validation

一、pom.xml引入配置包 <!--多数据源配置--> <dependency> <groupId> com.baomidou </groupId> <artifactId> dynamic-datasource-spring-boot-starter </artifactId> <version> 2.2.3 </version> </dependency> 二、yml增加配置 spring : application : name : kzj-erp-bls datasource : # 使用druid数据源 druid : stat-view-servlet : loginUsername : admin loginPassword : 123456 dynamic : datasource : master : url : jdbc:sqlserver://192.168.60.2:1466;DatabaseName=master driver-class-name : com.microsoft.sqlserver.jdbc.SQLServerDriver username : sa password : 123456 druid : #以下均为默认值 initial-size : 3 max-active : 8 min-idle : 2 max-wait : -1

博主之前一直使用了cas客户端进行用户的单点登录操作，决定进行源码分析来看cas的整个流程，以便以后出现了问题还不知道是什么原因导致的 cas主要的形式就是通过过滤器的形式来实现的，来，贴上示例配置： 1 < listener > 2 < listener-class > org.jasig.cas.client.session.SingleSignOutHttpSessionListener </ listener-class > 3 </ listener > 4 5 < filter > 6 < filter-name > SSO Logout Filter </ filter-name > 7 < filter-class > org.jasig.cas.client.session.SingleSignOutFilter </ filter-class > 8 </ filter > 9 10 < filter-mapping > 11 < filter-name > SSO Logout Filter </ filter-name > 12 < url-pattern > /* </ url-pattern > 13 </ filter-mapping > 14 15 <!-- SSO单点登录认证filter --> 16 < filter > 17 < filter

作者 | 王思宇（酒祝） 阿里云技术专家 参与阿里巴巴云原生文末留言互动，即有机会获得赠书福利及作者答疑！ 概念介绍 原地升级 一词中，“升级”不难理解，是将应用实例的版本由旧版替换为新版。那么如何结合 Kubernetes 环境来理解“原地”呢？ 我们先来看看 K8s 原生 workload 的发布方式。这里假设我们需要部署一个应用，包括 foo、bar 两个容器在 Pod 中。其中，foo 容器第一次部署时用的镜像版本是 v1，我们需要将其升级为 v2 版本镜像，该怎么做呢？ 如果这个应用使用 Deployment 部署，那么升级过程中 Deployment 会触发新版本 ReplicaSet 创建 Pod，并删除旧版本 Pod。如下图所示： 在本次升级过程中，原 Pod 对象被删除，一个新 Pod 对象被创建。新 Pod 被调度到另一个 Node 上，分配到一个新的 IP，并把 foo、bar 两个容器在这个 Node 上重新拉取镜像、启动容器。 如果这个应该使用 StatefulSet 部署，那么升级过程中 StatefulSet 会先删除旧 Pod 对象，等删除完成后用同样的名字在创建一个新的 Pod 对象。如下图所示： 值得注意的是，尽管新旧两个 Pod 名字都叫 pod-0，但其实是两个完全不同的 Pod 对象（uid也变了）。StatefulSet 等到原先的

问题： How can I loop through all members in a JavaScript object including values that are objects. 如何遍历JavaScript对象中的所有成员，包括对象值。 For example, how could I loop through this (accessing the "your_name" and "your_message" for each)? 例如，如何循环浏览（分别访问“ your_name”和“ your_message”）？ var validation_messages = { "key_1": { "your_name": "jimmy", "your_msg": "hello world" }, "key_2": { "your_name": "billy", "your_msg": "foo equals bar" } } 解决方案： 参考一： https://stackoom.com/question/3rnZ/如何遍历以对象为成员的纯JavaScript对象 参考二： https://oldbug.net/q/3rnZ/How-to-loop-through-a-plain-JavaScript-object-with-the-objects-as

前言 最近看到很多童鞋在项目中的对请求参数的校验都用的if来判断各参数的属性，如： if (StringUtils.isBlank(username)){ return RR.exception("账号不能为空" ); } if (StringUtils.isBlank(password)){ return RR.exception("密码不能为空" ); } if (StringUtils.isBlank(realName)){ return RR.exception("姓名不能为空" ); } ...... 每个参数都需要这样一个个去校验null,返回对应信息，代码就像叠罗汉一样~~，在此，楼主强烈推荐一个神器:Validation，有了它，再也不用这样去校验参数啦，可以让我们在项目中不用太关注其他东西，专注于业务逻辑的编写。 引入核心依赖 <dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-starter-web</artifactId> </dependency> 使用示例-添加用户 需要校验的实体类，在此使用了一些常用的校验注解，基本上能够见名知意，每个注解中都有message属性，就是校验不通过后的提示信息 @Data @AllArgsConstructor

