如何使用 Connector API 将数据提取到 Elasticsearch Serverless 中

作者：来自 Elastic Jedr Blaszyk

Elasticsearch 支持一系列摄取方法。 其中之一是 Elastic Connectors，它将 SQL 数据库或 SharePoint Online 等外部数据源与 Elasticsearch 索引同步。 连接器对于在现有数据之上构建强大的搜索体验特别有用。 例如，如果你管理一个电子商务网站，并希望通过跨产品目录的语义搜索来增强客户体验，Elastic Connectors 可以让这一切变得简单。 如果你的产品目录存储在 Elastic 支持的 connector sources 中包含的数据库中，则只需单击几下即可将此数据提取到索引中。 如果你的源当前不受支持，连接器框架使你能够实现自定义连接器并修改现有连接器。 有关更多详细信息，你可以阅读如何为 Elasticsearch 创建自定义连接器。

现在 Connector API 处于测试版，你可以直接从命令行界面完全管理 Elastic 连接器。 这对于特定工作流程特别有用，因为它可以自动化连接器管理、监控和测试，无需在终端和 Kibana UI 之间来回切换。

在这篇博文中，我们将研究从 MongoDB 同步产品目录并将其索引到 Elasticsearch 中，以构建搜索体验。 让我们开始吧！

注意：我们将主要使用终端命令来执行所有步骤。 但是，你还可以通过 Kibana UI 管理连接器，方法是导航到 Search ->  Connectors 部分，或者使用 Kibana 开发控制台在此处执行请求。 此外，所有 API 调用都与 Elasticsearch Serverless 和任何标准 ES 部署兼容，无论托管在 Elastic Cloud 还是你自己的基础设施上。

有关从 MongoDB 同步数据到 Elasticsearch 的更多阅读，请参阅 “Elasticsearch：使用 MongoDB connector 同步数据到 Elasticsearch”。

先决条件

  • Docker 安装在你的机器上
  • 终端中可以使用 curl 和 jq
  • Elasticsearch 无服务器或 Elasticsearch 版本 >= 8.14.0

Elasticsearch Serverless

我们将数据提取到 Elasticsearch Serverless，因为它允许你针对你的用例部署和使用 Elastic，而无需管理底层 Elastic 集群，例如节点、数据层和扩展。 Serverless 实例由 Elastic 完全管理、自动扩展和自动升级，因此你可以更加专注于从数据中获取价值和洞察。

你可以通过导航到 Elastic Cloud 部署概述并单击无服务器部分中的创建项目来创建 serverless 项目。

下一步是选择正确的部署类型。 由于我们对增强搜索体验感兴趣，因此我们选择 Elasticsearch。 你的新部署应在几分钟内准备就绪。

要安全地连接到 Elasticsearch 集群，请确保在 shell 控制台中将 ES_URL 和 API_KEY 导出为环境变量。 你可以按照下面概述的步骤找到它们的值并导出它们。

打开你的 Elasticsearch 部署，然后选择 cURL 作为我们的客户端。

为你的部署生成一个 API 密钥，你可以将其称为 “connector-api-key”。

将 ES_URL 和 API_KEY 导出到 shell 控制台。

太好了！ UI 就这样了，现在请随意关闭 ES 浏览器并让我们提取一些数据。

我们的产品目录

对于此示例，我们假设产品目录存储在 MongoDB 中。 但是，产品目录可以托管在 Elastic 连接器支持的任何数据源中。 对于尚不支持的任何数据源，该框架允许定义自定义连接器。

如果你需要使用示例数据设置本地 MongoDB 实例，你可以在附录中找到快速指南：使用 Docker 启动 MongoDB 实例，或者你也可以使用任何其他现有的 MongoDB 实例。 请记住，使用不同的实例可能需要调整如下所述的连接器配置。

在以下步骤中，我们假设 MongoDB 实例包含一个product_catalog 数据库，其中的 products 集合包含以下项目：

{ name: "Gadget", description: "A useful gadget", price: 19.99, stock_count: 100 }
{ name: "Widget", description: "An essential widget", price: 29.99, stock_count: 0 }
{ name: "Doodad", description: "A fancy doodad", price: 49.99, stock_count: 200 }

