当前位置: 首页 > news >正文

Redis集群部署终极指南:架构选型、生产部署与深度优化

第一部分:Redis集群技术全景解析

1.1 Redis集群演进史

  • 单机时代(2009-2012):Redis 2.8之前,纯单机模式
  • 复制时代(2012-2015):Redis 2.8引入PSYNC改进复制
  • 哨兵时代(2015-2017):Redis 3.0正式推出Sentinel
  • 集群时代(2017至今):Redis 3.0+推出原生Cluster方案
  • 云原生时代(2020+):Redis 6.0支持多线程I/O和TLS

1.2 核心架构对比分析

1.2.1 主从复制架构
异步复制
异步复制
异步复制
Master
Slave 1
Slave 2
Slave 3

关键参数

repl-backlog-size 1gb      # 复制积压缓冲区
repl-diskless-sync yes     # 无盘复制
repl-ping-slave-period 10  # 心跳间隔(秒)
1.2.2 Redis Sentinel部署模型
监控
监控
监控
复制
Sentinel 1
Master
Sentinel 2
Sentinel 3
Slave

故障转移流程

  1. 主观下线(SDOWN):单个Sentinel检测到节点不可用
  2. 客观下线(ODOWN):多数Sentinel确认节点故障
  3. 选举Leader Sentinel
  4. 执行故障转移
1.2.3 Redis Cluster数据分布
复制
复制
复制
Node 1: 0-5460
Node 4
Node 2: 5461-10922
Node 5
Node 3: 10923-16383
Node 6

数据分片算法

def slot(key):crc = crc16(key)return crc % 16384

第二部分:生产级部署实践

2.1 硬件规划指南

数据规模内存配置磁盘类型网络要求典型节点数
< 16GB32GBSSD1Gbps3-6
16-64GB64GBNVMe SSD10Gbps6-12
64-256GB128GBRAID10 NVMe10Gbps12-24
> 256GB256GB+分布式存储25/100Gbps24+

2.2 操作系统调优

# 内核参数调优
echo "net.core.somaxconn = 65535" >> /etc/sysctl.conf
echo "vm.overcommit_memory = 1" >> /etc/sysctl.conf
echo "echo never > /sys/kernel/mm/transparent_hugepage/enabled" >> /etc/rc.local# 资源限制配置
echo "* soft nofile 1000000" >> /etc/security/limits.conf
echo "* hard nofile 1000000" >> /etc/security/limits.conf

2.3 详细部署流程(以Redis 7.0 Cluster为例)

2.3.1 节点初始化
# 创建数据目录
for port in {7000..7005}; domkdir -p /data/redis/${port}chown redis:redis /data/redis/${port}
done# 生成配置文件模板
cat > /etc/redis/redis-cluster.tmpl <<EOF
port ${PORT}
cluster-enabled yes
cluster-config-file nodes.conf
cluster-node-timeout 15000
appendonly yes
appendfilename "appendonly-${PORT}.aof"
dir /data/redis/${PORT}
masterauth "ComplexPassword123!"
requirepass "ComplexPassword123!"
EOF# 生成各节点配置
for port in {7000..7005}; doexport PORT=$portenvsubst < /etc/redis/redis-cluster.tmpl > /etc/redis/${port}.conf
done
2.3.2 集群引导
# 批量启动节点
for port in {7000..7005}; dosystemctl start redis@${port}
done# 使用redis-cli创建集群
redis-cli --cluster create \127.0.0.1:7000 127.0.0.1:7001 127.0.0.1:7002 \127.0.0.1:7003 127.0.0.1:7004 127.0.0.1:7005 \--cluster-replicas 1 \-a ComplexPassword123!

