Spring Cloud之ElasticSearch的学习【详细】

目录

ElasticSearch

正向索引与倒排索引

数据库与elasticsearch概念对比

安装ES、Kibana与分词器

分词器作用

自定义字典

拓展词库

禁用词库

索引库操作

Mapping属性

创建索引库

查询索引库

删除索引库

修改索引库

文档操作

新增文档

查找文档

修改文档

全量修改

增量修改

删除文档

RestClient操作索引库

RestClient操作文档

新增文档

根据Id查询文档数据

更新文档

删除文档

批量新增

DSL查询语法

查询所有

全文检索

精确查询

地理查询

复合查询

搜索结果处理

排序

分页

高亮

RestClient查询文档

查询全部

查询文档

解析数据

全文检索查询

精确查询

复合查询

排序和分页

高亮

ElasticSearch

q：什么是elasticsearch?

a：一个开源的分布式搜索引擎，可以用来实现搜索、日志统计、分析、系统监控等功能

q：什么是elastic stack (ELK) ?

a：是以elasticsearch为核心的技术栈，包括beats、Logstash、kibana、elasticsearch

q：什么是Lucene?

a：是Apache的开源搜索引擎类库，提供了搜索引擎的核心API

正向索引与倒排索引

在理解正向索引与倒排索引之前，先理解文档与词条的概念

  • 文档（document）：每条数据就是一个文档

elasticsearch是面向文档存储的，可以是数据库中的一条商品数据，一个订单信息文档数据会被序列化为json格式后存储在elasticsearch中。

  • 词条（term）：文档按照语义分成的词语
  • 索引：相同类型的文档的集合

  • 映射：索引中文档的字段约束信息，类似于表的约束结构

传统数据库比如MySQL使用的是正向索引。通常使用id作为索引

在搜索手机时，如果使用select * from 表 where title like '%手机%';语句进行查找，它会逐条扫描数据，然后找到title中的数据后，判断是否保存”手机“词条。这样的效率很慢.

而elasticsearch采用倒排索引

数据库与elasticsearch概念对比

安装ES、Kibana与分词器

这里是基于Docker的安装，ES也支持windows的安装，具体安装方法请参考其他教程。

首先我们需要将ES与Kibana（为ES提供一个可视化界面）容器互联，因此需要先创建一个网络

输入docker命令

docker network create es-net(es-net网络名称，自己随便起名)
docker pull elasticsearch:版本号
docker pull kibana:版本号（两个版本号需要一致）docker run -d \
--name es \
-e "ES_JAVA_OPTS=-Xms512m -Xmx512m" \
-e "discovery.type=single-node" \
-v es-data:/usr/share/elasticsearch/data \
-v es-plugins:/usr/share/elasticsearch/plugins \
--privileged \
--network es-net \
-p 9200:9200 \
-p 9300:9300 \
elasticsearch:版本号

之后访问9200端口

出现如下格式证明启动成功。

接下来启动kibana

docker run -d \
--name kibana \
-e ELASTICSEARCH_HOSTS=http://es:9200 \
--network=es-net \
-p 5601:5601 \
kibana:版本号

启动成功后访问5601端口，出现如下界面

ES默认的分词器对中文分词并不友好。因此我们需要下载IK分词器

下载地址：GitHub - medcl/elasticsearch-analysis-ik: The IK Analysis plugin integrates Lucene IK analyzer into elasticsearch, support customized dictionary.