创建 MongoDB 连接器

现在我们已经运行了 Elasticsearch，并且示例产品目录已准备好同步，我们可以专注于将数据索引到 Elasticsearch 中。

让我们从创建连接器开始。 我们的连接器会将数据从 MongoDB 同步到产品目录 ES 索引。 该索引将在第一次数据同步期间使用适当的映射创建，我们稍后会再讨论这一点。 此外，你可以随时使用更新索引名称 API 调用修改连接器索引。

export CONNECTOR_ID=product-catalog-connector
curl -X PUT "${ES_URL}/_connector/${CONNECTOR_ID}" \
-H "Authorization: ApiKey "${API_KEY}"" \
-H "Content-Type: application/json" \
-d'
{"service_type": "mongodb","name": "Product Catalog","index_name": "product-catalog"
}
'

连接器应该被创建。让我们定义我们的工作目录：

export PROJECT_ROOT=$(pwd)

让我们按照连接器文档中所述配置并启动自管理连接器服务：从 Docker 容器运行：

mkdir $PROJECT_ROOT/connectors-config
cat > $PROJECT_ROOT/connectors-config/config.yml << EOF
connectors:- connector_id: $CONNECTOR_IDservice_type: mongodb
elasticsearch.host: $ES_URL
elasticsearch.api_key: $API_KEY
EOF

启动本地连接器服务。 检查官方 Docker 存储库中的可用版本并选择最近发布的版本。

export CONNECTOR_VERSION=8.13.4.0
export CONNECTOR_VERSION=8.13.4.0
docker run \
-v "$PROJECT_ROOT/connectors-config:/config" \
--rm \
--tty -i \
--network host \
docker.elastic.co/enterprise-search/elastic-connectors:$CONNECTOR_VERSION \
/app/bin/elastic-ingest \
-c /config/config.yml

启动连接器服务后，你应该看到如下所示的日志行：

[Connector id: product-catalog-connector, index name: product-catalog] Connector is not configured yet....

使用 get connector 端点验证连接器是否已连接，并检查其状态（应为 need_configuration）和 last_seen 字段（请注意，时间以 UTC 格式报告）。 last_seen 字段表示连接器已成功连接到 Elasticsearch。

注意：我们使用 jq，一个轻量级命令行 JSON 处理器来处理原始响应。

curl -X GET "${ES_URL}/_connector/${CONNECTOR_ID}?pretty" \
-H "Authorization: ApiKey "${API_KEY}""  | jq '{id, index_name, last_seen, status}'{"id": "product-catalog-connector","index_name": "product-catalog","last_seen": "2024-05-13T10:25:52.648635+00:00","status": "error"
}

现在我们必须配置连接器以使用我们的产品目录对 MongoDB 进行身份验证。 有关连接器配置的指导，你始终可以使用 MongoDB 连接器参考文档。 你还可以检查作为 get 请求的一部分返回的连接器 configuration 属性中的已注册 schema：

curl -X GET "${ES_URL}/_connector/${CONNECTOR_ID}?pretty" \
-H "Authorization: ApiKey "${API_KEY}""  | jq '.configuration | with_entries(.value |= {label, required, value})'{"tls_insecure": {"label": "Skip certificate verification","required": true,"value": false},"password": {"label": "Password","required": false,"value": ""},"database": {"label": "Database","required": true,"value": ""},"direct_connection": {"label": "Direct connection","required": true,"value": false},"ssl_ca": {"label": "Certificate Authority (.pem)","required": false,"value": ""},"ssl_enabled": {"label": "SSL/TLS Connection","required": true,"value": false},"host": {"label": "Server hostname","required": true,"value": ""},"collection": {"label": "Collection","required": true,"value": ""},"user": {"label": "Username","required": false,"value": ""}
}

