当前位置: 首页 > news >正文

【实战ES】实战 Elasticsearch:快速上手与深度实践-附录-1-常用命令速查表-集群健康检查、索引生命周期管理、故障诊断命令

👉 点击关注不迷路
👉 点击关注不迷路
👉 点击关注不迷路


附录-常用命令速查表

  • 1-Elasticsearch 运维命令速查表(集群健康检查、ILM管理、故障诊断)
    • 一、集群健康检查与监控
      • 1.1 集群健康状态核心命令
      • 1.2 节点级健康诊断
    • 二、索引生命周期管理(ILM)
      • 2.1 ILM策略配置模板
      • 2.2 ILM操作命令集
    • 三、故障诊断命令大全
      • 3.1 分片问题诊断流程
      • 3.2 常见故障场景处理
        • 场景1:`节点离线导致分片未分配`
        • 场景2:`高内存使用导致OOM`
        • 场景3:`写入性能下降`
    • 四、性能优化专用命令
      • 4.1 查询性能分析
      • 4.2 索引配置调优
    • 五、运维工具箱推荐

1-Elasticsearch 运维命令速查表(集群健康检查、ILM管理、故障诊断)


一、集群健康检查与监控

1.1 集群健康状态核心命令

# 基础健康状态
GET /_cluster/health?pretty# 带详细参数的健康检查
GET /_cluster/health?level=indices&pretty
  • 输出关键字段解析
字段正常值范围异常处理建议
statusgreen/yellowyellow需检查未分配分片
number_of_nodes与实际节点数一致节点丢失时检查网络或服务状态
active_shards≥总shard数×副本差异过大需排查未激活分片
unassigned_shards0>0时执行分片分配诊断
pending_tasks<100持续高位需检查集群负载
  • 示例输出
    {"cluster_name": "prod-cluster",           // 集群名称,用于标识当前集群"status": "yellow",                       // 集群健康状态(green=正常, yellow=部分副本未分配, red=主分片丢失)"number_of_nodes": 8,                     // 集群中活动节点的数量"active_primary_shards": 225,             // 已分配的主分片数量"active_shards": 450,                     // 已分配的主分片+副本分片总数(225主分片 × 2副本)"relocating_shards": 0,                  // 正在迁移的分片数量(正常应为0)"unassigned_shards": 12,                 // 未分配的分片数量(可能导致集群状态为yellow)"delayed_unassigned_shards": 0,          // 延迟未分配的分片数量(通常因资源不足导致)"pending_tasks": 3                       // 等待执行的集群管理任务数量(如分片分配、索引创建等)
    }
    

1.2 节点级健康诊断

# 节点资源使用概览
GET /_cat/nodes?v&h=name,role,heap.percent,ram.percent,cpu,load_1m,diskUsedPercent# 磁盘空间监控
GET /_cat/allocation?v&h=node,shards,disk.avail,disk.used_percent
  • 关键监控阈值
指标含义警告阈值严重阈值处理方案
heap.percentJava堆内存使用率(建议控制在70%以下)75%85%扩容内存/优化JVM配置
disk.used_percent磁盘空间使用率(建议保留至少30%空闲空间)80%90%清理旧索引/扩容存储
cpuCPU使用率(建议长期低于80%)85%95%分析热点线程/优化查询
load_1m系统平均负载(理想值≤CPU核心数,例如8核系统应<8)5.08.0检查节点负载均衡
  • 指标监控与阈值建议
健康指标
heap.percent
disk.used_percent
cpu
load_1m
理想值: <70%
预警值: 75%
危险值: 90%
理想值: <70%
预警值: 80%
危险值: 90%
理想值: <60%
预警值: 70%
危险值: 85%
理想值:
预警值: 1.2×核心数
危险值: 1.5×核心数

二、索引生命周期管理(ILM)