下在对应版本并解压到刚刚指定的数据卷。

重启容器

docker restart es

IK分词器有两种拆分模式

  • ik_smart：最少切分（空间占用更少）
  • ik_max_word：最细切分（切分力度最大，文档搜索到的概率更大）

下面是两种示例

POST /_analyze
{"text":"观察ik分词器的两种模式","analyzer": "ik_max_word"
}

{

"tokens" : [

{

"token" : "观察",

"start_offset" : 0,

"end_offset" : 2,

"type" : "CN_WORD",

"position" : 0

},

{

"token" : "ik",

"start_offset" : 2,

"end_offset" : 4,

"type" : "ENGLISH",

"position" : 1

},

{

"token" : "分词器",

"start_offset" : 4,

"end_offset" : 7,

"type" : "CN_WORD",

"position" : 2

},

{

"token" : "分词",

"start_offset" : 4,

"end_offset" : 6,

"type" : "CN_WORD",

"position" : 3

},

{

"token" : "器",

"start_offset" : 6,

"end_offset" : 7,

"type" : "CN_CHAR",

"position" : 4

},

{

"token" : "的",

"start_offset" : 7,

"end_offset" : 8,

"type" : "CN_CHAR",

"position" : 5

},

{

"token" : "两种",

"start_offset" : 8,

"end_offset" : 10,

"type" : "CN_WORD",

"position" : 6

},

{

"token" : "两",

"start_offset" : 8,

"end_offset" : 9,

"type" : "COUNT",

"position" : 7

},

{

"token" : "种",

"start_offset" : 9,

"end_offset" : 10,

"type" : "CN_CHAR",

"position" : 8

},

{

"token" : "模式",

"start_offset" : 10,

"end_offset" : 12,

"type" : "CN_WORD",

"position" : 9

}

]

}

POST /_analyze
{"text":"观察ik分词器的两种模式","analyzer": "ik_smart"
}

{

"tokens" : [

{

"token" : "观察",

"start_offset" : 0,

"end_offset" : 2,

"type" : "CN_WORD",

"position" : 0

},

{

"token" : "ik",

"start_offset" : 2,

"end_offset" : 4,

"type" : "ENGLISH",

"position" : 1

},

{

"token" : "分词器",

"start_offset" : 4,

"end_offset" : 7,

"type" : "CN_WORD",

"position" : 2

},

{

"token" : "的",

"start_offset" : 7,

"end_offset" : 8,

"type" : "CN_CHAR",

"position" : 3

},

{

"token" : "两种",

"start_offset" : 8,

"end_offset" : 10,

"type" : "CN_WORD",

"position" : 4

},

{

"token" : "模式",

"start_offset" : 10,

"end_offset" : 12,

"type" : "CN_WORD",

"position" : 5

}

]

}

分词器作用

  1. 创建倒排索引时对文档分词
  2. 用户搜索时，对输入的内容分词

自定义字典

ik分词器之所以可以实现分词，是内部存在一个字典，根据字典会进行划分。但是有的是时候需要排除某些词语，比如说”嗯“，”哦“等词语，没有划分的意义。又比如说网络梗”打个胶先“等这些不会被识别为一个词语。这个时候我们可以自定义我们的词典。具体修改方式如下。

拓展词库

修改ik分词器插件中的confg目录下的IKAnalyzer.cfg.xml文件

<?xml version="1." encoding="UTF-8"?>
<!DOCTYPE properties SYSTEM "http://java.sun.com/dtd/properties.dtd">
<properties><comment>IK Analyzer 扩展配置</comment><!--用户可以在这里配置自己的扩展字典 *** 添加扩展词典--><entry key="ext_dict">ext.dic</entry>
</properties>

禁用词库

<?xml version="1." encoding="UTF-8"?>
<!DOCTYPE properties SYSTEM "http://java.sun.com/dtd/properties.dtd">
<properties><comment>IK Analyzer 扩展配置</comment><!--用户可以在这里配置自己的扩展停止词字典 *** 添加停用词词典--><entry key="ext_stopwords">stopword.dic</entry>
</properties>

配置的文件都需要和IKAnalyzer.cfg.xml在同一目录下。如果不存在就自己创建

索引库操作

Mapping属性

mapping是对索引库中文档的约束，常见的mapping属性包括:

