当前位置：首页 > news >正文

milvus+flask山寨《从零构建向量数据库》第7章case2

news 来源：原创 2025/7/15 8:49:37

继续流水账完这本书，这个案例是打造文字形式的个人知识库雏形。

create_context_db:

# Milvus Setup Arguments
COLLECTION_NAME = 'text_content_search'
DIMENSION = 2048
MILVUS_HOST = "localhost"
MILVUS_PORT = "19530"# Inference Arguments
BATCH_SIZE = 128from pymilvus import MilvusClient,utility,connections
milvus_client = MilvusClient(uri="http://localhost:19530")# Connect to the instance
connections.connect(host=MILVUS_HOST,port=MILVUS_PORT)from markdown_processor import vectorize_segments,split_html_into_segmentstest_embedding = vectorize_segments(split_html_into_segments("<h1>RAG还是挺有意思的！</h1>"))
embedding_dim = len(test_embedding[0]) #原始的test_embedding的len结构是[[],[]]的形式
print(embedding_dim)
print(test_embedding[:10])# Remove any previous collection with the same name
if utility.has_collection(COLLECTION_NAME):utility.drop_collection(COLLECTION_NAME)milvus_client.create_collection(collection_name=COLLECTION_NAME,dimension=embedding_dim,metric_type="IP",  # Inner product distanceconsistency_level="Strong",  # Supported values are (`"Strong"`, `"Session"`, `"Bounded"`, `"Eventually"`). See https://milvus.io/docs/consistency.md#Consistency-Level for more details.
)#下面这个手法可以直接读取md文件，然后向量化存系统。
#from tqdm import tqdm
#data = []
#from glob import glob
#text_lines = []
#for file_path in glob("milvus_docs/en/faq/*.md", recursive=True):
#    with open(file_path, "r") as file:
#        file_text = file.read()
#    text_lines += file_text.split("# ")
#
#for i, line in enumerate(tqdm(text_lines, desc="Creating embeddings")):
#    data.append({"id": i, "vector": vectorize_segments(split_html_into_segments(line)), "text": line})
#
#milvus_client.insert(collection_name=COLLECTION_NAME, data=data)

markdown_processor.py 这个文件如今大可不必了。

import markdown
from bs4 import BeautifulSoup  #用于解析和操作HTML文档
from transformers import AutoTokenizer,AutoModel #用于自动加载预训练的模型以及分词器
import torch #用于深度学习计算def markdown_to_html(markdown_text):return markdown.markdown(markdown_text)def split_html_into_segments(html_text): #定义函数，将HTML文档分割成多个段落soup = BeautifulSoup(html_text,"html.parser") #解析HTML文档segments = [] #初始化一个列表用于存储分割后的段落#找HTML文档中的段落，标题，无序列表和有序列表标签for tag in soup.find_all(["h1","h2","h3","h4","h5","h6","p","ul","ol"]):segments.append(tag.get_text())return segments#定义函数，用于将文本段落转换为向量表示
def vectorize_segments(segments):# 使用预训练的分词器和模型，这里使用的是BAAI/bge-large-zh-v1.5 一个中文模型tokenizer = AutoTokenizer.from_pretrained("BAAI/bge-large-zh-v1.5")model = AutoModel.from_pretrained("BAAI/bge-large-zh-v1.5")model.eval() #将模型定位评估模式，避免dropout等训练模式下的参数#使用分词器对文本段落进行编码，添加必要的填充和截断，并返回PyTorch张量格式encoded_input = tokenizer(segments,padding=True,truncation=True,return_tensors="pt")with torch.no_grad():model_output = model(**encoded_input) #将编码后的输入传递给模型，获取模型的输出sentence_embeddings = model_output[0][:,0] #从模型输出中提取句子向量化的结果#对句子的量化结果进行L2归一化，以便于后续的相似度比较或聚类分析sentence_embeddings = torch.nn.functional.normalize(sentence_embeddings,p=2,dim=1)return sentence_embeddings