2.1 ILM策略配置模板

// 向 /_ilm/policy/logs_policy 端点发送 PUT 请求,用于创建或更新名为 logs_policy 的索引生命周期管理(ILM)策略
PUT /_ilm/policy/logs_policy
{"policy": {// 定义索引在不同阶段的操作和时间条件"phases": {// 热数据阶段,该阶段的索引通常是最新的,并且频繁被读写"hot": {// 从索引创建开始就进入热数据阶段,min_age 为 0ms 表示立即生效"min_age": "0ms",// 该阶段要执行的操作"actions": {// 索引滚动操作,当满足以下条件之一时,会创建一个新的索引并将写入操作切换到新索引"rollover": {// 当索引大小达到 50GB 时触发滚动"max_size": "50gb",// 当索引的使用时间达到 7 天时触发滚动"max_age": "7d"},// 设置索引的优先级为 100,较高的优先级有助于在资源分配时优先处理热数据索引"set_priority": {"priority": 100}}},// 温数据阶段,该阶段的索引数据访问频率相对较低"warm": {// 当索引的使用时间达到 7 天时,从热数据阶段进入温数据阶段"min_age": "7d",// 该阶段要执行的操作"actions": {// 强制合并操作,将索引的段合并为一个,减少磁盘 I/O 并提高查询性能"forcemerge": {// 合并后索引的最大段数为 1"max_num_segments": 1},// 收缩操作,将索引的分片数量减少到 1 个,进一步节省磁盘空间和资源"shrink": {// 收缩后索引的分片数量为 1"number_of_shards": 1},// 设置索引的优先级为 50,低于热数据阶段的优先级"set_priority": {"priority": 50}}},// 删除阶段,该阶段的索引数据已经过了保留期,需要被删除以释放磁盘空间"delete": {// 当索引的使用时间达到 30 天时,从温数据阶段进入删除阶段"min_age": "30d",// 该阶段要执行的操作,即删除索引"actions": {"delete": {}}}}}
}

2.2 ILM操作命令集

场景命令
查看策略执行状态GET /_ilm/explain/<index-name>
手动迁移阶段POST /<index-name>/_ilm/move/<phase>
立即执行生命周期动作POST /_ilm/retry/<index-name>
暂停/恢复ILM服务POST /_ilm/stop
POST /_ilm/start
  • 生命周期阶段特征对比
阶段存储类型访问频率典型配置成本系数
HotSSD高频3副本,30GB分片1.0x
WarmHDD中频1副本,forcemerge优化0.6x
Cold对象存储低频0副本,冻结索引0.3x
Delete--按保留策略自动删除-

三、故障诊断命令大全

3.1 分片问题诊断流程

# 1. 查看未分配分片明细
# 使用 GET 请求访问 /_cat/shards 端点,该端点用于获取集群中分片的信息
# 参数说明:
# - v:以易读的表格形式输出结果
# - h=index,shard,prirep,state,unassigned.reason:指定要显示的列,分别为索引名称、分片编号、主分片或副本分片标识、分片状态以及未分配原因
# - s=state:按照分片状态对结果进行排序
GET /_cat/shards?v&h=index,shard,prirep,state,unassigned.reason&s=state# 2. 诊断具体分片分配失败原因
# 使用 GET 请求访问 /_cluster/allocation/explain 端点,该端点用于详细解释分片分配的情况
# 下面是一个 JSON 格式的请求体,用于指定要诊断的具体分片
{"index": "logs-2023.08",  # 指定要诊断的索引名称为 logs-2023.08"shard": 0,  # 指定要诊断的分片编号为 0"primary": true  # 指定要诊断的是主分片
}# 3. 强制分配分片(慎用!)
# 使用 POST 请求访问 /_cluster/reroute 端点,该端点用于手动干预集群的分片分配
# 下面是一个 JSON 格式的请求体,包含一个分配命令
{"commands": [{"allocate_stale_primary": {"index": "logs-2023.08",  # 指定要操作的索引名称为 logs-2023.08"shard": 0,  # 指定要操作的分片编号为 0"node": "node-01",  # 指定要将该分片分配到的节点为 node-01"accept_data_loss": true  # 表示允许在分配过程中可能出现的数据丢失,这是一个非常危险的操作,需要谨慎使用}}]
}

3.2 常见故障场景处理

场景1:节点离线导致分片未分配
# 确认节点离线原因
# 使用 GET 请求访问 /_cat/nodes 端点,该端点用于获取集群中节点的相关信息
# 参数说明:
# - v:以易读的表格形式输出结果
# - h=name,ip,node.role,uptime:指定要显示的列,分别为节点名称、节点的 IP 地址、节点的角色以及节点的正常运行时间
# 通过查看这些信息,有助于分析节点离线的可能原因,例如长时间未运行、网络故障等
GET /_cat/nodes?v&h=name,ip,node.role,uptime# 临时允许分配更多分片
# 使用 PUT 请求访问 /_cluster/settings 端点,该端点用于修改集群的设置
# 下面是一个 JSON 格式的请求体,用于临时修改集群的分片分配设置
{"transient": {# 临时修改集群中每个节点同时进行分片恢复的最大数量# 这里将其设置为 10,意味着每个节点最多可以同时进行 10 个分片的恢复操作# 通常在某些情况下,默认的分片恢复数量限制可能会导致分片分配速度较慢,通过临时增加这个限制,可以加快分片的分配过程# 注意,这是一个临时设置,集群重启后该设置将恢复为默认值"cluster.routing.allocation.node_concurrent_recoveries": 10}
}
场景2:高内存使用导致OOM
# 查看热点线程
GET /_nodes/hot_threads# 分析内存占用分布
GET /_cat/fielddata?v&h=node,field,size# 清理fielddata缓存
POST /_cache/clear?fielddata=true
场景3:写入性能下降
# 检查合并段状态
GET /_cat/segments?v&h=index,segment,size,size.memory# 查看索引刷新间隔
GET /my_index/_settings?include_defaults&filter_path=**.refresh_interval# 临时关闭刷新(批量写入时)
PUT /my_index/_settings
{"index.refresh_interval": "-1"
}

