对惰性提升快速降级FIFO(QD-LP-FIFO)的理解和简易代码实现

2024-05-08 03:28

本文主要是介绍对惰性提升快速降级FIFO(QD-LP-FIFO)的理解和简易代码实现,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!

文章目录

  • 欢迎做客`泥烟の新站`
    • 本文链接
  • 对QD-LP-FIFO的理解和简易代码实现
    • 我的理解:
    • 简化的QD-LP-FIFO缓存算法实现(java版)
      • 输出
      • 从输出可以看出以下几点分析:

欢迎做客泥烟の新站

本文链接

👉对QD-LP-FIFO的理解和简易代码实现 - 泥烟のMkdocs

对QD-LP-FIFO的理解和简易代码实现

我的理解:

LRU算法的核心思想是“最近最少使用”, 它假设最近被访问的数据在未来也很可能被访问。但是, LRU算法在每次数据被访问时都会更新数据的“最近性”, 这可能会导致一些其实并不那么“热门”的数据被错误地认为是“热门”的, 因为它们恰好在短时间内被频繁访问。

而FIFO算法加上懒惰提升(Lazy Promotion, LP的策略, 则是只在数据即将被移出缓存时, 才判断它是否真的“热门”。如果一个数据在缓存中时被多次请求, 这表明它很可能是一个真正受欢迎的对象, 那么在它即将被移出缓存的时候, FIFO算法会把它重新放回缓存的前面, 从而保留下来。这样的策略可以更准确地识别出那些真正需要被快速访问的数据, 而不是仅仅因为短时间内的频繁访问就被错误地保留在缓存中的数据。

懒惰提升的FIFO算法就像是在说:“我们不急于判断一个数据是否热门, 只有当它快要被移出缓存时, 我们才看看它是不是真的有很多人在用。如果是, 那就留下来;如果不是, 那就让出位置给可能更需要的数据。”这样的方法可以更有效地利用缓存空间, 存储那些真正被频繁使用的热门数据。

再加上快速降级(Quick Demotion, QD),利用QD技术通过一个小的试探性FIFO队列来快速识别并驱逐不受欢迎的对象。这个队列作为过滤器, 使得那些在插入后不久没有被请求的对象可以快速被移除, 从而为更有可能被重复请求的对象腾出空间。

简化的QD-LP-FIFO缓存算法实现(java版)

QDLPFIFOCache.java

import java.util.*;class QDLPFIFOCache {// 缓存条目类, 存储键、值和访问标记static class CacheEntry {int key;Object value;boolean accessed;public CacheEntry(int key, Object value) {this.key = key;this.value = value;this.accessed = false; // 默认未访问}}// 缓存映射, 存储键值对private Map<Integer, CacheEntry> cacheMap;// 试探性FIFO队列, 存储最近插入的键private Queue<Integer> probationaryQueue;// 幽灵集合, 存储被驱逐的键private Set<Integer> ghostSet;// 缓存的容量private int capacity;//  构造函数, 初始化缓存容量、映射、队列和集合public QDLPFIFOCache(int capacity) {this.capacity = capacity;this.cacheMap = new HashMap<>();this.probationaryQueue = new LinkedList<>();this.ghostSet = new HashSet<>();}// 获取缓存项的方法, 如果键存在, 则将其标记为已访问并提升它public Object get(int key) {CacheEntry entry = cacheMap.get(key);if (entry != null) {entry.accessed = true; 	// 标记为已访问promote(entry.key);    	// 进行提升操作return entry.value;     // 返回值}return null;				// 如果键不存在, 返回null}// 向缓存中添加或更新数据的方法public void put(int key, Object value) {CacheEntry newEntry = new CacheEntry(key, value);if (cacheMap.containsKey(key)) {CacheEntry entry = cacheMap.get(key);entry.value = value;    // 更新值promote(key);          	// 进行提升操作} else {if (cacheMap.size() >= capacity) {evict();           	// 驱逐最老的未访问对象}cacheMap.put(key, newEntry); 	// 添加新项probationaryQueue.offer(key); 	// 将键添加到试探性队列}}// 驱逐操作, 移除并返回试探性队列的头部元素private void evict() {Integer keyToEvict = probationaryQueue.poll();if (keyToEvict != null && cacheMap.containsKey(keyToEvict)) {cacheMap.remove(keyToEvict); // 从缓存映射中移除ghostSet.add(keyToEvict);     // 添加到幽灵集合}}// 提升操作, 如果键在试探性队列中, 则将其移除, 表示它被提升private void promote(int key) {if (probationaryQueue.contains(key)) {// 模拟懒惰提升, 这里不将key放回probationaryQueue, 而是直接移除probationaryQueue.remove(key);}// 如果ghostSet包含key, 移除它以反映快速降级, 表示它不再处于被驱逐状态ghostSet.remove(key);}// 打印当前缓存状态的方法public void printCacheState() {System.out.println(cacheMap);}}