我们可以使用 update configuration 端点来设置连接器配置值。 由于连接器是通过连接器协议与 Elasticsearch 通信的 stateless 服务，因此n 可能需要在连接器服务启动后等待一段时间才能注册配置 schema。 对于我们的测试设置，提供所需的 MongoDB host、database 和我们想要同步数据的 collection 就足够了。 我故意跳过用户名和密码的身份验证，因为我们在本地运行 MongoDB，并且禁用了安全性，以使我们的玩具示例更简单。

curl -X PUT "${ES_URL}/_connector/${CONNECTOR_ID}/_configuration" \
-H "Authorization: ApiKey "${API_KEY}"" \
-H "Content-Type: application/json" \
-d'
{"values": {"host": "mongodb://127.0.0.1:27017","database": "product_catalog","collection": "products"}
}
'

触发按需同步

现在我们已经创建并配置了连接器，并且连接器服务正在本地运行，我们可以同步数据以查看一切是否端到端正常工作。

curl -X POST "${ES_URL}/_connector/_sync_job" \
-H "Authorization: ApiKey ${API_KEY}" \
-H "Content-Type: application/json" \
-d'
{"id": "'"$CONNECTOR_ID"'","job_type": "full"
}
'

第一次同步时，将创建 product-catalog 索引。

同步开始可能需要 30 秒，你可以通过检查连接器服务日志来检查同步何时开始，你应该看到类似以下内容：

[Connector id: product-catalog-connector, index name: product-catalog, Sync job id: 37PQYo8BuUEwFes5cC9M] Executing full sync

或者，你可以通过列出连接器的同步作业来检查上次同步作业的状态。 查看 status、error（如果有）和 indexed_document_count 属性可以帮助你了解当前作业的状态。

curl -X GET "${ES_URL}/_connector/_sync_job?connector_id=${CONNECTOR_ID}&size=1&pretty" \
-H "Authorization: ApiKey ${API_KEY}" | jq '.results[] | {status, error, indexed_document_count}'{"status": "completed","error": null,"indexed_document_count": 3
}

创建同步作业后，其状态将设置为 pending，然后连接器服务将开始执行同步，状态将更改为 in_progress。

最终，同步作业将完成，其状态将设置为 completed（如上面的响应所示）。 我们可以检查其他同步统计信息，例如 indexed_document_count 等于 3 并且它与我们的虚拟数据集计数匹配。 耶！

我们可以检查数据索引到的连接器索引，我们还应该看到 3 个条目！

curl -X POST "${ES_URL}/product-catalog/_search?pretty" \
-H "Authorization: ApiKey "${API_KEY}"" |  jq '.hits.total.value'3

保持 ES 索引与源同步

在现实生活中，目录会发生变化。 例如，现有商品的库存数量可能会发生变化，或者你可能会在目录中引入更多产品。 在这种情况下，我们可以将连接器配置为定期同步数据，以了解 MongoDB 中的最新数据源。

让我们启用同步计划并将其设置为每 15 分钟运行一次。 我们可以使用更新调度端点：

curl -X PUT "${ES_URL}/_connector/${CONNECTOR_ID}/_scheduling" \
-H "Authorization: ApiKey "${API_KEY}"" \
-H "Content-Type: application/json" \
-d'
{"scheduling": {"full": {"enabled": true,"interval":  "0 0,15,30,45 * * * ?"}}
}
'

只要你的连接器服务继续在后台运行，它就会按照设定的时间间隔安排和启动同步作业。 连接器服务是轻量级的，空闲时不会消耗太多资源，因此让它在后台运行应该没问题。

当然，你可以随时打开 Kibana 并导航到 “Connectors” 选项卡，例如检查其状态、作业历史记录或在 UI 中更改其计划。

同步规则 - 仅索引你想要的内容

虽然你的产品目录可能包含数千种商品，但目前可能只有少数商品有库存（请参阅我们示例中的 stock_count）。

在我们的产品目录中，假设我们的目标是仅索引那些有库存的产品。 因此，缺货的产品 “Widget” 应该从我们的搜索索引中排除。

连接器服务支持两种方法来实现此目的：

  • 基本同步规则：这些规则使你能够在将内容索引到 Elasticsearch (ES) 索引之前在连接器级别过滤内容。 本质上，所有数据都是从你的源检索的，但你可以使用基本过滤规则控制转发哪些数据。 此功能适用于所有连接器。
  • 高级同步规则：此方法允许你直接在源处过滤数据。 考虑这样的 SQL 语句：SELECT * WHERE stock_count > 0;，它使你能够从源中仅获取所需的数据。 高级同步规则可以显着缩短同步时间，尤其是在仅对完整数据集的一小部分建立索引时。 请注意，高级过滤可用于特定的一些连接器。