flask的app.py

from flask import Flask,request,jsonify
from flask import render_template
import requests
from markdown_processor import markdown_to_html, split_html_into_segments, vectorize_segments
from pymilvus import MilvusClientimport logging
import osMILVUS_HOST = "localhost"
MILVUS_PORT = "19530"
COLLECTION_NAME = 'text_content_search'
TOP_K = 3app = Flask(__name__)
milvus_client = MilvusClient(uri="http://localhost:19530")@app.route("/")
def index():return render_template("index.html")@app.route('/upload', methods=['POST'])
def upload():if 'file' not in request.files:return jsonify({'error': 'No file part in the request'}), 400file = request.files['file']if file.filename == '':return jsonify({'error': 'No file selected for uploading'}), 400markdown_text = file.read().decode('utf-8')html_text = markdown_to_html(markdown_text)segments = split_html_into_segments(html_text)vectors = vectorize_segments(segments)# 将向量上传到数据库data = []for i, (segment, vector) in enumerate(zip(segments, vectors)):data.append({"id": i + 1,"vector": vector.tolist(), "text": segment})milvus_client.insert(collection_name=COLLECTION_NAME, data=data)return jsonify({'message': '文件已处理并上传向量到数据库'})@app.route('/search', methods=['POST'])
def search():data = request.get_json()search_text = data.get('search')# 添加前缀到查询字符串instruction = "为这个句子生成表示以用于检索相关文章："search_text_with_instruction = instruction + search_text# 向量化修改后的查询search_vector = vectorize_segments([search_text_with_instruction])[0].tolist()search_results = milvus_client.search(collection_name=COLLECTION_NAME,data=[search_vector],  limit=3,  # Return top 3 resultssearch_params={"metric_type": "IP", "params": {}},  # Inner product distanceoutput_fields=["text"],  # Return the text field)  # 构建与 LLM API 交互的消息列表messages = [{"role": "system", "content": "You are a helpful assistant. Answer questions based solely on the provided content without making assumptions or adding extra information."}] # 解析搜索结果for index,value in enumerate(search_results):#print(value)text = value[0]["entity"]["text"]print(text)messages.append({"role": "assistant", "content": text})messages.append({"role": "user", "content": search_text})# 向 deepseek 发送请求并获取答案 (用的silicon flow)url = "https://api.ap.siliconflow.com/v1/chat/completions"payload = {"model": "deepseek-ai/DeepSeek-R1-Distill-Qwen-14B","messages": messages,"stream": False,"max_tokens": 1000,"stop": None,"temperature": 0.7,"top_p": 0.7,"top_k": 10,"frequency_penalty": 0.5,"n": 1,"response_format": {"type": "text"},}headers = {"Authorization": "Bearer <#你自己的token>","Content-Type": "application/json"}response = requests.request("POST", url, json=payload, headers=headers)answer = response.textreturn jsonify({'answer': answer})if __name__ == '__main__':app.run(host='0.0.0.0', port=5020, debug=True)

吐槽一下，silicon flow这种deepseek API免费问不到几个，就开始算钱咯。

小网站结构，以及其他杂代码，可以查看以及直接下载：https://www.ituring.com.cn/book/3305

milvus+flask山寨《从零构建向量数据库》第7章case2

继续流水账完这本书，这个案例是打造文字形式的个人知识库雏形。 create_context_db: # Milvus Setup Arguments COLLECTION_NAME text_content_search DIMENSION 2048 MILVUS_HOST "localhost" MILVUS_PORT "19530"# Inference Arguments…...

编程日记 2025/7/15 8:49:37

前端如何应对精确数字运算？用BigNumber.js解决JavaScript原生Number类型在处理大数或高精度计算时的局限性

目录前端如何应对精确数字运算？用BigNumber.js解决JavaScript原生Number类型在处理大数或高精度计算时的局限性一、BigNumber.js介绍 1、什么是 BigNumber.js？ 2、作用领域 3、核心特性二、安装配置与基础用法 1、引入 BigNumber.js 2、配置 …...

