Elasticsearch(十二)搜索---搜索匹配功能③--布尔查询及filter查询原理

一、前言

本节主要学习ES匹配查询中的布尔查询以及布尔查询中比较特殊的filter查询及其原理。
复合搜索，顾名思义是一种在一个搜索语句中包含一种或多种搜索子句的搜索。
布尔查询是常用的复合查询，它把多个子查询组合成一个布尔表达式，这些子查询之间的逻辑关系是"与"，即所有子查询的结果都为true时布尔查询结果才为真。布尔查询还可以按照各个子查询的具体匹配程度对文档进行打分计算，除了比较特殊的must not查询和filter查询之外，这个后面会详解。
布尔查询支持的子查询主要有4种，各子查询的名称和功能如下表：

子查询名称功能
must必须匹配该查询条件
should可以匹配该查询条件
must not必须不匹配该查询条件，且不进行打分计算
filter必须匹配过滤条件,且不进行打分计算

下面将逐一进行讲解

二、布尔查询

2.1、must查询

当查询中包含must查询时，相当于逻辑查询中的"与"查询。命中的文档必须匹配该子查询的结果，并且ES会将该子查询与文档的匹配程度值加入总得分里。must搜索包含一个数组，可以把其他的搜索匹配查询及布尔查询放入其中。
以下示例使用must查询城市范围为上海和南昌且创建时间范围在2021-02-27 22:00:00到2024-02-27 22:00:00，DSL如下：

POST /hotel/_search
{
  "query": {
    "bool": {
      "must": [
        {
          "terms": {    //第一个terms子查询，城市为上海和南昌
            "city": [
              "上海",
              "南昌"
            ]
          }
        },
        {
          "range": {   //第二个range子查询，时间范围为2021-02-27 22:00:00到2024-02-27 22:00:00，包括边界
            "create_time": { 
              "gte": "2021-02-27 22:00:00",
              "lte": "2024-02-27 22:00:00"
            }
          }
        }
      ]
    }
  }
}

结果如下图，可以看到结果是同时满足的且我们发现是有打分的
在这里插入图片描述
在java客户端上构建must搜索时，可以使用QueryBuilder.boolQuery().must()进行构建，上面的must查询例子改写成Java客户端请求的形式为:
Service层（private方法在后面的查询中通用，不会再展示）

	public List<Hotel> mustQuery(HotelDocRequest hotelDocRequest) throws IOException {
		//新建搜索请求
		String indexName = getNotNullIndexName(hotelDocRequest);
		SearchRequest searchRequest = new SearchRequest(indexName);
		SearchSourceBuilder searchSourceBuilder = new SearchSourceBuilder();
		TermsQueryBuilder termsQueryBuilder = QueryBuilders.termsQuery("city", hotelDocRequest.getCities());
		Date createTimeStart = hotelDocRequest.getCreateTimeStart();
		String createTimeStartToSearch = new SimpleDateFormat("yyyy-MM-dd HH:mm:ss").format(createTimeStart);
		Date createTimeEnd = hotelDocRequest.getCreateTimeEnd();
		String createTimeEndToSearch = new SimpleDateFormat("yyyy-MM-dd HH:mm:ss").format(createTimeEnd);
		RangeQueryBuilder rangeQueryBuilder = QueryBuilders.rangeQuery("create_time").gte(createTimeStartToSearch).lte(createTimeEndToSearch);
		BoolQueryBuilder boolQueryBuilder = QueryBuilders.boolQuery();
		boolQueryBuilder.must(rangeQueryBuilder).must(termsQueryBuilder);
		searchSourceBuilder.query(boolQueryBuilder);
		searchRequest.source(searchSourceBuilder);
		return getQueryResult(searchRequest);
	}
	private String getNotNullIndexName(HotelDocRequest hotelDocRequest) {
		String indexName = hotelDocRequest.getIndexName();
		if (CharSequenceUtil.isBlank(indexName)) {
			throw new SearchException("索引名不能为空");
		}
		return indexName;
	}
	
