缓存集群技术深度解析:从原理到实战
缓存集群技术深度解析:从原理到实战
一、缓存集群核心定位与架构选型
1. 集群模式核心价值
缓存集群通过数据分片、高可用保障、水平扩展解决单节点瓶颈,核心能力包括:
- 数据分片:将数据分散到多个节点,突破单节点内存限制(如 Redis Cluster 的 16384 哈希槽)
- 高可用性:通过主从复制(Replica)和故障转移(Failover)机制,确保服务不中断
- 弹性扩展:支持动态添加 / 删除节点,适应业务流量波动
典型应用场景
- 海量数据存储(如亿级用户缓存)
- 超高并发访问(如每秒百万级请求)
- 跨机房容灾(如多数据中心部署)
2. 主流集群方案对比
方案 | 代表组件 | 一致性模型 | 分片策略 | 典型场景 |
---|---|---|---|---|
主从复制 + 哨兵 | Redis Sentinel | AP | 主从全量复制 | 读多写少场景 |
分布式哈希集群 | Redis Cluster | AP | 哈希槽(Hash Slot) | 数据分片存储 |
无中心集群 | Hazelcast | CP | 一致性哈希 | 强一致性需求场景 |
云原生缓存 | AWS ElastiCache | 托管型 | 自动分片 | 云环境快速部署 |
二、Redis Cluster 核心原理与实战
1. 数据分片与路由机制
哈希槽分配算法
// 计算键所属哈希槽(Redis 源码简化版)
int CRC16(String key) {byte[] bytes = key.getBytes(StandardCharsets.UTF_8);short crc = 0;for (byte b : bytes) {crc = (crc >>> 8) | (crc << 8);crc ^= b;crc ^= (crc & 0xFF) >> 4;crc ^= (crc << 12) & 0xFFF0;crc ^= (crc & 0xFF) << 5;}return crc & 0xFFFF;
}int slot = CRC16(key) % 16384; // 计算哈希槽(0-16383)
路由流程
- 客户端发送请求至任意节点
- 节点检查键所属槽是否本地负责:
- 是:直接处理请求
- 否:返回
MOVED
响应,携带目标节点地址
- 客户端更新路由表,重定向至目标节点
集群状态同步
- 通过 Gossip 协议(如
PING/PONG
消息)交换节点状态、槽分配信息 - 每秒发送约 100 条消息,保证集群状态最终一致
2. 集群搭建与运维实战
三主三从集群部署步骤
-
配置文件准备(redis.conf 关键配置)
cluster-enabled yes # 启用集群模式 cluster-node-timeout 15000 # 节点超时时间(毫秒) appendonly yes # 启用 AOF 持久化 replica-read-only yes # 从节点只读(默认)
-
初始化集群
# 使用 redis-cli 初始化(假设节点 IP:port 为 192.168.1.1:7000 等) redis-cli --cluster create \192.168.1.1:7000 192.168.1.2:7001 192.168.1.3:7002 \192.168.1.4:7003 192.168.1.5:7004 192.168.1.6:7005 \--cluster-replicas 1 # 每个主节点配一个从节点
-
扩容节点(添加新主节点 192.168.1.7:7006)
redis-cli --cluster add-node 192.168.1.7:7006 192.168.1.1:7000 redis-cli --cluster reshard 192.168.1.1:7000 \--cluster-from -1 --cluster-to 192.168.1.7:7006 --cluster-slots 1000
运维工具推荐
- redis-cli --cluster:官方集群管理工具,支持创建、扩容、缩容
- Cluster API:通过
CLUSTER INFO
/CLUSTER NODES
命令获取集群状态 - Prometheus + Grafana:监控指标如
redis_cluster_slots_assigned
、redis_replica_connections
三、Hazelcast 集群:强一致性方案解析
1. 架构设计与核心特性
架构图
关键特性
- CP 一致性模型:通过 Raft 协议实现强一致性,适合金融交易等场景
- 智能分区:基于一致性哈希算法,自动平衡节点间数据分布
- 计算能力集成:支持分布式计算(如 IMap.forEach ()),减少数据移动开销
数据存储示例
// 配置强一致性缓存
Config config = new Config();
config.getMapConfig("myMap").setBackupCount(2) // 每个分区保留 2 个备份.setAsyncBackup(false) // 同步备份(保证一致性).setMergePolicy(PutIfAbsentMergePolicy.class); // 冲突解决策略HazelcastInstance hz = Hazelcast.newHazelcastInstance(config);
