【中间件】ElasticSearch：ES的基本概念与基本使用

ElasticSearch

ElasticSearch基本概念

Index索引、Type类型，类似于数据库中的数据库和表，我们说，ES的数据存储在某个索引的某个类型中（某个数据库的某个表中），Document文档（JSON格式），相当于是数据库中内容的存储方式

MySQL：数据库、表、数据

ElasticSearch：索引、类型、文档

概念：倒排索引

ElasticSearch的检索功能基于其倒排索引机制，该机制允许对检索的关键词进行拆分并判断其相关性得分，根据相关性得分再取得检索的结果排序，根据该排序返回具体的结果

ElasticSearch的安装

Docker安装ElasticSearch以及其可视化界面Kibana

拉取ES和Kibana，注意一定要注意ES的版本问题，不能直接拉取latest版本

进行ES的进一步安装，包括挂载等操作：

创建两个文件夹：mydata/elasticsearch/config 和 mydata/elasticsearch/data 用来挂载ES的配置和数据

进行一个写入操作：

echo "http.host: 0.0.0.0" >> /mydata/elasticsearch/config/elasticsearch.yml

创建并挂载ElasticSearch：

docker run --name elasticsearch -p 9200:9200 -p 9300:9300 \
-e "discovery.type=single-node" \
-e ES_JAVA_OPTS="-Xms64m -Xmx512m" \
-v /mydata/elasticsearch/config/elasticsearch.yml:/usr/share/elasticsearch/config/elasticsearch.yml \
-v /mydata/elasticsearch/data:/usr/share/elasticsearch/data \
-v /mydata/elasticsearch/plugins:/usr/share/elasticsearch/plugins \
-d elasticsearch:7.4.2

docker run --name elasticsearch -p 9200:9200 -p 9300:9300 \
-e "discovery.type=single-node" \
-e ES_JAVA_OPTS="-Xms64m -Xms128m" \
-v /mydata/elasticsearch/config/elasticsearch.yml:/usr/share/elasticsearch/config/elasticsearch.yml \
-v /mydata/elasticsearch/data:/usr/share/elasticsearch/data \
-v /mydata/elasticsearch/plugins:/usr/share/elasticsearch/plugins \
-d elasticsearch:latest

  • run --name 是为容器起名并使其暴露两个端口，端口1是发送请求的端口，端口2是集群的通信端口

  • -e “discovery.type=single-node” \ 是令其以单节点方式启动

  • -e ES_JAVA_OPTS=“-Xms64m -Xms128m” \ 设置允许其占用的内存大小，64-128M，在实际上线中，其大概分配32G以上

  • 后面的就是挂载和指定镜像

Docker安装ES的一些细节

注意在Docker安装ES时，可能会出现权限不足导致ES已启动就立刻自动关闭的情况，这时就需要我们修改挂载在外部系统的文件夹的权限：

执行：

chmod -R 777 /mydata/elasticsearch

之后在浏览器中发送：网址:9200就可以判断ES是否安装成功

安装ES的可视化界面KIBANA

PULL拉取kibana之后执行下面操作：

 docker run --name kibana -e ELASTICSEARCH_HOSTS=http://8.141.85.98:9200 -p 5601:5601 \-d kibana:7.4.2
  • -e 指定的是对应的ES的地址，
  • -p 是指kibana暴露出的端口号
  • -d 指的是使用哪个镜像进行容器的创建

注意就算这里没有指定，我们也可以在kibana的配置文件中进行指定

ElasticSearch基本使用

ES的所有使用方式都以RestFul API的方式被封装为请求了，我们可以通过浏览器发送请求的方式来实现ES的使用

一些小功能

GET /_cat/nodes			查看节点
GET /_cat/health		查看节点健康状况
GET /_cat/master		查看主节点
GET /_cat/indices		查看所有索引

尝试：新增、修改数据

在customer索引下的external类型中保存1号数据的内容为：

{"name":"Jhon Doe"
}

注意一定要是PUT操作：

http://8.141.85.98:9200/customer/external/1

在发送的JSON中写入内容，注意新增和更新都是PUT操作，第一次是新增，后续再操作就是更新

但注意，如果我们在发送请求时不指定id，ES会为我们自动生成一个随机id，而我们的操作每次都是新增操作

注意PUT和POST有相同的效果，但PUT要求必须指定ID，POST在不指定ID的情况下会随机生成

查询数据

查询数据要发送get请求，举例查询：

返回的内容：

{"_index": "customer","_type": "external","_id": "1","_version": 1,"_seq_no": 0,"_primary_term": 1,"found": true,"_source": {"name": "Jhon Doe"}
}

