redisson的解锁过程如下图。先判断线程是否持有该锁。如果有，则value值减1。然后判断value是否大于0，如果大于0，则给key设置一个默认的过期时间30秒；如果等于0，则可以删除key和发布一个key删除事件。因为加锁时，会设置过期时间。所以就算不主动解锁。key过期了就相当于解锁了。

1. 如果项目组中使用的redis是单机版的，如何处理QPS在10万+的场景？首先讨论这个问题的前提是java应用层的性能要大于redis性能，不然请求无法到达redis。那假如当前QPS是15万+，redis可以处理10万，那么另外5万，何应用可以处理呢？方案1：java本地缓存，我们还需在思考一个问题，何种数据存java本地缓存，何种数据存redis？这就需要根据缓存的特性进行分析。当前的ja

1. 计算用户对标签的的喜爱程度用户对物品的喜欢程度a（可以使用频次来计算）物品与标签的相关度b（有该标签为1，没有该标签为0）用户对标签的喜爱程度可以使用a*b得到加入平滑因子可以使当评分行为较少时产生的误差rate(u,t)用户u对标签t的喜爱程度rate(u,i)用户u对物品i的喜爱程度rel(i,t)物品i于标签t的相关度2. 计算用户对标签的依...

首先应该知道，一个系统中这3个基本的算法肯定是都存在的，这个问题所要讨论的是不同的场景，不同用户，怎样选取合适的推荐算法。1. 根据不同的场景选择合适的推荐算法a. 当物品数量远少于用户数量时且物品数量相对稳定，选择基于物品的推荐算法。理由：计算量小，且物品信息稳定b.当用户数远小于物品数量且用户数量稳定时，选择基于用户的推荐算法。理由：计算量小，且用户信息稳定。2. 从多样性的角...

解决思路：1. 首先利用结巴分词对用户的输入做名词实体挖掘处理，目的是为了挖掘出客户想要寻找的那个对象。在试验的过程中你可能会发现jieba并不能很好的分辨出你想要的对象，这时你需要定义自己的名词实体。如上图所示，第一列是你想新增的实体名词，第是词频，第3列是词性，n表示名词jieba.load_userdict("add_dict.txt")print(jieba.a...

优化方案：启用 eager global ordinals 提升高基数聚合性能应用场景：● 基于 keyword，ip 等字段的分桶聚合，包含：terms聚合、composite 聚合等。● 基于text 字段的分桶聚合（前提条件是：fielddata 开启）。● 基于父子文档 Join 类型的 has_child 查询和 父聚合。global ordinals 使用一个数值代表字段中的字符串值，

数据的预处理包括以下几个方面：1. 数据标准化min-max标准化，Z-score标准化，小数定标标准化，均值归一化法，向量归一化法，指数转换法,利用log函数，sigmoid函数，softmax函处理。2. 数据离散化等宽分组，等...

1. 什么是卷积神经网络卷积神经网络常用于图像的识别和分类2. 卷积神经网络的主要层次有哪些？输入层，卷积层，激活层，池化层，全连接层，批量正则化层3. 常见的数据预处理的三种方式？去均值：各个维度数据中心化到0归一化：各个维度的数据归一到同一个范围pca/白化：pca去掉性强的特征；白化在pca的基础上进行归一化。4. 什么是卷积层？一组固定...

情感分析分成情感倾向分析和情感倾向程度分析。情感倾向分析其实是一个分类问题，粗一点的话呢可以分两类，正面情感和负面情感。细一点的话呢，甚至可以分成喜怒哀乐等。而情感倾向度分析，语言所表达的情感的强烈程度。下面我将介绍几种方法来进行情感倾向分析。进行情感分析最快或者说是最基本的方法是使用市面上成熟的工具包来进行分析，像snowNLP。或者使用神经网络，例如深度神经网络，或者循环神经网...

步骤步骤一：查看es的slowlog可以通过启用Elasticsearch中的慢速日志来识别运行缓慢的查询。Slowlogs专门用于分片级别，这意味着只应用数据节点。仅协调 Coordinating-only/客户client节点不具备慢日志分析功能，因为它们不保存数据（索引/分片）。Slowlogs有助于回答以下问题：Slowlogs专门用于分片级别，这意味着只应用数据节点。仅协调 Coordi