Java基础知识(四)

UI:

ZUI、LAYUI,bootstrap

PowerDesigner作用是什么?

设计数据库模型

PowerDesigner有什么好处

       可以清晰的看出数据库的模型图表,自动导出sql语句以及测试数据。

PowerDesigner在什么时候使用

		设计数据库的时候用

MyBatis的工作原理

(代码实现、创建哪些类)
MyBatis 是一个可以自定义SQL、存储过程和高级映射的持久层框架
mybatis应用程序通过SqlSessionFactoryBuilder从mybatis-config.xml配置文件(也可以用Java文件配置的方式,需要添加@Configuration)
来构建SqlSessionFactory(SqlSessionFactory是线程安全的);然后,SqlSessionFactory的实例直接开启一个SqlSession,
再通过SqlSession实例获得Mapper对象并运行Mapper映射的SQL语句,完成对数据库的CRUD和事务提交,之后关闭SqlSession。
MyBatis的sql如何打印出来
dao 的接口的日志级别设成 debug
MyBatis这个框架封装了什么?
封装dao层的一个框架
MyBatis的逻辑分页和物理分页
rowBounds pageHelper

MyBatis的一级缓存和二级缓存

mybatis的的一级缓存是SqlSession级别的缓存,一级缓存缓存的是对象,当SqlSession提交、关闭以及其他的更新数据库的操作发生后,
一级缓存就会清空。二级缓存是SqlSessionFactory级别的缓存,同一个SqlSessionFactory产生的SqlSession都共享一个二级缓存,
二级缓存中存储的是数据,当命中二级缓存时,通过存储的数据构造对象返回。查询数据的时候,查询的流程是二级缓存>一级缓存>数据库。

MyBatis的缓存是否在项目中使用到?并且你用了什么替换这个缓存技术

	LOG4J:
		日志有哪些?(文件日志,文件日志有哪些;数据库日志:数据库日志又有哪些)
		你所了解的文件日志技术有哪些?(LOG4J...)
		为什么你使用LOG4J呢?
		日志的等级(ERROR,WARNING,DEBUG,INFO...)

为什么使用:

我们在之前做了很多的工厂,并且如果没有写工厂类,那么我们的Servle去new Service
而我们的Service去new Dao,那么我们会发现,这里的数据其实只要new一次就行了,所以我们
做了单例,并且还写成工厂,这样就不用我们一直new了

那么Spring的其中一个功能就是封装工厂

spring是什么:

spring是一个轻量级的框架,用来简化代码
在哪里使用:
项目中如果用到mybatis就可以用spring去接管

这个框架封装了什么:

封装工厂

DI(注入)和IOC的区别

根据上面的讲述,应该能看出来,依赖注入和控制反转是对同一件事情的不同描述,从某个方面讲,就是它们描述的角度不同。
依赖注入是从应用程序的角度在描述,可以把依赖注入描述完整点:应用程序依赖容器创建并注入它所需要的外部资源;
而控制反转是从容器的角度在描述,描述完整点:容器控制应用程序,由容器反向的向应用程序注入应用程序所需要的外部资源

IOC是什么,用来干什么的

Ioc(控制反转)即由IoC容器帮对象找相应的依赖对象并注入,而不是由对象主动去找,提升组件重用的频率

DI是是什么,用来干什么的

依赖注入,应用程序依赖容器创建并注入它所需要的外部资源,提升组件重用的频率

SpringMVC:

为什么使用、这是什么、在哪里使用、这个框架封装了什么?

