当前位置： 首页 > news >正文

重庆营销型网站开发价格/百度排名规则

news 文章来源：https://blog.csdn.net/SimpleSimpleSimples/article/details/133420445 2025/3/13 22:00:35
重庆营销型网站开发价格,百度排名规则,烟台公司做网站,做网购内部优惠券网站1.索引操作 1.1创建索引 PUT /employee {"settings": {"index": {"refresh_interval": "1s","number_of_shards": 1,"max_result_window": "10000","number_of_replicas": 0}},"mappi…

1.索引操作

1.1创建索引

PUT /employee
{"settings": {"index": {"refresh_interval": "1s","number_of_shards": 1,"max_result_window": "10000","number_of_replicas": 0}},"mappings": {"properties": {"id": {"type": "long"},"name": {"type": "keyword"},"age": {"type": "integer"},"create_date": {"type": "date","format": "yyyy-MM-dd HH:mm:ss||yyyy-MM-dd||epoch_millis"},"address": {"type": "keyword"},"desc": {"type": "text","fields": {"keyword": {"type": "keyword","ignore_above": 256}}},"leader": {"type": "object"},"car": {"type": "nested","properties": {"brand": {"type": "keyword","ignore_above": 256},"number": {"type": "keyword","ignore_above": 256},"make": {"type": "keyword","ignore_above": 256}}}}}
}       

1.2删除索引

DELETE /employee

1.3添加字段

PUT /employee/_mapping
{"properties":{"salary":{"type":"double"}}
}

1.4查看表结构

GET /employee/_mapping

{
  "employee" : {
    "mappings" : {
      "properties" : {
        "address" : {
          "type" : "keyword"
        },
        "age" : {
          "type" : "integer"
        },
        "car" : {
          "type" : "nested",
          "properties" : {
            "brand" : {
              "type" : "keyword",
              "ignore_above" : 256
            },
            "make" : {
              "type" : "keyword",
              "ignore_above" : 256
            },
            "number" : {
              "type" : "keyword",
              "ignore_above" : 256
            }
          }
        },
        "create_date" : {
          "type" : "date",
          "format" : "yyyy-MM-dd HH:mm:ss||yyyy-MM-dd||epoch_millis"
        },
        "desc" : {
          "type" : "text",
          "fields" : {
            "keyword" : {
              "type" : "keyword",
              "ignore_above" : 256
            }
          }
        },
        "id" : {
          "type" : "long"
        },
        "leader" : {
          "type" : "object"
        },
        "name" : {
          "type" : "keyword"
        },
        "salary" : {
          "type" : "double"
        }
      }
    }
  }
} 

2.文档数据CRUD操作

2.1添加文档

PUT /employee/_doc/1
{"id": 1,"name": "张小勇","age": "45","leader": {"name": "马某","age": 40,"depart": "营销部"},"car": [{"brand": "丰田","make": "日本","number": "粤A12345"},{"brand": "奔驰","make": "德国","number": "粤A9999"}],"address": "浙江杭州西湖阿里马巴巴高薪技术开发区110号","desc": "长相不丑,擅长营销...."
}

PUT /employee/_doc/2
{"id": 2,"name": "张某龙","age": "40","leader": {"name": "马x腾","age": 40,"depart": "研发部"},"car": [{"brand": "奔驰","make": "中国北京","number": "粤A8888"},{"brand": "华晨宝马","make": "中国","number": "粤A9999"}],"address": "广东省深圳市南山区某讯大厦1号","desc": "长相帅气，高大威猛，人中龙凤，擅长写代码"
}

2.2修改文档

2.2.1PUT覆式修改

PUT /employee/_doc/1
{"id": 1,"address": "浙江杭州西湖阿里马巴巴高薪技术开发区111号"    
}

2.2.1POST覆盖式和非覆盖修改均支持

覆盖式修改，本质同上，相当于先删除后增加

POST /employee/_doc/1
{"id": 1,"address": "浙江杭州西湖阿里马巴巴高薪技术开发区112号"    
}

非覆盖式修改，只修改当前字段，其他字段和值保留原样
 

POST /employee/_update/1
{"doc": {"id": 1,"address": "浙江杭州西湖阿里马巴巴高薪技术开发区110号"}
}

2.3查询文档

Query string语法:
q=field:search content语法，默认是_all
+:代表一定要出现，类似must。
-:代表一定不能包含，类似must_not

GET /employee/_search
GET /employee/_search?q=id:1
GET /employee/_search?q=+id:1
GET /employee/_search?q=-id:1
GET /employee/_search?q=-id:1&q=name:赵老哥&sort=id:desc
GET /employee/_search?from=0&size=2

