当前位置: 首页 > news >正文

门户系统需要压测吗?以及门户系统如何压力测试?

一、门户系统为什么要进行压力测试?

首先一点要明确一下,统一门户上线以后,将是所有应用系统的入口,对应门户稳定性要求较高,门户实现了统一入口和统一认证,系统宕机将影响其他系统使用。一般部署架构要求集群架构、分布式架构,若企业有开发终端用户访问的需求,建议通过云原生架构和容器化部署方式,针对爆发式访问流量实现弹性伸缩。所以统一门户上线以前,必须要进行压力测试。

二、门户系统压力测试的标准是什么?

我们先来看一下硬件服务器的评估背景:

  1. 系统的硬件配置考虑的因素主要有:总用户数以及并发用户数。

  2. 根据业务的规模与未来的发展,预计最终使用系统用户在3000人以内,最多在线数在500人左右。

  3. 总用户数我们以3000计算,在线数500 ,按照20%的并发数来计算,大约并发数在100。

  4. 系统具有扩展性,能够满足未来三到五年的业务需求。

  5. 系统各配置项考虑一定量的冗余,存储空间还需要考虑备份的存储需求。

综上所述,用户总数和并发用户是非常重要的压测标准,当然还要接口数据请求的大小。压力测试重点关注

Performance Vs. Time

显示一段时间内的平均虚拟用户运行时间

Errors Vs. Time

显示了虚拟用户配置文件每秒失败的事务数量。

Statistics Vs. Time

显示虚拟用户点击次数,页面数,请求次数以及每秒千字节的平均值

Performance Vs. Users

显示每个配置文件中每个正在运行的虚拟用户的脚本的平均运行时间

Errors Vs. Users

每个虚拟用户配置文件的每秒失败事务数

Users Vs. Time

虚拟用户开始运行时的相对时间

三、术语定义

性能测试:通过测试大量用户同时对系统进行操作或大数据量的情况,采集响应时间、CPU占用率、内存使用情况、应用服务及数据库等性能指标。 性能测试可以用来验证系统的处理能力、稳定性及健壮性。

虚拟用户:用程序模拟用户/系统的手工操作。

场景:完成一次性能测试需要分多种情况进行测试,每一种情况即为一个场景,每个场景的内容包括:模拟需要测试的事务(即虚拟用户)、并发用户的数量、循环次数、操作时间的设置、分析报告等。

最大值,最优值测试:在给定的情况下,通过不同压力的测试,根据测试结果,分析出系统的最优值、最大值。

稳定性测试:在给系统一定的压力情况下持续运行一个较长的时间。用来检验系统的稳定性。

思考时间:用户在进行操作的过程中,每两次操做之间都会有一定的时间间隔,我们把这个时间称作思考时间。

四、推荐压测工具

测试软件:OATS( Oracle Application Testing Suite )是甲骨文公司专门为 Oracle产品线打造的性能和功能测试工具。使用OATS可以大大减轻测试人员针对 Oracle 项目的工作量。OATS是一个全面的,综合的测试解决方案,保证质量,可扩展性,以及Web应用程序,Web服务,打包Oracle应用软件和Oracle数据库的可用性。这种集成的,完整的生命周期解决方案,使您能够定义和管理你的应用程序测试过程中,验证应用程序的功能,并确保您的应用程序的负载情况下运行。随着应用测试套件,你可以同时最大限度地提高您的测试团队的工作效率在较短的时间部署Web应用程序和Web服务 。

五、压测指标

由于本次测试的目的是为了测试大量并发用户并发下的系统服务器承载情况。所以我们需要进行压力测试的系统服务器进行测试监控。

具体测试监控指标如下:

1. 服务性能指标:

总事务数、成功事务数、失败事务数。

交易平均响应时间、最小响应时间、最大响应时间。

2. 服务器资源使用情况指标:

CPU使用情况、内存数量、I/O情况。

3. 数据源使用情况指标:

数据源连接池大小。

六、压测环境描述

l HTTP服务器:

硬件配置

CPU

16

内存

32GB

硬盘

300G

l 应用服务器

硬件配置

应用集群节点1

应用集群节点2

CPU

8

8

内存

32GB

32GB

硬盘

300G

300G

l DB服务器

硬件配置

CPU

16

内存

32GB

硬盘

500G

l Redis服务器

硬件配置

CPU

8

内存

32GB

硬盘

300G

l 在线预览服务器

硬件配置

CPU

16

内存

32GB

硬盘

500G

七、测试过程中拓扑结构

添加图片注释,不超过 140 字(可选)