编程日记 2025/7/7 1:10:01

多目应用：三目相机在汽车智能驾驶领域的应用与技术创新

随着汽车智能驾驶技术不断完善，智能汽车也不断加速向全民普惠迈进，其中智驾“眼睛”三目视觉方案凭借低成本、高精度、强适配性成为众多汽车品牌关注的焦点。三目相机在汽车智能驾驶领域的创新应用，主要依托其多视角覆盖、高动态范围&#xf…...

编程日记 2025/7/14 12:21:39

webpack重构优化

好的，以下是一个关于如何通过重构 Webpack 构建策略来优化性能的示例。这个过程包括分析现有构建策略的问题、优化策略的制定以及具体的代码实现。 --- ### 项目背景在参与公司的性能专项优化过程中，我发现现有的 Webpack 构建策略存在一些问题&#…...

编程日记 2025/6/29 5:04:49

MySQL 8.0 OCP（1Z0-908）英文题库(31-40)

目录第31题题目分析正确答案第32题题目分析正确答案第33题题目分析正确答案： 第34题题目解析正确答案第35题题目分析正确答案第36题题目分析正确答案第37题题目分析正确答案第38题题目分析正确答案第39题题目分析正确答案第40题题目分析正确答案第31题 Y…...

编程日记 2025/7/15 0:59:28

aardio - 虚表 —— vlistEx.listbar2 多层菜单演示

在近我者赤修改版的基础上，做了些许优化。请升级到最新版本。 import win.ui; import godking.vlistEx.listbar2; import fonts.fontAwesome; /*DSG{{*/ mainForm win.form(text"多层折叠菜单";right1233;bottom713) mainForm.add({ custom{cls"…...

编程日记 2025/6/29 3:37:05

22.【.NET8 实战--孢子记账--从单体到微服务--转向微服务】--单体转微服务--增加公共代码

在拆分服务之前，我们需要先提取一些公共代码。本篇将重点新增日志记录、异常处理以及Redis的通用代码。这些组件将被整合到一个共享类库中，便于在微服务架构中高效复用。 Tip：在后续的教程中我们会穿插多篇提取公共代码的文章，帮助…...

编程日记 2025/6/29 1:40:52

EasyOps®5月热力焕新：三大核心模块重构效能边界

在应用系统管理中，我们将管理对象从「服务实例」优化为「部署实例」，这一改变旨在提升管理效率与数据展示清晰度。此前，系统以 “IP Port” 组合定义服务实例。当同一 IP 下启用多个进程或端口时，会产生多个服务实例。比如一台…...

编程日记 2025/7/7 14:25:29

基于深度学习的工业OCR数字识别系统架构解析

一、项目场景春晖数字识别视觉检测系统专注于工业自动化生产监控、设备运行数据记录等关键领域。系统通过高精度OCR算法，能够实时识别设备上显示的关键数据（如温度、压力、计数等），并定时存储至Excel文件中。这些数据对于生产过…...

编程日记 2025/6/29 4:39:43

R语言绘图 | 渐变火山图

客户要求绘制类似文章中的这种颜色渐变火山图，感觉挺好看的。网上找了一圈，发现有别人已经实现的类似代码，拿来修改后即可使用，这里做下记录，以便后期查找。简单实现 library(tidyverse)library(ggrepel)library(ggf…...

编程日记 2025/6/29 1:35:06

Go语言——docker-compose部署etcd以及go使用其服务注册

一、docker-compsoe.yml文件如下 version: "3.5"services:etcd:hostname: etcdimage: bitnami/etcd:latestdeploy:replicas: 1restart_policy:condition: on-failureprivileged: truevolumes:# 持久化 etcd 数据到宿主机- "/app/apisix/etcd/data:/bitnami/etc…...

