首页 > 其他分享 >项目技巧三

项目技巧三

时间：2024-09-06 21:52:37浏览次数：14  
标签：cur 项目 技巧 time stockCode DateTime data stock

目录

我们现在要实现一个接口功能

1.我们先书写sql语句

 2.编写接口

3.书写业务逻辑

4.书写mapper

结果：

缺点：没有根据涨跌幅区间的大小来排序 

1.yml文件

 2.在value object包下映射这个yml文件

3.开启这个配置类进行映射，并把它交给spring管理

4.修改后的业务逻辑

5.新的结果

6.第二种业务逻辑，使用lambda表达式

实现第二个接口：获取一段时间内，特定的股票每天的最大交易点的信息数据

1.返回的数据格式

2.domain类

3.sql语句分析

4.接口编写

 5.业务逻辑

7.mapperXml文件

结果

把复杂的sql语句分步

 1.mapper

2.mapperXml文件

3.业务逻辑

我们现在要实现一个接口功能

查询当前时间下股票的涨跌幅度区间统计功能
 如果当前日期不在有效时间内，则以最近的一个股票交易时间作为查询点

股票涨跌幅区间定义: "<-7%" 、 "-7~-5%"、 "-5~-3%" 、 "-3~0%" 、"0~3%" 、 "3~5%" 、 "5~7%" 、 ">7%" 

要返回的数据

{
    "code": 1,
    "data": {
        "time": "2021-12-31 14:58:00",
        "infos": [
            {
                "count": 17,
                "title": "-3~0%"
            },
            {
                "count": 2,
                "title": "-5~-3%"
            },
			//省略......
        ]
    }
}

1.我们先书写sql语句

#统计当前时间下（精确到分钟），A股在各个涨跌区间股票的数量；
#股票涨跌幅区间定义: "<-7%" 、 "-7~-5%"、 "-5~-3%" 、 "-3~0%" 、"0~3%" 、 "3~5%" 、 "5~7%" 、 ">7%"

#1.使用的表stock_market_index_info
#2.业务分析:1.时间：当前最新交易时间点
        #2.要统计出每个个股的涨幅流水表
        #3.把每个个股的涨幅转换成涨跌幅区间  使用 case when then end
        #4.最后根据涨跌幅区间来分组统计每个组的记录数量 count
#3.返回的数据 count title(涨跌幅区间)
#1.统计每个个股的涨幅
select (cur_price-pre_close_price)/pre_close_price as ud from stock_rt_info where cur_time='2022-01-06 09:55:00';

 

#2.把涨幅字段的值转换成涨跌幅区间
select
    case
        when tmp.ud>0.07 then '>7%'  #根据条件来该字段的值
        when tmp.ud<=0.07 and tmp.ud>0.05 then '5~7%'
        when tmp.ud<=0.05 and tmp.ud>0.03 then '3~5%'
        when tmp.ud<=0.03 and tmp.ud>0 then '0~3%'
        when tmp.ud<=0 and tmp.ud>-0.03 then '-3~0%'
        when tmp.ud<=-0.03 and tmp.ud>-0.05 then '-5~-3%'
        when tmp.ud<=-0.05 and tmp.ud>=-0.07 then '-7~-5%'
        else '<-7%'
    end 'title' #给这个字段重命名
    from (select (cur_price-pre_close_price)/pre_close_price as ud from stock_rt_info where cur_time='2022-01-06 09:55:00')
    as tmp;

 

#3.根据涨跌幅区间进行分组
select count(*) as count, tmp2.title from (select
                 case
                     when tmp.ud>0.07 then '>7%'  #根据条件来该字段的值
                     when tmp.ud<=0.07 and tmp.ud>0.05 then '5~7%'
                     when tmp.ud<=0.05 and tmp.ud>0.03 then '3~5%'
                     when tmp.ud<=0.03 and tmp.ud>0 then '0~3%'
                     when tmp.ud<=0 and tmp.ud>-0.03 then '-3~0%'
                     when tmp.ud<=-0.03 and tmp.ud>-0.05 then '-5~-3%'
                     when tmp.ud<=-0.05 and tmp.ud>=-0.07 then '-7~-5%'
                     else '<-7%'
                     end 'title' #给这个字段重命名
             from (select (cur_price-pre_close_price)/pre_close_price as ud from stock_rt_info where cur_time='2022-01-06 09:55:00')
                      as tmp) as tmp2 group by tmp2.title;

