【Redis】3、Redis 作为缓存（Redis中的穿透、雪崩、击穿、工具类）

目录

  • 一、什么是缓存
  • 二、给业务添加缓存（减少数据库访问次数）
  • 三、给店铺类型查询业务添加缓存
    • (1) 使用 String 类型
    • (2) 使用 List 类型
  • 四、缓存的更新策略
    • (1) 主动更新
    • (2) 最佳实现方案
    • (3) 给查询商铺的缓存添加超时剔除和主动更新的策略
      • ① 存缓存，设置超时时间
      • ② 更新，先修改数据库后删除缓存
  • 五、缓存穿透
    • (1) 是啥
    • (2) 解决方案
    • (3) 添加缓存穿透代码
  • 六、缓存雪崩
  • 七、缓存击穿（热点 key 问题）
    • (1) 互斥锁
    • (2) 逻辑过期
    • (3) 基于【互斥锁】防止缓存击穿问题
    • (4) 基于【逻辑过期】防止缓存击穿问题
      • ① 把数据写入 Redis 并添加逻辑过期时间（缓存重建）
      • ② 代码实现
  • 八、缓存工具类 ★

一、什么是缓存

📗 缓存是数据交换的缓冲区（Cache [ kæʃ ] ），是临时存贮数据的地方，一般读写性能较高

在这里插入图片描述

缓存作用：
📗 降低后端负载
📗 提高读写效率
📗 降低响应时间

缓存的成本：
📗数据一致性成本
📗代码维护成本
📗运维成本

二、给业务添加缓存（减少数据库访问次数）

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

@Service
public class ShopServiceImpl extends ServiceImpl<ShopMapper, Shop> implements IShopService {

    @Resource
    StringRedisTemplate stringRedisTemplate;

    @Override
    public Result getShopById(Long id) {
        String key = "cache:shop:" + id;

        String shopJSON = stringRedisTemplate.opsForValue().get(key);

        // 缓存中有数据
        if (StrUtil.isNotBlank(shopJSON)) {
            return Result.ok(JSONUtil.toBean(shopJSON, Shop.class));
        }

        // 缓存中无数据, 查询数据库
        Shop shopById = getById(id);

        if (null == shopById) {
            return Result.fail("没有查询到商铺信息");
        }

        stringRedisTemplate.opsForValue().set(key, JSONUtil.toJsonStr(shopById));

        return Result.ok(shopById);
    }
}

三、给店铺类型查询业务添加缓存

(1) 使用 String 类型

@Service
public class ShopTypeServiceImpl extends ServiceImpl<ShopTypeMapper, ShopType> implements IShopTypeService {

    @Resource
    private StringRedisTemplate stringRedisTemplate;

    @Override
    public List<ShopType> listShopType() {
        String key = "cache:shopType";
        String shopTypeListString = stringRedisTemplate.opsForValue().get(key);

        if (StrUtil.isNotBlank(shopTypeListString)) {
            // 把数组类型的字符串转换为 List
            return JSONUtil.toList(shopTypeListString, ShopType.class);
        }

        List<ShopType> shopListBySort = query().orderByAsc("sort").list();

        if (shopListBySort == null || shopListBySort.size() < 1) {
            return null;
        }

        stringRedisTemplate.opsForValue().set(key, JSONUtil.toJsonStr(shopListBySort));

        return shopListBySort;
    }
}

(2) 使用 List 类型

😂 改天补充

四、缓存的更新策略

在这里插入图片描述

🎁低一致性需求：使用内存淘汰机制。如：店铺类型的查询
🎁高一致性需求：主动更新，并以超时剔除作为兜底方案。如：店铺详情

(1) 主动更新

🎁① 更新数据库，同时更新缓存在这里插入图片描述

🎁② 缓存与数据库整合为一个服务，由服务来维护一致性。调用者调用该服务，无需关心缓存一致性问题

🎁③ 调用者只操作缓存，由其它线程异步地将缓存数据持久化到数据库，保证最终一致

操作缓存和数据库时有三个问题需要考虑：
❓删除缓存还是更新缓存？
😓更新缓存：每次更新数据库都更新缓存，无效写操作较多【NO】
😀删除缓存：更新数据库时让缓存失效，查询时再更新缓存 【YES】

