Java应用OOM排查:面试通关“三部曲”心法
开篇点题:OOM——Java应用的“内存爆仓”警报
-
OOM (OutOfMemoryError) 是啥病?想象一下,你的Java应用程序是一个大仓库,内存就是仓库的存储空间。如果货物(程序运行时创建的对象)越来越多,超出了仓库的容量,仓库管理员(JVM)就会大喊:“放不下了!爆仓了!”——这就是“OutOfMemoryError”(OOM内存溢出)。一旦发生OOM,应用轻则响应缓慢、功能异常,重则直接“罢工”崩溃,用户体验直线下降。
-
为啥面试官爱问这个?
- 核心挑战: OOM是Java应用中最常见也最致命的问题之一,能有效考察候选人处理线上危急状况的能力。
- JVM理解深度: 排查OOM需要对JVM内存模型、垃圾回收机制有深入理解。
- 问题定位与分析能力: OOM的根源可能多种多样(内存泄漏、配置不当、瞬时大对象等),考察候选人系统性的分析和诊断技能。
- 工具运用与实践经验: 是否熟练使用MAT、jmap、jstat以及分析GC日志等工具。
- 系统优化与预防思维: 能否从根本上解决问题并提出预防措施,体现架构和设计能力。
核心思路:三大黄金法则傍身 (整体大局观)
在应对“内存爆仓”的紧急情况时,心中牢记三大法则:
-
法则一:救火优先,保全现场!
- 大白话: “仓库爆了”,首要任务是赶紧恢复运作(比如重启),但同时务必抢救出“货物清单”和“监控录像”(Heap Dump、GC日志),这是事后查明“事故原因”的关键证据!
- 对应行动: 快速恢复服务是第一要务,但在此过程中,有意识地、优先地收集和保全所有能用于事后分析的诊断信息。
-
法则二:由表及里,深挖根源!
- 大白话: 不能只满足于让“仓库”重新开门,必须搞清楚是“货物”(对象)太多放不下,还是“仓库管理”(GC、内存配置)出了问题,或者是“有人在偷偷囤积居奇”(内存泄漏)。
- 对应行动: 利用诊断工具(MAT、GC日志分析等)层层深入,从现象到本质,定位OOM的真正原因。
-
法则三:标本兼治,长效预防!
- 大白 jornalista: 找到“爆仓”真凶后,不仅要“清理门户”,还要“改造仓库”、“升级管理制度”,确保以后不再轻易“爆仓”。
- 对应行动: 彻底修复问题(代码优化、JVM调优),并完善监控、告警、容量规划和流程规范,建立长效预防机制。
行动总纲:OOM排查“三部曲” (先有总纲,再看细节)
我们的OOM“救火与探案”行动路线图清晰明了,严格分为三步:
-
第一部曲:十万火急!应急响应与现场保护 (事中应急)
- 目标: 以最快速度恢复服务,最大限度降低业务损失,同时务必保全OOM相关的诊断信息(如Heap Dump、GC日志)以供后续分析。
-
第二部曲:刨根问底!诊断分析与定位真凶 (事中诊断)
- 目标: 在服务初步稳定或隔离环境下,利用收集到的诊断信息,通过专业工具和分析方法,深入排查,定位导致OOM的根本原因。
-
第三部曲:亡羊补牢!彻底修复与长效预防 (事后根治与预防)
- 目标: 针对根本原因进行彻底修复(代码层面、JVM参数层面、架构层面),并建立和完善长效的监控、预警、容量规划和规范流程,防止OOM问题再次发生。
各个击破:三部曲详解 (局部细节展开)
第一部曲:十万火急!应急响应与现场保护 (事中应急)
监控告警显示JVM内存使用率飙升至100%,或者应用日志中出现 java.lang.OutOfMemoryError!你是“仓库救火队长”,每一秒都至关重要!
-
火速定位“爆仓”类型与范围!(快速信息收集与评估)
-
OOM类型确认(监控/日志是“CCTV”和“报警器”):
-
日志里是哪种OOM?
- java.lang.OutOfMemoryError: Java heap space:最常见,堆内存不足。
- java.lang.OutOfMemoryError: Metaspace:元空间不足(JDK 8+),通常是加载的类太多或元空间配置太小。
- java.lang.OutOfMemoryError: GC overhead limit exceeded:GC占用了绝大部分CPU时间(通常超过98%),但回收效果甚微(如回收了不到2%的堆),说明内存极度紧张,JVM认为继续GC已无意义。
- 其他类型如 Unable to create new native thread(无法创建新线程,可能是系统线程数限制或内存不足以分配给线程栈)、Direct buffer memory(直接内存不足)。
-
-
影响范围: 是单台服务器上的应用实例OOM,还是集群大面积OOM?(查看负载均衡状态、实例健康检查、APM告警)。
-
业务影响: 哪些核心业务受到了冲击?用户请求是不是大量失败或超时?错误率是否飙升?
