@IslandOwnerHuang
@anonydmer
@KoreaFish
@dcty
打开了，thanks

@James369 爬知名网站的电影数据，利用 es 分词就可以了，更高级的是 nlp ，代价太大，用不到，一般用于科研。

@James369 人工，有大公司有个岗位叫数据标注，去找应届大学生，一天给多少钱去给图片或者某些数据，做标注。这就是来源，一般的推荐系统，固定标签就差不多了。

简单的推荐系统就如你说的只是 sql 语句，如果需要精确打击，则需要构建用户画像，举个简单例子：一个男用户，买了个游戏。在画像中会被打上”男“，”游戏爱好者“的标签。然后将标签数据导入 Es ，进行检索出，符合这些标签的商品 id ，再去查商品详情返给用户。

核心在打标签这个动作上，标签越多画像越丰富，推荐精度越高，这需要大量的用户行为日志不断采集出来的，属于大数据范围内的一个应用。

@kgdb00
6KOB5Lq65Y+q5pyJbu+8jOWKoOePre+8jOerr+WNiOayoeaciOmlvO+8jOS4reeni+ayoeeyveWtkO+8jOi/n+WIsOS4gOasoTUwLg==

无锡总部

[img]https://i.imgur.com/ColJNPh.png[/img]

@zhanggg
@camillo
真凑巧，我昨天也被卡死，4 楼发的对的，按一下音量上，按一下音量下，然后一直按着关机键，他会先进入关机，然后继续按住不要松，就会知己黑屏了。

妈的，贴吧提示要复制剪切板，我点了，然后就从 mac 上同步，然后就卡死了。恶心的一比

1 、nacos 动态刷新，最简单的配合 @value 注解即可。用 @value 注解一个 list 类型 property ，eg：whiteList ，要配置 RefreshScope
2 、security 配置 http.pathMatchers(ArrayUtil.toArray(whiteList)).permitAll()

@zhhww57
@ahhui
@ajyz
@cherbim
已刷机，id 没变，单纯密码变了，密码我亲自设的，就是被改了，还改成了复杂密码。数据导了半天，丈母娘树敌太多
😅

@camillo
@cherbim
@KevinChan
我也记得，锁屏密码是不会同步的，我丈母娘可能会帮别人退自己的 id ，密码确实被改了。而且我原来是 4 位数字，现在是一个输入框。

我丈母娘有仇人啊。

我知道那里不太对了，你的简历压根不像是一个实习生的，至少比我强，甚至不止 3 年经验，会给人一种错觉，你是不是在吹牛，有些面试官会看你简历觉得你绝逼在吹，直接 pass 你，“专业技能”那一栏“太强了”，有些面试官想来看看你是否真有本事，但这种面试官自身能力要强，而这种面试官不多，而且他们一般都面有经验的人。

1 、排版直接用 Boss 的生成
2 、简历经历很好，不是什么大环境差，环境差不会影响到校招的，我不知道你投的公司，你得投互联网的，rpc 这个项目才能体现你价值。
3 、走内推，找学长熟人，v 站内推大厂。
4 、有的面试官可能不是没兴趣，而是不敢问。能问你项目经历的人需要在 rpc 上有造诣，而面试应届生的人也不一定有你在 rpc 懂的多。

就算是 20 ，也能吃婉美滋滋螺蛳粉，外加快乐水一瓶😋

es ，强大的是“分词”，“聚合”。
1 、“分词”虽然不到 nlp 的程度，但已满足多数搜索场景。常见的，商城搜索，用户输入“小手几”，可以预测用户想搜的是“小的手机”，“小米手机”，“小手 XX”。有匹配的能力在里面，丰富了搜索场景。除了商城，还有平时咱们采集的日志文件，我们可以对收集的用户行为日志，例如用户登录了 app ，购买了个女性商品，从而不断丰富用户画像，这是大数据的应用场景。

2 、“聚合”，海量数据排序，统计，普通的数据库计算不过来的，es 可以做到，所以遇到海量统计的时候也是一个场景。

tips：es 是基于海量数据才能发挥出他真正的能力，基本是到 pb 级别。原理就是倒排索引，可以看下相关的文章。除了熟练使用客户端 sdk ，还要再看下各个配置项含义，这是未来可以优化的地方。

我也是新人，仅自己理解，若有误请见谅。

额，熟人挣不着吗。还是直接让他推荐用那些 saas 的平台额

我的目标是传统行业电脑部，不单单软件全栈，硬件也全栈，上到写代码，下到修电脑，插网线。只要你能卷死别人，活下来的就是你。

老板: 来, 顺便把前端写了

MapStruct

@westoy 我这边都是当天上门送礼额