当前位置: 首页 > news >正文

分布式环境下的主从数据同步

目录

1. 数据同步的推/拉方式

1.1 主节点推送

1.2 从节点拉取

1.3 常见组件的推拉方式

2.复制方式

2.1 同步复制

2.2 异步复制

2.3 半同步复制

2.4 常见组件的同步方式

3.日志格式

3.1 基于语句复制 SBR

3.2 基于行复制 RBR

3.3 基于预写日志 WAL

3.4 基于触发器复制

4.不同复制架构下的同步机制

4.1 单主复制 Single Leader

4.2 多主复制 Multi Leader

4.3 无主复制 LeaderLess

4.4 分片集群 Sharding

5.主从数据一致性问题

5.1 写后读一致性

5.2 单调读

5.3 一致前缀读


1. 数据同步的推/拉方式

从数据同步如何触发的角度来看,有两种常见模式。根据实时性要求、系统规模、网络条件等进行选择。

1.1 主节点推送

当主节点数据变更时,主动向所有从节点推送新数据。

优点:

  • 实时性好:主节点有数据变更时可以立即通知从节点,减少延迟。
  • 负载均衡:主节点可以根据从节点的状态(如网络状况、处理能力等)分配任务。
  • 降低从节点负担:从节点不需要定期轮询主节点,减少网络和CPU占用。

缺点:

  • 复杂度高:需要维护一个可靠的通信机制,并且要处理可能出现的网络问题、同步丢失问题。
  • 扩展性挑战:随着从节点数量的增加,主节点可能成为瓶颈。

1.2 从节点拉取

从节点定期询问主节点是否有数据更新,有则拉取新数据。

优点:

  • 灵活性好:从节点轮询请求主节点,可根据自身情况调整拉取频率。
  • 易扩展:新增从节点时,只需配置好拉取逻辑即可,对主节点的影响较小。

缺点:

  • 存在延迟:取决于从节点设置的检查间隔,不能保证数据的即时一致性。
  • 增加主节点压力:频繁的轮询会增加主节点的负载。
  • 效率较低:即使没有新数据更新也需要发起查询请求,浪费资源。

1.3 常见组件的推拉方式

组件
同步方式
MySQL
从节点拉取(通过 binlog 实现)
Etcd
主节点推送(raft 协议同步数据) + 从节点拉取(心跳)
MongoDB副本集
从节点拉取(通过 oplog 实现)
Redis
从节点拉取(异步复制) + 主节点推送(首次全量同步)
ZooKeeper
主节点推送(ZAB 协议同步数据) + 从节点拉取(心跳)

2.复制方式

2.1 同步复制

leader 节点等待所有 follower 节点确认已接收到并处理完数据后,才执行后续操作。

优点:数据高度一致性

缺点:可能会导致性能瓶颈,特别是在网络延迟较高的情况下

适用场景:高一致性要求、分布式协调(如 etcd 的 raft 协议)

2.2 异步复制

leader 节点不需等待 follower 返回,直接继续后续操作。

优点:性能好,实时性高

缺点:数据同步有延迟,数据一致性较低

适用场景:日志分析、社交媒体等一致性要求不高的系统

2.3 半同步复制

介于同步复制和异步复制之间的一种折衷方案。在这种模式下,只要一个 follower 返回之后,leader 就可以进行下一步操作。

这种方式既保证了一定程度的数据一致性,又避免了完全同步复制带来的性能损耗。

适用场景:MySQL 半同步复制、MongoDB 的 w:majority 模式

注意:共识算法并不是半同步模式而是强同步模式,因为半同步只需 1 个节点返回即可,存在数据丢失风险;但是共识算法要求多数节点返回,是严格保证一致性的。

2.4 常见组件的同步方式

组件

默认同步方式

一致性级别

其他同步方式支持

MySQL

异步

可调(最终→强)

支持半同步(插件配置,需至少1个从节点确认),

组复制(多数节点同步)

PostgreSQL

同步(流复制)

