原标题：Spring认证中国教育管理中心-Spring Data MongoDB教程五(内容来源：Spring中国教育管理中心）

11.6.5.GeoJSON 支持

MongoDB 支持GeoJSON和用于地理空间数据的简单（传统）坐标对。这些格式既可用于存储数据，也可用于查询数据。请参阅有关 GeoJSON 支持的MongoDB 手册以了解要求和限制。

域类中的 GeoJSON 类型

在域类中使用GeoJSON类型很简单。该
org.springframework.data.mongodb.core.geo包中包含的类型，如GeoJsonPoint，GeoJsonPolygon和其他。这些类型是对现有org.springframework.data.geo类型的扩展。以下示例使用了一个GeoJsonPoint：

public class Store {String id;/*** location is stored in GeoJSON format.* {*   "type" : "Point",*   "coordinates" : [ x, y ]* }*/GeoJsonPoint location;
}

存储库查询方法中的 GeoJSON 类型

使用 GeoJSON 类型作为存储库查询参数会$geometry在创建查询时强制使用运算符，如以下示例所示：

public interface StoreRepository extends CrudRepository<Store, String> {List<Store> findByLocationWithin(Polygon polygon);  }/** {*   "location": {*     "$geoWithin": {*       "$geometry": {*         "type": "Polygon",*         "coordinates": [*           [*             [-73.992514,40.758934],*             [-73.961138,40.760348],*             [-73.991658,40.730006],*             [-73.992514,40.758934]*           ]*         ]*       }*     }*   }* }*/
repo.findByLocationWithin(                              new GeoJsonPolygon(new Point(-73.992514, 40.758934),new Point(-73.961138, 40.760348),new Point(-73.991658, 40.730006),new Point(-73.992514, 40.758934)));                 /** {*   "location" : {*     "$geoWithin" : {*        "$polygon" : [ [-73.992514,40.758934] , [-73.961138,40.760348] , [-73.991658,40.730006] ]*     }*   }* }*/
repo.findByLocationWithin(                              new Polygon(new Point(-73.992514, 40.758934),new Point(-73.961138, 40.760348),new Point(-73.991658, 40.730006)));

使用 commons 类型的存储库方法定义允许使用 GeoJSON 和遗留格式调用它。

使用 GeoJSON 类型来使用$geometry运算符。

请注意，GeoJSON 多边形需要定义一个封闭的环。

使用旧格式$polygon运算符。

度量和距离计算

然后 MongoDB$geoNear运算符允许使用 GeoJSON Point 或旧坐标对。

NearQuery.near(new Point(-73.99171, 40.738868))

{"$geoNear": {//..."near": [-73.99171, 40.738868]}
}

NearQuery.near(new GeoJsonPoint(-73.99171, 40.738868))

{"$geoNear": {//..."near": { "type": "Point", "coordinates": [-73.99171, 40.738868] }}
}

尽管在语法上有所不同，但无论集合中的目标 Document 使用什么格式，服务器都可以接受。

*距离计算存在巨大差异。使用旧格式对地球上的弧度进行操作，如球体，而 GeoJSON 格式使用Meters。

为避免严重的头痛，请确保将设置Metric为所需的测量单位，以确保正确计算距离。

换句话说：

假设您有 5 个文件，如下所示：

{"_id" : ObjectId("5c10f3735d38908db52796a5"),"name" : "Penn Station","location" : { "type" : "Point", "coordinates" : [  -73.99408, 40.75057 ] }
}
{"_id" : ObjectId("5c10f3735d38908db52796a6"),"name" : "10gen Office","location" : { "type" : "Point", "coordinates" : [ -73.99171, 40.738868 ] }
}
{"_id" : ObjectId("5c10f3735d38908db52796a9"),"name" : "City Bakery ","location" : { "type" : "Point", "coordinates" : [ -73.992491, 40.738673 ] }
}
{"_id" : ObjectId("5c10f3735d38908db52796aa"),"name" : "Splash Bar","location" : { "type" : "Point", "coordinates" : [ -73.992491, 40.738673 ] }
}
{"_id" : ObjectId("5c10f3735d38908db52796ab"),"name" : "Momofuku Milk Bar","location" : { "type" : "Point", "coordinates" : [ -73.985839, 40.731698 ] }
}