IMap<String, String> map = hz.getMap("myMap");
map.put("key1", "value1"); // 写入主节点并同步备份
2. 与 Redis 集群对比分析
维度 | Redis Cluster | Hazelcast |
---|---|---|
一致性 | 最终一致(AP) | 强一致(CP) |
数据模型 | 键值对 | 分布式对象(支持 SQL / 索引) |
内存效率 | 高(轻量级设计) | 中(需存储元数据) |
学习成本 | 低(社区资源丰富) | 高(需掌握分布式计算) |
选型建议
- 缓存场景优先选 Redis Cluster
- 需强一致性或分布式计算场景选 Hazelcast
四、生产环境最佳实践
1. 高可用架构设计
跨机房容灾方案
机房 | 节点数 | 角色 | 数据同步方式 |
---|---|---|---|
机房 A | 3 | 主集群 | 异步复制(延迟 < 50ms) |
机房 B | 3 | 灾备集群 | 定期全量同步 |
故障转移流程
- 哨兵(Sentinel)检测到主集群不可用
- 自动切换至灾备集群(通过 DNS 切换流量)
- 故障恢复后,从灾备集群同步差异数据
2. 性能优化与故障诊断
性能瓶颈定位
- 网络延迟:通过
redis-cli --latency
检测节点间 RT,超过 1ms 需优化网络 - 内存碎片:查看
INFO memory
中的mem_fragmentation_ratio
,超过 1.5 需重启节点 - 线程阻塞:使用
redis-cli monitor
监控慢命令(如KEYS *
),耗时超过 1ms 需优化
典型故障处理
场景:集群脑裂(双主节点并存)
- 现象:两个主节点同时提供服务,数据不一致
- 解决方案
- 检查网络分区,修复交换机 / 路由器故障
- 通过
CLUSTER FAILOVER
强制故障转移 - 清理旧主节点数据,重新加入集群
五、高频面试题深度解析
1. 架构设计相关
问题:Redis 集群为什么采用 16384 个哈希槽?
解析
- 槽数量足够小(2^14=16384),方便节点通过心跳包交换槽信息(每个节点状态约 2KB)
- 槽数量足够大,可灵活分配(如每个节点负责约 1000 个槽)
- 兼容旧版客户端(早期版本通过哈希取模实现分片)
问题:如何保证缓存集群的数据一致性?
解决方案
- AP 模式:通过异步复制实现最终一致(如 Redis Cluster)
- CP 模式:通过 Raft/Paxos 协议实现强一致(如 Hazelcast)
- 混合模式:关键数据(如支付信息)用 CP 模式,普通数据用 AP 模式
2. 运维与优化相关
问题:如何应对 Redis 集群中的大键问题?
解决方案
- 拆分大键:将对象属性拆分为多个小键(如用户信息用 Hash 结构而非 String)
- 数据压缩:对二进制数据使用
COMPRESS
/DECOMPRESS
命令(如图片缓存) - 监控预警:通过
redis-cli --bigkeys
定期扫描大键,设置阈值(如单个键 > 1MB)
六、高级特性深度应用
1. 多集群数据同步(CDC)
基于 Canal 的 Redis 集群同步
- 实现步骤
- 部署 Canal 监听 MySQL binlog
- 将变更数据转换为 JSON 格式写入 Kafka
- 消费 Kafka 消息,更新 Redis 集群
工具链
- Canal:数据库变更捕获
- Debezium:分布式 CDC 框架
- Apache Flink:流式数据处理
2. 边缘计算场景下的轻量级集群
EdgeX Foundry 集成 Redis Edge
- 架构:在边缘节点部署单节点 Redis,通过 MQTT 协议与中心集群同步
- 优势:
- 低延迟(本地缓存响应 < 1ms)
- 低功耗(单进程内存占用 < 100MB)
- 断网自治(离线模式下缓存数据持久化)
总结与展望
本文系统解析了缓存集群的核心架构、主流方案及生产实践,揭示了其在海量数据与高并发场景下的关键作用。Redis Cluster 通过哈希槽与 Gossip 协议实现了简单高效的 AP 集群,而 Hazelcast 则通过 Raft 协议提供了强一致性的 CP 方案。在实际应用中,需根据业务一致性需求、数据规模与团队技术栈综合选型。
未来缓存集群的发展将聚焦于:
- 云原生自动化:Kubernetes 原生支持,自动扩缩容与故障自愈
- 异构计算融合:缓存层集成机器学习模型,实现智能缓存管理
- 绿色计算:低功耗硬件(如 ARM 架构)部署,降低数据中心能耗
掌握缓存集群的原理与优化技巧,是构建弹性可扩展分布式系统的核心能力,也是应对未来业务增长的重要技术储备。
相关文章:
缓存集群技术深度解析:从原理到实战
缓存集群技术深度解析:从原理到实战 一、缓存集群核心定位与架构选型 1. 集群模式核心价值 缓存集群通过数据分片、高可用保障、水平扩展解决单节点瓶颈,核心能力包括: 数据分片:将数据分散到多个节点,突破单节点内…...