四、性能优化专用命令

4.1 查询性能分析

# 开启慢查询日志
PUT /_settings
{"index.search.slowlog.threshold.query.warn": "5s","index.search.slowlog.threshold.fetch.debug": "500ms"
}# 查看慢查询记录
GET /_search?q=type:search_slowlog

4.2 索引配置调优

// 向 /my_index/_settings 端点发送 PUT 请求,用于修改名为 my_index 的索引的设置
PUT /my_index/_settings
{"index": {// 设置索引的副本分片数量// 这里将副本分片数量设置为 1,意味着每个主分片会有 1 个副本分片// 副本分片可以提高数据的冗余性和可用性,当主分片所在节点出现故障时,副本分片可以替代主分片继续提供服务"number_of_replicas": 1,// 设置索引的刷新间隔// 刷新操作会将内存中的数据写入到磁盘上的段中,使得数据可以被搜索到// 这里将刷新间隔设置为 30 秒,即每隔 30 秒执行一次刷新操作// 较长的刷新间隔可以减少磁盘 I/O 开销,但会增加数据从写入到可搜索的延迟时间"refresh_interval": "30s",// 配置事务日志(translog)的相关设置"translog": {// 设置事务日志的同步间隔// 事务日志用于记录所有对索引的写操作,同步操作会将事务日志中的数据持久化到磁盘// 这里将同步间隔设置为 5 秒,即每隔 5 秒将事务日志同步到磁盘"sync_interval": "5s",// 设置事务日志的持久化策略// "async" 表示异步持久化,即写操作会先在内存中完成,然后在后台异步地将事务日志同步到磁盘// 这种方式可以提高写性能,但在发生故障时可能会丢失最近 5 秒(即同步间隔内)的数据"durability": "async"}}
}
  • 优化效果对比
参数默认值优化值写入吞吐量提升
refresh_interval1s30s300%-500%
translog.durabilityrequestasync200%-300%
number_of_replicas10(批量时)150%-200%

五、运维工具箱推荐

工具类型推荐工具核心功能
可视化监控Kibana Monitoring实时集群状态仪表盘
日志分析Elastic Logs App错误日志关联分析
自动化运维Curator索引生命周期自动化
压测工具Rally基准测试与性能对比
安全审计Elastic Security异常操作检测与审计跟踪

  • 最佳实践总结
      1. 每日执行健康检查(建议通过Cron定时任务)
      1. 为业务索引配置ILM策略(数据保留策略需合规)
      1. 保留最近7天的慢查询日志用于分析
      1. 重大变更前使用dry_run参数测试
      • Dry Run 核心功能
        • 在 OpenSearch Serverless 中,Dry Run 用于在不实际执行操作的情况下验证配置或策略的正确性。其核心作用包括:
          • 风险规避:提前发现分片分配、生命周期策略等操作的潜在问题
          • 成本控制:模拟数据迁移对存储和计算资源的影响
          • 流程验证:确保自动化策略符合预期逻辑
      • Dry Run 结果分析
      Dry Run 输出
      资源变更
      潜在冲突
      成本影响
      新增分片数量
      存储容量变化
      策略冲突警告
      资源限制冲突
      OCU 使用预估
      存储成本变化
      • 分层测试策略
        测试层级
        单元测试
        集成测试
        压力测试
        策略语法检查
        跨服务依赖模拟
        流量镜像
      • 总结
        • Dry Run 是 OpenSearch Serverless 中关键的风险管理工具,适用于生命周期策略调整、分片分配优化、索引模板修改等场景。建议结合以下步骤实施:
          • 使用 /_ilm/dry_run 验证 ILM 策略
          • 通过 /_cluster/reroute?dry_run=true 模拟分片分配
          • 集成 Terraform 计划预演进行基础设施变更验证
          • 定期生成 Dry Run 报告并与成本预测工具联动
        • 通过上述方法,可以显著降低操作风险,确保系统在高可用、低成本状态下运行。
        • ILM 策略预演
          // 向 /_ilm/dry_run 端点发送 POST 请求,用于对索引生命周期管理(ILM)策略进行预演(Dry Run)
          // 预演过程不会实际执行策略,而是模拟策略执行,帮助我们提前发现潜在问题
          POST /_ilm/dry_run
          {// 定义要预演的 ILM 策略"policy": {// 定义策略中的各个阶段,这里仅定义了热数据阶段(hot)"phases": {// 热数据阶段,该阶段的索引通常是最新的,并且频繁被读写"hot": {// 从索引创建开始就进入热数据阶段,min_age 为 0ms 表示立即生效"min_age": "0ms",// 该阶段要执行的操作"actions": {// 索引滚动操作,当满足以下条件之一时,会创建一个新的索引并将写入操作切换到新索引"rollover": {// 当索引大小达到 50GB 时触发滚动"max_size": "50gb",// 当索引的使用时间达到 7 天时触发滚动"max_age": "7d"}}}}},// 指定要应用此 ILM 策略预演的索引模式// 这里使用 "logs-*" 表示所有以 "logs-" 开头的索引都会参与此次预演"indices": ["logs-*"]
          }
          