	private List<Hotel> getQueryResult(SearchRequest searchRequest) throws IOException {
		ArrayList<Hotel> resultList = new ArrayList<>();
		SearchResponse searchResponse = client.search(searchRequest, RequestOptions.DEFAULT);
		RestStatus status = searchResponse.status();
		if (status != RestStatus.OK) {
			return Collections.emptyList();
		}
		SearchHits searchHits = searchResponse.getHits();
		for (SearchHit searchHit : searchHits) {
			Hotel hotelResult = new Hotel();
			hotelResult.setId(searchHit.getId());   //文档_id
			hotelResult.setIndex(searchHit.getIndex());   //索引名称
			hotelResult.setScore(searchHit.getScore());   //文档得分
			//转换为Map
			Map<String, Object> dataMap = searchHit.getSourceAsMap();
			hotelResult.setTitle((String) dataMap.get("title"));
			hotelResult.setCity((String) dataMap.get("city"));
			Object price = dataMap.get("price");
			if(price != null){
				hotelResult.setPrice(Double.valueOf((String)price));

			}
			resultList.add(hotelResult);
		}
		return resultList;
	}

controller层：

	@PostMapping("/query/must")
	public FoundationResponse<List<Hotel>> mustQuery(@RequestBody HotelDocRequest hotelDocRequest) {
		try {
			List<Hotel> hotelList = esQueryService.mustQuery(hotelDocRequest);
			if (CollUtil.isNotEmpty(hotelList)) {
				return FoundationResponse.success(hotelList);
			} else {
				return FoundationResponse.error(100,"no data");
			}
		} catch (IOException e) {
			log.warn("搜索发生异常，原因为:{}", e.getMessage());
			return FoundationResponse.error(100, e.getMessage());
		} catch (Exception e) {
			log.error("服务发生异常，原因为:{}", e.getMessage());
			return FoundationResponse.error(100, e.getMessage());
		}
	}

postman调用：
在这里插入图片描述

2.2、should查询

当查询中包含should查询时，表示当前查询为"或"查询。命中的文档可以匹配该查询中的一个或多个子查询的结果，并且ES会将该查询与文档的匹配程度加入总得分里。should查询包含一个数组，可以把其他的查询匹配的查询及布尔查询放入其中：
例如，我这边需要查询城市为上海或北京的酒店：
DSL如下：

POST /hotel/_search
{
  "query": {
    "bool": {
      "should": [
      {
        "term": {
          "city": {
            "value": "上海"
          }
        }
      },
        {
        "term": {
          "city": {
            "value": "北京"
          }
        }
      }
      ]
    }
  }
}

查询结果如图所示：
可以看到城市为上海或者北京的酒店全部被查询出来了。且有根据匹配程度打分
在这里插入图片描述
在java客户端上构建should搜索时，可以使用QueryBuilder.boolQuery().should()进行构建，上面的should查询例子改写成Java客户端请求的形式为:
Service层:

	public List<Hotel> shouldQuery(HotelDocRequest hotelDocRequest) throws IOException {
		//新建搜索请求
		String indexName = getNotNullIndexName(hotelDocRequest);
		SearchRequest searchRequest = new SearchRequest(indexName);
		SearchSourceBuilder searchSourceBuilder = new SearchSourceBuilder();
		TermQueryBuilder termQueryBuilder1 = QueryBuilders.termQuery("city", "北京");
		TermQueryBuilder termQueryBuilder2 = QueryBuilders.termQuery("city", "上海");
		BoolQueryBuilder boolQueryBuilder = QueryBuilders.boolQuery();
		boolQueryBuilder.should(termQueryBuilder1).should(termQueryBuilder2);
		searchSourceBuilder.query(boolQueryBuilder);
		searchRequest.source(searchSourceBuilder);
		return getQueryResult(searchRequest);
	}

controller层：

@PostMapping("/query/should")
	public FoundationResponse<List<Hotel>> shouldQuery(@RequestBody HotelDocRequest hotelDocRequest) {
		try {
			List<Hotel> hotelList = esQueryService.shouldQuery(hotelDocRequest);
			if (CollUtil.isNotEmpty(hotelList)) {
				return FoundationResponse.success(hotelList);
			} else {
				return FoundationResponse.error(100,"no data");
			}
		} catch (IOException e) {
			log.warn("搜索发生异常，原因为:{}", e.getMessage());
			return FoundationResponse.error(100, e.getMessage());
		} catch (Exception e) {
			log.error("服务发生异常，原因为:{}", e.getMessage());
			return FoundationResponse.error(100, e.getMessage());
		}
	}