八、网络环境描述

本次生产压测中,在企业门户内网环境服务上,内网服务器之间网络带宽是1000M

九、测试用例及过程简述

1、简述:在本次测试过程中,主要进行的测试有2类:

在本次测试过程中,主要进行的测试有2类:

序号

功能

测试点

1

吞吐率测试

高并发、短时间下测试服务器承载性能。
包括 事务数(成功、失败)
响应时间(平均、最小、最大)
服务器资源使用情况(CPU、内存、IO)
数据源使用情况(连接池大小)

2

稳定性测试

模拟正常业务场景、长时间持续测试服务运行状况。
包括 事务数(成功、失败)
响应时间(平均、最小、最大)
服务器资源使用情况(CPU、内存、IO)
数据源使用情况(连接池大小)

本次测试过程中,选用的业务场景:

序号

服务提供方

模块名称

1

微服务

登录

2

微服务

门户首页

3

微服务

公司新闻

4

微服务

公司文化

5

微服务

制度与发文

6

微服务

个人工作台

7

微服务

活动中心

8

微服务

详细页面

9

微服务

在线预览

十、测试用例执行过程

吞吐率测试

测试用例一:混合场景测试,考虑到2-3年内系统的使用情况,并发数设置为50并发用户,计时10分钟。

参数名称

参数设置

备注

并发数

最大并发50

循环次数/时间

10分钟

循环间隔

1s

Thinking
time设置

网络超时设置

120s

Log设置

有错误时记入日志

测试用例二:混合场景测试,考虑到2-3年内系统的使用情况,并发数设置为100并发用户,计时10分钟。

参数名称

参数设置

备注

并发数

最大并发100

循环次数/时间

10分钟

循环间隔

1s

Thinking
time设置

网络超时设置

120s

Log设置

有错误时记入日志

测试用例三:混合场景测试,考虑到2-3年内系统的使用情况,并发数设置为200并发用户,计时10分钟。

参数名称

参数设置

备注

并发数

最大并发200

循环次数/时间

10分钟

循环间隔

1s

Thinking
time设置

网络超时设置

120s

Log设置

有错误时记入日志

稳定性测试

测试用例一:混合场景测试,考虑到2-3年内系统的使用情况,最大并发数设置为50并发用户,计时30分钟。

参数名称

参数设置

备注

并发数

最大并发50

循环次数/时间

30分钟

循环间隔

1s

Thinking
time设置

网络超时设置

120s

Log设置

有错误时记入日志

测试用例二:混合场景测试,考虑到2-3年内系统的使用情况,最大并发数设置为150并发用户,计时30分钟。

参数名称

参数设置

备注

并发数

最大并发200

循环次数/时间

30分钟

循环间隔

1s

Thinking
time设置

网络超时设置

120s

Log设置

有错误时记入日志

测试用例三:混合场景测试,考虑到2-3年内系统的使用情况,最大并发数设置为200并发用户,计时30分钟。

参数名称

参数设置

备注

并发数

最大并发200

循环次数/时间

30分钟

循环间隔

1s

Thinking
time设置

网络超时设置

120s

Log设置

有错误时记入日志

测试结果

6.1.1.测试用例一

混合场景测试,考虑到2-3年内系统的使用情况,模拟50个并发用户,开始执行5个用户,每五秒增加10个用户,思考时间0秒,持续10分钟

处理事务数:562

事务名称

成功事务数

失败事务数

压测场景

594

0

压测时间

压测时间(分)

开始时间

结束时间

10

2019/09/04 17:15

2019/09/04 17:25

响应时间如下:

事务名称

响应时间(秒)

最小

最大

平均

门户登录

0.008

0.12

0.016

门户首页

0.187

0.226

0.202

公司新闻

0.008

0.027

0.012

公司文化

0.162

0.502

0.187

制度与发文

0.161

0.349

0.179

个人工作台

0.166

0.422

0.187

活动中心

0.007

0.039

0.012

详情页面

0.165

0.241

0.179

在线预览

0.008

0.048

0.015

1、 总体性能情况

Ø Performance Vs. Time

一段时间内的平均虚拟用户运行时间

添加图片注释,不超过 140 字(可选)

