当前位置: 首页 > news >正文

Yocto 项目中的交叉编译:原理与实例

Yocto 项目是一个强大的工具集,它专注于为嵌入式系统生成定制的 Linux 发行版。交叉编译在 Yocto 项目中扮演着核心角色,它使得开发者能够在功能强大的宿主机上构建适用于资源受限目标设备的软件系统。这篇文章将从运行原理、实际案例和工具链组成等角度全面解析 Yocto 项目中的交叉编译,帮助开发者深入理解其背后的逻辑。


一、交叉编译的基本概念

什么是交叉编译?

交叉编译是一种在一个平台(宿主平台)上生成可执行文件,但这些文件专门用于另一个平台(目标平台)运行的编译过程。常见的宿主平台为 x86_64 架构的 Linux 系统,而目标平台则可能是 ARM、MIPS 或 PowerPC 等架构的嵌入式设备。

交叉编译通常需要:

  • 交叉工具链:包括编译器(如 GCC)、链接器(如 LD)、调试器(如 GDB)等。
  • 目标库和头文件:目标设备所需的标准库(如 glibc)和相关的开发头文件。
  • 目标平台配置:包括目标架构(如 ARMv7 或 AArch64)的定义。

在这里插入图片描述

为什么使用交叉编译?

嵌入式设备的硬件资源有限,通常没有足够的计算能力和存储空间来进行原生编译。因此,开发者通过功能强大的宿主机完成构建,并将生成的二进制文件部署到目标设备上运行。

在 Yocto 项目中,几乎所有软件的构建都是通过交叉编译完成的,包括内核、根文件系统、用户空间应用程序等。


二、Yocto 项目中交叉编译的运行原理

Yocto 项目通过灵活的层(Layer)和元数据(Metadata)组织方式,为交叉编译提供了完整的工具链和配置支持。

1. BitBake 的作用

BitBake 是 Yocto 项目的构建引擎,它负责:

  • 根据配方(Recipe)解析交叉编译需求。
  • 调用适当的工具链和配置。
  • 按照依赖关系顺序构建目标软件。

当开发者执行命令 bitbake <target> 时,BitBake 会:

  1. 加载元数据文件(如 local.confbblayers.conf)。
  2. 解析目标平台架构和工具链路径。
  3. 根据依赖关系,依次构建每个组件。

2. 工具链生成与管理

Yocto 项目会自动生成适用于目标平台的交叉工具链,并将其存放在 tmp/work 目录中。具体包括:

  • 宿主工具链:如宿主 GCC,用于构建工具链自身。
  • 目标工具链:如 arm-poky-linux-gnueabi-gcc,用于编译目标平台代码。

工具链还会打包为独立的 SDK,供开发者单独使用。

3. 多架构支持

通过配置 MACHINE 变量,Yocto 能够支持多种目标架构,如:

  • ARM:qemuarm 或实际的 Cortex-A 系列硬件。
  • x86:qemux86 或 Intel Atom 系列设备。
  • PowerPC:qemuppc 或类似设备。

Yocto 的灵活性使得它可以同时生成多个架构的交叉工具链和软件包。


三、QEMU 与交叉编译的关系

QEMU 是 Yocto 项目中一个重要的组件,用于模拟目标设备的运行环境。

1. QEMU 本质上是否交叉编译?

QEMU 本身是一个宿主机应用,它并不需要交叉编译。 QEMU 使用宿主机的编译器(如 x86_64 的 GCC)进行原生编译,然后通过动态翻译技术模拟目标架构的指令集。因此,QEMU 提供的是一个虚拟化运行环境,而不是交叉编译环境。

但是,QEMU 通常运行的目标镜像(如内核和根文件系统)是通过交叉编译生成的。这使得开发者能够在宿主机上模拟和测试交叉编译的成果,而无需实际的目标硬件。

2. QEMU 的典型用例

  • 镜像测试:在宿主机上启动目标镜像,验证其功能:
    runqemu qemuarm
    
  • 应用程序调试:通过 QEMU 加载目标二进制文件,并使用调试工具(如 GDB)进行调试。

四、Yocto 项目中交叉编译的工具链位置

交叉编译工具链是 Yocto 项目实现的核心。以下是常见工具链的存放位置和用途:

1. Sysroot 路径

Yocto 在 tmp/work/ 下存放构建的交叉编译工具链:

