logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

使用Kubernetes部署Spring Boot项目

这种类型的服务会在集群中的每个节点(Node)上开放一个指定范围(通常是 30000 - 32767)内的随机端口,外部客户端可以通过访问集群中任意节点的该随机端口来访问到服务背后的应用(这里就是。也就是说,从服务的 8080 端口接收到的流量会被转发到对应的 Deployment 所管理的 Pod 的 8080 端口上。在该 Maven 项目的 pom.xml 中添加以下配置,在 一行之前添加S

#kubernetes#spring boot#容器
Spring+SpringMVC项目中的容器初始化过程

而是因为Listener、Filter、Servlet是Web容器管理的,而bean是Spring容器或SpringMVC容器管理的。获取servlet节点信息,创建Servlet实例集合,其中的DispatcherServlet就是用来完成SpringMVC容器(XmlWebApplicationContext)初始化的;当执行SpringMVC容器的getBean方法在自己的context中找

#spring#java#后端
Spring容器初始化扩展点:ApplicationContextInitializer

是 Spring 框架提供的一个接口,用于在 Spring 应用上下文(刷新之前对其进行自定义初始化。它允许开发者在上下文加载 Bean 定义之前,对上下文进行一些额外的配置或修改。在上下文刷新之前,可以通过动态注册自定义的 Bean 定义。@Override// 创建自定义的 BeanDefinition是 Spring 框架中一个强大的扩展点,允许开发者在上下文刷新之前对其进行自定义初始化。通

#spring#java#后端
DeepSeek R1 简易指南:架构、本地部署和硬件要求

从DeepSeek-R1-Zero到DeepSeek-R1,代表了研究中的一个重要学习历程。DeepSeek-R1-Zero 证明了纯粹的强化学习是可行的,而 DeepSeek-R1 则展示了如何将监督学习与强化学习相结合,从而创建出能力更强、更实用的模型。“本文所述技术参数均来自公开研究文献,实际部署需遵守当地法律法规”最后:React Hook 深入浅出CSS技巧与案例详解vue2与vue3技

#架构#人工智能
DeepSeek背后的技术基石:DeepSeekMoE基于专家混合系统的大规模语言模型架构

DeepSeekMoE通过创新的混合专家架构、潜在注意力缓存和优化的归一化策略,在模型规模与计算效率之间找到了新的平衡点。其在降低计算成本的同时保持了领先的性能水平,为大规模AI系统的可持续发展提供了新的思路。后续研究将探索该架构在多模态任务中的应用,以及路由算法的进一步优化。

#语言模型#架构#人工智能
DeepSeek API 调用 - Spring Boot 实现

Spring Boot 实现提供了一个健壮、可扩展的 DeepSeek API 调用方案,利用响应式编程提供高效的流式对话体验。

#spring boot#windows#后端
Spring Cloud Alibaba 组件版本选择

如果不想跨分支升级,如需使用新特性,请升级为对应分支的新版本。下表为按时间顺序发布的 Spring Cloud Alibaba 以及对应的适配 Spring Cloud 和 Spring Boot 版本关系(由于 Spring Cloud 版本命名有调整,所以对应的 Spring Cloud Alibaba 版本号也做了对应变化)如果需要使用 Spring Cloud Greenwich 版本,请

#java
springboot项目架构

在 Spring Boot 出现之前,使用 Spring 框架开发应用程序时,开发人员需要花费大量时间进行复杂的配置,包括配置各种 XML 文件或者 Java 配置类来整合 Spring 的各个模块,如 Spring MVC、Spring Data 等。Spring Boot 的目标就是简化这一过程,减少配置的复杂性,让开发者能够快速启动项目并专注于业务逻辑的实现。本文围绕 Spring Boot

#spring boot#架构#后端
私有化部署DeepSeek并SpringBoot集成使用(附UI界面使用教程-支持语音、图片)

ollama已经开放了非常全的api接口了,对于全面私人化定制都是可以支持,详情参照官方文档,我这里只是弄了一个简单的示例。打开【系统环境变量】,新建一个系统环境变量{OLLAMA_MODELS}值为{D:ollamamodels}这一步是为了确保你以后下载的模型都放在别的地址(因为默认安装到C盘,这里可以将模型下载到别的盘)注意,关闭ollama进程,然后再执行下面的步骤,因为安装后默认程序已经

#spring boot#ui#后端
使用 pgvector 实现 PostgreSQL 语义搜索和 RAG:完整指南

pgvector 是一个强大的 PostgreSQL 扩展,它为 PostgreSQL 数据库添加了向量相似性搜索功能。这使得我们可以在关系型数据库中执行语义搜索,将结构化数据查询与非结构化数据的语义理解相结合。pgvector 为 PostgreSQL 带来了强大的语义搜索能力,使得我们可以在传统关系型数据库中实现高级的文本检索和 RAG 系统。通过本文的介绍,你应该已经掌握了 pgvector

#postgresql#数据库
    共 16 条
  • 1
  • 2
  • 请选择