  • type：字段数据类型，常见的简单类型有:
    • 字符串： text （可分词的文本）、keyword （精确值，例如:品牌、国家、ip地址）
    • 数值：long、integer、short、byte、double、float
    • 布尔：boolean
    • 日期：date
    • 对象：object
  • index：是否创建索引，默认为true
  • analyzer：使用哪种分词器
  • properties：该字段的子字段

ES还支持两种地理坐标数据类型：

  • geo_point：由维度和经度确定的一个点
  • geo_shape：由多个geo_ponit组成的复杂图形

创建索引库

创建索引库的语法示例如下

PUT /zmbwcx
{"mappings": {"properties": {"info":{"type": "text","analyzer": "ik_smart"},"people":{"properties": {"name":{"type":"keyword"},"sex":{"type":"keyword"}}}} }
}

查询索引库

GET /索引库名

删除索引库

DELETE /索引库名

修改索引库

索引库和mapping一旦创建无法进行修改（修改会导致原有的倒排索引发生改变，影响较大，因此无法修改），但是可以向其中添加新的字段

文档操作

新增文档

文档id如果不指定，会随机生成一个文档id

POST /zmbwcx/_doc/1
{"info":"成功人士","people":{"name":"zmbwcx","sex":"男"}
}

查找文档

GET /索引库名/_doc/文档id

字段解读：

  • _index：索引库名
  • _type：查询类型
  • _id：文档id
  • _version：查询次数
  • _source：文档内容

修改文档

全量修改

删除旧文档，添加新文档。具体操作和新增文档相同，只有请求由POST变为PUT。如果修改的文档id不存在，则相当于新增

PUT /索引库名/_doc/文档id
{"字段1":"值1","字段2":"值2",// ...略
}

增量修改

POST /索引库名/_update/文档id
{"doc":{"字段名":"新的值"}
}

删除文档

DELETE /索引库名/_doc/文档id

RestClient操作索引库

资料下载：https://pan.baidu.com/s/1ORJ-jERwZzJMoyWpCrgafw?pwd=zmbw

mapping要考虑的问题：字段名、数据类型、是否参与搜索、是否分词、如果分词，分词器是什么?

字段名与数据类型的设计与数据库一样就可以。其余的部分要联合业务决定

具体DSL语句如下，我们可以选择在视图界面直接运行如下代码也可以在Java中创建索引库。

PUT /hotel
{"mappings":{"properties":{"id":{"type":"keyword"},"name":{"type":"text","analyzer":"ik_max_word","copy_to": "all"},"address":{"type":"keyword","index": false},"price":{"type":"integer"},"score":{"type":"integer"},"brand":{"type":"keyword","copy_to": "all"},"city":{"type":"keyword"},"starName":{"type":"keyword"},"business":{"type":"keyword","copy_to": "all"},"location":{"type": "geo_point"},"pic":{"type":"keyword","index": false},"all":{"type": "text","analyzer": "ik_max_word"}}}
}

如果需要实现搜索一个字段可以查询到多个字段的内容需要使用字段拷贝。

"拷贝字段":{"type":"test","analyzer":"ik_max_word"
},
"被拷贝字段":{"copy_to"："拷贝字段"
}

创建好mapping映射后，编写Java部分的代码

首先引入依赖，这里的版本一定要和docker中安装的版本一样

<properties><java.version>1.8</java.version><elasticsearch.version>7.12.1</elasticsearch.version>
</properties>
<dependencies><dependency><groupId>org.elasticsearch.client</groupId><artifactId>elasticsearch-rest-high-level-client</artifactId></dependency>
</dependencies>