2.4 集群验证与测试

# 集群健康检查
redis-cli -p 7000 -a ComplexPassword123! cluster info | grep cluster_state# 基准测试(单节点)
redis-benchmark -h 127.0.0.1 -p 7000 -a ComplexPassword123! -t set,get -n 1000000 -c 100 -d 256# 集群版基准测试
redis-benchmark -h 127.0.0.1 -p 7000 -a ComplexPassword123! \--cluster -n 1000000 -c 100 -d 256 \--threads 4

第三部分:高级配置与优化

3.1 持久化策略矩阵

策略组合RDB间隔AOF配置数据安全性性能影响恢复速度
纯RDB1小时关闭
混合模式15分钟appendfsync everysec
混合模式215分钟appendfsync always
纯AOF关闭appendfsync always极高极高最慢

推荐配置

# 混合持久化配置
save 900 1
save 300 10
save 60 10000
appendonly yes
appendfilename "appendonly-${PORT}.aof"
appendfsync everysec
aof-use-rdb-preamble yes  # Redis 4.0+特性

3.2 内存优化技巧

3.2.1 数据结构优化
# 原始存储方式(消耗更多内存)
SET user:1000:name "张三"
SET user:1000:age 30# 优化方案(使用Hash)
HSET user:1000 name "张三" age 30
3.2.2 内存压缩配置
hash-max-ziplist-entries 512
hash-max-ziplist-value 64
list-max-ziplist-size -2
zset-max-ziplist-entries 128
zset-max-ziplist-value 64

3.3 集群扩展操作

3.3.1 节点扩容流程
# 添加新主节点
redis-cli --cluster add-node \127.0.0.1:7006 127.0.0.1:7000 \--cluster-slots 1024 \-a ComplexPassword123!# 数据重平衡
redis-cli --cluster rebalance \127.0.0.1:7000 \--cluster-weight node1=2 node2=1 \-a ComplexPassword123!
3.3.2 槽位迁移监控
watch -n 1 'redis-cli -p 7000 cluster nodes | grep migrating'

第四部分:生产环境运维体系

4.1 监控指标体系

关键监控项

  1. 基础资源

    • 内存使用率(used_memory_rss)
    • CPU利用率(used_cpu_sys)
    • 网络吞吐量(instantaneous_input_kbps)
  2. 集群状态

    • 集群健康状态(cluster_state)
    • 故障转移次数(failover_count)
  3. 性能指标

    • 延迟百分位(latency_percentiles)
    • 命令统计(commandstats)

Prometheus配置示例

scrape_configs:- job_name: 'redis-cluster'metrics_path: '/scrape'static_configs:- targets: ['redis-exporter:9121']relabel_configs:- source_labels: [__address__]target_label: instanceregex: (.+):\d+

4.2 灾备方案设计

4.2.1 跨机房部署
机房B
机房A
同步
同步
Master
Slave-机房A
Master
Slave
4.2.2 备份策略
# RDB备份脚本示例
#!/bin/bash
BACKUP_DIR="/backups/redis/$(date +%Y%m%d)"
mkdir -p $BACKUP_DIR
for port in {7000..7005}; doredis-cli -p $port -a ComplexPassword123! BGSAVEwhile [ "$(redis-cli -p $port -a ComplexPassword123! info persistence | grep rdb_bgsave_in_progress | cut -d: -f2)" -eq 1 ]; dosleep 1donecp /data/redis/${port}/dump.rdb ${BACKUP_DIR}/dump-${port}.rdb
done

4.3 客户端最佳实践

4.3.1 连接池配置(Java示例)
JedisPoolConfig poolConfig = new JedisPoolConfig();
poolConfig.setMaxTotal(500);          // 最大连接数
poolConfig.setMaxIdle(100);           // 最大空闲连接
poolConfig.setMinIdle(20);            // 最小空闲连接
poolConfig.setMaxWaitMillis(2000);    // 获取连接超时时间
poolConfig.setTestOnBorrow(true);     // 取连接时测试连通性Set<HostAndPort> nodes = new HashSet<>();
// 添加所有已知集群节点
nodes.add(new HostAndPort("redis1", 7000));
nodes.add(new HostAndPort("redis2", 7001));JedisCluster jedisCluster = new JedisCluster(nodes, 2000, 2000, 5, "ComplexPassword123!", poolConfig
);
4.3.2 重试策略优化
# Python示例:自适应重试机制
def cluster_operation_with_retry(key, operation, max_retries=3):retry_count = 0last_exception = Nonewhile retry_count < max_retries:try:return operation(key)except (ConnectionError, TimeoutError) as e:last_exception = eretry_count += 1time.sleep(min(2 ** retry_count, 10))  # 指数退避raise ClusterOperationError(f"Operation failed after {max_retries} retries") from last_exception