❓如何保证缓存与数据库的操作的同时成功或失败？
🍀单体系统，将缓存与数据库操作放在一个事务
🍀分布式系统，利用 TCC 等分布式事务方案

❓先操作缓存还是先操作数据库？
🍀先操作数据库，再删除缓存【YES】
🍀先删除缓存，再操作数据库

(2) 最佳实现方案

在这里插入图片描述

(3) 给查询商铺的缓存添加超时剔除和主动更新的策略

修改 ShopController 中的业务逻辑，满足下面的需求：
① 根据 id 查询店铺时，如果缓存未命中，则查询数据库，将数据库结果写入缓存，并设置超时时间
② 根据 id 修改店铺时，先修改数据库，再删除缓存

① 存缓存，设置超时时间

@Service
public class ShopServiceImpl extends ServiceImpl<ShopMapper, Shop> implements IShopService {

    @Resource
    StringRedisTemplate stringRedisTemplate;

    @Override
    public Result getShopById(Long id) {
        // cache:shop: + id
        String key = RedisConstants.CACHE_SHOP_KEY + id;

        String shopJSON = stringRedisTemplate.opsForValue().get(key);

        // 缓存中有数据
        if (StrUtil.isNotBlank(shopJSON)) {
            return Result.ok(JSONUtil.toBean(shopJSON, Shop.class));
        }

        // 缓存中无数据, 查询数据库
        Shop shopById = getById(id);

        if (null == shopById) {
            return Result.fail("没有查询到商铺信息");
        }

        // 要设置过期时间
        stringRedisTemplate.opsForValue().set(key, JSONUtil.toJsonStr(shopById), 33L, TimeUnit.MINUTES);

        return Result.ok(shopById);
    }
}

② 更新，先修改数据库后删除缓存

  @Override
  public Result updateShop(Shop shop) {
      if (shop == null) {
          return Result.fail("商铺信息不能为空（null）");
      }

      Long id = shop.getId();
      if (id == null || id < 1) {
          return Result.fail("商铺 id 不能为空");
      }

      boolean updateByIdRet = updateById(shop);

      if (updateByIdRet) { // 更新数据库成功
          // 删除缓存
          // cache:shop: + id
          stringRedisTemplate.delete(RedisConstants.CACHE_SHOP_KEY + id);
          return Result.ok("修改店铺信息成功");
      }

      return Result.fail("服务器忙（更新数据库失败）");
  }

五、缓存穿透

(1) 是啥

❤️ 缓存穿透：客户端请求的数据在缓存中和数据库中都没有
❤️ 缓存永远不生效，这些请求都会到达数据库

(2) 解决方案

🍀 ① 缓存空对象

  • 优点：实现简单，维护方便
  • 缺点：额外的内存消耗；可能造成数据短期不一致

🍀 布隆过滤

  • 优点：内存占用较少，Redis 中没有多余的 key
  • 缺点：实现复杂；存在误判可能

在这里插入图片描述

在这里插入图片描述

(3) 添加缓存穿透代码

在这里插入图片描述

在这里插入图片描述

   @Override
   public Result getShopById(Long id) {
       // cache:shop: + id
       String key = RedisConstants.CACHE_SHOP_KEY + id;

       String shopJSON = stringRedisTemplate.opsForValue().get(key);

       // 缓存中有数据
       if (StrUtil.isNotBlank(shopJSON)) {
           return Result.ok(JSONUtil.toBean(shopJSON, Shop.class));
       }

       if (shopJSON != null) {
           return Result.fail("店铺不存在");
       }

       // 缓存中无数据, 查询数据库
       Shop shopById = getById(id);

       if (null == shopById) {
           // 防止缓存穿透（存储空数据）
           stringRedisTemplate.opsForValue().set(key, "", 2L, TimeUnit.MINUTES);
           return Result.fail("没有查询到商铺信息");
       }

       // 要设置过期时间
       stringRedisTemplate.opsForValue().set(key, JSONUtil.toJsonStr(shopById), 33L, TimeUnit.MINUTES);

       return Result.ok(shopById);
   }

在这里插入图片描述

六、缓存雪崩

📖 缓存雪崩：同一时段大量的缓存 key 同时失效或者 Redis 服务宕机，导致大量请求到达数据库

  • 解决方案：
    📖 给不同的 Key 设置不同的过期时间（随机值）
    📖 利用 Redis 集群提高服务的高可用性
    📖 给缓存业务添加降级限流策略
    📖 给业务添加多级缓存

