Redis进阶——相互关注Feed流推送

目录

  • 关注和取消关注
    • 业务需求
    • 实现步骤
    • 效果如下
  • 共同关注
    • 业务需求
    • 实现步骤
    • 效果如下
  • Feed流实现方案
    • Feed流简介
    • 三种Timeline方式
    • 三种模式对比
  • 推送到粉丝收件箱
    • 业务需求
    • Feed流的滚动分页
  • 实现分页查询收件箱
    • 业务需求
    • 具体步骤如下

关注和取消关注

业务需求

当我们进入到笔记详情页面时，会发送一个请求，判断当前登录用户是否关注了笔记博主

请求网址: http://localhost:8080/api/follow/or/not/2
请求方法: GET

当我们点击关注按钮时，会发送一个请求，实现关注/取关

请求网址: http://localhost:8080/api/follow/2/true
请求方法: PUT

关注是User之间的关系，是博主与粉丝的关系，数据库中有一张tb_follow表来标示
表结构如下：

DROP TABLE IF EXISTS `tb_follow`;
CREATE TABLE `tb_follow` (`id` bigint(20) NOT NULL AUTO_INCREMENT COMMENT '主键',`user_id` bigint(20) unsigned NOT NULL COMMENT '用户id',`follow_user_id` bigint(20) unsigned NOT NULL COMMENT '关联的用户id',`create_time` timestamp NOT NULL DEFAULT CURRENT_TIMESTAMP COMMENT '创建时间',PRIMARY KEY (`id`) USING BTREE
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 ROW_FORMAT=COMPACT;

实现步骤

  1. 对应的实体类如下：
@Data
@EqualsAndHashCode(callSuper = false)
@Accessors(chain = true)
@TableName("tb_follow")
public class Follow implements Serializable {private static final long serialVersionUID = 1L;/*** 主键*/@TableId(value = "id", type = IdType.AUTO)private Long id;/*** 用户id*/private Long userId;/*** 关联的用户id*/private Long followUserId;/*** 创建时间*/private LocalDateTime createTime;
}
  1. Controller层中编写对应的两个方法
@RestController
@RequestMapping("/follow")
public class FollowController {@Resourceprivate IFollowService followService;//判断当前用户是否关注了该博主@GetMapping("/or/not/{id}")public Result isFollow(@PathVariable("id") Long followUserId) {return followService.isFollow(followUserId);}//实现取关/关注@PutMapping("/{id}/{isFollow}")public Result follow(@PathVariable("id") Long followUserId, @PathVariable("isFollow") Boolean isFellow) {return followService.follow(followUserId,isFellow);}
}
  1. 具体的业务逻辑我们还是放在FellowServiceImpl中来编写
@Service
public class FollowServiceImpl extends ServiceImpl<FollowMapper, Follow> implements IFollowService {@Overridepublic Result isFollow(Long followUserId) {//获取当前登录的userIdLong userId = UserHolder.getUser().getId();LambdaQueryWrapper<Follow> queryWrapper = new LambdaQueryWrapper<>();//查询当前用户是否关注了该笔记的博主queryWrapper.eq(Follow::getUserId, userId).eq(Follow::getFollowUserId, followUserId);//只查询一个count就行了int count = this.count(queryWrapper);return Result.ok(count > 0);}@Overridepublic Result follow(Long followUserId, Boolean isFellow) {//获取当前用户idLong userId = UserHolder.getUser().getId();//判断是否关注if (isFellow) {//关注，则将信息保存到数据库Follow follow = new Follow();follow.setUserId(userId);follow.setFollowUserId(followUserId);save(follow);} else {//取关，则将数据从数据库中移除LambdaQueryWrapper<Follow> queryWrapper = new LambdaQueryWrapper<>();queryWrapper.eq(Follow::getUserId, userId).eq(Follow::getFollowUserId, followUserId);remove(queryWrapper);}return Result.ok();}
}