创建客户端对象，并使用该对象创建索引库。

@SpringBootTest
class HotelDemoApplicationTests {private RestHighLevelClient client;@BeforeEach//初始化客户端void setUp() {this.client = new RestHighLevelClient(RestClient.builder(HttpHost.create("http://192.168.116.131:9200")));}@AfterEachvoid tearDown() throws IOException {this.client.close();}@Test//创建索引库public void testCreateIndex() throws Exception {CreateIndexRequest request = new CreateIndexRequest("hotel");request.source(MAPPING_TEMPLATE, XContentType.JSON);client.indices().create(request, RequestOptions.DEFAULT);}@Test//删除索引库public void testDeleteIndex() throws Exception {DeleteIndexRequest request = new DeleteIndexRequest("hotel");client.indices().delete(request,RequestOptions.DEFAULT);}@Test//判断索引库是否存在public void testGetIndex() throws Exception {GetIndexRequest request = new GetIndexRequest("hotel");boolean exists = client.indices().exists(request, RequestOptions.DEFAULT);System.out.println(exists?"索引库存在":"索引库不存在");}
}

RestClient操作文档

新增文档

@SpringBootTest
class TestDoc {private RestHighLevelClient client;@Autowiredprivate IHotelService service;@BeforeEachvoid setUp() {this.client = new RestHighLevelClient(RestClient.builder(HttpHost.create("http://192.168.116.131:9200")));}@AfterEachvoid tearDown() throws IOException {this.client.close();}@Testpublic void testInsertDoc() throws Exception {//从数据库中查找数据Hotel hotel = service.getById(36934);//转换为Mapping相对应的格式HotelDoc hotelDoc = new HotelDoc(hotel);//创建添加请求IndexRequest request = new IndexRequest("hotel").id(hotelDoc.getId().toString());//准备JSON文档request.source(JSON.toJSONString(hotelDoc),XContentType.JSON);//添加文档client.index(request,RequestOptions.DEFAULT);}
}

 去可视化界面查询是否插入成功

根据Id查询文档数据

    @Testpublic void testGetResultById() throws Exception {GetRequest request = new GetRequest("hotel","36934");GetResponse response = client.get(request, RequestOptions.DEFAULT);String jsonStr = response.getSourceAsString();HotelDoc hotelDoc = JSON.parseObject(jsonStr, HotelDoc.class);System.out.println(hotelDoc);}

更新文档

更新文档有两种，一种是全量更新，更改方式与新增文档一模一样。

另一种是局部更新，代码如下

    @Testpublic void testUpdateDoc() throws Exception {UpdateRequest request = new UpdateRequest("hotel","36934");//参数类似于k:v，但不同的是，不是使用:而是,分割，每两个作为一个kv。第三个参数作为krequest.doc("price","300");client.update(request,RequestOptions.DEFAULT);}

删除文档

    @Testpublic void testDeleteDoc() throws Exception {DeleteRequest request = new DeleteRequest("hotel","36934");client.delete(request,RequestOptions.DEFAULT);}

批量新增

    @Testpublic void testInsertDocs() throws Exception {List<Hotel> list = service.list();List<HotelDoc> listHotelDocs = list.stream().map(hotel -> new HotelDoc(hotel)).collect(Collectors.toList());BulkRequest bulkRequest = new BulkRequest();for (HotelDoc hotelDoc : listHotelDocs) {bulkRequest.add(new IndexRequest("hotel").id(hotelDoc.getId().toString()).source(JSON.toJSONString(hotelDoc),XContentType.JSON));}client.bulk(bulkRequest,RequestOptions.DEFAULT);}

DSL查询语法

查询所有

但实际上有条数限制，为10条

GET /hotel/_search
{"query": {"match_all": {}}
}

全文检索

会对用户输入的数据经过分词器处理后搜索文档，常用于搜索框

一种是match搜索

GET /hotel/_search
{"query": {"match": {"all": "北京"}}
}

一种是multi_match，可以查询多个字段

GET /hotel/_search
{"query": {"multi_match": {"query": "北京如家","fields": ["brand","name","business"]}}
}