在这里插入图片描述

七、缓存击穿（热点 key 问题）

📖 缓存击穿问题也叫热点 Key 问题
📖 一个被高并发访问并且缓存重建业务较复杂的 key 突然失效，无数的请求瞬间到达数据库

在这里插入图片描述

📖 常见的解决方案有两种：

在这里插入图片描述

(1) 互斥锁

在这里插入图片描述

(2) 逻辑过期

在这里插入图片描述

(3) 基于【互斥锁】防止缓存击穿问题

修改根据id查询商铺的业务，基于互斥锁方式来解决缓存击穿问题

在这里插入图片描述

✌ 使用 Redis 的 setnx 方式实现互斥锁的效果【① 获取锁：设置 key 的值；② 释放锁：删除 key】

  /**
   * 尝试获取锁
   */
  private boolean tryLock(String key) {
      Boolean ret = stringRedisTemplate.opsForValue().setIfAbsent(key, "1", 10L, TimeUnit.SECONDS);

      return BooleanUtil.isTrue(ret);
  }

  /**
   * 释放锁
   */
  public void unLock(String key) {
      Boolean ret = stringRedisTemplate.delete(key);
  }

    private Result queryByMutex(Long id) {
        String key = RedisConstants.CACHE_SHOP_KEY + id;

        Result shopFromRedis = getShopFromRedis(key);
        if (shopFromRedis.getSuccess()) {
            return shopFromRedis;
        }

        /* 缓存中无数据 */
        // 尝试获取锁
        String lockKey = "lock:shop:" + id;
        boolean isGetLock = tryLock(lockKey);

        try {
            if (isGetLock) { // 获取到锁
                // DoubleCheck
                Result shopFromRedis2 = getShopFromRedis(key);

                if (shopFromRedis2.getSuccess()) {
                    return shopFromRedis2;
                }

                // 缓存中没有数据，查询数据库
                Shop shopById = getById(id);

                if (null == shopById) {
                    // 防止缓存穿透（存储空数据）
                    stringRedisTemplate.opsForValue().set(key, "", 2L, TimeUnit.MINUTES);
                    return Result.fail("没有查询到商铺信息");
                }

                // （把查询到的商铺数据保存到 Redis）要设置过期时间
                stringRedisTemplate.opsForValue().set(key, JSONUtil.toJsonStr(shopById), 33L, TimeUnit.MINUTES);

                return Result.ok(shopById);
            } else { // 没有获取到锁
                Thread.sleep(66);
                return queryByMutex(id); // 重试
            }
        } catch (Exception e) {
            e.printStackTrace();

            return Result.fail("缓存重建抛异常");
        } finally {
            unLock(lockKey);
        }
    }

j

(4) 基于【逻辑过期】防止缓存击穿问题

🍀 修改根据 id 查询商铺的业务，基于逻辑过期方式来解决缓存击穿问题

在这里插入图片描述

① 把数据写入 Redis 并添加逻辑过期时间（缓存重建）

🎄 不把逻辑过期字段 expireTime 直接加入 Shop 类中，这对原有代码进行了修改，不是好的编程方式
🎄 可创建一个新的类（RedisData），类中包含 expireTime 字段，然后让 Shop 继承 RedisData【对原有代码还是有修改】
🎄 最好的方式是：在 RedisData 中再包含 Object data 属性，该 data 属性可以是任何类型（包括：Shop）

/**
 * 逻辑过期
 */
@Data
public class RedisData {
    private LocalDateTime expireTime;

    private Object data;
}

  /**
   * 给店铺信息添加逻辑过期时间, 并保存到 Redis
   *
   * @param shopId        店铺 id
   * @param expireSeconds 过期秒数
   */
  public void cacheShop2Redis(Long shopId, Long expireSeconds) {
      RedisData redisData = new RedisData();

      Shop shopById = getById(shopId);
      if (shopById != null) {
          redisData.setData(shopById);
          redisData.setExpireTime(LocalDateTime.now().plusSeconds(expireSeconds));
      }

      // 保存到 Redis
      stringRedisTemplate.opsForValue().set(CACHE_SHOP_KEY + shopId,
              JSONUtil.toJsonStr(redisData));
  }

在这里插入图片描述

② 代码实现

@Service
public class ShopServiceImpl extends ServiceImpl<ShopMapper, Shop> implements IShopService {

    @Resource
    StringRedisTemplate stringRedisTemplate;