在我们的示例中，请参阅有关支持的同步规则的 MongoDB 连接器文档。 我们可以设置高级过滤规则以仅使用更新过滤端点索引库存产品，该更新过滤端点允许你书写同步规则：

curl -X PUT "${ES_URL}/_connector/${CONNECTOR_ID}/_filtering" \
-H "Authorization: ApiKey "${API_KEY}"" \
-H "Content-Type: application/json" \
-d'
{"advanced_snippet": {"value": {"find": {"filter": {"stock_count": {"$gt": 0}}}}}
}
'

现在连接器将验证同步规则草稿。 初始草稿验证状态将被 edited。 如果提供的同步规则草稿有效，其验证状态将被标记为 valid，并且草稿同步规则将由正在运行的连接器服务激活。

你始终可以通过检查 GET _connetor/product-catalog-connector 请求的输出来检查同步规则草稿的验证状态。 如果你的草稿已经过验证，你应该会看到：

  • 其过滤草稿验证状态标记为 valid
  • 它应该被列为活动过滤（因为你的草稿已被激活）
curl -X GET "${ES_URL}/_connector/${CONNECTOR_ID}?pretty" \
-H "Authorization: ApiKey "${API_KEY}"" | jq '{filtering}'{"filtering": [{"domain": "DEFAULT","draft": {"advanced_snippet": {"updated_at": "2024-05-09T12:49:18.155532096Z","created_at": "2024-05-09T12:49:18.155532096Z","value": {"find": {"filter": {"stock_count": {"$gt": 0}}}}},"rules": [...],"validation": {"state": "valid","errors": []}},"active": {"advanced_snippet": {"updated_at": "2024-05-09T12:49:18.155532096Z","created_at": "2024-05-09T12:49:18.155532096Z","value": {"find": {"filter": {"stock_count": {"$gt": 0}}}}},"rules": [...],"validation": {"state": "valid","errors": []}}}]
}

如果高级过滤规则在语法上不正确，例如 MongoDB 查询中的 filter 关键字将有一个拼写错误 filterrr，你应该在草稿的验证部分中看到相应的错误，例如：

{"filtering": [{"domain": "DEFAULT","draft": {"advanced_snippet": {"updated_at": "2024-05-10T13:26:11.777102054Z","created_at": "2024-05-10T13:26:11.777102054Z","value": {"find": {"filterrr": {"stock_count": {"$gt": 0}}}}},"rules": [...],"validation": {"state": "invalid","errors": [{"ids": ["advanced_snippet"],"messages": ["data.find must not contain {'filterrr'} properties"]}]}},"active": {...}}]
}

下一次同步应该只索引有库存的商品，因此现在你应该在搜索索引中找到 2 个 stock_count 大于 0 的产品。

curl -X POST "${ES_URL}/product-catalog/_search?pretty" \
-H "Authorization: ApiKey "${API_KEY}"" |  jq '.hits.total.value'2

在摄取时生成向量嵌入

要启用语义搜索，请在摄取期间生成数据的向量嵌入。 你需要调整索引映射并创建摄取管道。 有关详细说明，请查看以下部分：使用 Elasticsearch 作为向量数据库或参阅教程：使用 ELSER 进行语义搜索。

创建并配置管道后，假设其名为 e5-small-product-catalog，你可以使用以下命令将自定义摄取管道添加到连接器：

curl -X PUT "${ES_URL}/_connector/${CONNECTOR_ID}/_pipeline?pretty" \
-H "Authorization: ApiKey "${API_KEY}"" \
-H "Content-Type: application/json" \
-d'
{"pipeline": {"extract_binary_content": true,"name": "e5-small-product-catalog","reduce_whitespace": true,"run_ml_inference": true}
}
'