此处要注意的是"_seq_no"字段，该字段是并发控制字段，使用乐观锁的方式进行并发控制：

我们可以在发送请求时携带并发判断字段：若版本未被其他业务修改，才进行修改，若已被其他业务修改，则自己不做任何操作：

POST：

http://8.141.85.98:9200/customer/external/1?if_seq_no=0&if_primary_term=1

若两个if后携带的字段都匹配的话，才会进行修改操作，这样规避了并发操作场景下结果的不可预测性

更新的几种操作

  • POST带_update：

    http://8.141.85.98:9200/customer/external/1/_update

    这种操作会对比原先的数据，若一致则什么也不做（版本号，并发控制字段都不改变），若不一致才进行修改，但注意我们带_update的修改要在修改的内容前加doc

    {"doc":{"name":"Jhon Doe"}
}

    对于其他的更新操作都不会进行数据对比，直接进行更新覆盖，并修改版本号和并发编程字段

删除

以DELETE的方式发送和查询一样的请求就可以做到删除了

ES复杂查询

Bulk批量操作API

使用对应的操作进行批量的增删改操作：

发送POST请求：

http://192.168.0.1:9200/customer/external/_bulk

索引、类型、_bulk进行批量操作，这些批量操作的方式是：

每一次修改都是两个JSON数据，第一条是元数据，用来指定操作的具体数据以及操作的方式

POST /customer/external/_bulk
{"index":{"_id":1}}
{"name":"Jhon Doe"}
{"index":{"_id":2}}
{"name":"Tom Jackson"}

在Kibana中进行测试：

{"took" : 10,					// 花费的时间：10ms"errors" : false,				// 未发生错误"items" : [{"index" : {"_index" : "customer",			// 操作的索引"_type" : "external",			// 操作的类型"_id" : "1",					// 操作的数据项id"_version" : 3,					// 版本"result" : "updated",			// 操作属性"_shards" : {"total" : 2,"successful" : 1,"failed" : 0},"_seq_no" : 2,					// 并发控制版本号"_primary_term" : 1,"status" : 200					// 200代表修改、201代表新建}},{"index" : {"_index" : "customer","_type" : "external","_id" : "2","_version" : 1,"result" : "created","_shards" : {"total" : 2,"successful" : 1,"failed" : 0},"_seq_no" : 3,"_primary_term" : 1,"status" : 201}}]
}

复杂的批量操作

不在发送请求时指定索引和类型，在文档信息中进行具体的指定

POST _bulk
{"delete":{"_index":"website", "_type":"blog", "_id":"123"}}
{"create":{"_index":"website", "_type":"blog", "_id":"123"}}
{"title": "My first blog"}
{"index":{"_index":"website", "_type":"blog"}}
{"title": "My second blog"}
{"update":{"_index":"website", "_type":"blog", "_id":"123"}}
{"doc": {"title": "My updated Blog"}}

导入测试数据进行测试：（省略）

发送如下请求查看ES中数据的整体信息：

http://8.141.85.98:9200/_cat/indices

复杂查询

查询：查询所有数据的所有信息，并按照账户id排序：

GET bank/_search?q=*&sort=account_number:asc

查询出的结果：

{"took" : 30,					"timed_out" : false,"_shards" : {						// shards中存放的是分布式存储过程中的各个结点的操作信息"total" : 1,"successful" : 1,"skipped" : 0,"failed" : 0},"hits" : {"total" : {"value" : 1000,"relation" : "eq"},"max_score" : null,				// 查询操作匹配的最大得分"hits":[]						// 具体内容}
}

QueryDSL（ES专属查询语言）

基本操作

ES所提供的查询操作：请求发送之后，紧接着发送一个JSON格式的查询语言，用来规定查询条件：

GET bank/_search
{"query":{"match_all":{}				// 不设置匹配条件，查询所有信息},"sort": [{"balance": {"order": "desc"			// 以账户余额降序排序}}],"from": 5,				// 从第五条数据开始"size": 6,				// 展示6条数据"_source": ["balance", "firstname"]
}