postman调用演示
在这里插入图片描述

2.3、must not查询

当查询中包含must not查询时，表示当前查询为"非"查询。命中的文档不能匹配该查询中的一个或多个子查询的结果。must not查询包含一个数组，可以把其他的查询匹配的查询及布尔查询放入，与上面的2个布尔查询不同，must not查询不会进行打分操作
must not查询是用来排除与指定条件匹配的文档的。它的作用是将与条件匹配的文档从结果中排除掉，而不是对这些文档进行打分。因此，must not查询不涉及打分，仅仅关注匹配与不匹配。这一点和后面的filter查询原理上是一样的：
例如，我这边需要查询城市既不为上海也不是北京的酒店：
DSL如下：

POST /hotel/_search
{
  "query": {
    "bool": {
      "must_not": [
      {
        "term": {
          "city": {
            "value": "上海"
          }
        }
      },
        {
        "term": {
          "city": {
            "value": "北京"
          }
        }
      }
      ]
    }
  }
}

查询结果如图所示：
可以看到查询出来的节点城市均不为北京或者上海。但是并有根据匹配程度打分：
在这里插入图片描述
在java客户端上构建must not搜索时，可以使用QueryBuilder.boolQuery().mustNot()进行构建，上面的must not查询例子改写成Java客户端请求的形式为:
Service层：

	public List<Hotel> mustNotQuery(HotelDocRequest hotelDocRequest) throws IOException {
		//新建搜索请求
		String indexName = getNotNullIndexName(hotelDocRequest);
		SearchRequest searchRequest = new SearchRequest(indexName);
		SearchSourceBuilder searchSourceBuilder = new SearchSourceBuilder();
		TermQueryBuilder termQueryBuilder1 = QueryBuilders.termQuery("city", "北京");
		TermQueryBuilder termQueryBuilder2 = QueryBuilders.termQuery("city", "上海");
		BoolQueryBuilder boolQueryBuilder = QueryBuilders.boolQuery();
		boolQueryBuilder.mustNot(termQueryBuilder1).mustNot(termQueryBuilder2);
		searchSourceBuilder.query(boolQueryBuilder);
		searchRequest.source(searchSourceBuilder);
		return getQueryResult(searchRequest);
	}

controller层：

	@PostMapping("/query/must_not")
	public FoundationResponse<List<Hotel>> mustNotQuery(@RequestBody HotelDocRequest hotelDocRequest) {
		try {
			List<Hotel> hotelList = esQueryService.mustNotQuery(hotelDocRequest);
			if (CollUtil.isNotEmpty(hotelList)) {
				return FoundationResponse.success(hotelList);
			} else {
				return FoundationResponse.error(100,"no data");
			}
		} catch (IOException e) {
			log.warn("搜索发生异常，原因为:{}", e.getMessage());
			return FoundationResponse.error(100, e.getMessage());
		} catch (Exception e) {
			log.error("服务发生异常，原因为:{}", e.getMessage());
			return FoundationResponse.error(100, e.getMessage());
		}
	}

postman查询：
在这里插入图片描述

2.4、filter查询

filter查询即过滤查询，该查询是布尔查询里非常独特的一种查询，如果说前面的must not查询用于排除与条件匹配的文档，将这些文档从查询结果中排除掉。filter查询就是用于精确过滤文档，它只关注文档是否符合条件，将匹配的文档包含在结果中。他们都不进行打分、排序或相关性计算，只担心是否匹配。但是filter和must not原理上还是存在一些区别，这个后面讲，先对功能进行讲解：
例如我要查询城市是上海且已经满员的酒店：

POST /hotel/_search
{
  "query": {
    "bool": {
      "filter": [
        {
          "term": {
            "city": {
              "value": "上海"
            }
          }
        },
        {
          "term": {
            "full_room": {
              "value": true
            }
          }
        }
      ]
    }
  }
}