 2.编写接口

    /**
     * 查询当前时间下股票的涨跌幅度区间统计功能
     * 如果当前日期不在有效时间内，则以最近的一个股票交易时间作为查询点
     * @return
     */
  
    @ApiOperation("查询最新交易时间下股票的涨跌幅度区间中各个股票的数量")
    @GetMapping("/stock/updown")
    public R<Map<String,Object>> getStockUpDown(){//这里使用的是Object,因为每个键对应的类型不一样，一个是String,一个是List集合
        return stockService.stockUpDownScopeCount();
    }

3.书写业务逻辑

/**
     * 查询当前时间下股票的涨跌幅度区间统计功能
     * 如果当前日期不在有效时间内，则以最近的一个股票交易时间作为查询点
     * @return
     */
    @Override
    public R<Map<String, Object>> stockUpDownScopeCount() {
        //1.获取当前时间的最新交易点
        DateTime datetime = DateTimeUtil.getLastDate4Stock(DateTime.now());
        Date time=datetime.toDate();
        //设置mock data
        DateTime curDateTime=DateTime.parse("2022-01-06 09:55:00",DateTimeFormat.forPattern("yyyy-MM-dd HH:mm:ss"));
        Date curDate = curDateTime.toDate();

        //2.根据mapper接口获取数据
        List<Map> infos=stockRtInfoMapper.getStockUpDownScopeCount(curDate);

        //3.封装数据
        Map<String,Object>data=new HashMap<>();
        data.put("time",curDateTime.toString(DateTimeFormat.forPattern("yyyy-MM-dd HH:mm:ss")));
        data.put("infos",infos);
        //4.返回数据
        return R.ok(data);
    }

4.书写mapper

    /**
     * 查询当前时间下股票的涨跌幅度区间统计功能
     * 如果当前日期不在有效时间内，则以最近的一个股票交易时间作为查询点
     * @return
     */
    List<Map> getStockUpDownScopeCount(@Param("curDate") Date curDate);

5.书写mapperXml文件

<!--    如果在XML中SQL语句遇到大量特殊字符需要转义，比如：< 等，建议使用** sql 语句 **标记，这样特殊字符就不会被解析器解析
所以使用<![CDATA[]]>   -->
    <select id="getStockUpDownScopeCount" resultType="map">
        <![CDATA[
        select count(*) as count, tmp2.title from (select
        case
        when tmp.ud>0.07 then '>7%'
        when tmp.ud<=0.07 and tmp.ud>0.05 then '5~7%'
        when tmp.ud<=0.05 and tmp.ud>0.03 then '3~5%'
        when tmp.ud<=0.03 and tmp.ud>0 then '0~3%'
        when tmp.ud<=0 and tmp.ud>-0.03 then '-3~0%'
        when tmp.ud<=-0.03 and tmp.ud>-0.05 then '-5~-3%'
        when tmp.ud<=-0.05 and tmp.ud>=-0.07 then '-7~-5%'
        else '<-7%'
        end 'title'
        from (select (cur_price-pre_close_price)/pre_close_price as ud from stock_rt_info where cur_time=#{curDate})
        as tmp) as tmp2 group by tmp2.title
        ]]>
    </select>

结果：

缺点：没有根据涨跌幅区间的大小来排序 

我们可以在application-stock.yml文件中自己书写按照大小排序的涨跌幅区间，因为涨跌幅区间不能直接进行大小比较进行排序

1.yml文件

# 配置股票相关的参数
stock:
  upDownRange:
    - "<-7%"
    - "-7~-5%"
    - "-5~-3%"
    - "-3~0%"
    - "0~3%"
    - "3~5%"
    - "5~7%"
    - ">7%"

