poi

版本 <dependency> <groupId>com.alibaba</groupId> <artifactId>easyexcel</artifactId> <version>2.1.4</version> </dependency> 导出controller层代码 @RequestMapping("/download") public void download(HttpServletResponse response) throws IOException { response.setContentType("application/vnd.ms-excel"); response.setCharacterEncoding("utf-8"); String fileName = URLEncoder.encode("测试", "UTF-8"); response.setHeader("Content-disposition", "attachment;filename=" + fileName + ".xlsx"); List<Dept> depts = new ArrayList<>(3); for (int i = 0; i < 3; i++) { Dept dept = new Dept(); dept.setDname("d"+i); dept.setDeptno

来源：思否 segmentfault.com/a/1190000017346799 1.分布式应用服务开发的一站式解决方案 Spring Cloud Alibaba Spring Cloud Alibaba 致力于提供分布式应用服务开发的一站式解决方案。此项目包含开发分布式应用服务的必需组件，方便开发者通过 Spring Cloud 编程模型轻松使用这些组件来开发分布式应用服务。 依托 Spring Cloud Alibaba，您只需要添加一些注解和少量配置，就可以将 Spring Cloud 应用接入阿里分布式应用解决方案，通过阿里中间件来迅速搭建分布式应用系统。 地址： https://github.com/spring-cloud-incubator/spring-cloud-alibaba 2. JDBC 连接池、监控组件 Druid Druid是一个 JDBC 组件。 1.监控数据库访问性能。 2.提供了一个高效、功能强大、可扩展性好的数据库连接池。 3.数据库密码加密。 4.SQL执行日志。 地址： https://github.com/alibaba/druid 3. Java 的 JSON 处理器 fastjson fastjson 是一个性能很好的 Java 语言实现的 JSON 解析器和生成器，来自阿里巴巴的工程师开发。 主要特点：快速FAST

一.项目包含的功能 1.高亮搜索； 2.词语自动补全； 3.分页查询； 4.复合查询； 5.对索引的增、删、改、查； 6.对文档的增、删、改； 7.搜索结果排序； 8.其他功能：文件读取（word、txt、pdf） 二.依赖环境版本 1.Elasticsearch 6.6.1； 2.jdk 1.8 3.前端分页插件：网上找的 4.elasticsearch-rest-high-level-client 6.6.1 5.spring boot 2.1.3 6.kibana 6.6.0 三.访问路径 1.项目路径：http://localhost:8080/searchTest.html 2.kibana路径：http://localhost:5601 3.Elasticsearch启动检测路径：http://localhost:9200/ 四.页面效果 五.代码 1.bean实体类 package com.demo.elasticsearch.bean; import java.util.Date; /** * @Author: ln * @Date: 2019/2/26 08:59 * @Description: */ public class FileBean { // text支持分词搜索的字段有：name，author，content，filePath //

命名实体识别NER是信息提取、问答系统、句法分析、机器翻译、面向Semantic Web的元数据标注等应用领域的重要基础工具，在自然语言处理技术走向实用化的过程中占有重要的地位。 本文介绍了O2O搜索场景下NER任务的特点及技术选型，详述了在实体词典匹配和模型构建方面的探索与实践。 1. 背景 命名实体识别（Named Entity Recognition，简称NER），又称作“专名识别”，是指识别文本中具有特定意义的实体，主要包括人名、地名、机构名、专有名词等。在美团搜索场景下，NER是深度查询理解（Deep Query Understanding，简称 DQU）的底层基础信号，主要应用于搜索召回、用户意图识别、实体链接等环节，NER信号的质量，直接影响到用户的搜索体验。 下面将简述一下实体识别在搜索召回中的应用。在O2O搜索中，对商家POI的描述是商家名称、地址、品类等多个互相之间相关性并不高的文本域。如果对O2O搜索引擎也采用全部文本域命中求交的方式，就可能会产生大量的误召回。 我们的解决方法如下图1所示，让特定的查询只在特定的文本域做倒排检索，我们称之为“结构化召回”，可保证召回商家的强相关性。举例来说，对于“海底捞”这样的请求，有些商家地址会描述为“海底捞附近几百米”，若采用全文本域检索这些商家就会被召回，显然这并不是用户想要的。而结构化召回基于NER将“海底捞

