MongoDB University课程M001: MongoDB Basics 学习笔记

2024-02-04 12:38
文章标签 学习 笔记 mongodb 课程 university basics m001

本文主要是介绍MongoDB University课程M001: MongoDB Basics 学习笔记，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

课程地址为：https://university.mongodb.com/mercury/M001/2020_November_17

Chapter 1: What is MongoDB?

MongoDB是NoSQL document数据库。也就是说存放的是document，document存放在collection中。

document由一些列filed和value组成。也可以认为是键值对。

MongoDB Atlas是MongoDB的数据库云服务。底层使用的是AWS, Google Cloud Platform或Azure。

Replica Set是一组存放相同数据的MongoDB Server，有主有从。

Cluster是一组存放数据的MongoDB Server，可以认为就是Shard，每一个Shard可以由Replica Set组成。

如果你有MongoDB University的账号，就可以创建free tier的Atlas环境。配置如下：

Atlas Organization: MDBU
Project: M001
Free Tier Atlas cluster: Sandbox

登录Atlas的URL为：

https://account.mongodb.com/account/login

Project附属于Organization, Cluster附属于Project。

创建Cluster时可以选择公有云基础设施，我选的是AWS Singapore Region，约有512M存储。

创建完成后，可导入样例数据，参考这里。基于此文档，也可以下载样例数据导入你自己创建的MongoDB实例：

curl https://atlas-education.s3.amazonaws.com/sampledata.archive -o sampledata.archive
mongorestore --archive=sampledata.archive --drop

导入数据和监控都可以用Atlas IDE来做。最终得到的连接串为：

mongo "mongodb+srv://m001-student:m001-mongodb-basics@sandbox.iyxgf.mongodb.net/admin"

此连接串也可以用于mongo shell。

Chapter 2: Importing, Exporting, and Querying Data

document的格式是JSON，但实际存放的编码是BSON。

JSON文档以{}括起，key和value间用:分割。每一个key/value对之间用,分割。key必须用""括起。在MongoDB中，key称为field。JSON的语法参见这里

JSON可读性好，但耗空间。BSON空间效率和性能更好，也更灵活（支持的数据类型更多）。

JSON格式文件的导入和导出使用mongoimport和mongoexport；BSON格式文件的导入和导出使用mongorestore和mongodump。
在以下示例中，--drop表示先删除再导入导出：

mongodump --uri "mongodb+srv://<your username>:<your password>@<your cluster>.mongodb.net/sample_supplies"mongoexport --uri="mongodb+srv://<your username>:<your password>@<your cluster>.mongodb.net/sample_supplies" --collection=sales --out=sales.jsonmongorestore --uri "mongodb+srv://<your username>:<your password>@<your cluster>.mongodb.net/sample_supplies"  --drop dumpmongoimport --uri="mongodb+srv://<your username>:<your password>@<your cluster>.mongodb.net/sample_supplies" --drop sales.json

<databaseName>.<collectionName>称为Namespace。可以用db表示当前数据库，例如：

> db.getName()
sample_training
> db.zips.findOne()

