day99-缓存-缓存使用-改造三级分类业务

Lightning Flash表格分类与回归实战指南 表格数据建模是机器学习落地的核心场景,涵盖信贷评分、销售预测、故障预警等高频业务需求。其本质是将结构化CSV或DataFrame输入,经特征编码、数值标准化、类别嵌入等处理,映射为分类概率或回归数值输出。技术价值在于平衡自动化与可控性——既规避sklearn手动流水线的信息泄露风险,又摆脱PyTorch从零实现的工程冗余。Lightning Flash通过TabularDataModule、TabularClassifier和TabularRegressor三大组件,实现数据-模型-任务解耦,支持FTTra 阅读详情

1.三级分类业务代码改造

将原本一个方法改为俩方法,代码如下

    @Override
    public Map<String, List<Catelog2Vo>> getCatalogJson(){
        //先从缓存中尝试获取,若为空则从数据库中获取然后放入缓存
        ValueOperations<String, String> opsForValue = stringRedisTemplate.opsForValue();
        String catalogJson = opsForValue.get("catalogJson");
        if(StringUtils.isEmpty(catalogJson)){
            Map<String, List<Catelog2Vo>> catalogJsonFromDb = getCatalogJsonFromDb();
            String str = JSON.toJSONString(catalogJsonFromDb);
            opsForValue.set("catalogJson",str);
            return  catalogJsonFromDb;
        }

        Map<String, List<Catelog2Vo>> catalogJsonFromCache = JSON.parseObject(catalogJson, new TypeReference<Map<String, List<Catelog2Vo>>>(){});
        return catalogJsonFromCache;
    }

    public Map<String, List<Catelog2Vo>> getCatalogJsonFromDb() {

        List<CategoryEntity> categoryEntities = this.list(null);

        List<CategoryEntity> category1EntityList = getParent_cid(categoryEntities,0l);

        Map<String, List<Catelog2Vo>> catelog2Vos = category1EntityList.stream().collect(Collectors.toMap(k -> k.getCatId().toString(), v -> {
            //1.查到一级分类的所有二级分类
            List<CategoryEntity> category2EntityList = getParent_cid(categoryEntities,v.getCatId());

            //2.获取二级分类vo集合  用户
            List<Catelog2Vo> catelog2VoList = category2EntityList.stream().map(catelog2 -> {

                List<CategoryEntity> category3EntityList = getParent_cid(categoryEntities,catelog2.getCatId());

                //3.获取三级分类vo集合
                List<Catelog2Vo.Catelog3Vo> catelog3Vos = null;
                if(category3EntityList !=null && category3EntityList.size() > 0){
                    catelog3Vos = category3EntityList.stream().map(catelog3 -> {
                        //获取三级分类vo
                        Catelog2Vo.Catelog3Vo catelog3Vo = new Catelog2Vo.Catelog3Vo(catelog3.getParentCid().toString(), catelog3.getCatId().toString(), catelog3.getName());
                        return catelog3Vo;
                    }).collect(Collectors.toList());
                }
                //2.获取二级分类vo
                Catelog2Vo catelog2Vo = new Catelog2Vo(v.getCatId().toString(), catelog3Vos, catelog2.getCatId().toString(), catelog2.getName());

                return catelog2Vo;
            }).collect(Collectors.toList());
            return catelog2VoList;
        }));

        return catelog2Vos;
    }

2.测试

浏览器请求,第一次慢一点,后面都很快,很明显数据进了缓存

缓存中也能查看到

 

时间序列预测实战:从业务闭环到工程落地的全链路指南 时间序列预测(Time Series Forecasting)是数据科学中连接算法与业务决策的关键技术,其核心不在于模型复杂度,而在于将不确定性转化为可干预、可推演的结构化输出。它基于统计建模原理(如平稳性检验、季节分解、误差校准),通过融合业务日历、实体维度与外部环境特征,实现对销量、设备故障、用户行为等关键指标的滚动预判。技术价值体现在驱动实时调度、库存优化、资源扩容等闭环动作,广泛应用于智能制造、零售供应链、SaaS客户运营及能源管理等场景。本文聚焦 forecasting 在真实工业项目中的落地逻辑 阅读详情

