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_idhotelResult.setIndex(searchHit.getIndex());   //索引名称hotelResult.setScore(searchHit.getScore());   //文档得分//转换为MapMap<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：http://www.mzph.cn/news/52416.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

栈：后进先出的数据结构

栈：后进先出的数据结构

栈与队列 在计算机科学中&#xff0c;栈&#xff08;Stack&#xff09;是一种常见的数据结构&#xff0c;它的特殊性在于遵循后进先出&#xff08;Last-In-First-Out&#xff0c;LIFO&#xff09;的原则。栈被广泛应用于各种计算机算法和程序设计中&#xff0c;它的简单而有效…
阅读更多...
Spring 为什么使用三级缓存解决循环依赖

Spring 为什么使用三级缓存解决循环依赖

文章目录 前言1. 什么是循环依赖1.1 互相依赖1.2 递归依赖 2. Sping中循环依赖有什么问题&#xff1f;3. 什么是三级缓存4. Spring 可以解决哪些情况的循环依赖&#xff1f; 二级缓存作用——普通循环依赖实操环节1. 实例化类A对象2. 实例化类B对象3. B对象完成创建4.继续创建A…
阅读更多...
数字图像处理—— Lab、YCbCr、HSV、RGB之间互转

数字图像处理—— Lab、YCbCr、HSV、RGB之间互转

Lab “Lab” 图像格式通常指的是 CIELAB 色彩空间&#xff0c;也称为 Lab 色彩空间。它是一种用于描述人类视觉感知的颜色的设备无关色彩空间&#xff0c;与常见的 RGB 和 CMYK 色彩空间不同。CIELAB 由国际照明委员会&#xff08;CIE&#xff09;于1976年定义&#xff0c;用于…
阅读更多...
数据驱动工作效率提升的5个层次—以PreMaint设备数字化平台为例

数据驱动工作效率提升的5个层次—以PreMaint设备数字化平台为例

在现代工业领域&#xff0c;数据分析已成为提升工作效率和优化生产的不可或缺的工具。从描述性分析到规范性分析&#xff0c;数据分析逐步揭示了设备运行和维护的深层信息&#xff0c;帮助企业更明智地做出决策。本文将以PreMaint设备数字化平台为例&#xff0c;探讨工业数据驱…
阅读更多...
反转链表（C++）

反转链表（C++）

1、迭代法的一种写法 ListNode* reverse_linkList(ListNode* head){if(head nullptr || head->next nullptr) return head;ListNode* begin nullptr;ListNode* mid head;ListNode* end head->next;while(true){mid->next begin;if(end nullptr){break;}begin …
阅读更多...
MySQL常用表级操作

MySQL常用表级操作

基础信息相关 1.修改表名&#xff1a; rename table 旧表名 to 新表名; 2、修改字段类型&#xff1a; alter table 表名 modify column 字段名 字段类型(长度) 3、修改字段名称和类型&#xff1a; alter table 表名 change 现有字段名称 修改后字段名称 数据类型 4、增加字段&a…
阅读更多...
《存储IO路径》专题：DDIO对系统性能的影响

《存储IO路径》专题：DDIO对系统性能的影响

DDIO对系统性的影响 想象一下，有一天，你在网上冲浪，突然，一个巨大的数据包从天而降，直接砸在了你的电脑上。你一看，哇，是全新的《英雄联盟》版本！你迫不及待地打开了游戏，发现加载速度简直快如闪电。 那么，这个神奇的事情是怎么发生的呢？ 其实，这都要归功于DDIO技…
阅读更多...
Wireshark数据抓包分析之ARP协议

Wireshark数据抓包分析之ARP协议

一、实验目的&#xff1a; 通过wireshark的数据抓包了解这个ARP协议的具体内容 二、预备知识: 1.Address Resolution Protocol协议&#xff0c;就是通过目标IP的值&#xff0c;获取到目标的mac地址的一个协议 2.ARP协议的详细工作过程&#xff0c;下面描述得非常清晰&#xff…
阅读更多...
230814期优橙5G网络优化就业班开班啦！这样的学习环境泰酷辣！~

230814期优橙5G网络优化就业班开班啦！这样的学习环境泰酷辣！~

230814期为期8天的基础班顺利结束&#xff01; 接下来就是为期3个月的就业班 小优橙一点都不敢耽搁时间 紧跟优橙老师教学节奏 今日通知 230814期优橙就业班今天已经正式开班&#xff01; 本次就业班有哪些新收获&#xff01; 快来跟着学员视角看看8天在优橙真实感受吧~…
阅读更多...
四旋翼欧拉方程推导过程

四旋翼欧拉方程推导过程

四旋翼欧拉方程推导过程 目录 一、欧拉方程的推导过程二、向量叉乘和叉乘1、向量点乘（内积）2、向量叉乘（外积）3三、矩阵乘法1、矩阵点乘3、矩阵乘法一、欧拉方程的推导过程 （参考：https://www.zhihu.com/question/327324524） 根据定义，角动量的表达式为： H = I ⋅ …
阅读更多...
【方案】安防监控EasyCVR智慧工地视频监管风险预警平台的应用