QDLPFIFOCacheTest.java

import java.util.*;public class QDLPFIFOCacheTest {public static void main(String[] args) {// 创建容量为100的QDLPFIFOCache实例QDLPFIFOCache cache = new QDLPFIFOCache(100);// 模拟插入大量数据Random random = new Random();for (int i = 0; i < 1000; i++) {int key = random.nextInt(500) + 1; // 随机生成1到500之间的键cache.put(key, "Value " + key);}// 随机获取数据并打印for (int i = 0; i < 10; i++) { // 假设随机获取10次数据int keyToGet = random.nextInt(500) + 1; // 随机生成1到500之间的键Object value = cache.get(keyToGet); // 获取对应的值System.out.println("Value for Key " + keyToGet + ": " + value);}// 打印当前缓存状态System.out.println("Current Cache State:");cache.printCacheState();// 验证频繁访问的数据是否被保留System.out.println("Frequently accessed data verification:");for (int key = 1; key <= 10; key++) {Object value = cache.get(key); // 获取频繁访问的数据System.out.println("Value for Key " + key + ": " + value);}}
}

输出

Value for Key 61: null
Value for Key 110: null
Value for Key 184: Value 184
Value for Key 27: Value 27
Value for Key 108: null
Value for Key 345: Value 345
Value for Key 367: null
Value for Key 39: null
Value for Key 153: null
Value for Key 463: null
Current Cache State:
{1=QDLPFIFOCache C a c h e E n t r y @ 6 d 06 d 69 c , 2 = Q D L P F I F O C a c h e CacheEntry@6d06d69c, 2=QDLPFIFOCache CacheEntry@6d06d69c,2=QDLPFIFOCacheCacheEntry@7852e922, 259=QDLPFIFOCache C a c h e E n t r y @ 4 e 25154 f , 266 = Q D L P F I F O C a c h e CacheEntry@4e25154f, 266=QDLPFIFOCache CacheEntry@4e25154f,266=QDLPFIFOCacheCacheEntry@70dea4e, 271=QDLPFIFOCache C a c h e E n t r y @ 5 c 647 e 05 , 277 = Q D L P F I F O C a c h e CacheEntry@5c647e05, 277=QDLPFIFOCache CacheEntry@5c647e05,277=QDLPFIFOCacheCacheEntry@33909752, 278=QDLPFIFOCache C a c h e E n t r y @ 55 f 96302 , 26 = Q D L P F I F O C a c h e CacheEntry@55f96302, 26=QDLPFIFOCache CacheEntry@55f96302,26=QDLPFIFOCacheCacheEntry@3d4eac69, 27=QDLPFIFOCache C a c h e E n t r y @ 42 a 57993 , 285 = Q D L P F I F O C a c h e CacheEntry@42a57993, 285=QDLPFIFOCache CacheEntry@42a57993,285=QDLPFIFOCacheCacheEntry@75b84c92, 31=QDLPFIFOCache C a c h e E n t r y @ 6 b c 7 c 054 , 291 = Q D L P F I F O C a c h e CacheEntry@6bc7c054, 291=QDLPFIFOCache CacheEntry@6bc7c054,291=QDLPFIFOCacheCacheEntry@232204a1, 292=QDLPFIFOCache C a c h e E n t r y @ 4 a a 298 b 7 , 36 = Q D L P F I F O C a c h e CacheEntry@4aa298b7, 36=QDLPFIFOCache CacheEntry@4aa298b7,36=QDLPFIFOCacheCacheEntry@7d4991ad, 309=QDLPFIFOCache C a c h e E n t r y @ 28 d 93 b 30 , 53 = Q D L P F I F O C a c h e CacheEntry@28d93b30, 53=QDLPFIFOCache CacheEntry@28d93b30,53=QDLPFIFOCacheCacheEntry@1b6d3586, 312=QDLPFIFOCache C a c h e E n t r y @ 4554617 c , 313 = Q D L P F I F O C a c h e CacheEntry@4554617c, 313=QDLPFIFOCache CacheEntry@4554617c,313=QDLPFIFOCacheCacheEntry@74a14482, 318=QDLPFIFOCache C a c h e E n t r y @ 1540 e 19 d , 66 = Q D L P F I F O C a c h e CacheEntry@1540e19d, 66=QDLPFIFOCache CacheEntry@1540e19d,66=QDLPFIFOCacheCacheEntry@677327b6, 70=QDLPFIFOCache C a c h e E n t r y @ 14 a e 5 a 5 , 72 = Q D L P F I F O C a c h e CacheEntry@14ae5a5, 72=QDLPFIFOCache CacheEntry@14ae5a5,72=QDLPFIFOCacheCacheEntry@7f31245a, 74=QDLPFIFOCache C a c h e E n t r y @ 6 d 6 f 6 e 28 , 76 = Q D L P F I F O C a c h e CacheEntry@6d6f6e28, 76=QDLPFIFOCache CacheEntry@6d6f6e28,76=QDLPFIFOCacheCacheEntry@135fbaa4, 332=QDLPFIFOCache C a c h e E n t r y @ 45 e e 12 a 7 , 337 = Q D L P F I F O C a c h e CacheEntry@45ee12a7, 337=QDLPFIFOCache CacheEntry@45ee12a7,337=QDLPFIFOCacheCacheEntry@330bedb4, 82=QDLPFIFOCache C a c h e E n t r y @ 2503 d b d 3 , 85 = Q D L P F I F O C a c h e CacheEntry@2503dbd3, 85=QDLPFIFOCache CacheEntry@2503dbd3,85=QDLPFIFOCacheCacheEntry@4b67cf4d, 86=QDLPFIFOCache C a c h e E n t r y @ 7 e a 987 a c , 343 = Q D L P F I F O C a c h e CacheEntry@7ea987ac, 343=QDLPFIFOCache CacheEntry@7ea987ac,343=QDLPFIFOCacheCacheEntry@12a3a380, 345=QDLPFIFOCache C a c h e E n t r y @ 29453 f 44 , 98 = Q D L P F I F O C a c h e CacheEntry@29453f44, 98=QDLPFIFOCache CacheEntry@29453f44,98=QDLPFIFOCacheCacheEntry@5cad8086, 103=QDLPFIFOCache C a c h e E n t r y @ 6 e 0 b e 858 , 361 = Q D L P F I F O C a c h e CacheEntry@6e0be858, 361=QDLPFIFOCache CacheEntry@6e0be858,361=QDLPFIFOCacheCacheEntry@61bbe9ba, 107=QDLPFIFOCache C a c h e E n t r y @ 610455 d 6 , 364 = Q D L P F I F O C a c h e CacheEntry@610455d6, 364=QDLPFIFOCache CacheEntry@610455d6,364=QDLPFIFOCacheCacheEntry@511d50c0, 109=QDLPFIFOCache C a c h e E n t r y @ 60 e 53 b 93 , 366 = Q D L P F I F O C a c h e CacheEntry@60e53b93, 366=QDLPFIFOCache CacheEntry@60e53b93,366=QDLPFIFOCacheCacheEntry@5e2de80c, 368=QDLPFIFOCache C a c h e E n t r y @ 1 d 44 b c f a , 115 = Q D L P F I F O C a c h e CacheEntry@1d44bcfa, 115=QDLPFIFOCache CacheEntry@1d44bcfa,115=QDLPFIFOCacheCacheEntry@266474c2, 373=QDLPFIFOCache C a c h e E n t r y @ 6 f 94 f a 3 e , 374 = Q D L P F I F O C a c h e CacheEntry@6f94fa3e, 374=QDLPFIFOCache CacheEntry@6f94fa3e,374=QDLPFIFOCacheCacheEntry@5e481248, 118=QDLPFIFOCache C a c h e E n t r y @ 66 d 3 c 617 , 376 = Q D L P F I F O C a c h e CacheEntry@66d3c617, 376=QDLPFIFOCache CacheEntry@66d3c617,376=QDLPFIFOCacheCacheEntry@63947c6b, 377=QDLPFIFOCache C a c h e E n t r y @ 2 b 193 f 2 d , 122 = Q D L P F I F O C a c h e CacheEntry@2b193f2d, 122=QDLPFIFOCache