下面介绍MongoDB查询语言，简称MQL，类似于SQL。

find类似于SQL中的select，下例中的it是iterate的缩写，类似于cursor：

> show dbs
admin               0.000GB
config              0.000GB
local               0.000GB
sample_airbnb       0.050GB
sample_analytics    0.009GB
sample_geospatial   0.001GB
sample_mflix        0.040GB
sample_restaurants  0.006GB
sample_supplies     0.001GB
sample_training     0.039GB
sample_weatherdata  0.002GB
> use sample_training
switched to db sample_training
> db.getName()
sample_training
> show collections
companies
grades
inspections
posts
routes
trips
zips
> db.zips.find({"state": "NY"})
{ "_id" : ObjectId("5c8eccc1caa187d17ca72f89"), "city" : "FISHERS ISLAND", "zip" : "06390", "loc" : { "y" : 41.263934, "x" : 72.017834 }, "pop" : 329, "state" : "NY" }
{ "_id" : ObjectId("5c8eccc1caa187d17ca72f8a"), "city" : "NEW YORK", "zip" : "10001", "loc" : { "y" : 40.74838, "x" : 73.996705 }, "pop" : 18913, "state" : "NY" }
{ "_id" : ObjectId("5c8eccc1caa187d17ca72f8b"), "city" : "NEW YORK", "zip" : "10003", "loc" : { "y" : 40.731253, "x" : 73.989223 }, "pop" : 51224, "state" : "NY" }
{ "_id" : ObjectId("5c8eccc1caa187d17ca72f8c"), "city" : "GOVERNORS ISLAND", "zip" : "10004", "loc" : { "y" : 40.693604, "x" : 74.019025 }, "pop" : 3593, "state" : "NY" }
{ "_id" : ObjectId("5c8eccc1caa187d17ca72f8d"), "city" : "NEW YORK", "zip" : "10005", "loc" : { "y" : 40.705649, "x" : 74.008344 }, "pop" : 202, "state" : "NY" }
{ "_id" : ObjectId("5c8eccc1caa187d17ca72f8f"), "city" : "NEW YORK", "zip" : "10006", "loc" : { "y" : 40.708451, "x" : 74.013474 }, "pop" : 119, "state" : "NY" }
{ "_id" : ObjectId("5c8eccc1caa187d17ca72f90"), "city" : "NEW YORK", "zip" : "10009", "loc" : { "y" : 40.726188, "x" : 73.979591 }, "pop" : 57426, "state" : "NY" }
{ "_id" : ObjectId("5c8eccc1caa187d17ca72f92"), "city" : "NEW YORK", "zip" : "10010", "loc" : { "y" : 40.737476, "x" : 73.981328 }, "pop" : 24907, "state" : "NY" }
{ "_id" : ObjectId("5c8eccc1caa187d17ca72f93"), "city" : "NEW YORK", "zip" : "10002", "loc" : { "y" : 40.715231, "x" : 73.987681 }, "pop" : 84143, "state" : "NY" }
{ "_id" : ObjectId("5c8eccc1caa187d17ca72f94"), "city" : "NEW YORK", "zip" : "10012", "loc" : { "y" : 40.72553, "x" : 73.998284 }, "pop" : 26365, "state" : "NY" }
{ "_id" : ObjectId("5c8eccc1caa187d17ca72f95"), "city" : "NEW YORK", "zip" : "10011", "loc" : { "y" : 40.740225, "x" : 73.99963 }, "pop" : 46560, "state" : "NY" }
{ "_id" : ObjectId("5c8eccc1caa187d17ca72f96"), "city" : "NEW YORK", "zip" : "10007", "loc" : { "y" : 40.713905, "x" : 74.007022 }, "pop" : 3374, "state" : "NY" }
{ "_id" : ObjectId("5c8eccc1caa187d17ca72f97"), "city" : "NEW YORK", "zip" : "10013", "loc" : { "y" : 40.718511, "x" : 74.002529 }, "pop" : 21860, "state" : "NY" }
{ "_id" : ObjectId("5c8eccc1caa187d17ca72f98"), "city" : "NEW YORK", "zip" : "10014", "loc" : { "y" : 40.73393, "x" : 74.005421 }, "pop" : 31147, "state" : "NY" }
{ "_id" : ObjectId("5c8eccc1caa187d17ca72f9a"), "city" : "NEW YORK", "zip" : "10017", "loc" : { "y" : 40.75172, "x" : 73.970661 }, "pop" : 12465, "state" : "NY" }
{ "_id" : ObjectId("5c8eccc1caa187d17ca72f9b"), "city" : "NEW YORK", "zip" : "10018", "loc" : { "y" : 40.754713, "x" : 73.992503 }, "pop" : 4834, "state" : "NY" }
{ "_id" : ObjectId("5c8eccc1caa187d17ca72f9c"), "city" : "NEW YORK", "zip" : "10019", "loc" : { "y" : 40.765069, "x" : 73.985834 }, "pop" : 36602, "state" : "NY" }
{ "_id" : ObjectId("5c8eccc1caa187d17ca72f9f"), "city" : "NEW YORK", "zip" : "10020", "loc" : { "y" : 40.759729, "x" : 73.982347 }, "pop" : 393, "state" : "NY" }
{ "_id" : ObjectId("5c8eccc1caa187d17ca72fa0"), "city" : "NEW YORK", "zip" : "10021", "loc" : { "y" : 40.768476, "x" : 73.958805 }, "pop" : 106564, "state" : "NY" }
{ "_id" : ObjectId("5c8eccc1caa187d17ca72fa1"), "city" : "NEW YORK", "zip" : "10016", "loc" : { "y" : 40.744281, "x" : 73.978134 }, "pop" : 51561, "state" : "NY" }
Type "it" for more