    @Override
    public Result getShopById(Long id) {
        // 逻辑过期避免缓存击穿
        Shop shop = queryByLogicExpire(id);

        if (shop == null) {
            return Result.fail("没有查询到商铺信息");
        }

        return Result.ok(shop);
    }

    // 线程池（10个线程）
    private static final ExecutorService CACHE_REBUILD_EXECUTOR = Executors.newFixedThreadPool(10);

    private Shop queryByLogicExpire(Long id) {
        String key = CACHE_SHOP_KEY + id;

        // 从 Redis 中查询商铺信息
        String shopJson = stringRedisTemplate.opsForValue().get(key);

        if (StrUtil.isBlank(shopJson)) {
            return null; // 缓存中没有查询到商铺信息
        }

        /* 缓存中有数据（命中） */
        // 1.把 Redis 中的数据反序列化为 Java 实体
        RedisData redisData = JSONUtil.toBean(shopJson, RedisData.class);
        JSONObject jsonObject = (JSONObject) redisData.getData();
        Shop shop = JSONUtil.toBean(jsonObject, Shop.class);

        // 2.判断是否过期
        LocalDateTime expireTime = redisData.getExpireTime();
        LocalDateTime nowTime = LocalDateTime.now();
        if (expireTime.isAfter(nowTime)) { // 没有过期
            return shop;
        }

        // 3.已过期
        // 3.1 尝试获取锁
        String lockKey = LOCK_SHOP_KEY + id;
        boolean lockGet = tryLock(lockKey);
        if (lockGet) { // 获取到锁, 开启子线程（缓存重建）
            // 新线程执行缓存重建操作
            CACHE_REBUILD_EXECUTOR.submit(() -> {
                try {
                    // 缓存重建
                    cacheShop2Redis(id, 15L);
                } catch (Exception e) {
                    throw new RuntimeException(e);
                } finally {
                    // 释放锁
                    unLock(lockKey);
                }
            });
        }

        // 获取锁是否成功都返回数据
        return shop;
    }

    /**
     * 尝试获取锁
     */
    private boolean tryLock(String key) {
        Boolean ret = stringRedisTemplate.opsForValue().setIfAbsent(key, "1", 30L, TimeUnit.SECONDS);

        return BooleanUtil.isTrue(ret);
    }

    /**
     * 释放锁
     */
    public void unLock(String key) {
        stringRedisTemplate.delete(key);
    }

    /**
     * 给店铺信息添加逻辑过期时间, 并保存到 Redis
     *
     * @param shopId        店铺 id
     * @param expireSeconds 过期秒数
     */
    public void cacheShop2Redis(Long shopId, Long expireSeconds) throws InterruptedException {
        RedisData redisData = new RedisData();

        Thread.sleep(200);

        Shop shopById = getById(shopId);
        if (shopById != null) {
            redisData.setData(shopById);
            redisData.setExpireTime(LocalDateTime.now().plusSeconds(expireSeconds));
        }


        // 保存到 Redis
        stringRedisTemplate.opsForValue().set(CACHE_SHOP_KEY + shopId,
                JSONUtil.toJsonStr(redisData));
    }

}

八、缓存工具类 ★

基于 StringRedisTemplate 封装一个缓存工具类，满足下列需求：
🍀 将任意 Java 对象序列化为 json 并存储在 string 类型的 key 中，并且可以设置 TTL 过期时间
🍀 将任意 Java 对象序列化为 json 并存储在 string 类型的 key 中，并且可以设置逻辑过期时间，用于处理缓存击穿问题
🍀 根据指定的 key 查询缓存，并反序列化为指定类型，利用缓存空值的方式解决缓存穿透问题
🍀 根据指定的 key 查询缓存，并反序列化为指定类型，需要利用逻辑过期解决缓存击穿问题

@Component
public class MyRedisUtil {

    public static final String NULL_STRING = "";
    public static final String CACHE_SHOP_KEY = "cache:shop:";
    public static final Long CACHE_SHOP_TTL = 20L;
    public static final Long NULL_KEY_TTL = 2L;

    @Resource
    private StringRedisTemplate stringRedisTemplate;


    /**
     * 往 Redis 中写入数据（可设置存活时间）
     *
     * @param key      key
     * @param data     写入的数据
     * @param time     ttl：存活时间
     * @param timeUnit 时间单位
     */
    public void set(String key, Object data, Long time, TimeUnit timeUnit) {
        stringRedisTemplate.opsForValue().set(key,
                JSONUtil.toJsonStr(data),
                time,
                timeUnit);
    }

