動態

@finally_m

【金九備戰】Spring Cloud Consul 面試題

在面試中,你有沒有被問到 Spring Cloud Consul 相關的問題呢?針對這個問題,我需要了解 Consul 的基本概念、核心功能、與 Eureka 和 Zookeeper 的區別、服務註冊和發現機制、以及健康檢查配置等,這些是展示你的技術功底和對微服務架構理解的考驗,廢話不多説,以下這些內容都是要清楚的。 首先,要説一下Consul是什麼。Spring Cloud Consul 是 S

finally_m 頭像

@finally_m

昵稱 威哥愛編程

@finally_m

OpenFeign深入學習筆記

OpenFeign 是一個聲明式的 Web 服務客户端,它使得編寫 Web 服務客户端變得更加容易。OpenFeign 是在 Spring Cloud 生態系統中的一個組件,它整合了 Ribbon(客户端負載均衡器)和 Eureka(服務發現組件),從而簡化了微服務之間的調用。 在 SpringCloud 應用中,我們經常會 使用 OpenFeign,比如通過定義一個接口並使用註解的方式來創建一個

finally_m 頭像

@finally_m

昵稱 威哥愛編程

@finally_m

使用 Nacos 實現動態路由

Hello,大家好,我是 V 哥。最近寫到 使用 Nacos 實現動態路由的問題,整理了一下思路和案例,分享給大家。 使用 Nacos 實現 Spring Cloud Gateway 的動態路由,主要涉及到以下幾個步驟: 添加依賴:在 Spring Cloud Gateway 應用的 pom.xml 文件中添加 Nacos 相關依賴。 配置 Nacos:在 application.yml 或

finally_m 頭像

@finally_m

昵稱 威哥愛編程

@finally_m

瞬時流量過大,如何實現服務熔斷、降級和限流

大家好,我是V哥,國足0-7不敵日本,創下12年來最大慘敗,真的好久不看球賽了,我關心的是,作為國內唯一一家轉播平台愛奇藝體育昨天崩了,官方道歉文中解釋由於瞬時流量過大導致,這讓我想起服務熔斷、降級和限流是微服務架構中用於提高系統穩定性和可用性的三種關鍵策略。 介紹 服務熔斷(Circuit Breaker) 服務熔斷是一種防止服務故障蔓延的機制。它的概念來源於電力系統中的熔斷器,當電流超過電路的

finally_m 頭像

@finally_m

昵稱 威哥愛編程

@finally_m

【好文】反模式:10種濫用設計模式案例分析

Hello,大家好,我是V哥。很多文章都在介紹設計模式怎麼用,講解設計模式的原理等等,設計模式的思想是編程中的精髓,用好了可以讓代碼結構利於維護和擴展,同時代碼風格也更加優雅,V 哥也寫過這樣一篇文章,但很少有人從反模式的角度來講一講,過度濫用設計模式將給項目帶來災難。 設計模式反模式(Anti-Pattern)是指那些表面上看起來像是設計模式,但實際上會導致軟件設計問題的做法。這些做法可能會導致

finally_m 頭像

@finally_m

昵稱 威哥愛編程

@finally_m

Java實現加入購物車怎麼做數據定位?

大家好,我是 V 哥。在實現"加入購物車"的場景中,數據定位是指通過特定的標識符和索引快速定位到需要操作的數據,以提高查詢效率和保證數據的一致性。對於購物車系統而言,數據定位的關鍵在於如何唯一確定用户購物車中的商品,並保證在高效檢索的同時避免併發問題。下面我將詳細説明如何通過不同方式進行數據定位: 一、通過主鍵和外鍵實現數據庫數據定位 在購物車場景中,用户ID和商品ID是兩個核心的標識符,用於唯一

finally_m 頭像

@finally_m

昵稱 威哥愛編程

@finally_m

Java EasyExcel 導出報內存溢出如何解決

大家好,我是 V 哥。使用EasyExcel進行大數據量導出時容易導致內存溢出,特別是在導出百萬級別的數據時。你有遇到過這種情況嗎,以下是V 哥整理的解決該問題的一些常見方法,分享給大家,歡迎一起討論: EasyExcel大數據量導出常見方法 1. 分批寫入 EasyExcel支持分批寫入數據,可以將數據分批加載到內存中,分批寫入Excel文件,避免一次性將大量數據加載到內存中。 示例代碼:

finally_m 頭像

@finally_m

昵稱 威哥愛編程

@finally_m

聊聊公眾號聯動掃碼登錄功能如何實現

大家好,我是 V哥。掃碼登錄是個很普遍的功能,通過與公眾號聯動實現掃碼登錄功能,要怎麼做呢,V 哥整理了以下步驟和代碼,供你參考。這裏假設你已經有一個Java後端應用,並且微信開發者平台的配置也已經完成。(相信你可以根據微信開放平台的操作進行)整個流程包括二維碼生成、掃碼後獲取微信用户信息、並將用户登錄狀態返回到你的應用中。 1. 微信公眾號掃碼登錄流程 申請掃碼登錄權限:在微信開放平台申請掃

finally_m 頭像

@finally_m

昵稱 威哥愛編程

@zengrc

利用動態組件實現的ngx-table

之前總結了一點對angular動態組件的理解,這裏將運用該特性製作一個可複用的Table控件。 背景 目前網上針對angular,有很多可以直接使用的UI以及控件框架,其中也包括Table控件,只需在html中使用定義的tag,並傳遞數據集以及其他等屬性值,就可以簡單創建一個Table; 但對於一些複製的表格,例如針對每行數據,最後一列有“view/edit/delete”按鈕的操作欄時,普通的T

zengrc 頭像

@zengrc

昵稱 zengrc

@steven0812

在 Angular 項目中,如何為項目單獨創建路由文件?

使用 Angular Cli 創建一個項目時,如果不加任何的後綴參數,那麼生成的項目默認是沒有路由模塊的。那麼,如何讓創建的 Angular 項目有路由模塊/路由文件呢? 兩個辦法: 1 在最開始創建項目的時候,帶上參數: --routing=true|false 2 如果已經創建好了項目,不想刪除已有項目,重新創建項目的話,使用生成 module 的命令來創建路由文件,不過要加上一些參數: ng

steven0812 頭像

@steven0812

昵稱 張子溪

@wszgrcy

[Angular]單運行時多項目共享依賴方案

ngx-center 一箇中心,多個...... 使用介紹(視頻) 這是什麼? 一個 Angular 單運行時多項目共享依賴的解決方案 只啓動一個 Angular 平台(PlatformRef),其他子項目進行導出(類 es6 module),通過資源文件清單(或單獨 js 文件)進行請求加載 功能 支持子項目在開發時代碼變更的刷新 支持子項目調用主項目導出的命名(e

wszgrcy 頭像

@wszgrcy

昵稱 wszgrcy

@infinilabs

IK 字段級別詞典的升級之路

背景知識:詞庫的作用 IK 分詞器是一款基於詞典匹配的中文分詞器,其準確性和召回率與 IK 使用的詞庫也有不小的關係。 這裏我們先了解一下詞典匹配法的作用流程: 預先準備一個大規模的詞典,用算法在文本中尋找詞典裏的最長匹配項。這種方法實現簡單且速度快。 但面臨歧義切分和未登錄詞挑戰:同一序列可能有不同切分方式(例如“北京大學生”可以切成“北京大學/生”或“北京/大學生”),需要規則或算法消除

infinilabs 頭像

@infinilabs

昵稱 極限實驗室

@infinilabs

IK 字段級別詞典升級:IK reload API

之前介紹 IK 字段級別字典 使用的時候,對於字典的更新只是支持詞典庫的新增,並不支持對存量詞典庫的修改或者刪除。經過這段時間的開發,已經可以兼容詞典庫的更新,主要通過 IK reload API 來實現。 IK reload API IK reload API 通過對詞典庫的全量重新加載來實現詞典庫的更新或者刪除。用户可以通過下面的命令實現: # 測試索引準備 PUT my-index-000

infinilabs 頭像

@infinilabs

昵稱 極限實驗室

@q_bit

Elasticsearch 相似度算法 TF-IDF 與 BM25 簡要説明(qbit)

