主頁 > 資料庫 > Kettle的安裝及簡單使用

Kettle的安裝及簡單使用

2021-10-25 06:55:00 資料庫

Kettle的安裝及簡單使用

目錄
  • Kettle的安裝及簡單使用
    • 一、kettle概述
    • 二、kettle安裝部署和使用
      • Windows下安裝
      • 案例1：MySQL to MySQL
      • 案例2：使用作業執行上述轉換，并且額外在表stu2中添加一條資料
      • 案例3：將hive表的資料輸出到hdfs
      • 案例4：讀取hdfs檔案并將sal大于1000的資料保存到hbase中
    • 三、創建資源庫
      • 1、資料庫資源庫
      • 2、檔案資源庫
    • 四、 Linux下安裝使用
      • 1、單機
      • 2、 集群模式
      • 案例：讀取hive中的emp表，根據id進行排序，并將結果輸出到hdfs上
    • 五、調優

一、kettle概述

1、什么是kettle

Kettle是一款開源的ETL工具，純java撰寫，可以在Window、Linux、Unix上運行，綠色無需安裝，資料抽取高效穩定，

2、Kettle工程存盤方式

（1）以XML形式存盤

（2）以資源庫方式存盤(資料庫資源庫和檔案資源庫)

3、Kettle的兩種設計

image.png

4、Kettle的組成

image.png

5、kettle特點

image.png

二、kettle安裝部署和使用

Windows下安裝

（1）概述

在實際企業開發中，都是在本地環境下進行kettle的job和Transformation開發的，可以在本地運行，也可以連接遠程機器運行

（2）安裝步驟

1、安裝jdk

2、下載kettle壓縮包，因kettle為綠色軟體，解壓縮到任意本地路徑即可

3、雙擊Spoon.bat，啟動圖形化界面工具，就可以直接使用了

案例1：MySQL to MySQL

把stu1的資料按id同步到stu2，stu2有相同id則更新資料

1、在mysql中創建testkettle資料庫，并創建兩張表

create database testkettle;

use testkettle;

create table stu1(id int,name varchar(20),age int);

create table stu2(id int,name varchar(20));

2、往兩張表中插入一些資料

insert into stu1 values(1001,'zhangsan',20),(1002,'lisi',18), (1003,'wangwu',23);

insert into stu2 values(1001,'wukong');

3、把pdi-ce-8.2.0.0-342.zip檔案拷貝到win環境中指定檔案目錄，解壓后雙擊Spoon.bat，啟動圖形化界面工具，就可以使用了

image.png

主界面：

image.png

在kettle中新建轉換--->輸入--->表輸入-->表輸入雙擊

image.png

在data-integration\lib檔案下添加mysql驅動

image.png

在資料庫連接欄目點擊新建，填入mysql相關配置，并測驗連接

image.png

建立連接后，選擇剛剛建好的連接，填入SQL，并預覽資料：

image.png

以上說明stu1的資料輸入ok的，現在我們需要把輸入stu1的資料同步到stu2輸出的資料

image.png

注意：拖出來的線條必須是深灰色才關聯成功，若是淺灰色表示關聯失敗

image.png

轉換之前，需要做保存

image.png

執行成功之后，可以在mysql查看，stu2的資料

mysql> select * from stu2;
+------+----------+
| id   | name     |
+------+----------+
| 1001 | zhangsan |
| 1002 | lisi     |
| 1003 | wangwu   |
+------+----------+
3 rows in set (0.00 sec)

案例2：使用作業執行上述轉換，并且額外在表stu2中添加一條資料

1、新建一個作業

image.png

2、按圖示拉取組件

image.png

3、雙擊Start編輯Start

image.png

4、雙擊轉換，選擇案例1保存的檔案

image.png

5、在mysql的stu1中插入一條資料，并將stu2中id=1001的name改為wukong

mysql> insert into stu1 values(1004,'stu1',22);
Query OK, 1 row affected (0.01 sec)

mysql> update stu2 set name = 'wukong' where id = 1001;
Query OK, 1 row affected (0.00 sec)
Rows matched: 1  Changed: 1  Warnings: 0

6、雙擊SQL腳本編輯

image.png

7、加上Dummy，如圖所示：

image.png

8、保存并執行

image.png

9、在mysql資料庫查看stu2表的資料

mysql> select * from stu2;
+------+----------+
| id   | name     |
+------+----------+
| 1001 | zhangsan |
| 1002 | lisi     |
| 1003 | wangwu   |
| 1004 | stu1     |
| 1005 | kettle   |
+------+----------+
5 rows in set (0.00 sec)