第五部分:典型问题解决方案

5.1 热点Key问题处理

检测方法

# 使用redis-cli监控命令
redis-cli -p 7000 --hotkeys# 使用监控系统采样
redis-cli -p 7000 monitor | awk '{print $4}' | sort | uniq -c | sort -nr | head -10

解决方案

  1. 本地缓存:对热点Key增加本地缓存层
  2. Key拆分:将大Key拆分为多个子Key
    # 原始Key
    SET popular_item:123 "very_long_value..."# 拆分后
    SET popular_item:123:part1 "part1_value"
    SET popular_item:123:part2 "part2_value"
    
  3. 读写分离:通过路由策略将读请求导向从节点

5.2 大Key治理方案

大Key识别工具

redis-cli --bigkeys -a ComplexPassword123!# 自定义扫描脚本
redis-cli -p 7000 --scan --pattern "*" | while read key; dosize=$(redis-cli -p 7000 memory usage $key)if [ $size -gt 102400 ]; thenecho "BigKey: $key ($size bytes)"fi
done

优化策略

  1. 数据结构优化
    # 优化前
    SET user:1000:favorites "item1,item2,...,item1000"# 优化后
    SADD user:1000:favorites item1 item2 ... item1000
    
  2. 分片存储
    # 将大Hash分片存储
    def hset_sharded(key, field, value):slot = crc16(field) % 10shard_key = f"{key}:shard{slot}"redis.hset(shard_key, field, value)
    

5.3 集群脑裂防护

防护配置

# 主节点最少从节点数
min-replicas-to-write 2
min-replicas-max-lag 10

恢复流程

  1. 手动介入确认数据状态
  2. 选择数据较新的节点作为新主
  3. 执行CLUSTER FAILOVER强制切换
  4. 同步其他节点数据

第六部分:未来演进与云原生实践

6.1 Redis 7.0新特性

  1. 多线程I/O:提升网络处理能力
    io-threads 4
    io-threads-do-reads yes
    
  2. 函数式编程:Redis Scripting 2.0
  3. ACL增强:更细粒度的权限控制

6.2 Kubernetes部署方案

StatefulSet示例

apiVersion: apps/v1
kind: StatefulSet
metadata:name: redis-cluster
spec:serviceName: redisreplicas: 6selector:matchLabels:app: redistemplate:metadata:labels:app: redisspec:containers:- name: redisimage: redis:7.0ports:- containerPort: 6379name: client- containerPort: 16379name: gossipenv:- name: "REDIS_PASSWORD"value: "ComplexPassword123!"volumeMounts:- name: datamountPath: /datavolumeClaimTemplates:- metadata:name: dataspec:accessModes: [ "ReadWriteOnce" ]storageClassName: "ssd"resources:requests:storage: 100Gi

6.3 混合云部署架构

私有云
公有云
加密通道
Redis Node
Proxy
Redis Node
Redis Node
Proxy
Redis Node

结语

Redis集群的部署和优化是一个需要持续迭代的过程。随着业务规模的增长,建议:

  1. 每季度进行容量评估
  2. 每半年进行架构评审
  3. 持续监控关键指标
  4. 建立完善的灾备演练机制

通过本文介绍的全套方案,您应该能够构建出支撑百万级QPS、TB级数据量的高可用Redis集群。记住,没有放之四海而皆准的完美方案,最适合的架构永远是基于业务需求和技术约束的平衡选择。

相关文章:

Redis集群部署终极指南:架构选型、生产部署与深度优化

第一部分&#xff1a;Redis集群技术全景解析 1.1 Redis集群演进史 单机时代&#xff08;2009-2012&#xff09;&#xff1a;Redis 2.8之前&#xff0c;纯单机模式复制时代&#xff08;2012-2015&#xff09;&#xff1a;Redis 2.8引入PSYNC改进复制哨兵时代&#xff08;2015-…...