可调

可配置为异步(synchronous_commit=off),

支持同步提交(remote_apply严格同步)

MongoDB

异步

可调(w:1→w:majority)

通过写关注(Write Concern)配置半同步(如w:majority+j:true)

Redis

异步

弱一致性

可使用WAIT命令,手动等待指定个数的节点复制完成,但本质还是异步的

Etcd

同步(Raft)

强一致性

不支持

Kafka

异步(acks=1)

可调

acks=all(等待所有节点确认),

min.insync.replicas控制最小同步副本数

比如查询 mysql binLog 的同步方式

SHOW VARIABLES LIKE 'sync_binlog';

有三种配置:

  • 0 - 不主动刷盘,由操作系统决定何时刷盘(安全性差,数据易丢失)
  • 1 - 每次提交事务时刷盘(安全性高,性能差)(默认值)
  • N - 每N次提交后刷盘(平衡安全性和性能)

3.日志格式

3.1 基于语句复制 SBR

基于语句的复制(SBR, Statement-Based Replication):leader 记录下它执行的每个语句(INSERT/UPDATE/DELETE)的日志,把日志发给 follower,每个 follower 解析并执行语句。

优点:生成的数据量小, 磁盘 IO 次数少,性能好

缺点:会导致 follower 上生成不同的数据(如使用 NOW()、RAND()、自增 ID、基于现有数据 UPDATE)

基于语句的复制在 mysql 5.1 之前使用,现在默认已经不再使用。

3.2 基于行复制 RBR

基于行的复制(RBR, Row-Based Replication):记录每行数据的变化,当数据被修改时,生成的日志包含被修改行的唯一标识,以及所有列的新值。

优点:由于复制的是原始数据,不会出现数据不一致的情况

缺点:数据量大,磁盘 IO、网络开销高

这种方式现在是 mysql binLog 默认的日志格式。可以通过命令查询:

SHOW VARIABLES LIKE 'binlog_format’;

有三种配置:

  • Statement: 基于语句复制
  • Row: 基于行复制(默认值)
  • Mixed: Statement 与 Row 混合(默认使用 Statement,涉及日期、函数相关时用 Row)

可以看出 mysql binLog 和 redis 复制方式刚好对应,redis 也是三种:

  • RDB:全量同步
  • AOF:增量同步
  • 混合模式

3.3 基于预写日志 WAL

预写日志(WAL, Write-Ahead Logging):在数据实际写入存储之前,先记录所有变更到日志(prepare状态),等待后台异步刷盘后,再将日志中的变更更新到数据文件(commit状态),所以 WAL 本质上是一种两阶段提交

这种方式适用于大多数类型的数据库。如 mysql 的 redoLog,etcd 的 raft log,pg 的 WAL,都是用的预写日志方式。

注意:WAL 和 RBR/SBR 并不冲突,比如 mysql 就是两种协调工作的: 

  • binLog 使用 RBR/SBR,工作在 Server 层,用于确保数据在多个节点上的一致性
  • redoLog 使用 WAL,工作在 InnoDB 引擎层,用于确保数据在单个节点上不丢失

关于 mysql 的几种日志可以看: (十一)MySQL日志篇,总结得相当之好了。

3.4 基于触发器复制

利用数据库的触发器功能,在特定事件发生时自动触发复制逻辑。虽然灵活性强,但由于依赖于数据库内部机制,维护成本较高。

4.不同复制架构下的同步机制

4.1 单主复制 Single Leader

只有一个主节点负责写操作,其余节点均为只读副本。

典型应用:mysql、pg、mongoDB副本集、etcd。

这是最常见也是最简单的复制模型,易于管理和维护,数据一致性强,但在高并发写入场景下可能存在瓶颈。

4.2 多主复制 Multi Leader

允许多个节点同时接受写操作。

典型应用:CouchDB、Cassandra、多活MySQL集群。

这种架构提高了系统的可用性和容错能力,但数据一致性较差,需要解决冲突

冲突检测与解决机制:

  • 最后写入胜利(LWW):基于时间戳选择最新值(可能丢数据)
  • 客户端解决:应用层合并冲突(如Git的合并冲突)
  • CRDTs(无冲突数据类型):数据结构本身支持自动合并(如计数器、集合)

4.3 无主复制 LeaderLess

没有明确的主节点概念,所有节点地位平等,均可接受读写请求。

典型应用:Dynamo、Cassandra、ScyllaDB。

此架构容错性高,非常适合分布式环境下的大规模部署,但同样数据一致性差

常用技术:

  • 读写仲裁(Quorum):写入时需成功W个节点,读取时需查询R个节点,满足W + R > N(N为副本总数)以保证一致性
  • hinted handoff:节点不可达时,其他节点暂存数据并在恢复后转发
  • 反熵(Anti-Entropy):后台进程定期同步节点间的差异数据

4.4 分片集群 Sharding

分片是一种水平拆分数据的架构模式,将数据集按特定规则(如哈希、范围)分布到多个节点上,每个节点只存储部分数据。

常见分片方式:

  • 哈希分片: 对分片键(如用户ID)计算哈希值,按哈希范围分配数据。如 redis、mongoDB、es
  • 范围分片: 按分片键的范围(如时间戳、ID区间)分配数据。如 mysql 分库分表
  • 目录分片: 维护一个动态查找表,记录数据与分片的映射关系。如 zookeeper

分片通常与复制结合使用,构成分片+副本的混合架构:

  • 分片层: 数据水平拆分到多个逻辑组
  • 副本层: 每个分片由一个主节点和多个从节点组成

5.主从数据一致性问题

5.1 写后读一致性

场景:用户写入数据后立刻读取,读到了 follower 节点,此时这条数据尚未同步,导致读到旧数据。

解决:

  • 如果是读用户自己的数据,则强制读主
  • 写入时记录时间戳,读取时确保从节点的数据时间 ≥ 写入时间戳
  • 写入后客户端将数据缓存,优先从缓存查询

5.2 单调读

场景: 同一用户连续多次读取时,可能看到数据回退(先读到新值,再读到旧值)。

解决:

  • 会话粘滞: 同一用户的请求始终路由到同一个节点
  • 客户端记录上次读取的版本号(时间戳),后续只接受 ≥ 该版本的数据

5.3 一致前缀读

场景:不同写入操作因网络乱序到达从库,导致读取到因果颠倒的数据。比如先看到 B 回复 A,再看到 A 的发言。

解决:

  • 跟踪写入的因果依赖关系(如向量时钟),确保从库按顺序更新
  • 使用全局有序日志(如共识算法),保证所有节点顺序写入

参考:

https://dev.mysql.com/doc/refman/8.0/en/replication-formats.html

(十一)MySQL日志篇之undo-log、redo-log、bin-log.....傻傻分不清!任何项目都会有日志,M - 掘金

(二十四)全解MySQL之主从篇:死磕主从复制中数据同步原理与优化主从复制是一种十分常见的高可用手段,MQ、Redis、 - 掘金

两万字长文解析raft算法原理

相关文章:

分布式环境下的主从数据同步

目录 1. 数据同步的推/拉方式 1.1 主节点推送 1.2 从节点拉取 1.3 常见组件的推拉方式 2.复制方式 2.1 同步复制 2.2 异步复制 2.3 半同步复制 2.4 常见组件的同步方式 3.日志格式 3.1 基于语句复制 SBR 3.2 基于行复制 RBR 3.3 基于预写日志 WAL 3.4 基于触发器…...

C#:字符串插值(String Interpolation)

目录 起点:编程的基本需求 推导:如何让字符串更“聪明”? 什么是 C# 中的字符串插值? 为什么需要字符串插值? 什么时候用字符串插值? 插值的工作原理 总结 起点:编程的基本需求 程序需要…...

