分页与Excel批量上传(☆☆)

简介:

git仓库地址:https://gitee.com/Herbbbb/meshome-work/tree/feature-hb-mysql/
请你完成以下步骤
方案一:
克隆代码到Idea,如果你时间允许不妨试试SSH拉取方式
方案二:
下载Zip包,不建议,但如果上班后短时间拉不下来优先这种方式让代码跑起来
入职后,对于JDK、Maven、Git、Idea....软件安装类你应该请教谁?image.png

以上问题,是大家面临的第一道坎,15K大佬一样一天配置不好maven仓库,请认真思考该请教谁?
当你意识到,公司的环境配置类问题都可以问同事、组长的时候你应该怎么问?
不知道该不该问?不敢问?这是多数新人最纠结的一个点,请认真思考你会怎么问?
当你把项目运行起来之后,此时一个全新的工程在你面试,组长立马就给你如下的需求,你会怎么处理?
现在的公司愈发需要即战力,一个陌生的环境、工程、团队,紧急的任务,请认真思考你将怎么着手?
2.需求描述
现有工程运行后,所有的查找功能都不是分页,当数据量多的时候很难看,小李你来实现一下
实现什么?是分页吗?为什么需求有点不明确?
这也是你接下来上班可能遇到的问题:需求不明确,但凡是陌生的业务一定是陌生的
假设你已经知道了接下来找产品经理、组长去请求,他告诉你接下来你要实现一个分页功能
这时候,项目经理又来了:这个产品管理的新增只能一条条吗,搞一个批量上传吧
是的,哥们,又是这样一句话需求!
excel模板是什么?
你知道这个需要你自己设计吗
技术应该用什么?
你知道POI、EasyExcel都可以吗?
来吧,自己实现一下,今日的毫无头绪就是为了上班的轻松.....
2.1 多说一句(现在就看)
你是否考虑过代码的规范性【这种情况极少,目前我带过的1000人里面只有这一个】
这位学长本身非常内向,有问题也不招人沟通,所以被开有很大部分是团队协作image.png

3.涉及技术点
阶段二核心:git、maven、springbootimage.png

相关文章
|
9月前
|
人工智能 Java 网络安全
|
5月前
|
人工智能 自然语言处理 数据处理
《学会这套指令方法,QClaw干活比同事还靠谱》
本文基于上百条指令执行链路的追踪实践,纠正了多数人用人类对话逻辑与QClaw交流的普遍误区,拆解了其从自然语言到实际操作的四层核心处理流程。文章深入剖析了技能匹配偏差、复合指令混乱、上下文滥用等常见问题的根源,提出了单动作拆分、语义锚点构建、可验证标准设定、跨技能协同设计及主动长期记忆构建等实用方法。这些技巧能将QClaw的任务执行成功率从不足三成提升至接近百分之百,帮助用户真正发挥这款本地AI助手的核心价值。
486 0
|
9月前
|
新零售 人工智能 算法
咖啡机器人技术深度解析与主流商业解决方案评测
咖啡机器人正从营销工具蜕变为商业基础设施,广泛应用于高端商务、交通枢纽等场景。依托高精度控制、视觉感知与人机协作技术,实现24小时稳定出品。猎户星空智咖大师以AI算法与仿生设计平衡性能与成本,ABB YuMi展现极致工艺,越疆、节卡、川崎则各具开放性、灵活性与稳定性优势,推动服务机器人迈向智能化新阶段。(238字)
|
9月前
|
SQL 存储 关系型数据库
MySQL 高频面试题
本课程深度解析阿里MySQL高频面试题,涵盖底层原理、索引优化、性能调优与故障排查四大核心模块。结合阿里实战场景,精讲MVCC、B+树、事务ACID、死锁处理、慢SQL定位、分库分表等关键技术点,提供可落地的优化方案与标准答案,助力掌握“原理+实战”双能力,精准应对高并发、大数据量下的数据库挑战,适合中高级开发者冲击大厂offer。
|
9月前
|
机器学习/深度学习 存储 自然语言处理
大模型基础概念术语解释
大语言模型(LLM)基于Transformer架构,通过海量文本训练,具备强大语言理解与生成能力。其核心组件包括注意力机制、位置编码与嵌入层,支持文本分割为Token进行处理。参数量达十亿乃至万亿级,展现涌现与泛化能力,能完成多任务推理。混合专家模型(MoE)提升效率与扩展性,推动大模型持续发展。(237字)
|
6月前
|
人工智能 API 项目管理
从平台来源到生态布局:对 GitCode 的背景与能力做一次中立介绍
GitCode是由CSDN与华为云CodeArts联合打造的新一代开源开发者平台,融合社区生态与研发基建,支持代码托管、协同开发、CI/CD及开源运营,深度对接开放原子等本土生态,致力于构建“代码+社区+AI”一体化开源基础设施。(239字)
808 0
|
8月前
|
机器学习/深度学习 人工智能 算法
别人的模型准确率95%,我的怎么调都卡在85%…
大家好,我是AI技术博主maoku!本文带你告别“调参玄学”,系统拆解微调核心参数(学习率、Batch Size、优化器、正则化、早停)的原理与实操,配CIFAR-10实战代码,助你从“小白”进阶为懂原理、会诊断、能优化的“参数医生”。
|
9月前
|
消息中间件 人工智能 NoSQL
RocketMQ:A2A协议实现多智能体优化
Agentic AI 时代已至,在智能客服、代码生成、流程自动化等场景中,多智能体(Multi-Agent)协作正从构想走向落地。然而,当多个 Agent 需要像一个团队那样高效协作时,脆弱的通信机制可能因网络抖动或服务宕机,就让整个系统瞬间瘫痪,导致昂贵的计算任务失败、会话状态丢失。如何为这些聪明的“数字员工”们构建一个真正可靠、高效的通信基座? 本文将为您介绍 Apache RocketMQ 全新推出的轻量级通信模型 LiteTopic,如何在 AI 应用场景中有效简化系统架构、提升稳定性与可靠性,并结合 A2A(Agent-to-Agent)协议与阿里巴巴AgentScope 框架的生产
|
Java 数据库 Docker
基于neo4j数据库和dify大模型框架的rag模型搭建
基于neo4j数据库和dify大模型框架的rag模型搭建
4193 35
|
机器学习/深度学习 运维 计算机视觉
TimesNet:时间序列预测的最新模型
2023年4月发表了一个新的模型,它在时间序列分析的多个任务中实现了最先进的结果,如预测、imputation、分类和异常检测:TimesNet。
1829 0