效果如下

20240419-074101-oL.png

共同关注

点击用户头像，进入到用户详情页，可以查看用户发布的笔记，和共同关注列表
20240419-074313-WF.png

目前还没写具体的业务逻辑，所以现在暂时看不到数据

业务需求

  1. 查询用户信息

请求网址: http://localhost:8080/api/user/2
请求方法: GET

  1. 查看共同关注

请求网址: http://localhost:8080/api/follow/common/undefined
请求方法: GET

  1. 共同关注实现逻辑：

1、利用Redis中恰当的数据结构，实现共同关注功能，在博主个人页面展示出当前用户与博主的共同关注
2、实现方式是使用的set集合，在set集合中，有交集并集补集的api，可以把二者关注的人放入到set集合中，然后通过api查询两个set集合的交集
3、需要先修改之前的关注逻辑，在关注博主的同时，需要将数据放到set集合中，方便后期我们实现共同关注，当取消关注时，也需要将数据从set集合中删除

实现步骤

  1. 编写查询用户信息方法
@GetMapping("/{id}")
public Result queryById(@PathVariable("id") Long userId) {// 查询详情User user = userService.getById(userId);if (user == null) {// 没有详情，应该是第一次查看详情return Result.ok();}UserDTO userDTO = BeanUtil.copyProperties(user, UserDTO.class);// 返回return Result.ok(userDTO);
}
  1. 编写查询用户笔记方法
    @GetMapping("/of/user")public Result queryBlogByUserId(@RequestParam(value = "current", defaultValue = "1") Integer current, @RequestParam("id") Long id) {LambdaQueryWrapper<Blog> queryWrapper = new LambdaQueryWrapper<>();queryWrapper.eq(Blog::getUserId, id);Page<Blog> pageInfo = new Page<>(current, SystemConstants.MAX_PAGE_SIZE);blogService.page(pageInfo, queryWrapper);List<Blog> records = pageInfo.getRecords();return Result.ok(records);}//下面这是老师的代码，个人感觉我的可读性更高[doge]
// BlogController  根据id查询博主的探店笔记
@GetMapping("/of/user")
public Result queryBlogByUserId(@RequestParam(value = "current", defaultValue = "1") Integer current,@RequestParam("id") Long id) {// 根据用户查询Page<Blog> page = blogService.query().eq("user_id", id).page(new Page<>(current, SystemConstants.MAX_PAGE_SIZE));// 获取当前页数据List<Blog> records = page.getRecords();return Result.ok(records);
}
  1. 修改之前的关注逻辑，在关注博主的同时，需要将数据放到set集合中，当取消关注时，也需要将数据从set集合中删除
@Resource
private StringRedisTemplate stringRedisTemplate;@Override
public Result follow(Long followUserId, Boolean isFellow) {//获取当前用户idLong userId = UserHolder.getUser().getId();String key = "follows:" + userId;//判断是否关注if (isFellow) {//关注，则将信息保存到数据库Follow follow = new Follow();follow.setUserId(userId);follow.setFollowUserId(followUserId);//如果保存成功boolean success = save(follow);//则将数据也写入Redisif (success) {stringRedisTemplate.opsForSet().add(key, followUserId.toString());}} else {//取关，则将数据从数据库中移除LambdaQueryWrapper<Follow> queryWrapper = new LambdaQueryWrapper<>();queryWrapper.eq(Follow::getUserId, userId).eq(Follow::getFollowUserId, followUserId);//如果取关成功boolean success = remove(queryWrapper);//则将数据也从Redis中移除if (success){stringRedisTemplate.opsForSet().remove(key,followUserId.toString());}}return Result.ok();
}
  1. 接下来实现共同关注代码
    Controller层
@GetMapping("/common/{id}")
public Result followCommons(@PathVariable Long id){return followService.followCommons(id);
}

Service业务逻辑层

@Override
public Result followCommons(Long id) {//获取当前用户idLong userId = UserHolder.getUser().getId();String key1 = "follows:" + id;String key2 = "follows:" + userId;//对当前用户和博主用户的关注列表取交集Set<String> intersect = stringRedisTemplate.opsForSet().intersect(key1, key2);if (intersect == null || intersect.isEmpty()) {//无交集就返回个空集合return Result.ok(Collections.emptyList());}//将结果转为listList<Long> ids = intersect.stream().map(Long::valueOf).collect(Collectors.toList());//之后根据ids去查询共同关注的用户，封装成UserDto再返回List<UserDTO> userDTOS = userService.listByIds(ids).stream().map(user ->BeanUtil.copyProperties(user, UserDTO.class)).collect(Collectors.toList());return Result.ok(userDTOS);
}