每次从源同步数据时，这都会自动生成数据的向量嵌入。

监控你的连接器

有两个端点对于连接器监控特别有用：

  • 列出连接器端点
  • 列出同步作业端点

例如，你可以设置定期连接器运行状况检查，该检查将：

  • 检索所有连接器的 ID
  • 对于每个连接器 ID，检索关联的同步作业
    • 记录同步作业类型（full, incremental, access_control）
    • 跟踪其状态，例如 pending, in_progress, error, canceled 或 completed
    • 跟踪平均同步持续时间
    • 跟踪任何错误

API 调用如下所示，首先检索你的连接器 ID：

curl "${ES_URL}/_connector?pretty" -H "Authorization: ApiKey "${API_KEY}"" | jq '[.results[] | {id}]'[{"id": "product-catalog-connector"}
]

对于上述调用中的每个连接器，让我们列出其同步作业历史记录，注意作业按最新顺序列出：

curl -X GET "${ES_URL}/_connector/_sync_job?connector_id=product-catalog-connector&size=100&job_type=full" \
-H "Authorization: ApiKey "${API_KEY}"" | jq '[.results[] | {id, job_type, status, indexed_document_count, total_document_count, started_at, completed_at, error}]'[{"id": "fAJlZo8BPmy2hB-4_7jr","job_type": "full","status": "completed","indexed_document_count": 2,"total_document_count": 2,"started_at": "2024-05-11T06:45:39.779977+00:00","completed_at": "2024-05-11T06:45:43.764303+00:00","error": null}
]

如果你的连接器处理各种类型的同步作业，你可以将 job_type URL 参数设置为 full、incremental 或 access_control。 如果未提供此参数，则不会按作业类型过滤响应。

你可以使用状态字段来监控系统的运行状况。 考虑以下场景：

  • 如果失败作业的百分比（status == error）不断增加，则可能表明你的数据源或 Elasticsearch 集群存在问题。 在这种情况下，请检查填充的错误字段以确定特定问题。
  • 如果待处理作业（status == pending）的数量不断增加，则可能表明你的连接器服务无法维持所需的计划。 例如，将大型数据源与设置为每分钟运行的计划同步可能会导致框架中出现背压。 新的待处理作业将继续安排，但我们可能无法在下一个安排的作业开始之前开始并完成它们。

此外，你可以使用 started_at 和 completed_at 来跟踪同步的平均持续时间。 平均同步持续时间的突然变化可能是引发自动警报的良好条件。

自动化技巧

Connector API 可以成为支持自动化的强大工具。 以下是一些自动化工作流程的技巧。

  • 对连接器配置使用版本控制时，请注意不要暴露配置值。 利用 GitHub 环境变量等专用解决方案或与 Vault 等服务的集成。
  • 同样的注意事项也适用于用于连接 Elasticsearch 的任何凭据（用户名、密码和 API 密钥）。
  • 应用于连接器服务 config.yml 的任何更改（例如添加新连接器）都需要重新启动服务。

下一步

现在，连接器服务将持续将你的数据库与 Elasticsearch 索引同步，让你能够将注意力转移到完善基于我们数据的搜索体验。

如果你希望合并来自其他来源的更多数据，你可以设置和配置更多连接器。 请参阅 Elastic 的连接器目录以获取支持的数据源。 如果你的源当前不受支持，连接器框架允许你开发自定义连接器并修改现有连接器。 有关更多详细信息，请参阅为 Elasticsearch 创建自定义连接器的指南。

使用 Elasticsearch Serverless 可以为任何开发人员带来显着的好处。 它由 Elastic 完全托管、自动扩展和自动升级，让你可以在新特性和功能发布后立即使用它们。 这使你可以更加专注于从数据中获取价值和见解，而无需管理底层集群。

