TT学习备忘录- Web开发篇

一位WEB开发新手分享从零开始搭建维基百科网站的经历,包括DOM操作、UI框架选择、数据库技术选型等方面的经验教训。

本人WEB开发新人,之前一直做底层的一些开发(学物理的,非计算机专业),主要用的是C和VHDL开发硬件,早年间业余得用VC,SQL和C#开发过一些学术类的应用,偶尔业余时间开发过一些IOS或ANDROID的APP,很少接触应用层的开发。

今年4月因项目要求,需要开发一个维基WIKIPEDIA,之前没有做过WEB APP,临时学习JAVASCRIPT, 一直以为开发WEB APP,HTML + CSS + 原生JAVASCRIPT 就是前端开发的所有了,前两者虽然没有学过,但比较简单,只花了很少的时间补习了下,因为之前有开发经验,所以JS也没有花太多时间,花1天时间看了一遍教程,就直接开始做项目了,所以在技术选型时,没有使用任何框架和库,因为是一个人SOLO干,交互设计,前端,服务器端都一个人搞,加上经验不足,于是噩梦开始了。所以写下一些经验之谈,备以后使用。

(另外备注一下,虽然是个程序员,但不太喜欢使用电脑和互联网,经常不使用手机,所以会犯以下的这些错误。更加喜欢是拿着弓去野外生存,拿着钢笔在纸上写程序,拿着吉他一个人去旅行,所以信息有时真的不灵通,有点过时,看来还是要及时更新脑子里的知识)


1. DOM的各种操作

Keywords: DOM (文档对象模型) , Jquery

用原生Javascript来进行DOM的各种操作,在不复杂的情况下还是OK的,但后期当class和id变得越来越复杂,越来越不够用时,一个Intelligent的元素选择器变得越来越重要,在准备自己写一个稍微smart一点的dom selector库时(当时真准备自己写一个库),我才知道原来有一个Jquery, 已经非常成熟了。

Jquery 教程:http://www.runoob.com/jquery/jquery-tutorial.html

Jquery 查询手册:http://hemin.cn/jq/index.html

Jquery CDN: http://www.bootcdn.cn/jquery/


2. UI Framework

Keywords: UI

我不是平面设计师,也不是UI或交互设计师,虽然在用HTML5+CSS3时不会很痛苦,但要设计出一个不错的UI还是有难度,尽管我是天平座的,审美还不错,但是开发的代码量相当的大,而且因为又要开发PC端,又要开发移动端,UI这一块浪费了很多时间,最终我找到一些解决方案是:使用UI框架

1) Bootstrap: Twitter开发的UI Framework(CSS3+JS)

教程与手册:http://www.runoob.com/bootstrap/bootstrap-tutorial.html

2) SemanticUI: 用语义class来开发UI

教程与手册:http://www.semantic-ui.cn/

3) JQuery UI: Jquery出的UI Framework

教程与手册:http://www.runoob.com/jqueryui/jqueryui-tutorial.html

最终,我还是没有用他们的任意一个,因为它们的体积都太大,我用的服务器太差,加上目前项目的UI比较简单,但是还是备忘在这里,说不定哪天可以用到,Bootstrap和SemanticUI很简约,很好用,SemanticUI的体积有些大,Jquery UI自己不太喜欢,我喜欢很简约的东西。


3. 数据库

Keyword: SQL Server, MongoDB, Redis

Database这一块我以为自己很熟悉,因为不光WEB APP, 之前开发过的APP都使用过Database, 但仅限于SQL SERVER和MYSQL, 所以在数据库技术选型时,我使用了SQL Server(因为使用的Windows服务器),因并行数越来越大,服务器又不是很好,于是我在想是不是有什么新技术,效率更高的,找到了这些:

1) MongoDB (NoSQL): 一个基于分布式文件存储的数据库。由 C++ 语言编写。旨在为 WEB 应用提供可扩展的高性能数据存储解决方案。是一个介于关系数据库和非关系数据库之间的产品,是非关系数据库当中功能最丰富,最像关系数据库的。


为什么使用NoSQL ?

今天我们可以通过第三方平台(如:Google,Facebook等)可以很容易的访问和抓取数据。用户的个人信息,社交网络,地理位置,用户生成的数据和用户操作日志已经成倍的增加。我们如果要对这些用户数据进行挖掘,那SQL数据库已经不适合这些应用了, NoSQL数据库的发展也却能很好的处理这些大的数据。对NoSQL最普遍的解释是"非关联型的",强调Key-Value Stores和文档数据库的优点,而不是单纯的反对RDBMS


教程与手册:http://www.runoob.com/mongodb/mongodb-tutorial.html


2) Redis:REmote DIctionary Server(Redis) 是一个由Salvatore Sanfilippo写的key-value存储系统。Redis是一个开源的使用ANSI C语言编写、遵守BSD协议、支持网络、可基于内存亦可持久化的日志型、Key-Value数据库,并提供多种语言的API。它通常被称为数据结构服务器,因为值(value)可以是 字符串(String), 哈希(Map), 列表(list), 集合(sets) 和 有序集合(sorted sets)等类型。