find的常用形式：

> db.zips.find({"state": "NY"}).count()
1596
>
> db.zips.find({"state": "NY", "city": "ALBANY"})
{ "_id" : ObjectId("5c8eccc1caa187d17ca731d0"), "city" : "ALBANY", "zip" : "12204", "loc" : { "y" : 42.684667, "x" : 73.735364 }, "pop" : 6927, "state" : "NY" }
{ "_id" : ObjectId("5c8eccc1caa187d17ca731d4"), "city" : "ALBANY", "zip" : "12206", "loc" : { "y" : 42.668326, "x" : 73.774406 }, "pop" : 17230, "state" : "NY" }
{ "_id" : ObjectId("5c8eccc1caa187d17ca731d5"), "city" : "ALBANY", "zip" : "12207", "loc" : { "y" : 42.658133, "x" : 73.752327 }, "pop" : 2709, "state" : "NY" }
{ "_id" : ObjectId("5c8eccc1caa187d17ca731d6"), "city" : "ALBANY", "zip" : "12208", "loc" : { "y" : 42.655989, "x" : 73.796357 }, "pop" : 22041, "state" : "NY" }
{ "_id" : ObjectId("5c8eccc1caa187d17ca731d7"), "city" : "ALBANY", "zip" : "12209", "loc" : { "y" : 42.641665, "x" : 73.785385 }, "pop" : 10008, "state" : "NY" }
{ "_id" : ObjectId("5c8eccc1caa187d17ca731db"), "city" : "ALBANY", "zip" : "12202", "loc" : { "y" : 42.641314, "x" : 73.764071 }, "pop" : 11097, "state" : "NY" }
{ "_id" : ObjectId("5c8eccc1caa187d17ca731de"), "city" : "ALBANY", "zip" : "12210", "loc" : { "y" : 42.65677, "x" : 73.76052 }, "pop" : 9374, "state" : "NY" }
>
> db.zips.find({"state": "NY", "city": "ALBANY"}).pretty()
{"_id" : ObjectId("5c8eccc1caa187d17ca731d0"),"city" : "ALBANY","zip" : "12204","loc" : {"y" : 42.684667,"x" : 73.735364},"pop" : 6927,"state" : "NY"
}
{"_id" : ObjectId("5c8eccc1caa187d17ca731d4"),"city" : "ALBANY","zip" : "12206","loc" : {"y" : 42.668326,"x" : 73.774406},"pop" : 17230,"state" : "NY"
}
{"_id" : ObjectId("5c8eccc1caa187d17ca731d5"),"city" : "ALBANY","zip" : "12207","loc" : {"y" : 42.658133,"x" : 73.752327},"pop" : 2709,"state" : "NY"
}
{"_id" : ObjectId("5c8eccc1caa187d17ca731d6"),"city" : "ALBANY","zip" : "12208","loc" : {"y" : 42.655989,"x" : 73.796357},"pop" : 22041,"state" : "NY"
}
{"_id" : ObjectId("5c8eccc1caa187d17ca731d7"),"city" : "ALBANY","zip" : "12209","loc" : {"y" : 42.641665,"x" : 73.785385},"pop" : 10008,"state" : "NY"
}
{"_id" : ObjectId("5c8eccc1caa187d17ca731db"),"city" : "ALBANY","zip" : "12202","loc" : {"y" : 42.641314,"x" : 73.764071},"pop" : 11097,"state" : "NY"
}
{"_id" : ObjectId("5c8eccc1caa187d17ca731de"),"city" : "ALBANY","zip" : "12210","loc" : {"y" : 42.65677,"x" : 73.76052},"pop" : 9374,"state" : "NY"
}