CacheEntry@2b193f2d,122=QDLPFIFOCacheCacheEntry@355da254, 384=QDLPFIFOCache C a c h e E n t r y @ 4 d c 63996 , 132 = Q D L P F I F O C a c h e CacheEntry@4dc63996, 132=QDLPFIFOCache CacheEntry@4dc63996,132=QDLPFIFOCacheCacheEntry@d716361, 394=QDLPFIFOCache C a c h e E n t r y @ 6 f f 3 c 5 b 5 , 139 = Q D L P F I F O C a c h e CacheEntry@6ff3c5b5, 139=QDLPFIFOCache CacheEntry@6ff3c5b5,139=QDLPFIFOCacheCacheEntry@3764951d, 146=QDLPFIFOCache C a c h e E n t r y @ 4 b 1210 e e , 402 = Q D L P F I F O C a c h e CacheEntry@4b1210ee, 402=QDLPFIFOCache CacheEntry@4b1210ee,402=QDLPFIFOCacheCacheEntry@4d7e1886, 403=QDLPFIFOCache C a c h e E n t r y @ 3 c d 1 a 2 f 1 , 404 = Q D L P F I F O C a c h e CacheEntry@3cd1a2f1, 404=QDLPFIFOCache CacheEntry@3cd1a2f1,404=QDLPFIFOCacheCacheEntry@2f0e140b, 408=QDLPFIFOCache C a c h e E n t r y @ 7440 e 464 , 409 = Q D L P F I F O C a c h e CacheEntry@7440e464, 409=QDLPFIFOCache CacheEntry@7440e464,409=QDLPFIFOCacheCacheEntry@49476842, 156=QDLPFIFOCache C a c h e E n t r y @ 78308 d b 1 , 413 = Q D L P F I F O C a c h e CacheEntry@78308db1, 413=QDLPFIFOCache CacheEntry@78308db1,413=QDLPFIFOCacheCacheEntry@27c170f0, 414=QDLPFIFOCache C a c h e E n t r y @ 5451 c 3 a 8 , 160 = Q D L P F I F O C a c h e CacheEntry@5451c3a8, 160=QDLPFIFOCache CacheEntry@5451c3a8,160=QDLPFIFOCacheCacheEntry@2626b418, 418=QDLPFIFOCache C a c h e E n t r y @ 5 a 07 e 868 , 164 = Q D L P F I F O C a c h e CacheEntry@5a07e868, 164=QDLPFIFOCache CacheEntry@5a07e868,164=QDLPFIFOCacheCacheEntry@76ed5528, 422=QDLPFIFOCache C a c h e E n t r y @ 2 c 7 b 84 d e , 170 = Q D L P F I F O C a c h e CacheEntry@2c7b84de, 170=QDLPFIFOCache CacheEntry@2c7b84de,170=QDLPFIFOCacheCacheEntry@3fee733d, 426=QDLPFIFOCache C a c h e E n t r y @ 5 a c f 9800 , 428 = Q D L P F I F O C a c h e CacheEntry@5acf9800, 428=QDLPFIFOCache CacheEntry@5acf9800,428=QDLPFIFOCacheCacheEntry@4617c264, 172=QDLPFIFOCache C a c h e E n t r y @ 36 b a f 30 c , 430 = Q D L P F I F O C a c h e CacheEntry@36baf30c, 430=QDLPFIFOCache CacheEntry@36baf30c,430=QDLPFIFOCacheCacheEntry@7a81197d, 177=QDLPFIFOCache C a c h e E n t r y @ 5 c a 881 b 5 , 179 = Q D L P F I F O C a c h e CacheEntry@5ca881b5, 179=QDLPFIFOCache CacheEntry@5ca881b5,179=QDLPFIFOCacheCacheEntry@24d46ca6, 181=QDLPFIFOCache C a c h e E n t r y @ 4517 d 9 a 3 , 184 = Q D L P F I F O C a c h e CacheEntry@4517d9a3, 184=QDLPFIFOCache CacheEntry@4517d9a3,184=QDLPFIFOCacheCacheEntry@372f7a8d, 441=QDLPFIFOCache C a c h e E n t r y @ 2 f 92 e 0 f 4 , 443 = Q D L P F I F O C a c h e CacheEntry@2f92e0f4, 443=QDLPFIFOCache CacheEntry@2f92e0f4,443=QDLPFIFOCacheCacheEntry@28a418fc, 