Redis 优势
性能极高  –  Redis能读的速度是110000次/s,写的速度是81000次/s 。
丰富的数据类型  –  Redis支持二进制案例的 Strings, Lists, Hashes, Sets 及 Ordered Sets 数据类型操作。
原子  –  Redis的所有操作都是原子性的,同时Redis还支持对几个操作全并后的原子性执行。
丰富的特性  –  Redis还支持 publish/subscribe, 通知, key 过期等等特性。


教程与手册:http://www.runoob.com/redis/redis-tutorial.html


4. Ajax

Keyword: Ajax

在学习Javascript过程中学到的东西,AJAX = Asynchronous JavaScript and XML(异步的 JavaScript 和 XML)。AJAX 是在不重新加载整个页面的情况下与服务器交换数据并更新部分网页的技术。

教程与手册:http://www.runoob.com/ajax/ajax-tutorial.html


5.构建SPAs(Single Page Applications)

Keyword: vue.js, angulasjs

angulasjs: 

教程与手册:http://www.runoob.com/angularjs/angularjs-tutorial.html

vue.js: 

教程与手册:lhttp://cn.vuejs.org/guide/index.html


6.正则表达示

http://www.runoob.com/regexp/regexp-tutorial.html

内容概要:本文围绕“光伏-储能-数据中心”系统的容量优化配置展开研究,旨在通过构建数学模型并结合Matlab编程实现,对园区内光伏发电、储能设备与数据中心算力负荷之间的多能互补关系进行协同优化。研究综合考虑可再生能源出力的波动性、储能系统的充放电特性以及数据中心的动态用电需求与算力调度特性,建立以最小化综合成本、降低碳排放强度、提升能源自给率等为目标的多目标优化模型,并采用先进的智能优化算法(如粒子群、灰狼、鲸鱼等)进行求解,从而确定光伏装机容量与储能系统配置的最优方案。文中提供了完整的Matlab代码实现流程,涵盖数据预处理、模型构建、算法求解与结果可视化全过程,属于综合能源系统与信息基础设施深度融合的前沿交叉课题。; 适合人群:具备电力系统、能源工程、自动化或计算机等相关专业背景,熟悉Matlab编程与基本优化算法原理,从事新能源利用、绿色数据中心、综合能源系统规划与低碳调度等方向的研究生、科研人员及工程技术人员。; 使用场景及目标:① 掌握光伏-储能-数据中心耦合系统的建模思路与多能流协同机制;② 学习基于Matlab的多目标容量优化配置方法与智能算法应用技巧;③ 为工业园区、数字经济园区及绿色数据中心的能源系统规划、节能减排与可持续运行提供科学决策依据和技术解决方案。; 阅读建议:建议结合所提供的Matlab代码,深入理解目标函数设计、约束条件设定及算法实现细节,可通过调整负荷参数、改变气候数据、引入新的优化目标或约束条件等方式进行拓展性实验,以深化对系统特性的认知并提升实际科研与工程应用能力。
内容概要:本文档聚焦于“考虑源网荷储协调的主动配电网优化调度方法”的Matlab代码复现研究,属于电力系统与综合能源系统领域的高水平科研资源。文档系统阐述了融合电源侧、电网侧、负荷侧及储能系统(源---储)协同优化的主动配电网调度模型,旨在通过先进的数学优化方法提升电力系统的经济性、可靠性与低碳化水平。研究内容涵盖多时间尺度调度架构、不确定性建模(如新能源出力波动)、鲁棒优化或分布鲁棒优化(DRO)等核心技术,并依托Matlab平台完成模型构建与仿真验证。同时,文档列举了多个前沿研究方向,如光储充一体化、主从博弈、微电网双层优化、电氢耦合系统、电动汽车集群调度等,体现出其在现代智能电网与综合能源系统优化调度中的代表性与前瞻性。; 适合人群:具备电力系统基础理论知识和Matlab编程能力,从事能源、电气工程、自动化、可再生能源等方向研究的研究生、科研人员及工程技术人员,特别适合致力于优化建模、智能算法应用与综合能源系统仿真的研究人员。; 使用场景及目标:① 复现高水平期刊论文中的主动配电网优化调度模型;② 掌握源网荷储协同优化的建模方法与Matlab实现技术;③ 借助所提供的完整代码资源开展二次开发、算法改进或新场景拓展,服务于科研创新、项目申报与学术论文撰写。; 阅读建议:建议结合文档中提及的相关文献与案例,按照目录结构循序渐进地学习,重点理解模型构建的逻辑框架与代码实现的关键细节,并利用附带的百度网盘资源获取全部代码与数据文件,通过动手实践加深对优化算法与工程应用的理解。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值