腾讯云IM即时通讯:开启实时通信新时代

一、引言 在当今数字化浪潮席卷全球的时代&#xff0c;即时通讯已然成为互联网世界中不可或缺的关键元素。无论是个人日常生活中的社交互动&#xff0c;还是企业运营里的高效协作&#xff0c;即时通讯都发挥着举足轻重的作用&#xff0c;已然渗透到人们生活与工作的每一个角落…...

基于Qt的UDP主从服务器设计与实现

概述 一个基于Qt框架实现的UDP主从服务器系统&#xff0c;该系统具备自动主机选举、故障转移和状态同步等关键功能&#xff0c;适用于分布式能源管理系统中的设备通信与协调。 系统核心功能 1. 自动主机选举与故障转移 系统通过优先级机制实现自动主机选举&#xff0c;当主机…...

JVM(8)——详解分代收集算法

JVM 的分代收集算法不是一种具体的垃圾收集算法实现&#xff0c;而是一种指导思想和设计原则&#xff0c;是现代 JVM 垃圾收集器的基石。其核心思想源于对程序运行过程中对象生命周期分布的观察&#xff08;即弱分代假说&#xff09;。 核心思想与理论基础&#xff1a;分代假说…...

深入Java面试:从Spring Boot到微服务

深入Java面试&#xff1a;从Spring Boot到微服务 在准备互联网大厂的Java岗位面试时&#xff0c;掌握核心技术栈是关键。本文将从技术栈中选取几个重要的技术点进行探讨&#xff0c;帮助你在面试中脱颖而出。 问题一&#xff1a;Spring Boot的核心特性是什么&#xff1f; 面…...

【软考高级系统架构论文】论无服务器架构及其应用

论文真题 近年来,随着信息技术的迅猛发展和应用需求的快速更迭,传统的多层企业应用系统架构面临越来越多的挑战,已经难以适应这种变化。在这一背景下,无服务器架构(Serverless Architecture) 逐渐流行,它强调业务逻辑由事件触发,具有短暂的生命周期,运行于无状态的轻量…...

Snapchat矩阵运营新策略:亚矩阵云手机打造高效社交网络

1. Snapchat平台特性与风控挑战​​ Snapchat作为全球领先的即时社交平台&#xff0c;其独特的阅后即焚功能和强社交属性使其风控系统极为严格&#xff1a; ​​核心风控机制​​ ​​设备指纹检测​​&#xff1a;记录设备ID、系统版本、IP地址等硬件信息​​行为模式分析​…...

BGP路由反射器(RR)实验详解,结尾有详细脚本

目录 路由反射器基础概念 实验拓扑与设计 实验配置步骤 配置验证与排错 实验总结 完整配置命令集 路由反射器基础概念 在传统的IBGP网络中&#xff0c;为了防止路由环路&#xff0c;BGP规定通过IBGP学到的路由不能再传递给其他IBGP对等体&#xff0c;这导致所有IBGP路由…...

【JAVA】数组的使用

文章目录 前言一、数组的基本概念1.1 数组的创建和初始化1.2 数组的基本使用 二、数组是引用类型2.1 初始JVM的内存分布JVM内存划分&#xff08;按功能分区&#xff09; 2.2 基本类型变量与引用类型变量的区别2.3 再谈引用变量2.4 认识null 三、数组作为函数的参数和返回值四、…...

Python的6万张图像数据集CIFAR-10和CIFAR-100说明

CIFAR-10和CIFAR-100数据集是8000万张微小图像数据集的标记子集。CIFAR-10和CIFAR-100都是由AlexKrizhevsky、VinodNair和GeoffreyHinton创建。数据集说明的网页&#xff1a;https://www.cs.toronto.edu/~kriz/cifar.html 一、CIFAR-10数据集 &#xff08;一&#xff09;CIFA…...