来源：思否 segmentfault.com/a/1190000017346799 1.分布式应用服务开发的一站式解决方案 Spring Cloud Alibaba Spring Cloud Alibaba 致力于提供分布式应用服务开发的一站式解决方案。此项目包含开发分布式应用服务的必需组件，方便开发者通过 Spring Cloud 编程模型轻松使用这些组件来开发分布式应用服务。 依托 Spring Cloud Alibaba，您只需要添加一些注解和少量配置，就可以将 Spring Cloud 应用接入阿里分布式应用解决方案，通过阿里中间件来迅速搭建分布式应用系统。 地址： https://github.com/spring-cloud-incubator/spring-cloud-alibaba 2. JDBC 连接池、监控组件 Druid Druid是一个 JDBC 组件。 1.监控数据库访问性能。 2.提供了一个高效、功能强大、可扩展性好的数据库连接池。 3.数据库密码加密。 4.SQL执行日志。 地址： https://github.com/alibaba/druid 3. Java 的 JSON 处理器 fastjson fastjson 是一个性能很好的 Java 语言实现的 JSON 解析器和生成器，来自阿里巴巴的工程师开发。 主要特点：快速FAST

1. 概述 缓冲区分析是指以点、线、面实体为基础，自动建立其周围一定宽度范围内的缓冲区多边形图层，然后用该图层与目标图层叠加，进行分析而得到所需结果。缓冲区分析可以用于分析城市交通网络不同时段、不同交通方式居民出行的时间结构，也可用于城市不同条件下住房的选择。这里，我们以某段道路两侧加油站数量的确定为例，介绍一下缓冲区分析。 2. 数据准备 本教程使用的数据是用水经注万能地图下载器下载的道路数据和加油站POI数据。除去上面的数据，常见的矢量数据都可以从水经注万能地图下载器中获取。 水经注万能地图下载器 （私信回复"下载器"获取万能地图下载器软件安装包） 3. 数据加载 打开ArcMap，点击"+"号将从万能地图下载器中下载的中环路（部分）和加油站数据加载进来，如下图所示。 点击+号加载数据 选择上中环路（部分）和加油站数据，点击添加，加载进来的数据效果如下图所示。 数据加载效果 4. 制作缓冲区 在菜单栏上点击"地理处理\缓冲区"，调用缓冲区分析工具，如下图所示。 调用缓冲区分析工具 也可以在ArcToolbox内点击"分析工具\领域分析\缓冲区"打开缓冲区分析工具，如下图所示。 在ArcToolbox工具中调用缓冲区分析工具 在显示的缓冲区对话框内输入要素选择需要制作缓冲区的中环路，设置好输出要素位置，距离设置为500m，表示缓冲的距离距道路500m，如果有缓冲的距离字段

需求说明 项目中有一个 Excel 导入的需求：缴费记录导入 由实施 / 用户 将别的系统的数据填入我们系统中的 Excel 模板，应用将文件内容读取、校对、转换之后产生欠费数据、票据、票据详情并存储到数据库中。 在我接手之前可能由于之前导入的数据量并不多没有对效率有过高的追求。但是到了 4.0 版本，我预估导入时Excel 行数会是 10w+ 级别，而往数据库插入的数据量是大于 3n 的，也就是说 10w 行的 Excel，则至少向数据库插入 30w 行数据。因此优化原来的导入代码是势在必行的。我逐步分析和优化了导入的代码，使之在百秒内完成(最终性能瓶颈在数据库的处理速度上，测试服务器 4g 内存不仅放了数据库，还放了很多微服务应用。处理能力不太行)。具体的过程如下，每一步都有列出影响性能的问题和解决的办法。 导入 Excel 的需求在系统中还是很常见的，我的优化办法可能不是最优的，欢迎读者在评论区留言交流提供更优的思路 声明：本文首发于博客园，作者：后青春期的Keats；地址： https://www.cnblogs.com/keatsCoder/ 转载请注明，谢谢！ 一些细节 数据导入：导入使用的模板由系统提供，格式是 xlsx (支持 65535+行数据) ，用户按照表头在对应列写入相应的数据 数据校验：数据校验有两种： 字段长度、字段正则表达式校验等