编程日记 2025/6/29 1:35:47

Tomcat的调优

目录一. JVM 1.1 JVM的组成 1.2 运行时数据区域的组成二. 垃圾回收 2.1 如何确认垃圾 1. 引用计数法 2. 根搜索算法 2.2 垃圾回收基本算法 1. 标记-清除算法（Mark-Sweep） 2. 标记-压缩算法（Mark-Compact） 3. 复制算法…...

编程日记 2025/7/15 8:32:03

Tomcat和Nginx的主要区别

1、功能定位 Nginx：核心是高并发HTTP服务器和反向代理服务器，擅长处理静态资源（如HTML、图片）和负载均衡。Tomcat：是Java应用服务器，主要用于运行动态内容（如JSP、Servlet）&#xf…...

编程日记 2025/7/14 22:21:11

Python训练营打卡——DAY24（2025.5.13）

目录一、元组 1. 通俗解释 2. 元组的特点 3. 元组的创建 4. 元组的常见用法二、可迭代对象 1. 定义 2. 示例 3. 通俗解释三、OS 模块 1. 通俗解释 2. 目录树四、作业 1. 准备工作 2. 实战代码示例 3. 重要概念解析一、元组是什么：一种…...

编程日记 2025/7/8 5:46:18

【TDengine源码阅读】DLL_EXPORT

2025年5月13日，周二清晨 #ifdef WINDOWS #define DLL_EXPORT __declspec(dllexport) #else #define DLL_EXPORT #endif为啥Linux和MacOS平台时宏为空，难道Linux和mac不用定义导出函数吗？ 这段代码是一个跨平台的宏定义，用于处理不…...

编程日记 2025/6/29 4:21:38

电子科技浪潮下的华秋电子：慕尼黑上海电子展精彩回顾

为期3天的2025慕尼黑上海电子展（electronica China 2025）于17日在上海新国际博览中心落下帷幕。展会那规模，真不是吹的！本届展会汇聚了1,794家国内外行业知名品牌企业的展商来 “摆摊”，展览面积大得像个超级大迷宫&…...

编程日记 2025/7/10 10:53:28

TDengine编译成功后的bin目录下的文件的作用

2025年5月13日，周二清晨以下是TDengine工具集中各工具的功能说明： 核心工具 taosd • TDengine的核心服务进程，负责数据存储、查询和集群管理。 taos • 命令行客户端工具，用于连接TDengine服务器并执行SQL操作。 taosBenchma…...

编程日记 2025/6/29 1:34:58

spark sql基本操作

Spark SQL 是 Apache Spark 的一个模块，用于处理结构化数据。它允许用户使用标准的 SQL 语法来查询数据，并且可以无缝地与 Spark 的其他功能（如 DataFrame、Dataset 和 RDD）结合使用。以下是 Spark SQL 的基本使用方法和一些常见操…...

编程日记 2025/6/29 4:36:18

采购流程规范化如何实现？日事清流程自动化助力需求、采购、财务高效协作

采购审批流程全靠人推进，内耗严重，效率低下？ 花重金上了OA，结果功能有局限、不灵活？ 问题出在哪里？是我们的要求太多、太苛刻吗？NO！ 流程名称： 采购审批管理流程功能…...

编程日记 2025/6/29 3:16:56

影刀RPA开发-CSS选择器介绍

影刀RPA网页自动化开发，很多时候需要我们查看页面源码，查找相关的元素属性，这就需要我们有必要了解CSS选择器。本文做了些简单的介绍。希望对大家有帮助！ 1. CSS选择器概述 1.1 定义与作用 CSS选择器是CSS（层叠样式…...

编程日记 2025/6/29 2:13:08

DeepSeek、B（不是百度）AT、科大讯飞靠什么坐上中国Ai牌桌？

在国产AI舞台上，DeepSeek、阿里、字节、腾讯、讯飞群雄逐鹿，好不热闹。这场堪称“军备竞赛”的激烈角逐，绝非简单的市场竞争，而是一场关乎技术、创新与未来布局的深度博弈。在竞赛中，五大模型各显神通，以…...