 2.在value object包下映射这个yml文件

@Data
@ConfigurationProperties(prefix = "stock")//映射yml文件中stock属性的值
//@Component//直接让其交给spring管理，TODO:我们不使用（不让它自己开启），我们让其他要使用该类的子模块来开启
public class StockInfoConfig {

    public List<String>upDownRange;//涨跌幅区间
}

3.开启这个配置类进行映射，并把它交给spring管理

@Configuration
@EnableConfigurationProperties(StockInfoConfig.class)//TODO:在这个子模块开启加载此配置类，并让它映射yml文件中的stock属性的值，再交给spring管理
public class CommonConfig {

}

4.修改后的业务逻辑

    /**
     * 查询当前时间下股票的涨跌幅度区间统计功能
     * 如果当前日期不在有效时间内，则以最近的一个股票交易时间作为查询点
     * @return
     */
    @Override
    public R<Map<String, Object>> stockUpDownScopeCount() {
        //1.获取当前时间的最新交易点
        DateTime datetime = DateTimeUtil.getLastDate4Stock(DateTime.now());
        Date time=datetime.toDate();
        //设置mock data
        DateTime curDateTime=DateTime.parse("2022-01-06 09:55:00",DateTimeFormat.forPattern("yyyy-MM-dd HH:mm:ss"));
        Date curDate = curDateTime.toDate();

        //2.根据mapper接口获取数据
        List<Map> infos=stockRtInfoMapper.getStockUpDownScopeCount(curDate);

        //获取涨跌幅区间（按照大小排序）
        List<String> upDownRange = stockInfoConfig.getUpDownRange();

        List<Map>orderInfos=new ArrayList<>();//创建一个新的集合，来接收新的数据

        for (String range : upDownRange) {//按照涨跌幅区间排序（升序）
            Map tmpMap =null;//创建一个临时map
            for (Map map : infos) {
                if(map.containsValue(range)){//如果包含这个涨跌幅区间，就进行赋值
                    tmpMap=map;
                    break;
                }
            }
            if(tmpMap==null) {//如果tmpMap还为null,则说明没有该涨跌幅区间
                tmpMap=new HashMap();//自己进行赋值
                tmpMap.put("count",0);
                tmpMap.put("title",range);
            }
            orderInfos.add(tmpMap);//添加
        }

        //3.封装数据
        Map<String,Object>data=new HashMap<>();
        data.put("time",curDateTime.toString(DateTimeFormat.forPattern("yyyy-MM-dd HH:mm:ss")));
        data.put("infos",orderInfos);
        //4.返回数据
        return R.ok(data);
    }

5.新的结果

6.第二种业务逻辑，使用lambda表达式

    /**
     * 查询当前时间下股票的涨跌幅度区间统计功能
     * 如果当前日期不在有效时间内，则以最近的一个股票交易时间作为查询点
     * @return
     */
    @Override
    public R<Map<String, Object>> stockUpDownScopeCount() {
        //1.获取当前时间的最新交易点
        DateTime datetime = DateTimeUtil.getLastDate4Stock(DateTime.now());
        Date time=datetime.toDate();
        //设置mock data
        DateTime curDateTime=DateTime.parse("2022-01-06 09:55:00",DateTimeFormat.forPattern("yyyy-MM-dd HH:mm:ss"));
        Date curDate = curDateTime.toDate();

        //2.根据mapper接口获取数据
        List<Map> infos=stockRtInfoMapper.getStockUpDownScopeCount(curDate);

        //获取涨跌幅区间（按照大小排序）
        List<String> upDownRange = stockInfoConfig.getUpDownRange();

