原创 一個完整的idea spring boot 項目及坑---10.Static

static是用來裝靜態資源的,如果不改動springboot中的默認配置的話,html中的任何引用(css,js,前端框架等),都是以此文件夾爲根目錄出發查詢.放在別的地方就找不到咯.如圖:<meta charset="UTF-8">

原创 一個完整的idea spring boot 項目及坑---6.Service

知識點:1.將前端easyui -datagrid展示所需要數據的進行封裝.mybaitis分頁插件+springmvc+eazyuidatagrid 分頁功能實現package com.example.demo.service; im

原创 一個完整的idea spring boot 項目及坑---10.eazyui

第一次用springboot+eazyui.和springboot有些不一樣.還是有不少坑.記錄一下:1.springboot +eazyui 中如何使用datagrid(大坑)datagrid和其他元素一樣,也是可以通過<table>標

原创 一個完整的idea spring boot 項目及坑---13.pom.xml

pom是配置各種依賴的地方:同時也孕育了各種各樣的坑!具體詳見 一個完整的idea spring boot 項目及坑---1.lib<?xml version="1.0" encoding="UTF-8"?> <project xmlns

原创 一個完整的idea spring boot 項目及坑---12.application.properties

#若不這樣寫,傳入mysql中的sql語句中文就是??? spring.datasource.url = jdbc:mysql://localhost:3306/met_nj?useSSL=false&useUnicode=true&ch

原创 mysql分區實操

分成2步:1.要新建與原表一樣的新表,在建立新表時(create)同時分區,不能直接對原表分區2.將原表數據插入新表INSERT INTO 目標表 SELECT * FROM 來源表;CREATE TABLE met_shopv2_ord

原创 一個完整的idea spring boot 項目及坑---4.FilterBean

FilterConditions 集合了多個篩選條件,可以直接放入map/controller/service的相關方法中進行參數傳遞package com.example.demo.FilterBean; /** * 該類儲存了數據

原创 一個完整的idea spring boot 項目及坑---9.mapper

實體類的變量名不一定與sql語句中的完全對應,要在resultMap 中規範column爲sql語句中查詢數據的查詢名或者別名.property爲對應的實體類名稱.例:bean中變量名爲 student;數據庫表中爲table.stude

原创 tomcat中配置連接到指定數據庫

使用的wamp集成的php項目,讀取某些數據用到了tomcat,現在把數據庫和web端分離。數據庫使用阿里雲服務器在Tomcat 8.5\conf下的 context.xml  中添加如下代碼,即可指定數據庫訪問<Context>

原创 一個完整的idea spring boot 項目及坑---7.DemoApplication

該類爲springboot項目的啓動類,在該類上註明s到層接口的包位置package com.example.demo; import org.mybatis.spring.annotation.MapperScan;

原创 一個完整的idea spring boot 項目及坑---5.mapper

package com.example.demo.mapper; import com.example.demo.FilterBean.FilterConditions; import com.examp

原创 TRIZ

39個基礎參數: 序號 參數 說明 1 運動物體的重量 在重力場中運動物體多受到的重力。如運動物體作用於其支撐或懸掛裝置上的力。 2 靜止物體的重量 在重力場中靜止物體所受到的重力。如靜止物體作用於其支撐或懸掛裝置上的力。 3 運動物體的

原创 9大電商平臺開具發票頁調研

平臺 發票頁1 發票頁2 是否有開具發票入口 備註 淘寶       2種模式: 1.在訂單頁可點擊進入開具發票 2.訂單頁沒有開具發票通道,詢問客服時顯示可開具發票 默認的爲'本次不開具發票' 京東 有 自營默認開

原创 產品調研

調研主要關注點:1、功能模塊是否與我們的需求契合。2、廠家技術能力情況。3、產品的案例情況。4、產品價格。需求上要關注:1、功能需求匹配情況。2、產品開放的API接口情況。3、二次研發能力的開放情況。

原创 機器學習算法-k鄰近值算法

原理:採用測量不同特徵值之間的距離進行分類. 計算複雜度:n*n 優點:精度高,對異常值不敏感,五數據輸入假定.簡單. 缺點:計算複雜度高,空間複雜度高. 適用數據範圍:數值型和標稱型 標稱型:一般在有限的數據中取,而且只存在‘是’和‘否