设置查询条件的情况：

若我们的查询条件不为字符串，则代表我们所做的是精确查询，若为字符串，则是模糊查询：

精确查询
GET bank/_search
{"query": {"match":{"balance": 16418} }
}模糊查询
GET bank/_search
{"query": {"match":{"address": "Kings"} }
}

ES全文检索会对分词进行匹配，对每一个分词都在全文中进行检索，并以得分从高到低进行数据的返回

使用match_phrase进行不分词的整体匹配，这样就会和MySql中的模糊查询一样进行整体匹配了：

GET bank/_search
{"query": {"match_phrase":{"address": "mill road"} }
}

多字段查询

使用multi_match进行多字段的查询：

GET bank/_search
{"query": {"multi_match": {"query": "mill movico","fields": ["address", "city"]}}
}

对于每个字段，都进行查询，并且会进行分词查询

多字段拼接查询条件

使用bool进行查询条件的拼接：

GET bank/_search
{"query": {"bool": {"must": [{"match": {"gender": "M"}},{"match": {"address": "mill"}}],"must_not": [{"match": {"age": 18}}],"should": [{"match": {"lastname": "Wallace"}}  ]}}
}
  • must：必须匹配
  • must_not：必须不匹配
  • should：最好满足（应该）若满足会增加权重

区间：

"filter": {"range": {"age": {"gte": 18, "lte": 30}}
}

注意filter会只进行过滤，不会增加得分，而must、must_not、should都会增加相关性得分

  • term：term只适用于精确查询，尤其适合对于非文本类型的检索，注意对于文档类型的查询，一定不要使用term

  • match_phrase：模糊查询

  • "match": {"address.keyword": "xxxxxx"
}

    这个是精确查询

总结：对于非文本字段，都以term进行查询，对于文本字段，都以match进行查询

ES的数据分析功能（聚合）

示例

## 搜索address中包含mill的所有人的年龄分布（取出每个年龄的人有几个（term）并显示10条记录）以及平均年龄
GET bank/_search
{"query":{"match": {"address": "mill"}},"aggs": {"ageAgg": {"terms": {"field": "age", "size": 10}},"avgAgg": {"avg": {"field": "age"}}}
}

注意：在以文本字段为组进行分组时，我们必须在字段后添加.keyword

## 按照年龄聚合，并求这些年龄段人的平均薪资，并按照年龄分布对同一性别的人进行聚合，查他们的平均薪资
GET bank/_search
{"query": {"match_all": {}}, "aggs": {"ageAgg": {"terms": {"field": "age", "size": 100},"aggs": {"genderAgg": {"terms": {"field": "gender.keyword"},"aggs": {"balanceAgg": {"avg": {"field": "balance"}}}}}}}
}

映射

我们在向ES中存储数据时，ES会自动猜测我们的数据类型，如果是纯数字会被映射为Long类型，其他会被映射为text类型，而这种映射有时候不是我们想要的，我们在创建的时候就可以提前指定映射类型。

PUT /my_index
{"mappings": {"properties": {"age": {"type": "integer"},"email": {"type": "keyword"}, "name": {"type": "text"}}}
}

映射类型不为text的都不会被分词器进行检索，keyword只会被精确检索

添加一个属性只能新增：

PUT my_index/_mapping
{"properties": {"employee-id": {"type": "keyword", "index": false}}
}

通过下面请求来查看映射信息：

GET my_index/_mapping

映射的修改

映射是不可以进行直接修改的，我们必须进行数据迁移才能完成对ES中映射关系的修改：

新增一个对应的索引

PUT newbank
{"mappings": {"properties": {"account_number" : {"type" : "long"},"address" : {"type" : "text"},"age" : {"type" : "integer"},"balance" : {"type" : "long"},"city" : {"type" : "keyword"},"email" : {"type" : "keyword"},"employer" : {"type" : "keyword"},"firstname" : {"type" : "text"},"gender" : {"type" : "keyword"},"lastname" : {"type" : "text","fields" : {"keyword" : {"type" : "keyword","ignore_above" : 256}}},"state" : {"type" : "keyword"}}}
}

将老索引的配置迁移给新索引：

POST _reindex
{"source": {"index": "bank", "type": "account"},"dest": {"index": "newbank"}
}