可利用findOne随机返回一条记录，适合于查看数据样式：

> db.zips.findOne()
{"_id" : ObjectId("5c8eccc1caa187d17ca6ed16"),"city" : "ALPINE","zip" : "35014","loc" : {"y" : 33.331165,"x" : 86.208934},"pop" : 3062,"state" : "AL"
}

Chapter 3: Creating and Manipulating Documents

这部分主要介绍插入(insert)、更新(updateOne, updateMany)和删除(deleteOne，deleteMany)。

每一个document都有一个"_id"字段，使得此document为唯一。可以指定或使用系统默认值ObjectId()。

insert可以一次插入多个document:

db.inspections.insert([ { "test": 1 }, { "test": 2 }, { "test": 3 } ])

insert可以带ordered属性，默认为true，表示遇到错误即停止余下document的插入，例如以下语句只插入第一条记录：

db.inspections.insert([{ "_id": 1, "test": 1 },{ "_id": 1, "test": 2 },{ "_id": 3, "test": 3 }])

如果设为false则遇到错误时，余下记录仍会尝试插入。例如下例会插入第1条和第3条记录：

db.inspections.insert([{ "_id": 1, "test": 1 },{ "_id": 1, "test": 2 },{ "_id": 3, "test": 3 }],{ "ordered": false })

updateOne更新满足条件的第一条记录；updateMany更新满足条件的所有记录。
如下例所示，update操作符包括$inc, $set，push和$unset：

db.zips.updateMany({ "city": "HUDSON" }, { "$inc": { "pop": 10 } })
db.zips.updateOne({ "zip": "12534" }, { "$set": { "pop": 17630 } })
db.grades.updateOne({ "student_id": 250, "class_id": 339 },{ "$push": { "scores": { "type": "extra credit","score": 100 }}})

$set是设置新值，$push是增加新元素，或键值对。当$set的key不存在时，其效果等于$push。$unset用于删除元素。

删除也分为deleteOne和deleteMany两个命令。

db.inspections.deleteMany({ "test": 1 })
db.inspections.deleteOne({ "test": 3 })

删除collection可使用drop:

db.inspection.drop()

当collection中没有数据时，collection仍会存在。但当数据库中所有collection都被删除后，数据库就不存在了。

> db.xy.insert({a:1})
WriteResult({ "nInserted" : 1 })
> show collections
companies
grades
inspections
posts
routes
trips
xy
zips
> db.xy.deleteMany({})
{ "acknowledged" : true, "deletedCount" : 1 }
> show collections
companies
grades
inspections
posts
routes
trips
xy
zips
> db.xy.drop()
true

Chapter 4: Advanced CRUD Operations

类似于更新语句，查询语句也有自己的操作符，如$eq, $neq, $gt, $lt, $gte, $lte。实际上默认的操作符就是$eq。

首先是比较操作符，格式为：

{<field> : { <operator> : <value> } }

操作符以$作为前缀，但$还有其它用途，如用于Aggregation pipeline等。

操作符使用格式如下，当然也可以组合：

{ field : {$operator: value}}

示例：

db.zips.find({pop:{"$lt":1000}}).count()db.trips.find({ "tripduration": { "$lte" : 70 },"usertype": { "$ne": "Subscriber" } }).pretty()
db.trips.find({"birth year" : 1998})