-
关联近期“可疑操作”:
- 最近有代码上线吗?(特别是涉及大量数据处理、缓存、集合操作、第三方库引入或升级的代码,重大嫌疑!)
- 有配置变更吗?(比如JVM内存参数调整、业务配置导致数据量突增)
- 是不是有预期外的大流量冲击,或者某个批处理任务/定时任务在不合适的时间运行了?
-
-
检查JVM是否留下“遗书”?(关键诊断信息保全意识)
-
Heap Dump (堆转储文件) - “黑匣子”:
- 检查JVM启动参数是否配置了自动生成Heap Dump:-XX:+HeapDumpOnOutOfMemoryError 和 -XX:HeapDumpPath=/path/to/dump/。
- 如果配置了,OOM时会自动在指定路径生成一个 .hprof 文件。这是分析内存问题的最最关键的物证!
-
GC日志:
- 是否开启了GC日志?(如 JDK 8用 -Xloggc:gc.log -XX:+PrintGCDetails -XX:+PrintGCDateStamps;JDK 9+用 -Xlog:gc*:file=gc.log:time,level,tags)。
- GC日志能反映OOM前内存的详细回收情况和趋势。
-
hs_err_pid<PID>.log (JVM致命错误日志):
- OOM有时可能引发更严重的JVM崩溃,此时会生成此文件,包含JVM崩溃时的线程、内存、库等信息。
-
-
紧急“清场”或“扩容”,恢复仓库运作!(核心应急止损措施)
-
目标: 尽快让应用实例恢复服务能力,将业务损失降到最低。
-
行动1:重启“爆仓”的应用实例!
-
对于已发生OOM的实例,重启是快速释放内存、恢复该实例服务能力的最直接有效的方法。
-
⚠️ 重启前,务必抢救“黑匣子” (如果JVM没自动生成或你想在特定时刻抓取):
- 确保已生成的Heap Dump和GC日志被妥善保存,不要被重启过程覆盖或删除。立即从服务器上拷贝出来。
- 如果JVM未配置自动生成Heap Dump,或者你想在OOM发生但进程还未完全死掉时手动抓取,可以尝试使用 jmap -dump:format=b,file=heapdump_<PID>_$(date +%s).hprof <PID> 命令。但这可能会让应用暂时完全卡住,甚至直接崩溃,需谨慎评估风险并快速操作。
-
-
行动2:隔离“问题仓库”!
- 如果某个实例反复OOM,或暂时无法恢复,立即将其从负载均衡器中摘除(或使其在服务发现中下线),避免新的用户请求流向它,保证其他健康实例的服务质量。
-
行动3:紧急“版本回滚”!
- 如果高度怀疑是近期上线的代码(比如引入了内存泄漏或不合理的内存使用)导致的OOM,且有成熟的回滚方案,果断执行代码版本回滚到上一个稳定版本。
-
行动4:临时“扩建仓库”(谨慎调整JVM内存参数)!
- 如果初步判断是真实业务量增长导致内存需求增加(而非泄漏),且服务器物理内存尚有较多余量,可以考虑临时、小幅地调大JVM的 -Xmx (最大堆内存) 和可能的 -XX:MaxMetaspaceSize 参数。
- ⚠️ 注意:这是双刃剑! 如果根源是内存泄漏,盲目增大堆内存只会延迟OOM的发生,并可能导致更长时间的Full GC停顿,反而影响性能。此操作必须非常谨慎,并密切观察调整后的GC情况和内存使用。通常不作为首选,除非有较强把握。
-
行动5 (根据具体OOM类型):
- 如果是 Metaspace OOM,除了考虑调大 -XX:MaxMetaspaceSize,还要排查是否有动态类加载过多、反射滥用等问题。
- 如果是 Unable to create new native thread,需要检查系统线程数限制(ulimit -u)、JVM分配给线程栈的内存(-Xss 是否过大导致总内存需求过高)、以及是否有线程泄漏。
-
-
全员戒备,信息同步!