188=QDLPFIFOCache C a c h e E n t r y @ 5305068 a , 190 = Q D L P F I F O C a c h e CacheEntry@5305068a, 190=QDLPFIFOCache CacheEntry@5305068a,190=QDLPFIFOCacheCacheEntry@1f32e575, 447=QDLPFIFOCache C a c h e E n t r y @ 279 f 2327 , 448 = Q D L P F I F O C a c h e CacheEntry@279f2327, 448=QDLPFIFOCache CacheEntry@279f2327,448=QDLPFIFOCacheCacheEntry@2ff4acd0, 196=QDLPFIFOCache C a c h e E n t r y @ 54 b e d e f 2 , 455 = Q D L P F I F O C a c h e CacheEntry@54bedef2, 455=QDLPFIFOCache CacheEntry@54bedef2,455=QDLPFIFOCacheCacheEntry@5caf905d, 200=QDLPFIFOCache C a c h e E n t r y @ 27716 f 4 , 203 = Q D L P F I F O C a c h e CacheEntry@27716f4, 203=QDLPFIFOCache CacheEntry@27716f4,203=QDLPFIFOCacheCacheEntry@8efb846, 459=QDLPFIFOCache C a c h e E n t r y @ 2 a 84 a e e 7 , 460 = Q D L P F I F O C a c h e CacheEntry@2a84aee7, 460=QDLPFIFOCache CacheEntry@2a84aee7,460=QDLPFIFOCacheCacheEntry@a09ee92, 204=QDLPFIFOCache C a c h e E n t r y @ 30 f 39991 , 209 = Q D L P F I F O C a c h e CacheEntry@30f39991, 209=QDLPFIFOCache CacheEntry@30f39991,209=QDLPFIFOCacheCacheEntry@452b3a41, 469=QDLPFIFOCache C a c h e E n t r y @ 4 a 574795 , 481 = Q D L P F I F O C a c h e CacheEntry@4a574795, 481=QDLPFIFOCache CacheEntry@4a574795,481=QDLPFIFOCacheCacheEntry@f6f4d33, 482=QDLPFIFOCache C a c h e E n t r y @ 23 f c 625 e , 483 = Q D L P F I F O C a c h e CacheEntry@23fc625e, 483=QDLPFIFOCache CacheEntry@23fc625e,483=QDLPFIFOCacheCacheEntry@3f99bd52, 231=QDLPFIFOCache C a c h e E n t r y @ 4 f 023 e d b , 232 = Q D L P F I F O C a c h e CacheEntry@4f023edb, 232=QDLPFIFOCache CacheEntry@4f023edb,232=QDLPFIFOCacheCacheEntry@3a71f4dd, 233=QDLPFIFOCache C a c h e E n t r y @ 7 a d f 9 f 5 f , 489 = Q D L P F I F O C a c h e CacheEntry@7adf9f5f, 489=QDLPFIFOCache CacheEntry@7adf9f5f,489=QDLPFIFOCacheCacheEntry@85ede7b, 494=QDLPFIFOCache C a c h e E n t r y @ 5674 c d 4 d , 239 = Q D L P F I F O C a c h e CacheEntry@5674cd4d, 239=QDLPFIFOCache CacheEntry@5674cd4d,239=QDLPFIFOCacheCacheEntry@63961c42, 245=QDLPFIFOCache C a c h e E n t r y @ 65 b 54208 , 247 = Q D L P F I F O C a c h e CacheEntry@65b54208, 247=QDLPFIFOCache CacheEntry@65b54208,247=QDLPFIFOCacheCacheEntry@1be6f5c3, 250=QDLPFIFOCache C a c h e E n t r y @ 6 b 884 d 57 , 252 = Q D L P F I F O C a c h e CacheEntry@6b884d57, 252=QDLPFIFOCache CacheEntry@6b884d57,252=QDLPFIFOCacheCacheEntry@38af3868}
Frequently accessed data verification:
Value for Key 1: Value 1
Value for Key 2: Value 2
Value for Key 3: null
Value for Key 4: null
Value for Key 5: null
Value for Key 6: null
Value for Key 7: null
Value for Key 8: null
Value for Key 9: null
Value for Key 10: null