然后是逻辑操作符，包括$and, $or, $nor, $not。
$not的语法为：

{ "operator" : { <clause> }}

其它逻辑操作符的语法为：

{ "operator" : [ { <clause> }, { <clause> }, ...]}

和$eq类似，当没有指定逻辑操作符时，默认就是$and，称为隐式and。例如以下几个语句效果一样：

>  db.inspections.find({"$and":[{"result": "Out of Business"}, {"sector": "Home Improvement Contractor - 100"}]}).count()> db.inspections.find({"result": "Out of Business", "sector": "Home Improvement Contractor - 100"}).count()

以下两个语句的效果一样，但不是我们希望的$and操作：

db.inspections.find({"result": "Out of Business"}, {"sector": "Home Improvement Contractor - 100"}).count()db.inspections.find({"result": "Out of Business"}).count()

下面3个语句效果一样，但一个比一个更优：

{"$and" : [ { id : { "$gt" : 25 } }, { id : { "$lt" : 100 }}]}
{ id : { "$gt" : 25 } }, { id : { "$lt" : 100 }}
{ id : {"$gt" : 25, "$lt" : 100} }

示例：

db.zips.find({pop : {"$lte": 1000000, "$gte":5000}}).count()

隐式and和显式and其实不太好区分，例如以下语句如果使用隐式and，结果就完全不一样：

db.companies.find({"$and" : [{"$or" : [{"category_code" : "web"}, {"category_code" : "social"}	]}, {"$or": [{"founded_month" : 10}, {"founded_year" : 2004}]}]}
)

$expr表示expressive，格式为：

{ "$expr" : { <expression>}}

$expr运行使用变量和条件判断。例如：

db.trips.find({ "$expr": { "$eq": [ "$end station id", "$start station id"] }}).count()

此例可知，$除了做操作符外，还可以表示field的value。

例如：

db.trips.find({ "$expr": { "$eq": [ "$end station id", "$start station id"] }}).count()db.trips.find({ "$expr": { "$and": [ { "$gt": [ "$tripduration", 1200 ]},{ "$eq": [ "$end station id", "$start station id" ]}]}}).count()

$expr类似shell中的eval，可以认为$expr后出现的所有$开始的，如果不是操作符，都算是变量。

一般MQL的语法为{ <field> : { <operator> : <value> } }, 而$expr的语法则类似aggregation语法，为：
{ <operator> : { <field> : <value> } }

再来看array operator，前面已经介绍过$push。另一个操作符为$all和$size:

db.listingsAndReviews.find({ "amenities": {"$size": 20,"$all": [ "Internet", "Wifi",  "Kitchen","Heating", "Family/kid friendly","Washer", "Dryer", "Essentials","Shampoo", "Hangers","Hair dryer", "Iron","Laptop friendly workspace" ]}}).pretty()

$all表示包含指定数组中所有的值，$size表示数字的大小。

示例：

db.listingsAndReviews.find({ "reviews": { "$size":50 },"accommodates": { "$gt":6 }})db.listingsAndReviews.find({ "property_type": "House","amenities": "Changing table" }).count()

find方法如果跟两个{}，第二个即为projection。0表示排除，1表示包括：

db.<collection>.find({<query>}, {<projection>})

例如：

db.listingsAndReviews.find({ "amenities": "Wifi" },{ "price": 1, "address": 1, "_id": 0 }).pretty()

默认情况下"_id"总是返回。

另一个array操作符为$elemMatch，表示至少一个元素满足条件:

db.grades.find({ "class_id": 431 },{ "scores": { "$elemMatch": { "score": { "$gt": 85 } } }}).pretty()db.grades.find({ "scores": { "$elemMatch": { "type": "extra credit" } }}).pretty()

访问子文档可以用dot notation:

db.trips.findOne({ "start station location.type": "Point" })