Ø Trans Failed/sec Vs. Time

虚拟用户每秒失败的事务数量

添加图片注释,不超过 140 字(可选)

Ø Statistics Vs. Time

虚拟用户点击次数,页面数,请求次数以及每秒千字节的平均值,

黄线:每秒千字节的平均值

绿线:点击次数

蓝线:页面数

红线:请求次数

添加图片注释,不超过 140 字(可选)

Ø Performance Vs. Users

每个正在运行的虚拟用户的平均运行时间

添加图片注释,不超过 140 字(可选)

Ø Trans Failed/sec Vs. Users

每个虚拟用户每秒失败事务数

添加图片注释,不超过 140 字(可选)

Ø Users Vs. Time

虚拟用户开始运行时的相对时间

添加图片注释,不超过 140 字(可选)

测试场景详细报告:

1.压测各项指数说明

Ø Virtual Users 并发用户

Ø With Errors 失败事务

Ø Transactions 执行事务

Ø Avg Trans./sec 事务平均执行时间

Ø Totals 汇总

Ø Transactions 总事务数

Ø Pages 页面访问总数

Ø Hits 用户点击数

Ø Kilobytes 网络访问千字节

6.1.2.测试用例二

混合场景测试,考虑到2-3年内系统的使用情况,模拟100个并发用户,开始执行50个用户,每5秒增加10个用户,用户思考时间2秒,持续10分钟

处理事务数:1000

事务名称

成功事务数

失败事务数

压测场景

1000

0

压测时间

压测时间(分)

开始时间

结束时间

10

2019/09/04 17:59

2019/09/04 18:10

响响应时间如下:

事务名称

响应时间(秒)

最小

最大

平均

门户登录

0.008

0.389

0.03

门户首页

0.208

0.633

0.26

华兴新闻

0.007

0.034

0.015

华兴文化

0.172

0.69

0.227

制度与发文

0.183

0.302

0.199

个人工作台

0.175

2.427

0.286

活动中心

0.007

0.127

0.022

详情页面

0.176

1.155

0.236

在线预览

0.007

0.055

0.017

2、 总体性能情况

Ø Performance Vs. Time

一段时间内的平均虚拟用户运行时间

添加图片注释,不超过 140 字(可选)

Ø Trans Failed/sec Vs. Time

虚拟用户每秒失败的事务数量

添加图片注释,不超过 140 字(可选)

Ø Statistics Vs. Time

虚拟用户点击次数,页面数,请求次数以及每秒千字节的平均值,

黄线:每秒千字节的平均值

绿线:点击次数

蓝线:页面数

红线:请求次数

添加图片注释,不超过 140 字(可选)

Ø Performance Vs. Users

每个正在运行的虚拟用户的平均运行时间

添加图片注释,不超过 140 字(可选)

Ø Trans Failed/sec Vs. Users

每个虚拟用户每秒失败事务数

添加图片注释,不超过 140 字(可选)

Ø Users Vs. Time

虚拟用户开始运行时的相对时间

添加图片注释,不超过 140 字(可选)

压测场景详细报告:

1.压测各项指数说明

Ø Virtual Users 并发用户

Ø With Errors 失败事务

Ø Transactions 执行事务

Ø Avg Trans./sec 事务平均执行时间

Ø Totals 汇总

Ø Transactions 总事务数

Ø Pages 页面访问总数

Ø Hits 用户点击数

Ø Kilobytes 网络访问千字节

添加图片注释,不超过 140 字(可选)

测试用例三

混合场景测试,考虑到2-3年内系统的使用情况,模拟200个并发用户,开始执行50个用户,每5秒增加20个用户,用户思考时间3秒,持续10分钟

处理事务数:1569

事务名称

成功事务数

失败事务数

压测场景

1569

0

压测时间

压测时间(分)

开始时间

结束时间

10

2019/09/05 13:37

2019/09/05 13:47

响响应时间如下:

事务名称

响应时间(秒)