- 立即将故障情况、影响范围、已采取的应急措施、初步判断等信息同步给团队(开发、运维/SRE)、上级以及其他相关方。保持沟通透明。
“事中应急”的核心:不是让你当场变成内存分析专家,而是要你利用运维手段(重启、隔离、回滚、临时调整参数)快速恢复业务,同时有强烈的意识去保全用于事后分析的关键诊断信息(Heap Dump、GC日志)。
第二部曲:刨根问底!诊断分析与定位真凶 (事中诊断)
当服务通过应急手段暂时稳定下来后(比如重启后暂时没再OOM,或已回滚到稳定版本),现在才是仔细“盘点仓库”,找出为什么会“爆仓”的时候。
-
最重要的物证:分析Heap Dump (堆转储文件)
-
工具: Eclipse Memory Analyzer Tool (MAT) 是首选,功能强大。JVisualVM(JDK自带)也提供简单的堆分析功能。
-
MAT使用步骤概要:
- 打开OOM时生成的 .hprof 文件。
- 查看“Leak Suspects Report”(泄漏疑点报告): MAT会自动分析并给出可能的内存泄漏点、问题描述以及相关对象的引用链,这是非常有价值的起点。
- 查看“Dominator Tree”(支配树): 找出哪些对象及其子对象占据了最大的内存块(Shallow Heap vs. Retained Heap)。重点关注那些Retained Heap大的对象,以及这些大对象的GC Roots引用链,即它们被谁持有而无法被GC回收。
- 查看“Histogram”(直方图): 按类名列出所有对象的实例数量和总大小,可以发现哪些类型的对象实例过多或过大。可以结合正则表达式过滤。
- 对比Heap Dumps (如果获取了多次): 如果在不同时间点(如OOM前和OOM后,或应用运行一段时间后)获取了Heap Dump,对比它们可以帮助识别哪些对象在持续增长,这是定位泄漏的有效手段。
-
分析目标: 找出是内存泄漏(对象用完后没有被释放,仍被某个GC Root可达的路径持续引用),还是确实是业务需要创建了大量对象但内存配置不足,或者是某个大对象集合一次性加载了过多数据。
-
-
关键旁证:分析GC日志
-
GC日志记录了每一次垃圾回收的详细信息,包括回收类型(Young GC, Full GC/Old GC)、回收前后各内存区域(Eden, Survivor, Old Gen, Metaspace)的大小、GC耗时、单次暂停时间(STW)、总暂停时间等。
-
关注点:
- Full GC的频率和耗时: OOM前通常会伴随着频繁且耗时很长的Full GC。如果Full GC后老年代内存回收效果不佳(回收后老年代占用率依然很高),则极有可能是老年代内存泄漏或即将耗尽。
- 老年代(Old Gen)的使用情况: 是否持续增长,步步逼近上限?
- Metaspace的使用情况: 如果是Metaspace OOM,看这块区域是否持续增长。
- Young GC后晋升到老年代的对象大小和速率。
- 是否存在大量的Finalization操作或软/弱/虚引用处理耗时。
-
工具: GCEasy.io (在线分析), GCViewer (本地工具)。
-
-
应用日志中的线索:
- 再次确认OOM的具体类型和发生时的堆栈信息(虽然OOM的堆栈有时不直接指向泄漏源,但可能提供业务操作的上下文)。
- OOM发生前是否有其他异常日志,或者大量特定操作的日志(比如某个接口被频繁调用、某个大查询被执行)。
-
代码审查:“可疑货物”的来源 (结合Heap Dump和GC日志分析结果)
- 集合类使用不当: List, Map, Set 等集合类如果无限制地添加元素而没有清理机制(例如,作为缓存但没有淘汰策略),很容易导致内存泄漏。特别是静态(static)集合,其生命周期与JVM相同,是内存泄漏的重灾区。
- 自定义缓存滥用或未清理: 自己实现的内存缓存如果没有合理的过期策略(如TTL、TTI)、大小限制(如最大条目数、最大内存占用)和淘汰算法(如LRU、LFU),会持续消耗内存。
- 资源未关闭: 数据库连接(Connection)、语句(Statement, PreparedStatement)、结果集(ResultSet)、文件流(InputStream, OutputStream)、网络连接(Socket)等资源使用完毕后没有在 finally 块中或通过try-with-resources语句确保其 close() 方法被调用,可能导致相关对象和底层操作系统资源无法释放。
- 长生命周期对象持有短生命周期对象的引用: 例如,一个单例对象或静态成员变量持有一个用户会话级别的对象引用,导致会话结束后该对象也无法被回收。