相关推荐

决策树实战:构建可解释、可落地的业务逻辑引擎

决策树是一种基础但强大的机器学习模型,其核心价值不在于预测精度,而在于将业务规则结构化、可视化、可追溯。它通过特征空间中的正交切割,生成具有明确条件路径的分类逻辑,天然支持‘如果A且B则C’式的业务语句表达。在风控、电商、制造等场景中,决策树常作为AI落地的第一锚点,因其分裂过程可对齐专家经验,叶子节点可映射真实业务动作。结合信息增益、基尼不纯度等指标,它能量化业务判断的确定性与投入产出比;借助剪枝、离散化、规则提取等工程手段,可输出CRM可集成、运营可执行、风控可审计的数字决策骨架。本文聚焦如何让决策树真

weixin_34121304的博客 355

153、缓存-缓存使用-改造三级分类业务

@Override public Map<String, List<Catelog2Vo>> getCatelogJson() { //给缓存中放json字符串,拿出的json字符串,还用逆转为能用的对象类型,【序列化与反序列化】 //1、加入缓存逻辑,缓存中存的数据是json字符串 //JSON跨语言,跨平台兼容 String catalogJSON = redisTemplate.opsForValue(.

pyd1040201698的博客 257

机器学习模型生产就绪:从指标达标到业务可信的落地框架

机器学习模型上线不是性能达标的终点,而是面向真实业务场景的可信交付起点。在数据持续演化、系统存在延迟约束、合规要求日益严格的背景下,模型就绪需超越AUC、F1等离线指标,转向稳定性(如P99延迟≤200ms)、鲁棒性(如数据漂移PSI<0.15)与可解释性(如SHAP/LIME支持)三位一体的技术价值验证。其核心应用场景涵盖电商推荐、金融风控、智能硬件等高要求领域,强调跨职能协作、全链路可观测与自动化熔断能力。本文聚焦‘模型ready for product’这一工程实践本质,系统拆解数据契约、可观测闭环、

weixin_30607659的博客 332

缓存篇-SpringCache

文章目录一、SpringCache是什么?二、SpringCache简单使用(整合redis)1.引入依赖2.自动配置缓存源代码1.CacheAutoConfiguration2.自动配置RedisCacheConfiguration3.自定义配置缓存1.定义配置类,重新注入RedisCacheConfiguration2.改造三级分类缓存代码3.测试缓存是否起作用4.springCache注解的使用1.@Cacheable2.@CacheEvict4.springCache解决缓存失效问题1.缓存穿透2.

Simon的博客 702

Node框架之NestJS入门学习

文章主要分为三部分:1 NestJS 与Egg对比2 NestJS 基础知识介绍3 使用NestJS快速搭建应用,实现CURD操作e-link文档Egg官网NestJS 官网NestJS中文文档(非官方)

十九万里的博客 4742

KV260-从开箱到人脸识别(小白入门)

波特率选择115200,数据为8位,停止位1位,无奇偶校验,点击链接即可完成通讯。空白的盘格式化之后及进行挂载,这时会被我们的操作系统接手管理,这时就具有了操作系统的属性,复制文件就是在操作系统下的文件系统基础上进行的操作,这个过程是相对的地址进行操作,因此,复制文件是在操作系统环境下完成的更高级的操作模式。空白的盘相当于一整块空白的存储单元,因为没有格式化也不具有文件系统的属性,只有当外部的硬件或者软件写进空白的区域,这种方式是对绝对物理地址进行的操作,因此,烧录文件是独立于操作系统的更低级的写入方式。

qq_53252845的博客 3815

三级分类业务改造-使用缓存

1.使用redis做缓存 /** * 渲染对应的二三级分类数据 * 往缓存中放的是JSON,取出来的也是JSON,可逆转为能用的对象类型 * json跨语言跨平台兼容 * @return */ @Override public Map<String, List<Catelog2Vo>> getCatalogJson() { String catelogJSON = stringRedisTempla

小生不才的博客 943

告别Quartus II的漫长等待:用VSCode+iverilog+GTKWave搭建你的轻量级Verilog仿真环境(2024保姆级教程)