分词

ES将一句话分成若干个词，并按照分成的词进行全文检索，返回一个相关性排序的结果。

分词器

标准分词器尝试（中文）：

POST _analyze
{"analyzer": "standard", "text": "分词器测试"
}

分词结果为：‘分’、‘词’、‘器’、‘测’、‘试’

其实很不符合中文语境

ik分词器

ik分词器是一个基于中文语境的ES分词器，我们在github上找到他并对应ES版本进行安装（7.4.2）

使用如下命令安装ik分词器对应的7.4.2版本

wget https://github.com/medcl/elasticsearch-analysis-ik/releases/download/v7.4.2/elasticsearch-analysis-ik-7.4.2.zip

这样很简便，但非常慢，我们也可以直接下载下来再上传完成这个操作

之后解压就算安装好了ik分词器，我们进入容器的bin目录执行：elasticsearch-list命令来查看分词器是否安装完成

之后我们就可以使用，ik分词器最常用的两种分词方式：

## 智能分词方式，
POST _analyze
{"analyzer": "ik_smart", "text": "我是中国人"
}
我、是、中国人## 最大分词方式
POST _analyze
{"analyzer": "ik_max_word", "text": "我是中国人"
}
我、是、中国人、中国、国人

但是，ik分词器虽然能够对中文分词有较为合理的分词基础，但对于一些比较具有时效性的分词，其还是不能进行很智能的分词，故我们还要进行词库拓展：

删除原先的ES容器，并重新安装，给它赋予更大的内存，但注意，ES不会丢失数据，因为数据已经进行过挂载（这里其实不用）：

docker run --name elasticsearch -p 9200:9200 -p 9300:9300 \
-e "discovery.type=single-node" \
-e ES_JAVA_OPTS="-Xms64m -Xmx512m" \
-v /mydata/elasticsearch/config/elasticsearch.yml:/usr/share/elasticsearch/config/elasticsearch.yml \
-v /mydata/elasticsearch/data:/usr/share/elasticsearch/data \
-v /mydata/elasticsearch/plugins:/usr/share/elasticsearch/plugins \
-d elasticsearch:7.4.2

在Linux的mydata文件夹下创建一个文件夹：nginx用来存放nginx的相关配置信息：

直接创建一个nginx容器用来复制器配置信息（不需要拉取镜像，如果没有镜像会自动拉取）：

docker run -p 80:80 --name nginx -d nginx:1.10

复制这个nginx的配置文件到我们新建的nginx文件夹中：

docker container cp nginx:/etc/nginx .

移除刚刚创建的nginx容器，将刚刚的文件夹重命名为conf，再将这个文件夹移动到新建一个nginx中

 docker run -p 80:80 --name nginx \-v /mydata/nginx/html:/usr/share/nginx/html \ -v /mydata/nginx/logs:/var/log/nginx \-v /mydata/nginx/conf:/etc/nginx \-d nginx:1.10

这样nginx就创建好了，我们可以在html文件中创建一个index.html来显示首页

我们在html文件夹中创建一个es文件夹，用来存放定制化分词信息

创建一个fenci.txt的文件，存放以下内容（分词内容）：

清河
南开
中移

在es的挂载的plugins文件夹中的conf文件夹中的IKAnalyzer.cfg.xml文件夹中进行修改：

更改远程那部分为自己的远程部分：http://xxxxxxxxxxxxxx/es/fenci.txt就可以了

SpringBoot整合ES

  • JestClient： 非官方、更新慢
  • RestTemplate、HttpClient等模拟HTTP请求发送的组件：模拟HTTP请求的发送，很多ES操作需要自己封装，操作较为繁琐
  • 使用elasticsearch-rest-high-level-client依赖，这个依赖提供了便捷丰富的ES功能，这里也使用这种方式进行整合

在Java项目中建立一个新的包用来管理ES搜索服务

注意：只添加Web依赖，我选用SpringBoot 2.7.15版本

导入ElasticSearch依赖：

		<dependency><groupId>org.elasticsearch.client</groupId><artifactId>elasticsearch-rest-high-level-client</artifactId><version>7.4.2</version></dependency>

同时注意：SpringBoot也集成了ES版本，这个版本很可能与我们自己选用的ES版本冲突，故我们必须对SpringBoot自动集成的ES版本进行修改：

	<properties><java.version>1.8</java.version><elasticsearch.version>7.4.2</elasticsearch.version></properties>