可以看出查询的条件中符合指纹上海且满员，且并没有进行打分
在这里插入图片描述
而filter查询会在布尔查询初始阶段进行执行，并将符合条件的文档结果保存下来，接着才会去执行剩余的查询，不管你写的顺序！例如我先写must再写filter,ES执行器也会先执行filter过滤，在过滤后得到的剩余文档中再去执行其他的布尔查询，这样的目的是为了提高查询效率，因为filter查询会将文档集合进行过滤，只保留满足条件的文档，再将这些文档传递给must查询进行进一步的条件匹配和评分。
filter查询主要目的是根据指定的条件来快速地过滤掉不符合条件的文档，以减少后续的计算和评分操作。
请注意，当使用filter查询时，Elasticsearch会对搜索结果进行缓存，以进一步提高性能。缓存可在后续的相同查询中重复使用，除非索引数据发生更改。这使得过滤器查询非常适合用于频繁执行的静态条件过滤
在java客户端上构建filter搜索时，可以使用QueryBuilders.boolQuery.filter()进行构建，例如我要查询城市是上海且已经满员的酒店改写成java客户端请求的形式为：
service层：

	public List<Hotel> filterQuery(HotelDocRequest hotelDocRequest) throws IOException {
		//新建搜索请求
		String indexName = getNotNullIndexName(hotelDocRequest);
		SearchRequest searchRequest = new SearchRequest(indexName);
		SearchSourceBuilder searchSourceBuilder = new SearchSourceBuilder();
		TermQueryBuilder termQueryBuilder1 = QueryBuilders.termQuery("city", "上海");
		TermQueryBuilder termQueryBuilder2 = QueryBuilders.termQuery("full_room", true);
		BoolQueryBuilder boolQueryBuilder = QueryBuilders.boolQuery();
		boolQueryBuilder.filter(termQueryBuilder1).filter(termQueryBuilder2);
		searchSourceBuilder.query(boolQueryBuilder);
		searchRequest.source(searchSourceBuilder);
		return getQueryResult(searchRequest);
	}

controller层：

	@PostMapping("/query/filter")
	public FoundationResponse<List<Hotel>> filterQuery(@RequestBody HotelDocRequest hotelDocRequest) {
		try {
			List<Hotel> hotelList = esQueryService.filterQuery(hotelDocRequest);
			if (CollUtil.isNotEmpty(hotelList)) {
				return FoundationResponse.success(hotelList);
			} else {
				return FoundationResponse.error(100,"no data");
			}
		} catch (IOException e) {
			log.warn("搜索发生异常，原因为:{}", e.getMessage());
			return FoundationResponse.error(100, e.getMessage());
		} catch (Exception e) {
			log.error("服务发生异常，原因为:{}", e.getMessage());
			return FoundationResponse.error(100, e.getMessage());
		}
	}