作者：狂乱的贵公子 cnblogs.com/cjsblog/p/8946768.html 1、背景介绍 开发过程中，后台的参数校验是必不可少的，所以经常会看到类似下面这样的代码。 这样写并没有什么错，还挺工整的，只是看起来不是很优雅而已。 接下来，用Validation来改写这段。 2、Spring Boot文档中的Validation 在Spring Boot的官网中，关于Validation只是简单的提了一句，如下 其实， Spring Validator 和 Hibernate Validator 是两套Validator，可以混着用，这里我们用**Hibernate Validator。**在Java技术栈微信公众号后台回复关键字： boot ，可以获取更多栈长整理的 Spring Boot 系列技术干货。 3、Hibernate Validator https://docs.jboss.org/hibernate/stable/validator/reference/en-US/html_single/#preface 4、Spring Validator https://docs.spring.io/spring/docs/5.0.5.RELEASE/spring-framework-reference/core.html#validation 5、示例 5.1

最近时间都忙于参加阿里天池的全国社会保险大数据应用创新大赛，终于结束，最终全国排名第7，总共是1336只队伍参加，还是很激动进了前10，今天想把一些体悟写一下，希望对后来参加的人有用。这个比赛是完成数据算法模型的开发设计，实现对各类医疗保险基金欺诈违规行为的准确识别，根据给出的数据情况，最开始有两个思路，1.从就诊记录入手，找到可疑的就诊记录，然后拼接到人上 2.直接构造人的可疑程度的行为特征。两者都试过，最终选择了后者，因为题目给出的欺诈标签主要是人的欺诈标签，并没有给出某次就诊行为的欺诈标签。另外，此次的评测指标是F1值，这个非常重要，你要知道你最终排名都是看的这个值。下面我从三个方面讲一下这次比赛的心得。 一、特征 可能没参加比赛前很难理解 特征决定上限 的这个真理，特征特征才是最重要的！ 一定要看特征重要度，要不断尝试，有些组合到一起反而降低，有些特征看着不重要，你把他去了 可是结果却会出现下降的情况，因为特征和特征之间是有关系的。 在重要特征做深入处理的收益远大于在次要特征中继续做。 汇总信息有些时候会丢失信息，比如我们最开始将医院数据进行了汇总，计算每个人去一级医院，二级医院，三级医院的个数，反而没有把所有医院的维度扩充好。 观察和了解你的数据很重要。观察数据发现患者同一天在同一个医院有药费，有治疗费分别出现不同的就诊id，包括挂号的费用也是不同的id

最近时间都忙于参加阿里天池的全国社会保险大数据应用创新大赛，终于结束，最终全国排名第7，总共是1336只队伍参加，还是很激动进了前10，今天想把一些体悟写一下，希望对后来参加的人有用。这个比赛是完成数据算法模型的开发设计，实现对各类医疗保险基金欺诈违规行为的准确识别，根据给出的数据情况，最开始有两个思路，1.从就诊记录入手，找到可疑的就诊记录，然后拼接到人上 2.直接构造人的可疑程度的行为特征。两者都试过，最终选择了后者，因为题目给出的欺诈标签主要是人的欺诈标签，并没有给出某次就诊行为的欺诈标签。另外，此次的评测指标是F1值，这个非常重要，你要知道你最终排名都是看的这个值。下面我从三个方面讲一下这次比赛的心得。 一、特征 可能没参加比赛前很难理解 特征决定上限 的这个真理，特征特征才是最重要的！ 一定要看特征重要度，要不断尝试，有些组合到一起反而降低，有些特征看着不重要，你把他去了 可是结果却会出现下降的情况，因为特征和特征之间是有关系的。 在重要特征做深入处理的收益远大于在次要特征中继续做。 汇总信息有些时候会丢失信息，比如我们最开始将医院数据进行了汇总，计算每个人去一级医院，二级医院，三级医院的个数，反而没有把所有医院的维度扩充好。 观察和了解你的数据很重要。观察数据发现患者同一天在同一个医院有药费，有治疗费分别出现不同的就诊id，包括挂号的费用也是不同的id

最近时间都忙于参加阿里天池的全国社会保险大数据应用创新大赛，终于结束，最终全国排名第7，总共是1336只队伍参加，还是很激动进了前10，今天想把一些体悟写一下，希望对后来参加的人有用。这个比赛是完成数据算法模型的开发设计，实现对各类医疗保险基金欺诈违规行为的准确识别，根据给出的数据情况，最开始有两个思路，1.从就诊记录入手，找到可疑的就诊记录，然后拼接到人上 2.直接构造人的可疑程度的行为特征。两者都试过，最终选择了后者，因为题目给出的欺诈标签主要是人的欺诈标签，并没有给出某次就诊行为的欺诈标签。另外，此次的评测指标是F1值，这个非常重要，你要知道你最终排名都是看的这个值。下面我从三个方面讲一下这次比赛的心得。 一、特征 可能没参加比赛前很难理解 特征决定上限 的这个真理，特征特征才是最重要的！ 一定要看特征重要度，要不断尝试，有些组合到一起反而降低，有些特征看着不重要，你把他去了 可是结果却会出现下降的情况，因为特征和特征之间是有关系的。 在重要特征做深入处理的收益远大于在次要特征中继续做。 汇总信息有些时候会丢失信息，比如我们最开始将医院数据进行了汇总，计算每个人去一级医院，二级医院，三级医院的个数，反而没有把所有医院的维度扩充好。 观察和了解你的数据很重要。观察数据发现患者同一天在同一个医院有药费，有治疗费分别出现不同的就诊id，包括挂号的费用也是不同的id