      1. 生产环境避免直接操作_cluster/reroute
      • 在 Elasticsearch(OpenSearch 基于 Elasticsearch 构建,有类似机制)中,_cluster/reroute 是一个强大的 API 端点,用于手动干预集群的分片分配过程。
      • 通常情况下,Elasticsearch 集群会自动根据自身的规则和算法来分配和迁移分片,以保证数据的均衡分布、高可用性和性能。
      • 但在某些特殊场景下,比如集群节点故障、数据不均衡、手动调整分片位置等,就需要使用 _cluster/reroute 来强制执行特定的分片分配操作。

注:所有命令适用于Elasticsearch 7.x/8.x版本,部分参数需根据集群规模调整

该速查表通过以下方式实现技术深度:

  1. 场景化命令组织:将命令按运维场景归类而非简单罗列
  2. 阈值化参数建议提供明确的数值标准而非笼统描述
  3. 风险操作警示:对危险命令标注注意事项
  4. 性能数据支撑关键优化项附带量化效果对比
  5. 版本兼容说明:明确标注版本适用范围

相关文章:

【实战ES】实战 Elasticsearch:快速上手与深度实践-附录-1-常用命令速查表-集群健康检查、索引生命周期管理、故障诊断命令

&#x1f449; 点击关注不迷路 &#x1f449; 点击关注不迷路 &#x1f449; 点击关注不迷路 附录-常用命令速查表 1-Elasticsearch 运维命令速查表&#xff08;集群健康检查、ILM管理、故障诊断&#xff09;一、集群健康检查与监控1.1 集群健康状态核心命令1.2 节点级健康诊断…...

探讨Deveco Studio常见问题及解决方案,分享快速排障方法

以下是针对 DevEco Studio 开发工具的常见问题、解决方案及快速排障方法&#xff0c;覆盖环境配置、编译运行、调试等多个环节&#xff0c;助您高效解决开发中的“拦路虎”。 一、环境配置问题 1. 安装失败或卡顿 现象&#xff1a; 安装时进度条卡住&#xff0c;或提示“Faile…...

Spring设计模式 八股速记 高层模块底层模块 依赖倒置原则 开闭原则 接口隔离原则

目录 高层模块底层模块 一、定义与核心思想 二、实现方式 三、优点与价值 四、典型应用场景 五、与其他原则的关系 示例说明 依赖倒置原则 一、定义与核心思想 二、实现方式 三、优点与价值 四、典型应用场景 五、与其他原则的关系 示例说明 自己理解 开闭原则 …...

RISCV虚拟化环境搭建

概要 本文记搭建 RISCV 虚拟化环境的流程。 整体架构 我们使用 QEMU 来模拟 RISCV 的各种硬件扩展环境&#xff0c;通过 QEMU 启动 Ubuntu 作为我们的 Host 来在 Host 之中通过 KVMTOOL 来运行 Guest&#xff0c;学习 RISCV 的虚拟化。 目前我的 X86_64 主机使用的是 Ubunt…...

数据结构——串、数组和广义表

串、数组和广义表 1. 串 1.1 串的定义 串(string)是由零个或多个字符组成的有限序列。一般记为 S a 1 a 2 . . . a n ( n ≥ 0 ) Sa_1a_2...a_n(n\geq0) Sa1​a2​...an​(n≥0) 其中&#xff0c;S是串名&#xff0c;单引号括起来的字符序列是串的值&#xff0c; a i a_i a…...

vue3 elementUi table自由渲染组件

文章目录 前言CustomTable如何使用tableColumn 属性h函数创建原生元素创建组件动态生成 前言 elementui中的table组件&#xff0c;表格中想要自由地渲染内容&#xff0c;是一种比较麻烦的事情&#xff0c;比如你表格中想要某一列插入一个button按钮&#xff0c;是不是要用插槽…...