    /**
     * 往 Redis 中写入数据（可设置逻辑过期）
     *
     * @param key      key
     * @param data     写入的数据
     * @param time     ttl：逻辑过期时间
     * @param timeUnit 时间单位
     */
    public void setWithLogicExpire(String key, Object data, Long time, TimeUnit timeUnit) {
        RedisData redisData = new RedisData();
        redisData.setExpireTime(LocalDateTime.now().plusSeconds(timeUnit.toSeconds(time)));
        redisData.setData(data);

        stringRedisTemplate.opsForValue().set(key, JSONUtil.toJsonStr(redisData));
    }

    /**
     * 可防止缓存穿透的获取
     */
    public <R, ID> R getWithPassThrough(String keyPrefix, ID id,
                                        Class<R> type,
                                        Long ttl,
                                        TimeUnit unit,
                                        Function<ID, R> dbFallback) {
        String key = keyPrefix + id;

        String shopJSON = stringRedisTemplate.opsForValue().get(key);

        // 缓存中有数据
        if (StrUtil.isNotBlank(shopJSON)) {
            return JSONUtil.toBean(shopJSON, type);
        }

        if (shopJSON != null) {
            return null;
        }

        // 缓存中无数据, 查询数据库
        R dbData = dbFallback.apply(id);

        if (null == dbData) { // 数据库中无数据
            // 防止缓存穿透（存储空数据）
            this.set(key, NULL_STRING, NULL_KEY_TTL, TimeUnit.MINUTES);

            return null;
        }

        // 数据库中有数据, 把数据缓存到 Redis, 需设置存活时间
        this.set(key, dbData, ttl, unit);

        return dbData;
    }

    // 线程池（10个线程）
    private static final ExecutorService CACHE_REBUILD_EXECUTOR = Executors.newFixedThreadPool(10);

    public <ID, T> T getByLogicExpire(String prefix,
                                      ID id,
                                      Class<T> type,
                                      Long time,
                                      TimeUnit unit,
                                      Function<ID, T> queryData) {
        String key = prefix + id;

        // 从 Redis 中查询数据
        String json = stringRedisTemplate.opsForValue().get(key);

        if (StrUtil.isBlank(json)) {
            return null; // 缓存中没有查询到数据
        }

        /* 缓存中有数据（命中） */
        // 1.把 Redis 中的数据反序列化为 Java 实体
        RedisData redisData = JSONUtil.toBean(json, RedisData.class);
        JSONObject jsonObject = (JSONObject) redisData.getData();
        T data = JSONUtil.toBean(jsonObject, type);

        // 2.判断是否过期
        LocalDateTime expireTime = redisData.getExpireTime();
        LocalDateTime nowTime = LocalDateTime.now();
        if (expireTime.isAfter(nowTime)) { // 没有过期
            return data;
        }

        // 3.已过期
        // 3.1 尝试获取锁
        String lockKey = LOCK_SHOP_KEY + id;
        boolean lockGet = tryLock(lockKey);
        if (lockGet) { // 获取到锁, 开启子线程（缓存重建）
            // 新线程执行缓存重建操作
            CACHE_REBUILD_EXECUTOR.submit(() -> {
                try {
                    // 缓存重建
                    T dbData = queryData.apply(id);

                    this.setWithLogicExpire(key, dbData, time, unit);
                } catch (Exception e) {
                    throw new RuntimeException(e);
                } finally {
                    // 释放锁
                    unLock(lockKey);
                }
            });
        }

        // 获取锁是否成功都返回数据
        return data;
    }


    /**
     * 尝试获取锁
     */
    private boolean tryLock(String key) {
        Boolean ret = stringRedisTemplate.opsForValue().setIfAbsent(key, "1", 30L, TimeUnit.SECONDS);

        return BooleanUtil.isTrue(ret);
    }

    /**
     * 释放锁
     */
    public void unLock(String key) {
        stringRedisTemplate.delete(key);
    }


}

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/35201.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