[-73.99171, 40.738868]使用 GeoJSON获取 400 米半径内的所有文档如下所示：

示例 77. GeoNear 和 GeoJSON

{"$geoNear": {"maxDistance": 400, "num": 10,"near": { type: "Point", coordinates: [-73.99171, 40.738868] },"spherical":true, "key": "location","distanceField": "distance"}
}

返回以下 3 个文件：

{"_id" : ObjectId("5c10f3735d38908db52796a6"),"name" : "10gen Office","location" : { "type" : "Point", "coordinates" : [ -73.99171, 40.738868 ] }"distance" : 0.0
}
{"_id" : ObjectId("5c10f3735d38908db52796a9"),"name" : "City Bakery ","location" : { "type" : "Point", "coordinates" : [ -73.992491, 40.738673 ] }"distance" : 69.3582262492474
}
{"_id" : ObjectId("5c10f3735d38908db52796aa"),"name" : "Splash Bar","location" : { "type" : "Point", "coordinates" : [ -73.992491, 40.738673 ] }"distance" : 69.3582262492474
}

到中心点的最大距离（以米为单位）。

GeoJSON 总是在一个球体上运行。

到中心点的距离（以米为单位）。

现在，当使用旧坐标对时，如前所述，对弧度进行操作。所以我们使用Metrics#KILOMETERS when constructing the `$geoNear命令。在Metric确保使乘数设置正确的距离。

示例 78.带有传统坐标对的 GeoNear

{"$geoNear": {"maxDistance": 0.0000627142377, "distanceMultiplier": 6378.137, "num": 10,"near": [-73.99171, 40.738868],"spherical":true, "key": "location","distanceField": "distance"}
}

像 GeoJSON 变体一样返回 3 个文档：

{"_id" : ObjectId("5c10f3735d38908db52796a6"),"name" : "10gen Office","location" : { "type" : "Point", "coordinates" : [ -73.99171, 40.738868 ] }"distance" : 0.0
}
{"_id" : ObjectId("5c10f3735d38908db52796a9"),"name" : "City Bakery ","location" : { "type" : "Point", "coordinates" : [ -73.992491, 40.738673 ] }"distance" : 0.0693586286032982
}
{"_id" : ObjectId("5c10f3735d38908db52796aa"),"name" : "Splash Bar","location" : { "type" : "Point", "coordinates" : [ -73.992491, 40.738673 ] }"distance" : 0.0693586286032982
}

到中心点的最大距离（以弧度为单位）。

距离乘数所以我们得到公里作为结果距离。

确保我们对 2d_sphere 索引进行操作。

距离中心点的距离以公里为单位- 乘以 1000 以匹配GeoJSON 变体的米。

GeoJSON 杰克逊模块

通过使用Web 支持，Spring Data 将额外的 Jackson 注册Modules到ObjectMapper用于反/序列化常见 Spring Data 域类型。请参阅Spring Data Jackson Modules部分以了解有关此功能的基础架构设置的更多信息。

MongoDB 模块JsonDeserializer通过GeoJsonConfiguration公开GeoJsonModule.

org.springframework.data.mongodb.core.geo.GeoJsonPoint
org.springframework.data.mongodb.core.geo.GeoJsonMultiPoint
org.springframework.data.mongodb.core.geo.GeoJsonLineString
org.springframework.data.mongodb.core.geo.GeoJsonMultiLineString
org.springframework.data.mongodb.core.geo.GeoJsonPolygon
org.springframework.data.mongodb.core.geo.GeoJsonMultiPolygon

该GeoJsonModule只注册JsonDeserializer小号！
要ObjectMapper为JsonSerializers配备一组对称的s，您需要为手动配置这些 sObjectMapper或提供作为 Spring
BeanSpringDataJacksonModules公开的自定义配置GeoJsonModule.serializers()。

class GeoJsonConfiguration implements SpringDataJacksonModules {@Beanpublic Module geoJsonSerializers() {return GeoJsonModule.serializers();}
}

下一个主要版本 ( 4.0) 将默认为 GeoJSON 类型注册JsonDeserializers 和JsonSerializers 。

11.6.6.全文查询

从 MongoDB 2.6 版开始，您可以使用$text运算符运行全文查询。方法和操作具体到全文查询是可用的TextQuery和TextCriteria。进行全文搜索时，请参阅MongoDB 参考以了解其行为和限制。