Query DSL写法:略

2.4删除文档

DELETE /employee/_doc/1

2.分词与分词器

2.1测试分词器

Elasticsearch默认的分词器是标准分词器，即对英文进行单词切割，对中文进行单字切割。

POST /_analyze
{"analyzer": "standard","text": "我是一个中国人"
}

上述分词将分词为:我|是|中|国|人，即单字拆分。

3.文档搜索Query DSL语法

3.1sourcce指定输出字段

GET /employee/_search
{"_source": ["id","name","leader.name","car.*"], "query": {"match_all": {}}
}

3.2match查询查询语法

3.2.1match_all查询

不带条件，全部查询
 

GET /employee/_search
{"query": {"match_all": {}}
}

3.2.2match查询

match查询text类型字段
match会被分词，查询text类型的数据，只要match的分词结果和text的分词结果有相同的就匹配

GET /employee/_search
{"_source": ["id","name","desc"], "query": {"match": {"desc": "长相帅气"}}
}

查询结果为:
{
  "took" : 2,
  "timed_out" : false,
  "_shards" : {
    "total" : 1,
    "successful" : 1,
    "skipped" : 0,
    "failed" : 0
  },
  "hits" : {
    "total" : {
      "value" : 2,
      "relation" : "eq"
    },
    "max_score" : 1.5948997,
    "hits" : [
      {
        "_index" : "employee",
        "_type" : "_doc",
        "_id" : "2",
        "_score" : 1.5948997,
        "_source" : {
          "name" : "张某龙",
          "id" : 2,
          "desc" : "长相帅气，高大威猛，人中龙凤，擅长写代码"
        }
      },
      {
        "_index" : "employee",
        "_type" : "_doc",
        "_id" : "1",
        "_score" : 0.49274418,
        "_source" : {
          "name" : "张小勇",
          "id" : 1,
          "desc" : "长相不丑,擅长营销...."
        }
      }
    ]
  }
}
 

match查询keyword类型字段
match会被分词，而keyword类型不会被分词，match的需要跟keyword的完全匹配才有结果

GET /employee/_search
{"_source": ["id","name"], "query": {"match": {"name": "张小勇"}}
}

查询结果为：
{
  "took" : 1,
  "timed_out" : false,
  "_shards" : {
    "total" : 1,
    "successful" : 1,
    "skipped" : 0,
    "failed" : 0
  },
  "hits" : {
    "total" : {
      "value" : 1,
      "relation" : "eq"
    },
    "max_score" : 0.6931471,
    "hits" : [
      {
        "_index" : "employee",
        "_type" : "_doc",
        "_id" : "1",
        "_score" : 0.6931471,
        "_source" : {
          "name" : "张小勇",
          "id" : 1
        }
      }
    ]
  }
}

3.2.3match_phrase查询

查询text类型字段，查询用于完整匹配指定短语，按照短语分词顺序匹配

GET /employee/_search
{"_source": ["id","name","desc"], "query": {"match_phrase": {"desc": "长相帅"}}
}

查询结果为:
{
  "took" : 17,
  "timed_out" : false,
  "_shards" : {
    "total" : 1,
    "successful" : 1,
    "skipped" : 0,
    "failed" : 0
  },
  "hits" : {
    "total" : {
      "value" : 1,
      "relation" : "eq"
    },
    "max_score" : 0.9220042,
    "hits" : [
      {
        "_index" : "employee",
        "_type" : "_doc",
        "_id" : "2",
        "_score" : 0.9220042,
        "_source" : {
          "name" : "张某龙",
          "id" : 2,
          "desc" : "长相帅气，高大威猛，人中龙凤，擅长写代码"
        }
      }
    ]
  }
}

查询keyword类型字段，需要完全匹配，原因是keyword类型字段不分词，要完全匹配

GET /employee/_search
{"_source": ["id","name","desc"], "query": {"match_phrase": {"address": "深圳市"}}
}

地址里面虽然有广州，但是查询无结果:

{
  "took" : 0,
  "timed_out" : false,
  "_shards" : {
    "total" : 1,
    "successful" : 1,
    "skipped" : 0,
    "failed" : 0
  },
  "hits" : {
    "total" : {
      "value" : 0,
      "relation" : "eq"
    },
    "max_score" : null,
    "hits" : [ ]
  }
}
 