泰迪智能科技基于产业技能生态链学生学徒制的双创工作室--促进学生高质量就业

泰迪智能科技基于产业技能生态链学生学徒制的双创工作室--促进学生高质量就业

据悉&#xff0c;6月28日&#xff0c;广东省人力资源和社会保障厅在广东岭南现代技师学院举行广东省“产教评”技能生态链建设对接活动。该活动以“新培养、新就业、新动能”为主题&#xff0c;总结推广“产教评”技能人才培养新模式&#xff0c;推行“岗位培养”学徒就业新形式…
阅读更多...
Tomcat多实例部署

Tomcat多实例部署

1、关闭防火墙&#xff0c;将安装 Tomcat 所需软件包传到/opt目录下2、安装好 JDK3、设置JDK环境变量4、安装 tomcat5、配置 tomcat 环境变量6、修改 tomcat2 中的 server.xml 文件&#xff0c;要求各 tomcat 实例配置不能有重复的端口号7、修改各 tomcat 实例中的 startup.sh …
阅读更多...
更便捷的人体三维模型制作方法

更便捷的人体三维模型制作方法

人体三维模型是一种以计算机辅助设计技术为基础的创新工具&#xff0c;它在医学、生物学、运动学等领域具有广泛的应用价值。这种模型通过将人体的形态、结构与功能等要素进行数字化处理和计算&#xff0c;能够以立体图像的形式展现出来。它可以精确地模拟人体的各种部位&#…
阅读更多...
【C】数据在内存中的存储

【C】数据在内存中的存储

前言 > 在内存中&#xff0c;整型和浮点型存储的方式是不同的&#xff0c;从内存中读取的方式也是有所差异的&#xff0c;这篇文章主要介绍整型和浮点型在内存中存储的方式。 整型在内存中的存储 计算机中有符号数有3种表示方式&#xff1a; 原码&#xff1a;直接将二进制按…
阅读更多...
查看虚拟机主机IP

查看虚拟机主机IP

虚拟机主机ip 文章目录 ifconfigip addr图形化界面 ifconfig 失败了 ip addr 图形化界面
阅读更多...
Windows远程连接linux中mysql数据库

Windows远程连接linux中mysql数据库

我没有mysql并且没有把mysql配置到环境变量中&#xff0c;所以现在我要下载mysql 一.下载mysql Mysql官网下载地址&#xff1a;https://downloads.mysql.com/archives/installer 二.安装mysql 1. 选择设置类型 双击运行mysql-installer-community-8.0.26.msi&#xff0c;这…
阅读更多...
MySQL简单查询操作

MySQL简单查询操作

系列文章目录 前言SELECT子句SELECT后面之间跟列名DISTINCT,ALL列表达式列更名 WHERE子句WHERE子句中可以使用的查询条件比较运算特殊比较运算符BETWEEN...AND...集合查询&#xff1a;IN模糊查询&#xff1a;LIKE空值比较&#xff1a;IS NULL 多重条件查询 ORDER BY子句排序复杂…
阅读更多...
【基于容器的部署、扩展和管理】3.10 云原生容器运行时环境和配置管理

【基于容器的部署、扩展和管理】3.10 云原生容器运行时环境和配置管理

往期回顾&#xff1a; 第一章&#xff1a;【云原生概念和技术】 第二章&#xff1a;【容器化应用程序设计和开发】 第三章&#xff1a;【3.1 容器编排系统和Kubernetes集群的构建】 第三章&#xff1a;【3.2 基于容器的应用程序部署和升级】 第三章&#xff1a;【3.3 自动…
阅读更多...
Anaconda详细安装及配置教程（Windows）

Anaconda详细安装及配置教程（Windows）

Anaconda详细安装及配置教程&#xff08;Windows&#xff09; 一、下载方式1、官网下载2、网盘下载 二、安装三、配置四、创建虚拟环境 一、下载方式 1、官网下载 点击下载 点击window下载即可。 2、网盘下载 点击下载 二、安装 双击运行 点next 点I agree next 如…
阅读更多...
专项练习21

专项练习21

目录 一、选择题 1、下列逻辑表达式的结果为false的是&#xff08;&#xff09; 2、请问以下JS代码输出的结果是什么&#xff1f; 3、以下哪些对象是Javascript内置的可迭代对象&#xff1f; 二、编程题 1、找到数组参数中的最大值并返回。注意&#xff1a;数组中只包含数字 …
阅读更多...
OpenCV读取一张8位无符号四通道图像并显示

OpenCV读取一张8位无符号四通道图像并显示

#include <iostream> #include <opencv2/imgcodecs.hpp> #include <opencv2/opencv.hpp> #include
阅读更多...
GreenPlum分布式集群部署实战