最小

最大

平均

门户登录

0.02

0.288

0.061

门户首页

0.26

1.563

0.571

公司新闻

0.008

0.102

0.047

公司文化

0.216

2.293

0.62

制度与发文

0.205

2.716

0.568

个人工作台

0.197

3.889

0.69

活动中心

0.007

0.119

0.043

详情页面

0.21

2.193

0.645

在线预览

0.009

0.125

0.042

稳定性测试

测试用例一

混合场景测试,模拟100个并发用户,开始执行50个用户,每5秒增加10个用户,思考时间2秒,持续30分钟

处理事务数:1575

事务名称

成功事务数

失败事务数

汇总

1575

0

压测时间

压测时间(分)

开始时间

结束时间

30

2019/09/05 14:20

2019/09/05 15:08

响应时间如下:

事务名称

响应时间(秒)

最小

最大

平均

门户登录

0.007

0.107

0.015

门户首页

0.079

0.825

0.12

华兴新闻

0.007

0.098

0.014

华兴文化

0.052

3.681

0.331

制度与发文

0.054

2.361

0.246

个人工作台

0.053

4.133

0.322

活动中心

0.007

0.05

0.013

详情页面

0.05

25.35

0.597

在线预览

0.007

0.222

0.019

相关文章:

门户系统需要压测吗?以及门户系统如何压力测试?

一、门户系统为什么要进行压力测试? 首先一点要明确一下,统一门户上线以后,将是所有应用系统的入口,对应门户稳定性要求较高,门户实现了统一入口和统一认证,系统宕机将影响其他系统使用。一般部署架构要求…...

Linux扩展——shell编程

前置&#xff1a;Linux基础及命令复习 目录 shell概述Shell脚本入门案例 sh bash ./ . source 变量系统预定义变量 $HOME $PWD $SHELL等自定义变量 unset readonly补充&#xff1a;开启子Shell进程的常见方法 (...) $(...) ... <(...) >(...) 特殊变量 $n $# $* $ $&…...

golang, go sum文件保证下载的依赖模块是一致的

在 Go 编程语言中&#xff0c;go.sum 文件是 Go 模块管理的一部分&#xff0c;主要用于记录模块的校验信息&#xff08;模块版本的校验和&#xff09;。它的设计目标是确保模块的完整性和安全性&#xff0c;解决以下关键问题&#xff1a; 1. 确保模块版本的一致性 go.sum 文件…...

TANGO与LabVIEW控制系统集成

TANGO 是一个开源的设备控制和数据采集框架&#xff0c;主要用于管理实验室设备、自动化系统和工业设备。它为不同类型的硬件提供统一的控制接口&#xff0c;并支持设备之间的通信&#xff0c;广泛应用于粒子加速器、同步辐射光源、实验室自动化和工业控制等领域。 1. TANGO的核…...

【day14】异常处理与Object类深入解析

【day13】回顾 在深入探讨异常处理与Object类之前&#xff0c;让我们回顾一下【day13】中的关键内容&#xff1a; 权限修饰符&#xff1a; public&#xff1a;最广的访问范围&#xff0c;任何地方都可以访问。protected&#xff1a;在同包和子类中可以访问。默认&#xff08;无…...

云技术基础知识(二):虚拟化与容器技术

内容预览 ≧∀≦ゞ 虚拟化与容器技术虚拟化技术一、虚拟化的核心概念二、虚拟化的主要类型1. 服务器虚拟化2. 操作系统虚拟化&#xff08;容器化&#xff09;3. 网络虚拟化4. 存储虚拟化 三、虚拟化的实现方法和工具1. 服务器虚拟化实现2. 操作系统虚拟化&#xff08;容器化&am…...

【Java基础面试题033】Java泛型的作用是什么?

Java的基础语法可以看尚硅谷的这个PDF&#xff1a;尚硅谷JavaSE基础/《Java从入门到精通(JDK17版)》_尚硅谷电子书.pdf Autism_Btkrsr/Blog_md_to_pdf - 码云 - 开源中国 (gitee.com) 回答重点 Java泛型的作用是通过在编译时检查类型安全&#xff0c;允许程序员编写更通用和…...

Linux 基本使用和程序部署

1. Linux 环境搭建 1.1 环境搭建方式 主要有 4 种&#xff1a; 直接安装在物理机上。但是Linux桌面使用起来非常不友好&#xff0c;所以不建议。[不推荐]。使用虚拟机软件&#xff0c;将Linux搭建在虚拟机上。但是由于当前的虚拟机软件(如VMWare之类的)存在一些bug&#xff…...

react中使用ResizeObserver来观察元素的size变化

在 React 中使用 ResizeObserver 来观察元素的大小变化&#xff0c;可以通过创建一个自定义 Hook 来封装 ResizeObserver 的逻辑&#xff0c;并在组件中使用这个 Hook。以下是一个完整的示例&#xff0c;展示了如何在 React 中使用 ResizeObserver 来观察元素的大小变化。 自定…...