对于构建搜索体验的后续步骤，我建议阅读以下文章：

  • 语义搜索文档
  • 教程：使用 ELSER 进行语义搜索
  • 将文档级安全性 (DLS) 添加到你的内部知识搜索
  • RBAC 和 RAG - 最好的朋友

此外，探索我们的 Elasticsearch 客户端库，它可以帮助加速你的搜索体验的发展。

附录

使用 Docker 启动 MongoDB 实例

为了本博文的目的，我们使用 Docker 来启动一个包含一些示例数据的数据库。

docker run --name mongodb -d -p 27017:27017 mongo:latest

实例启动后，你可以准备并复制脚本以将虚拟数据插入到你的产品目录中。

这是 insert-data.js

// Connect to the MongoDB database
db = db.getSiblingDB('product_catalog');// Insert data into the 'products' collection
db.products.insertMany([{ name: "Gadget", description: "A useful gadget", price: 19.99, stock_count: 100 },{ name: "Widget", description: "An essential widget", price: 29.99, stock_count: 0 },{ name: "Doodad", description: "A fancy doodad", price: 49.99, stock_count: 200 }
]);

将脚本复制到容器并将数据插入 MongoDB：

docker cp insert-data.js mongodb:/insert-data.js
docker exec -it mongodb mongosh product_catalog /insert-data.js

你可以通过查询 Product_catalog 数据库中的条目来验证你的数据是否存在，此命令应返回你的 3 个条目：

docker exec -it mongodb mongosh product_catalog --eval "db.products.find().toArray()"

现在，你的 MongoDB 实例应该已运行，并且产品目录数据已准备好用于本示例。

你可以使用任何来源的数据构建搜索。 观看此网络研讨会，了解 Elasticsearch 支持的不同连接器和源。
准备好自己尝试一下了吗？ 开始免费试用。

原文：Elasticsearch Connector API: How to ingest data into Elasticsearch Serverless — Elastic Search Labs

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/pingmian/17801.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

现代信号处理11_Spectral Analysis谱分析（CSDN_20240526）

现代信号处理11_Spectral Analysis谱分析（CSDN_20240526）

谱分析与傅里叶变换 对于一个信号&#xff0c;一方面可以从时域上对其进行分析&#xff0c;另一方面也可以从频域上对其进行认识&#xff0c;对信号进行频谱分析能够帮助我们了解能量在频域上的分布。 确定性信号的能量通常是有限的&#xff0c;而平稳随机信号的能量通常是无限…
阅读更多...
ChatGPT自然科学应用，R语言lavaan结构方程模型、copula函数

ChatGPT自然科学应用，R语言lavaan结构方程模型、copula函数

R语言lavaan结构方程模型&#xff08;SEM&#xff09; 结构方程模型&#xff08;Sructural Equation Modeling&#xff0c;SEM&#xff09;是分析系统内变量间的相互关系的利器&#xff0c;可通过图形化方式清晰展示系统中多变量因果关系网&#xff0c;具有强大的数据分析功能和…
阅读更多...
洗地机哪个牌子清洁效果好？十大公认最好的洗地机品牌

洗地机哪个牌子清洁效果好？十大公认最好的洗地机品牌

在快节奏的现代生活中&#xff0c;洗地机以其吸尘、拖地和洗地三合一的功能&#xff0c;极大地简化了家庭清洁工作&#xff0c;已成为家庭清洁的得力助手。它不仅能缩短清洁时间&#xff0c;节省体力&#xff0c;还能提升清洁效果。作为资深的居家测评家&#xff0c;关于洗地机…
阅读更多...
[XYCTF新生赛]-Reverse：你是真的大学生吗？解析（汇编异或逆向）

[XYCTF新生赛]-Reverse：你是真的大学生吗？解析（汇编异或逆向）

无壳 查看ida 没有办法反汇编&#xff0c;只能直接看汇编了。 这里提示有输入&#xff0c;输入到2F地址后&#xff0c;然后从后往前异或&#xff0c;其中先最后一个字符与第一个字符异或。这里其实也有字符串的长度&#xff0c;推测应该是cx自身异或之后传给了cx 完整exp&am…
阅读更多...
海信集团携纷享销客启动LTC数字化落地 推动ToB业务再升级