案例3：將hive表的資料輸出到hdfs

1、因為涉及到hive和hbase（后續案例）的讀寫，需要修改相關組態檔

修改解壓目錄下的data-integration\plugins\pentaho-big-data-plugin下的plugin.properties，設定active.hadoop.configuration=hdp26，并將如下組態檔拷貝到data-integration\plugins\pentaho-big-data-plugin\hadoop-configurations\hdp26下

image.png

2、啟動hadoop集群、hiveserver2服務

3、進入hive shell，創建kettle資料庫，并創建dept、emp表

create database kettle;

use kettle;

CREATE TABLE dept(
    deptno int,
    dname string,
    loc string
) ROW FORMAT DELIMITED FIELDS TERMINATED BY ',';

CREATE TABLE emp(
    empno int,
    ename string,
    job string,
    mgr int,
    hiredate string,
    sal double,
    comm int,
    deptno int
) ROW FORMAT DELIMITED FIELDS TERMINATED BY ',';

4、插入資料

insert into dept values(10,'accounting','NEW YORK'),(20,'RESEARCH','DALLAS'),(30,'SALES','CHICAGO'),(40,'OPERATIONS','BOSTON');

insert into emp values(7369,'SMITH','CLERK',7902,'1980-12-17',800,NULL,20),(7499,'ALLEN','SALESMAN',7698,'1980-12-17',1600,300,30),(7521,'WARD','SALESMAN',7698,'1980-12-17',1250,500,30),(7566,'JONES','MANAGER',7839,'1980-12-17',2975,NULL,20);

5、按下圖建立流程圖

image.png

  • 表輸入
image.png
  • 表輸入2
image.png
  • 排序記錄
image.png
  • 記錄集連接
image.png
  • 欄位選擇
image.png image.png
  • 文本檔案輸出
image.png image.png

6、保存并運行查看hdfs

  • 運行
image.png
  • 查看HDFS檔案
image-20210129215501794.png

案例4：讀取hdfs檔案并將sal大于1000的資料保存到hbase中

1、在HBase中創建一張people表

hbase(main):004:0> create 'people','info'

2、按下圖建立流程圖

image.png

  • 文本檔案輸入
image.png image.png
  • 設定過濾記錄
image.png

  • 設定HBase output

    編輯hadoop連接，并配置zookeeper地址

image.png image.png
  • 執行轉換
image.png

  • 查看hbase people表的資料

    scan 'people'

    注意：若報錯沒有權限往hdfs寫檔案，在Spoon.bat中第119行添加引數

    "-DHADOOP_USER_NAME=root" "-Dfile.encoding=UTF-8"

三、創建資源庫

1、資料庫資源庫

資料庫資源庫是將作業和轉換相關的資訊存盤在資料庫中，執行的時候直接去資料庫讀取資訊，方便跨平臺使用

  • 在MySQL中創建kettle資料庫

    mysql> create database kettle;
Query OK, 1 row affected (0.01 sec)

  • 點擊右上角connect，選擇Other Resporitory

image.png
  • 選擇Database Repository
image.png
  • 建立新連接
image.png image.png image.png
  • 填好之后，點擊finish，會在指定的庫中創建很多表，至此資料庫資源庫創建完成
image.png

  • 連接資源庫

    默認賬號密碼為admin

image.png

  • 將之前做過的轉換匯入資源庫

    • 選擇從xml檔案匯入

      image.png

    • 點擊保存，選擇存盤位置及檔案名

    image.png

    • 查看MySQL中kettle庫中的R_TRANSFORMATION表，觀察轉換是否保存

      image.png

2、檔案資源庫

將作業和轉換相關的資訊存盤在指定的目錄中，其實和XML的方式一樣

創建方式跟創建資料庫資源庫步驟類似，只是不需要用戶密碼就可以訪問，跨

平臺使用比較麻煩

  • 選擇connect

  • 點擊add后點擊Other Repositories

  • 選擇File Repository

  • 填寫資訊

image.png

四、 Linux下安裝使用

1、單機

  • jdk安裝

  • 安裝包上傳到服務器，并解壓

    注意：

    1. 把mysql驅動拷貝到lib目錄下

    2. 將windows本地用戶家目錄下的隱藏目錄C:\Users\自己用戶名\.kettle 目錄，

      整個上傳到linux的用戶的家目錄下，root用戶的家目錄為/root/

  • 運行資料庫資源庫中的轉換：

    cd /usr/local/soft/data-integration
./pan.sh -rep=my_repo -user=admin -pass=admin -trans=tran1