常见数据结构

1.数组 vector 2.链表 list 双向链表&#xff0c;不能通过下标找元素 3.栈 stack 4.队列 queue 优先队列priority_queue. 默认队头为最大值&#xff0c;可以用来任务调度&#xff0c;图算法&#xff0c;霍夫曼树 5.双端队列 deque 6.集合 set multiset s.begin() //返回…...

【服务器】linux服务器管理员查看用户使用内存情况

【服务器】linux服务器管理员查看用户使用硬盘内存情况 1、查看所有硬盘内存使用情况 df -h2、查看硬盘挂载目录下所有用户内存使用情况 du -sh /public/*3、查看某个用户所有文件夹占用硬盘内存情况 du -sh /public/zhangsan/*...

Java-冒泡排序、选择排序、二分查找算法

1. 冒泡排序 (1) 冒泡排序&#xff1a;每次从数组中找出最大值放在数值的后面去 public static void main(String[] args) {//冒泡排序int[] arr {5, 6 ,4, 9, 3, 1};for (int i 0; i < arr.length - 1; i) {for (int j 0; j < arr.length - i - 1; j) {if (arr[j] &…...

leetcode之hot100---240搜索二维矩阵II(C++)

思路一&#xff1a;通过遍历主对角线上元素判断查找方向 主对角线遍历&#xff1a; 遍历主对角线上的每个元素&#xff08;matrix[i][i]&#xff09;&#xff0c;其中 i 的范围是 [0, min(m, n) - 1]。如果目标值小于当前主对角线元素&#xff0c;说明目标值可能在当前元素的左…...

牛客--求小球落地5次后所经历的路程和第5次反弹的高度,称砝码

求小球落地5次后所经历的路程和第5次反弹的高度 描述 假设有一个小球从 hh 米高度自由落下&#xff0c;我们不考虑真实的物理模型&#xff0c;而是简洁的假定&#xff0c;该小球每次落地后会反弹回原高度的一半&#xff1b;再落下&#xff0c;再反弹&#xff1b;……。 求小球…...

EasyPoi 使用$fe:模板语法生成Word动态行

1 Maven 依赖 <dependency><groupId>cn.afterturn</groupId><artifactId>easypoi-spring-boot-starter</artifactId><version>4.0.0</version> </dependency> 2 application.yml spring:main:allow-bean-definition-over…...

在 PowerShell 中优雅地显示 Python 虚拟环境

在使用 Python 进行开发时&#xff0c;虚拟环境管理是一个非常重要的部分。无论是使用 venv 还是 conda&#xff0c;我们都希望能够清晰地看到当前所处的虚拟环境。本文将介绍如何在 PowerShell 中配置提示符&#xff0c;使其能够优雅地显示不同类型的 Python 虚拟环境。 问题…...

GUI07-学工具栏,懂MVC

MVC模式&#xff0c;是天底下编写GUI程序最为经典、实效的一种软件架构模式。当一个人学完菜单栏、开始学习工具栏时&#xff0c;就是他的一生中&#xff0c;最适合开始认识 MVC 模式的好时机之一。这节将安排您学习&#xff1a; Model-View-Controller 模式如何创建工具栏以及…...

免费线上签字小程序,开启便捷电子签名

虽如今数字化飞速发展的时代&#xff0c;但线上签名小程序的开发制作却并非易事。需要攻克诸多技术难题&#xff0c;例如确保签名的真实性与唯一性&#xff0c;防止签名被伪造或篡改。 要精准地捕捉用户手写签名的笔迹特征&#xff0c;无论是笔画的粗细、轻重&#xff0c;还是…...

计算机的错误计算(一百八十九)

摘要 用大模型计算 tan(12.345) . 自变量取弧度。结果保留10位有效数字。不同于前面两节的大模型&#xff0c;本节调用了新的两个大模型。然而&#xff0c;很遗憾&#xff0c;它们给出的答案似乎仍然是“匹配”出来的&#xff0c;不是计算出来的。当然&#xff0c;均是错误的。…...