注意dot notation需要加双引号：

db.inspections.find({ "address.city": "NEW YORK" }).count()

以下是错误的：

db.inspections.find({ address.city: "NEW YORK" }).count()

如果此元素为数组，可以用0表示第一个元素：

db.companies.find({ "relationships.0.person.first_name": "Mark","relationships.0.title": {"$regex": "CEO" } },{ "name": 1 }).pretty()

也可以与array operator “$elemMatch” 配合：

db.companies.find({ "relationships":{ "$elemMatch": { "is_past": true,"person.first_name": "Mark" } } },{ "name": 1 }).pretty()

Chapter 5: Indexing and Aggregation Pipeline

aggregation（以下称为聚合）之所以称为框架，是因为其建立在MQL之上.

处理流程类似于管道，分阶段处理。

siphon: 虹吸
amenity：便利设施

以下两个语句的作用是一样的：

db.listingsAndReviews.find({ "amenities": "Wifi" },{ "price": 1, "address": 1, "_id": 0 }).pretty()db.listingsAndReviews.aggregate([{ "$match": { "amenities": "Wifi" } },{ "$project": { "price": 1,"address": 1,"_id": 0 }}]).pretty()

聚合操作符也是以$开头，例如$match，$project以及$group。

$group可以实现distinct, group by, sum等聚合操作，注意引用field时必须用$，不能写成"address.country"：

> db.listingsAndReviews.aggregate([ { "$project": { "address": 1, "_id": 0 }},{ "$group": { "_id": "$address.country" }}])
{ "_id" : "Canada" }
{ "_id" : "Brazil" }
{ "_id" : "Australia" }
{ "_id" : "China" }
{ "_id" : "Portugal" }
{ "_id" : "Turkey" }
{ "_id" : "Hong Kong" }
{ "_id" : "Spain" }
{ "_id" : "United States" }> db.listingsAndReviews.aggregate([{ "$project": { "address": 1, "_id": 0 }},{ "$group": { "_id": "$address.country","count": { "$sum": 1 } } }]){ "_id" : "Canada", "count" : 649 }
{ "_id" : "Brazil", "count" : 606 }
{ "_id" : "Australia", "count" : 610 }
{ "_id" : "China", "count" : 19 }
{ "_id" : "Portugal", "count" : 555 }
{ "_id" : "Turkey", "count" : 661 }
{ "_id" : "Hong Kong", "count" : 600 }
{ "_id" : "Spain", "count" : 633 }
{ "_id" : "United States", "count" : 1222 }

cursor命令不会改变数据，例如pretty, sort, limit, count:

db.zips.find().sort({ "pop": 1 }).limit(1)db.zips.find().sort({ "pop": -1 }).limit(10)db.zips.find().sort({ "pop": 1, "city": -1 })

sort和limit组合时，通常sort在前，如果你写反了，MQL也会把它纠正过来。sort命令中，1表示升序。

注意排序时，null被认为是最低位，因此有时需要排除null。例如以下两个语句效果一样：

db.companies.find({ "founded_year": { "$ne": null }},{ "name": 1, "founded_year": 1 }).sort({ "founded_year": 1 }).limit(5)db.companies.find({ "founded_year": { "$ne": null }},{ "name": 1, "founded_year": 1 }).limit(5).sort({ "founded_year": 1 })

索引是提升查询效率最有效的手段，类似于书籍最后的Index一节，可以查询关键字所在的页面。

示例如下，

db.trips.find({ "birth year": 1989 })db.trips.find({ "start station id": 476 }).sort( { "birth year": 1 } )db.trips.createIndex({ "birth year": 1 })db.trips.createIndex({ "start station id": 476, "birth year": 1 })

排序消耗资源较多，应尽量通过索引避免排序。

data modeling是指在document中如何组织field，以保证应用性能和查询能力。最重要的原则是：
数据按照使用的方式存放。Data is stored in the way that it is used.