postman调用：
在这里插入图片描述
三、filter查询原理
假设当前有5个文档，ES对于city字段的倒排索引结构如图所示：
在这里插入图片描述

ES对于满房字段倒排的索引结构如图所示：
在这里插入图片描述
下面以同时查询city为北京，且不满房为例，讲解ES内部执行filter查询的工作步骤。
当ES执行过滤条件时，会查询缓存是否有city字段值为“北京”对应的bitset数组。bitset，中文为位图，它可以用非常紧凑的格式来表示给定范围内的连续数据。如果查询缓存中有对应的Bitset数据，则取出备用；反之，则ES在查询后会对查询条件进行bitset的构建并将其放入缓存中。同时，ES也会考察满房字段为false是否有意对应的bitset数据。如果有，则取出备用；如果没有，ES也会进行bitset的构建。
假设city字段值为“北京”，缓存中没有对应的Bitset数据，则bitset构建的过程如下：
首先，ES在倒排索引中查找字段city值为“北京”字符串的文档，这里为doc1和doc5。然后为所有文档构建bitset数组，数组中每个元素的值用来表示对应位置的文档是否和查询条件匹配，0表示未匹配，1表示匹配。在本例中，doc1和doc5匹配“北京”，对应位置的值为1；doc2、doc3、doc4不匹配，对应的位置为0。最终，本例的bitset数组为[1,0,0,0,1]，满房字段同理。之所以用bitset表示文档和query的匹配结果，是因为该结构不仅节省空间而且后续操作时也能节省时间。
接下来ES会遍历查询条件的bitset数组，按照文档命中是否进行文档过滤。当一个请求中有多个filter查询条件时，ES会构建多个bitset数组。为提升效率，ES会从最稀疏的数组（0的元素多于非0元素，反之为稠密数组）开始便遍历，因为遍历稀疏的数组可以过滤掉更多的文档。此时，城市为“北京”对应的bitset比满房为false的Bitset更加稀疏，因此先遍历城市为“北京”的bitset,再遍历满房为false的bitset。遍历的过程中也进行了位运算，每次运算的结果都逐渐接近符合条件的结果。遍历计算完这两个Bitset后，得到匹配所有过滤条件的文档，即doc1和doc5。
正如上面的介绍，如果查询内包含filter，那么ES首先就从缓存中搜索这个filter条件是否有执行记录，是否有对应的bitset缓存可查询。如果有，则从缓存中查询；如果没有，则为filter中的每个查询项新建bitset并且缓存。以供后续其他带有filter的查询可以先在缓存中查询。也就是说，ES对于bitset是可重用的，这种重用的机制叫作filter cache（过滤器缓存）。
filter cache会跟踪每一个filter查询，ES筛选一部分filter查询的bitset进行缓存。首先，这些过滤条件要在最近256个查询中出现过；其次，这些过滤条件的次数必须超过某个阈值。
另外，filter cache是有自动更新机制的，即如果有新增文档或者文档或者文档被修改过，那么filter cache对应的过滤条件中的bitset将被更新。例如城市为“北京”过滤条件对应的bitset为[1,0,0,0,1],如果文档4的城市被修改为“北京”，则“北京”过滤条件对应的bitset会被自动更新为[1,0,0,1,1].
filter查询带来的效益远不止这些，使用filter查询的子句是不计算分数的，这可以减少不小的时间开销。而之前提到的must not查询同样也不进行打分，但是must not是没有和filter cache这样的缓存机制的。filter查询和must_not查询都是用于筛选文档的查询类型，它们不会对文档进行评分。Filter查询适用于需要快速过滤大量文档的场景，而must_not查询适用于排除不需要的文档。在实际使用中，可以根据具体需求选择合适的查询类型。
为提升查询效率，对于简单的term级别匹配查询，应该根据自己的实际业务场景选择合适的查询语句，需要确定这些查询项是否都需要进行打分操作，如果某些匹配条件不需要打分操作的话，那么需要把这些查询全部改为filter形式，让查询更加高效。

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/89178.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

2.文章复现《热电联产系统在区域综合能源系统中的定容选址研究》（附matlab程序）

2.文章复现《热电联产系统在区域综合能源系统中的定容选址研究》（附matlab程序）

0.代码链接 1.简述 光热发电是大规模利用太阳能的新兴方式&#xff0c;其储热系 统能够调节光热电站的出力特性&#xff0c;进而缓解光热电站并网带来的火电机组调峰问题。合理配置光热电站储热容量&#xff0c;能够 有效降低火电机组调峰成本。该文提出一种光热电站储热容 量配…
阅读更多...
linux安装部署gitlab全教程，包含配置中文

linux安装部署gitlab全教程，包含配置中文

linux安装部署gitlab全教程&#xff0c;包含配置中文 大家好&#xff0c;我是酷酷的韩~ 1.前期准备 安装包下载地址 https://mirrors.tuna.tsinghua.edu.cn/gitlab-ce/yum/el7/ 我这里选择的这个gitlab-ce-15.7.3-ce.0.el7.x86_64.rpm 还有一些相关依赖包(地址等审核过我放到…
阅读更多...
IDEA远程开发

IDEA远程开发

IDEA远程开发 前期准备 IDEA的远程开发是在本地去操昨远程服务器上的代码&#xff0c;所以我们先需要准备一台服务器,在此我使用vmware虚拟出ubuntu-20.04.6的Server版本,以便后面演示。 Ubuntu的Java环境配置 JDK8 sudo apt install openjdk-8-jdkmaven sudo apt instal…
阅读更多...
三维模拟推演电子沙盘虚拟数字沙盘开发教程第13课