Qt C++/Go/Python 面试题(持续更新)
目录 1、封装、继承、多态是什么? 2、final标识符的作用是什么? 3、介绍一下虚函数 4、介绍一下智能指针 5、介绍一下左值、右值、左值引用、右值引用 6、指针和引用有什么区别? 7、define和const的区别是什么? 8、C程序的…...
Spring Cloud Alibaba VS Spring Cloud
Spring Cloud Alibaba 与 Spring Cloud 组件对比 服务发现与注册中心 功能Spring CloudSpring Cloud Alibaba对比说明核心组件EurekaNacosNacos 支持动态配置管理、健康检查更灵活,且提供 DNS 服务发现能力。健康检查…...
containerd 配置代理
1.systemd unit file 为 containerd 服务创建一个 systemd 插入目录 mkdir /etc/systemd/system/containerd.service.d/创建名为 /etc/systemd/system/containerd.service.d/http-proxy.conf 的文件 添加 HTTP_PROXY 环境变量 [Service] Environment"HTTP_PROXYhttp:/…...
专家系统的基本概念解析——基于《人工智能原理与方法》的深度拓展
一、什么是专家系统 (一)基本思想与定义 1. 核心思想:知识与推理的分离 迄今为止,关于专家系统还没有一个公认的严格定义,一般认为: (1)它是一个智能程序系统; &…...
什么是公链?公链项目有哪些?公链项目开发
公链技术全景解析:定义、生态与开发指南(2025年深度版) 一、公链的本质与核心特征 1.1 公链的定义 公链(Public Blockchain)是一种完全开放、无需许可的区块链网络架构,其核心特征在于去中心化、透明…...
如何解析商品详情页面
解析商品详情页面是爬虫开发中的一个重要环节。由于商品详情页面通常包含丰富的信息,如商品名称、价格、描述、图片等,因此需要仔细分析页面结构并提取所需数据。以下是一个详细的步骤指南,展示如何使用 Java 和 Jsoup 解析商品详情页面。 一…...
Android 混合开发实战:统一 View 与 Compose 的浅色/深色主题方案
整个应用(包括 View 和 Compose 部分)的浅色/深色模式保持一致。以下是完整的解决方案: 全局配置方案 1. 基础主题设置 在 res/values/themes.xml 和 res/values-night/themes.xml 中定义统一的主题: <!-- values/themes.x…...
三国杀专业分析面板,立志成为桌游界的stockfish
三国杀专业分析面板 (SGSFish) GitHub仓库: 本项目是一个基于 Python 实现的三国杀专业分析面板,旨在模拟玩家决策过程,通过量化评估动作实体(卡牌/技能)的价值、考虑它们之间的相互影响(包括基于作用域的…...
解析 select 函数
解析 select 函数 select 函数是 Unix/Linux 系统中用于多路复用的系统调用,主要用于在多个文件描述符(file descriptors)上等待事件的发生。它允许程序同时监视多个 I/O 通道,并在任意一个通道准备好进行 I/O 操作时通知程序&am…...
对话模型和补全模型区别
对话模型和补全模型区别 什么是对话模型、补全模型 什么是 Completion 最基本地说,文本模型是一个经过训练的大型数学模型,旨在完成一项单一任务:预测下一个 token 或字符。这个过程被称为 completion,在您的旅程中您会经常遇到这个术语。 例如,当使用 completion 文本…...
计算机图形学实践:结合Qt和OpenGL实现绘制彩色三角形
以下是使用Qt和OpenGL实现绘制彩色三角形并添加颜色选择按钮的步骤: 一、创建OpenGL绘制组件 继承QOpenGLWidget实现自定义绘制类: // myopenglwidget.h #include <QOpenGLWidget> #include <QOpenGLFunctions_3_3_Core> #include <QO…...