两种查询效果基本相同，但第二种查询的索引更多，速度更慢些，所以更推荐通过拷贝的方式只查询一个索引。

精确查询

精确查询一般是查找keyword、数值、日期、boolean等类型字段。所以不会对搜索条件分词。

  • term：根据词条精确值查询
  • range：根据值的范围查询

查询北京地区的旅店信息

GET /hotel/_search
{"query": {"term": {"city": {"value": "北京"}}}
}

查询价格区间的旅店信息

GET /hotel/_search
{"query": {"range": {"price": {"gte": 100,"lte": 200}}}
}

地理查询

geo_bounding_box查询方式。

geo_distance查询方式

复合查询

复合查询可以将其他简单的查询组合起来，实现更复杂的搜索逻辑

fuction score：算分函数查询，可以控制文档相关性算分，控制文档排名

boolean query：布尔查询是一个或多个查询子句的组合。子查询的组合方式有

  • must：必须匹配每个子查询，类似”与“
  • should：选择性匹配子查询，类似”或“
  • must_not：必须不匹配，不参与算分，类似”非“
  • filter：必须匹配，不参与算分

参与算分的条件越多，性能越差

搜索结果处理

排序

默认根据相关度算分（_score）排序，但是可以自定义排序规则，比如说价格，或是日期，如果指定其他排序，则放弃算分，性能更好

按用户评分降序，价格升序查询

GET /hotel/_search
{"query": {"match_all": {}},"sort": [{"score": "desc"},{"price": "asc"}]
}

分页

ES中默认一次查询出10条数据。如果需要获取更多的数据，需要修改分页参数

#分页查询
GET /hotel/_search
{"query": {"match_all": {}},"from": 10, //从第十条开始查找"size": 20 //查询20条数据
}

分页存在的问题：

ES和数据库不同，ES做的是逻辑分页，也就是查询出前30条数据，然后截取10之后的20条数据。其次，ES通常为了存储更多文档都是集群工作，会将文档拆分到不同节点上。如果我们以价格升序排序后，截取50-60的文档，那么实际上是每个节点都进行排序后，每个节点数据集合到内存后再次重新排序后再去截取50-60的数据。

如果搜索的页数过深，或者结果集（from+size）过大，对内存和CPU消耗越高，因此ES设定结果集上限为1000

高亮

GET /hotel/_search
{"query": {"match": {"all": "北京"}},"highlight": {"fields": {"name": {"require_field_match": "false" //取消字段匹配}}}
}

ES默认情况下ES的搜索字段必须与高亮字段名一致。如果不需要一致，则需要添加配置

RestClient查询文档

查询全部

查询文档

    @Testpublic void testSearchMatchAll() throws Exception {SearchRequest request = new SearchRequest("hotel");//准备DSLrequest.source().query(QueryBuilders.matchAllQuery());SearchResponse response = client.search(request, RequestOptions.DEFAULT);System.out.println(response);}

解析数据

结合JSON格式进行解析数据

    @Testpublic void testSearchMatchAll() throws Exception {SearchRequest request = new SearchRequest("hotel");//准备DSLrequest.source().query(QueryBuilders.matchAllQuery());SearchResponse response = client.search(request, RequestOptions.DEFAULT);System.out.println(response);SearchHits searchHits = response.getHits();long totalNum = searchHits.getTotalHits().value;SearchHit[] hits = searchHits.getHits();for (SearchHit hit : hits) {HotelDoc hotelDoc = JSON.parseObject(hit.getSourceAsString(), HotelDoc.class);System.out.println(hotelDoc);}System.out.println("一共查询到:"+totalNum+"条");}

全文检索查询

    @Testpublic void testSearchMatch() throws Exception {SearchRequest request = new SearchRequest("hotel");request.source().query(QueryBuilders.matchQuery("all","北京"));SearchResponse response = client.search(request, RequestOptions.DEFAULT);SearchHits searchHits = response.getHits();long totalNum = searchHits.getTotalHits().value;SearchHit[] hits = searchHits.getHits();for (SearchHit hit : hits) {HotelDoc hotelDoc = JSON.parseObject(hit.getSourceAsString(), HotelDoc.class);System.out.println(hotelDoc);}System.out.println("一共查询到:"+totalNum+"条");}