HDR视频技术之十一:HEVCH.265 的 HDR 编码方案

前文我们对 HEVC 的 HDR 编码优化技术做了介绍&#xff0c;侧重编码性能的提升。 本章主要阐述 HEVC 中 HDR/WCG 相关的整体编码方案&#xff0c; 包括不同应用场景下的 HEVC 扩展编码技术。 1 背景 HDR 信号一般意味着使用更多比特&#xff0c;一般的 HDR 信号倾向于使用 10…...

使用 AI 辅助开发一个开源 IP 信息查询工具:一

本文将分享如何借助当下流行的 AI 工具,一步步完成一个开源项目的开发。 写在前面 在写代码时&#xff0c;总是会遇到一些有趣的机缘巧合。前几天&#xff0c;我在翻看自己之前的开源项目时&#xff0c;又看到了 DDNS 相关的讨论。虽然在 2021 年我写过两篇相对详细的教程&am…...

『 Linux 』高级IO (一)

文章目录 内容回顾及铺垫五种IO模型不同类型IO的区别非阻塞IOfcntl( ) 多路转接 - select( )select( ) 的基本使用 - SelectServer服务器 内容回顾及铺垫 在博客『 Linux 』基础IO/文件IO (万字)中介绍了对IO的认识; IO实际上为Input/Output,输入输出; 以网络协议栈的视角来看,…...

Cisco WebEx 数据平台:统一 Trino、Pinot、Iceberg 及 Kyuubi,探索 Apache Doris 在 Cisco 的改造实践

导读&#xff1a;Cisco WebEx 早期数据平台采用了多系统架构&#xff08;包括 Trino、Pinot、Iceberg 、 Kyuubi 等&#xff09;&#xff0c;面临架构复杂、数据冗余存储、运维困难、资源利用率低、数据时效性差等问题。因此&#xff0c;引入 Apache Doris 替换了 Trino、Pinot…...

Java - 日志体系_Apache Commons Logging(JCL)日志接口库

文章目录 官网1. 什么是JCL&#xff1f;2. JCL的主要特点3. JCL的核心组件4. JCL的实现机制5. SimpleLog 简介6. CodeExample 1 &#xff1a; 默认日志实现 (JCL 1.3.2版本)Example 2 &#xff1a; JCL (1.2版本&#xff09; Log4J 【安全风险高&#xff0c;请勿使用】 7. 使用…...

Linux驱动开发 IIC I2C驱动 编写APP访问EEPROM AT24C02

在嵌入式开发中&#xff0c;I2C&#xff08;Inter-Integrated Circuit&#xff09;是一种常用的串行通信协议&#xff0c;广泛应用于与外设&#xff08;如 EEPROM、传感器、显示屏等&#xff09;进行数据交换。AT24C02 是一种常见的 I2C EEPROM 存储器&#xff0c;它提供 2Kbit…...

盒子模型(外边距的设置)

用于页面中元素的合理布局所有的元素都可以有宽高所有元素都是一个矩形所有元素都可以看成一个盒子盒子包括 外边距边框内边距元素内容 外边距设置 外边距的要素&#xff1a;top、bottom、left、right外边距的尺寸&#xff1a;合法的尺寸单位外边距语法&#xff1a;marign-方…...

买卖股票的最佳时机 IV - 困难

************* C topic&#xff1a;188. 买卖股票的最佳时机 IV - 力扣&#xff08;LeetCode&#xff09; ************* Stock angin: Still stocks. Intuitively, it feels hard. For once: class Solution { public:int maxProfit(vector<int>& prices) {in…...

ElasticSearch - 深入解析 Elasticsearch Composite Aggregation 的分页与去重机制

文章目录 Pre概述什么是 composite aggregation&#xff1f;基本结构after 参数的作用问题背景&#xff1a;传统分页的重复问题after 的设计理念响应示例 after 如何确保数据不重复核心机制Example步骤 1: 创建测试数据创建索引插入测试数据 步骤 2: 查询第一页结果查询第一页返…...

HTML5 Web IndexedDB 数据库

IndexedDB 是一种基于浏览器的 NoSQL 数据库&#xff0c;用于在客户端持久化存储大量结构化数据。 IndexedDB 允许通过键值对存储复杂的数据对象&#xff08;如对象、数组、文件等&#xff09;&#xff0c;并支持事务、索引、版本控制和复杂查询操作。 IndexedDB 是异步的&am…...

