Вопросы по теме 'spring-data-jpa'
Прогнозы весенних данных
У меня есть объект User с большим количеством полей (я опускаю код, потому что он очень длинный, и я не думаю, что это важно в данном случае, дайте мне знать, если вам это нужно).
Это часть моего репозитория:
interface UserRepository:...
01.05.2024
Как настроить свойства весенней загрузки по умолчанию для пула соединений
Я использую Spring boot + MySQL + Data JPA. Когда я запустил свое весеннее загрузочное приложение, его первоначальный размер пула был равен 10.
Я попытался настроить его, используя следующее свойство:
spring.datasource.dbcp2.initial-size=20...
30.03.2024
Найти элементы определенного типа в типе наследования одной таблицы
Представьте себе следующую иерархию сущностей:
@Entity
@Inheritance(strategy = InheritanceType.SINGLE_TABLE)
@DiscriminatorColumn(name = "type", columnDefinition = "varchar(60)")
abstract class Resource {
}
@Entity...
06.04.2024
Как автоматически сгенерировать значение UUID для непервичного ключа с помощью JPA
У меня есть загрузочное приложение Spring, в котором я использую слой JPA для общения с PostgreSQL. У меня есть непервичный ключ типа UUID, который я хочу автоматически сгенерировать при вызове метода сохранения. Я аннотировал атрибут...
15.04.2024
Новые материалы
Как проанализировать работу вашего классификатора?
Не всегда просто знать, какие показатели использовать
С развитием глубокого обучения все больше и больше людей учатся обучать свой первый классификатор. Но как только вы закончите..
Работа с цепями Маркова, часть 4 (Машинное обучение)
Нелинейные цепи Маркова с агрегатором и их приложения (arXiv)
Автор : Бар Лайт
Аннотация: Изучаются свойства подкласса случайных процессов, называемых дискретными нелинейными цепями Маркова..
Crazy Laravel Livewire упростил мне создание электронной коммерции (панель администратора и API) [Часть 3]
Как вы сегодня, ребята?
В этой части мы создадим CRUD для данных о продукте. Думаю, в этой части я не буду слишком много делиться теорией, но чаще буду делиться своим кодом. Потому что..
Использование машинного обучения и Python для классификации 1000 сезонов новичков MLB Hitter
Чему может научиться машина, глядя на сезоны новичков 1000 игроков MLB? Это то, что исследует это приложение.
В этом процессе мы будем использовать неконтролируемое обучение, чтобы..
Учебные заметки: создание моего первого пакета Node.js
Это мои обучающие заметки, когда я научился создавать свой самый первый пакет Node.js, распространяемый через npm.
Оглавление
Глоссарий
I. Новый пакет
1.1 советы по инициализации..
Забудьте о Matplotlib: улучшите визуализацию данных с помощью умопомрачительных функций Seaborn!
Примечание. Эта запись в блоге предполагает базовое знакомство с Python и концепциями анализа данных.
Привет, энтузиасты данных! Добро пожаловать в мой блог, где я расскажу о невероятных..
ИИ в аэрокосмической отрасли
Каждый полет – это шаг вперед к великой мечте. Чтобы это происходило в их собственном темпе, необходима команда астронавтов для погони за космосом и команда технического обслуживания..