/*
        List<Map>orderInfos=new ArrayList<>();//创建一个新的集合，来接收新的数据
        for (String range : upDownRange) {//按照涨跌幅区间排序（升序）
            Map tmpMap =null;//创建一个临时map
            for (Map map : infos) {
                if(map.containsValue(range)){//如果包含这个涨跌幅区间，就进行赋值
                    tmpMap=map;
                    break;
                }
            }
            if(tmpMap==null) {//如果tmpMap还为null,则说明没有该涨跌幅区间
                tmpMap=new HashMap();//自己进行赋值
                tmpMap.put("count",0);
                tmpMap.put("title",range);
            }
            orderInfos.add(tmpMap);//添加
        }
*/
        List<Map>orderInfos=upDownRange.stream().map(range->{//使用map方法将String数据类型转换成map类型，range是upDownRange集合的每个值
            Map tmpMap=null;//创建一个临时map
            //使用之前查询出来的List<Map>集合来过滤出含有涨跌幅区间的map,并使用findFirst()进行赋值
            //这里使用 Optional来接收，是防止为null
            Optional<Map>op =infos.stream().filter(map->map.containsValue(range)).findFirst();
            if(op.isPresent()){
                tmpMap=op.get();//存在就直接进行赋值
            }else{
                tmpMap=new HashMap();//自己进行赋值
                tmpMap.put("count",0);
                tmpMap.put("title",range);
            }
            return tmpMap;
        }).collect(Collectors.toList());

        //3.封装数据
        Map<String,Object>data=new HashMap<>();
        data.put("time",curDateTime.toString(DateTimeFormat.forPattern("yyyy-MM-dd HH:mm:ss")));
        data.put("infos",orderInfos);
        //4.返回数据
        return R.ok(data);
    }

实现第二个接口：获取一段时间内，特定的股票每天的最大交易点的信息数据

1.返回的数据格式

{
    "code": 1,
    "data": [
        {
            "date": "2021-12-20 10:20",//日期
            "tradeAmt": 28284252,//交易量(指收盘时的交易量，如果当天未收盘，则显示最新数据)
            "code": "000021",//股票编码
            "lowPrice": 16,//最低价格（指收盘时记录的最低价，如果当天未收盘，则显示最新数据）
            "name": "深科技",//名称
            "highPrice": 16.83,//最高价（指收盘时记录的最高价，如果当天未收盘，则显示最新数据）
            "openPrice": 16.8,//开盘价
            "tradeVol": 459088567.58,//交易金额（指收盘时记录交易量，如果当天未收盘，则显示最新数据）
            "closePrice": 16.81//当前收盘价（指收盘时的价格，如果当天未收盘，则显示最新cur_price）
            "preClosePrice": 16.81//前收盘价
        },
        //......
    ]
}

把data里面的key封装成一个domain包下的类，因为是通过与数据库进行交互并赋值的

2.domain类

/**
 * @Description 个股日K数据封装
 */
@Data
@NoArgsConstructor
@AllArgsConstructor
@Builder
@ApiModel(description = "个股日K数据封装")
public class Stock4EvrDayDomain {
    /**
     * 日期，eg:202201280809
     */
    @ApiModelProperty("当前日期")
    @JsonFormat(pattern = "yyyy-MM-dd",timezone = "Asia/Shanghai")//设置返回给前端的时间数据格式
    private Date date;
    /**
     * 交易量
     */
    @ApiModelProperty("交易量")
    private Long tradeAmt;
    /**
     * 股票编码
     */
    @ApiModelProperty("股票编码")
    private String code;
    /**
     * 最低价
     */
    @ApiModelProperty("最低价")
    private BigDecimal lowPrice;
    /**
     * 股票名称
     */
    @ApiModelProperty("股票名称")
    private String name;
    /**
     * 最高价
     */
    @ApiModelProperty("最高价")
    private BigDecimal highPrice;
    /**
     * 开盘价
     */
    @ApiModelProperty("开盘价")
    private BigDecimal openPrice;
    /**
     * 当前交易总金额
     */
    @ApiModelProperty("当前交易总金额")
    private BigDecimal tradeVol;
    /**
     * 当前收盘价格指收盘时的价格，如果当天未收盘，则显示最新cur_price）
     */
    @ApiModelProperty("当前收盘价格指收盘时的价格，如果当天未收盘，则显示最新cur_price")
    private BigDecimal closePrice;
    /**
     * 前收盘价
     */
    @ApiModelProperty("前收盘价")
    private BigDecimal preClosePrice;
}