苏黎世联邦理工学院与加州大学伯克利分校推出MaxInfoRL:平衡内在与外在探索的全新强化学习框架

每周跟踪AI热点新闻动向和震撼发展 想要探索生成式人工智能的前沿进展吗&#xff1f;订阅我们的简报&#xff0c;深入解析最新的技术突破、实际应用案例和未来的趋势。与全球数同行一同&#xff0c;从行业内部的深度分析和实用指南中受益。不要错过这个机会&#xff0c;成为AI领…...

读书笔记~管理修炼-缄默效应

缄默效应&#xff1a;学会正确批评下属 员工明明犯了错误&#xff0c;却不及时告知你&#xff0c;总是拖到最后一刻无法弥补时才不得不承认出了问题——你遇到过这样的问题吗&#xff1f; 这其实是缄默效应在发挥作用。 在职场中&#xff0c;即使再扁平化的环境&…...

LabVIEW声音信号处理系统

开发了一种基于LabVIEW的声音信号处理系统&#xff0c;通过集成的信号采集与分析一体化解决方案&#xff0c;提升电子信息领域教学与研究的质量。系统利用LabVIEW图形化编程环境和硬件如USB数据采集卡及声音传感器&#xff0c;实现了从声音信号的采集到频谱分析的全过程。 项目…...

2024.12.10——攻防世界Web_php_include

知识点&#xff1a;代码审计 文件包含 伪协议 伪协议知识点补充&#xff1a; 在PHP中&#xff0c;伪协议&#xff08;Pseudo Protocols&#xff09;也被称为流包装器&#xff0c;这些伪协议以 php://开头&#xff0c;后面跟着一些参数&#xff0c;用于指定要执行的操作或需要…...

Linux shell脚本用于常见图片png、jpg、jpeg、webp、tiff格式批量转PDF文件

Linux Debian12基于ImageMagick图像处理工具编写shell脚本用于常见图片png、jpg、jpeg、webp、tiff格式批量转PDF文件&#xff0c;”多个图片分开生成多个PDF文件“或者“多个图片合并生成一个PDF文件” 在Linux系统中&#xff0c;使用ImageMagick可以图片格式转换&#xff0c…...

有没有检测吸烟的软件 ai视频检测分析厂区抽烟报警#Python

在现代厂区管理中&#xff0c;安全与规范是重中之重&#xff0c;而吸烟行为的管控则是其中关键一环。传统的禁烟管理方式往往依赖人工巡逻&#xff0c;效率低且存在监管死角&#xff0c;难以满足当下复杂多变的厂区环境需求。此时&#xff0c;AI视频检测技术应运而生&#xff0…...

LeetCode 每日一题 2024/12/16-2024/12/22

记录了初步解题思路 以及本地实现代码&#xff1b;并不一定为最优 也希望大家能一起探讨 一起进步 目录 12/16 1847. 最近的房间12/17 3291. 形成目标字符串需要的最少字符串数 I12/18 3292. 形成目标字符串需要的最少字符串数 II12/19 3285. 找到稳定山的下标12/20 3138. 同位…...

gitlab代码推送

点击这个√ 修改的文件全部选上 填好提交的名称 点击commit 选取提交的 gitlab 库 点击Push...

小红书飞书素材库 | AI改写 | 无水印下载 | 多维表格 | 采集同步 | 影刀RPA

小红书飞书素材库 | AI改写 | 无水印下载 | 多维表格 | 采集同步 | 影刀RPA 模板准备 进入【小红书】素材采集库_荷逸模板&#xff0c;点击使用模板 创建文档应用 在开发者后台 - 飞书开放平台创建 企业自建应用 (需要账号有相应的权限, 如果没有权限向管理员申请) 获取 Ap…...

【计算机视觉基础CV-图像分类】02-入门详解图像分类、经典数据集、比赛与冠军图像模型演进史

前言 图像分类&#xff08;Image Classification&#xff09;是计算机视觉&#xff08;Computer Vision&#xff09;中一项基础且核心的任务。简单来说&#xff0c;就是让计算机从给定的类别集合中&#xff0c;为一张输入图片分配一个正确的类别标签。这个过程听起来直观&…...