    引數說明：

    ? -rep 資源庫名稱

    ? -user 資源庫用戶名

    ? -pass 資源庫密碼

    ? -trans 要啟動的轉換名稱

    ? -dir 目錄(不要忘了前綴 /)（如果是以ktr檔案運行時，需要指定ktr檔案的路徑）

image.png

  • 運行資源庫里的作業：

    記得把作業里的轉換變成資源庫中的資源

    記得把作業也變成資源庫中的資源

    cd /usr/local/soft/data-integration
mkdir logs
./kitchen.sh -rep=my_repo -user=admin -pass=admin -job=job1 -logfile=./logs/log.txt

    引數說明：
    -rep - 資源庫名
    -user - 資源庫用戶名
    -pass – 資源庫密碼
    -job – job名
    -dir – job路徑（當直接運行kjb檔案的時候需要指定）
    -logfile – 日志目錄

    image.png

2、 集群模式

  • 準備三臺服務器

    master作為Kettle主服務器，服務器埠號為8080，

    node1和node2作為兩個子服務器，埠號分別為8081和8082，

  • 安裝部署jdk

  • hadoop完全分布式環境搭建

  • 上傳并解壓kettle的安裝包至/usr/local/soft/目錄下

  • 進到/usr/local/soft/data-integration/pwd目錄，修改組態檔

    • 修改主服務器組態檔carte-config-master-8080.xml

      <slaveserver>
    <name>master</name>
    <hostname>master</hostname>
    <port>8080</port>
    <master>Y</master>
    <username>cluster</username>
    <password>cluster</password>
</slaveserver>

    • 修改從服務器組態檔carte-config-8081.xml

      <masters>
    <slaveserver>
      <name>master</name>
      <hostname>master</hostname>
      <port>8080</port>
      <username>cluster</username>
      <password>cluster</password>
      <master>Y</master>
    </slaveserver>
</masters>
<report_to_masters>Y</report_to_masters>
<slaveserver>
    <name>slave1</name>
    <hostname>node1</hostname>
    <port>8081</port>
    <username>cluster</username>
    <password>cluster</password>
    <master>N</master>
</slaveserver>

    • 修改從組態檔carte-config-8082.xml

      <masters>
    <slaveserver>
      <name>master</name>
      <hostname>master</hostname>
      <port>8080</port>
      <username>cluster</username>
      <password>cluster</password>
      <master>Y</master>
    </slaveserver>
</masters>
<report_to_masters>Y</report_to_masters>
<slaveserver>
    <name>slave2</name>
    <hostname>node2</hostname>
    <port>8082</port>
    <username>cluster</username>
    <password>cluster</password>
    <master>N</master>
</slaveserver>

  • 分發整個kettle的安裝目錄，通過scp命令

  • 分發/root/.kettle目錄到node1、node2

  • 啟動相關行程，在master,node1,node2上分別執行

[root@master]# ./carte.sh master 8080
[root@node1]# ./carte.sh node1 8081
[root@node2]# ./carte.sh node2 8082
  • 訪問web頁面

http://master:8080

案例：讀取hive中的emp表，根據id進行排序，并將結果輸出到hdfs上

注意：因為涉及到hive和hbase的讀寫，需要修改相關組態檔，

修改解壓目錄下的data-integration\plugins\pentaho-big-data-plugin下的plugin.properties，設定active.hadoop.configuration=hdp26，并將如下組態檔拷貝到data-integration\plugins\pentaho-big-data-plugin\hadoop-configurations\hdp26下

image.png

  • 創建轉換，編輯步驟，填好相關配置

    直接使用trans1

  • 創建子服務器，填寫相關配置，跟集群上的配置相同

image.png image.png image.png

  • 創建集群schema，選中上一步的幾個服務器

    image.png

  • 對于要在集群上執行的步驟，右鍵選擇集群，選中上一步創建的集群schema

    image.png

  • 創建Run Configuration,選擇集群模式

    image.png

  • 直接運行，選擇集群模式運行

    image-20210130145846848

五、調優

1、調整JVM大小進行性能優化，修改Kettle根目錄下的Spoon腳本，

img

引數參考：

-Xmx2048m：設定JVM最大可用記憶體為2048M，

-Xms1024m：設定JVM促使記憶體為1024m，此值可以設定與-Xmx相同，以避免每次垃圾回收完成后JVM重新分配記憶體，

-Xmn2g：設定年輕代大小為2G，整個JVM記憶體大小=年輕代大小 + 年老代大小 + 持久代大小，持久代一般固定大小為64m，所以增大年輕代后，將會減小年老代大小，此值對系統性能影響較大，Sun官方推薦配置為整個堆的3/8，