【方案】安防监控EasyCVR智慧工地视频监管风险预警平台的应用

智慧工地方案是一种结合现代化技术与工地管理实践的创新型解决方案。它通过实时监控、数据分析、人工智能等技术手段&#xff0c;使工地管理更加高效、智能化。在建设智慧工地的过程中&#xff0c;除了上述提到的利用物联网技术实现设备互联、数据采集及分析以外&#xff0c;还…
阅读更多...
C++学习笔记总结练习：nullptr、NULL、0

C++学习笔记总结练习：nullptr、NULL、0

三者的区别 参考文献 区别 1 说明 C中的NULL C中使用 ((void*)0)表示空指针。NULL会被替换为 ((void*)0) int *i NULL; foo_t *f NULL;#define NULL ((void*)0)C中的NULL C中void* 不能进行强制类型转换成其他类型的NULL&#xff0c;所以int* 类型的空指针&#xff0c;不…
阅读更多...
vue使用插件vue-seamless-scroll无限滚动列表

vue使用插件vue-seamless-scroll无限滚动列表

链接: vue-seamless-scroll插件文档 安装vue-seamless-scroll npm install vue-seamless-scroll --save引入 1、main.js全局引入 import scroll from vue-seamless-scroll Vue.use(scroll)2、局部引入 import vueSeamlessScroll from vue-seamless-scrollcomponents: {vueS…
阅读更多...
【Linux】权限问题

【Linux】权限问题

Linux权限 一、Linux 权限的概念二、Linux 权限管理1. 文件访问者的分类2. 文件类型和访问权限&#xff08;事物属性&#xff09;3. 文件访问权限的相关设置方法 三、默认权限1. 对文件和目录进行操作需要的权限2. 文件和目录的默认权限3. 粘滞位 一、Linux 权限的概念 Linux …
阅读更多...
Linux网络编程1（网络基础定义）

Linux网络编程1（网络基础定义）

网络早已成为我们日常生活的一部分&#xff0c;经常使用互联网的人很难长时间内离开互联网。你是否好奇你的电脑仅仅插上一根网线&#xff0c;你发给朋友的聊天信息就能准确无误的到达朋友的手机或者电脑上&#xff0c;你是否好奇为何你仅仅在浏览器输入一个网址&#xff0c;点…
阅读更多...
亿赛通电子文档安全管理系统 RCE漏洞

亿赛通电子文档安全管理系统 RCE漏洞

亿赛通电子文档安全管理系统 RCE漏洞 一、 产品简介二、 漏洞概述三、 复现环境四、 漏洞复现小龙POC检测: 五、 修复建议 免责声明&#xff1a;请勿利用文章内的相关技术从事非法测试&#xff0c;由于传播、利用此文所提供的信息或者工具而造成的任何直接或者间接的后果及损失…
阅读更多...
【Luogu】 P5769 [JSOI2016] 飞机调度

【Luogu】 P5769 [JSOI2016] 飞机调度

题目链接 点击打开链接 题目解法 考虑可以经停&#xff0c;从 i i i 到 j j j 包括维修在内的最短时间&#xff0c;这是可以通过 f l o y d O ( n 3 ) floyd\;O(n^3) floydO(n3) 求的 这样我们可以维护出一辆飞机是否可以先运行航班 x x x 再运行航班 y y y&#xff0c…
阅读更多...
【力扣】77. 组合 ＜回溯、回溯剪枝＞

【力扣】77. 组合 ＜回溯、回溯剪枝＞

目录 【力扣】77. 组合题解回溯回溯法三步剪枝优化 【力扣】77. 组合 给定两个整数 n 和 k&#xff0c;返回范围 [1, n] 中所有可能的 k 个数的组合。你可以按任何顺序返回答案。 示例 1&#xff1a; 输入&#xff1a;n 4, k 2 输出&#xff1a; [[2,4],[3,4],[2,3],[1,2]…
阅读更多...
使用ChatGPT构建一个AIML聊天机器人是什么体验

使用ChatGPT构建一个AIML聊天机器人是什么体验

​ 使用ChatGPT构建一个AIML聊天机器人是什么体验&#xff0c;使用ChatGPT将C#代码转换为Swift代码以实现Swift版的Aiml聊天机器人&#xff0c;AIML&#xff08;全名为Artificial Intelligence Markup Language&#xff09;是一种基于XML模式匹配的人工智能标记语言&#xff0c…
阅读更多...
嵌入式学习之linux

嵌入式学习之linux

今天&#xff0c;主要对linux文件操作原理进行了学习&#xff0c;主要学习的内容就是对linux文件操作原理进行理解。写的代码如下&#xff1a;
阅读更多...
最新文章

Copyright @ 2022~2023