- ThreadLocal使用不当: 如果在线程池中复用线程,而ThreadLocal变量在使用后没有及时调用 remove() 方法清理,当线程被归还到池中时,ThreadLocal中存储的对象就可能无法被回收(因为ThreadLocalMap的Entry中的Key是ThreadLocal的弱引用,但Value是强引用,在Key被回收后,如果ThreadLocal本身不被回收,Value可能泄漏)。
- 大量创建临时大对象: 在循环中或高频调用的方法里创建大的byte数组、String对象、或者一次性从数据库加载过多数据到内存中的集合。
- 不当的CGLIB/动态代理使用: 动态生成类过多可能导致Metaspace OOM。
- 第三方库的Bug或不当使用。
-
JVM参数配置检查:
- 再次核对 -Xmx (最大堆内存)、-Xms (初始堆内存)、-XX:MaxMetaspaceSize (最大元空间大小,如果未设置则受限于本地内存)、-Xss (每个线程的栈大小,过大会导致总内存占用过高,过小可能StackOverflowError) 等参数配置是否合理,是否远小于应用的实际内存需求或服务器物理内存。
- GC收集器的选择及相关参数是否适合当前应用场景。
第三部曲:亡羊补牢!彻底修复与长效预防 (事后根治与预防)
找到“爆仓”的根源后,就要进行彻底的“仓库改造”和“管理升级”,防止仓库再次告急。
-
修复“设计缺陷”或“管理漏洞” (代码与配置层面)
- 修复内存泄漏: 根据定位到的泄漏点,修改代码逻辑,确保不再需要的对象能够被GC及时回收(例如,断开不必要的强引用、从集合中移除不再使用的元素、正确关闭资源、在线程池中使用ThreadLocal后及时remove())。
- 优化数据结构和算法: 使用更节省内存的数据结构(如用数组替代某些场景的List,或使用优化的集合库如Eclipse Collections, Trove4j等),优化代码逻辑,减少不必要的对象创建和内存占用。例如,对于大批量数据处理,考虑流式处理或分批处理,而不是一次性加载到内存。
- 合理调整JVM内存参数: 根据应用的实际内存使用模式、GC表现和服务器可用物理资源,科学地、逐步地调整堆大小、元空间大小、新生代和老年代的比例、GC策略及相关参数(如G1的IHOP、MaxGCPauseMillis等)。调整后务必进行充分测试和监控验证。
- 引入弱引用/软引用/虚引用: 对于一些非核心的缓存数据或元数据,如果希望它们在内存紧张时能被GC优先回收,可以考虑使用 SoftReference 或 WeakReference 来包装。
- 对于Metaspace OOM: 除了调整-XX:MaxMetaspaceSize,还要排查是否有过多的类加载(如动态代理、脚本引擎频繁编译)、或者类加载器无法被卸载导致其加载的类也无法卸载。
-
升级“库存管理系统” (监控与告警体系完善)
- 精细化JVM监控: 对JVM的堆内存各区域(Eden, Survivor, Old Gen)使用率、Metaspace使用率、GC次数(Young GC, Full GC)、GC耗时、GC后内存回收量、线程数、类加载数量等关键指标进行持续、细粒度的监控。
- 设置合理的、多梯度的告警阈值: 在内存使用接近危险水位、GC活动异常(如Full GC过于频繁或耗时过长)时能提前预警,而不是等到OOM发生后才知晓。
- Heap Dump和GC日志自动化: 确保生产环境所有JVM实例都配置了OOM时自动生成Heap Dump和持续记录GC日志的参数,并确保这些日志能被集中收集和管理。
-
进行“仓库压力测试”与“容量规划”
- 定期进行压力测试: 模拟线上高峰流量和预期增长后的流量,评估应用在不同负载下的内存表现,尽早发现潜在的OOM风险和内存瓶颈。
- 容量规划: 根据业务增长趋势、用户量增长、数据量增长,合理预估未来的内存需求,提前进行服务器资源和JVM内存配置的规划与扩容。
-
加强“管理员培训”与流程规范 (团队能力与制度建设)
- 经验文档化与共享: 将OOM的排查经验、典型案例、处理流程、分析方法等文档化,进行团队内部分享和培训。
- 提升团队技能: 加强团队成员对Java内存管理(堆、栈、元空间、直接内存)、GC原理(各种收集器特性与适用场景)、内存分析工具(MAT、jstat、jmap等)使用的培训。
- Code Review规范: 在代码审查(Code Review)流程中,将内存使用、资源管理、集合类使用、并发安全等作为重点关注项。
- 上线检查清单: 对于有较大内存分配模式变更或引入新依赖的上线,应有专门的检查点评估其内存影响。
💡 面试小贴士:如何让面试官眼前一亮?