3.3fuzzy模糊查询

        搜索本身很多时候是不精确的，很多时候我们需要在用户的查询词中有部分错误的情况下也能召回正确的结果，可以理解为模糊匹配

经典莱文斯坦距离(Levenshtein distance):编辑距离的一种，指两个字符串之间，由一个转成另一个所需的最少编辑操作次数

替换一个字符:dog -> dop
插入一个字符:an   -> ant  
删除一个字符:your -> you

莱文斯坦扩展版(Damerau–Levenshtein distance):莱文斯坦距离的一个扩展版 ，将相邻位置的两个字符的互换当做一次编辑，而在经典的莱文斯坦距离计算中位置互换是2次编辑

参数说明:
fuzziness:代表固定的最大编辑距离，可以是数字0，1，2，默认是0，不开启错误匹配，或者字符串AUTO模式，自动根据字符长度来匹配编辑距离数
prefix_length:控制两个字符串匹配的最小相同的前缀大小，也即是前n个字符不允许编辑，必须与查询词相同，默认是0
max_expansions:匹配最大词项，取每个分片的N个词项，减少召回率，默认值为50
transpositions:将相邻位置字符互换算作一次编辑距离，如 ab -> ba，即使用Damerau–Levenshtein距离算法，默认开启，设置 transpositions=false将使用经典莱文斯坦距离算法

GET /employee/_search
{"query": {"fuzzy": {"desc": {"value": "长相","fuzziness": 1,"prefix_length": 0,"max_expansions": 50,"transpositions": true}}}
}

上述查询无结果，是因为fuzzy不会对query分词，标准分词器分词为单字分词
{
  "took" : 1,
  "timed_out" : false,
  "_shards" : {
    "total" : 1,
    "successful" : 1,
    "skipped" : 0,
    "failed" : 0
  },
  "hits" : {
    "total" : {
      "value" : 0,
      "relation" : "eq"
    },
    "max_score" : null,
    "hits" : [ ]
  }
}


如果设置编辑距离fuzziness为1，即最大允许分词是错一个字，即:

GET /employee/_search
{"query": {"fuzzy": {"desc": {"value": "长相","fuzziness": 1,"prefix_length": 0,"max_expansions": 50,"transpositions": true}}}
}

查询结果变为:

{
  "took" : 2,
  "timed_out" : false,
  "_shards" : {
    "total" : 1,
    "successful" : 1,
    "skipped" : 0,
    "failed" : 0
  },
  "hits" : {
    "total" : {
      "value" : 2,
      "relation" : "eq"
    },
    "max_score" : 0.0,
    "hits" : [
      {
        "_index" : "employee",
        "_type" : "_doc",
        "_id" : "2",
        "_score" : 0.0,
        "_source" : {
          "id" : 2,
          "name" : "张某龙",
          "age" : "40",
          "leader" : {
            "name" : "马x腾",
            "age" : 40,
            "depart" : "研发部"
          },
          "car" : [
            {
              "brand" : "奔驰",
              "make" : "中国北京",
              "number" : "粤A8888"
            },
            {
              "brand" : "华晨宝马",
              "make" : "中国",
              "number" : "粤A9999"
            }
          ],
          "address" : "广东省深圳市南山区某讯大厦1号",
          "desc" : "长相帅气，高大威猛，人中龙凤，擅长写代码"
        }
      },
      {
        "_index" : "employee",
        "_type" : "_doc",
        "_id" : "1",
        "_score" : 0.0,
        "_source" : {
          "id" : 1,
          "name" : "张小勇",
          "age" : "45",
          "leader" : {
            "name" : "马某",
            "age" : 40,
            "depart" : "营销部"
          },
          "car" : [
            {
              "brand" : "丰田",
              "make" : "日本",
              "number" : "粤A12345"
            },
            {
              "brand" : "奔驰",
              "make" : "德国",
              "number" : "粤A9999"
            }
          ],
          "address" : "浙江杭州西湖阿里马巴巴高薪技术开发区110号",
          "desc" : "长相不丑,擅长营销...."
        }
      }
    ]
  }
}

注意:fuzzy不进行query分词查询，match也可以进行query分词模糊查询 

GET /employee/_search
{"query": {"match": {"desc": {"query": "长相","fuzziness": 1}}}
}

查询结果:

