tag 後端開發

標籤
貢獻601
612
05:15 PM · Nov 07 ,2025

@後端開發 / 博客 RSS 訂閱

雲端夢想家 - 外賣項目 - Day04_訂餐json數據下載

一、前言 上一節將員工的CRUD做出來了,同時由於步驟幾乎相同,對於分類的Controller,我們直接導入,就不重複書寫了,接下來就要做菜品的CRUD了,這裏會使用到阿里雲OSS來存儲文件(圖片),同時菜品有不同的口味選擇,所以需要兩個表存儲。 二、通用接口—文件上傳 通用接口中將實現功能實現中公共的方法,這裏我們先只添加文件上傳的方法。 文件上傳的原理

Spring Boot , 文件上傳 , 後端開發 , JAVA , 分頁查詢 , 後端 , Python

收藏 評論

小小方大人 - 如何判斷聚合函數是否需要使用?

判斷聚合函數(如 SUM/MAX/MIN/COUNT/AVG 等)是否需要使用,核心原則是:**當一行分組結果需要彙總/提煉分組內多行數據的特徵時,必須用聚合函數;若分組內該字段值唯一,無需使用(用了也不報錯,但冗餘)**。 以下從「判斷邏輯」「典型場景」「避坑要點」三個維度詳細説明,結合你之前的SQL案例拆解: 一、核心判斷邏輯(兩步法) 第一步:明確「分組粒度」(GROU

字段 , 後端開發 , 聚合函數 , JAVA , SQL

收藏 評論

尼古拉斯舞王 - 大模型優化秘籍:RAG技術詳解,收藏學習必備

本文深入淺出地介紹檢索增強型生成(RAG)技術,一種能顯著提升AI回答準確性的創新方法。通過結合大型語言模型與外部知識庫,RAG有效解決了AI"幻覺"問題,提供最新、可靠的信息。無論你是AI初學者還是開發者,本文將幫助你理解RAG的工作原理、核心組件、應用場景及未來趨勢,助你在AI項目中實現更精準、更可信的智能應用。 近年來,人工智能取得了巨大的飛躍,這主要歸功於大型語言模

數據 , 聊天機器人 , 語言模型 , 後端開發 , JAVA

收藏 評論

蒙奇D索隆 - 【數據結構】考研408 | 偽隨機探測與雙重散列精講:散列的藝術與均衡之道

(開放定址法) 導讀 大家好,很高興又和大家見面啦!!! 通過前面的內容,我們已經學習了兩種 開放定址法 : 線性探測法:通過 固定探測步長 處理衝突 平方探測法:通過 平方跳躍步長 處理衝突 但是這兩種方法均會帶來一定的問題: 線性探測法 會導致 一次聚集 的現象 平方探測法 會導致 二次聚集 的現象 因此,在 開

yyds乾貨盤點 , 數據結構 , c++ , 後端開發 , 考研 , c , 408

收藏 評論

gulaotou - ECMWF HRES數據集下載

本文總結了收集到的鞋類數據集 👟👞👟👠👡👢 1.UT Zappos50K 這一數據集來自德克薩斯奧斯丁,包含了普通鞋子、涼鞋、拖鞋和靴子四類共50025張鞋類圖像。數據來源於鞋類網站zappos. 此外。數據標記還包含了四個屬性:open、pointy、sportly、comfort。

數據集 , github , 數據 , 架構 , 後端開發 , ECMWF HRES數據集下載

收藏 評論

oioihoii - 不懂彙編的後端不是一個好的開發

在高級語言甚至AI生成代碼橫行的時代,為何還要關注最底層的彙編? 作為一名後端開發者,我堅定地認為:不懂彙編的優化就是瞎子摸石頭過河,不理解系統底層機制的開發者在面對複雜問題時,就像在迷霧中摸索前行的盲人。 這個觀點或許聽起來有些極端,但請允許我用接下來的內容説服你。 為什麼我堅持彙編的重要性? 在我多年的後端開發經歷中,發現一個令人深思的現象:那些能夠深入

後端開發 , JAVA , 開發者 , harmonyos

收藏 評論

咚咚王哲 - 人工智能之數據分析 numpy:第二章 簡介與安裝

人工智能之數據分析 numpy 第二章 簡介與安裝 (文章目錄) 前言 NumPy(Numerical Python 的簡稱)是 Python 中用於科學計算的核心庫之一。它提供了高性能的多維數組對象(ndarray)以及用於操作這些數組的工具,廣泛應用於數據分析、機器學習、圖像處理、物理模擬等領域。 一、NumPy 的主要特點