Unity中实现UI的质感和圆角

质感思路有两种: 一种是玻璃质感的做法,抓取UI后面的图像做模糊(build是GrabPass,urp抓图像我有写过在往期文章),这个方式网络上有很多就不写了; 另外一种是使用CubeMap的方式去模拟质感&…...

【蓝桥杯】 枚举和模拟练习题

系列文章目录 蓝桥杯例题 枚举和模拟 文章目录 系列文章目录前言一、好数: 题目参考:核心思想:代码实现: 二、艺术与篮球: 题目参考:核心思想:代码实现: 总结 前言 今天距离蓝桥杯还有13天&…...

【设计模式】适配器模式

适配器模式像是一个“接口转换器”,让两个不兼容的接口能够协同工作。比如 Type-C 转 3.5mm 耳机口的转换器,让新手机能用旧耳机。 代码实现 // 1. 旧款圆口充电器(被适配者) class RoundHoleCharger {public int getRoundHoleV…...

【NLP 面经 3】

目录 一、Transformer与RNN对比 多头自注意力机制工作原理 相比传统 RNN 在处理长序列文本的优势 应对过拟合的改进方面 二、文本分类任务高维稀疏文本效果不佳 特征工程方面 核函数选择方面 模型参数调整方面 三、NER中,RNN模型效果不佳 模型架构方面 数据处理方面…...

区间预测 | MATLAB实现QRBiGRU门控循环单元分位数回归时间序列区间预测

区间预测 | MATLAB实现QRBiGRU门控循环单元分位数回归时间序列区间预测 目录 区间预测 | MATLAB实现QRBiGRU门控循环单元分位数回归时间序列区间预测效果一览基本介绍模型描述程序设计参考资料 效果一览 基本介绍 区间预测 | MATLAB实现QRBiGRU门控循环单元分位数回归时间序列区…...

Github 热点项目 awesome-mcp-servers MCP 服务器合集,3分钟实现AI模型自由操控万物!

【今日推荐】超强AI工具库"awesome-mcp-servers"星数破万! ① 百宝箱式服务模块:AI能直接操作浏览器、读文件、连数据库,比如让AI助手自动整理Excel表格,三分钟搞定全天报表; ② 跨领域实战利器:…...

深入理解 YUV 颜色空间:从原理到 Android 视频渲染

在视频处理和图像渲染领域,YUV 颜色空间被广泛用于压缩和传输视频数据。然而,在实际开发过程中,很多开发者会遇到 YUV 颜色偏色 的问题,例如 画面整体偏绿。这通常与 U、V 分量的取值有关。那么,YUV 颜色是如何转换为 …...

Qt中绘制不规则控件

在Qt中绘制不规则控件可通过设置遮罩(Mask)实现。以下是详细步骤: ‌继承目标控件‌:如QPushButton或QWidget。‌重写resizeEvent‌:当控件大小变化时,更新遮罩形状。‌创建遮罩区域‌:使用QRegion或QPain…...

开源线下大数据平台的数据如何上云

使用云服务提供商的迁移工具 许多云服务提供商都提供了专门的数据迁移工具,可用于将开源线下大数据平台的数据迁移到云端。以亚马逊云服务(AWS)为例,其提供的 AWS Snowball 是一种边缘计算设备,可以用于大规模数据的离…...

【doris】Apache Doris简介

目录 1. 概述2. 技术特点2.1 高性能查询2.2 实时数据导入2.3 易于使用2.4 高可扩展性2.5 数据模型2.6 容错性 3. 适用场景4. 部署与架构4.1 部署方式4.2 架构特点 5. 优势 1. 概述 1.Apache Doris(原名Palo)最早诞生于百度广告报表业务,2017…...

在MFC中使用Qt(六):深入了解QMfcApp

前言 此前系列文章回顾: 在MFC中使用Qt(一):玩腻了MFC,试试在MFC中使用Qt!(手动配置编译Qt) 在MFC中使用Qt(二):实现Qt文件的自动编译流程 在M…...