 {
  "took" : 5,
  "timed_out" : false,
  "_shards" : {
    "total" : 1,
    "successful" : 1,
    "skipped" : 0,
    "failed" : 0
  },
  "hits" : {
    "total" : {
      "value" : 2,
      "relation" : "eq"
    },
    "max_score" : 0.49274418,
    "hits" : [
      {
        "_index" : "employee",
        "_type" : "_doc",
        "_id" : "1",
        "_score" : 0.49274418,
        "_source" : {
          "id" : 1,
          "name" : "张小勇",
          "age" : "45",
          "leader" : {
            "name" : "马某",
            "age" : 40,
            "depart" : "营销部"
          },
          "car" : [
            {
              "brand" : "丰田",
              "make" : "日本",
              "number" : "粤A12345"
            },
            {
              "brand" : "奔驰",
              "make" : "德国",
              "number" : "粤A9999"
            }
          ],
          "address" : "浙江杭州西湖阿里马巴巴高薪技术开发区110号",
          "desc" : "长相不丑,擅长营销...."
        }
      },
      {
        "_index" : "employee",
        "_type" : "_doc",
        "_id" : "2",
        "_score" : 0.38656068,
        "_source" : {
          "id" : 2,
          "name" : "张某龙",
          "age" : "40",
          "leader" : {
            "name" : "马x腾",
            "age" : 40,
            "depart" : "研发部"
          },
          "car" : [
            {
              "brand" : "奔驰",
              "make" : "中国北京",
              "number" : "粤A8888"
            },
            {
              "brand" : "华晨宝马",
              "make" : "中国",
              "number" : "粤A9999"
            }
          ],
          "address" : "广东省深圳市南山区某讯大厦1号",
          "desc" : "长相帅气，高大威猛，人中龙凤，擅长写代码"
        }
      }
    ]
  }
}

3.4suggest推荐查询

        搜索一般都会要求具有“搜索推荐”或者叫“搜索补全”的功能，即在用户输入搜索的过程中，进行自动补全或者纠错。以此来提高搜索文档的匹配精准度，进而提升用户的搜索体验。

3.4.1TermSuggester

        针对单独term的搜索推荐，可以对单个term进行建议或者纠错，不考虑搜索短语中多个term的关系

3.4.2PhraseSuggester

        PhraseSuggester即短语建议器，但是phrasesuggester在termsuggester的基础上，考虑多个term之间的关系，比如是否同时出现一个索引原文中，相邻程度以及词频等，但是据说有坑，就是返回的内容不一定是文档中包含的。

3.4.3Completion Suggester

        自动补全，自动完成，支持三种查询:前缀查询(prefix)|模糊查询(fuzzy)|正则表达式查询(regex),主要针对的应用场景就是"Auto Completion"。 此场景下用户每输入一个字符的时候，就需要即时发送一次查询请求到后端查找匹配项，在用户输入速度较高的情况下对后端响应速度要求比较苛刻。因此实现上它和前面两个Suggester采用了不同的数据结构，索引并非通过倒排来完成，而是将analyze过的数据编码成FST和索引一起存放。对于一个open状态的索引，FST会被ES整个装载到内存里的，进行前缀查找速度极快。但是FST只能用于前缀查找，这也是Completion Suggester的局限所在。

综上所述，自动推荐补全有以下特点
a.基于内存而非索引，性能强悍。
b.需要结合特定的completion类型
c.只适合前缀推荐

prefix query：基于前缀查询的搜索提示，是最常用的一种搜索推荐查询。
        prefix：客户端搜索词
        field：建议词字段
        size：需要返回的建议词数量（默认5）
        skip_duplicates：是否过滤掉重复建议，默认false

fuzzy query：模糊匹配词项
        fuzziness：允许的偏移量，默认auto
        transpositions：如果设置为true，则换位计为一次更改而不是两次更改，默认为true。
        min_length：返回模糊建议之前的最小输入长度，默认 3
        prefix_length：输入的最小长度（不检查模糊替代项）默认为 1
        unicode_aware：如果为true，则所有度量（如模糊编辑距离，换位和长度）均以Unicode代码点而不是以字节为单位。这比原始字节略慢，因此默认情况下将其设置为false。

regex query：可以用正则表示前缀，不建议使用

重新添加索引，在需要自动补全搜索字段上添加completion子类型，并重新插入数据

PUT /employee
{"settings": {"index": {"refresh_interval": "1s","number_of_shards": 1,"max_result_window": "10000","number_of_replicas": 0}},"mappings": {"properties": {"id": {"type": "long"},"name": {"type": "keyword"},"age": {"type": "integer"},"create_date": {"type": "date","format": "yyyy-MM-dd HH:mm:ss||yyyy-MM-dd||epoch_millis"},"address": {"type": "keyword"},"desc": {"type": "text","fields": {"keyword": {"type": "keyword","ignore_above": 256},"completion": {"type": "completion"}}},"leader": {"type": "object"},"car": {"type": "nested","properties": {"brand": {"type": "keyword","ignore_above": 256},"number": {"type": "keyword","ignore_above": 256},"make": {"type": "keyword","ignore_above": 256}}}}}
}

a.前缀搜索，下面只能搜到以 "长相" 开头的短语

GET employee/_search?pretty
{"_source": ["name","desc"], "suggest": {"descCompletion": {"prefix": "长相","completion": {"field": "desc.completion"}}}
}