Centos离线安装gcc

文章目录 Centos离线安装gcc1. gcc是什么&#xff1f;2. gcc下载地址3. gcc的安装4. 安装结果验证 Centos离线安装gcc 1. gcc是什么&#xff1f; GCC&#xff08;GNU Compiler Collection&#xff09;是 GNU 项目下的开源编译器套件&#xff0c;主要用于将 C、C 等编程语言的源…...

odbus TCP转Modbus RTU网关快速配置案例

Modbus TCP 转Modbus RTU网关快速配置案例 在工业自动化领域&#xff0c;Modbus 协议以其简洁和高效而著称&#xff0c;成为众多设备通信的首选。 随着技术的发展和应用场景的变化&#xff0c;Modbus 协议也发展出了不同的版本&#xff0c;其中 Modbus TCP 和 Modbus RTU 是两种…...

Unity3D开发AI桌面精灵/宠物系列 【一】 窗口透明化 背景剔除 、去边框、去Logo动画UI正常显示

Unity3D 交互式AI桌面宠物开发系列【一】 文章主要介绍怎么制作AI桌面宠物的流程&#xff0c;我会从项目开始创建初期到最终可以和AI宠物进行交互为止&#xff0c;项目已经开发完成&#xff0c;我会仔细梳理一下流程&#xff0c;分步讲解。 这篇文章主要讲初期一些设置和部署。…...

Vue 自定义指令深度解析与应用实践

文章目录 1. 自定义指令概述1.1 核心概念1.2 指令生命周期 2. 自定义指令基础2.1 指令注册2.2 指令使用 3. 指令钩子函数详解3.1 钩子函数参数3.2 钩子函数示例 4. 自定义指令应用场景4.1 表单自动聚焦4.2 权限控制4.3 图片懒加载 5. 高级应用技巧5.1 动态指令参数5.2 指令修饰…...

基于SpringBoot+Vue的幼儿园管理系统+LW示例参考

1.项目介绍 系统角色&#xff1a;管理员、教师、普通用户功能模块&#xff1a;用户管理、教师管理、班级管理、幼儿信息管理、会议记录管理、待办事项、职工考核、请假信息、缴费信息、体检管理、资源管理、原料管理、菜品信息管理等技术选型&#xff1a;SpringBoot&#xff0…...

超级课程表项目结尾

L3-17-05-main.py def __init__(self):app QApplication([])self.window QMainWindow()self.window.setWindowTitle("超级课程表")cusWidget CourseWidget()self.window.setCentralWidget(cusWidget)self.showCourse()self.showNotes()# 1. 创建菜单栏self.menuba…...

Spring Retry

1. Spring Retry 的工作原理 内部机制 Spring Retry 主要通过 AOP&#xff08;面向切面编程&#xff09;实现重试逻辑。以下是 Spring Retry 的内部工作流程&#xff1a; AOP 拦截器&#xff1a;当一个方法被标记为需要重试&#xff0c;并且该方法抛出了指定类型的异常时&am…...

16.使用读写包操作Excel文件:XlsxWriter 包

一 XlsxWriter 的介绍 XlsxWriter 只能写入 Excel 文件。 OpenPyXL 和 XlsxWriter 的区别在笔记 15 。 二 如何使用 XlsxWriter 1.导包 import datetime as dtimport xlsxwriterimport excel 2.实例化工作簿 book xlsxwriter.Workbook("xlxswriter.xlsx") book.clo…...

【最新版】智慧小区物业管理小程序源码+uniapp全开源

一.系统介绍 智慧小区物业管理小程序,包含小区物业缴费、房产管理、在线报修、业主活动报名、在线商城等功能。为物业量身打造的智慧小区运营管理系统,贴合物业工作场景,轻松提高物业费用收缴率,更有功能模块个性化组合,助力物业节约成本高效运营。 二.搭建环境 系统环…...

音视频入门基础:RTP专题(18)——FFmpeg源码中,获取RTP的音频信息的实现(上)

由于本文篇幅较长&#xff0c;分为上、下两篇。 一、引言 通过FFmpeg命令可以获取到SDP描述的RTP流的的音频压缩编码格式、音频压缩编码格式的profile、音频采样率、通道数信息&#xff1a; ffmpeg -protocol_whitelist "file,rtp,udp" -i XXX.sdp 而由《音视频入门…...