- 思路清晰,逻辑严谨: 严格按照“应急恢复 -> 诊断定位 -> 根治预防”的思路展开,层次分明。
- 突出应急处理的专业性: 强调快速恢复业务和保全诊断信息(尤其是Heap Dump和GC日志)的同等重要性。能说出jmap等手动dump命令及其风险。
- 熟练掌握诊断工具: 清晰阐述如何使用MAT分析Heap Dump(如Leak Suspects, Dominator Tree, Histogram),如何解读GC日志的关键指标。
- 深入理解OOM类型与原因: 不仅知道Java heap space,还能提及Metaspace, GC overhead limit exceeded, Unable to create new native thread等,并能分析其可能原因。
- 展现解决问题的闭环能力: 不仅能定位和修复问题,更能从架构、流程、规范层面提出预防措施,体现Owner意识。
- 关注细节,例如: ThreadLocal泄漏、静态集合的风险、资源未关闭、合理配置JVM参数(不仅仅是-Xmx)。
- 表达自信,有条不紊: 即使是复杂问题,也能清晰、有条理地阐述。
相关文章:
Java应用OOM排查:面试通关“三部曲”心法
开篇点题:OOM——Java应用的“内存爆仓”警报 OOM (OutOfMemoryError) 是啥病?想象一下,你的Java应用程序是一个大仓库,内存就是仓库的存储空间。如果货物(程序运行时创建的对象)越来越多,超出了…...
第28周——InceptionV1实现猴痘识别
前言 🍨 本文为🔗365天深度学习训练营中的学习记录博客🍖 原作者:K同学啊 一、前期准备 1.检查GPU import torch import torch.nn as nn import torchvision.transforms as transforms import torchvision from torchvision im…...
云上玩转 Qwen3 系列之三:PAI-LangStudio x Hologres构建ChatBI数据分析Agent应用
本文详细介绍了如何使用 LangStudio 和 Qwen3 构建基于 MCP 协议的 Hologres ChatBI 智能 Agent 应用。该应用通过将 Agent、MCP Server 等技术和阿里最新的推理模型 Qwen3 编排在一个应用流中,为大模型提供了 MCPOLAP 的智能数据分析能力,使用自然语言即…...
Android开发-在应用之间共享数据
在Android系统中,应用之间的隔离机制(沙箱机制)保障了系统的安全性与稳定性。然而,在实际开发中,我们经常需要实现跨应用的数据共享,例如: 从一个应用向另一个应用传递用户信息;多个…...
MySQL-数据库分布式XA事务
准备 innodb存储引擎开启支持分布式事务 set global innodb_support_axonMySQL数据库XA事务的SQL语法如下: XA {START| BEGIN} xid {JOIN | RESUME} XA END xid {SUSPEND [ FOR MIGRATE]} XA PREPARE xid XA COMMIT xid [ONE PHASE] XA ROLLBACK xid XA RECOVER 完…...
如何快速入门-衡石科技分析平台
快速指南 创建管理员账号 按照文档安装成功之后,假设安装所在服务器 IP 是<Server IP>,端口是<Server Port>,则可以通过浏览器访问http://<Server IP>:<Server Port>/ 访问衡石分析平台,如果正常&a…...
20250515通过以太网让VLC拉取视熙科技的机芯的rtsp视频流的步骤
20250515通过以太网让VLC拉取视熙科技的机芯的rtsp视频流的步骤 2025/5/15 20:26 缘起:荣品的PRO-RK3566适配视熙科技 的4800W的机芯。 1080p出图预览的时候没图了。 通过105的机芯出图确认 荣品的PRO-RK3566 的硬件正常。 然后要确认 视熙科技 的4800W的机芯是否出…...
OpenCV CUDA模块中矩阵操作-----矩阵最大最小值查找函数
操作系统:ubuntu22.04 OpenCV版本:OpenCV4.9 IDE:Visual Studio Code 编程语言:C11 算法描述 在OpenCV的CUDA模块中,矩阵最大最小值查找操作用于快速获取矩阵中的全局最小值、最大值及其位置。这些函数对于图像处理任务特别有用…...
OpenCv高阶(4.0)——案例:海报的透视变换
文章目录 前言一、工具函数模块1.1 图像显示函数1.2 保持宽高比的缩放函数1.3 坐标点排序函数 二、透视变换核心模块2.1 四点透视变换实现 三、主流程技术分解3.1 图像预处理3.2 轮廓检测流程3.3 最大轮廓处理 四、后处理技术4.1 透视变换4.2 形态学处理 五、完整代码总结 前言…...
JavaScriptWeb API (DOM和BOM操作)
Web API (基础部分) 作用: 使用 JS 去操作 html 和浏览器 分类: DOM 和 BOM DOM: 操作 HTML 文档的 APIBOM: 操作浏览器的 API DOM(文档对象模型) 是用来呈现以及与任意 HTML 或 XML 文档进行交互的 API 作用: 开发网页内容特效和实现用户交互 动态创建 HTML 元素改变 HTML…...