 返回结果:
{
  "took" : 3,
  "timed_out" : false,
  "_shards" : {
    "total" : 1,
    "successful" : 1,
    "skipped" : 0,
    "failed" : 0
  },
  "hits" : {
    "total" : {
      "value" : 0,
      "relation" : "eq"
    },
    "max_score" : null,
    "hits" : [ ]
  },
  "suggest" : {
    "descCompletion" : [
      {
        "text" : "长相",
        "offset" : 0,
        "length" : 2,
        "options" : [
          {
            "text" : "长相不丑,擅长营销....",
            "_index" : "employee",
            "_type" : "_doc",
            "_id" : "1",
            "_score" : 1.0,
            "_source" : {
              "name" : "张小勇",
              "desc" : "长相不丑,擅长营销...."
            }
          },
          {
            "text" : "长相帅气，高大威猛，人中龙凤，擅长写代码",
            "_index" : "employee",
            "_type" : "_doc",
            "_id" : "2",
            "_score" : 1.0,
            "_source" : {
              "name" : "张某龙",
              "desc" : "长相帅气，高大威猛，人中龙凤，擅长写代码"
            }
          }
        ]
      }
    ]
  }
}
b.模糊查询匹配前缀

标准分词器，不好搞，暂时略

GET employee/_search?pretty
{"_source": ["name", "desc"],"suggest": {"descCompletion": {"prefix": "长","completion": {"field": "desc.completion","skip_duplicates": true,"fuzzy": {"fuzziness": 5,"transpositions": false,"min_length": 1,"prefix_length": 1}}}}
}

查询结果
{
  "took" : 2,
  "timed_out" : false,
  "_shards" : {
    "total" : 1,
    "successful" : 1,
    "skipped" : 0,
    "failed" : 0
  },
  "hits" : {
    "total" : {
      "value" : 0,
      "relation" : "eq"
    },
    "max_score" : null,
    "hits" : [ ]
  },
  "suggest" : {
    "descCompletion" : [
      {
        "text" : "长",
        "offset" : 0,
        "length" : 1,
        "options" : [
          {
            "text" : "长相不丑,擅长营销....",
            "_index" : "employee",
            "_type" : "_doc",
            "_id" : "1",
            "_score" : 1.0,
            "_source" : {
              "name" : "张小勇",
              "desc" : "长相不丑,擅长营销...."
            }
          },
          {
            "text" : "长相帅气，高大威猛，人中龙凤，擅长写代码",
            "_index" : "employee",
            "_type" : "_doc",
            "_id" : "2",
            "_score" : 1.0,
            "_source" : {
              "name" : "张某龙",
              "desc" : "长相帅气，高大威猛，人中龙凤，擅长写代码"
            }
          }
        ]
      }
    ]
  }
}
 

c.正则匹配词语前缀，正则搜"长*"有结果，但是搜"长相*"则无结果，因为标准分词器没有"长相"该词项，都是单字

GET employee/_search?pretty
{"suggest": {"descCompletion": {"regex": "长*","completion": {"field": "desc.completion","size": 10}}}
}

搜索结果

{
  "took" : 1,
  "timed_out" : false,
  "_shards" : {
    "total" : 1,
    "successful" : 1,
    "skipped" : 0,
    "failed" : 0
  },
  "hits" : {
    "total" : {
      "value" : 0,
      "relation" : "eq"
    },
    "max_score" : null,
    "hits" : [ ]
  },
  "suggest" : {
    "descCompletion" : [
      {
        "text" : "长*",
        "offset" : 0,
        "length" : 2,
        "options" : [
          {
            "text" : "长相不丑,擅长营销....",
            "_index" : "employee",
            "_type" : "_doc",
            "_id" : "1",
            "_score" : 1.0,
            "_source" : {
              "id" : 1,
              "name" : "张小勇",
              "age" : "45",
              "leader" : {
                "name" : "马某",
                "age" : 40,
                "depart" : "营销部"
              },
              "car" : [
                {
                  "brand" : "丰田",
                  "make" : "日本",
                  "number" : "粤A12345"
                },
                {
                  "brand" : "奔驰",
                  "make" : "德国",
                  "number" : "粤A9999"
                }
              ],
              "address" : "浙江杭州西湖阿里马巴巴高薪技术开发区110号",
              "desc" : "长相不丑,擅长营销...."
            }
          },
          {
            "text" : "长相帅气，高大威猛，人中龙凤，擅长写代码",
            "_index" : "employee",
            "_type" : "_doc",
            "_id" : "2",
            "_score" : 1.0,
            "_source" : {
              "id" : 2,
              "name" : "张某龙",
              "age" : "40",
              "leader" : {
                "name" : "马x腾",
                "age" : 40,
                "depart" : "研发部"
              },
              "car" : [
                {
                  "brand" : "奔驰",
                  "make" : "中国北京",
                  "number" : "粤A8888"
                },
                {
                  "brand" : "华晨宝马",
                  "make" : "中国",
                  "number" : "粤A9999"
                }
              ],
              "address" : "广东省深圳市南山区某讯大厦1号",
              "desc" : "长相帅气，高大威猛，人中龙凤，擅长写代码"
            }
          }
        ]
      }
    ]
  }
}
 