海信集团携纷享销客启动LTC数字化落地 推动ToB业务再升级

日前&#xff0c;海信集团携手连接型CRM纷享销客正式启动LTC&#xff08;Leads to Cash&#xff09;数字化平台实施落地项目。作为海信集团数字化的重要里程碑&#xff0c;该项目将通过统一规划、统一投资、统一平台、资源共享和数据赋能&#xff0c;构建ToB业务数字化经营管理…
阅读更多...
实时合成 1 秒频订单簿快照：DolphinDB INSIGHT 行情插件与订单簿引擎应用

实时合成 1 秒频订单簿快照：DolphinDB INSIGHT 行情插件与订单簿引擎应用

INSIGHT 是华泰证券依托大数据存储、实时分析等领域的技术积累&#xff0c;整合接入国内多家交易所高频行情数据&#xff0c;为投资者提供集行情接入、推送、回测、计算及分析等功能于一体的行情数据服务解决方案。基于 INSIGHT 官方提供的行情数据服务 C SDK&#xff08;TCP 版…
阅读更多...
SOLIDWORKS Toolbox根据需求灵活配置详解

SOLIDWORKS Toolbox根据需求灵活配置详解

用户在SOLIDWORKS中设计时&#xff0c;往往需要在零件中添加不同的孔特征、在装配体结构中添加不同的标准零件&#xff0c;Toolbox为用户提供了比较丰富的孔特征、标准零件选择&#xff0c;大大加快了研发工程师的设计效率;但是用户在使用Toolbox的时候仍会发现以下一些问题&am…
阅读更多...
【软考】设计模式之外观模式

【软考】设计模式之外观模式

目录 1. 说明2. 应用场景3. 结构图4. 构成5. 适用性6. 优点7. 缺点8. java示例 1. 说明 1.为子系统中的一组接口提供一个一致的界面&#xff0c;Facade模式定义了一个高层接口&#xff0c;这个接口使得这一子系统更加容易使用。2.Facade Pattern。3.是一种结构型设计模式&…
阅读更多...
Node.js —— Express中服务器的创建、托管静态资源、nodemon

Node.js —— Express中服务器的创建、托管静态资源、nodemon

目录 Express的安装 创建基本的 Web 服务器 监听GET请求 监听POST请求 把内容响应给客户端 ​编辑获取 URL 中携带的查询参数 ​编辑获取 URL 中的动态参数 ​编辑托管静态资源 express.static() 托管多个静态资源目录 挂载路径前缀 nodemon: 为什么要使用 nodemon 安…
阅读更多...
ubuntu22.04安装调节显示器亮度工具

ubuntu22.04安装调节显示器亮度工具

1 介绍 软件名叫 DDC/CI control&#xff0c;官网 2 安装方法 sudo apt install intltool i2c-tools libxml2-dev libpci-dev libgtk2.0-dev liblzma-dev3 效果 进入软件&#xff0c;忽略告警信息
阅读更多...
【算法】dd爱转转

【算法】dd爱转转

✨题目链接&#xff1a; dd爱旋转 ✨题目描述 读入一个n∗n的矩阵&#xff0c;对于一个矩阵有以下两种操作 1:顺时针旋180 2:关于行镜像 如 变成 给出q个操作&#xff0c;输出操作完的矩阵 ✨输入描述: 第一行一个数n(1≤n≤1000)&#xff0c;表示矩阵大小 接下来n行&#xff…
阅读更多...
为什么使用数据库类型器件库

为什么使用数据库类型器件库

项目地址&#xff1a;https://github.com/boringhex-top/OpenECADLib Altium 数据库类型器件库&#xff08;DbLib&#xff09;具有显著的优势&#xff0c;特别是对于复杂设计和高效元件管理来说。这里详细介绍数据库类型器件库的优势以及相关背景知识&#xff0c;以帮助你更好…
阅读更多...
汇编：循环结构