在application.properties中配置注册中心：

spring.cloud.nacos.discovery.server-addr=127.0.0.1:8848spring.application.name=gulimail-search

创建配置类：config/GulimailElasticSearchConfig

@Configuration
public class GulimailElasticSearchConfig {
}

在启动类中添加启动注解：

@EnableDiscoveryClient

在配置类中添加Bean

    @Beanpublic RestHighLevelClient esRestClient() {RestHighLevelClient client = new RestHighLevelClient(RestClient.builder(new HttpHost("8.141.85.94", 9200, "http")));return client;}

之后测试一下：看看能不能注入

	@Autowiredprivate RestHighLevelClient client;

导入ES配置项信息

想配置类中导入ES的配置项信息，搜索ElasticSearch High Level 找 RequestOptions

这些配置项可以要求ES在被访问时必须携带某些信息才可以进行访问

    public static final RequestOptions COMMON_OPTIONS;static {RequestOptions.Builder builder = RequestOptions.DEFAULT.toBuilder();
//        builder.addHeader("Authorization", "Bearer " + TOKEN);
//        builder.setHttpAsyncResponseConsumerFactory(
//                new HttpAsyncResponseConsumerFactory
//                        .HeapBufferedResponseConsumerFactory(30 * 1024 * 1024 * 1024));COMMON_OPTIONS = builder.build();}

简单测试

	@Testpublic void indexData() throws IOException {IndexRequest indexRequest = new IndexRequest("users");		// 调用构造器时指定索引indexRequest.id("1");										// 指定所添加字段的idUser user = new User();user.setId(8L);user.setName("虎开发");user.setAge(20);String userString = JSON.toJSONString(user);indexRequest.source(userString, XContentType.JSON);					// 将要保存的内容存在对应的IndexRequest对象中IndexResponse index = client.index(indexRequest, GulimailElasticSearchConfig.COMMON_OPTIONS);}

之后就可以在ES中查询到了

复杂检索功能（使用ES提供的API）

一个带有聚合的复杂检索示例

/*** 创建检索请求*/@Testpublic void searchData() throws IOException {// 1. 创建检索请求SearchRequest searchRequest = new SearchRequest();searchRequest.indices("bank");			// 指定要搜索的索引// 指定DSL检索条件SearchSourceBuilder sourceBuilder = new SearchSourceBuilder();/*** sourceBuilder.query* sourceBuilder.from* sourceBuilder.size* sourceBuilder.aggregation** sourceBuilder.query()里面也可以拼matchAll方法用来查全部*/sourceBuilder.query(QueryBuilders.matchQuery("address", "mill"));		// 匹配address字段中mill的值searchRequest.source(sourceBuilder);			// 将查询条件传给searchRequest// 聚合(构建聚合条件)TermsAggregationBuilder terms = AggregationBuilders.terms("aggAgg").field("age").size(10);sourceBuilder.aggregation(terms);		// 将聚合拼接到查询中AvgAggregationBuilder balanceAgg = AggregationBuilders.avg("balanceAgg").field("balance");sourceBuilder.aggregation(balanceAgg);SearchResponse searchResponse = client.search(searchRequest, GulimailElasticSearchConfig.COMMON_OPTIONS);SearchHits hits = searchResponse.getHits();// 获取大hitsSearchHit[] hitsObjects = hits.getHits();// 获取具体的数据// 之后遍历就行，这里不遍历了Aggregations aggregations = searchResponse.getAggregations();Terms term = aggregations.get("aggAgg");		// 以Term方式的聚合可以直接转换为Term类型for (Terms.Bucket bucket : term.getBuckets()) {String keyAsString = bucket.getKeyAsString();System.out.println("年龄：" + keyAsString + "==>" + bucket.getDocCount());}Avg balanceAgg1 = aggregations.get("balanceAgg");System.out.println("平均薪资：" + balanceAgg1.getValue());}

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/143084.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

AI：83-基于深度学习的手势识别与实时控制

AI：83-基于深度学习的手势识别与实时控制

🚀 本文选自专栏：人工智能领域200例教程专栏 从基础到实践，深入学习。无论你是初学者还是经验丰富的老手，对于本专栏案例和项目实践都有参考学习意义。 ✨✨✨ 每一个案例都附带有在本地跑过的代码，详细讲解供大家学习，希望可以帮到大家。欢迎订阅支持，正在不断更新中，…
阅读更多...
Zookeeper篇---第十二篇