  • 交叉编译器路径

    tmp/work/<machine>/<recipe>/recipe-sysroot-native/usr/bin/
    

    该目录下包含了 gccg++ld 等工具。

  • 标准库路径

    tmp/work/<machine>/<recipe>/recipe-sysroot/usr/lib/
    

    包含目标平台的动态库和静态库。

2. 工具链的自动打包

运行以下命令可以生成独立的 SDK:

bitbake -c populate_sdk core-image-minimal

生成的工具链会存放在 tmp/deploy/sdk/ 目录下,通过脚本安装后即可独立使用。


五、交叉编译实例解析

以下是一个完整的 Yocto 项目交叉编译实例,从构建到测试:

1. 构建目标镜像

以构建 ARM 架构的最小化镜像为例:

  1. 配置目标架构:
    conf/local.conf 中指定:
    MACHINE = "qemuarm"
    
  2. 构建镜像:
    bitbake core-image-minimal
    
  3. 镜像文件位置:
    镜像文件会输出到 tmp/deploy/images/qemuarm/

2. 运行 QEMU 模拟器

启动 QEMU 并加载镜像:

runqemu qemuarm

验证镜像是否正常工作。

3. 交叉编译用户程序

安装工具链:

./poky-glibc-x86_64-core-image-minimal-cortexa8-toolchain-*.sh
source /opt/poky/3.1.5/environment-setup-cortexa8hf-neon-poky-linux-gnueabi

编译 C 程序:

echo 'int main() { return 0; }' > hello.c
arm-poky-linux-gnueabi-gcc hello.c -o hello

将程序复制到目标镜像中运行。


六、总结与思考

Yocto 项目通过自动化的工具链生成和灵活的配置机制,彻底解放了嵌入式开发者在交叉编译上的精力。虽然 Yocto 项目的构建流程全是基于交叉编译,但通过 QEMU 的引入,开发者可以轻松验证和调试生成的镜像。

在实际项目中,充分利用 Yocto 的工具链和 QEMU 的虚拟化能力,可以显著提高开发效率和可靠性。

相关文章:

Yocto 项目中的交叉编译:原理与实例

Yocto 项目是一个强大的工具集&#xff0c;它专注于为嵌入式系统生成定制的 Linux 发行版。交叉编译在 Yocto 项目中扮演着核心角色&#xff0c;它使得开发者能够在功能强大的宿主机上构建适用于资源受限目标设备的软件系统。这篇文章将从运行原理、实际案例和工具链组成等角度…...

从安全角度看 SEH 和 VEH

从安全角度看 SEH 和 VEH 异常处理程序是处理程序中不可预见的错误的基本方法之一 https://learn.microsoft.com/en-us/dotnet/csharp/fundamentals/exceptions/ SEH——结构化异常处理程序 就其工作方式而言&#xff0c;异常处理程序与其他处理程序相比相当基础&#xff0…...

【多维DP】力扣3366. 最小数组和

给你一个整数数组 nums 和三个整数 k、op1 和 op2。 你可以对 nums 执行以下操作&#xff1a; 操作 1&#xff1a;选择一个下标 i&#xff0c;将 nums[i] 除以 2&#xff0c;并 向上取整 到最接近的整数。你最多可以执行此操作 op1 次&#xff0c;并且每个下标最多只能执行一…...

钉钉h5微应用,鉴权提示dd.config错误说明,提示“jsapi ticket读取失败

这个提示大多是因为钉钉服务器没有成功读取到该企业的jsticket数据 1. 可能是你的企业corpid不对 登录钉钉管理后台 就可以找到对应企业的corpid 请严格使用这个corpid 。调用获取jsapi_ticket接口&#xff0c;使用的access_token对应的corpid和dd.config中传递的corpid不一致…...

Linux系统之tree命令的基本使用

Linux系统之tree命令的基本使用 一、tree命令介绍二、tree工具安装三、tree命令帮助3.1 查询帮助信息3.2 tree命令帮助解释 四、tree命令的基本使用4.1 直接使用4.2 *限制显示的层级4.3 仅显示目录4.4 不显示隐藏文件4.5 显示文件大小4.6 彩色输出4.7 输出到文件4.8 输出不同格…...

PyTorch框架——基于深度学习LYT-Net神经网络AI低光图像增强系统源码

第一步&#xff1a;LYT-Net介绍 本文介绍了LYT-Net&#xff0c;即轻量级YUV Transformer 网络&#xff0c;作为一种新的低光图像增强方法。所提出的架构与传统的基于Retinex的模型不同&#xff0c;它利用YUV颜色空间对亮度&#xff08;Y&#xff09;和色度&#xff08;U和V&…...