汇编：循环结构

16位汇编语言中的循环结构主要通过条件跳转指令&#xff08;如LOOP、JMP, JE, JNE, JG, JL, 等&#xff09;来实现&#xff0c;常见的循环类型包括for循环和while循环&#xff1b; Loop指令 LOOP指令的操作非常简单&#xff1a;它将CX寄存器的值减1&#xff0c;如果结果不为零…
阅读更多...
【C++】list的使用方法和模拟实现

【C++】list的使用方法和模拟实现

❤️欢迎来到我的博客❤️ 前言 list是可以在常数范围内在任意位置进行插入和删除的序列式容器&#xff0c;并且该容器可以前后双向迭代list的底层是双向链表结构&#xff0c;双向链表中每个元素存储在互不相关的独立节点中&#xff0c;在节点中通过指针指向其前一个元素和后…
阅读更多...
AI日报：百度发布文心大模型学习机；Open-Sora 1.1可生成21秒视频；Canva可以自动剪辑视频了；超牛ComfyUI节点AnyNode来了

AI日报：百度发布文心大模型学习机；Open-Sora 1.1可生成21秒视频；Canva可以自动剪辑视频了；超牛ComfyUI节点AnyNode来了

欢迎来到【AI日报】栏目!这里是你每天探索人工智能世界的指南&#xff0c;每天我们为你呈现AI领域的热点内容&#xff0c;聚焦开发者&#xff0c;助你洞悉技术趋势、了解创新AI产品应用。 新鲜AI产品点击了解&#xff1a;AIbase - 智能匹配最适合您的AI产品和网站 1、百度文心…
阅读更多...
网络、HTTP、HTTPS、Session、Cookie、UDP、TCP

网络、HTTP、HTTPS、Session、Cookie、UDP、TCP

OSI 七层模型 应用层、表示层、会话层、传输层、网络层、数据链路层、物理层 TCP/IP 五层模型 应用层&#xff1a;为用户的应用进程提供网络通信服务&#xff08;协议&#xff1a;域名系统DNS协议&#xff0c;HTTP协议&#xff0c;SMTP协议&#xff09;传输层&#xff1a;负…
阅读更多...
leetcode 530.二叉搜索树的最小绝对差 、501.二叉搜索树中的众数 、236. 二叉树的最近公共祖先

leetcode 530.二叉搜索树的最小绝对差 、501.二叉搜索树中的众数 、236. 二叉树的最近公共祖先

leetcode 530.二叉搜索树的最小绝对差 、501.二叉搜索树中的众数 、236. 二叉树的最近公共祖先 leetcode 530.二叉搜索树的最小绝对差 题目链接&#xff1a;https://leetcode.cn/problems/maximum-binary-tree/description/ 题目&#xff1a; 给你一个二叉搜索树的根节点 r…
阅读更多...
【MATLAB源码-第214期】基于matlab的遗传算法GA最短路径路由优化算法仿真。

【MATLAB源码-第214期】基于matlab的遗传算法GA最短路径路由优化算法仿真。

操作环境&#xff1a; MATLAB 2022a 1、算法描述 在现代网络通信和路径规划领域&#xff0c;最短路径路由优化算法是一项关键技术。它涉及在给定的网络拓扑中寻找从源点到目标点的最短或成本最低的路径。近年来&#xff0c;遗传算法&#xff08;GA&#xff09;因其出色的全局…
阅读更多...
跟进2年弄丢1.8亿，你的大客管理错在哪里？

跟进2年弄丢1.8亿，你的大客管理错在哪里？

数量并非目的之所在&#xff0c;质量才是根本之道。重视1%的超级用户&#xff0c;才是提高效率的关键所在。 ——凯文凯利 在当今的商业环境中&#xff0c;大客户已成为销售服务型企业最宝贵的资产。他们不仅贡献了企业收入的重要一环&#xff0c;…
阅读更多...
pinia持久化未生效

pinia持久化未生效

pinia官方文档 https://prazdevs.github.io/pinia-plugin-persistedstate/zh/guide/ pinia持久化未生效的原因很有可能就是在main.js中重复创建了pinia&#xff0c;导致持久化未生效
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023