CTF--PhP Web解题(走入CTF)

前情提要 分享有趣CTF题目&#xff0c;记录学习过程 题目&#xff08;带注释,方便理解&#xff09; <?php // 开启PHP源代码高亮显示&#xff0c;输出当前文件内容&#xff08;用于调试/展示&#xff09; highlight_file(__FILE__);// 关闭所有错误报告&#xff0c;防止敏感…...

【Linux仓库】进程概念与基本操作【进程·贰】

&#x1f31f; 各位看官好&#xff0c;我是&#xff01; &#x1f30d; Linux Linux is not Unix &#xff01; &#x1f680; 今天来学习Linux中进程概念与基本操作。 &#x1f44d; 如果觉得这篇文章有帮助&#xff0c;欢迎您一键三连&#xff0c;分享给更多人哦&#xff01…...

Z-Ant开源程序是简化了微处理器上神经网络的部署和优化

​一、软件介绍 文末提供程序和源码下载 Z-Ant &#xff08;Zig-Ant&#xff09; 是一个全面的开源神经网络框架&#xff0c;专门用于在微控制器和边缘设备上部署优化的 AI 模型。Z-Ant 使用 Zig 构建&#xff0c;为资源受限的硬件上的模型优化、代码生成和实时推理提供端到端…...

面试题-在ts中类型转换的方法

在 TypeScript 中&#xff0c;类型转换主要分为 类型断言&#xff08;Type Assertion&#xff09;、类型守卫&#xff08;Type Guard&#xff09; 和 类型兼容转换 三种方式。以下是详细分类和示例&#xff1a; 一、类型断言&#xff08;Type Assertion&#xff09; 强制编译…...

【论文笔记】【强化微调】T-GRPO:对视频数据进行强化微调

tulerfeng/Video-R1: Video-R1: Reinforcing Video Reasoning in MLLMs [&#x1f525;the first paper to explore R1 for video] 1. 引述 在强化微调中&#xff0c;像 GRPO、DAPO 这样的方法都是对文本或者图片进行微调思考&#xff0c;所以这类微调方法不对时序信息做处理&…...

`shallowReactive` 与 `shallowRef`:浅层响应式 API

&#x1f90d; 前端开发工程师、技术日更博主、已过CET6 &#x1f368; 阿珊和她的猫_CSDN博客专家、23年度博客之星前端领域TOP1 &#x1f560; 牛客高级专题作者、打造专栏《前端面试必备》 、《2024面试高频手撕题》、《前端求职突破计划》 &#x1f35a; 蓝桥云课签约作者、…...

使用Node.js开发服务端接口

Node.js是一个基于JavaScript的运行时环境&#xff0c;非常适合开发高性能的服务端接口。以下是开发服务端接口的主要方法和步骤。 选择合适的框架 Express、Koa或Fastify是Node.js中常用的框架。Express是最流行的选择&#xff0c;适合快速开发。Koa更轻量&#xff0c;适合需…...

`teleport` 传送 API 的使用:在 Vue 3 中的最佳实践

&#x1f90d; 前端开发工程师、技术日更博主、已过CET6 &#x1f368; 阿珊和她的猫_CSDN博客专家、23年度博客之星前端领域TOP1 &#x1f560; 牛客高级专题作者、打造专栏《前端面试必备》 、《2024面试高频手撕题》、《前端求职突破计划》 &#x1f35a; 蓝桥云课签约作者、…...

Linux 多种方式实现行转列

目录 一. 前提二. xargs 实现行转列三. paste 实现行转列四. sed 实现行转列 一. 前提 ⏹之前在这下面篇文章中使用sed命令实现了行专列&#xff0c;本篇文章再介绍几种更加简单的方式。 Linux sed案例 &#x1f449; 20231126-2.log 110120 SPLREQUEST 内容1 AAA memberID1…...

AI与SEO关键词协同进化

内容概要 人工智能&#xff08;AI&#xff09;与搜索引擎优化&#xff08;SEO&#xff09;的结合&#xff0c;正深刻变革着关键词策略的制定与执行方式。本文旨在探讨AI技术如何驱动SEO关键词领域的智能化进化&#xff0c;核心在于利用AI强大的数据处理与模式识别能力&#xf…...