【AI学习】DeepSeek-V3 技术报告学习:总体架构

翻了一下DeepSeek-V3 技术报告学习&#xff0c;太长&#xff0c;只是大概翻了一下&#xff0c;其中Multi-Token Prediction的技术就很亮眼。 摘要 本文介绍了DeepSeek-V3&#xff0c;这是一个拥有671B总参数的强大混合专家&#xff08;MoE&#xff09;语言模型&#xff0c;每…...

PyTorch快速入门

文章目录 前言简介软件包导入创建张量类型操作索引直接索引切片索引 维度变换增加维度删除维度维度重复维度交换broadcast合并张量拆分张量运算最后 前言 你好&#xff0c;我是醉墨居士&#xff0c;今天分享一下PyTorch的基本使用的快速入门教程&#xff0c;希望能够帮助各位快…...

GCP Cloud Observability 是什么,有什么使用场景

GCP Cloud Observability 是 Google Cloud Platform (GCP) 提供的一组工具和服务&#xff0c;用于监控、日志记录、追踪和调试应用程序和基础设施的健康和性能。通过收集和分析遥测数据&#xff08;如指标、日志和追踪信息&#xff09;&#xff0c;Cloud Observability 有助于理…...

OpenCV相机标定与3D重建(35)计算两幅图像之间本质矩阵(Essential Matrix)的函数findEssentialMat()的使用

操作系统&#xff1a;ubuntu22.04 OpenCV版本&#xff1a;OpenCV4.9 IDE:Visual Studio Code 编程语言&#xff1a;C11 算法描述 从两幅图像中的对应点计算本质矩阵。 cv::findEssentialMat 是 OpenCV 库中用于计算两幅图像之间本质矩阵&#xff08;Essential Matrix&#xf…...

计算机毕业设计Hadoop+Spark美团美食推荐系统 美团餐厅推荐系统 美团推荐系统 美食价格预测 美团爬虫 美食数据分析 美食可视化大屏

温馨提示&#xff1a;文末有 CSDN 平台官方提供的学长联系方式的名片&#xff01; 温馨提示&#xff1a;文末有 CSDN 平台官方提供的学长联系方式的名片&#xff01; 温馨提示&#xff1a;文末有 CSDN 平台官方提供的学长联系方式的名片&#xff01; 作者简介&#xff1a;Java领…...

【探花交友】SpringCache

目录 通用缓存SpringCache 重要概念 导入依赖 开启缓存支持 编写UserInfoService 缓存Cacheable 发布视频清空缓存 通用缓存SpringCache 实现缓存逻辑有2种方式&#xff1a; 每个接口单独控制缓存逻辑 统一控制缓存逻辑Spring从3.1开始定义了org.springframework.cac…...

链表 之 无头结点【哨兵位】单向非循环链表【单链表】增删改查 等方法

系列文章目录 &#x1f388; &#x1f388; 我的CSDN主页:OTWOL的主页&#xff0c;欢迎&#xff01;&#xff01;&#xff01;&#x1f44b;&#x1f3fc;&#x1f44b;&#x1f3fc; &#x1f389;&#x1f389;我的C语言初阶合集&#xff1a;C语言初阶合集&#xff0c;希望能…...

2001年对墨西哥湾流进行的主动荧光测量数据

目录 简介 摘要 代码 引用 网址推荐 知识星球 机器学习 干旱监测平台 Active fluorescence measurements in the Gulf Stream in 2001 简介 "Active fluorescence measurements in the Gulf Stream in 2001"是指在2001年对墨西哥湾流进行的主动荧光测量。这…...

AtCoder Beginner Contest 386

1.D - Diagonal Separation 赛时一直卡在这道题,知道思路但不知道怎么解决,就是说若存在给定的白色方块出现在某个B方块与源点构成的区域内就无法实现&#xff0c;如果数据是1000则可以通过离散化 二维差分来解决,赛时一直在试图通过树状数组&#xff0c;线段树来解决&#x…...

Ajax总结

引言 这是属于前端的部分了&#xff0c;先是学习了三件套&#xff08;HTML,JS,CSS没怎么学&#xff0c;但是大概能理解&#xff09;之后就开始学习这个了&#xff0c;学习之前应该要知道她是做什么的&#xff0c;但是我没有做这一步&#xff0c;之后会先了解为什么要学习这门技…...

