Session 简单的使用

本文介绍了HttpSession接口的Session技术,用于维持客户端与服务器的会话。Session通过唯一的ID标识用户,并常用于保存登录信息。默认存活30分钟,可通过XML配置调整。尽管生存期长,但不建议存储大量数据以防止堆栈溢出。当客户端完全关闭时,Session会自动销毁。文中还讲解了如何创建、获取Session以及修改其默认存活时间。
摘要由CSDN通过智能技术生成

Seesion介绍

  1. Session是一个接口(HttpSession)
  2. Session就是会话。它是用来维护客户端和服务器之间关联的一种技术
  3. 每个客户端都会有一个Session会话
    • 每个用户申请都会得到一个不一样的session范围
    • 服务器通过session的ID来判断用户的Session范围
  4. Session会话中,我们经常用来保存用户登录后的信息
  5. session的默认存活时间为30分,可以通过配置xml文件修改session的存活时间
    • request请求申请的数据调用结束就自动销毁,点击一次等于一次请求
    • session存活时间长,不适合存储大量数据,能不使用session尽量不使用,否则堆栈容易溢出,一般放在请求范围request内
  6. 在客户端完全关闭后,session自动销毁

如何创建和获取Session

  1. 创建Session对象

    //获取session范围,如果没有则创建一个session范围
    HttpSession session = request.getSession()
在机器学习的上下文中,session通常是指一个与模型相关的计算图执行的上下文环境。在TensorFlow中,我们使用`tf.Session()`来创建session对象。 使用session的一般步骤如下: 1. 定义计算图 2. 创建一个session对象 3. 初始化变量(如果有的话) 4. 运行计算图并获取结果 5. 关闭session 以下是一个简单的示例代码: ```python import tensorflow as tf # 定义计算图 a = tf.constant(5) b = tf.constant(10) c = tf.multiply(a, b) # 创建session with tf.Session() as sess: # 初始化变量 sess.run(tf.global_variables_initializer()) # 运行计算图并获取结果 result = sess.run(c) print(result) # 关闭session sess.close() ``` 在这个示例中,我们定义了一个计算图,它将两个常量相乘。我们使用`with`语句创建了一个session对象,并在其中运行计算图。在这个例子中,我们没有使用变量,所以我们不需要调用`tf.global_variables_initializer()`。我们通过调用`sess.run(c)`来运行计算图并获取结果。最后,我们使用`sess.close()`来关闭session。 请注意,在TensorFlow 2.0及以上版本中,不再需要使用session。你可以直接运行计算图并获取结果。例如,上面的代码可以简化为: ```python import tensorflow as tf # 定义计算图 a = tf.constant(5) b = tf.constant(10) c = tf.multiply(a, b) # 运行计算图并获取结果 result = c.numpy() print(result) ``` 在这个示例中,我们直接运行了计算图并使用`c.numpy()`来获取结果。
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