C# 网络编程-关于HTTP/HTTPS的基础(一)

一、HTTP基础概念 1. 请求-响应模型 HTTP是基于客户端-服务器的无状态协议&#xff0c;流程如下&#xff1a; 客户端&#xff08;如浏览器&#xff09;发起请求。服务器接收请求并处理。服务器返回响应&#xff0c;包含状态码、Header和响应体。连接关闭&#xff0c;后续请求…...

题解:P11501 [ROIR 2019] 探险队(Day 2)

前言&#xff1a;这道题 dp 做法找环的部分还没有用拓扑做的&#xff0c;补充一下。 这道题其实很像“上司的舞会”&#xff0c;就是求树上最大独立集。 这里我们把每个人向他讨厌的那个人连边&#xff08;发现所有点出度均为 1 1 1&#xff0c;所以这是一个基环树&#xff0…...

读者写者问题与读写锁自旋锁

一、读者写者问题 读者写者问题具有以下特点&#xff1a; 一个交易场所---写者写入数据&#xff0c;读者读数据两种角色---读者&#xff0c;写者三种关系 读者和读者---并发写者和写者---互斥读者和写者---互斥 && 同步 二、读者写者VS生产消费 生产者消费者模型中…...

Sublime text启用vim

打开&#xff1a;首选项 > 设置&#xff0c;在打开的输入框中把 "ignored_packages": ["Vintage"] 修改为 "ignored_packages": []&#xff0c;不忽略Vintage&#xff0c;即为启用Vintage&#xff0c;它是Sublime的内置vim插件。 然后再添加&…...

蚂蚁百宝箱快速创建智能体AI小程序

蚂蚁百宝箱官网https://tbox.alipay.com/community?operationSource1006/ 以下是一篇关于蚂蚁百宝箱快速创建智能体 AI 小程序的图文并茂的博客&#xff1a; 标题&#xff1a;蚂蚁百宝箱快速创建智能体 AI 小程序&#xff0c;开启智能应用新体验 引言 在数字化飞速发展的当…...

【Anconda安装教程】安装到环境配置全流程

目录 前言 一、进入官网下载 二、下载Anconda​编辑 三、安装Anconda 四、配置环境变量 五、验证是否安装成功 六、anaconda的使用 情况一&#xff1a;电脑现在没有装python或者现在装的可以卸载掉 情况二&#xff1a;电脑目前装了python&#xff0c;但想保留它 6.1 进…...

Linux系统编程 | IPC对象---信号量

在前面两篇博客文章中&#xff0c;对Linux系统编程部分IPC三大对象中的消息队列和共享内存的知识体系做了一个大致的梳理&#xff0c;在本篇文章中&#xff0c;将对三大IPC对象中的最后一个信号量做一个总结。如果有需要的博客朋友&#xff0c;可以参考我的Linux系统编程专栏参…...

当数据自己会说话:聚类与分类算法全景解析

从金融风控到医疗诊断&#xff0c;两种机器学习技术如何重塑决策逻辑 在人工智能与数据驱动的时代&#xff0c;聚类和分类作为机器学习的两大核心技术&#xff0c;已成为从海量数据中提取价值的必备工具。它们看似相似——都是将数据划分到不同的组中——但内在逻辑和应用场景却…...

哈佛结构(Harvard Architecture)与冯·诺依曼架构(Von Neumann Architecture)

一、基础概念与历史溯源 哈佛结构 起源&#xff1a;1940年代由哈佛大学开发的Mark I计算机首次采用&#xff0c;专为弹道计算优化。核心特征&#xff1a; 物理分离的存储器&#xff1a;程序指令存储在ROM/Flash&#xff0c;数据存储在RAM&#xff0c;两者独立编址。独立总线系统…...

Python内存使用分析工具深度解析与实践指南(下篇)

文章目录 引言6. guppy3 / Heapy功能安装程序示例适用场景注意事项 7. objgraph功能安装程序示例适用场景注意事项 8. memory_profiler功能安装程序示例适用场景注意事项 9. profile&#xff08;标准库&#xff09;功能程序示例适用场景注意事项 总结对比表 引言 在Python编程…...