全文检索

在实际使用全文搜索之前，您必须正确设置搜索索引。有关如何创建索引结构的更多详细信息，请参阅文本索引。以下示例显示了如何设置全文搜索：

db.foo.createIndex(
{title : "text",content : "text"
},
{weights : {title : 3}
}
)

coffee cake可以按如下方式定义和运行查询搜索：

例 79.全文查询

Query query = TextQuery.queryText(new TextCriteria().matchingAny("coffee", "cake"));List<Document> page = template.find(query, Document.class);

根据weights用途按相关性对结果进行排序TextQuery.sortByScore。

示例 80. 全文查询 - 按分数排序

Query query = TextQuery.queryText(new TextCriteria().matchingAny("coffee", "cake")).sortByScore() .includeScore(); List<Document> page = template.find(query, Document.class);

使用 score 属性按触发的相关性对结果进行排序.sort({'score': {'$meta': 'textScore'}})。

用于TextQuery.includeScore()在结果中包含计算出的相关性Document。

您可以通过在搜索词前加上-或使用来排除搜索词，notMatching如下例所示（请注意，这两行具有相同的效果，因此是多余的）：

// search for 'coffee' and not 'cake'
TextQuery.queryText(new TextCriteria().matching("coffee").matching("-cake"));
TextQuery.queryText(new TextCriteria().matching("coffee").notMatching("cake"));

TextCriteria.matching按原样使用提供的术语。因此，您可以通过将短语放在双引号之间来定义短语（例如，\"coffee cake\")或使用 byTextCriteria.phrase.下面的示例显示了定义短语的两种方式：

// search for phrase 'coffee cake'
TextQuery.queryText(new TextCriteria().matching("\"coffee cake\""));
TextQuery.queryText(new TextCriteria().phrase("coffee cake"));

您可以使用上的相应方法为$caseSensitive和设置标志。请注意，这两个可选标志已在 MongoDB 3.2 中引入，除非明确设置，否则不会包含在查询中。$
diacriticSensitiveTextCriteria

11.6.7.校对

从 3.4 版本开始，MongoDB 支持用于集合和索引创建以及各种查询操作的排序规则。排序规则根据ICU 排序规则定义字符串比较规则。归类文档由封装在中的各种属性组成Collation，如下面的清单所示：

Collation collation = Collation.of("fr")         .strength(ComparisonLevel.secondary()          .includeCase()).numericOrderingEnabled()                      .alternate(Alternate.shifted().punct())        .forwardDiacriticSort()                        .normalizationEnabled();

Collation创建时需要语言环境。这可以是语言环境的字符串表示形式，a Locale（考虑语言、国家和变体）或CollationLocale. 创建时必须使用语言环境。

整理强度定义了表示字符之间差异的比较级别。您可以根据所选强度配置各种选项（区分大小写、大小写排序等）。

指定是将数字字符串作为数字还是作为字符串进行比较。

指定排序规则是否应将空格和标点符号视为基本字符以进行比较。

指定带有变音符号的字符串是否从字符串的后面排序，例如使用某些法语词典排序。

指定是否检查文本是否需要归一化以及是否进行归一化。

排序规则可用于创建集合和索引。如果您创建一个指定排序规则的集合，除非您指定不同的排序规则，否则该排序规则将应用于索引创建和查询。排序规则对整个操作有效，不能在每个字段的基础上指定。

与其他元数据一样，排序规则可以通过注释的collation属性从域类型派生@Document，并将在运行查询、创建集合或索引时直接应用。

当 MongoDB 在第一次交互时自动创建集合时，将不会使用带注释的排序规则。这将需要额外的商店交互延迟整个过程。请
MongoOperations.createCollection在这些情况下使用。

Collation french = Collation.of("fr"); Collation german = Collation.of("de"); template.createCollection(Person.class, CollectionOptions.just(collation)); template.indexOps(Person.class).ensureIndex(new Index("name", Direction.ASC).collation(german));

如果未指定排序规则 ( Collation.simple())，MongoDB 将使用简单的二进制比较。

对集合操作使用排序规则是Collation在查询或操作选项中指定实例的问题，如以下两个示例所示：

示例 81. 使用排序规则与 find

Collation collation = Collation.of("de");Query query = new Query(Criteria.where("firstName").is("Amél")).collation(collation);List<Person> results = template.find(query, Person.class);