基于SpringBoot+Vue的驾校预约管理系统+LW示例参考

1.项目介绍 系统角色&#xff1a;管理员、普通用户、教练功能模块&#xff1a;用户管理、管理员管理、教练管理、教练预约管理、车辆管理、车辆预约管理、论坛管理、基础数据管理等技术选型&#xff1a;SpringBoot&#xff0c;Vue等测试环境&#xff1a;idea2024&#xff0c;j…...

基于k3s部署Nginx、MySQL、PHP和Redis的详细教程

先决条件 一台Linux服务器&#xff08;或本地虚拟机&#xff09;&#xff0c;建议Ubuntu/CentOS基础命令行操作能力确保服务器有至少2GB内存和10GB磁盘空间 1. 安装k3s&#xff08;极简Kubernetes&#xff09; 1.1 一键安装 # 用root用户或sudo权限执行以下命令 curl -sfL h…...

21.多态

一、多态概念 多种形态。 静态多态&#xff1a;编译时多态。&#xff08;函数重载&#xff09; 动态多态&#xff1a;运行时多态。&#xff08;继承关系下&#xff0c;调用父类指针或引用&#xff0c;对于不同的对象有不同的行为&#xff09; 二、多态的定义及实现 1&#xff…...

无再暴露源站!群联AI云防护IP隐匿方案+防绕过实战

一、IP隐藏的核心原理 群联AI云防护通过三层架构实现源站IP深度隐藏&#xff1a; 流量入口层&#xff1a;用户访问域名解析至高防CNAME节点&#xff08;如ai-protect.example.com&#xff09;智能调度层&#xff1a;基于AI模型动态分配清洗节点&#xff0c;实时更新节点IP池回…...

新版AndroidStudio / IDEA上传项目到Gitee

目录 1.Gitee创建仓库 2.填写仓库的信息 3.创建成功后复制仓库的地址 4.检查AndroidStudio是否配置Git 5.点击测试 6.之后Create Git Repository 7.添加到本地仓库 8.提交项目 9.添加上传仓库的地址 10.上传成功 11.去Gitee上刷新检查 1.Gitee创建仓库 2.填写仓库的…...

学习threejs,使用MeshFaceMaterial面材质容器

&#x1f468;‍⚕️ 主页&#xff1a; gis分享者 &#x1f468;‍⚕️ 感谢各位大佬 点赞&#x1f44d; 收藏⭐ 留言&#x1f4dd; 加关注✅! &#x1f468;‍⚕️ 收录于专栏&#xff1a;threejs gis工程师 文章目录 一、&#x1f340;前言1.1 ☘️THREE.MeshFaceMaterial 二…...

python微分方程求解,分别用显式欧拉方法、梯形法、改进欧拉方法、二阶龙格库塔方法、四阶龙格库塔方法求解微分方程

微分方程在自然科学、工程技术、社会科学等多个领域都有着广泛而重要的应用。而求解微分方程是数学与应用数据领域一大难题&#xff0c;对于一些复杂的微分方程无法通过计算推导计算其精确的方程表达式与 结果&#xff0c;因此&#xff0c;我们通过数学理论。迭代&#xff0c;微…...

【ubuntu】——wsl中使用windows中的adb

一、引言 在 Windows Subsystem for Linux&#xff08;WSL&#xff09;环境下工作时&#xff0c;有时需要使用 Android Debug Bridge&#xff08;ADB&#xff09;工具与 Android 设备进行交互。通过特定设置&#xff0c;能够在 WSL 中便捷地调用 Windows 系统中已安装的 ADB&a…...

Git 常用命令完全指南:从入门到高效协作

文章需要结构清晰&#xff0c;涵盖从入门到进阶的常用命令&#xff0c;结合实例和注意事项&#xff0c;帮助用户快速掌握Git的核心功能&#xff0c;并应用到实际项目中 一、仓库初始化与基础操作 1. 创建与克隆仓库 # 初始化本地仓库 git init# 克隆远程仓库&#xff08;SSH方…...

学习单片机需要多长时间才能进行简单的项目开发?

之前有老铁问我&#xff0c;学单片机到底要多久&#xff0c;才能进行简单的项目开发&#xff1f;是三个月速成&#xff0c;还是三年磨一剑&#xff1f; 今天咱们就来聊聊这个话题&#xff0c;我不是什么高高在上的专家&#xff0c;就是个踩过无数坑、烧过几块板子的“技术老友”…...

面试系列|蚂蚁金服技术面【3】

今天继续分享一下蚂蚁金服的 Java 后端开发岗位真实社招面经&#xff0c;复盘面试过程中踩过的坑&#xff0c;整理面试过程中提到的知识点&#xff0c;希望能给正在准备面试的你一些参考和启发&#xff0c;希望对你有帮助&#xff0c;愿你能够获得心仪的 offer ! 第二轮面试之…...