与MatchAll的查询方式基本无异。多了个指定字段与查询内容

精确查询

复合查询

排序和分页

    @Testpublic void testSearchPage() throws Exception {SearchRequest request = new SearchRequest("hotel");request.source().query(QueryBuilders.matchQuery("all","北京"));request.source().from(10).size(5);request.source().sort("price", SortOrder.ASC);SearchResponse response = client.search(request, RequestOptions.DEFAULT);SearchHits searchHits = response.getHits();long totalNum = searchHits.getTotalHits().value;SearchHit[] hits = searchHits.getHits();for (SearchHit hit : hits) {HotelDoc hotelDoc = JSON.parseObject(hit.getSourceAsString(), HotelDoc.class);System.out.println(hotelDoc);}System.out.println("一共查询到:"+totalNum+"条");}

高亮

    @Testpublic void testHighLight() throws Exception {SearchRequest request = new SearchRequest("hotel");request.source().query(QueryBuilders.matchQuery("all","北京"));request.source().highlighter(new HighlightBuilder().field("name").requireFieldMatch(false));SearchResponse response = client.search(request, RequestOptions.DEFAULT);SearchHits searchHits = response.getHits();SearchHit[] hits = searchHits.getHits();for (SearchHit hit : hits) {HotelDoc hotelDoc = JSON.parseObject(hit.getSourceAsString(), HotelDoc.class);Map<String, HighlightField> highlightFields = hit.getHighlightFields();if (!CollectionUtils.isEmpty(highlightFields)){HighlightField field = highlightFields.get("name");if (field!=null){String value = field.getFragments()[0].string();hotelDoc.setName(value);}}System.out.println(hotelDoc);}}

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/news/124362.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

IP应用场景API的反欺诈潜力：保护在线市场不受欺诈行为侵害

IP应用场景API的反欺诈潜力：保护在线市场不受欺诈行为侵害

前言 在数字化时代&#xff0c;网络上的商业活动迅速增长&#xff0c;但与之同时&#xff0c;欺诈行为也在不断演化。欺诈者不断寻找新方法来窃取个人信息、进行金融欺诈以及实施其他不法行为。为了应对这一威胁&#xff0c;企业和组织需要强大的工具&#xff0c;以识别和防止…
阅读更多...
项目文章 | CUTTag助力解析水稻白叶枯病菌Sigma因子70 RpoD的致病作用

项目文章 | CUTTag助力解析水稻白叶枯病菌Sigma因子70 RpoD的致病作用

发表单位&#xff1a;南京农业大学和江苏省农业科学院植物保护研究所 期 刊&#xff1a;Journal of Integrative Agriculture&#xff08;IF:4.8&#xff09; 发表日期&#xff1a;2023年10月18日 2023年南京农业大学和江苏省农业科学院植物保护研究所研究团队在期刊Jo…
阅读更多...
k8s replicaSet，deployment 学习笔记

k8s replicaSet，deployment 学习笔记

文章目录 replicaSet 和 deployment 两者的关系。创建滚动更新回滚 replicaSet 和 deployment 两者的关系。 在 Kubernetes 中&#xff0c;ReplicaSet 和 Deployment 都是用来确保某种 Pod 的副本数目。但是&#xff0c;ReplicaSet 和 Deployment 是有差别的&#xff0c;二者的…
阅读更多...
C++标准模板（STL）- 类型支持 （类型特性，is_pointer，is_lvalue_reference，is_rvalue_reference）

C++标准模板（STL）- 类型支持 （类型特性，is_pointer，is_lvalue_reference，is_rvalue_reference）

类型特性 类型特性定义一个编译时基于模板的结构&#xff0c;以查询或修改类型的属性。 试图特化定义于 <type_traits> 头文件的模板导致未定义行为&#xff0c;除了 std::common_type 可依照其所描述特化。 定义于<type_traits>头文件的模板可以用不完整类型实…
阅读更多...
【JVM】类的声明周期（加载、连接、初始化）