allergy：过敏
prescription：处方

一起访问的数据最好也存放在一起(一个document中)。数据模型会随应用演进而演进。

upsert是update和insert的混合操作，用于条件更新。如果查询到结果则update，否则insert。只在必要时使用。通过upsert属性来指定。默认upsert为false。

示例：

db.iot.updateOne({ "sensor": r.sensor, "date": r.date,"valcount": { "$lt": 48 } },{ "$push": { "readings": { "v": r.value, "t": r.time } },"$inc": { "valcount": 1, "total": r.value } },{ "upsert": true })

upsert是updateOne语句的属性，这表示其最多只能插入一条记录。

Chapter 6: Next Steps

Atlas Data Explorer有很多高级功能，包括：

  • Aggregation Builder
  • Anti-Pattern Advisory
  • Performance Advisor
  • Advanced Text Search

Atlas中，Organization是计费主体，包括多个Project，一个Project可包括多个Cluster，Cluster名字必须唯一。

Realm

Charts是做可视化的，例如做Dashboard。

Compass是MongoDB管理工具。

参考

https://github.com/mongodb/mongo
https://docs.atlas.mongodb.com/sample-data/available-sample-datasets
https://docs.mongodb.com/manual/reference/method
MongoDB Developer Hub
MongoDB Community Forums
Case study: Bosch Leads Charge into Internet of Things
Case study: Coinbase
Case study: SEGA
How the Financial Sector Uses MongoDB

总结

这个课程非常适合入门，推荐，而且视频可以下载和直接访问。

实验环境可以用Atlas的，我个人建议自己搭一个单实例的，无需cluster，无需replica set。

12月19日上午10:52完成此课程：
在这里插入图片描述
https://university.mongodb.com/course_completion/b1acdb82-3667-46a9-abab-320d2627119d?utm_source=copy&utm_medium=social&utm_campaign=university_social_sharing

在这里插入图片描述

这篇关于MongoDB University课程M001: MongoDB Basics 学习笔记的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！


http://www.chinasem.cn/article/677531。

相关文章

HarmonyOS学习(七)——UI（五）常用布局总结

HarmonyOS学习(七)——UI（五）常用布局总结

自适应布局 1.1、线性布局（LinearLayout） 通过线性容器Row和Column实现线性布局。Column容器内的子组件按照垂直方向排列，Row组件中的子组件按照水平方向排列。 属性说明space通过space参数设置主轴上子组件的间距，达到各子组件在排列上的等间距效果alignItems设置子组件在交叉轴上的对齐方式，且在各类尺寸屏幕上表现一致，其中交叉轴为垂直时，取值为Vert
阅读更多...
Ilya-AI分享的他在OpenAI学习到的15个提示工程技巧

Ilya-AI分享的他在OpenAI学习到的15个提示工程技巧

Ilya（不是本人，claude AI）在社交媒体上分享了他在OpenAI学习到的15个Prompt撰写技巧。 以下是详细的内容： 提示精确化:在编写提示时,力求表达清晰准确。清楚地阐述任务需求和概念定义至关重要。例:不用"分析文本",而用"判断这段话的情感倾向:积极、消极还是中性"。 快速迭代:善于快速连续调整提示。熟练的提示工程师能够灵活地进行多轮优化。例:从"总结文章"到"用
阅读更多...
【前端学习】AntV G6-08 深入图形与图形分组、自定义节点、节点动画（下）

【前端学习】AntV G6-08 深入图形与图形分组、自定义节点、节点动画（下）

【课程链接】 AntV G6：深入图形与图形分组、自定义节点、节点动画（下）_哔哩哔哩_bilibili 本章十吾老师讲解了一个复杂的自定义节点中，应该怎样去计算和绘制图形，如何给一个图形制作不间断的动画，以及在鼠标事件之后产生动画。（有点难，需要好好理解） <!DOCTYPE html><html><head><meta charset="UTF-8"><title>06
阅读更多...
学习hash总结