3.4.4ContextSuggester

a.CompletionSuggester的筛选器，通过设置向下文映射来实现
b.在索引和查询启用上下文的完成字段时，必须提供上下文
c.添加上下文映射会增加completion的字段的索引大小。并且这一过程法发生在堆中

相关文章：

Elasticsearch-Kibana使用教程

1.索引操作 1.1创建索引 PUT /employee {"settings": {"index": {"refresh_interval": "1s","number_of_shards": 1,"max_result_window": "10000","number_of_replicas": 0}},"mappi…...

编程日记 2023/12/4 7:06:55

mysql(八)docker版Mysql8.x设置大小写忽略

Mysql 5.7设置大小写忽略可以登录到Docker内部，修改/etc/my.cnf添加lower_case_table_names1，并重启docker使之忽略大小写。但MySQL8.0后不允许这样，官方文档记录： lower_case_table_names can only be configured when initializ…...

编程日记 2023/12/4 7:04:54

KALI LINUX攻击与渗透测试

预计更新 第一章 入门 1.1 什么是Kali Linux？ 1.2 安装Kali Linux 1.3 Kali Linux桌面环境介绍 1.4 基本命令和工具 第二章 信息收集 1.1 网络扫描 1.2 端口扫描 1.3 漏洞扫描 1.4 社交工程学 第三章 攻击和渗透测试 1.1 密码破解 1.2 暴力破解 1.3 漏洞利用 1.4 …...

编程日记 2023/12/4 7:03:53

vue之mixin混入

vue之mixin混入 mixin是什么？ 官方的解释： 混入 (mixin) 提供了一种非常灵活的方式，来分发 Vue 组件中的可复用功能。一个混入对象可以包含任意组件选项。当组件使用混入对象时，所有混入对象的选项将被“混合”进入该组件本身的…...

编程日记 2023/12/4 7:00:50

[ffmpeg] find 编码器

背景 整理 ffmpeg 中，如何通过名字或者 id 找到对应编码器的。 具体流程 搜索函数 avcodec_find_encoder // 通过 ID 搜索编码器 avcodec_find_encoder_by_name // 通过名字搜索编码器源码分析 ffmpeg 中所有支持的编码器都会注册到 codec_list.c 文件中&…...

编程日记 2023/12/4 6:59:49

Android CardView基础使用

目录 一、CardView 1.1 导入material库 1.2 属性 二、使用(效果) 2.1 圆角卡片效果 2.2 阴影卡片效果 2.3 背景 2.3.1 设置卡片背景(app:cardBackgroundColor) 2.3.2 内嵌布局，给布局设置背景色 2.4 进阶版 2.4.1 带透明度 2.4.2 无透明度 一、CardView 顾名…...

编程日记 2023/12/4 6:58:48

云原生Kubernetes系列 | init container初始化容器的作用

云原生Kubernetes系列 | init container初始化容器的作用 kubernetes 1.3版本引入了init container初始化容器特性。主要用于在启动应用容器（app container）前来启动一个或多个初始化容器，作为应用容器的一个基础。只有init container运行正常后，app container才会正常运行…...

编程日记 2023/12/4 6:56:46

汽车电子芯片介绍之Aurix TC系列

Infineon的AURIX TC系列芯片是专为汽车电子系统设计的，采用了32位TriCore处理器架构。该系列芯片具有高性能、低功耗和丰富的外设接口，适用于广泛的汽车电子应用。以下是AURIX TC系列芯片的主要特性： 1. 高性能处理器 AURIX TC芯片采用了高…...

编程日记 2023/12/4 6:52:42

Linux 设置程序开机自启动的方法

目录 前言开机自启动参考 前言 CentOS Linux release 7.9.2009 (Core) 开机自启动 shell> vim /etc/rc.d/rc.local添加开机后执行的命令 sh /xxx/xxx.sh参考 https://www.cnblogs.com/xlmeng1988/archive/2013/05/22/3092447.html...

