常见注解及使用说明

简介: SpringMVC中,通过注解将HTTP请求映射到控制器方法。@RequestMapping定义接口路径,实现前后端对接,如“/staff/add”对应新增操作;@GetMapping、@PostMapping等是其衍生注解,简化常用请求类型处理,统一实现请求路由。

在我们引入了SpringMVC框架之后,各位读者会发现,我们开始借助于注解的形式去定义接口请求路径,这些注解的作用就是:将任意HTTP 请求映射到控制器方法上
即:前端访问:www.baidu.com,实际对应后端一个被SpringMvc框架注解锁标注的方法上
那么这些注解有哪些,有各自发挥什么作用,在这里笔者带领大家快速了解一下:
@RequestMapping能做什么
在控制器类(就是我们的Controller类)上的方法上使用,用来表示前端请求的一个接口地址,比如我们访问任意一个网站,此时前端就会对后端发起一个Http请求

问题就在于:前端怎么知道请求后端哪个接口呢?接口有那么多?
此时我们的@RequestMapping注解就开始发挥作用了,我们定义的接口上:跟前端保持一样的接口请求路径,就可以实现对应接口的一对一访问。简而言之就是下面几个例子:
我们现在有一个员工操作接口,包括增删改查,一般我们会定义成下面的:
● 新增:@RequestMapping("/staff/add")
● 修改:@RequestMapping("/staff/update")
● 删除:@RequestMapping("/staff/delete")
● 查找:@RequestMapping("/staff/search")
这样我们就可以实现前后端接口的地址定位了。
但是除了这些我们可能还会有一些别的注解,其形式千变万化,但是要实现的效果是一致的。如@GetMapping、@PostMapping、@PutMapping、@DeleteMapping都是@RequestMapping注解基础之上的二次封装。
做个总结:@RequestMapping注解可以帮助后端程序员定义接口路径,从而让前端请求指定的接口

相关文章
|
5月前
|
人工智能 自然语言处理 安全
MCP的核心组件
MCP采用客户端-服务器架构,由MCP主机、客户端和服务器组成。主机承载AI智能体并发起请求;客户端负责请求标准化与安全通信;服务器提供数据、工具和提示,支持AI实时访问外部资源与服务,实现高效交互。
|
5月前
|
文字识别 安全 数据处理
RAG分块应用中普遍存在的问题
RAG系统面临准确性、召回率与复杂文档解析三大挑战:模型易产生幻觉、检索噪声干扰、细粒度理解不足;语义匹配局限导致漏检,长尾知识覆盖差,多跳推理困难;表格、公式、图片等非结构化数据处理难,上下文割裂、逻辑结构丢失。合理分块策略是破局关键。
基于LLM的分块
基于大语言模型(LLM)的智能分块技术,利用LLM语义理解能力,将非结构化文本按主题动态划分为语义连贯的文本块,适用于会议纪要、社交媒体等内容。虽分块质量高、适应性强,但计算成本高、可解释性差,依赖模型性能。
|
5月前
|
机器学习/深度学习 存储 人工智能
全球主流开源向量数据库
开源向量数据库凭借高效索引、相似性搜索、可扩展性及与机器学习框架的深度集成,正成为AI应用的核心基础设施。其活跃社区持续推动生态发展,广泛支持推荐系统、实时分析等场景,助力高维数据高效管理与智能应用落地。
|
5月前
|
机器学习/深度学习 数据采集 人工智能
大模型训练方法与技术术语解释
预训练奠定语言基础,微调适配特定任务,RLHF融入人类偏好,思维链提升推理能力。少样本与零样本实现快速迁移,指令微调增强指令理解。自监督学习利用海量无标注数据,温度控制生成随机性,蒸馏压缩模型规模,缩放定律指导模型扩展,共同推动大模型发展。
|
5月前
|
XML 安全 数据格式
RAG面临的挑战与前沿探索
当前RAG面临知识关联缺失、推理与检索割裂、多模态理解弱、可信度难量化及长上下文建模难等深层问题。前沿探索聚焦检索增强、生成控制与优化分块,通过混合检索、查询扩展、递归推理、强制引用、语义分块等技术,推动RAG向动态交互、可解释、高可信方向演进。(238字)
|
5月前
|
机器学习/深度学习 存储 人工智能
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、嵌入层等,支持万亿级参数规模,展现出涌现与泛化特性。Token为基本处理单元,MoE架构提升效率。模型能力随规模扩大显著跃升,推动AI语言处理发展。
|
5月前
|
存储 人工智能 数据挖掘
MCP应用场景示例
MCP赋能智能数据分析与办公自动化:分析师输入需求,AI即连多源数据生成报告;办公助手通过MCP获取会议记录、整理并邮件分发,实现高效协同。
|
5月前
|
人工智能 安全
MCP是什么?为何被称为AI时代的“USB-C”
MCP(模型上下文协议)是AI领域的“通用接口”,像USB-C一样让大模型便捷连接数据源与工具。它通过标准化上下文传递,实现信息互通与任务协同,确保每次调用都具备数据血统、策略与出处管理,推动AI无缝交互与安全可控运行。