示例 82.使用排序规则与 aggregate

Collation collation = Collation.of("de");AggregationOptions options = AggregationOptions.builder().collation(collation).build();Aggregation aggregation = newAggregation(project("tags"),unwind("tags"),group("tags").count().as("count")
).withOptions(options);AggregationResults<TagCount> results = template.aggregate(aggregation, "tags", TagCount.class);

仅当用于操作的排序规则与索引排序规则匹配时才使用索引。

MongoDB RepositoriesCollations通过注解的collation属性支持@Query。

示例 83. 对存储库的整理支持

public interface PersonRepository extends MongoRepository<Person, String> {@Query(collation = "en_US")  List<Person> findByFirstname(String firstname);@Query(collation = "{ 'locale' : 'en_US' }") List<Person> findPersonByFirstname(String firstname);@Query(collation = "?1") List<Person> findByFirstname(String firstname, Object collation);@Query(collation = "{ 'locale' : '?1' }") List<Person> findByFirstname(String firstname, String collation);List<Person> findByFirstname(String firstname, Collation collation); @Query(collation = "{ 'locale' : 'en_US' }")List<Person> findByFirstname(String firstname, @Nullable Collation collation);
}

静态归类定义导致{ 'locale' : 'en_US' }.

动态整理取决于第二个方法参数。允许的类型包括String(eg. 'en_US'), Locacle(eg. Locacle.US) 和Document(eg. new Document("locale", "en_US"))

动态整理取决于第二个方法参数。

将Collation方法参数应用于查询。

该Collation方法的参数覆盖默认collation的@Query，如果不为空。

如果您为存储库查找器方法启用了自动索引创建，则在创建索引时将包括潜在的静态排序规则定义，如 (1) 和 (2) 所示。

最Collation具体的 outroules 可能定义了其他的 outroules。这意味着方法参数超过查询方法注释超过 doamin 类型注释。

JSON 架构

从 version 3.6 开始，MongoDB 支持根据提供的JSON Schema验证文档的集合。创建集合时可以定义架构本身以及验证操作和级别，如以下示例所示：

示例 84.示例 JSON 模式

{"type": "object",                                                        "required": [ "firstname", "lastname" ],                                 "properties": {                                                          "firstname": {                                                         "type": "string","enum": [ "luke", "han" ]},"address": {                                                           "type": "object","properties": {"postCode": { "type": "string", "minLength": 4, "maxLength": 5 }}}}
}

JSON 模式文档总是从其根开始描述整个文档。模式是模式对象本身，它可以包含描述属性和子文档的嵌入模式对象。

required是描述文档中需要哪些属性的属性。它可以与其他模式约束一起选择指定。请参阅有关可用关键字的MongoDB 文档。

properties与描述object类型的模式对象相关。它包含特定于属性的架构约束。

firstname为firsname文档内的字段指定约束。在这里，它是一个基于字符串的properties元素，用于声明可能的字段值。

address是为其postCode字段中的值定义架构的子文档。

您可以通过指定模式文档（即，通过使用DocumentAPI 解析或构建文档对象）或使用 Spring Data 的 JSON 模式实用程序构建它来提供模式
org.springframework.data.mongodb.core.schema。MongoJsonSchema是所有与 JSON 模式相关的操作的入口点。以下示例显示了如何使用MongoJsonSchema.builder()创建 JSON 模式：

示例 85.创建一个 JSON 模式

MongoJsonSchema.builder()                                                    .required("lastname")                                                    .properties(required(string("firstname").possibleValues("luke", "han")), object("address").properties(string("postCode").minLength(4).maxLength(5))).build();

获取模式构建器以使用流畅的 API 配置模式。

直接配置所需的属性，如此处所示，或使用更多详细信息如 3 所示。

配置所需的字符串类型firstname字段，仅允许luke和han值。属性可以是有类型的或无类型的。使用静态导入JsonSchemaProperty使语法稍微紧凑一些并获得入口点，例如string(…).

