新闻详情

新闻详情

首页 / 资讯中心 / 详情

苍穹外卖day05--Redis配置以及应用

发布时间:2026/11/17 10:25:21来源:尧图网络
苍穹外卖day05--Redis配置以及应用
苍穹外卖day05–Redis配置以及应用文章目录苍穹外卖day05--Redis配置以及应用前言Redis简介Redis环境配置店铺营业状态设置总结前言第五天简单的介绍了一下Redis以及在苍穹外卖中的应用。Redis简介我们先说熟悉的MySQLMySQL是通过数据文件将数据存储到硬盘上的数据格式为表格。Redis是基于内存的数据库数据格式为kye-value。我们知道内存的速度是极快的但是数据量小不能保存。所以Redis适合存放一些热点数据读多写少的数据Redis环境配置对于Redis的基本类型以及操作网上有大量文献问ai也是一句话的事不再阐述了。接下来我们讲讲Redis的环境配置以及再Java中如何使用。第一步导入Spring Data Redis的maven坐标。利用该框架在Spring项目中操作Redis。dependency groupIdorg.springframework.boot/groupId artifactIdspring-boot-starter-data-redis/artifactId /dependency第二步配置Redis数据源采用引用的方式sky redis: host: ${sky.redis.host} port: ${sky.redis.port}第三步创建一个配置类来创建RedisTemplate对象后续通过该对象操作Redis最后想操作Redis里面基本数据的时候先获取对应对象在调用对应方法店铺营业状态设置店铺的营业状态一天只会改几次但是用户每次下单的时候都需要查询这个店铺是否营业这是典型的查多改少的例子因此数据库选择Redis。Redis不需要Mapper层但是否需要Service层取决于业务复杂度。而对店铺营业状态的设置与查询只有两条语句所以不需要service层。设置 redisTemplate.opsForValue().set(KEY,status); 查询 Integer status (Integer) redisTemplate.opsForValue().get(KEY);总结第五天结束。结合着之前JavaWeb里面的笔记对三大架构以及基本CURD应该挺熟练了。苍穹外卖的管理端也就此结束了等到中秋国情的时候再开用户端吧这两天正好处理一下学校的事情。继续加油。
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/17 7:04:08

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/17 5:42:44

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/16 19:23:38

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/17 6:55:04

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/17 5:57:47

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/16 17:28:18

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