本文详细介绍了如何利用VSCode、iverilog和GTKWave构建高效的Verilog/SystemVerilog开发环境,替代传统的Quartus II和ModelSim工具。通过2024年最新的保姆级教程,帮助开发者实现秒级启动、低资源消耗的轻量级仿真环境,显著提升数字电路设计的开发效率和调试体验。

weixin_33690963的博客 561

151-157、缓存-缓存使用-本地缓存与分布式缓存、整合redis测试、改造三级分类业务、压力测试出的内存泄露及解决、缓存击穿、穿透、雪崩、加锁解决缓存击穿问题、本地锁在分布式下的问题

151、缓存-缓存使用-本地缓存与分布式缓存 152、缓存-缓存使用-整合redis测试 153、缓存-缓存使用-改造三级分类业务 154、缓存-缓存使用-压力测试出的内存泄露及解决 155、缓存-缓存使用-缓存击穿、穿透、雪崩 156、缓存-缓存使用-加锁解决缓存击穿问题 157、缓存-缓存使用-本地锁在分布式下的问题 ...

zouxuhang的博客 229

Keil5调试遇坑记:手把手解决J-Link驱动与固件版本冲突(附老版本驱动包)

本文详细解析了Keil5与J-Link调试器版本冲突问题,特别是当出现'The connected J-Link is defective'警告时的解决方案。通过对比升级固件与降级驱动的优缺点,提供了详细的J-Link驱动降级操作指南,包括获取老版本驱动、替换步骤及常见问题排查,帮助开发者高效解决这一常见调试障碍。

metaverse5vr的博客 107

matinal:SAP ABAP 关于sftp的发送接收源代码

如果您将目标系统的凭据存储在该 RFC 连接中,您可以安排程序并将其作为后台作业运行:凭据将从 SM59 配置中获取,并且在文件传输期间不会提示您输入它们。这尤其适用于安全问题:您有责任为您的编码添加安全功能,并相应地配置您的系统(例如,保护您的系统免受病毒侵害)。注意:在创建自己的程序时,请特别注意示例代码中以“@CUSTOMER”开头的注释,因为您需要实现自己的逻辑。本说明为您提供示例编码以支持您创建自己的程序。在 STRUST 事务中,您维护了一个 PSE 并导入了您要发送的文件的最终收件人的证书。

matinal 當冬夜漸暖 。公众号:matinal 1333

158、缓存-分布式锁-分布式锁原理与使用

docker exec -it redis redis-cli 发送给全部会话 public Map<String, List<Catelog2Vo>> getCatelogJsonFromDbWithRedisLock() { //1、占分布式锁,。去redis占坑 Boolean lock = redisTemplate.opsForValue().setIfAbsent("lock",...

pyd1040201698的博客 322

Vue3 - Element Plus上传组件el-upload上传多个文件时,让on-change监听事件仅执行一次并获取最终文件列表方法(开启多选文件并手动上传,拿到文件列表统一循环调用接口上传)

vue3,elementplus,Upload上传,el-upload,文件上传组件,上传组件on-change里执行多次,取消自动上传后change重复执行问题,upload上传多个文件后导致on-change执行多次拿不到最终文件列表,Element-plus的upload组件on-change不断执行怎么办,上传多个文件多次执行调用,上传多个文件时如何只执行一次on-change方法拿到最终的文件列表,vue3elementplus上传组件开启多个上传后导致change方法执行好几次,仅调用一

🏆 前端领域优质创作者 1万+

谷粒商城 Day09 首页分类与SpEL动态缓存切面

Day09 首页分类与SpEL动态缓存切面 一、优化缓存逻辑 百万并发进来,判断 bloomFilter 和缓存中拿,先执行哪个最好? 1. 先布隆 ,再缓存 面对攻击 1 好 2. 先缓存 ,再布隆 正常业务 2 好 99%数据可能都在缓存有 99w + 99w ~= 200w 缓存永远都得看,布隆少判断一次就节省很多时间 所以最后我们商品详情的流程是这样的,用户查询查某个skuId,先判断缓存中有没有,这里解释一下为什么要先判断缓存,在正常业务时,先缓存再布隆好,因为99%的