AM-Thinking-v1论文解读:以32B规模推进推理前沿
《AM-Thinking-v1: Advancing the Frontier of Reasoning at 32B Scale》论文解读 一、引言 过去半年,大型语言模型(LLMs)在推理领域(如数学问题求解和代码生成)取得了显著进展,扩大了其在现实场景中的应…...
Spark--RDD中的转换算子
1、算子的简单介绍 Transformation(转换)算子:根据数据集创建一个新的数据集,计算后返回一个新RDD,例如一个rdd进行map操作后生了一个新的rdd。 Action(动作)算子:对rdd结果计算后返回一个数值value给驱动程序(driver),例如collect算子将数据集的所有元素收集完成返回给驱动程…...
【文件上传漏洞】
提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档 文件上传漏洞 定义客户端js检测 服务器检测后缀黑名单白名单 检测内容其他 定义 文件上传漏洞是指用户上传了一个可执行的脚本文件,并通过此脚本文件获得了执行服…...
electron进程通信
electron进程通信 模式 1:渲染器进程到主进程(单向) send和on 1.渲染器进程调用方法 click setTitle2.预加载进程暴露setTile方法 setTitle: (title) > ipcRenderer.send(set-title, title),3.主进程监听到方法 ipcMain.on(set-title…...
[C++面试] lambda面试点
一、入门 1、什么是 C lambda 表达式?它的基本语法是什么? Lambda 是 C11 引入的匿名函数对象,用于创建轻量级的可调用对象。 [捕获列表] (参数列表) mutable(可选) 异常声明(可选) -> 返回…...
【愚公系列】《Manus极简入门》040-科技与组织升级顾问:“项目掌舵人”
🌟【技术大咖愚公搬代码:全栈专家的成长之路,你关注的宝藏博主在这里!】🌟 📣开发者圈持续输出高质量干货的"愚公精神"践行者——全网百万开发者都在追更的顶级技术博主! …...
2505C++,py和go调用雅兰亭库的协程工具
原文 神算调用C 一般调用pybind11封装的C库实现神算调用C库,pybind11封装c的接口很简单. 创建一个py_example.cpp文件 #include <pybind11/pybind11.h> #include <string> namespace py pybind11; PYBIND11_MODULE(py_example, m) {m.def("hello", …...
题解:P12207 [蓝桥杯 2023 国 Python B] 划分
链接 题目描述 给定 40 个数,请将其任意划分成两组,每组至少一个元素。每组的权值为组内所有元素的和。划分的权值为两组权值的乘积。请问对于以下 40 个数,划分的权值最大为多少。 5160 9191 6410 4657 7492 1531 8854 1253 4520 9231126…...
英迈国际Ingram Micro EDI需求分析
Ingram Micro(英迈国际)成立于1979年,是全球领先的技术和供应链服务提供商,总部位于美国加州尔湾。公司致力于连接全球的技术制造商与渠道合作伙伴,业务涵盖IT分销、云服务、物流和供应链优化等多个领域。Ingram Micro…...
【Linux】网络基础与socket编程基础
一.网络发展 计算机的出现是在网络之前的。而网络产生之初就是为了解决局部计算机无法交互的问题。所以,网络在诞生之初,最先出现的就是我们的局域网LAN,用来结局局部多台计算机的通信问题。 而随着时间的推移,局域网已经不能满…...
漂亮的收款打赏要饭网HTML页面源码
这是一款专为个人收款及接受打赏设计的HTML页面,其设计简洁且美观。 下载地址:漂亮的收款打赏要饭网HTML页面源码 备用地址:漂亮的收款打赏要饭网HTML页面源码...
【图书推荐】几本人工智能实用性图书
《OpenCV计算机视觉开发实践:基于Python》 《OpenCV计算机视觉开发实践:基于Python》【摘要 书评 试读】- 京东图书 《PyTorch深度学习与计算机视觉实践》 《PyTorch深度学习与计算机视觉实践(人工智能技术丛书)》(王晓华)【摘要 书评 试读…...
uniapp+vite+cli模板引入tailwindcss
目前vitecli方式用的都是官方提供的模板,vite版本还是4.14版本,较旧,而tailwindcss已经有了4版本,实际发现引入最新版会报错,因而继续使用3.3.5版本 pnpm install tailwindcss3.3.5 uni-helper/vite-plugin-uni-tail…...
【使用 C# 获取 USB 设备信息及进行通信】
文章目录 使用 C\# 获取 USB 设备信息及进行通信为什么需要获取 USB 设备信息?方法一:使用 C\# 库 (推荐)1. HidSharp2. LibUsbDotNet 方法二:直接调用 Windows API (P/Invoke)理解设备通信协议 (用于数据交换)总结 使用 C# 获取 USB 设备信息…...