构建架构对象。使用模式创建集合或查询文档。

已经有一些预定义和强类型模式对象（JsonSchemaObject和JsonSchemaProperty）通过网关接口上的静态方法可用。但是，您可能需要构建自定义属性验证规则，可以通过构建器 API 创建，如下例所示：

// "birthdate" : { "bsonType": "date" }
JsonSchemaProperty.named("birthdate").ofType(Type.dateType());// "birthdate" : { "bsonType": "date", "description", "Must be a date" }
JsonSchemaProperty.named("birthdate").with(JsonSchemaObject.of(Type.dateType()).description("Must be a date"));

CollectionOptions 为集合提供架构支持的入口点，如以下示例所示：

示例 86.创建集合 $jsonSchema

MongoJsonSchema schema = MongoJsonSchema.builder().required("firstname", "lastname").build();template.createCollection(Person.class, CollectionOptions.empty().schema(schema));

生成模式

设置模式可能是一项耗时的任务，我们鼓励每个决定这样做的人真正花时间。重要的是，架构更改可能很困难。然而，有时人们可能不想拒绝它，这就是JsonSchemaCreator发挥作用的地方。

JsonSchemaCreator它的默认实现会生成MongoJsonSchema映射基础结构提供的域外类型元数据。这意味着，会考虑带注释的属性以及潜在的自定义转换。

例 87.从域类型生成 Json Schema

public class Person {private final String firstname;                   private final int age;                            private Species species;                          private Address address;                          private @Field(fieldType=SCRIPT) String theForce; private @Transient Boolean useTheForce;           public Person(String firstname, int age) {         this.firstname = firstname;this.age = age;}// gettter / setter omitted
}MongoJsonSchema schema = MongoJsonSchemaCreator.create(mongoOperations.getConverter()).createSchemaFor(Person.class);template.createCollection(Person.class, CollectionOptions.empty().schema(schema));

{'type' : 'object','required' : ['age'],                     'properties' : {'firstname' : { 'type' : 'string' },  'age' : { 'bsonType' : 'int' }        'species' : {                         'type' : 'string','enum' : ['HUMAN', 'WOOKIE', 'UNKNOWN']}'address' : {                         'type' : 'object''properties' : {'postCode' : { 'type': 'string' }}},'theForce' : { 'type' : 'javascript'} }
}

简单对象属性被视为常规属性。

原始类型被认为是必需的属性

枚举仅限于可能的值。

对象类型属性被检查并表示为嵌套文档。

StringCode由转换器转换为的类型属性。

@Transient 生成模式时省略属性。

_id使用可以转换为ObjectIdlike类型的属性将String被映射到，{ type : 'object' } 除非通过@MongoId注释有更具体的信息可用。

查询匹配 JSON Schema 的集合

您可以使用架构来查询与 JSON 架构定义的给定结构匹配的文档的任何集合，如以下示例所示：

示例 88. 查询匹配 a 的文档 $jsonSchema

MongoJsonSchema schema = MongoJsonSchema.builder().required("firstname", "lastname").build();template.find(query(matchingDocumentStructure(schema)), Person.class);

加密字段

MongoDB 4.2字段级加密允许直接加密单个属性。

如下例所示，在设置 JSON 架构时，可以将属性包装在加密属性中。

示例 89. 通过 Json Schema 的客户端字段级加密

MongoJsonSchema schema = MongoJsonSchema.builder().properties(encrypted(string("ssn")).algorithm("AEAD_AES_256_CBC_HMAC_SHA_512-Deterministic").keyId("*key0_id")).build();

可以利用@Encrypted注释，而不是手动定义加密字段，如下面的代码片段所示。

示例 90. 通过 Json Schema 的客户端字段级加密

@Document
@Encrypted(keyId = "xKVup8B1Q+CkHaVRx+qa+g==", algorithm = "AEAD_AES_256_CBC_HMAC_SHA_512-Random")
static class Patient {@Id String id;String name;@Encrypted String bloodType;@Encrypted(algorithm = "AEAD_AES_256_CBC_HMAC_SHA_512-Deterministic") Integer ssn;
}

将为设置的默认加密设置encryptMetadata。

使用默认加密设置的加密字段。

覆盖默认加密算法的加密字段。

该@EncryptedAnnoation支持解决通过规划环境地政司表达式keyIds。为此，MappingContext需要并且必须提供额外的环境元数据（通过）。

@Document
@Encrypted(keyId = "#{mongocrypt.keyId(#target)}")
static class Patient {@Id String id;String name;@Encrypted(algorithm = "AEAD_AES_256_CBC_HMAC_SHA_512-Random")String bloodType;@Encrypted(algorithm = "AEAD_AES_256_CBC_HMAC_SHA_512-Deterministic")Integer ssn;
}MongoJsonSchemaCreator schemaCreator = MongoJsonSchemaCreator.create(mappingContext);
MongoJsonSchema patientSchema = schemaCreator.filter(MongoJsonSchemaCreator.encryptedOnly()).createSchemaFor(Patient.class);