3.sql语句分析

#1.需要使用的表stock_rt_info
#2.业务分析 1.规定一个时间范围，几天到几天 between and
            #2.根据每天，即通过相同天数来分组  grouped by
            #3.然后取每个组内的最大交易时间点来查询各个信息 根据 in
#1.找到一段时间范围内每天的特定股票的最大交易点
select max(cur_time) #取每个组的最大时间交易点
from stock_rt_info where cur_time between '2022-01-01 09:30:00' and '2022-06-06 14:25:00' and stock_code='600021'
group by date_format(cur_time,'%Y%m%d');#根据天数相同来分组，所以格式化时间，去掉时分秒

#2.根据每天的最大交易点来查询特定股票的数据
select
    cur_time as date,
    trade_amount as tradeAmt,
    stock_code as code,
    min_price as lowPrice,
    stock_name as name,
    max_price as highPrice,
    open_price as openPrice,
    trade_volume as tradeVol,
    cur_price as closePrice,
    pre_close_price as preClosePrice
    from stock_rt_info
    where stock_code='600009' and
 cur_time in (select max(cur_time) #取每个组的最大时间交易点
   from stock_rt_info where cur_time between '2022-01-01 09:30:00' and '2022-06-06 14:25:00' and stock_code='600021'
   group by date_format(cur_time,'%Y%m%d')) order by cur_time;#根据时间大小进行排序

4.接口编写

    /**
     * 单个个股日K 数据查询 ，可以根据时间区间查询数日的K线数据
     * @param stockCode 股票编码
     */
    @GetMapping("/stock/screen/dkline")
    @ApiOperation("单个个股日K 数据查询 ，可以根据时间区间查询数日的K线数据")
    @ApiImplicitParams(
            @ApiImplicitParam(name="code",value = "特定股票编码",required = true)
    )
    public R<List<Stock4EvrDayDomain>> getDayKLinData(@RequestParam(value = "code",required = true) String stockCode){
        return stockService.stockCreenDkLine(stockCode);
    }

 5.业务逻辑

 /**
     * 获取一段时间内，特定的股票每天的最大交易点的信息数据
     * @param stockCode 特定股票的编码
     */
    @Override
    public R<List<Stock4EvrDayDomain>> stockCreenDkLine(String stockCode) {
        //获取当前的时间的最新交易点
        DateTime datetime = DateTimeUtil.getLastDate4Stock(DateTime.now());
        Date curTime = datetime.toDate();
        //设置mock data
        curTime = DateTime.parse("2022-06-06 14:25:00", DateTimeFormat.forPattern("yyyy-MM-dd HH:mm:ss")).toDate();
        //获取十天前的时间
        DateTime lastDateTime = datetime.minusDays(10);
        Date lastTime = lastDateTime.toDate();
        //设置mock data
        lastTime=DateTime.parse("2022-01-01 09:30:00",DateTimeFormat.forPattern("yyyy-MM-dd HH:mm:ss")).toDate();

        //调用接口mapper方法
       List<Stock4EvrDayDomain>data= stockRtInfoMapper.getStockInfo4EvrDay(lastTime,curTime,stockCode);
       if(data==null){
           return R.error(ResponseCode.NO_RESPONSE_DATA);
       }
       //返回数据
        return  R.ok(data);
    }

6.mapper

/**
     * 获取一段时间内，每天的最大交易时间的特定股票的基本数据
     * @param lastTime 一段时间的开头
     * @param curTime 一段时间的末尾
     * @param stockCode 特定股票编码
     */
    List<Stock4EvrDayDomain> getStockInfo4EvrDay(@Param("lastTime") Date lastTime, @Param("curTime") Date curTime, @Param("stockCode") String stockCode);