三维模拟推演电子沙盘虚拟数字沙盘开发教程第13课

三维模拟推演电子沙盘虚拟数字沙盘开发教程第13课 该数据库中只提供 成都市火车南站附近的数据请注意&#xff0c;104.0648,30.61658 在SDK中为了方便三方数据的接入&#xff0c;引入了一个用户层接口。主要是完成三方数据的接入&#xff0c;含动态数据&#xff08;如GPS&…
阅读更多...
字节一面：post为什么会发送两次请求？

字节一面：post为什么会发送两次请求？

前言 最近博主在字节面试中遇到这样一个面试题&#xff0c;这个问题也是前端面试的高频问题&#xff0c;因为在前端开发的日常开发中我们总是会与post请求打交道&#xff0c;一个小小的post请求也是牵扯到很多知识点的&#xff0c;博主在这给大家细细道来。 &#x1f680; 作者…
阅读更多...
windows下安装go环境 和vscode中go扩展

windows下安装go环境 和vscode中go扩展

1. 首先安装GO Go下载地址&#xff1a;go.dev 选择相对应的版本&#xff0c;下载&#xff0c;运行安装程序&#xff0c;并打开命令提示符&#xff0c;运行 go env &#xff0c;确认已经安装go 注意关注其中GOPATH和GOROOT&#xff0c;这两个地址可以在系统环境变量中进行设置…
阅读更多...
Go与Rust的对比与分析

Go与Rust的对比与分析

Rust 和 Go 是两种现代语言&#xff0c;近年来获得了巨大的关注&#xff0c;每种语言都有自己独特的优势和权衡。在这篇文章中&#xff0c;我们将深入探讨 Rust 和 Go 之间的差异&#xff0c;重点关注性能、语言功能和其他关键因素&#xff0c;以帮助您针对您的开发需求做出明智…
阅读更多...
【JMeter】常用线程组设置策略

【JMeter】常用线程组设置策略

目录 一、前言 二、单场景基准测试 1.介绍 2.线程组设计 3.测试结果 三、单场景并发测试 1.介绍 2.线程组设计 3.测试结果 四、单场景容量/爬坡测试 1.介绍 2.线程组设计 3.测试结果 五、混合场景容量/并发测试 1.介绍 六、稳定性测试 1.介绍 2.线程组设计 …
阅读更多...
带着问题看SpringBoot

带着问题看SpringBoot

带着问题看SpringBoot 1、Spring容器具体是什么&#xff1f; 跟进run方法&#xff0c;context this.createApplicationContext()&#xff0c;得出容器是AnnotationConfigServletWebServerApplicationContext类。 SpringApplication.run(ServeroneApplication.class, args);…
阅读更多...
如何提取视频的音频到手机？这个音频提取方法很简单

如何提取视频的音频到手机？这个音频提取方法很简单

提取视频中的音频可以帮助您获得视频的声音部分&#xff0c;而无需观看整个视频。这对于那些只想听视频的声音或想将视频的声音与其他音频内容混合使用的人来说非常方便。此外&#xff0c;提取音频也可以为需要创建音频剪辑或混音的音频制作者提供帮助。那么怎么提取呢&#xf…
阅读更多...
GFPGAN 集成Flask 接口化改造

GFPGAN 集成Flask 接口化改造

GFPGAN是一款腾讯开源的人脸高清修复模型&#xff0c;基于github上提供的demo&#xff0c;可以简单的集成Flask以实现功能接口化。 GFPGAN的安装&#xff0c;Flask的安装请参见其他文章。 如若使用POSTMAN进行测试&#xff0c;需使用POST方式&#xff0c;form-data的请求体&am…
阅读更多...
数字孪生技术对旅游行业能起到什么作用？