Zookeeper篇---第十二篇

系列文章目录 文章目录 系列文章目录一、说说 Zookeeper 的 CAP 问题上做的取舍？二、watch 监听为什么是一次性的？一、说说 Zookeeper 的 CAP 问题上做的取舍？ 一致性 C：Zookeeper 是强一致性系统，为了保证较强的可用性，“一半以上成功即成功”的数据同 步方式可能会导致…
阅读更多...
CSDN每日一题学习训练——Java版（分数到小数、罗马数字转整数、x 的平方根）

CSDN每日一题学习训练——Java版（分数到小数、罗马数字转整数、x 的平方根）

版本说明 当前版本号[20231114]。 版本修改说明20231114初版 目录 文章目录 版本说明目录分数到小数题目解题思路代码思路参考代码 罗马数字转整数题目解题思路代码思路参考代码 x 的平方根题目解题思路代码思路参考代码 分数到小数 题目 给定两个整数&#xff0c;分别表示…
阅读更多...
【Linux奇遇记】我和Linux的初次相遇

【Linux奇遇记】我和Linux的初次相遇

&#x1f308;个人主页: Aileen_0v0 &#x1f525;系列专栏:Linux奇遇记系列专栏&#x1f4ab;"没有罗马,那就自己创造罗马~" 目录 前端和后端的介绍 1.前端 2.后端 3.前后端区别 Linux在前后端开发中的角色 如何学习Linux 去进行程序开发 Linux的常见根目…
阅读更多...
爆款元服务！教你如何设计高使用率卡片

爆款元服务！教你如何设计高使用率卡片

元服务的概念相信大家已经在 HDC 2023 上有了很详细的了解&#xff0c;更轻便的开发方式&#xff0c;让开发者跃跃欲试。目前也已经有很多开发者开发出了一些爆款元服务&#xff0c;那么如何让你的元服务拥有更高的传播范围、更高的用户使用率和更多的用户触点呢&#xff1f;设…
阅读更多...
Git取消git add命令

Git取消git add命令

三种方法来取消git add命令-git-PHP中文网 亲测有效。
阅读更多...
MySQL 索引事务

MySQL 索引事务

MySQL 索引&事务 文章目录 MySQL 索引&事务1. 索引1.1 概念1.2 作用1.3 使用场景1.4 使用 2. 事务2.1 为什么使用事务2.2 事务概念2.3 事务的特性2.4 使用 1. 索引 1.1 概念 索引(index)是一种特殊的文件&#xff0c;包含着对数据表里所有记录的引用指针。可以对表中的…
阅读更多...
学好Python-新手小白如何做?

学好Python-新手小白如何做?

新手小白如何学好Python?有哪些参考方法吗?这是一个老生常谈的话题了。今天为大家带来两位前辈的分享&#xff0c;他们给出了非常实用的方法和思路&#xff0c;希望对你有所帮助。 1、多练&#xff0c;两个字&#xff1a;多练 如果真的要说方法可以参考如下&#xff1a; ①…
阅读更多...
排查线程阻塞问题

排查线程阻塞问题

案例代码 package first;import java.util.concurrent.TimeUnit;public class DeadLock {private static volatile Object lock new Object();public static void main(String[] args) {new Thread(() -> {test1();}).start();new Thread(() -> {test2();}).start();}p…
阅读更多...
Spring 推断构造方法

Spring 推断构造方法

文章目录 内容总结实例化 内容总结 实例化 Spring 自行创建 Bean 的规则如下 默认使用无参构造方法, 只有一个有参时用有参, 有多个有参时报错多个有参, 且其中一个上有 Autowired 注解: 用有 Autowired 注解的那个, 且 Spring 自动注入参数值. 注意 Primary/Order/Ordered …
阅读更多...
[量化投资-学习笔记015]Python+TDengine从零开始搭建量化分析平台-量化知识点汇总

[量化投资-学习笔记015]Python+TDengine从零开始搭建量化分析平台-量化知识点汇总

之前的章节介绍了多个技术分析指标&#xff0c;以下进行一个简单的总结。 看过之前章节的同学就可以不用打开了。 技术指标 MAEMAMACDCCIATRKDJ MA 最基础的技术指标&#xff0c;对一段周期内的收盘价进行简单平均&#xff0c;是一切指标的基础。 def calc_ma(period,ma):ma_…
阅读更多...
JAVA中Integer的拆箱与装箱