学习hash总结

2014/1/29/   最近刚开始学hash，名字很陌生，但是hash的思想却很熟悉，以前早就做过此类的题，但是不知道这就是hash思想而已，说白了hash就是一个映射，往往灵活利用数组的下标来实现算法，hash的作用：1、判重；2、统计次数；
阅读更多...
零基础学习Redis(10) -- zset类型命令使用

零基础学习Redis(10) -- zset类型命令使用

zset是有序集合，内部除了存储元素外，还会存储一个score，存储在zset中的元素会按照score的大小升序排列，不同元素的score可以重复，score相同的元素会按照元素的字典序排列。 1. zset常用命令 1.1 zadd  zadd key [NX | XX] [GT | LT]   [CH] [INCR] score member [score member ...]
阅读更多...
【机器学习】高斯过程的基本概念和应用领域以及在python中的实例

【机器学习】高斯过程的基本概念和应用领域以及在python中的实例

引言 高斯过程（Gaussian Process，简称GP）是一种概率模型，用于描述一组随机变量的联合概率分布，其中任何一个有限维度的子集都具有高斯分布 文章目录 引言一、高斯过程1.1 基本定义1.1.1 随机过程1.1.2 高斯分布 1.2 高斯过程的特性1.2.1 联合高斯性1.2.2 均值函数1.2.3 协方差函数（或核函数） 1.3 核函数1.4 高斯过程回归（Gauss
阅读更多...
【学习笔记】 陈强-机器学习-Python-Ch15 人工神经网络（1）sklearn

【学习笔记】 陈强-机器学习-Python-Ch15 人工神经网络（1）sklearn

系列文章目录 监督学习：参数方法 【学习笔记】 陈强-机器学习-Python-Ch4 线性回归 【学习笔记】 陈强-机器学习-Python-Ch5 逻辑回归 【课后题练习】 陈强-机器学习-Python-Ch5 逻辑回归（SAheart.csv） 【学习笔记】 陈强-机器学习-Python-Ch6 多项逻辑回归 【学习笔记 及 课后题练习】 陈强-机器学习-Python-Ch7 判别分析 【学
阅读更多...
系统架构师考试学习笔记第三篇——架构设计高级知识（20）通信系统架构设计理论与实践

系统架构师考试学习笔记第三篇——架构设计高级知识（20）通信系统架构设计理论与实践

本章知识考点：         第20课时主要学习通信系统架构设计的理论和工作中的实践。根据新版考试大纲,本课时知识点会涉及案例分析题(25分),而在历年考试中,案例题对该部分内容的考查并不多,虽在综合知识选择题目中经常考查,但分值也不高。本课时内容侧重于对知识点的记忆和理解,按照以往的出题规律,通信系统架构设计基础知识点多来源于教材内的基础网络设备、网络架构和教材外最新时事热点技术。本课时知识
阅读更多...
线性代数|机器学习-P36在图中找聚类

线性代数|机器学习-P36在图中找聚类

文章目录 1. 常见图结构2. 谱聚类 感觉后面几节课的内容跨越太大，需要补充太多的知识点，教授讲得内容跨越较大，一般一节课的内容是书本上的一章节内容，所以看视频比较吃力，需要先预习课本内容后才能够很好的理解教授讲解的知识点。 1. 常见图结构 假设我们有如下图结构： Adjacency Matrix:行和列表示的是节点的位置，A[i,j]表示的第 i 个节点和第 j 个
阅读更多...
Node.js学习记录（二）

Node.js学习记录（二）

目录 一、express 1、初识express 2、安装express 3、创建并启动web服务器 4、监听 GET&POST 请求、响应内容给客户端 5、获取URL中携带的查询参数 6、获取URL中动态参数 7、静态资源托管 二、工具nodemon 三、express路由 1、express中路由 2、路由的匹配 3、路由模块化 4、路由模块添加前缀 四、中间件
阅读更多...

Copyright China编程 23002807@qq.com

沪ICP备2023033072号-2