Springboot使用外置的Servlet容器

嵌入式Servlet容器&#xff1a;应用打成可执行的jar 优点&#xff1a;简单、便携 缺点&#xff1a;默认不支持JSP、优化定制比较复杂 外置的Servlet容器&#xff1a;外面安装Tomcat---应用war包的方式打包 一.嵌入式tomcat启动项目步骤&#xff1a; 1.创建一个普通maven项目…...

金仓数据库物理备份和还原

差异备份&#xff1a;是复制上次全备份以来所有变更数据的一种备份。 增量备份&#xff1a;没有重复的备份数据&#xff0c;备份的数据量不大&#xff0c;备份所需的时间很短&#xff0c;备份速度快 考点 sys_rman工具&#xff08;必考&#xff09; 配置 sys_backup.conf 初…...

Python提取字符串中的json,时间,特定字符

1.整个字符串为json s{"time":"2014-10-14 12:00", "tid":12, "info_message":"我爱python"} _jsonjson.loads(s) print(_json) 执行结果&#xff1a; {time: 2014-10-14 12:00, tid: 12, info_message: 我爱python} 2…...

Android `android.graphics.drawable` 包深度解析:架构与设计模式

Android android.graphics.drawable 包深度解析:架构与设计模式 目录 引言Drawable 概述Drawable 的架构 Drawable 类层次结构Drawable 的核心方法Drawable 的设计模式 装饰者模式工厂模式状态模式常用 Drawable 子类解析 BitmapDrawableShapeDrawableLayerDrawableStateList…...

从提示词到共振:李继刚的AI沟通法则

摘要&#xff1a;在极客公园的演讲中&#xff0c;李继刚分享了他对提示词的深入研究&#xff0c;提出了通过场域和共振达到与AI深层次交流的策略。他分析了AI的存在属性&#xff0c;指出未来提示词将因AI进化而变得更为简洁和高效。 一、Prompt思考与总结 本文内容大多是源于…...

Redis字符串底层结构对数值型的支持常用数据结构和使用场景

字符串底层结构 SDS (Simple Dynamic Strings) 是 Redis 中用于实现字符串类型的一种数据结构。SDS 的设计目标是提供高效、灵活的字符串操作&#xff0c;同时避免传统 C 字符串的一些缺点。 struct sdshdr {int len; // 已使用的长度int free; // 未使用的长度char bu…...

Windows下Python+PyCharm的安装步骤及PyCharm的使用

Windows下PythonPyCharm的安装步骤及PyCharm的使用 文章目录 Windows下PythonPyCharm的安装步骤及PyCharm的使用一、Python的安装&#xff08;1&#xff09;环境准备&#xff08;2&#xff09;Python安装&#xff08;3&#xff09;pip组件的安装 二、PyCharm的安装&#xff08;…...

oracle基础:中文字段排序详解

在数据库操作中&#xff0c;中文字段排序是一个常见但又容易被忽视的问题。默认情况下&#xff0c;Oracle 数据库的排序规则是基于 Unicode 编码的&#xff0c;这可能导致排序结果并不符合预期&#xff0c;比如按拼音、部首或笔画排序。本文将详细解析如何在 Oracle 中实现中文…...

网络安全专有名词详解_3

80.WAF 即为Web Application Firewall&#xff0c;即Web应用防火墙&#xff0c;通过执行一系列针对HTTP/HTTPS的安全策略来专门为Web应用提供保护的一款产品。 81.SOC Security Operations Center&#xff0c;翻译为安全运行中心&#xff0c;通过建立一套实时的资产风险模型&a…...

【C语言】库函数常见的陷阱与缺陷(三):内存分配函数[2]--calloc

C语言中的calloc函数是一个用于分配多个具有相同大小的内存块的函数,它在动态内存管理中扮演着重要角色。然而,在使用calloc时也存在一些陷阱与缺陷。 一、功能与常见用法 calloc(contiguous allocation)函数用于动态分配内存,相较于 malloc 函数,不仅能够在堆上为程序…...

CKA认证 | Day7 K8s存储

第七章 Kubernetes存储 1、数据卷与数据持久卷 为什么需要数据卷&#xff1f; 容器中的文件在磁盘上是临时存放的&#xff0c;这给容器中运行比较重要的应用程序带来一些问题。 问题1&#xff1a;当容器升级或者崩溃时&#xff0c;kubelet会重建容器&#xff0c;容器内文件会…...

.net core 的数据库编程

Python基础 Python是一种高级编程语言&#xff0c;由Guido van Rossum于1980年代后期发明&#xff0c;并于1991年首次发布。它以简洁的语法和易于阅读的代码风格著称&#xff0c;因而成为程序员和数据科学家等领域的热门选择。在这篇文章中&#xff0c;我们将深入探讨Python的…...