-Xss128k：設定每個執行緒的堆疊大小，JDK5.0以后每個執行緒堆疊大小為1M，以前每個執行緒堆疊大小為256K，更具應用的執行緒所需記憶體大小進行調整，在相同物理記憶體下，減小這個值能生成更多的執行緒，但是作業系統對一個行程內的執行緒數還是有限制的，不能無限生成，經驗值在3000~5000左右，

2、 調整提交（Commit）記錄數大小進行優化，Kettle默認Commit數量為：1000，可以根據資料量大小來設定Commitsize：1000~50000

3、盡量使用資料庫連接池；

4、盡量提高批處理的commit size；

5、盡量使用快取，快取盡量大一些（主要是文本檔案和資料流）；

6、Kettle是Java做的，盡量用大一點的記憶體引數啟動Kettle；

7、可以使用sql來做的一些操作盡量用sql；

Group , merge , stream lookup,split field這些操作都是比較慢的，想辦法避免他們.，能用sql就用sql；

8、插入大量資料的時候盡量把索引刪掉；

9、盡量避免使用update , delete操作，尤其是update,如果可以把update變成先delete, 后insert；

10、能使用truncate table的時候，就不要使用deleteall row這種類似sql合理的磁區，如果洗掉操作是基于某一個磁區的，就不要使用delete row這種方式（不管是deletesql還是delete步驟）,直接把磁區drop掉，再重新創建；

11、盡量縮小輸入的資料集的大小（增量更新也是為了這個目的）；

12、盡量使用資料庫原生的方式裝載文本檔案(Oracle的sqlloader, mysql的bulk loader步驟)，

轉載請註明出處，本文鏈接：https://www.uj5u.com/shujuku/335135.html

標籤：大數據

上一篇：將txt檔案中的二進制值轉換為影像時出錯

下一篇：通過Python收集匯聚MySQL 表資訊

標籤雲
其他(157675) Python(38076) JavaScript(25376) Java(17977) C(15215) 區塊鏈(8255) C＃(7972) AI(7469) 爪哇(7425) MySQL(7132) html(6777) 基礎類(6313) sql(6102) 熊猫(6058) PHP(5869) 数组(5741) R(5409) Linux(5327) 反应(5209) 腳本語言(PerlPython)(5129) 非技術區(4971) Android(4554) 数据框(4311) css(4259) 节点.js(4032) C語言(3288) json(3245) 列表(3129) 扑(3119) C++語言(3117) 安卓(2998) 打字稿(2995) VBA(2789) Java相關(2746) 疑難問題(2699) 细绳(2522) 單片機工控(2479) iOS(2429) ASP.NET(2402) MongoDB(2323) 麻木的(2285) 正则表达式(2254) 字典(2211) 循环(2198) 迅速(2185) 擅长(2169) 镖(2155) 功能(1967) .NET技术(1958) Web開發(1951) python-3.x(1918) HtmlCss(1915) 弹簧靴(1913) C++(1909) xml(1889) PostgreSQL(1872) .NETCore(1853) 谷歌表格(1846) Unity3D(1843) for循环(1842)

熱門瀏覽
  • GPU虛擬機創建時間深度優化

    **?桔妹導讀：**GPU虛擬機實體創建速度慢是公有云面臨的普遍問題，由于通常情況下創建虛擬機屬于低頻操作而未引起業界的重視，實際生產中還是存在對GPU實體創建時間有苛刻要求的業務場景。本文將介紹滴滴云在解決該問題時的思路、方法、并展示最終的優化成果。 從公有云服務商那里購買過虛擬主機的資深用戶，一 ......

    uj5u.com 2020-09-10 06:09:13 more
  • 可編程網卡芯片在滴滴云網路的應用實踐

    **?桔妹導讀：**隨著云規模不斷擴大以及業務層面對延遲、帶寬的要求越來越高，采用DPDK 加速網路報文處理的方式在橫向縱向擴展都出現了局限性。可編程芯片成為業界熱點。本文主要講述了可編程網卡芯片在滴滴云網路中的應用實踐，遇到的問題、帶來的收益以及開源社區貢獻。 #1. 資料中心面臨的問題 隨著滴滴 ......