Spring Cloud探索之旅:从零搭建微服务雏形 (Eureka, LoadBalancer 与 OpenFeign实战)
引言 大家好!近期,我踏上了一段深入学习Spring Cloud构建微服务应用的旅程。我从项目初始化开始,逐步搭建了一个具备服务注册与发现、客户端负载均衡以及声明式服务调用功能的基础微服务系统。本文旨在记录这一阶段的核心学习内容与实践成果…...
四维时空数据安全传输新框架:压缩感知与几何驱动跳频
四维时空数据安全传输新框架:压缩感知与几何驱动跳频 1. 引言 1.1 研究背景 随着三维感知技术(如激光雷达、超宽带定位)与动态数据流(如无人机集群、工业物联网)的快速发展,四维时空数据(三维…...
CSS相关知识补充
:root伪类 css自定义变量和var()引用自定义变量 https://developer.mozilla.org/zh-CN/docs/Web/CSS/var 在 SCSS 中,变量的声明和使用是用 $ 符号,比如: $primary-color: #ff5722;.button {color: $primary-color; }SCSS 里没有 var() 这…...
DeepSeek 赋能物联网:从连接到智能的跨越之路
目录 一、引言:物联网新时代的开启二、DeepSeek 技术揭秘2.1 DeepSeek 是什么2.2 DeepSeek 技术优势 三、DeepSeek 与物联网的融合之基3.1 物联网发展现状与挑战3.2 DeepSeek 带来的变革性突破 四、DeepSeek 在物联网的多元应用场景4.1 智慧电力:开启能源…...
谷歌量子计算机:开启计算新纪元
量子计算的黎明 原始尺寸更换图片 在科技迅猛发展的时代,量子计算作为前沿领域,正逐渐崭露头角,吸引着全球无数科研人员与科技巨头的目光。它宛如一把开启未来科技大门的钥匙,为解决诸多复杂难题提供了前所未有的可…...
桃芯ingchips——windows HID键盘例程无法同时连接两个,但是安卓手机可以的问题
目录 环境 现象 原理及解决办法 环境 PC:windows11 安卓:Android14 例程使用的是HID Keyboard,板子使用的是91870CQ的开发板,DB870CC1A 现象 连接安卓手机时并不会出现该现象,两个开发板都可以当做键盘给手机发按…...
AMC8 -- 2009年真题解析(中文解析)
Problem 1 Answer: E 中文解析: Bridget最后有4个,给了Cassie3个, 则给Cassie之前有7个。在此之前给了一半的苹果给Ann, 那么在给Anna之前,他有7*214个苹果。 因此答案是E。 Problem 2 Answer: D 中文解析࿱…...
深入解析CountDownLatch的设计原理与实现机制
精心整理了最新的面试资料和简历模板,有需要的可以自行获取 点击前往百度网盘获取 点击前往夸克网盘获取 一、概述 CountDownLatch是Java并发包(java.util.concurrent)中用于协调多线程同步的核心工具类,其设计目标是允许一个或…...
缓存的相关内容
缓存是一种介于数据永久存储介质与数据应用之间数据临时的存储介质 实用化保存可以有效地减少低俗数据读取的次数 (例如磁盘IO), 提高系统性能 缓存不仅可以用于提高永久性存储介质的数据读取效率,还可以提供临时的数据存储空间 spring boot中提供了缓存技术, 方便…...
JVM方法区核心技术解析:从方法区到执行引擎
方法区 方法区的内部结构 在经典方法区设计中,主要存储以下核心数据内容: 一、类型信息 方法区维护的类型信息包含以下要素: 类全称标识 类名称(含完整包路径)直接父类的完全限定名(包含完整包路径&am…...
AIbase推出全球MCP Server集合平台 收录超12万个MCP服务器客户端
2025年,AI领域迎来了一项重要的技术进展——MCP(Model Context Protocol,模型上下文协议)的广泛应用。全球MCP Server集合平台AIbase(https://mcp.aibase.cn/)应运而生,为AI开发者提供了一站式的MCP服务器和客户端整合…...
Python训练打卡Day22
复习日: 1.标准化数据(聚类前通常需要标准化) scaler StandardScaler() X_scaled scaler.fit_transform(X) StandardScaler() :这部分代码调用了 StandardScaler 类的构造函数。在Python中,当你在类名后面加上括号…...