从输出可以看出以下几点分析:

1.随机获取数据的部分:

  • 随机获取的数据有些是存在于缓存中的(例如Key 27、Key 345), 返回了相应的值。

  • 有些随机获取的数据则是不存在于缓存中的(例如Key 61、Key 110), 返回了null。

2.当前缓存状态的部分:

  • 缓存状态输出了缓存中的部分键值对, 可以看到缓存中保存了多个键值对, 但并非全部。

  • 这符合QDLPFIFOCache的特点, 因为当容量达到上限时, 会根据最近插入的数据进行驱逐, 所以缓存中的数据是不断变化的。

3.频繁访问的数据验证部分:

  • 验证了一些频繁访问的数据, 例如Key 1和Key 2, 可以看到它们确实被保留在缓存中, 并且可以被正确获取到值。

  • 其他频繁访问的数据(例如Key 3到Key 10)可能由于缓存的容量限制或者在驱逐过程中被移除, 所以返回了null。

输出结果符合QDLPFIFOCache的特点,即最近插入的数据有更高的保留优先级(懒惰提升),并且在缓存达到容量上限时会进行快速降级,驱逐最旧的未访问数据。

这篇关于对惰性提升快速降级FIFO(QD-LP-FIFO)的理解和简易代码实现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/969168

相关文章

SpringBoot3实现Gzip压缩优化的技术指南

《SpringBoot3实现Gzip压缩优化的技术指南》随着Web应用的用户量和数据量增加,网络带宽和页面加载速度逐渐成为瓶颈,为了减少数据传输量,提高用户体验,我们可以使用Gzip压缩HTTP响应,... 目录1、简述2、配置2.1 添加依赖2.2 配置 Gzip 压缩3、服务端应用4、前端应用4.1 N

SpringBoot实现数据库读写分离的3种方法小结

《SpringBoot实现数据库读写分离的3种方法小结》为了提高系统的读写性能和可用性,读写分离是一种经典的数据库架构模式,在SpringBoot应用中,有多种方式可以实现数据库读写分离,本文将介绍三... 目录一、数据库读写分离概述二、方案一:基于AbstractRoutingDataSource实现动态

Python FastAPI+Celery+RabbitMQ实现分布式图片水印处理系统

《PythonFastAPI+Celery+RabbitMQ实现分布式图片水印处理系统》这篇文章主要为大家详细介绍了PythonFastAPI如何结合Celery以及RabbitMQ实现简单的分布式... 实现思路FastAPI 服务器Celery 任务队列RabbitMQ 作为消息代理定时任务处理完整

springboot循环依赖问题案例代码及解决办法