【JVM】类的声明周期（加载、连接、初始化）

&#x1f40c;个人主页&#xff1a; &#x1f40c; 叶落闲庭 &#x1f4a8;我的专栏&#xff1a;&#x1f4a8; c语言 数据结构 javaEE 操作系统 Redis 石可破也&#xff0c;而不可夺坚&#xff1b;丹可磨也&#xff0c;而不可夺赤。 JVM 一、类的声明周期&#xff08;加载阶段…
阅读更多...
HTML5+CSS3+Vue小实例：路飞出海的动画特效

HTML5+CSS3+Vue小实例：路飞出海的动画特效

实例：路飞出海的动画特效 技术栈：HTML+CSS+Vue 效果： 源码： 【HTML】 <!DOCTYPE html> <html><head><meta http-equiv="content-type" content="text/html; charset=utf-8"><meta name="viewport" content=&…
阅读更多...
第N个斐波那契数列

第N个斐波那契数列

第N个斐波那契数列 力扣&#xff08;LeetCode&#xff09;官网 - 全球极客挚爱的技术成长平台 class Solution { public:int tribonacci(int n) {int a[4]{0,1,1,2};if(n<4) return a[n];int kn-3;for(int i0; i<k;i){int tmpa[3];a[3]a[1]a[2]a[3];//不是【0】开始&…
阅读更多...
Python对象(Object)与类型(Type)的关系

Python对象(Object)与类型(Type)的关系

Object与Type 1、Object与Type概述2、Object与Type的关系 1、Object与Type概述 对象&#xff08;Object&#xff09;和类型&#xff08;Type&#xff09;是Python中两个最最基本的概念&#xff0c;它们是构筑Python语言大厦的基石 所有的数据类型&#xff0c;值&#xff0c;变…
阅读更多...
【网络安全 --- 文件上传靶场练习】文件上传靶场安装以及1-5关闯关思路及技巧，源码分析

【网络安全 --- 文件上传靶场练习】文件上传靶场安装以及1-5关闯关思路及技巧，源码分析

一&#xff0c;前期准备环境和工具 1&#xff0c;vmware 16.0安装 若已安装&#xff0c;请忽略 【网络安全 --- 工具安装】VMware 16.0 详细安装过程&#xff08;提供资源&#xff09;-CSDN博客文章浏览阅读186次&#xff0c;点赞9次&#xff0c;收藏2次。【网络安全 --- 工…
阅读更多...
Kubernetes - Ingress HTTP 升级 HTTPS 配置解决方案（新版本v1.21+）

Kubernetes - Ingress HTTP 升级 HTTPS 配置解决方案（新版本v1.21+）

之前我们讲解过 Kubernetes - Ingress HTTP 搭建解决方案&#xff0c;并分别提供了旧版本和新版本。如果连 HTTP 都没搞明白的可以先去过一下这两篇 Kubernetes - Ingress HTTP 负载搭建部署解决方案_放羊的牧码的博客-CSDN博客Kubernetes - Ingress HTTP 负载搭建部署解决方案…
阅读更多...
【Go入门】GO流程与函数介绍（代码运行逻辑控制）

【Go入门】GO流程与函数介绍（代码运行逻辑控制）

流程和函数 这小节我们要介绍Go里面的流程控制以及函数操作。 流程控制 流程控制在编程语言中是最伟大的发明了&#xff0c;因为有了它&#xff0c;你可以通过很简单的流程描述来表达很复杂的逻辑。Go中流程控制分三大类&#xff1a;条件判断&#xff0c;循环控制和无条件跳…
阅读更多...
Mac/Linux类虚拟机_CrossOver虚拟机CrossOver 23.6正式发布2024全新功能解析