效果如下

  1. 查看用户笔记
    20240419-080159-xV.png

  2. 共同关注
    20240419-080121-I9.png

Feed流实现方案

Feed流简介

  • 当我们关注了用户之后，这个用户发布了动态，那我们应该把这些数据推送给用户，这个需求，我们又称其为Feed流，关注推送也叫作Feed流，直译为投喂，为用户提供沉浸式体验，通过无限下拉刷新获取新的信息

  • 对于传统的模式内容检索：用户需要主动通过搜索引擎或者是其他方式去查找想看的内容

  • 对于新型Feed流的效果：系统分析用户到底想看什么，然后直接把内容推送给用户，从而使用户能更加节约时间，不用去主动搜素

Feed流的实现有两种模式：

  1. 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(B站关注的up，朋友圈等)
  • 优点：信息全面，不会有缺失，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
  1. 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：投喂用户感兴趣的信息，用户粘度很高，容易沉
  • 缺点：如果算法不精准，可能会起到反作用（给你推的你都不爱看）

三种Timeline方式

我们这里针对好友的操作，采用的是Timeline方式，只需要拿到我们关注用户的信息，然后按照时间排序即可
采用Timeline模式，有三种具体的实现方案这：

  • 拉模式
  • 推模式
  • 推拉结合

  1. 拉模式：也叫读扩散
    该模式的核心含义是：当张三和李四、王五发了消息之后，都会保存到自己的发件箱中，如果赵六要读取消息，那么他会读取他自己的收件箱，此时系统会从他关注的人群中，将他关注人的信息全都进行拉取，然后进行排序
    优点：比较节约空间，因为赵六在读取信息时，并没有重复读取，并且读取完之后，可以将他的收件箱清除
    缺点：有延迟，当用户读取数据时，才会去关注的人的时发件箱中拉取信息，假设该用户关注了海量用户，那么此时就会拉取很多信息，对服务器压力巨大
    20240419-082127-PK.png

  2. 推模式：也叫写扩散
    推模式是没有写邮箱的，当张三写了一个内容，此时会主动把张三写的内容发送到它粉丝的收件箱中，假设此时李四再来读取，就不用再去临时拉取了
    优点：时效快，不用临时拉取
    缺点：内存压力大，假设一个大V发了一个动态，很多人关注他，那么就会写很多份数据到粉丝那边去
    20240419-082157-33.png

  3. 推拉结合：页脚读写混合，兼具推和拉两种模式的优点
    推拉模式是一个折中的方案，站在发件人这一边，如果是普通人，那么我们采用写扩散的方式，直接把数据写入到他的粉丝收件箱中，因为普通人的粉丝数量较少，所以这样不会产生太大压力。但如果是大V，那么他是直接将数据写入一份到发件箱中去，在直接写一份到活跃粉丝的收件箱中，站在收件人这边来看，如果是活跃粉丝，那么大V和普通人发的都会写到自己的收件箱里，但如果是普通粉丝，由于上线不是很频繁，所以等他们上线的时候，再从发件箱中去拉取信息。
    20240419-082233-5g.png

三种模式对比

20240419-064006-7K.png

推送到粉丝收件箱

业务需求

  1. 修改新增探店笔记的业务，在保存blog到数据库的同时，推送到粉丝的收件箱
  2. 收件箱满足可以根据时间戳排序，必须使用Redis的数据结构实现
  3. 查询收件箱数据时，可实现分页查询

Feed流中的数据会不断更新，所以数据的角标也会不断变化，所以我们不能使用传统的分页模式

假设在t1时刻，我们取读取第一页，此时page = 1，size = 5，那么我们拿到的就是10~6这几条记录，假设t2时刻有发布了一条新纪录，那么在t3时刻，我们来读取第二页，此时page = 2，size = 5，那么此时读取的数据是从6开始的，读到的是6~2，那么我们就读到了重复的数据，所以我们要使用Feed流的分页，不能使用传统的分页

20240419-082547-JR.png

Feed流的滚动分页

我们需要记录每次操作的最后一条，然后从这个位置去开始读数据

举个例子：我们从t1时刻开始，拿到第一页数据，拿到了10-6，然后记录下当前最后一次读取的记录，就是6，t2时刻发布了新纪录，此时这个11在最上面，但不会影响我们之前拿到的6，此时t3时刻来读取第二页，第二页读数据的时候，从6-1=5开始读，这样就拿到了5-1的记录。我们在这个地方可以使用SortedSet来做，使用时间戳来充当表中的1~10

