Cookie&Session(会话技术)

本文深入探讨了Web开发中的会话管理技术,包括Cookie和Session的工作原理及应用。详细介绍了Cookie的创建、设置及发送流程,Session的生命周期管理,以及两者在安全性与服务器压力之间的权衡。

一.Cookie技术

从打开一个游览器访问某个站点,到关闭这个游览器的整个过程成为一次会话

会话技术分为Cookie和Session

Cookie:数据存储在客服端本地,减少对服务端的存储的压力,安全性相对较低,客服端也清楚Cookie

Session:将数据存储到服务器端,安全性相对好,增加服务器压力

一、Cookie发送技术实现的四步走
1.创建Cookie实例化对象
Cookie cookie = new Cookie(String cookieName,String cookieValue);
例子:
Cookie cookie = new Cookie("userName","123456");
2.设置Cookie在客服端的持久化时间(可省略)
cookie.setMaxAge(int seconds)//秒
例子:10分钟
cookie.setMaxAge(10*60);
3.设置携带Cookie的路径(可省略)
cookie.setPath(String Path);
例子:全局的Cookie的配置
cookie.setPath("/")
4.发送cookie到客服端
response.addCookie(Cookie cookie);

 第一步:
创建cookie注意事项

cookie中不能使用中文显示

第二步:

如果不设置持久化时间则以会话级,即当窗口关闭时就清除Cookie,如果设置持久化则将Cookie中的信息固化到磁盘上,到时间时游览器自动清理Cookie文件

第三步:

如果不设置携带路径,那么该cookie信息会在访问产生该cookie的 ,web资源所在的路径都携带cookie信息

删除Cookie:

只要使用同名同路径的持久化时为0的Cookie进行覆盖

二、服务器端接受客户端携带的Cookie、
Cookie[] cookies = request.getCookies()
for(Cookie cookie : Cookies){
  if(cookie.getName().equal(cookieName)){
    String cookieValue = cookie.getValue();
  }
}

 

 

二、Session技术

Session技术是将数据存储在服务器端的技术,会为每个客户端都创建一块内存空间 存储客户的数据,但客户端需要每次都携带一个标识ID去服务器中寻找属于自己的内存空间。所以说Session的实现是基于Cookie,Session需要借助于Cookie存储客 户的唯一性标识JSESSIONID

 

1.获得Session对象
HttpSession session = request.getSession();
此方法会获得专属于当前会话的Session对象,如果服务器端没有该会话的Session对象会创建一个新的Session返回,如果已经有了属于该会话的Session直接将已有的Session返回
(实质就是根据JSESSIONID判断该客户端是否在服务器上已经存在session了)
2.向Session对象中存取数据
session.setAttribute(String name,object obj);
session.getAttribute(String name);
session.removeAttribute(String name);

 

 Session对象的生命周期

  1. 服务器(非正常关闭)
  2. session过期/失效,时间是从不开始访问服务器资源开始
  3. 手动销毁session ——session.invalidate();

   默认:在一次会话中,也就是说在,一次会话中任何资源公用一个session对象

 

转载于:https://www.cnblogs.com/FlyBlueSky/p/8974661.html

先展示下效果 https://pan.quark.cn/s/a4b39357ea24 遗传算法 - 简书 遗传算法的理论是根据达尔文进化论而设计出来的算法: 人类是朝着好的方向(最优解)进化,进化过程中,会自动选择优良基因,淘汰劣等基因。 遗传算法(英语:genetic algorithm (GA) )是计算数学中用于解决最佳化的搜索算法,是进化算法的一种。 进化算法最初是借鉴了进化生物学中的一些现象而发展起来的,这些现象包括遗传、突变、自然选择、杂交等。 搜索算法的共同特征为: 首先组成一组候选解 依据某些适应性条件测算这些候选解的适应度 根据适应度保留某些候选解,放弃其他候选解 对保留的候选解进行某些操作,生成新的候选解 遗传算法流程 遗传算法的一般步骤 my_fitness函数 评估每条染色体所对应个体的适应度 升序排列适应度评估值,选出 前 parent_number 个 个体作为 待选 parent 种群(适应度函数的值越小越好) 从 待选 parent 种群 中随机选择 2 个个体作为父方和母方。 抽取父母双方的染色体,进行交叉,产生 2 个子代。 (交叉概率) 对子代(parent + 生成的 child)的染色体进行变异。 (变异概率) 重复3,4,5步骤,直到新种群(parentnumber + childnumber)的产生。 循环以上步骤直至找到满意的解。 名词解释 交叉概率:两个个体进行交配的概率。 例如,交配概率为0.8,则80%的“夫妻”会生育后代。 变异概率:所有的基因中发生变异的占总体的比例。 GA函数 适应度函数 适应度函数由解决的问题决定。 举一个平方和的例子。 简单的平方和问题 求函数的最小值,其中每个变量的取值区间都是 [-1, ...
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