经典控制理论:线性化笔记

一、弹簧阻尼系统 求B点的位置X0&#xff0c;与弹簧形变后的位置X1的关系 ---- 解&#xff1a; 二、直流电动机模型 求输出转速与输入电压的关系 解&#xff1a;...

【StarRocks系列】查询优化

步骤参考官网 分析查询 | StarRocks StarRocks-Profile分析及优化指南 StarRocks-Profile分析及优化指南 - 经验教程 - StarRocks中文社区论坛...

【STM32】STM32的中断系统寄存器NVIC、EXTI

文章目录 中断概述中断的概念为什么需要中断STM32的中断 STM32的中断体系架构NVICNVIC的介绍中断优先级优先级寄存器优先级组 EXTI 中断概述 中断的概念 在主程序运行过程中&#xff0c;出现了特定事件&#xff0c;使得CPU暂停当前正在运行的程序&#xff0c;转而去处理这个事…...

LLM-201: OpenHands与LLM交互链路分析

一、核心交互链路架构 #mermaid-svg-ZBqCSQk1PPDkIXNx {font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:16px;fill:#333;}#mermaid-svg-ZBqCSQk1PPDkIXNx .error-icon{fill:#552222;}#mermaid-svg-ZBqCSQk1PPDkIXNx .error-text{fill:#552222;strok…...

税务 VR 虚拟体验,带来全新办税感受

在过去&#xff0c;企业办税难题诸多。申报纳税高峰期&#xff0c;办税服务厅人满为患&#xff0c;财务人员需早起取号排队&#xff0c;耗费大量时间。传统办税流程复杂&#xff0c;涉及多环节和部门&#xff0c;资料繁多&#xff0c;若准备不全或有误就得重新准备&#xff0c;…...

【Linux 驱动中断】

Linux 驱动中断 一、GIC 控制器&#xff1a;硬件中断的枢纽二、GPIO 中断&#xff1a;设备交互的常见入口三、Tasklet 与软中断&#xff1a;高效的异步处理机制3.1 Tasklet3.2 软中断 四、工作队列&#xff1a;灵活的任务处理框架4.1 共享工作队列4.2 自定义工作队列4.3 延迟工…...

ali 轻量服务器安装nginx

# Ubuntu sudo apt install nginx-light # 精简版 # CentOS sudo yum install nginx #启动并设置开机自启 sudo systemctl daemon-reload sudo systemctl start nginx sudo systemctl enable nginx #验证安装 nginx -v curl -I 127.0.0.1 #常用命令&#xff1a; # 重新加载配…...

2025年- H83-Lc191--139.单词拆分(动态规划)--Java版

1.题目描述 2.思路 字符串s是一个容器&#xff08;一个背包&#xff09;&#xff0c;wordDict词典是物品&#xff0c;这里面的每个物品我们可以使用多次。 动归五部曲 &#xff08;1&#xff09;字符串的长度为i&#xff0c;dp[i]true。 dp[s.size] dp[0]代表空字符串 &#x…...

【好用但慎用】Windows 系统中将所有 WSL 发行版从 C 盘迁移到 非系统 盘的完整笔记(附 异常处理)

&#x1f680; 将所有 WSL 发行版从 C 盘迁移到 I 盘的完整教程&#xff08;含 Podman / NVIDIA Workbench / Ubuntu 等&#xff09; 【无标题】使用 Chocolatey 安装 WSL 管理工具 LxRunOffline-CSDN博客 免责声明 重要提示 在执行 WSL 迁移操作前&#xff0c;请务必仔细阅读…...

贪心算法思路详解

文章目录 一、贪心算法是什么&#xff1f;二、贪心算法原理三、再谈背包问题四、活动选择问题五、拟阵理论总结 一、贪心算法是什么&#xff1f; 贪心算法与动态规划算法一样是用于求解最优化类问题的算法&#xff0c;其本质上是基于动态规划算法的改进算法&#xff0c;其所求…...