前言 簡要説明 TF-IDF 與 BM25 簡要説明 BM25 下 k1 和 b 參數調整 TF-IDF 與 BM25 TF-IDF TF是指歸一化後的詞頻 IDF是指逆文檔頻率 詞彙(word)的TF-IDF 句子(sentence)的TF-IDF BM 25 一句話解釋:BM 25 可以看做 TF-IDF 的變形,原理上是類似

q_bit 頭像

@q_bit

昵稱 qbit

@sysin

Elasticsearch Enterprise 8.19 - 分佈式搜索和分析引擎

Elasticsearch Enterprise 8.19 (macOS, Linux, Windows) - 分佈式搜索和分析引擎 The Official Distributed Search Analytics Engine 請訪問原文鏈接:https://sysin.org/blog/elastic-8/ 查看最新版。原創作品,轉載請保留出處。 作者主頁:sysin.org Elast

sysin 頭像

@sysin

昵稱 sysin

@sysin

Elasticsearch Enterprise 9.1.0 - 分佈式搜索和分析引擎

Elasticsearch Enterprise 9.1.0 (macOS, Linux, Windows) - 分佈式搜索和分析引擎 The Official Distributed Search Analytics Engine 請訪問原文鏈接:https://sysin.org/blog/elastic-9/ 查看最新版。原創作品,轉載請保留出處。 作者主頁:sysin.org Elas

sysin 頭像

@sysin

昵稱 sysin

@infinilabs

ES 調優帖:Gateway 批量寫入性能優化實踐

背景:bulk 優化的應用 在 ES 的寫入優化裏,bulk 操作被廣泛地用於批量處理數據。bulk 操作允許用户一次提交多個數據操作,如索引、更新、刪除等,從而提高數據處理效率。bulk 操作的實現原理是,將數據操作請求打包成 HTTP 請求,並批量提交給 Elasticsearch 服務器。這樣,Elasticsearch 服務器就可以一次處理多個數據操作,從而提高處理效率。 這種優化的核心價

infinilabs 頭像

@infinilabs

昵稱 極限實驗室

@elhix0bg

從“字”到“畫”:基於Elasticsearch Serverless 的多模態商品搜索實踐

隨着人工智能技術的飛速發展,用户對於搜索體驗的要求早已超越了傳統的關鍵詞匹配。我們正處在一個從文本搜索向多模態、跨模態搜索演進的時代。用户希望能夠通過圖片、甚至是自然語言描述的複雜場景,來精準地找到他們想要的商品。然而,如何理解並檢索圖片中的視覺元素?如何處理那些文本標題無法完全概括的商品特徵?這些都是傳統搜索面臨的挑戰。 本文將深入探討多模態商品檢索的通用解決方案,詳細解讀其背後的兩大核心技術:

elhix0bg 頭像

@elhix0bg

昵稱 阿里雲大數據AI

@macrozheng

橫空出世!一款開源的數據同步工具,穩定又高效,好用到爆!

在開發項目的時候,我們經常會遇到數據同步的場景。例如將開發環境的數據庫表同步到測試環境,將MySQL中的數據同步到ES中。今天給大家分享一款好用的數據同步工具DBSyncer,自帶可視化界面,希望對你有所幫助! 簡介 DBSyncer是一款開源的數據同步工具,支持MySQL、Oracle、PostgreSQL、Elasticsearch(ES)、Kafka、File等同步場景,目前在Gitee上已

macrozheng 頭像

@macrozheng

昵稱 macrozheng

@q_bit

Elasticsearch 8.19 分詞插件獲取遠程詞典(qbit)

前言 當前(2025.8.22) hao 分詞器 的最後版本為 8.7.1,qbit 需要使用 Elasticsearch 8.19.2 版本,升級編譯使用 hao 分詞器插件過程中遇到一些問題,記錄之 問題一:Inject 依賴注入 Elasticsearch 8.19 的 SDK 不再有 org.elasticsearch.common.inject.Inject 包,移除替換之

q_bit 頭像

@q_bit

昵稱 qbit

@cafebabe

ElasticSearch 相似性算法

官方算法 BM25 similarity (默認) DFR similarity DFI similarity IB similarity LM Dirichlet similarity LM Jelinek Mercer similarity Scripted similarity 相似算法 名稱 算法描述 適用場景 配置

cafebabe 頭像

@cafebabe

昵稱 cafebabe

@niewj

elasticsearch的join類型測試

0.豆瓣的圖書和書評-join 豆瓣的圖書作為父文檔,書評作為子文檔 1.定義mapping PUT douban_books { "settings": { "number_of_replicas": 1, "number_of_shards": 1 }, "mappings": { "properties": { "book_comments_

niewj 頭像

@niewj

昵稱 豐木