该mongocrypt.keyId函数是通过定义的
EvaluationContextExtension，如下面的代码片段所示。提供自定义扩展提供了最灵活的计算 keyId 的方式。

public class EncryptionExtension implements EvaluationContextExtension {@Overridepublic String getExtensionId() {return "mongocrypt";}@Overridepublic Map<String, Function> getFunctions() {return Collections.singletonMap("keyId", new Function(getMethod("computeKeyId", String.class), this));}public String computeKeyId(String target) {// ... lookup via target element name}
}

要将派生加密设置与
AutoEncryptionSettingsSpring Boot 应用程序结合使用，请使用MongoClientSettingsBuilderCustomizer.

@Bean
MongoClientSettingsBuilderCustomizer customizer(MappingContext mappingContext) {return (builder) -> {// ... keyVaultCollection, kmsProvider, ...MongoJsonSchemaCreator schemaCreator = MongoJsonSchemaCreator.create(mappingContext);MongoJsonSchema patientSchema = schemaCreator.filter(MongoJsonSchemaCreator.encryptedOnly()).createSchemaFor(Patient.class);AutoEncryptionSettings autoEncryptionSettings = AutoEncryptionSettings.builder().keyVaultNamespace(keyVaultCollection).kmsProviders(kmsProviders).extraOptions(extraOpts).schemaMap(Collections.singletonMap("db.patient", patientSchema.schemaDocument().toBsonDocument())).build();builder.autoEncryptionSettings(autoEncryptionSettings);};
}

确保将驱动程序设置
com.mongodb.AutoEncryptionSettings为使用客户端加密。MongoDB 不支持对所有字段类型进行加密。特定数据类型需要确定性加密以保留相等比较功能。

Spring认证中国教育管理中心-Spring Data MongoDB教程五相关推荐

Spring认证中国教育管理中心-Spring Data Neo4j教程一
原标题:Spring认证中国教育管理中心-Spring Data Neo4j教程一(Spring中国教育管理中心) 5. 开始我们为 SDN 提供了 Spring Boot 启动器.请通过您的依赖管 ...
Spring认证中国教育管理中心-Spring Data Neo4j教程三
原标题:Spring认证中国教育管理中心-Spring Data Neo4j教程三(Spring中国教育管理中心) 6.2.处理和提供唯一 ID 6.2.1.使用内部 Neo4j id 为您的域类提供 ...
Spring认证中国教育管理中心-Spring Data Redis框架教程三
原标题:Spring认证中国教育管理中心-Spring Data Redis框架教程三 10.15.支持类 Packageorg.springframework.data.redis.support提 ...
SpringBoot系列之Spring Data MongoDB教程
SpringBoot系列之Spring Data MongoDB教程 1.MongoDB下载安装因为没有买linux服务器,所以本博客只安装window来学习,可以点击官网下载链接进行下载,安装过程 ...
Spring Data MongoDB教程
在当今世界,尽快启动并运行应用程序非常重要. 该应用程序还应该易于开发和维护. Spring是这样的框架,它提供了与许多不同框架的集成的简便性,这使得使用Spring开发应用程序变得容易. 一种这样的 ...
spring cloud -- 5.分布式配置中心(Spring Cloud Config)
此文章是看了方志朋老师的教材自己写的框架demo: 学习spring cloud推荐大家看下方志朋老师的史上最简单的 SpringCloud 教程 | 终章,地址如下: https://blog.cs ...
【SpringBoot系列】 Spring中自定义Session管理，Spring Session源码解析
系列文章:Spring Boot学习大纲,可以留言自己想了解的技术点目录系列文章:Spring Boot学习大纲,可以留言自己想了解的技术
Spring认证指南：了解如何使用 Gemfire 的数据结构构建应用程序
Spring认证指南:了解如何使用 Gemfire 的数据结构构建应用程序.(Spring中国教育管理中心) 在 Pivotal GemFire 中访问数据本指南将引导您完成构建Apache Geo ...
Spring认证指南：了解如何在 GemFire 中缓存数据
原标题:使用 Pivotal GemFire 缓存数据(Spring中国教育管理中心) 本指南演练了使用阿帕奇大地的数据管理系统,用于缓存应用程序代码中的某些调用. 有关Apache Geode概念和 ...

Spring认证中国教育管理中心-Spring Data MongoDB教程五