JAVA中Integer的拆箱与装箱

Integer 字符串与数值 的转换 String str"1000";int i1000;//int --> String//方式一 String s1i"";//int类型加上一个空字符串 返回就是字符串System.out.println(s1);//方式二String s2String.valueOf(i); //调用String的方法valueOf, 将int类型变…
阅读更多...
centos下安装mysql8版本

centos下安装mysql8版本

1、如果服务器没有wget&#xff0c;先下载wget工具 sudo yum install wget 2、下载指定mysql版本的tar包 sudo wget https://downloads.mysql.com/archives/get/p/23/file/mysql-8.0.21-1.el7.x86_64.rpm-bundle.tar 3、解压tar包 sudo tar -xvf mysql-8.0.21-1.el7.x86_64.rpm…
阅读更多...
《QT从基础到进阶·二十四》按钮组QButtonGroup，单选框QRadioButton和多选框QCheckBox

《QT从基础到进阶·二十四》按钮组QButtonGroup，单选框QRadioButton和多选框QCheckBox

1、按钮组QButtonGroup 如果有多个单选按钮&#xff0c;可以统一放进一个按钮组。 图中有三个单选按钮放进了一个QGroupBox,并且设置了水平布局&#xff0c;现在要将这三个单选按钮放进一个按钮组&#xff0c;之前的想法是先把三个按钮加入按钮组&#xff0c;再把按钮组放进QG…
阅读更多...
cesium api放大缩小地图

cesium api放大缩小地图

方法缩小地图封装api <!DOCTYPE html> <html lang"en"><head><meta charset"UTF-8"><meta name"viewport" content"widthdevice-width, initial-scale1.0"><title>Cesium Zoom API</title&…
阅读更多...
MATLAB中uiresume函数用法

MATLAB中uiresume函数用法

目录 语法 说明 示例 按下按钮后恢复执行 使用函数调用恢复执行 uiresume函数的功能是恢复暂停程序的执行。 语法 uiresume uiresume(f) 说明 uiresume 恢复与当前图窗 (gcf) 关联的对应 uiwait 调用暂停的程序执行。 uiresume(f) 恢复与图窗 f 关联的对应 uiwait 调用…
阅读更多...
开发企业微信群机器人，实现定时提醒

开发企业微信群机器人，实现定时提醒

大家好&#xff0c;我是鱼皮&#xff0c;今天分享一个用程序解决生活工作问题的真实案例。 说来惭愧&#xff0c;事情是这样的&#xff0c;在我们公司&#xff0c;每天都要轮流安排一名员工&#xff08;当然也包括我&#xff09;去楼层中间一个很牛的饮水机那里接水。但由于大…
阅读更多...
MySQL安装配置与使用教程（2023.11.13 MySQL8.0.35）

MySQL安装配置与使用教程（2023.11.13 MySQL8.0.35）

CONTENTS 1. MySQL的安装与配置2. MySQL常用操作教程 1. MySQL的安装与配置 MySQL Windows Installer 下载地址&#xff1a;MySQL Installer。 我们下载最新版本&#xff08;目前是8.0.35&#xff09;的安装包&#xff0c;注意要选择更大的那个&#xff0c;名字为 mysql-inst…
阅读更多...
【杂谈】体验AI帮助编写代码，有提升效率，AI本身提升空间也很大

【杂谈】体验AI帮助编写代码，有提升效率，AI本身提升空间也很大

体验AI帮助编写代码 ​专栏内容&#xff1a; 手写数据库toadb 本专栏主要介绍如何从零开发&#xff0c;开发的步骤&#xff0c;以及开发过程中的涉及的原理&#xff0c;遇到的问题等&#xff0c;让大家能跟上并且可以一起开发&#xff0c;让每个需要的人成为参与者。 本专栏会定…
阅读更多...
租用服务器带宽类型应用

租用服务器带宽类型应用

服务器带宽类型多样&#xff0c;以满足不同行业的需求。本文将介绍香港常见的服务器带宽类型及其应用领域。 1. 共享带宽 共享带宽是指多个用户共同使用同一台服务器的带宽资源。这种带宽类型适用于小型企业或个人网站&#xff0c;因为其成本较低。由于多个用户共享带宽资源&…
阅读更多...
最新文章

Copyright @ 2022~2023