络服务 service network restart检验配置是否成功 ifconfig ip addr
阅读更多...
工程师业余生活之制作蔬菜盆景

工程师业余生活之制作蔬菜盆景

工程师业余生活陶冶情操之制作蔬菜盆景 &#xff08;蔬 果 盆 景 裝 點 家 居&#xff09; 市場上好多蔬菜瓜果,稍用一些心思,將一些價廉的蔬果製成別致的盆景, 便能使家居充滿自然氣息&#xff0c;增添生活情趣。以下介紹幾種製作方法&#xff1a; 【番薯盆景】 (番薯又名地…
阅读更多...
百望云供应链协同解决方案入选北大创新评论产业研究案例库

百望云供应链协同解决方案入选北大创新评论产业研究案例库

11月28日-29日&#xff0c;百望云受邀出席《北大创新评论》2023 Inno China 中国产业创新大会&#xff0c;从战略构建、生态塑造、科技创新等议题出发&#xff0c;与学术专家、产业专家、企业代表共赴盛会&#xff0c;思享汇聚。会上&#xff0c;《北大创新评论产业研究案例库&…
阅读更多...
C++数据结构：B树

C++数据结构：B树

目录 一. 常见的搜索结构 二. B树的概念 三. B树节点的插入和遍历 3.1 插入B树节点 3.2 B树遍历 四. B树和B*树 4.1 B树 4.2 B*树 五. B树索引原理 5.1 索引概述 5.2 MyISAM 5.3 InnoDB 六. 总结 一. 常见的搜索结构 表示1为在实际软件开发项目中&#xff0c;常用…
阅读更多...
Telegram premium会员开通教程

Telegram premium会员开通教程

这里说的是电脑端开通教程 1、在搜索栏输入Premium BOT 2、点击按月付款 3、这里使用Fomepay的428813的卡支付即可 4、点击下一步之后&#xff0c;需要填写账单地址&#xff0c;把Fomepay卡提供的账单地址填写上去即可 5、开通成功
阅读更多...
进入软件的世界

进入软件的世界

选择计算机 上高中的时候&#xff0c;因为沉迷于网络游戏&#xff0c;于是对计算机产生了浓厚的兴趣&#xff0c;但是那个时候对于计算机的了解还是非常肤浅的。上大学的时候&#xff0c;也就义无反顾的选择了计算机专业&#xff0c;其实并不是一个纯粹的计算机专业&#xff0…
阅读更多...
chown和chmod

chown和chmod

chown和chmod都是在Linux和Unix系统中用于设置文件和文件夹权限的命令&#xff0c;但它们的功能和用途有所不同。 功能&#xff1a;chown主要用于修改文件或文件夹的所有者和所属组&#xff0c;而chmod则主要用于修改文件或文件夹的读写执行权限。用途&#xff1a;如果想要授权…
阅读更多...
热门文章采集器【2023】

热门文章采集器【2023】

自媒体成为了许多人追逐的梦想&#xff0c;而爆文则是迈向成功的关键一步。随着越来越多的内容涌现&#xff0c;如何找到独特而引人注目的素材成为了自媒体创作者们面临的难题。本文将深入讲解当下热门的文章采集器&#xff0c;分享使用过的工具经验。 1.文章采集器的作用&…
阅读更多...
prime靶机打靶记录

prime靶机打靶记录

靶机下载地址 https://download.vulnhub.com/prime/Prime_Series_Level-1.rar nmap搜索目标 使用nmap -sn 192.168.41.0/24找到目标靶机192.168.41.136 扫描端口&#xff0c;因为是靶机&#xff0c;所以速率直接调了10000 扫出来两个端口22和80&#xff0c;进行详细的扫描 没…
阅读更多...
使用JDBC连接和操作数据库以及myBatis初级入门

使用JDBC连接和操作数据库以及myBatis初级入门

JDBC简介和使用 java程序操作数据库的方式有很多种&#xff0c;下面列举一些市面上常用的方式&#xff1a; 从图片分析的知&#xff1a; MyBatis MyBatisPlus 这两个所占的比重比较大。都是用于简化JDBC开发的 JDBC&#xff1a;(Java DataBase Connectivity)&#xff0c;就…
阅读更多...
QT 无法打开包括文件 “xxxx.h”: No such file or direcotry 提升控件后提示找不到头文件

QT 无法打开包括文件 “xxxx.h”: No such file or direcotry 提升控件后提示找不到头文件

问题复现 UI文件提升控件后&#xff0c;提示找不到头文件。 原因 Qt中的ui文件会经过moc编辑器生成ui_xxx.h头文件。 在主页面的ui文件中因为使用了提升的widget&#xff0c;所以ui的ui头文件因该包含自定义控件的头文件。但是头文件的路径可以看出已经错误了。 #include &…
阅读更多...
最新文章

Copyright @ 2022~2023