Mac/Linux类虚拟机_CrossOver虚拟机CrossOver 23.6正式发布2024全新功能解析

CodeWeivers 公司于今年 10 月发布了 CrossOver 23.6 测试版&#xff0c;重点添加了对 DirectX 12 支持&#xff0c;从而在 Mac 上更好地模拟运行 Windows 游戏。 该公司今天发布新闻稿&#xff0c;表示正式发布 CrossOver 23 稳定版&#xff0c;在诸多新增功能中&#xff0c;最…
阅读更多...
Mybatis-Plus通用枚举功能 [MyBatis-Plus系列] - 第493篇

Mybatis-Plus通用枚举功能 [MyBatis-Plus系列] - 第493篇

历史文章&#xff08;文章累计490&#xff09; 《国内最全的Spring Boot系列之一》 《国内最全的Spring Boot系列之二》 《国内最全的Spring Boot系列之三》 《国内最全的Spring Boot系列之四》 《国内最全的Spring Boot系列之五》 《国内最全的Spring Boot系列之六》 S…
阅读更多...
3D LUT 滤镜 shader 源码分析

3D LUT 滤镜 shader 源码分析

最近在做滤镜相关的渲染学习&#xff0c;目前大部分 LUT 滤镜代码实现都是参考由 GPUImage 提供的 LookupFilter 的逻辑&#xff0c;整个代码实现不多。参考网上的博文也有各种解释&#xff0c;参考了大量博文之后终于理解了&#xff0c;所以自己重新整理了一份&#xff0c;方便…
阅读更多...
JMeter的使用——傻瓜式学习【中】

JMeter的使用——傻瓜式学习【中】

目录 前言 1、JMeter参数化 1.1、什么是参数化 1.2、用户定义的变量 1.2.1、什么时候使用用户定义的变量 1.2.2、使用“用户定义的变量”进行参数化的步骤&#xff1a; 1.2.3、案例 1.3、用户参数 1.3.1、什么时候使用用户参数&#xff1f; 1.3.2、使用“用户参数”进…
阅读更多...
VScode 调试 linux内核

VScode 调试 linux内核

VScode 调试 linux内核 这里调试的 linux 内核是通过 LinuxSD卡(rootfs)运行的内核 gdb 命令行调试 编辑 /home/tyustli/.gdbinit 文件&#xff0c;参考 【GDB】 .gdbinit 文件 set auto-load safe-path /home/tyustli/code/open_source/kernel/linux-6.5.7/.gdbinit在 lin…
阅读更多...
PFAF-Net

PFAF-Net

I 1 _1 1​和I 2 _2 2​是多模态图像&#xff0c;I F _F F​是融合图像。FT 1 _1 1​是基于空间注意力的融合&#xff0c;FT 2 _2 2​是基于通道注意力的融合 作者未提供代码
阅读更多...
docker的安装部署nginx和mysql

docker的安装部署nginx和mysql

小白自己整理&#xff0c;如有错误请指示&#xff01; 自我理解&#xff1a;docker就是把应用程序所用的依赖程序&#xff0c;函数库等相关文件打包成镜像文件&#xff0c;类似系统光盘&#xff0c;然后可以在任意电脑上安装使用&#xff08;方便运维人员部署程序&#xff09;…
阅读更多...
Ansible的安装和部署

Ansible的安装和部署

目录 1.Ansible的安装 2.构建Ansible清单 直接书写受管主机名或ip 设定受管主机的组[组名称] 主机规格的范围化操作 指定其他清单文件 ansible命令指定清单的正则表达式 3.Ansible配置文件参数详解 配置文件的分类与优先级 常用配置参数 4.构建用户级Ansible操作环…
阅读更多...
Spring面试题：（一）IoC，DI，AOP和BeanFactory，ApplicationContext

Spring面试题：（一）IoC，DI，AOP和BeanFactory，ApplicationContext

IoC&#xff0c;DI&#xff0c;AOP思想 IOC就是控制反转&#xff0c;是指创建对象的控制权的转移。以前创建对象的主动权和时机是由自己把控的&#xff0c;而现在这种权力转移到Spring容器中&#xff0c;并由容器根据配置文件去创建实例和管理各个实例之间的依赖关系。对象与对…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023