十分钟应急响应——自定义工具链整合实战
核心思路 结合群联AI云防护的API和自定义脚本,实现攻击检测、节点切换、日志分析的端到端自动化。 技术实现步骤 1. 实时攻击检测脚本 使用Python监听群联系统日志,识别攻击特征: # monitor_attack.py import json import subprocess from…...
SpringCloud微服务架构设计与实践 - 面试实战
SpringCloud微服务架构设计与实践 - 面试实战 第一轮提问 面试官:马架构,请问在SpringCloud微服务架构中,如何实现服务注册与发现? 马架构:在SpringCloud中,Eureka是常用的服务注册与发现组件。服务提供…...
每日算法——快乐数、两数之和
202. 快乐数 class Solution { public:bool isHappy(int n) {unordered_set<int> result_set;while(true){int sum 0;while(n>0){sum (n%10)*(n%10);n/10;}if(sum1){return true;}else{if(result_set.find(sum) ! result_set.end()){return false;}result_set.inser…...
反射,枚举,lambda表达式
目录 反射枚举的使用Lambda表达式函数式接口语法Lambda表达式语法精简 变量捕获Lambda在集合List中的使用 反射 作用:在Java代码中,让一个对象认识到自己 比如一个类的名字,里面的方法,属性等 让程序运行的过程,某个对…...
matlab 绘图
1.三维绘图 % 原始数据(按行输入:x y z) data [1 2 3 ;5 56 234 ;32 34 67 1 2 5 ];% 提取坐标并生成网格(适用于surf函数的网格格式) x data(:,1); % X坐标(行数对应Y轴) y data…...
AI日报 - 2025年04月25日
🌟 今日概览(60秒速览) ▎🤖 AGI突破 | OpenAI o3模型展现行动能力,英国发布RepliBench评估AI自主复制风险,DeepMind CEO担忧AGI协调挑战。 模型能力向行动和自主性演进,安全与协调成为焦点。 ▎💼 商业动向…...
力扣面试150题--基本计算器
Day 31 题目描述 思路 (逆波兰表达式扩展) 初次思路:此题我遇到了几个难点 如何处理()如何处理-1和2-1中的负数还是减法问题 1-(-(12))如何处理多余的空格 我的做法如…...
各种各样的bug合集
一、连不上数据库db 1.可能是密码一大包东西不对; 2.可能是里面某个port和数据库不一样(针对于修改了数据库但是连不上的情况); 3.可能是git代码没拉对,再拉一下代码。❤ 二、没有这个包 可能是可以#注释掉。❤ …...
【25软考网工】第三章(3)虚拟局域网VLAN
一、虚拟局域网VLAN 1. VLAN基础 定义:根据管理功能、组织机构或应用类型对交换局域网进行分段而形成的逻辑网络。例如将大型网络划分为多个VLAN(如VLAN1-4)。 优势: 管理便利:便于对不同部门或功能进行分组管理安全隔…...
SFINAE(Substitution Failure Is Not An Error)
C 中的 SFINAE(替换失败并非错误) SFINAE(Substitution Failure Is Not An Error)是 C 模板元编程的核心机制之一,允许在编译时根据类型特性选择不同的模板实现。以下通过代码示例和底层原理,逐步解析 SFI…...
学习记录:DAY17
我的学习日志:前端开发练习 前言 只想畏缩在自己的床上,什么也不想干😰 我觉得有必要调整一下复习方针,不然容易白学。 我确实不太爱复习的人,尽量每天抽出时间来复习昨天的内容,周末总体复习一下一个星期…...
LibrePhotos本地部署打造个人云相册安全存储和分享家庭照片(1)
文章目录 前言1.关于LibrePhotos2.本地部署LibrePhotos3.LibrePhotos简单使用4. 安装内网穿透5.配置LibrePhotos公网地址6. 配置固定公网地址 前言 手机里塞满了珍贵回忆,却担心一不小心就被偷看?别怕,今天我就教你一个绝招——使用LibrePho…...
Android插拔U盘导致黑屏问题排查
问题现象: 车机大屏偶先插拔带音乐的U盘,导致车机系统短暂黑屏的情况。 日志中可以看到vold进程unmount了两次分区,一次是U盘分区,一次是/storage/emulated/0分区: I vold : Start killProcesses: /mnt/media_rw/…...
Android Build Variants(构建变体)详解
Android Build Variants(构建变体)是 Android 开发中用于生成不同版本应用程序的一种机制。它允许开发者根据不同的需求,如不同的应用市场、不同的功能模块、不同的环境配置等,从同一个代码库中生成多个不同的 APK。 组成部分 B…...