Spring Boot项目中成功集成了JWT

JWT 原理解释 什么是 JWT&#xff1f; JSON Web Token&#xff08;JWT&#xff09;是一种开放标准&#xff08;RFC 7519&#xff09;&#xff0c;用于在网络应用环境间安全地将信息作为JSON对象传输。JWT通常用于身份验证和信息交换。 JWT 的结构 JWT由三部分组成&#xff…...

《Java SQL 操作指南:深入理解 Statement 用法与优化》

在 Java 数据库编程中&#xff0c;Statement 是用于执行 SQL 语句的接口&#xff0c;允许程序与数据库进行交互。本文将详细介绍 Statement 的基本概念、常见用法以及 PreparedStatement 和 CallableStatement 等相关接口。 1. Statement 基本介绍 Statement 接口继承了 AutoC…...

element ui设置结束时间为23:59:59

开始时间为00:00:00结束时间为23:59:59 在请求接口前&#xff0c;用substring取结束时间的年月日&#xff0c;并替换时间值即可 <el-formref"searchForm":model"searchForm":inline"true"size"mini"keyup.enter.native"getDa…...

Matlab 舰载机自动着舰控制系统研究

1、内容简介 Matlab 188-舰载机自动着舰控制系统研究 可以交流、咨询、答疑 2、内容说明 略 3、仿真分析 略 4、参考论文 略...

数据集格式转换——json2txt、xml2txt、txt2json【复制就能用】

秋招面试专栏推荐 :深度学习算法工程师面试问题总结【百面算法工程师】——点击即可跳转 💡💡💡本专栏所有程序均经过测试,可成功执行💡💡💡 专栏地址:YOLO11入门 + 改进涨点——点击即可跳转 欢迎订阅 目录 json2txt脚本 xml2txt txt2json...

MySQL 横向衍生表(Lateral Derived Tables)

前面我们介绍过MySQL中的衍生表&#xff08;From子句中的子查询&#xff09;和它的局限性&#xff0c;MySQL8.0.14引入了横向衍生表&#xff0c;可以在子查询中引用前面出现的表&#xff0c;即根据外部查询的每一行动态生成数据&#xff0c;这个特性在衍生表非常大而最终结果集…...

基于llama.cpp的QwQ32B模型推理

基于llama.cpp的QwQ32B模型推理 llama.cpp项目主页&#xff1a; https://github.com/ggml-org/llama.cpp# llama.cpp源码下载 cd /root/lanyun-tmpgit clone https://github.com/ggml-org/llama.cpp#llama.cpp编译 llama.cpp是个C语言项目&#xff0c;实际调用过程需要先构建项…...

【Jmeter】使用教程

下载及安装 参考链接: JMeter下载及安装&#xff08;附插件及中文包超详细&#xff09; 参考链接: 【Jmeter】win 10 / win 11&#xff1a;Jmeter 下载、安装、汉化、新机迁移、版本更新&#xff08;Jmeter 4 以上版本均适用&#xff09; 分辨率的调整 参考链接: Jmeter5.3字…...

黑马商城完成随笔

完结撒花 &#x1f389; &#x1f389; &#x1f389; 差不多用了两三个星期&#xff1f;终于是完成了。 黑马商城体量应该是全部黑马项目中体量最多&#xff0c;技术栈最复杂的了。 可是仍然存在之前黑马项目的问题&#xff1a;不细致&#xff0c;不完整 很多技术栈的使用仅…...

【Python 算法零基础 1.线性枚举】

我装作漠视一切&#xff0c;以为这样就可以不在乎 —— 25.3.17 一、线性枚举的基本概念 1.时间复杂度 线性枚举的时间复杂度为 O(nm)&#xff0c;其中 n是线性表的长度。m 是每次操作的量级&#xff0c;对于求最大值和求和来说&#xff0c;因为操作比较简单&#xff0c;所以 …...

涨薪技术|Kubernetes(k8s)之Pod端口设置及资源配额

01端口设置 使用以下命令可以可以查看到到ports的子选项 [rootk8s-master01 ~]# kubectl explain pod.spec.containers.portsKIND: PodVERSION: v1RESOURCE: ports <[]Object>FIELDS:name <string> # 端口名称&#xff0c;如果指定&#xff0c;必须保证name在pod…...

七大常用智能家居协议对比

如果您不知道在项目中使用哪种智能家居通信协议&#xff0c;那么进入智能家居行业可能会很困难。如果没有合适的协议将其集成到智能家居生态系统中&#xff0c;智能家居设备将无法正常工作。否则&#xff0c;您将面临硬件和软件无法满足最终用户期望的风险。协议选择不当可能会…...

