vue 学习 代理1

<!DOCTYPE html>
<html>
    <head>
        <meta charset="UTF-8" />
        <title>回顾Object.defineproperty方法</title>
    </head>
    <body>
        <script type="text/javascript" >
            let number = 18
            let person = {
                name:'张三',
                sex:'男',
            }

            Object.defineProperty(person,'age',{
                // value:18,
                // enumerable:true, //控制属性是否可以枚举,默认值是false
                // writable:true, //控制属性是否可以被修改,默认值是false
                // configurable:true //控制属性是否可以被删除,默认值是false

                //当有人读取person的age属性时,get函数(getter)就会被调用,且返回值就是age的值
                get(){
                    console.log('有人读取age属性了')
                    return number
                },

                //当有人修改person的age属性时,set函数(setter)就会被调用,且会收到修改的具体值
                set(value){
                    console.log('有人修改了age属性,且值是',value)
                    number = value
                }

            })

            // console.log(Object.keys(person))

            console.log(person)
        </script>
    </body>
</html>

js通过defineProperty 添加对象的属性

三个参数(对象,属性, 值, 可以是函数)

js 的值和函数,不怎么区分。 初级语言 有点弱者。

11章 数据仓库和商务智能

11.1 引言

数据仓库(Data Warehouse,DW)的概念始于20世纪80年代。该

技术赋能组织将不同来源的数据整合到公共的数据模型中去,整合后的

数据能为业务运营提供洞察,为企业决策支持和创造组织价值开辟新的

可能性。同样重要的是,数据仓库还是减少企业建设大量决策支持系统

(Decision Support System,DSS)的一种手段,大部分DSS系统使用的

都是企业中同样的核心数据。企业数据仓库提供了一种减少数据冗余、

提高信息一致性,让企业能够利用数据做出更优决策的方法。

数据仓库和商务智能语境关系图如图11-1所示。

真正实施数据仓库的建设,要到20世纪90年代。从那时开始,数据

仓库建设逐渐成为主流,特别是与商务智能(Business

Inteligence,

BI)作为业务决策主要驱动力协同发展。大多数企业都建有数据仓库,

数据仓库被公认为企业数管理的核心[1]。即使数据仓库已经建设得很好

了,但相关技术仍然在不断发展,各种新形式的数据产生得越来越快,

新的概念(如数据湖)不断创立,它们将影响数据仓库的未来(参见第

8章和第15章)。

11.1.1 业务驱动因素

数据仓库建设的主要驱动力是运营支持职能、合规需求和商务智能

活动(尽管不是所有的商务智能活动都依赖仓库数据)。越来越多的组

织被要求用数据来证明他们是合规的,因为数据仓库中包含历史数据,

所以经常被用来响应这类要求。不仅如此,商务智能支持一直是建设数

据仓库的主要原因,商务智能为组织、客户及产品提供洞察。通过商务

智能获得决策知识并采取行动的组织,能提升其运营效率,增强其竞争

优势。越来越多的数据以越来越快的速度被使用,商务智能从回顾性评

价发展到预测分析领域。图11-1 语境关系图:数据仓库和商务智能

11.1.2 目标和原则

一个组织建设数据仓库的目标通常有:

1)支持商务智能活动。

2)赋能商业分析和高效决策。

3)基于数据洞察寻找创新方法。

数据仓库建设应遵循如下指导原则:

1)聚焦业务目标。确保数据仓库用于组织最优先级的业务并解决

内容概要:本文详细介绍了“秒杀商城”微服务架构的设计与实战全过程,涵盖系统从需求分析、服务拆分、技术选型到核心功能开发、分布式事务处理、容器化部署及监控链路追踪的完整流程。重点解决了高并发场景下的超卖问题,采用Redis预减库存、消息队列削峰、数据库乐观锁等手段保障数据一致性,并通过Nacos实现服务注册发现与配置管理,利用Seata处理跨服务分布式事务,结合RabbitMQ实现异步下单,提升系统吞吐能力。同时,项目支持Docker Compose快速部署和Kubernetes生产级编排,集成Sleuth+Zipkin链路追踪与Prometheus+Grafana监控体系,构建可观测性强的微服务系统。; 适合人群:具备Java基础和Spring Boot开发经验,熟悉微服务基本概念的中高级研发人员,尤其是希望深入理解高并发系统设计、分布式事务、服务治理等核心技术的开发者;适合工作2-5年、有志于转型微服务或提升架构能力的工程师; 使用场景及目标:①学习如何基于Spring Cloud Alibaba构建完整的微服务项目;②掌握秒杀场景下高并发、超卖控制、异步化、削峰填谷等关键技术方案;③实践分布式事务(Seata)、服务熔断降级、链路追踪、统一配置中心等企业级中间件的应用;④完成从本地开发到容器化部署的全流程落地; 阅读建议:建议按照文档提供的七个阶段循序渐进地动手实践,重点关注秒杀流程设计、服务间通信机制、分布式事务实现和系统性能优化部分,结合代码调试与监控工具深入理解各组件协作原理,真正掌握高并发微服务系统的构建能力。
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
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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

打赏作者

手把手教你学AI

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
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