20240419-082655-3Q.png

核心思路：我们保存完探店笔记后，获取当前用户的粉丝列表，然后将数据推送给粉丝

那就需要修改保存笔记的方法

@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save(blog);// 条件构造器LambdaQueryWrapper<Follow> queryWrapper = new LambdaQueryWrapper<>();// 从follow表最中，查找当前用户的粉丝  select * from follow where follow_user_id = user_idqueryWrapper.eq(Follow::getFollowUserId, user.getId());//获取当前用户的粉丝List<Follow> follows = followService.list(queryWrapper);for (Follow follow : follows) {Long userId = follow.getUserId();String key = FEED_KEY + userId;//推送数据stringRedisTemplate.opsForZSet().add(key, blog.getId().toString(), System.currentTimeMillis());}// 返回idreturn Result.ok(blog.getId());
}

以上实现通过Redis的SortedSet数据结构维护一组Feed流数据，用于下面的滚动分页查询。

实现分页查询收件箱

业务需求

在个人主页的关注栏中，查询并展示推送的Blog信息

具体步骤如下

  1. 每次查询完成之后，我们要分析出查询出的最小时间戳，这个值会作为下一次的查询条件

  2. 我们需要找到与上一次查询相同的查询个数，并作为偏移量，下次查询的时候，跳过这些查询过的数据，拿到我们需要的数据（例如时间戳8 6 6 5 5 4，我们每次查询3个，第一次是8 6 6，此时最小时间戳是6，如果不设置偏移量，会从第一个6之后开始查询，那么查询到的就是6 5 5，而不是5 5 4，如果这里说的不清楚，那就看后续的代码）

  3. 综上：我们的请求参数中需要携带lastId和offset，即上一次查询时的最小时间戳和偏移量，这两个参数

  4. 代码如下

编写一个通用的实体类，不一定只对blog进行分页查询，这里用泛型做一个通用的分页查询，list是封装返回的结果，minTime是记录的最小时间戳，offset是记录偏移量

@Data
public class ScrollResult {private List<?> list;private Long minTime;private Integer offset;
}

点击个人主页中的关注栏，查看发送的请求

请求网址: http://localhost:8080/api/blog/of/follow?&lastId=1667472294526
请求方法: GET

在BlogController中创建对应的方法，具体实现去ServiceImpl中完成
Controller层

@GetMapping("/of/follow")
public Result queryBlogOfFollow(@RequestParam("lastId") Long max, @RequestParam(value = "offset",defaultValue = "0") Integer offset) {return blogService.queryBlogOfFollow(max,offset);
}

Impl实现业务

@Override
public Result queryBlogOfFollow(Long max, Integer offset) {//1. 获取当前用户Long userId = UserHolder.getUser().getId();//2. 查询该用户收件箱（之前我们存的key是固定前缀 + 粉丝id），所以根据当前用户id就可以查询是否有关注的人发了笔记String key = FEED_KEY + userId;Set<ZSetOperations.TypedTuple<String>> typeTuples = stringRedisTemplate.opsForZSet().reverseRangeByScoreWithScores(key, 0, max, offset, 2);//3. 非空判断if (typeTuples == null || typeTuples.isEmpty()){return Result.ok(Collections.emptyList());}//4. 解析数据，blogId、minTime（时间戳）、offset，这里指定创建的list大小，可以略微提高效率，因为我们知道这个list就得是这么大ArrayList<Long> ids = new ArrayList<>(typeTuples.size());long minTime = 0;int os = 1;for (ZSetOperations.TypedTuple<String> typeTuple : typeTuples) {//4.1 获取idString id = typeTuple.getValue();ids.add(Long.valueOf(id));//4.2 获取score（时间戳）long time = typeTuple.getScore().longValue();if (time == minTime){os++;}else {minTime = time;os = 1;}}//解决SQL的in不能排序问题，手动指定排序为传入的idsString idsStr = StrUtil.join(",");//5. 根据id查询blogList<Blog> blogs = query().in("id", ids).last("ORDER BY FIELD(id," + idsStr + ")").list()for (Blog blog : blogs) {//5.1 查询发布该blog的用户信息queryBlogUser(blog);//5.2 查询当前用户是否给该blog点过赞isBlogLiked(blog);}//6. 封装结果并返回ScrollResult scrollResult = new ScrollResult();scrollResult.setList(blogs);scrollResult.setOffset(os);scrollResult.setMinTime(minTime);return Result.ok(scrollResult);
}