再生核希尔伯特空间(RKHS)上的分位回归

1. 基本定义和理论基础 1.1 再生核希尔伯特空间(RKHS) 给定一个非空集合 X \mathcal{X} X&#xff0c;一个希尔伯特空间 H \mathcal{H} H 称为再生核希尔伯特空间&#xff0c;如果存在一个函数 K : X X → R K: \mathcal{X} \times \mathcal{X} \rightarrow \mathbb{R} K…...

结构方程模型【SEM】:非线性、非正态、交互作用及分类变量分析

利用结构方程模型建模往往遇到很多‘特殊’情况&#xff1a;1&#xff09;变量间为非直线关系&#xff1b;2&#xff09;变量间存在交互作用&#xff1b;3&#xff09;数据不满足正态分布&#xff1b;4&#xff09;变量为非正态类型的数值变量&#xff0c;如0&#xff0c;1数据…...

不安全物联网的轻量级加密:综述

Abstract 本文综述了针对物联网&#xff08;IoT&#xff09;的轻量级加密解决方案。这项综述全面覆盖了从轻量级加密方案到不同类型分组密码的比较等多个方面。同时&#xff0c;还对硬件与软件解决方案之间的比较进行了讨论&#xff0c;并分析了当前最受信赖且研究最深入的分组…...

DeepSpeed 使用 LoRA 训练后文件结构详解

DeepSpeed 使用 LoRA 训练后文件结构详解 在大语言模型&#xff08;LLM&#xff09;的训练过程中&#xff0c;DeepSpeed 提供了强大的分布式训练能力&#xff0c;而 LoRA&#xff08;Low-Rank Adaptation&#xff09;通过参数高效微调技术显著减少了资源占用。完成训练后&…...

Mysql数据 新增、修改和删除操作时,这些变化如何被转换为Kafka消息?

Mysql数据 新增、修改和删除操作时,这些变化如何被转换为Kafka消息? 为了在FlinkCDC中配置MySQL同步到Kafka,并采用debezium-json数据格式,我们需要了解当执行新增、修改和删除操作时,这些变化如何被转换为Kafka消息。下面我们将详细介绍这些变化情况,并提供具体的数据样…...

高等数学 8.1向量及其线性运算

8.1 向量及其线性运算 文章目录 8.1 向量及其线性运算一、向量的概念向量的线性运算1.向量的加减法2.向量与数的乘法 三、空间直角坐标系四、利用坐标作向量的线性运算五、向量的模、方向角、投影1.向量的模与两点间的距离公式2.方向角与方向余弦3.向量在轴上的投影 一、向量的…...

向bash shell脚本传参

例子&#xff1a; ~ script % touch parameter.sh ~ script % chmod 755 parameter.sh ~ % vim parameter.shparameter.sh: #!/usr/bin/env bashecho the name of current script is $0echo the first parameter is $1echo the second parameter is $2echo all parameters: $…...

高精度算法:加减乘除 (学习笔记)

加法&#xff1a; 现有vector<int>a,b;并且已经输入了内容且倒置 vector<int> plus(vector<int>a,vector<int> b){ int as a.size(); int bs b.size(); vector<int>total; int carry 0; int ar 0, br 0; //读取位数 while (ar < as &am…...

JVM 主要组成部分与内存区域

一、JVM 主要组成部分&#xff1a; JVM的主要包含两个组件和两个子系统&#xff0c;分别为&#xff1a; &#xff08;1&#xff09;本地库接口(Native Interface)&#xff1a;与native lib(本地方法库)交互&#xff0c;融合其他编程语言为Java所用&#xff0c;是与其它编程语言…...

10分钟掌握项目管理核心工具:WBS、甘特图、关键路径法全解析

一、引言 在项目管理的广阔天地里&#xff0c;犹如一场精心编排的交响乐演奏&#xff0c;每个乐器、每个音符都需精准配合才能奏响美妙乐章。而 WBS&#xff08;工作分解结构&#xff09;、甘特图、关键路径法无疑是这场交响乐中的关键乐章&#xff0c;它们从不同维度为项目管…...

python语音机器人(青云客免费api)

强调&#xff1a;不用登录注册&#xff0c;直接使用就好 青云客智能聊天机器人API python代码&#xff0c;直接可以运行&#xff1a; 1、安装库&#xff1a; pip install requests pyttsx3 SpeechRecognition sounddevice numpy scipy2、完整代码&#xff1a; import request…...