看一看 中间件Middleware
中间件(Middleware)是介于操作系统与应用程序之间的一层软件 它为分布式应用程序提供了统一的通信、数据交换、服务调用、消息传递等能力。 它的作用就像“胶水”,连接各个系统组件。 文章目录 消息队列缓存中间件数据库中间件服务注册与发现…...
ai人才需要掌握什么
在人工智能(AI)技术重塑全球产业格局的今天,AI人才的核心竞争力已超越单一技术维度,演变为“技术深度+人文广度+伦理自觉”的三维能力模型。本文将从技术能力体系、跨学科思维、伦理与治理三个层面,解析AI人才的核心能力框架,并针对技术局限性提出系统性应对策略。 一、…...
RISC-V低功耗MCU动态时钟门控技术详解
我来分享一下RISC-V核低功耗MCU的动态时钟门控技术实现: 这款MCU通过硬件级时钟门控电路实现了模块级的功耗管理。当外设(如UART、SPI)处于闲置状态时,系统会自动切断其时钟信号,减少无效翻转功耗。同时支持多电压域协…...
第十天 Shader编程:编写简单表面着色器 Addressable资源管理系统 DOTS(面向数据技术栈)入门
前言 作为Unity初学者,在实现复杂场景时经常会遇到性能瓶颈。本文将带你通过四个关键技术的实战学习,掌握现代Unity开发的核心优化方案: Shader编程 - 编写表面着色器控制物体渲染Addressable系统 - 实现高效资源管理DOTS技术栈 - 解锁百万…...
把dll模块注入到游戏进程的方法_插APC注入
一、概述 APC是异步过程调用,系统创建线程的时候会为线程创建一个APC队列,当线程调用SleepEx,WaitSingleObjectEx等函数时,并把线程状态被设置为可提醒状态时,线程并不会睡眠,而是检查APC队列是否为空,如果不为空,转去执行APC队列中的每一项,因此给目标进程中的线程插…...
【C++】内存管理:内存划分、动态内存管理(new、delete用法)
文章目录 一、C/C中的内存划分二、C语言中动态内存管理方式三、C中动态内存管理方式1、new、delete基本用法(1)、内置类型(2)、自定义类型 2、operator new与operator delete函数3、new和delete的实现原理(1)内置类型(2)自定义类型…...
【k8s】KubeProxy 的三种工作模式——Userspace、iptables 、 IPVS
在 Kubernetes 集群中,KubeProxy 是实现 Service 的网络代理和负载均衡功能的关键组件。它支持三种工作模式:Userspace 模式、iptables 模式和 IPVS 模式。每种模式都有其特点和适用场景,以下是详细介绍: Userspace 模式 工作原…...
密码学的hash函数,哈希碰撞, collision resistance, BTC用到的SHA-256简介
密码学中的哈希函数、哈希碰撞、抗碰撞性(collision resistance)以及比特币中使用的 SHA-256 的简明介绍: 🧩 一、哈希函数(Hash Function) 定义: 哈希函数是一种将任意长度的输入(…...
通过监督微调(SFT)提升AI Agent效果的完整指南
一、SFT技术深度剖析 1.1 核心概念 监督微调(Supervised Fine-Tuning)是在大规模预训练语言模型(如LLaMA、GPT系列)的基础上,使用特定任务标注数据进行二次训练的过程。其本质是通过有监督学习调整模型参数ÿ…...
TCP基础题:音乐播放列表管理系统
需求描述 服务器端 创建一个 TCP 服务器,监听本地的 9999 端口,支持多个客户端连接。维护一个音乐播放列表,每个音乐条目包含歌曲名称、歌手、时长等信息。能够处理客户端的以下请求: 添加音乐到播放列表:接收客户端发…...
碰一碰发视频源码文案功能,支持OEM
在数字化营销与内容传播领域,碰一碰发视频文案功能凭借 NFC 技术的便捷性,实现了视频与文案的快速传递。本文将围绕该功能的开发流程,从需求分析、技术架构设计到核心功能实现,详细解析其开发要点,为开发者提供实践参考…...
如何在 Vue 3 中实现一个自定义的 `v-html` 组件
引言 在 Vue.js 中,v-html 是一个非常有用的指令,用于将 HTML 字符串渲染到元素中。然而,由于它直接插入 HTML 内容,存在潜在的安全风险(如 XSS 攻击)。因此,了解其工作原理并实现一个安全的替…...