编程日记 2023/12/4 6:51:41

java企业财务管理系统springboot+jsp

1、基本内容 （1）搭建基础环境，下载JDK、开发工具eclipse/idea。 （2）通过HTML/CSS/JS搭建前端框架。 （3）下载MySql数据库，设计数据库表，用于存储系统数据。 （4…...

编程日记 2023/12/4 6:50:40

【Windows】如何实现 Windows 上面的C盘默认文件夹的完美迁移

如何实现 Windows 上面的C盘默认文件夹的完美迁移 1. 遇到的问题 在我想迁移C盘的 下载 和 视频 文件夹的时候，遇到了这样的问题，在迁移之后，我显卡录像的视频还是保存到了C盘默认位置里，以及我迁移了 下载 之后下载的盘依然是在…...

编程日记 2023/12/4 6:47:38

kubernetes七层负载Ingress搭建(K8S1.23.5)

首先附上K8S版本及Ingress版本对照 Ingress介绍 NotePort：该方式的缺点是会占用很多集群机器的端口，当集群服务变多时，这个缺点就愈发的明显(srevice变多，需要的端口就需要多) LoadBalancer：该方式的缺点是每个servi…...

编程日记 2023/12/4 6:46:37

二维粒子群算法航线规划

GitHub - gabrielegilardi/PathPlanning: Implementation of particle swarm optimization (PSO) for path planning when the environment is known....

编程日记 2023/12/4 6:45:36

uniapp长按图片识别二维码

引用&#xff1a;https://blog.csdn.net/weixin_48596030/article/details/125405779 <image :src"url" mode"widthFix" click.self"previewImage" show-menu-by-longpress"true" style"width: 350rpx;"></image…...

编程日记 2023/12/4 6:42:33

智能优化算法应用：基于和声算法无线传感器网络(WSN)覆盖优化 - 附代码

智能优化算法应用&#xff1a;基于和声算法无线传感器网络(WSN)覆盖优化 - 附代码 文章目录 智能优化算法应用&#xff1a;基于和声算法无线传感器网络(WSN)覆盖优化 - 附代码1.无线传感网络节点模型2.覆盖数学模型及分析3.和声算法4.实验参数设定5.算法结果6.参考文献7.MATLAB…...

编程日记 2023/12/4 6:38:29

Gitee拉取代码报错You hasn‘t joined this enterprise! fatal unable to access

文章目录 一、问题二、解决2.1、进入**控制面板**2.2、进入**用户账户**2.3、进入**管理Windows凭据**2.4、**普通凭据**2.4.1、添加2.4.2、编辑 2.5、重新拉取|推送代码 三、最后 一、问题 Gitee拉取仓库代码的时候报错You hasnt joined this enterprise! fatal unable to ac…...

编程日记 2023/12/4 6:34:26

算法通关村第十六关-白银挑战滑动窗口经典题目

大家好我是苏麟 , 今天带来滑动窗口经典的一些题目 . 我们继续来研究一些热门的、高频的滑动窗口问题 大纲 最长子串专题无重复字符的最长子串 长度最小的子数组盛最多水的容器 最长子串专题 无重复字符的最长子串 描述 : 给定一个字符串 s &#xff0c;请你找出其中不含有重…...

编程日记 2023/12/4 6:30:21

springBoot整合task

springBoot整合task 文章目录 springBoot整合task开开关设置任务&#xff0c;并设置执行周期定时任务的相关配置 开开关 设置任务&#xff0c;并设置执行周期 Component public class MyBean {Scheduled(cron "0/1 * * * * ?")public void print(){System.out.prin…...

编程日记 2023/12/4 6:29:20

逻辑漏洞测试靶场实验

任务一&#xff1a; 突破功能限制漏洞&#xff0c;要求突破查询按钮disabled限制&#xff0c;获取编号&#xff1a;110010的查询内容&#xff08;弹框中的flag&#xff09; 任务二&#xff1a;用户信息泄露漏洞&#xff0c;通过回显信息&#xff0c;以暴力破解法方式猜测系统中…...

编程日记 2023/12/4 6:27:19

【电机控制】PMSM无感foc控制（六）相电流检测及重构 — 双电阻采样、三电阻采样

0. 前言 目前&#xff0c;永磁同步电机的电流信号采样方法应用较多的是分流电阻采样&#xff0c;包括单电阻、双电阻以及三电阻采样法。其中&#xff0c;单电阻采样上一章节已经讲解&#xff0c;这章讲双电阻以及三电阻电流采样法。 1. 双电阻采样 1.1 双电阻采样原理 双电阻采…...