策略模式以及优化

使用场景 在一个条件语句中又包含了多个条件语句 具体策略类会过多 把抽象策略和具体策略放在一个枚举类里。 方法 exe() 相当于抽象策略&#xff0c;而A和B就相当于实现了抽象策略的具体策略 这样就只需要一个枚举类就可以解决具体策略类过多的问题 public enum Strategy {A{O…...

解决tomcat双击startup.bat乱码的几种方法

新环境&#xff0c;win10&#xff0c;今天下载了tomcat9.0.98&#xff0c;是压缩绿色版的&#xff0c;解压缩安装到了&#xff1a; D:\java\apache-tomcat-9.0.98 可以通过‪D:\java\apache-tomcat-9.0.98\bin\startup.bat双击来启动tomcat。 但是日志显示乱码。 后来找到了几种…...

计算机网络 (12)物理层下面的传输媒体

前言 计算机网络物理层下面的传输媒体是计算机网络设备之间的物理通路&#xff0c;也称为传输介质或传输媒介&#xff0c;并不包含在计算机网络体系结构中&#xff0c;而是处于物理层之下。 一、传输媒体的分类 导向型媒体&#xff1a;电磁波被导引沿着固体媒体传播。常见的导向…...

Spark生态圈

Spark 主要用于替代Hadoop中的 MapReduce 计算模型。存储依然可以使用 HDFS&#xff0c;但是中间结果可以存放在内存中&#xff1b;调度可以使用 Spark 内置的&#xff0c;也可以使用更成熟的调度系统 YARN 等。 Spark有完善的生态圈&#xff1a; Spark Core&#xff1a;实现了…...

如何计算相位差

如何计算相位差 假设我们有两个同频率的正弦信号&#xff1a; 这里两个信号的角频率w2πf是相同的&#xff0c;根据同频正弦信号相位差的计算方法&#xff0c;直接用两个信号的相位相减。 再来看利用波形图计算相位差的例子&#xff1a; 另一种计算方式&#xff1a;...

Bash Shell知识合集

1. chmod命令 创建一个bash shell脚本 hello.sh ~script $ touch hello.sh脚本创建完成后并不能直接执行&#xff0c;我们要用chmod命令授予它可执行的权限&#xff1a; ~script $ chmod 755 hello.sh授权后的脚本可以直接执行&#xff1a; ~script $ ./hello.sh2.指定运行…...

《信管通低代码信息管理系统开发平台》Windows环境安装说明

1 简介 《信管通低代码信息管理系统应用平台》提供多环境软件产品开发服务&#xff0c;包括单机、局域网和互联网。我们专注于适用国产硬件和操作系统应用软件开发应用。为事业单位和企业提供行业软件定制开发&#xff0c;满足其独特需求。无论是简单的应用还是复杂的系统&…...

如何查看服务器内存占用情况?

如何查看服务器的内存占用情况&#xff1f;你知道内存使用情况对服务器性能的重要性吗&#xff1f;内存是服务器运行的核心资源之一&#xff0c;了解内存的占用情况可以帮助你优化系统性能。 要查看服务器的内存占用情况&#xff0c;首先需要确定你使用的是哪种操作系统。不同…...

【源码】Sharding-JDBC源码分析之SQL中影子库ShadowSQLRouter路由的原理

Sharding-JDBC系列 1、Sharding-JDBC分库分表的基本使用 2、Sharding-JDBC分库分表之SpringBoot分片策略 3、Sharding-JDBC分库分表之SpringBoot主从配置 4、SpringBoot集成Sharding-JDBC-5.3.0分库分表 5、SpringBoot集成Sharding-JDBC-5.3.0实现按月动态建表分表 6、【…...

OCR实践-Table-Transformer

前言 书接上文 OCR实践—PaddleOCR Table-Transformer 与 PubTables-1M table-transformer&#xff0c;来自微软&#xff0c;基于Detr&#xff0c;在PubTables1M 数据集上进行训练&#xff0c;模型是在提出数据集同时的工作&#xff0c; paper PubTables-1M: Towards comp…...

代码随想录五刷day6

提示&#xff1a;文章写完后&#xff0c;目录可以自动生成&#xff0c;如何生成可参考右边的帮助文档 文章目录 前言一、力扣144. 二叉树的前序遍历(递归)二、力扣144. 二叉树的前序遍历(迭代)三、力扣145. 二叉树的后序遍历(递归)四、力扣145. 二叉树的后序遍历(迭代)五、力扣…...