    uj5u.com 2020-09-10 06:10:21 more
  • 滴滴資料通道服務演進之路

    **?桔妹導讀：**滴滴資料通道引擎承載著全公司的資料同步，為下游實時和離線場景提供了必不可少的源資料。隨著任務量的不斷增加，資料通道的整體架構也隨之發生改變。本文介紹了滴滴資料通道的發展歷程，遇到的問題以及今后的規劃。 #1. 背景 資料，對于任何一家互聯網公司來說都是非常重要的資產，公司的大資料 ......

    uj5u.com 2020-09-10 06:11:05 more
  • 滴滴AI Labs斬獲國際機器翻譯大賽中譯英方向世界第三

    **桔妹導讀：**深耕人工智能領域，致力于探索AI讓出行更美好的滴滴AI Labs再次斬獲國際大獎，這次獲獎的專案是什么呢？一起來看看詳細報道吧！ 近日，由國際計算語言學協會ACL（The Association for Computational Linguistics）舉辦的世界最具影響力的機器 ......

    uj5u.com 2020-09-10 06:11:29 more
  • MPP (Massively Parallel Processing)大規模并行處理

    1、什么是mpp？ MPP (Massively Parallel Processing)，即大規模并行處理，在資料庫非共享集群中，每個節點都有獨立的磁盤存盤系統和記憶體系統，業務資料根據資料庫模型和應用特點劃分到各個節點上，每臺資料節點通過專用網路或者商業通用網路互相連接，彼此協同計算，作為整體提供 ......

    uj5u.com 2020-09-10 06:11:41 more
  • 滴滴資料倉庫指標體系建設實踐

    **桔妹導讀：**指標體系是什么？如何使用OSM模型和AARRR模型搭建指標體系？如何統一流程、規范化、工具化管理指標體系？本文會對建設的方法論結合滴滴資料指標體系建設實踐進行解答分析。 #1. 什么是指標體系 ##1.1 指標體系定義 指標體系是將零散單點的具有相互聯系的指標，系統化的組織起來，通 ......

    uj5u.com 2020-09-10 06:12:52 more
  • 單表千萬行資料庫 LIKE 搜索優化手記

    我們經常在資料庫中使用 LIKE 運算子來完成對資料的模糊搜索，LIKE 運算子用于在 WHERE 子句中搜索列中的指定模式。 如果需要查找客戶表中所有姓氏是“張”的資料，可以使用下面的 SQL 陳述句： SELECT * FROM Customer WHERE Name LIKE '張%' 如果需要 ......

    uj5u.com 2020-09-10 06:13:25 more
  • 滴滴Ceph分布式存盤系統優化之鎖優化

    **桔妹導讀：**Ceph是國際知名的開源分布式存盤系統，在工業界和學術界都有著重要的影響。Ceph的架構和演算法設計發表在國際系統領域頂級會議OSDI、SOSP、SC等上。Ceph社區得到Red Hat、SUSE、Intel等大公司的大力支持。Ceph是國際云計算領域應用最廣泛的開源分布式存盤系統， ......

    uj5u.com 2020-09-10 06:14:51 more
  • es~通過ElasticsearchTemplate進行聚合~嵌套聚合

    之前寫過《es~通過ElasticsearchTemplate進行聚合操作》的文章，這一次主要寫一個嵌套的聚合，例如先對sex集合，再對desc聚合，最后再對age求和，共三層嵌套。 Aggregations的部分特性類似于SQL語言中的group by，avg，sum等函式,Aggregation ......

    uj5u.com 2020-09-10 06:14:59 more
  • 爬蟲日志監控 -- Elastc Stack（ELK）部署

    傻瓜式部署，只需替換IP與用戶 導讀： 現ELK四大組件分別為：Elasticsearch（核心）、logstash（處理）、filebeat（采集）、kibana（可視化） 下載均在https://www.elastic.co/cn/downloads/下tar包，各組件版本最好一致，配合fdm會 ......

    uj5u.com 2020-09-10 06:15:05 more
最新发布
  • day02-2-商鋪查詢快取

    功能02-商鋪查詢快取 3.商鋪詳情快取查詢 3.1什么是快取？ 快取就是資料交換的緩沖區（稱作Cache），是存盤資料的臨時地方，一般讀寫性能較高。 快取的作用： 降低后端負載 提高讀寫效率，降低回應時間 快取的成本： 資料一致性成本 代碼維護成本 運維成本 3.2需求說明 如下，當我們點擊商店詳 ......