编程日记 2025/7/14 7:04:58

MySQL全局优化

目录 1 硬件层面优化 1.1 CPU优化 1.2 内存优化 1.3 存储优化 1.4 网络优化 2 系统配置优化 2.1 操作系统配置 2.2 MySQL服务配置 3 库表结构优化 4 SQL及索引优化 mysql可以从四个层面考虑优化，分别是硬件系统配置库表结构SQL及索引从成本和优化效果来看&#xf…...

编程日记 2025/6/29 1:41:46

【github】主页显示star和fork

数据收集：定期（例如每天）获取你所有仓库的 Star 和 Fork 总数。数据存储：将收集到的数据（时间戳、总 Star 数、总 Fork 数）存储起来。图表生成：根据存储的数据生成变化曲线图（通常是…...

编程日记 2025/7/10 10:53:11

网站遭受扫描攻击,大量爬虫应对策略

网站的日志里突然有很多访问路径不存在的，有些ip地址也是国外的，而且访问是在深夜且次数非常频繁紧密。判定就是不怀好意的扫描网站寻找漏洞。也有些是爬虫，且是国外的爬虫，有的也是不知道的爬虫爬取网站。网站的真实流量不多&…...

编程日记 2025/6/29 1:35:19

【 Redis | 实战篇秒杀实现】

目录前言： 1.全局ID生成器 2.秒杀优惠券 2.1.秒杀优惠券的基本实现 2.2.超卖问题 2.3.解决超卖问题的方案 2.4.基于乐观锁来解决超卖问题 3.秒杀一人一单 3.1.秒杀一人一单的基本实现 3.2.单机模式下的线程安全问题 3.3.集群模式下的线程安全问题前言&…...

编程日记 2025/6/29 1:35:21

手搓传染病模型（SEIARW）

在传染病传播的研究中，水传播途径是一个重要的考量因素。SEAIRW 模型（易感者 S - 暴露者 E - 感染者 I - 无症状感染者 A - 康复者 R - 水中病原体 W）综合考虑了人与人接触传播以及水传播的双重机制，为分析此类传染病提供了全面的…...

编程日记 2025/6/29 1:35:02

【C++】深入理解 unordered 容器、布隆过滤器与分布式一致性哈希

【C】深入理解 unordered 容器、布隆过滤器与分布式一致性哈希在日常开发中，无论是数据结构优化、缓存设计，还是分布式架构搭建，unordered_map、布隆过滤器和一致性哈希都是绕不开的关键工具。它们高效、轻量，在性能与扩展性方面…...

编程日记 2025/6/29 2:34:58

第五天——贪心算法——射气球

1.题目有一些球形气球贴在一个表示 XY 平面的平坦墙壁上。气球用一个二维整数数组 points 表示，其中 points[i] [xstart, xend] 表示第 i 个气球的水平直径范围从 xstart 到 xend。你并不知道这些气球的具体 y 坐标。可以从 x 轴上的不同位置垂直向上&#xff0…...

编程日记 2025/6/29 9:01:24

麦肯锡110页PPT企业组织效能提升调研与诊断分析指南

“战略清晰、团队拼命、资源充足，但业绩就是卡在瓶颈期上不去……”这是许多中国企业面临的真实困境。表面看似健康的企业，往往隐藏着“组织亚健康”问题——跨部门扯皮、人才流失、决策迟缓、市场反应滞后……麦肯锡最新研究揭示：组织健康度…...

编程日记 2025/7/9 17:01:28

BFS算法篇——从晨曦到星辰，BFS算法在多源最短路径问题中的诗意航行（上）

文章目录引言一、多源BFS的概述二、应用场景三、算法步骤四、代码实现五、代码解释六、总结引言在浩渺的图论宇宙中，图的每一条边、每一个节点都是故事的组成部分。每当我们站在一个复杂的迷宫前，开始感受它的深邃时，我们往往不再局限于从…...