SpringMvc是基于java的请求驱动类型的轻量级web框架,原先我们客户端发送一个url业务请求,
web.xml就需要配置一个servlet,也就是一个servlet基本只能做一个业务请求,
这种配置很麻烦springMVC封装了servlet,这样我们不需要再一个个配置servlet。

SpringMVC的工作原理

(这里的工作原理是:url是如何访问,直到返回视图…)
项目启动时,web.xml会初始化servlet,当有业务请求时,
这个servlet会去找一个或多个handerMaping处理映射调用对应的controller,
controller处理对应的业务,然后返回一个modelAndview,视图解析器解析出对应的视图返回到浏览器渲染。

SSM框架的搭建流程

	springboot是spring下的一个子项目,
	他封装了ssm框架的spring和springMVC的xml配置,让项目搭建更简化,提高了开发效率。
	并且内置tomcat,项目中我们通过main启动项启动项目,并通过扫描器对Mapper层进行初始化

为什么使用、这是什么、在哪里使用、这个框架封装了什么?

springboot是spring开源框架的子项目,他主要解决的封装了ssm框架的繁琐又重复的xml配置,内置tomcat,可以独立运行 。
在四阶段的项目就是用springboot搭建的
SpringMVC的工作原理

AOP是什么,用来干什么的

面向切面编程,只是一种编程思想
(1)事务处理:执行方法前开启事务,执行方法后关闭事务,出现异常后回滚事务;
(2)权限判断:在执行方法前判断是否有权限;
(3)日志:在执行前,进行日志处理;

AOP是设计模式,而filter是工具,仅仅是一个类,通过AOP可以封装出无数个filter.
AOP的6个特点,(切点、切面、通知、目标、代理、织入)
通知:排查所有车辆酒驾情况,比如排查service层的方法执行
切点:罚款或扣留车辆也就是写入错误日志
切面:通知+切点
目标:作用的对象,车辆里人,比如services层的service对象
代理:对应的警察,就是排查车辆的工作人员
织入:就是封装错误的代码执行过程。
AOP使用了什么设计模式
aop主要用的是动态代理模式

其他:

分层的名词(pojo,dto,vo,bean)区别是什么

POJO(Plain Old Java Objects,普通老式 Java 对象):我们之前写过类,数据库一张表,
java有一个对应类,和这张表对应,这样的类我们叫他POJO
以后bean改名叫做pojo

VO (view Object) 我们上节课讲的tree,最后整合成一个json数据,如果这个json数据是在java
这边生成的,那么这个数据就属于vo

DTO (data transfer object) 我们上节课我们创建一个叫做JsonMsg的类,里面有id,message,
location,datas,这个类用来将数据传送给浏览器,这个类就属于DTO

而以上的这三种都属于BeanPOJO(Plain Old Java Objects,普通老式 Java 对象):我们之前写过类,数据库一张表,
java有一个对应类,和这张表对应,这样的类我们叫他POJO
以后bean改名叫做pojo

VO (view Object) 我们上节课讲的tree,最后整合成一个json数据,如果这个json数据是在java
这边生成的,那么这个数据就属于vo

DTO (data transfer object) 我们上节课我们创建一个叫做JsonMsg的类,里面有id,message,
location,datas,这个类用来将数据传送给浏览器,这个类就属于DTO

而以上的这三种都属于Bean

nginx:部署方式,访问模式:

1、权重模式

(权重就是比重的意思,一共10份,例如:A 9 ,B 1)
也就是说客户去访问C服务器 90%概率会访问A服务器, 10%会访问B服务器

2、hash模式

(服务器C会根据客户的url进行计算hash值:例如:login —> 0F123 这个Hash值就是固定得了)
也就是不管哪一个客户只要url是login hash值就是 0F123,那么对应的hash值只会去对应的服务器

		login -》0F123 -》a
		regiest—> 0F124 -> b
		menus -> 0F12 -> b

3、轮询模式

	4000个用户,第一个去a,第二个去b,第三个去a,第四个去b....				redis:存储模式,redis的其他功能...
			vue: 生命周期,vuejs和vuecli的区别...
			前后端分离:作用
			xss:为什么使用xss,攻击方式有几种...
			rsa:工作原理
			websocket:工作原理
		权限;
		数据同时访问数量;
		ORM原理:就是mybatis的反射工作原理(接口类和xml是如何访问的)
  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值