最终效果实现，在最上方显示的都是我们最新发布的动态，下拉动态查询历史笔记。

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.mzph.cn/bicheng/907.shtml

如若内容造成侵权/违法违规/事实不符，请联系多彩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

如何用C++写一个日期计算器

如何用C++写一个日期计算器

目录 前言 代码的布局 设计数据 方法声明 方法的实现 获取某年某月的天数 *全缺省的构造函数 * 拷贝构造函数 *赋值运算符重载 *析构函数 日期天数 日期天数 日期-天数 日期-天数 前置 后置 后置-- 前置-- 实现比较大小运算符重载思路 >运算符重载 运算…
阅读更多...
互联网通信原理

互联网通信原理

互联网通信原理 ISO/OSI(开放系统互连)的七层模型 注意事项 上三层是为用户提供服务的&#xff0c;下四层负责实际数据传输下四层的传输单位 传输层&#xff08;数据段&#xff09;、网络层&#xff08;数据包&#xff09;、数据链路层&#xff08;数据帧&#xff09;、物理层…
阅读更多...
图文教程 | 2024年最新Typora激活使用教程合集

图文教程 | 2024年最新Typora激活使用教程合集

前言 汇总一下网上的三种方法。 &#x1f4e2;博客主页&#xff1a;程序源⠀-CSDN博客 &#x1f4e2;欢迎点赞&#x1f44d;收藏⭐留言&#x1f4dd;如有错误敬请指正&#xff01; 关于安装教程&#xff1a;http://t.csdnimg.cn/SCIQ8http://t.csdnimg.cn/SCIQ8自行跳转安装 一…
阅读更多...
35. 【Android教程】视频页面：ViewPager

35. 【Android教程】视频页面：ViewPager

ViewPager 是一种可以让用户通过左右滑动来切换页面的控件&#xff0c;通过它我们可以展示超过屏幕尺寸大小的内容&#xff0c;在某种程度上它可以说是实现多页面的最佳方式&#xff0c;同时 ViewPager 还支持任意动态的添加/删除页面。比如我们可以将不同的类别的内容分别放在…
阅读更多...
java 创建和请求sse服务

java 创建和请求sse服务

主要依赖 <!--spring-boot父工程--><parent><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-parent</artifactId><version>2.2.2.RELEASE</version></parent><dependency><gro…
阅读更多...
AOP基础

AOP基础

一、AOP概述 AOP&#xff1a;Aspect Oriented Programming&#xff08;面向切面编程、面向方面编程&#xff09;&#xff0c;其实就是面向特定方法编程。 使用场景&#xff1a;①记录操作日志&#xff1b;②权限控制&#xff1b;③事务管理等。 优势&#xff1a;①代码无侵入…
阅读更多...
学校管网的仿写

学校管网的仿写

工字形布局完成 效果 代码部分 在这里插入代码片 <!DOCTYPE html> <html lang"en"> <head><meta charset"UTF-8"><meta http-equiv"X-UA-Compatible" content"IEedge"><meta name"viewport…
阅读更多...
密码学 | Random Oracle 随机预言机

密码学 | Random Oracle 随机预言机

​ &#x1f951;原文&#xff1a;究竟什么才是随机预言机呢&#xff1f; - 玄星的回答 &#x1f951;答主指出&#xff1a; 英文维基明明对 随机预言机 给出了两个完全不同的理解&#xff0c;但这两个理解之间的连接词却是 “Stated differently”&#xff0c;即 “换句话说…
阅读更多...
Unity ECS

Unity ECS

一&#xff1a;前言 ECS与OOP不同&#xff0c;ECS是组合编程&#xff0c;而OOP的理念是继承 E表示Entity&#xff0c;每个Entity都是一个有唯一id的实体。C表示Component&#xff0c;内部只有属性&#xff0c;例如位置、速度、生命值等。S表示System&#xff0c;驱动实体的行为…
阅读更多...
npm i 依赖下载失败

npm i 依赖下载失败

git config --global url."https://".insteadOf git://解决npm install 报错 npm ERR code 128 Permission denied_please make sure you have the correct access right-CSDN博客
阅读更多...
怎么把相机储存卡里的照片导出来？介绍两种方法