GreenPlum分布式集群部署实战

&#x1f4e2;&#x1f4e2;&#x1f4e2;&#x1f4e3;&#x1f4e3;&#x1f4e3; 哈喽&#xff01;大家好&#xff0c;我是【IT邦德】&#xff0c;江湖人称jeames007&#xff0c;10余年DBA及大数据工作经验 一位上进心十足的【大数据领域博主】&#xff01;&#x1f61c;&am…
阅读更多...
Django实现简单的音乐播放器 3

Django实现简单的音乐播放器 3

在原有音乐播放器上请求方式优化和增加加载本地音乐功能。 效果&#xff1a; 目录 播放列表优化 设置csrf_token 前端改为post请求 视图端增加post验证 加载歌曲 视图 设置路由 模板 加载layui css 加载layui js 增加功能列表 功能列表脚本实现 最终效果 总结 播…
阅读更多...
Vue 如何简单快速组件化

Vue 如何简单快速组件化

文章目录 前言相关文章组件化实战如何引入组件什么是父组件&#xff0c;什么是子组件如何实现给子组件赋值完整代码 如何调用子组件方法完整代码 总结 前言 为了简化拆分复杂的代码逻辑&#xff0c;和实现代码的组件化&#xff0c;封闭化。我们需要使用组件化的方法。我这里只…
阅读更多...
SDN-OpenDaylight与Mininet的原理、安装、使用

SDN-OpenDaylight与Mininet的原理、安装、使用

一、前言 本文将介绍OpenDaylight与Mininet的原理并介绍他们的安装及简单的使用&#xff0c;本实验的环境为Liunx Ubuntu 16.04&#xff0c;已成功安装OVS&#xff0c;但没有安装Mininet。 二、原理 &#xff08;一&#xff09;OpenDaylight OpenDaylight是一个软件定义网络&…
阅读更多...
天猫数据分析工具（天猫实时数据）

天猫数据分析工具（天猫实时数据）

后疫情时代&#xff0c;聚会、聚餐与送礼热度上涨&#xff0c;酒类产品既作为送礼首选又作为佐餐饮品的热门选手也受此影响迎来消费小高峰。在此背景下&#xff0c;白酒市场也开始复苏并不断加快速度。 根据鲸参谋电商数据分析平台的相关数据显示&#xff0c;2023年1月份至4月…
阅读更多...
C# 简述.NET中堆和栈的区别

C# 简述.NET中堆和栈的区别

目录 一&#xff0c;引言 二&#xff0c;.NET的堆栈 三&#xff0c;.NET中的托管堆 四&#xff0c;.NET中的非托管堆 五、堆栈、托管堆和非托管堆的比较 六&#xff0c;总结 一&#xff0c;引言 .NET提供了垃圾回收机制&#xff0c;使程序员从内存管理中被解放出来。但这…
阅读更多...
4.2 x64dbg 针对PE文件的扫描

4.2 x64dbg 针对PE文件的扫描

通过运用LyScript插件并配合pefile模块&#xff0c;即可实现对特定PE文件的扫描功能&#xff0c;例如载入PE程序到内存&#xff0c;验证PE启用的保护方式&#xff0c;计算PE节区内存特征&#xff0c;文件FOA与内存VA转换等功能的实现&#xff0c;首先简单介绍一下pefile模块。 …
阅读更多...
【Web3】Web3连接到以太坊网络（测试网、主网）

【Web3】Web3连接到以太坊网络（测试网、主网）

目录 什么是Web3 Web3项目连接以太坊网络 1.下载Web3 2.实例化Web3对象 3.infura 获取连接以太坊网络节点 4.添加网络节点 什么是Web3 web3.js开发文档&#xff1a;web3.js - Ethereum JavaScript API — web3.js 1.0.0 documentation web3.js 中文文档 : web3.js - 以…
阅读更多...
Mysql 幻读，当前读和快照读

Mysql 幻读，当前读和快照读

什么是幻读 幻读指当用户读取某一范围的数据行时&#xff0c;另一个事务又在该范围内插入了新行&#xff0c;当用户在读取该范围的数据行时&#xff0c;会发现有新增行数据&#xff1b; mysql 在RR(可重复读)隔离级别利用间隙锁机制下一定程度上解决了幻读。 这里的一定程度…
阅读更多...
最新文章

Copyright @ 2022~2023