機器學習 , yyds乾貨盤點 , numpy , 後端開發 , Python

收藏 評論

鴿鴿程序猿 - 【項目】【抽獎系統】獎品創建

一、圖片上傳功能 1.1 配置 application.properties 配置上傳⽂件路徑 ## 圖⽚服務 ## pic: local-path: D:/PIC # spring boot3 升級配置名 spring: web: resources: static-locations: classpath:/static/,file:

spring , yyds乾貨盤點 , 後端開發 , JAVA , Css

收藏 評論

mob64ca140d96d9 - token存在sessionStorage裏瀏覽器手動刷新後接口裏token就沒了

一、三者的定義 Cookie是瀏覽器用來保存用户信息的文件,可以保存比如用户是誰,購物車有哪些商品等。 Session是一次會話,會話是指我們訪問網站的一個週期。 比如用户打開一個瀏覽器訪問某個位的站點。 在這個站點點擊多個超鏈接查看各個網頁,然後關閉瀏覽器,整個過程稱之為一個會話。 token是服務器返回的一個臨時簽名數據,

服務器 , 數據 , 服務器端 , 架構 , 後端開發

收藏 評論

架構設計師 - 【C++】STL:vector的使用及模擬實現_c++ vector3 operate

前言: 在上一篇文章中我們詳細的向大家介紹了vector的一些核心接口的使用,那麼本篇文章就來深度的剖析一下vector的底層實現。 文章目錄 一、vector的基本成員變量 二、vector核心接口的實現 2.1構造相關接口的實現 2.2迭代器相關的接口實現 2.3空間相關的接口的實現

STL , 迭代器 , 開發語言 , c++ , 後端開發 , 1024程序員節 , harmonyos

收藏 評論

劉大貓26 - 前端UI框架介紹VantUI AtUI CubeUI Flutter lonic

三、UI框架介紹 4.VantUI 5.AtUI 6.CubeUI 混合開發 ↓ 7.Flutter 8.lonic 重要信息 官網:https://ais.cn/u/vEbMBz 本文包含:--> -->

地質 , 指尖人生 , 海洋 , 水文 , 地理 , 測量與地圖學 , 後端開發 , JAVA

收藏 評論

我愛哇哈哈 - SpringBoot + FFmpeg + Redis:視頻轉碼、截圖、水印異步處理平台搭建

引言:視頻處理的那些坑 各位服務端的兄弟們,你們有沒有遇到過這樣的場景:用户上傳了一個大視頻,你直接在當前線程裏處理,結果導致接口響應超時,用户體驗極差?或者視頻處理過程中服務器CPU飆升,影響了其他服務的正常運行?再或者多個視頻同時處理,直接把服務器搞崩了? 視頻處理是典型的CPU密集型任務,如果處理不當,很容易成為系統的性能瓶頸。今天我們就來聊聊如何用SpringBoot +

異步處理 , 私藏項目實操分享 , 後端開發 , JAVA , 視頻處理 , ide

收藏 評論

虎斑嘟嘟 - 魯棒性認證:隨機平滑的ℓ₁/ℓ₂認證半徑精確分析

魯棒性認證:隨機平滑的ℓ₁/ℓ₂認證半徑精確分析 對抗樣本的存在猶如深度學習領域的"暗物質",揭示了模型決策邊界中隱藏的脆弱性。面對這一挑戰,隨機平滑技術脱穎而出,成為首個能夠為大規模深度學習模型提供可證明魯棒性保證的實用方法。然而,傳統的隨機平滑分析主要集中於ℓ₂範數威脅模型,在現實世界中更為常見的ℓ₁威脅(如稀疏對抗擾動)面前顯得力不從心。 本文將深入探討隨機平滑

縮放 , yyds乾貨盤點 , 後端開發 , JAVA , 深度學習 , 二分搜索

收藏 評論

wangfang呀 - Composition API 設計思想(第11節)

哈嘍,各位小夥伴,歡迎來到我是wangfang呀的博客!我是我是wangfang呀,雖然還在編程的“菜鳥”階段,但我已經迫不及待地想和大家分享我一路上踩過的坑和學到的小技巧。如果你也曾為bug頭疼,那麼你來對地方了!今天的內容希望能夠給大家帶來一些靈感和幫助。 一、為什麼要引入 Composition API?——Vue 團隊是真的被逼急了 😅 1️⃣ Optio

API , 搜索 , 後端開發 , JAVA , 複用

收藏 評論

lgmyxbjfu - asp.net利用webuploader實現超大文件分片上傳、斷點續傳_51CTO博客

大文件傳輸系統技術方案 一、項目背景與需求痛點 公司現有產品需支持100G級大文件傳輸(上傳/下載),涵蓋單文件、文件夾(保留層級結構),並滿足高穩定性、加密傳輸/存儲、跨平台兼容(含IE8)、非打包下載等嚴苛要求。 當前開源方案痛點: WebUploader:停更、不支持IE8、無文件夾上傳、無技術支持。 其他開源組件:功能碎片化、無企

asp.net大文件上傳源碼 , asp.net大文件上傳 , ASP.NET斷點續傳 , 後端開發 , asp.net大文件上傳下載 , .net , harmonyos