编程日记 2025/6/29 1:35:00

理解 C# 中的各类指针

前言变量可以理解成是一块内存位置的别名，访问变量也就是访问对应内存中的数据。指针是一种特殊的变量，它存储了一个内存地址，这个内存地址代表了另一块内存的位置。指针指向的可以是一个变量、一个数组元素、一个对象实例、一块非托管内存…...

编程日记 2025/6/29 1:35:42

MySQL 事务（二）

文章目录事务隔离性理论理解隔离性隔离级别事务隔离级别的设置和查看事务隔离级别读未提交读提交（不可重复读） 事务隔离性理论理解隔离性 MySQL服务可能会同时被多个客户端进程(线程)访问，访问的方式以事务方式进行一个事务可能由多条SQL…...

编程日记 2025/6/29 4:17:55

【HarmonyOS】ArkTS开发应用的横竖屏切换

文章目录 1、简介2、静态 — 横竖屏切换2.1、效果2.2、实现原理2.3、module.json5 源码 3、动态 — 横竖屏切换3.1、应用随系统旋转切换横竖屏3.2、setPreferredOrientation 原理配置3.3、锁定旋转的情况下，手动设置横屏状态 1、简介在完成全屏网页嵌套应用开发后…...

编程日记 2025/7/12 10:46:28

Linux中find命令用法核心要点提炼

大家好，欢迎来到程序视点！我是你们的老朋友.小二！ 以下是针对Linux中find命令用法的核心要点提炼： 基础语法结构 find [路径] [选项] [操作]路径：查找目录（.表当前目录，/表根目录）…...

编程日记 2025/6/29 1:40:16

专栏项目框架介绍

项目整体实现框图如下图所示，是该项目的整体框图，项目的功能概括为：PC端下发数据文件，FPGA板卡接收数据文件，缓存至DDR中，待数据文件发送完毕，循环读取DDR有效写区域数据，将DDR数据…...

编程日记 2025/6/29 1:55:01

WSL 安装 Debian 12 后，Linux 如何安装 vim ?

在 WSL 的 Debian 12 中安装 Vim 非常简单，只需使用 apt 包管理器即可。以下是详细步骤： 1. 更新软件包列表首先打开终端，确保系统包列表是最新的： sudo apt update2. 安装 Vim 直接通过 apt 安装 Vim： sudo apt …...

编程日记 2025/7/8 16:38:55

【SpringBoot】从零开始全面解析Spring MVC (一)

本篇博客给大家带来的是SpringBoot的知识点, 本篇是SpringBoot入门, 介绍Spring MVC相关知识. 🐎文章专栏: JavaEE初阶 🚀若有问题评论区见 ❤ 欢迎大家点赞评论收藏分享如果你不知道分享给谁,那就分享给薯条. 你们的支持是我不断创作的动力 . 王子…...

编程日记 2025/7/3 17:00:05

C++—特殊类设计设计模式

目录 C—特殊类设计&设计模式1.设计模式2.特殊类设计2.1设计一个无法被拷贝的类2.2设计一个只能在堆上创建对象的类2.3设计一个只能在栈上创建对象的类2.4设计一个类，无法被继承2.5设计一个类。这个类只能创建一个对象【单例模式】2.5.1懒汉模式实现2.5.2饿汉模…...

编程日记 2025/6/29 4:16:41

初入OpenCV

OpenCV简介 OpenCV是一个开源的跨平台计算机视觉库，它实现了图像处理和计算机视觉方面的很多通用算法。应用场景： 目标识别：人脸、车辆、车牌、动物； 自动驾驶；医学影像分析； 视频内容理解分析&#xff…...