    uj5u.com 2023-04-20 08:33:24 more
  • MySQL中binlog備份腳本分享

    關于MySQL的二進制日志（binlog），我們都知道二進制日志（binlog）非常重要，尤其當你需要point to point災難恢復的時侯，所以我們要對其進行備份。關于二進制日志（binlog)的備份,可以基于flush logs方式先切換binlog，然后拷貝&壓縮到到遠程服務器或本地服務器 ......

    uj5u.com 2023-04-20 08:28:06 more
  • day02-短信登錄

    功能實作02 2.功能01-短信登錄 2.1基于Session實作登錄 2.1.1思路分析 2.1.2代碼實作 2.1.2.1發送短信驗證碼 發送短信驗證碼： 發送驗證碼的介面為：http://127.0.0.1:8080/api/user/code?phone=xxxxx<手機號> 請求方式：PO ......

    uj5u.com 2023-04-20 08:27:27 more
  • 快取與資料庫雙寫一致性幾種策略分析

    本文將對幾種快取與資料庫保證資料一致性的使用方式進行分析。為保證高并發性能，以下分析場景不考慮執行的原子性及加鎖等強一致性要求的場景，僅追求最終一致性。 ......

    uj5u.com 2023-04-20 08:26:48 more
  • sql陳述句優化

    問題查找及措施 問題查找 需要找到具體的代碼，對其進行一對一優化，而非一直把關注點放在服務器和sql平臺 降低簡化每個事務中處理的問題，盡量不要讓一個事務拖太長的時間 例如檔案上傳時，應將檔案上傳這一步放在事務外面 微軟建議 4.啟動sql定時執行計劃 怎么啟動sqlserver代理服務-百度經驗 ......

    uj5u.com 2023-04-20 08:26:35 more
  • 云時代，MySQL到ClickHouse資料同步產品對比推薦

    ClickHouse 在執行分析查詢時的速度優勢很好的彌補了MySQL的不足，但是對于很多開發者和DBA來說，如何將MySQL穩定、高效、簡單的同步到 ClickHouse 卻很困難。本文對比了 NineData、MaterializeMySQL（ClickHouse自帶）、Bifrost 三款產品... ......

    uj5u.com 2023-04-20 08:26:29 more
  • sql陳述句優化

    問題查找及措施 問題查找 需要找到具體的代碼，對其進行一對一優化，而非一直把關注點放在服務器和sql平臺 降低簡化每個事務中處理的問題，盡量不要讓一個事務拖太長的時間 例如檔案上傳時，應將檔案上傳這一步放在事務外面 微軟建議 4.啟動sql定時執行計劃 怎么啟動sqlserver代理服務-百度經驗 ......

    uj5u.com 2023-04-20 08:25:13 more
  • Redis 報”OutOfDirectMemoryError“（堆外記憶體溢位)

    Redis 報錯“OutOfDirectMemoryError（堆外記憶體溢位) ”問題如下： 一、報錯資訊： 使用 Redis 的業務介面 ，產生 OutOfDirectMemoryError（堆外記憶體溢位），如圖： 格式化后的報錯資訊： { "timestamp": "2023-04-17 22: ......

    uj5u.com 2023-04-20 08:24:54 more
  • day02-2-商鋪查詢快取

    功能02-商鋪查詢快取 3.商鋪詳情快取查詢 3.1什么是快取？ 快取就是資料交換的緩沖區（稱作Cache），是存盤資料的臨時地方，一般讀寫性能較高。 快取的作用： 降低后端負載 提高讀寫效率，降低回應時間 快取的成本： 資料一致性成本 代碼維護成本 運維成本 3.2需求說明 如下，當我們點擊商店詳 ......

    uj5u.com 2023-04-20 08:24:03 more
  • day02-短信登錄

    功能實作02 2.功能01-短信登錄 2.1基于Session實作登錄 2.1.1思路分析 2.1.2代碼實作 2.1.2.1發送短信驗證碼 發送短信驗證碼： 發送驗證碼的介面為：http://127.0.0.1:8080/api/user/code?phone=xxxxx<手機號> 請求方式：PO ......

    uj5u.com 2023-04-20 08:23:11 more

Copyright © 2010-2020 有解無憂