收藏 評論

碼農小哥 - C++ 基礎【09】

題目描述 在餐廳裏,洗盤子的工作需要使用到棧這種數據結構。 假設你手裏有一個盤子堆放區。現在需要模擬洗盤子的過程,每個盤子都有一個編號。 盤子堆放區操作説明: 1. 當操作為 1 時,表示從盤子堆放區拿走頂部的盤子清洗。 2. 當操作為 2 時,表示有未洗的盤子放入盤子堆放區。 在一系列操作之後,你需要回答:下一個清洗的盤子編號?

include , 出棧 , 後端開發 , ci , harmonyos

收藏 評論

14224 - k8s etcd存儲原理

要將 Kubernetes 的 Event 資源單獨存儲到一個獨立的 etcd 集羣,只需在 kube-apiserver 的啓動參數中增加 --etcd-servers-overrides 配置即可,無需遷移數據或重啓其他組件。 配置步驟 部署一套獨立的 etcd 集羣,用於專門存儲 Event 數據。假設該集羣的訪問地址為: https://etcd-e

數據 , 後端開發 , 重啓 , ide , Python

收藏 評論

藍色憂鬱花 - gdb 分析python 導致的core

網絡上已經有很多gdb調試的文章了,為什麼我還要寫這篇文章呢,因為本文是寫給gdb新手的,目的就是通過一個簡單的例子來讓新手很快上手。一旦上手入門了,其他的問題就可以自己去搜索搞定了。右邊是gdb的Logo,為啥是條吹泡泡的小魚呢?我也不懂啊。 本文的例子基於以下代碼 main.c: 1 #include stdio.h

GNU , gdb , 後端開發 , 調試程序 , Python

收藏 評論

mb61c46a7ab1eee - 深入解析:OpenCV(十):NumPy中的ROI

感興趣區域(Region of Interest, ROI)是一個核心概念,它允許我們專注於圖像的特定子集進行分析或操作。在 Python 環境下,由於 OpenCV 將圖像表示為NumPy 數組(numpy.ndarray),ROI 的實現和操作完全依賴於 NumPy 強大的切片和索引機制。 基本定義 ROI 是通過指定圖像的行(高度)和列(寬度)範圍來確定的。

數組 , numpy , 加載 , 後端開發 , harmonyos

收藏 評論

小飛俠格魯帥 - Python實現打字練習軟件(統計打字速度和正確率)

嘿,朋友們!想象一下,你和小夥伴們比賽打字,卻不知道自己的速度和正確率,那多沒勁啊!所以咱就來搞個打字練習軟件,能實時統計速度和正確率,讓你清楚自己的水平,還能不斷提升,是不是很酷? 在這個打字練習軟件中,我們主要會用到Python的Tkinter庫來創建圖形用户界面。Tkinter是Python的標準GUI(Graphical User Interface)庫,它提供了各

sed , 輸入框 , 圖形用户界面 , 後端開發 , Python

收藏 評論

Toobin - PostIn從初級到進階(7) - 對接口進行全方位自動化測試,有效確保接口質量

PostIn是一款國產開源免費的接口管理工具,支持接口文檔管理、接口測試、接口調度,工具支持一鍵安裝零配置,頁面設計簡潔易用。本文將介紹如何編寫接口用例並進行全面測試。 1、接口用例 PostIn支持如下幾種測試用例。 接口單元用例:針對單個接口的輸入輸出進行驗證,包括正常數據返回、異常數據處理、邊界值校驗等,確保接口基礎邏輯的正確性。

接口管理工具 , 性能測試 , PostIn , 測試計劃 , 用例 , 後端開發 , Python

收藏 評論

雲端創新夢想家 - 少兒java 少兒jazz流程

Jazz 是一個可伸縮、可擴展的團隊協作平台,用於無縫地集成整個軟件生命週期中的任務。想快速瞭解 Jazz?這份短小的指南言簡意賅地為您介紹了 Jazz 平台及其技術背景。通過它,您可以快速瞭解 Jazz 這一全新的軟件交付協作平台。 !--START RESERVED FOR FUTURE USE INCLUDE FILES--

少兒java , 軟件測試 , 後端開發 , 工作 , JAVA , ibm , .net

收藏 評論

mob64ca140dc73b - centos 調整最大連接數

一般一個大規模Linuxserver請求數可能是幾十萬上百萬的情況。須要足夠的連接數來使用,所以務必進行對應的設置。 默認的Linuxserver文件描寫敍述符等打開最大是1024。用ulimit -a 查看: [viewuser@~]$ ulimit -a core file size (blocks, -c

配置文件 , 操作系統 , 架構 , 後端開發 , centos 調整最大連接數 , 網絡 , shell

收藏 評論

mob64ca140b466e - MATLAB批量將圖像轉成txt文檔_matlab將圖像數據轉換為txt文件

基於MATLAB實現圖片文字識別並輸出為TXT文件 一、核心實現流程 % 步驟1:讀取圖像並預處理 img = imread('test_image.jpg'); grayImg = rgb2gray(img); % 灰度化 bwImg = imbinarize(grayImg, 'adaptive', 'Sensitivity', 0.6); %

預處理 , sed , 後端開發 , Git , Python

收藏 評論