《springboot循环依赖问题案例代码及解决办法》在SpringBoot中,如果两个或多个Bean之间存在循环依赖(即BeanA依赖BeanB,而BeanB又依赖BeanA),会导致Spring的... 目录1. 什么是循环依赖?2. 循环依赖的场景案例3. 解决循环依赖的常见方法方法 1:使用 @La

Java枚举类实现Key-Value映射的多种实现方式

《Java枚举类实现Key-Value映射的多种实现方式》在Java开发中,枚举(Enum)是一种特殊的类,本文将详细介绍Java枚举类实现key-value映射的多种方式,有需要的小伙伴可以根据需要... 目录前言一、基础实现方式1.1 为枚举添加属性和构造方法二、http://www.cppcns.co

使用Python实现快速搭建本地HTTP服务器

《使用Python实现快速搭建本地HTTP服务器》:本文主要介绍如何使用Python快速搭建本地HTTP服务器,轻松实现一键HTTP文件共享,同时结合二维码技术,让访问更简单,感兴趣的小伙伴可以了... 目录1. 概述2. 快速搭建 HTTP 文件共享服务2.1 核心思路2.2 代码实现2.3 代码解读3.

使用C#代码在PDF文档中添加、删除和替换图片

《使用C#代码在PDF文档中添加、删除和替换图片》在当今数字化文档处理场景中,动态操作PDF文档中的图像已成为企业级应用开发的核心需求之一,本文将介绍如何在.NET平台使用C#代码在PDF文档中添加、... 目录引言用C#添加图片到PDF文档用C#删除PDF文档中的图片用C#替换PDF文档中的图片引言在当

C#使用SQLite进行大数据量高效处理的代码示例

《C#使用SQLite进行大数据量高效处理的代码示例》在软件开发中,高效处理大数据量是一个常见且具有挑战性的任务,SQLite因其零配置、嵌入式、跨平台的特性,成为许多开发者的首选数据库,本文将深入探... 目录前言准备工作数据实体核心技术批量插入:从乌龟到猎豹的蜕变分页查询:加载百万数据异步处理:拒绝界面

MySQL双主搭建+keepalived高可用的实现

《MySQL双主搭建+keepalived高可用的实现》本文主要介绍了MySQL双主搭建+keepalived高可用的实现,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,... 目录一、测试环境准备二、主从搭建1.创建复制用户2.创建复制关系3.开启复制,确认复制是否成功4.同

Java实现文件图片的预览和下载功能

《Java实现文件图片的预览和下载功能》这篇文章主要为大家详细介绍了如何使用Java实现文件图片的预览和下载功能,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... Java实现文件(图片)的预览和下载 @ApiOperation("访问文件") @GetMapping("