1. 概述 对ArcMap而言，除了shapefile等数据源，还可以将包含地理位置的表格数据以 XY 坐标的形式添加到地图中，比如Excel格式的数据，如果包含有坐标数据在里面，就可以通过导入XY数据的方式将Excel数据导入，最后再导出就可以得到shp格式的数据。这里，我们以下载器中下载到的Excel格式的POI数据为例，介绍一下如何使用ArcMap将Excel数据转换为shp数据。 2. 数据获取 本教程使用的Excel格式的数据是通过水经注万能地图下载器下载的POI数据，除了POI数据，常用的矢量数据，万能地图下载器都可以下载。 水经注万能地图下载器 （私信回复"下载器"获取软件安装包） 3. 导入Excel文件 打开ArcMap，点击"+"号将万能地图下载器下载的POI数据加载进来，如下图所示。 加载数据 由于没有指定坐标值，所以加载进来的数据是空白的，如下图所示。 加载进来的数据 4. 导出dbf文件 在加载进来的图层上点击右键，选择"数据\导出"，将数据导出为dbf格式文件，如下图所示。 导出dbf文件 在显示的导出数据对话框内，设置好导出数据的目录和文件名称，如下图所示。 设置导出目录和名称 导出完成之后会提示是否要将新表添加到当前地图，选择是，将dbf表添加进来，如下图所示。 选择是 5. 添加坐标信息 在加载的dbf表图层上点击右键，选择显示XY数据，如下图所示

什么是POI Apache POI是Apache软件基金会的开放源码函式库，POI提供API给Java程序对Microsoft Office格式档案读和写的功能。 添加依赖 <dependency> <groupId>org.apache.poi</groupId> <artifactId>poi</artifactId> <version>RELEASE</version> </dependency> <dependency> <groupId>org.apache.poi</groupId> <artifactId>poi-ooxml</artifactId> <version>RELEASE</version> </dependency> 1 2 3 4 5 6 7 8 9 10 代码实现 因为为了方便所以本代码。。。就是基本上没有修改的项目代码。。。所以又看不懂的话。。多担待 -_-!!! public String exportExcel(List<Object> data, Class<?> clazz) { OutputStream outputStream = null; File[] roots = File.listRoots(); String path = roots[0].getPath(); try { Field[] fields = data

在微信小程序开发过程中，有时候会用到微信小程序之外的功能，一般情况下微信小程序是使用腾讯自己的生态，一般都是腾讯大礼包，但是不排除极个别的情况。那么本篇博文就来分享一下微信小程序集成接入百度地图的功能，个人觉得百度地图比腾讯地图要好用一点，因人而异，本案例是根据工作实际需求来介绍的，仅供参考学习。 首先要知道，百度地图已经支持微信小程序的对接API，也提供了SDK等内容，极大方便了微信小程序的多元化开发需求。具体的操作步骤如下所示。 1、打开百度地图开放平台官网，然后找到百度地图的“开发文档”模块，然后找到“微信小程序JavaScript API”部分，然后点击进入，可以查看集成教程，以及下载demo等； 2、打开控制台，注册登录百度地图开发平台的账号，然后进行应用注册，申请应用的APP ID等注册信息（注意：APP ID在微信小程序集成百度地图的地方需要用到）； 3、在相关下载里面下载下来demo，把相关文件导入到项目中去； 4、然后在project.config.json文件里面找到填写“appid”的位置，把在百度地图里面申请创建的应用APP ID复制进去，然后点击保存，运行项目，查看是否运行成功，如果运行成功那么就大功告成； 附录： 附带百度地图的代码，如下所示： 1、bmap-wx.js文件源码： /** * @file 微信小程序JSAPI * @author 崔健