【ALINX 实战笔记】FPGA 大神 Adam Taylor 使用 ChipScope 调试 AMD Versal 设计
本篇文章来自 FPGA 大神、Ardiuvo & Hackster.IO 知名博主 Adam Taylor。在这里感谢 Adam Taylor 对 ALINX 产品的关注与使用。为了让文章更易阅读,我们在原文的基础上作了一些灵活的调整。原文链接已贴在文章底部,欢迎大家在评论区友好互动。 在上篇…...
【数据结构入门训练DAY-35】棋盘问题
本次训练聚焦于使用深度优先搜索(DFS)算法解决棋盘上的棋子摆放问题。题目要求在一个可能不规则的nn棋盘上摆放k个棋子,且任意两个棋子不能位于同一行或同一列。输入包括棋盘大小n和棋子数k,以及棋盘的形状(用#表示可放…...
张 提示词优化(相似计算模式)深度学习中的损失函数优化技巧
失函数的解释 损失函数代码解析 loss = -F.log_softmax(logits[...
Elasticsearch 常用语法手册
🧰 Elasticsearch 常用语法手册 📚 目录 索引操作文档操作查询操作聚合查询健康与状态查看常见问题与注意事项 🔹 索引操作 查询全部索引 GET _search创建索引 PUT /es_db创建索引并设置分片数和副本数 PUT /es_db {"settings&quo…...
华宇TAS应用中间件与亿信华辰多款软件产品完成兼容互认证
近日,华宇TAS应用中间件与亿信华辰多款产品成功通过兼容互认证测试,双方产品在功能协同、性能优化及高可用性等维度实现全面适配,将为用户提供更加稳定、高效、安全的国产化解决方案。 此次认证也标志着华宇在国产化生态适配领域再添重要里程…...
AI大模型从0到1记录学习numpy pandas day24
第 1 章 环境搭建 1.1 Anaconda 1.1.1 什么是Anaconda Anaconda官网地址:https://www.anaconda.com/ 简单来说,Anaconda Python 包和环境管理器(Conda) 常用库 集成工具。它适合那些需要快速搭建数据科学或机器学习开发环境的用…...
开源GPU架构RISC-V VCIX的深度学习潜力测试:从RTL仿真到MNIST实战
点击 “AladdinEdu,同学们用得起的【H卡】算力平台”,H卡级别算力,按量计费,灵活弹性,顶级配置,学生专属优惠。 一、开篇:AI芯片架构演变的三重挑战 (引述TPUv4采用RISC-V的行业案…...
VirtualiSurg使用SenseGlove触觉手套开发XR手术培训体验
虚拟现实和虚拟现实触觉 作为一个领先的培训平台,VirtualiSurg自2017年以来一直利用扩展现实(XR)和触觉技术,为全球医疗保健行业提供个性化的数据驱动学习解决方案。它们使医疗专业人员能够协作学习和培训,提高他们的技能,让他们…...
AbstractErrorController简介-笔记
1. AbstractErrorController简介 org.springframework.boot.autoconfigure.web.servlet.error.AbstractErrorController 是 Spring Boot 提供的一个用于处理 HTTP 错误(如 404、500 等)的抽象类,用于自定义错误响应的逻辑。它是 Spring Boot…...
next.js实现项目搭建
一、创建 Next.js 项目的步骤 1、安装 npx create-next-applatest # 或 yarn create next-app # 或 pnpm create next-app 按照交互式提示配置你的项目: 输入项目名称 选择是否使用 TypeScript 选择是否启用 ESLint 选择是否启用 Tailwind CSS 选择是否使用 s…...
使用GoLang版MySQLDiff对比表结构
概述 下载地址: https://github.com/camry/mysqldiff/ 编译安装 git clone https://github.com/camry/mysqldiff.git go env -w GOPROXYhttps://goproxy.cn,direct go env -w GOPRIVATE*.corp.example.com go build .\mysqldiff.go执行对比 ./mysqldiff --sourc…...
git工具使用详细教程-------命令行和图形化工具
下载 git下载地址:https://git-scm.com/downloads TortoiseGit(图形化工具)下载地址:https://tortoisegit.org/download/ 认识git结构 工作区:存放代码的地方 暂存区:临时存储,将工作区的代码…...
失控的产品
大部分程序员很难有机会做一个新的产品,绝大多时候去一家新公司也都是在旧产品上修修补补。 笔者还是很幸运得到了开发新品的机会,从2023年开始做,中间经历了许多磕磕碰碰。 有的小伙伴从中离开,偶尔又加入1~2个人,但…...
区块链blog1__合作与信任
🍂我们的世界 🌿不是孤立的,而是网络化的 如果是单独孤立的系统,无需共识,而我们的社会是网络结构,即结点间不是孤立的 🌿网络化的原因 而目前并未发现这样的理想孤立系统,即现实中…...