编程日记 2023/12/4 6:26:18

Boost：多进程间消息队列通信

Boost封装了消息队列，以便于多进程间传递消息： 1.创建消息队列： #include <boost/interprocess/ipc/message_queue.hpp> message_queue mq (create_only/open_only/create_or_open ,"message_queue" //消息队列的名字 ,100 …...

编程日记 2023/12/4 6:23:16

ELK配置记录

1. filebeat.yml配置 启动命令&#xff1a; ./filebeat -e -c filebeat.yml # 输入 filebeat.inputs: - type: logenabled: truepaths:- /soft/log/base.*#跨行日志正则&#xff0c;从有时间的开始&#xff0c;到下一个时间之前结束multiline.pattern: ^\[[0-9]{4}-[0-9]{2}…...

编程日记 2023/12/4 6:22:15

EtherCAT主站SOEM -- 7 -- SOEM之ethercatmain.h/c文件解析

EtherCAT主站SOEM -- 7 -- SOEM之ethercatmain.h/c文件解析 一 ethercatmain.h/c文件功能预览：1.1 ethercatmain里面的结构体1.2 ethercatmain里面的函数二 ethercatmain.h/c 文件的主要函数的作用：2.1 结构体介绍2.1.1 `ec_adaptert` 结构体:2.1.2 `ec_fmmut` 结构体:2.1.3 …...

编程日记 2023/12/4 6:21:13

Linux下Python调用C语言

一&#xff1a;Python调用C语言场景 1&#xff0c;已经写好的C语言代码&#xff0c;不容易用Python实现&#xff0c;想直接通过Python调用写好的C语言代码 2&#xff0c;C比Python快&#xff08;只是从语言层面&#xff0c;不能绝对说C程序就是比Python快&#xff09; 3&…...

编程日记 2023/12/4 6:20:12

SQL Server对象类型（8）——4.8.约束（Constraint）

4.8. 约束（Constraint） 4.8.1. 约束概念 与Oracle中的一样，SQL Server中，约束是虚的、被定义的数据库对象，其本身并不存储数据，其通过一些内置或用户自定义逻辑来实现对表中数据的检查和限制，以使这些表数据符合某个或某些规则或标准，从而实现数据的规则化、标准化和…...

编程日记 2023/12/4 6:19:11

苍穹外卖--导出运营数据Excel报表

导出运营数据Excel报表 需求分析和设计 产品原型 在数据统计页面&#xff0c;有一个数据导出的按钮&#xff0c;点击该按钮时&#xff0c;其实就会下载一个文件。这个文件实际上是一个Excel形式的文件&#xff0c;文件中主要包含最近30日运营相关的数据。表格的形式已经固定…...

编程日记 2023/12/4 6:17:09

cocos creator-碰撞检测

碰撞检测文档 刚体自行选择&#xff0c;刚体正常设置分组、tag&#xff0c;tag用于区分是哪个物体被碰撞了 正常在一个node下挂载脚本就行 注意&#xff1a;Builtin 2D 物理模块只会发送 BEGIN_CONTACT 和 END_CONTACT 回调消息。ccclass(TestContactCallBack) export class …...

编程日记 2023/12/4 6:16:08

算法通关第十七关黄金挑战——透析跳跃问题

大家好&#xff0c;我是怒码少年小码。 本篇是贪心思想的跳跃问题专题&#xff0c;跳跃问题出现的频率很高。 跳跃游戏 LeetCode 55&#xff1a;给你一个非负整数数组 nums &#xff0c;你最初位于数组的 第一个下标。数组中的每个元素代表你在该位置可以跳跃的最大长度。 …...

编程日记 2023/12/4 6:15:07

GPT带我学Openpyxl操作Excel

注&#xff1a;以下文字大部分文字和代码由GPT生成 一、openpyxl详细介绍 Openpyxl是一个用于读取和编写Excel 2010 xlsx/xlsm/xltx/xltm文件的Python库。它允许您使用Python操作Excel文件&#xff0c;包括创建新的工作簿、读取和修改现有工作簿中的数据、设置单元格格式以及编…...

编程日记 2023/12/4 6:14:06

图扑参展高交会-全球清洁能源创新博览会

“相聚鹏城深圳&#xff0c;共享能源盛宴” 第二十五届中国国际高新技术成果交易会(简称“高交会”)于 11 月 15-18 日在深圳盛大开幕。高交会由商务部、科学技术部、工业和信息化部、国家发展改革委、农业农村部、国家知识产权局、中国科学院、中国工程院和深圳市人民政府共同…...

编程日记 2023/12/4 6:13:05