7.mapperXml文件

    <select id="getStockInfo4EvrDay" resultType="com.hhh.stock.pojo.domain.Stock4EvrDayDomain">
        select
            cur_time as date,
    trade_amount as tradeAmt,
    stock_code as code,
    min_price as lowPrice,
    stock_name as name,
    max_price as highPrice,
    open_price as openPrice,
    trade_volume as tradeVol,
    cur_price as closePrice,
    pre_close_price as preClosePrice
        from stock_rt_info
        where stock_code=#{stockCode} and
            cur_time in (select max(cur_time)
            from stock_rt_info where cur_time between #{lastTime} and #{curTime} and stock_code=#{stockCode}
            group by date_format(cur_time,'%Y%m%d')) order by cur_time
    </select>

结果

把复杂的sql语句分步

 1.mapper

 /**
     * 获取一段时间内特定股票的每天的最大交易时间点
     * @param lastTime 一段时间的开始
     * @param curTime 一段时间的末尾
     * @param stockCode 特定股票的编码
     */
    List<Date>getStockEvrDayOfMaxTradingTime(@Param("lastTime") Date lastTime, @Param("curTime") Date curTime, @Param("stockCode") String stockCode);

    /**
     * 根据每天的最大交易时间点来查询特定股票的信息
     * @param dateList 每天的最大交易点的集合
     * @param stockCode 特定的股票编码
     */
    List<Stock4EvrDayDomain>getStockInfo4EvrDayByMaxTradingTime(@Param("dateList") List<Date>dateList, @Param("stockCode") String stockCode);

2.mapperXml文件

 <select id="getStockEvrDayOfMaxTradingTime" resultType="java.util.Date">
        select max(cur_time) as date from stock_rt_info where cur_time
         between #{lastTime} and #{curTime} and stock_code=#{stockCode}
        group by date_format(cur_time,'%Y%m%d')
    </select>
    <select id="getStockInfo4EvrDayByMaxTradingTime" resultType="com.hhh.stock.pojo.domain.Stock4EvrDayDomain">
        select
            cur_time as date,
    trade_amount as tradeAmt,
    stock_code as code,
    min_price as lowPrice,
    stock_name as name,
    max_price as highPrice,
    open_price as openPrice,
    trade_volume as tradeVol,
    cur_price as closePrice,
    pre_close_price as preClosePrice
        from stock_rt_info
        where stock_code=#{stockCode} and
            cur_time in
        <foreach collection="dateList" item="date" open="(" separator="," close=")">
            #{date}
        </foreach>
        order by cur_time
    </select>

3.业务逻辑

 /**
     * 通过分解复杂sql语句来查询一段时间内的每天的最大交易点的特定股票的数据
     * @param stockCode 特定股票的编码
     */
    @Override
    public R<List<Stock4EvrDayDomain>> stockCreenDkLine2(String stockCode) {
        //获取当前的时间的最新交易点
        DateTime datetime = DateTimeUtil.getLastDate4Stock(DateTime.now());
        Date curTime = datetime.toDate();
        //设置mock data
        curTime = DateTime.parse("2022-06-06 14:25:00", DateTimeFormat.forPattern("yyyy-MM-dd HH:mm:ss")).toDate();
        //获取十天前的时间
        DateTime lastDateTime = datetime.minusDays(10);
        Date lastTime = lastDateTime.toDate();
        //设置mock data
        lastTime=DateTime.parse("2022-01-01 09:30:00",DateTimeFormat.forPattern("yyyy-MM-dd HH:mm:ss")).toDate();

        //调用mapper来获取每天的最大交易点的集合
        List<Date> dateList = stockRtInfoMapper.getStockEvrDayOfMaxTradingTime(lastTime, curTime, stockCode);
        //调用mapper根据最大交易点的集合获取特定股票的信息
        List<Stock4EvrDayDomain> data = stockRtInfoMapper.getStockInfo4EvrDayByMaxTradingTime(dateList, stockCode);
        if(data==null){
            return R.error(ResponseCode.NO_RESPONSE_DATA);
        }
        //返回数据
        return R.ok(data);
    }

标签：cur,项目,技巧,time,stockCode,DateTime,data,stock
From： https://blog.csdn.net/luosuss/article/details/141871419