Mark42的博客 547

RK3568 RGA硬件加速详解:图像缩放、旋转、格式转换10倍提速

RGA(Raster Graphics Acceleration)是瑞芯微(Rockchip)芯片系列中的 2D 图形加速引擎,专门用于处理像素级的图像操作。它通过硬件实现常见的图像处理算法,解放 CPU,降低功耗。RGA 是 RK3568 平台上一颗强大的 2D 图形加速引擎,能够:✅10-20 倍性能提升:大幅减少图像处理时间✅降低 CPU 占用:释放 CPU 资源给其他任务✅丰富的功能:缩放、旋转、裁剪、格式转换一应俱全✅易于集成:librga 提供简洁的 C API。

小灰灰的博客 1696

29、网络支持技术:CDN、覆盖网络与无标度网络解析

本文详细解析了CDN路由方式与性能指标,探讨了覆盖网络与无标度网络的特性及其在云计算和现代网络中的应用。文章分析了CDN的关键技术与挑战,介绍了覆盖网络与小世界网络的基本原理,并深入讨论了无标度网络的构建算法、性能优化策略以及在多个领域的应用案例。最后,文章展望了未来网络技术发展趋势与无标度网络的结合潜力。

night的博客 89

小兔鲜Vue3 项目学习笔记Day03

文章目录Home1.Home整体结构搭建和分类实现2. banner轮播图功能3. Home 面板组件封装4.新鲜好物和人气推荐实现5. 图片懒加载指令实现6. Home- product产品列表实现7. Home-GoodsItem 组件封装一级路由1. 整体认识和路由配置2. 面包屑导航3. 一级分类 - 轮播图的实现4. 激活状态控制5.分类列表的渲染6.一级分类-解决路由缓存问题7. 使用 逻辑函数 拆分业务小结 Home 1.Home整体结构搭建和分类实现 Home文件夹创建components

不被定义的程序媛写的博客儿 2029

ssm框架搭建

这个是一个在idea上成功跑起来的ssm框架项目,保存在这里方便以后使用直接下载

Day03 Vue小兔鲜项目实战

小兔鲜项目实战

LilyQWQ的博客 1737

C# WinForm 基于DirectShow.dll编写的程序,可边预览边保存视频,音频和图片

基于微软的DirectShow.dll的二次开发1.自动识别连接的摄像头跟麦克风且可以对其进行选择(默认选中第一个)2.可录制wmv和avi两种格式的视频并且都带有音频,avi可以录制的分辨率和帧数进行选择,wmv默认进行了淸晰度优化如不喜欢可去除代码中有相关提示3.可在预览点开之后进行拍照,也可边录制视频边拍照4.添加了视频和音频的压缩功能(酌情使用)这次二次开发发现C#对DirectShow的相关信息太少,这次做完也不敢藏私共享出来,还望大家指正

TMS_WebGMaps_1.9.8.0_Full_Source

TMS_WebGMaps_1.9.8.0_Full_Source 全源码 delphi cbuilder

前端Vue小兔鲜儿电商项目实战Day03

使用带有参数的路由时需要注意的是,当用户从/users/johnny导航到/users/jolyne时,相同的组件实例将被重复使用。因为两个路由都渲染同个组件,比起销毁再创建,复用则显得更加高效。不过,这也意味着组件的生命周期钩子不会被调用。问题:一级分类的切换正好满足上面的条件,组件实例复用,导致分类数据无法更新解决问题的思路:1. 让组件实例不复用,强制销毁重建;2. 监听路有变化,变化之后执行数据更新操作。①路由缓存问题产生的原因时什么?答:路由只有参数变化时,会复用组件实例。

ltt159264的博客 1879

最新的sdio 4.0 spec 协议标准 带书签 高清完整PDF版

Part-E1-SDIO-Specification-Ver4.00-Final-120220.pdf:最新的sdio 4.0 spec 协议标准 带书签 高清完整PDF版,包括SDIO 接口的外设,SDIO 接口官方协议等。