怎么把相机储存卡里的照片导出来？介绍两种方法

随着摄影技术的不断发展和普及&#xff0c;相机已成为我们记录生活、捕捉美好瞬间的设备。然而&#xff0c;对于许多摄影爱好者来说&#xff0c;如何将相机储存卡里的照片安全、高效地导出到电脑或其他设备中&#xff0c;却成为了一个令人头疼的问题。本文将为您详细介绍从相机…
阅读更多...
c++IO

c++IO

前言 大家好&#xff0c;我是jiantaoyab&#xff0c;本篇文章给大家介绍c中文件操作。 先回忆一下c语言文件操作 void Test_c_bin() {//二进制写ServerInfo info { "127.0.0.1", 8080 };FILE* fout fopen("test.bin", "wb");fwrite(&in…
阅读更多...
18 统计网站每日的访问次数

18 统计网站每日的访问次数

1.将竞赛的数据上传HDFS,查看数据的格式 通过浏览器访问hdfs,查看该文档前面的部分数据 每条数据的字段值之间使用逗号隔开的 &#xff0c;最终时间是第五个自动&#xff0c;获取第五个字段值的中的年月日。 2.通过Idea创建项目mr-raceData ,基础的配置 修改pom.xml,添加依赖 …
阅读更多...
Spring Boot集成fastdfs快速入门Demo

Spring Boot集成fastdfs快速入门Demo

1.什么是fastdfs FastDFS 是一个开源的高性能分布式文件系统&#xff08;DFS&#xff09;。它的主要功能包括&#xff1a;文件存储&#xff0c;文件同步和文件访问&#xff0c;以及高容量和负载平衡。主要解决了海量数据存储问题&#xff0c;特别适合以中小文件&#xff08;建议…
阅读更多...
从零开始搭建网站（第二天）

从零开始搭建网站（第二天）

今天把之前的htmlcssjs项目迁移过来&#xff0c;直接使用tspiniavue3vite组合&#xff0c;搭建过程可以看从零开始搭建性能完备的网站-思路过程&#xff08;1&#xff09;_自己架设一个芯参数网站-CSDN博客。之后安装一下volar扩展。迁移过来使用Vue重构时发现之前使用的左右两…
阅读更多...
学习-官方文档编辑方法

学习-官方文档编辑方法

这里写自定义目录标题 欢迎使用Markdown编辑器新的改变功能快捷键合理的创建标题&#xff0c;有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants 创建一个自定义列表如何创建一个…
阅读更多...
电感与磁珠

电感与磁珠

电感是什么&#xff1f; 电感会通过产生感应电动势的方式来阻碍电流的变化&#xff0c;电流变化率越大&#xff0c;产生的感应电动势越大阻碍电流效果越明显。 [一]品质因数Q: 电感的品质因数Q值定义&#xff1a;电感的Q值也叫作品质因数&#xff0c;其为无功功率除以有功功率…
阅读更多...
API请求报错 Required request body is missing问题解决

API请求报错 Required request body is missing问题解决

背景 在进行调用的时候&#xff0c;加载方法&#xff0c;提示以下错误 错误信息如下&#xff1a; {"code": 10001,"msg": "Required request body is missing: XXX","data": null,"extra": null }Required request body…
阅读更多...
ubuntu22.04下编译ffmpeg和ffplay

ubuntu22.04下编译ffmpeg和ffplay

Ubuntu22.04 下编译安装 ffmpeg 和 ffplay 一、下载源码包 1.1 官方下载链接&#xff1a;Download FFmpeg 可以手动下载&#xff0c;也可以命令行下载&#xff1a; wget http://www.ffmpeg.org/releases/ffmpeg-7.0.tar.xz 1.2 下载完解压 tar -xvf ffmpeg-7.0.tar.xz…
阅读更多...
《深入浅出多模态》: 多模态经典模型：BLIP

《深入浅出多模态》: 多模态经典模型：BLIP

🎉AI学习星球推荐： GoAI的学习社区 知识星球是一个致力于提供《机器学习 | 深度学习 | CV | NLP | 大模型 | 多模态 | AIGC 》各个最新AI方向综述、论文等成体系的学习资料，配有全面而有深度的专栏内容，包括不限于 前沿论文解读、资料共享、行业最新动态以、实践教程、求职…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023