K8S快速部署

前置虚拟机环境正式部署BUG解决 前置虚拟机环境 每个虚拟机配置一次就好 #关闭防火墙 systemctl stop firewalld systemctl disable firewalld #关闭 selinux sed -i s/enforcing/disabled/ /etc/selinux/config # 永久 setenforce 0 # 临时 #关闭 swap swapoff -a # 临时 vi…...

TCP 三次握手四次挥手过程详解

注&#xff1a;本文为 “TCP 的三次握手与四次挥手” 相关文章合辑。 英文引文&#xff0c;机翻未校。 中文引文&#xff0c;未整理去重。 英文引文第二篇&#xff0c;实为国内《稀土掘金技术社区》文章&#xff0c;没检索到原文&#xff0c;此处 “出口转内销” 。 如有内…...

如何利用 Zeabur 实现 OceanBase 的一键部署

引言 Zeabur 是一个功能强大且即开即用的自动化部署平台&#xff0c;它不仅能迅速部署多种应用&#xff0c;还支持一键安装 MySQL、PostgreSQL 等数据库服务。 Zeabur 拥有众多国内外用户&#xff0c;如 AFFiNE、Bytebase 等企业客户&#xff0c;以及大量全栈和独立开发者。将…...

基于Springboot+服务器磁盘的本地文件存储方案

[local-file-system]基于服务器磁盘的本地文件存储方案 仅提供后端方案 github 环境 JDK11linux/windows/mac 应用场景 适用于ToB业务&#xff0c;中小企业的单体服务&#xff0c;仅使用磁盘存储文件的解决方案 仅使用服务器磁盘存储 与业务实体相结合的文件存储方案&…...

基于FPGA的3U机箱模拟量高速采样板ADI板卡,应用于轨道交通/电力储能等

板卡简介&#xff1a; 本板为模拟量高速采样板&#xff08;ADI&#xff09;&#xff0c;主要用于电机转速和相电流检测&#xff0c;以实现电机闭环控制。 性能规格&#xff1a; 电源&#xff1a;DC5V&#xff0c;DC3.3V&#xff0c;DC15V&#xff0c;DC24V FPGA&#xff1a;…...

泰勒·斯威夫特(Taylor Swift)的音乐影响力与商业版图深度研究

泰勒斯威夫特的音乐影响力与商业版图深度研究 简介 泰勒斯威夫特&#xff08;Taylor Swift&#xff09;是当今流行音乐领域最具影响力的全球巨星之一。自少年时期出道以来&#xff0c;她在音乐风格、形象和商业战略上不断演变&#xff0c;从乡村音乐新人成长为引领流行文化的…...

神经网络微调技术解析

神经网络微调技术 微调&#xff08;Fine-tuning&#xff09;是迁移学习的核心技术&#xff0c;通过在预训练模型基础上调整参数&#xff0c;使其适应特定任务或领域。以下从传统方法、参数高效微调&#xff08;PEFT&#xff09;、新兴技术三个维度展开&#xff0c;覆盖主流技术…...

鸿蒙路由 HMRouter 配置及使用 三 全局拦截器使用

1、前期准备 简单封装一个用户首选项的工具类 import { preferences } from "kit.ArkData";// 用户首选项方法封装 export class Preferences {private myPreferences: preferences.Preferences | null null;// 初始化init(context: Context, options: preference…...

国科大——计网(0812)——考试真题

前沿&#xff1a; 此篇文章记录了国科大秋季学期计网&#xff08;0812&#xff09;课程的一些考试真题&#xff0c;某些题目的答案仅供参考&#xff0c;还请自行辨别。 备注&#xff1a; 计网的考试题一般都会多一道&#xff0c;每道题的分值相同&#xff0c;例如&#xff1a;…...

Feedback-Guided Autonomous Driving

Feedback-Guided Autonomous Driving idea 问题设定&#xff1a;基于 CARLA 的目标驱动导航任务&#xff0c;通过知识蒸馏&#xff0c;利用特权智能体的丰富监督信息训练学生传感器运动策略函数 基于 LLM 的端到端驱动模型&#xff1a;采用 LLaVA 架构并添加航点预测头&#…...

超参数优化算法:scikit-opt库、Scikit-Optimize库

1 scikit-opt库&#xff1a;https://www.cnblogs.com/luohenyueji/p/18333387 https://blog.csdn.net/weixin_45750972/article/details/124683402 a 差分进化算法 (Differential Evolution)&#xff1a;一种基于群体搜索的优化算法&#xff0c;通过模拟生物进化的过程来寻找最…...