Vue3 - 小兔仙 - day3

静态结构搭建和分类实现、banner轮播图实现、面板组件封装、新鲜好物与人气推荐业务实现、图片懒加载指令实现、产品列表实现与小组件封装、商品一级分类业务实现

2301_76354366的博客 1235

轻量级情感分类器设计:规则+逻辑回归+蒸馏模型三层架构

情感分类是自然语言处理中的基础任务,其核心在于平衡准确性、可解释性与工程落地性。传统端到端深度学习方法虽在测试集上表现优异,却常因数据漂移、推理延迟高、业务不可解释等问题难以稳定上线。本文聚焦‘轻量级情感分类器’这一高频实践需求,围绕规则引擎、特征增强的逻辑回归及蒸馏TinyBERT三层协同架构展开,强调结构化规则建模(模式-强度-冲突)、47维融合特征设计(文本结构/语义信号/业务先验)以及面向CPU部署的模型选型逻辑。适用于电商评论监控、客服工单归因、金融舆情预警等真实业务场景,为中小团队提供低门槛、高

weixin_30527423的博客 388

逻辑回归实战指南:从可解释建模到业务决策落地

逻辑回归是一种基础但强大的二分类机器学习方法,其核心在于将线性组合映射为概率输出,实现‘是/否’型决策。它虽名为回归,实为分类基石,凭借系数可解释性、低延迟推理和天然支持多变量分析等优势,在金融风控、医疗预警、实时推荐等场景中不可替代。相比黑盒模型,逻辑回归能清晰揭示各特征对结果的正负向影响,支撑合规审计与业务归因;结合L1/L2正则、样本加权与阈值优化,可有效应对数据不平衡与业务成本敏感问题。本文聚焦scikit-learn工程实践,覆盖数据校验、防泄漏处理、概率校准、模型监控及部署优化,助力开发者跨越理

weixin_30596343的博客 738

数据科学面试作战地图:业务拆解、SQL工程与模型决策深度指南

数据科学面试本质是业务问题解决能力的综合评估,而非单纯算法或工具考核。其核心在于理解业务指标定义、掌握生产级SQL工程实践(如窗口函数嵌套、时区对齐、NULL鲁棒处理),并能从数学原理、工程约束到业务代价三层推演模型参数选择。真实面试中,业务问题拆解力占38%权重,SQL考察聚焦千万级数据下的可维护性与边界处理,模型问答重在‘为什么选这个而非那个’的决策逻辑。本文基于217场实战反馈,提炼出以归因树、CTE分步建模、决策代价表为支柱的准备体系,直击转行者、应届生与在职工程师在面试中最常失分的关键断层。

433

LLM应用三大真实缺口:Agent容错、语义缓存与能力诊断

大语言模型(LLM)作为基础智能组件,其核心挑战不在于参数规模,而在于生产环境中的不可靠性——包括输入语义漂移、上下文幻觉、输出非确定性等固有缺口。这些缺口导致Agent架构频繁失控、传统缓存策略全面失效。解决路径需从‘黑盒调用’转向‘可控增强’:通过业务规则锚点约束Agent决策链路,以语义指纹替代字符串哈希实现意图级缓存,并借助输入稳定性表、输出一致性表等量化工具定位真实瓶颈。本文聚焦LLM Gaps、Agent Design和Smarter Semantic Caching三大关键技术支点,提供可调试

weixin_30787531的博客 409

GLM-5开源实操指南:Agentic Engineering落地与Day0部署

大模型工程化核心在于将LLM能力稳定嵌入业务系统,而非仅关注模型本身。Agentic Engineering作为一种新型范式,强调以智能体(Agent)为基本单元,通过感知-决策-执行三层解耦,实现可编排、可观测、可降级的生产级服务。其技术价值体现在显著降低部署复杂度、提升SLA保障能力,并天然支持状态缓存、异步调用与失败自愈。典型应用场景包括工单自动分类、金融文档结构化、设备故障归因等需强逻辑闭环与低延迟响应的工业级任务。本文基于GLM-5开源实践,深入解析Agentic Engineering设计思想与

chuanggangbo5551的博客 338

CPU 缓存 | 原理、映射、一致性

……

u013669912的博客 410
上一篇: day98-缓存-缓存使用-整合redis测试
下一篇: day100-缓存-缓存使用-压力测试出的内存泄露及解决(Lettuce低版本bug问题解决)
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
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

打赏作者

我才是真的封不觉

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付元
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