编程日记 2025/6/29 4:55:48

霍夫圆变换全面解析(OpenCV)

文章目录一、霍夫圆变换基础1.1 霍夫圆变换概述1.2 圆的数学表达与参数化二、霍夫圆变换算法实现2.1 标准霍夫圆变换算法流程2.2 参数空间的表示与优化三、关键参数解析3.1 OpenCV中的HoughCircles参数3.2 参数调优策略四、Python与OpenCV实现参考4.1 基本实现代码4.2 改进…...

编程日记 2025/6/29 2:21:56

互联网大厂Java求职面试：优惠券服务架构设计与AI增强实践-4

互联网大厂Java求职面试：优惠券服务架构设计与AI增强实践-4 场景设定面试官：某互联网大厂技术总监，拥有超过10年大型互联网企业一线技术管理经验，擅长分布式架构、微服务治理、云原生等领域。候选人：郑薪苦&#…...

编程日记 2025/6/29 1:35:07

项目中会出现的css样式

1.重复渐变边框思路： 主要是用重复的背景渐变实现的如图： <div class"card"><div class"container">全面收集中医癌毒临床医案，建立医案共享机制，构建癌毒病机知识图谱，便于医疗人…...

编程日记 2025/6/29 3:26:13

LeetCode[101]对称二叉树

思路： 对称二叉树是左右子树对称，而不是左右子树相等，所以假设一个树只有3个节点，那么判断这个数是否是对称二叉树，肯定是先判断左右两个树，然后再看根节点，这样递归顺序我们就确认了&#xff0…...

编程日记 2025/7/15 1:10:40

黑马k8s（四）

1.资源管理介绍本章节主要介绍yaml语法和kubernetes的资源管理方式 2.YAML语言介绍 3.资源管理方式命令式对象管理 dev下删除了pod，之后发现还有pod，把原来的pod删除了，重新启动了一个命令式对象配置声明式对象配置命令式对象配置&…...

编程日记 2025/6/29 4:15:46

华为ensp实现跨vlan通信

要在网络拓扑中实现主机192.168.1.1、192.168.1.2和192.168.2.1之间的互相通信，需要正确配置交换机（S5700）和路由器（AR3260），以确保不同网段之间的通信（即VLAN间路由）。网络拓扑分析…...

编程日记 2025/6/29 1:43:02

TCPIP详解卷1协议十用户数据报协议和IP分片

10.1——用户数据报协议和 IP 分片 UDP是一种保留消息边界的简单的面向数据报的传输层协议。它不提供差错纠正、队列管理、重复消除、流量控制和拥塞控制。它提供差错检测，包含我们在传输层中碰到的第一个真实的端到端（end-to-end）校验和。这…...

编程日记 2025/6/29 4:41:41

Java笔记4

第一章 static关键字 2.1 概述以前我们定义过如下类： public class Student {// 成员变量public String name;public char sex; // 男女public int age;// 无参数构造方法public Student() {}// 有参数构造方法public Student(String a) {} }我们已经知道面向…...

编程日记 2025/6/29 3:26:03

Matlab 垂向七自由度轨道车辆开关型半主动控制

1、内容简介 Matlab 229-垂向七自由度轨道车辆开关型半主动控制可以交流、咨询、答疑 2、内容说明略 3、仿真分析略 4、参考论文略...

编程日记 2025/6/29 1:35:10

Matlab 短时交通流预测AR模型

1、内容简介 Matlab 230-短时交通流预测AR模型可以交流、咨询、答疑 2、内容说明略 3、仿真分析略 4、参考论文略城市道路短时交通流预测.pdf...

编程日记 2025/6/29 1:35:46

MYSQL之表的约束

表中真正约束字段的是数据类型, 但是只有数据类型约束就很单一, 也需要有一些额外的约束, 从而更好的保证数据的合法性, 从业务逻辑角度保证数据的正确性. 比如有一个字段是email, 要求是唯一的. 为什么要有表的约束? 表的约束: 表中一定要有各种约束, 通过约束, 让我们未来…...

编程日记 2025/6/29 5:07:14