【机器学习】探索机器学习与人工智能:驱动未来创新的关键技术

探索机器学习与人工智能&#xff1a;驱动未来创新的关键技术 前言&#xff1a;人工智能的核心技术深度学习&#xff1a;自然语言处理&#xff08;NLP&#xff09;&#xff1a;计算机视觉&#xff1a; 机器学习与人工智能的驱动创新医疗健康领域金融行业智能制造与工业互联网智慧…...

DS二叉树--基于数组存储的构建

题目描述 任意二叉树可以根据完全二叉树性质保存在一个数组中。已知二叉树的数组存储&#xff0c;用程序构建该二叉树。 提示&#xff1a;用递归方法或非递归都可以 输入 第一行输入一个整数t&#xff0c;表示有t个测试数据 第二行起输入二叉树的数组存储结果&#xff0c;空…...

入侵他人电脑,实现远程控制(待补充)

待补充 在获取他人无线网网络密码后&#xff0c;进一步的操作是实现入侵他人电脑&#xff0c;这一步需要获取对方的IP地址并需要制作自己的代码工具自动化的开启或者打开对方的远程访问权限。 1、获取IP地址&#xff08;通过伪造的网页、伪造的Windows窗口、hook&#xff0c;信…...

STM32基于标准库如何查看时钟主频,100%简单

基于原有的工程写入两行代码&#xff0c;见下图 RCC_ClocksTypeDef get_rcc_clock; RCC_GetClocksFreq(&get_rcc_clock); 进入我们的仿真加入断点&#xff0c;然后在watch1观察变量值数据&#xff0c;然后在计算器计算就能得出&#xff0c;如上图。 但是这样看的PAB1上…...

HarmonyOS NEXT 技术实践-基于意图框架服务实现智能分发

在智能设备的交互中&#xff0c;如何准确理解并及时响应用户需求&#xff0c;成为提升用户体验的关键。HarmonyOS Next 的意图框架服务&#xff08;Intents Kit&#xff09;为这一目标提供了强大的技术支持。本文将通过一个项目实现的示例&#xff0c;展示如何使用意图框架服务…...

[原创](Modern C++)现代C++的第三方库的导入方式: 例如Visual Studio 2022导入GSL 4.1.0

[简介] 常用网名: 猪头三 出生日期: 1981.XX.XX 企鹅交流: 643439947 个人网站: 80x86汇编小站 编程生涯: 2001年~至今[共23年] 职业生涯: 21年 开发语言: C/C、80x86ASM、PHP、Perl、Objective-C、Object Pascal、C#、Python 开发工具: Visual Studio、Delphi、XCode、Eclipse…...

【jenkins插件】

1) 2) 3) 4) 5) 6) 参考: 知识库/运维/Jenkins/01-安装/13-插件.md zfoo/java-developer-document - 码云 - 开源中国...

springboot472基于web网上村委会业务办理系统(论文+源码)_kaic

摘 要 现代经济快节奏发展以及不断完善升级的信息化技术&#xff0c;让传统数据信息的管理升级为软件存储&#xff0c;归纳&#xff0c;集中处理数据信息的管理方式。本网上村委会业务办理系统就是在这样的大环境下诞生&#xff0c;其可以帮助管理者在短时间内处理完毕庞大的数…...

七层网络笔记

首先&#xff0c;用户感知到的只是最上面一层应用层&#xff0c;自上而下每层都依赖于下一层&#xff0c;所以我们从最下一层开始切入&#xff0c;比较好理解 每层都运行特定的协议&#xff0c;越往上越靠近用户&#xff0c;越往下越靠近硬件 物理层由来&#xff1a;上面提到&a…...

PostgreSQL编译安装教程

下载安装 1.在家目录创建一个文件夹放下载安装包 mkdir softwarecd software 2.下载文件压缩包 wget https://ftp.postgresql.org/pub/source/v16.0/postgresql-16.0.tar.gz 3.解压 tar -xzvf postgresql-16.0.tar.gz 4.编译 在software/postgresql-16.0下 cd software…...

音视频学习(二十四):hls协议

基本原理 HLS协议通过将视频文件切分成多个小的媒体段&#xff08;通常是10秒左右的.ts文件&#xff09;&#xff0c;并通过HTTP传输给客户端。视频播放过程中&#xff0c;客户端按顺序请求这些小段文件来逐步播放整个视频流。HLS还支持多种码率&#xff0c;以便适应不同网络条…...