Keil 安装 CMSIS-FreeRTOS 失败解决方案

一、问题现象 在 Keil 中安装 CMSIS-FreeRTOS 时出现以下错误&#xff1a; &#xff08;1&#xff09; 通过内置工具安装&#xff1a; &#xff08;2&#xff09;通过官网安装&#xff1a; 二、核心原因 Keil 版本过低&#xff0c;与 CMSIS-FreeRTOS 包不兼容&#xff1a; …...

Python打卡DAY33

DAY33&#xff1a;MLP神经网络的训练 恩师浙大疏锦行 知识点&#xff1a; PyTorch和cuda的安装查看显卡信息的命令行命令&#xff08;cmd中使用&#xff09;cuda的检查简单神经网络的流程 数据预处理&#xff08;归一化、转换成张量&#xff09;模型的定义 继承nn.Module类定义…...

RJ45 网口实现千兆传输速率(1Gbps)的原理,涉及物理层传输技术、线缆标准、信号调制及网络协议等多方面的协同设计。以下从技术维度展开详细解析:

一、千兆以太网的标准与物理层基础 1. 标准规范 千兆以太网遵循 IEEE 802.3ab&#xff08;针对双绞线&#xff09;和 IEEE 802.3z&#xff08;针对光纤&#xff09;标准&#xff0c;其中 RJ45 接口对应双绞线场景&#xff0c;核心是通过四对双绞线&#xff08;CAT5e/CAT6 线缆…...

leetcode hot 100之:二叉树的层序遍历

层序遍历和前中后序遍历不一样&#xff0c;大家可以想象的是&#xff1a;前中后序遍历可以用递归&#xff0c;因为他是以子树为标准来选择的&#xff1b;那层序怎么办呢&#xff1f;怎么才能一层层地遍历呢&#xff1f; void First(TreeNode* root) {printf("%d",ro…...

深入解析BERT:语言分类任务的革命性引擎

“BERT的出现&#xff0c;如同在自然语言处理领域投下了一颗认知炸弹——它让机器真正学会了’联系上下文’。” ——自然语言处理研究者普遍共识 在自然语言处理&#xff08;NLP&#xff09;领域&#xff0c;2018年诞生的BERT&#xff08;Bidirectional Encoder Representatio…...

Pycharm中Jupyter Notebook 插件常用快捷键

bg&#xff1a;Jupyter跟LINQPad很像&#xff0c;都是方便写的时候看数据用 快捷键功能Shift Enter执行当前单元格&#xff0c;并跳转到下一个单元格Ctrl Enter执行当前单元格&#xff0c;不跳转&#xff08;留在当前单元格&#xff09;Alt Enter执行当前单元格&#xff0c…...

【Python】Excel表格操作:ISBN转条形码

一、效果 原始文件&#xff1a; 输出文件&#xff1a; 二、代码 import os import logging from openpyxl import load_workbook from openpyxl.drawing.image import Image as ExcelImage from barcode import EAN13 from barcode.writer import ImageWriterlogging.basicCo…...

大数据Hadoop集群搭建

文章目录 大数据Hadoop集群搭建一、VMware准备Linux虚拟机二、VMware虚拟机系统设置1、主机名、IP、SSH免密登录2、JDK环境部署3、防火墙、SELinux、时间同步 三、VMware虚拟机集群上部署HDFS集群1、集群规划2、上传&解压3、Hadoop安装包目录结构4、修改配置文件&#xff0…...

饼图:数据可视化的“切蛋糕”艺术

饼图&#xff0c;作为数据可视化家族中最经典、最易识别的成员之一&#xff0c;其核心功能如同其名——像切分蛋糕一样&#xff0c;直观展示一个整体&#xff08;100%&#xff09;被划分为若干组成部分的比例关系。 往期文章推荐: 20.用Mermaid代码画ER图&#xff1a;AI时代的…...

mysql server层做了什么

服务器处理客户端请求 服务器程序在处理来自客户端的查询请求时&#xff0c;大致需要分为3部分&#xff1a;连接管理、解析与优化、存储引擎。 连接管理 每当有一个客户端进程连接到服务器进程时&#xff0c;服务器进程都会创建一个线程专门处理与这个客户端的交互&#xff…...