通过前面几篇图片转字符、灰度图的文章介绍之后，接下来我们再来看一个有意思的东西，基于前文的基础，实现位图转矢量图的功能
关于位图与矢量图的简单理解如下：
- 位图：如Jpg/png，放大之后会失真，看到像素块
- 矢量图：如svg，放大图片也不会失真
通过前面几篇图片转字符、灰度图的文章介绍之后，接下来我们再来看一个有意思的东西，基于前文的基础，实现位图转矢量图的功能
关于位图与矢量图的简单理解如下：
在使用es进行组合查询的时候，遇到一个非常有意思的场景，特此记录一下
某些场景下，直接针对某个Field进行分组查询，居然无法返回结果，会给出类似Text fields are not optimised for operations that require per-document field data like aggregations and sorting, so these operations are disabled by default的提示信息，接下来看一下这个问题是个什么情况，以及如何解决
上一篇文章介绍了静态图转字符的实现demo；接下来也该是动态图转字符的demo了
从前面几篇文章的学习过程中，要想实现这个功能就属于信手拈来了
前面几篇博文介绍了使用jdk来对图片做一些有意思的转换，接下来我们再介绍一个有意思的玩法，直接根据图片，输出一个二维字符数组，实现用字符来实现绘画的场景
本文通过一个简单的实例，演示如何使用java来实现图片灰度化处理，主要借助下面两种策略来处理颜色
灰度化公式
1 | avgColor = red * 0.299f + green * 0.587f + blue * 0.114f |
均值方式
1 | avgColor = (red + green + blue) / 3.0f |
使用guava作内存缓存，大多数小伙伴应该都使用过，通过CacheBuilder创建LoadingCache一个kv格式的缓存，如果我们需要缓存的只是一个value呢？
针对这种场景，接下来介绍一种基于Supplier来实现的缓存方式
通常我们最多的场景是从本地资源中读取文件，这个时候我们经常需要注意的是相对路径、绝对路径问题；
除了从本地获取文件之外，从网络中获取文件资源（如图片）也属于相对常见的场景，接下来我们封装一个工具类，可以支持以上各种类型的数据读取
通常我们序列化使用时，是直接使用Gson将整个对象转换为Json串，如果有看过gson源码的小伙伴会发现其内部实际上是基于JsonWriter来实现流式序列化的
接下来我们来看一下JsonWriter的使用姿势
前面介绍了几种gson在序列化时，忽略某些字段数输出的方式，然而当时的实例中，需要序列化的对象都是Java bean对象，如果我们需要序列化的是Map对象，又可以怎么处理呢？
使用Prometheus进行采样收集，借助Grafana进行大盘展示，可以说是系统监控层面的基本操作了，在grafana的大盘配置时，借助变量的灵活性，来展示不同维度的数据表盘比较常见
现在有这样一个场景，一个应用有多台机器，我们设置一个变量 instance 来表示具体的实例ip，支持通过ip来选择不同机器的监控，怎么操作？
在我们日常使用json序列化框架过程中，经常会遇到在输出json字符串时，忽略某些字段，那么在Gson框架中，要想实现这种方式，可以怎么处理呢？
本文介绍几种常见的姿势
在es的使用过程中，全文搜索属于一个常见的场景，特别是当我们将es作为日志存储检索来使用时，根据关键字查询对应的日志信息，可以怎么处理呢?
在实际使用git的过程中，难免会存在手误的场景，比如 git commit之后，发现提交的描述信息不太合适，想调整一下；或者发现本地有多个零碎未提交的commit，想合并成一个提交…
当我们出现这些需求场景的时候，可以考虑使用git commit --amend来实现
Update your browser to view this website correctly. Update my browser now