数字孪生技术对旅游行业能起到什么作用？

随着疫情对我们生活影响的淡化&#xff0c;旅游行业迎来了新的春天&#xff0c;暑期更是旅游行业的小高潮&#xff0c;那么作为一个钻研数字孪生行业的小白&#xff0c;本文就着旅游的话题以及对旅游的渴望带大家一起探讨一下数字孪生对智慧旅游发展的作用~ 数字孪生作为一种虚…
阅读更多...
Git最简入门

Git最简入门

文章目录 几个基本概念版本控制Git的由来分布式 vs 集中式GitSVN Git、GitHub、GitLab、GitWeb、Gitee的区别 动手进行版本控制初始化Git使用情景一&#xff1a;开发新项目使用情景二&#xff1a;在已有项目上开发设置代理 参考 几个基本概念 版本控制 在工作学习中&#xff…
阅读更多...
大数据项目实战（Hadoop集群搭建）

大数据项目实战（Hadoop集群搭建）

一&#xff0c;搭建大数据集群环境 1.2 Hadoop集群搭建 1.2.1 jdk安装 1.下载jdk (1)在根目录下创建三个子目录以备后用。具体如下&#xff1a; mkdir -p /export/data mkdir -p /export/software mkdir -p /export/servers (2)下载路径&#xff1a; 1、官网下载地址http…
阅读更多...
[docker][WARNING]: Empty continuation line found in:

[docker][WARNING]: Empty continuation line found in:

报警内容&#xff1a; 下面展示一些 内联代码片。 //执行 sudo docker build ubuntu:v1.00 . [WARNING]: Empty continuation line found in:出现上述错误原因为18行多了一个 " \" 符号&#xff0c;去除即可
阅读更多...
【网络教程】如何创建/添加钉钉机器人以及如何获取机器人的Token/Secret

【网络教程】如何创建/添加钉钉机器人以及如何获取机器人的Token/Secret

文章目录 创建钉钉机器人添加钉钉机器人获取机器人的Token/Secret相关网站创建钉钉机器人 这里以PC端的操作为例，按照如下操作进行 访问 钉钉开放平台选择机器人选项卡，点击右上角的创建应用，这里会有一个弹窗，我这里选择的是继续使用旧版，如图按照要求填写相关信息创建自…
阅读更多...
实现高效消息传递：使用RabbitMQ构建可复用的企业级消息系统

实现高效消息传递：使用RabbitMQ构建可复用的企业级消息系统

文章目录 前言1.安装erlang 语言2.安装rabbitMQ3. 内网穿透3.1 安装cpolar内网穿透(支持一键自动安装脚本)3.2 创建HTTP隧道 4. 公网远程连接5.固定公网TCP地址5.1 保留一个固定的公网TCP端口地址5.2 配置固定公网TCP端口地址 前言 RabbitMQ是一个在 AMQP(高级消息队列协议)基…
阅读更多...
什么是算法评价指标

什么是算法评价指标

在我们建立一个学习算法时&#xff0c;或者说训练一个模型时&#xff0c;我们总是希望最大化某一个给定的评价指标&#xff08;比如说准确度Acc&#xff09;&#xff0c;但算法在学习过程中又会尝试优化某一个损失函数&#xff08;比如说均方差MSE或者交叉熵Cross-entropy&…
阅读更多...
短视频seo源码矩阵系统开源---代码php分享

短视频seo源码矩阵系统开源---代码php分享

前言&#xff1a;短视频seo源码 短视频seo矩阵系统源码私有化部署 短视频seo源码 短视频seo矩阵系统源码私有化怎么部署&#xff1f; 首先我们来给大家普及一下什么是短视频seo矩阵系统&#xff1f;视频矩阵分为多平台矩阵与一个平台多账号矩阵&#xff0c;加上seo排名优化&…
阅读更多...
springboot整合rabbitmq发布确认高级

springboot整合rabbitmq发布确认高级

在生产环境中由于一些不明原因&#xff0c;导致 rabbitmq 重启&#xff0c;在 RabbitMQ 重启期间生产者消息投递失败&#xff0c;导致消息丢失&#xff0c;需要手动处理和恢复。于是&#xff0c;我们如何才能进行 RabbitMQ 的消息可靠投递。 发布确认 发布确认方案 架构 配置…
阅读更多...
最新文章

Copyright @ 2022~2023