差分对的返回电流-信号完整性分析
差分对的返回电流: 单端线的返回电流集中在参考平面,差分对的返回电流是怎样分布的?有一种观点认为,对于差分对这种耦合传输结构,其中一条走线是另一条走线的返回路径。甚至更进一步得出差分对不需要参考平面的结论。是否真的如此?要想了解…...
html单页业务介绍源码
源码介绍 html单页业务介绍源码,源码由HTMLCSSJS组成,记事本打开源码文件可以进行内容文字之类的修改,双击html文件可以本地运行 效果预览 源码免费获取 html单页业务介绍源码...
IDEA导入并启动若依项目步骤(SpringBoot+Vue3)
1.下载后端项目 项目地址:https://gitee.com/y_project/RuoYi-Vue 复制命令,将项目克隆到本地 git clone gitgitee.com:y_project/RuoYi-Vue.git使用IDEA打开(会有点慢,耐心等待),打开后如下 2.Mysql导…...
零基础上手Python数据分析 (22)案例实战]之利用 Matplotlib Seaborn 进行电商销售数据可视化分析
写在前面 —— 图表为刃,洞察先行!综合运用 Pandas、Matplotlib 与 Seaborn,点亮数据价值 本篇通过一个完整的案例实战,体验如何将数据分析与数据可视化紧密结合,让冰冷的数据转化为生动、直观、富有洞察力的视觉故事! 案例目标: 本篇博客将延续我们在第 17 篇案例中…...
图像预处理-霍夫变换
一.概念 霍夫变换是图像处理的一种技术,主要用于检测图像中的直线、圆等几何形状。基本思想就是将图像空间(直角坐标系或极坐标系)中的点映射到(霍夫空间)参数空间中,通过在参数空间中寻找累计最大值实现对特定形状的检测。 接下…...
逐步了解蓝牙 LE 配对(物联网网络安全)
配对是蓝牙 LE 中的一个重要概念。让我们来了解一下蓝牙 LE 配对的基础知识,概述 LE 设备如何在可信设备之间安全地共享密钥。 在之前的一篇文章]中,我们讨论了蓝牙 LE 的安全密钥。我们了解到,蓝牙 LE 设备可以创建并共享三个不同的安全密钥:一个用于数据加密,一个用于创…...
嵌入模型(Embedding Models)原理详解:从Word2Vec到BERT的技术演进
一、什么是嵌入模型? 嵌入模型(Embedding Models) 是一种将高维离散数据(如文本、图像)转换为低维连续向量表示的技术。这些向量能够反映数据的语义关系,使得“语义相近的实体在向量空间中距离更近”。例如…...
解析塔能科技:绿色低碳智慧节能一站式破局之匙
在能源问题日益凸显的当下,绿色低碳、高效节能成为全球发展的重要课题。对各类节能方案进行深入剖析后,可以发现塔能科技的绿色低碳智慧节能一站式解决方案极具创新性与实用性,切实为众多行业面临的能源困境提供了有效解决路径。 直面行业痛点…...
el-menu箭头改为右下
问: el-menu箭头改为右下 回答: :deep(.el-menu){.el-sub-menu .el-sub-menu__icon-arrow{transition: transform 0.3stransform: rotateZ(-90deg) !important;}/* 展开状态:箭头向下 */.el-sub-menu.is-opened .el-sub-menu__icon-arrow,…...
[特殊字符][特殊字符] HarmonyOS相关实现原理聊聊![特殊字符][特殊字符]
Hey小伙伴们~ 今天咱们来聊聊HarmonyOS的实现原理吧!🤔💡 虽然直接看源代码是最直接的方式,但是OpenHarmony项目的开源进度有点让人捉急呢… 不过没关系,我们可以通过已经开放的SDK、IDE、开发示例和编译产物来一探究竟…...
RTSP播放器实现回调RGB|YUV给视觉算法,然后二次编码推送到RTMP服务
引言 在本文中,我们将介绍如何基于大牛直播SDK构建一个功能强大的RTSP|RTMP播放器,该播放器利用自定义SDK解码视频、处理RGB帧,并将其推送到RTMP流中进行直播。这个解决方案非常适合需要在实时视频流中集成视觉算法的场景,在处理…...
补题【Darkness+Different Billing+Dice Game】
文章目录 1.Darkness2.Different Billing3.Dice Game 1.Darkness 题目来源:Darkness I 这题不难想,通过作图我们发现 当nm时直接取对角线就好 当n!m时,取m,n的最小值,那么最小值的这个正方形都可以被填为黑色,剩下的…...