相关文章

  • 毕设项目 基于STM32风速风向检测系统（实物 代码 论文）
    单片机毕设STM32风速风向检测系统1前言......
  • Vue3项目开发——新闻发布管理系统（五）
    文章目录七、登录&注册页面设计开发4、后端接口调用4.1AXIOS请求工具封装4.2创建axios实例①安装axios②封装axios模块4.3完成axios基本配置5实现注册功能5.1创建接口调用js文件5.2页面中调用注册方法6实现登录功能6.1创建......
  • vue.js项目实战案例源码
    关注我，持续分享逻辑思维&管理思维&面试题；可提供大厂面试辅导、及定制化求职/在职/管理/架构辅导；推荐专栏《10天学会使用asp.net编程AI大模型》，目前已完成所有内容。一顿烧烤不到的费用，让人能紧跟时代的浪潮。从普通网站，到公众号、小程序，再到AI大模型网站。干货满满。学成后可......
  • jQuery中的大于等于（>=）操作符使用技巧
    jQuery中的大于等于（>=）操作符使用技巧在jQuery中，常常需要对元素的某个属性或数值进行比较，判断是否大于等于某个特定的值。在这种情况下，使用大于等于（>=）操作符是非常常见的。本文将介绍如何在jQuery中使用大于等于操作符的技巧，帮助您更好地进行数据处理和交互操作。基本语法大于等于（>=......
  • SpringBoot本地项目上传到服务器
    首次将本地springboot开发的项目上传到服务器，这里连接服务器操作系统是windowserver,特此记录流程以备不时之需。基本步骤：打包项目为jar包上传项目启动服务    1.本地测试无bug后，打开idea右侧maven面板，清空本地编译文件，在pom文件中设置导报方式为jar,重新打......
  • QT项目实战之音乐播放器2.0版本
    该版本相较于1.0版本最主要的不同在于连接数据库实现类似于歌曲收藏和取消收藏的功能。详细情况看我的这篇文章http://t.csdnimg.cn/WS5s8。效果展示VSMyMusicShow2.0define.hUseMySQL.h musicInfo.h VSMyMusicPlayer.h ......
  • 《使用 Nginx 部署前端 Vue 项目》
    一、引言在现代前端开发中，Vue.js以其高效、灵活和易用性成为了众多开发者的首选框架。而在项目部署阶段，选择一个合适的服务器软件至关重要。Nginx作为一款高性能的Web服务器和反向代理服务器，能够为Vue项目的部署提供稳定、高效的解决方案。本文将详细介绍如何使用Ngin......
  • Ubuntu系统Docker中使用Anaconda环境运行Python项目方法
    宝藏网站：菜鸟教程-学的不仅是技术，更是梦想！安装Anaconda的镜像我是直接拉取的Anaconda的镜像，我不会dockerfile自己构建镜像。以下终端命令查找Anaconda的官方的一些镜像，拉取自己是想要的镜像。dockersearchanaconda#拉取镜像命令dockerpull(镜像名字)#查看Docker......
  • 解析NaiveUiAdmin的vue开源项目（二）
     书接上回 解析NaiveUiAdmin的vue开源项目（一）-CSDN博客本章我们来看until下的包 src/utils/http/axios/Axios.tsimporttype{AxiosRequestConfig,AxiosInstance,AxiosResponse}from'axios';importaxiosfrom'axios';import{AxiosCanceler}from'./axio......
  • 恒创科技：最小化服务器存储容量的技巧
    最小化服务器存储容量的需求通常来自于希望降低硬件成本、节省能源以及提高系统性能的考虑。以下是一些实现这一目标的技巧：1.评估您的存储需求在开始优化服务器存储之前，您需要清楚了解实际需要和使用的空间大小。您可以使用磁盘使用情况分析器或TreeSize等工具扫......

赞助商

阅读排行

网站主页关于我们联系我们网站地图

本网站内容转载自其他媒体，侵权联系[admin##ips99.com]。

Copyright © 2020-2023 IPS99 版权所有 IPS99