文章目录一、今日内容介绍1.1 App端搜索-效果图1.2 今日内容二、搭建ElasticSearch环境2.1 拉取镜像2.2 创建容器2.3 配置中文分词器 ik2.4 使用postman测试三、app端文章搜索3.1 需求分析3.2 思路分析3.3 创建索引和映射3.4 数据初始化到索引库3.4.1 导入es-init到heima-leadnews-test工程下3.4.2 查询所有的文章信

文章目录一、文章详情-实现思路1.1 传统实现方式1.2 静态模版+分布式文件系统二、FreeMaker模板引擎2.1 FreeMaker 介绍2.2 环境搭建&&快速入门2.2.1 创建测试工程2.2.2 配置文件2.2.3 创建模型类2.2.4 创建模板2.2.5 创建controller2.2.6 创建启动类2.2.7 测试2.3 FreeMaker基础2.3.1 基础语法种

异步通信的缺点：依赖于Broker的可靠性、安全性、吞吐能力；架构复杂了，业务没有明显的流程线，不好追踪管理；在官网 https://www.rabbitmq.com/ 中，选择文件 -> 入门，可看见案例demo。上述传递的都是String类型的，而实际需要传递Object类型的数据，因此我么需要对消息进行转换。同步调用的问题：耦合度高；异步通信的优点：耦合度低；实现消费者1接收中国的所有消息，

卷积神经网络（CNN）应用于计算机视觉领域，特征提取方法，任务：图像的分类和检索。GPU图像处理单元：GPU做卷积比CPU快得多卷积网络与传统神经网络区别：数据二维->三维。

SLAM被称为同时定位与建图，前面我们讨论的是定位问题，本讲我们主要介绍建图问题。关于地图的用途，大致可以归为以下几点：定位、导航、避障、重建、交互。稀疏地图主要用于定位，而稠密地图用于导航、避障、重建，我们本将重点讨论稠密地图。

卷积神经网络（CNN）应用于计算机视觉领域，特征提取方法，任务：图像的分类和检索。GPU图像处理单元：GPU做卷积比CPU快得多卷积网络与传统神经网络区别：数据二维->三维。

类、对象、属性、方法、构造器、重载、覆盖、访问修饰符、this关键字、final关键字、内存分配、可变参数、作用域

静态变量、静态方法、代码块、main方法

消息中间件对比特性ActiveMQRabbitMQRocketMQKafka开发语言javaerlangjavascala单机吞吐量万级万级10万级100万级时效性msusmsms级以内可用性高（主从）高（主从）非常高（分布式）非常高（分布式）功能特性成熟的产品、较全的文档、各种协议支持好并发能力强、性能好、延迟低MQ功能比较完善，扩展性佳只支持主要的MQ功能，主要应用于大数据领域消息中间件对比-

演示：# 自定义拼音分词器PUT /test},"py": {},"name": {"id": 1,"name": "狮子""id": 2,"name": "虱子""query": {"match": {"name": "掉入狮子笼咋办"拼音分词器通常在创建索引库时使用，搜索时使用普通分词器即可。