JWT在线解密/JWT在线解码 - 加菲工具

JWT在线解密/JWT在线解码 首先进入加菲工具 选择 “JWT 在线解密/解码” https://www.orcc.top 或者直接进入JWT 在线解密/解码 https://www.orcc.top/tools/jwt 进入功能页面 使用 输入对应的jwt内容,点击解码按钮即可...

【机器学习】——机器学习思考总结

摘要 这篇文章深入探讨了机器学习中的数据相关问题,重点分析了神经网络(DNN)的学习机制,包括层级特征提取、非线性激活函数、反向传播和梯度下降等关键机制。同时,文章还讨论了数据集大小的标准、机器学习训练数据量的…...

高效定位 Go 应用问题:Go 可观测性功能深度解析

作者:古琦 背景 自 2024 年 6 月 26 日,阿里云 ARMS 团队正式推出面向 Go 应用的可观测性监控功能以来,我们与程序语言及编译器团队携手并进,持续深耕技术优化与功能拓展。这一创新性的解决方案旨在为开发者提供更为全面、深入且…...

emWin图片旋转

图片取模: //emwin6.16 //正常绘制 hMem0 GUI_MEMDEV_Create(0, 0, bmPHPH.XSize, bmPHPH.YSize); hMem1 GUI_MEMDEV_Create(0, 0, bmPHPH.XSize, bmPHPH.YSize); //正常绘制 hMem0 GUI_MEMDEV_CreateFixed32 (0,0, bmPHPH.XSize, bmPHPH.YSize); hMem1 GUI_M…...

CSS 父类元素的伪类 选择器

父元素的 :hover 状态可以影响子元素的样式。当父元素处于 :hover 状态时,可以通过 CSS 的选择器为子元素设置样式。 .parent:hover .child 这种选择器叫做 后代选择器(Descendant Selector) ,结合了 :hover 伪类。它的作用是&…...

【Spring Boot 与 Spring Cloud 深度 Mape 之三】服务注册与发现:Nacos 核心实战与原理浅析

【Spring Boot 与 Spring Cloud 深度 Mape 之三】服务注册与发现:Nacos 核心实战与原理浅析 #SpringCloudAlibaba #Nacos #服务注册 #服务发现 #服务治理 #微服务 #SpringBoot #Java 系列衔接:在前两篇 [【深度 Mape 之一】 和 [【深度 Mape 之二】] 中…...

JS实现动态点图酷炫效果

实现目标 分析问题 整个图主要是用canvas实现,其中难点是将线的长度控制在一定范围内、并且透明度随长度变化。 前置知识 canvas绘制点、线、三角形、弧形 // 点ctx.moveTo(this.x, this.y);ctx.arc(this.x, this.y, this.r,0, 2 * Math.PI, false);ctx.fillStyle …...

使用ModbusRTU读取松下测高仪的高度

使用C#通过Modbus RTU读取松下测高仪高度 1. 准备工作 1.1 硬件连接 确保松下测高仪支持Modbus RTU协议(需查阅设备手册确认)。通过RS-485或RS-232接口连接设备与计算机,可能需要USB转串口适配器。确认通信参数(波特率、数据位、停止位、奇偶校验),常见设置为:9600波特…...

SQL Server从安装到入门一文掌握应用能力。

本篇文章主要讲解,SQL Server的安装教程及入门使用的基础知识,通过本篇文章你可以快速掌握SQL Server的建库、建表、增加、查询、删除、修改等基本数据库操作能力。 作者:任聪聪 日期:2025年3月31日 一、SQL Server 介绍: SQL Server 是微软旗下的一款主流且优质的数据库…...

Ubuntu上给AndroidStudio创建桌面图标

最近使用了Ubuntu开发了,默认的android studio没有桌面图标,还是很不方便,每次都要cd到bin目录启动studio.sh。 步骤1:cd /usr/share/applications linux系统里面,所有的应用启动入口都在 /usr/share/applications …...

HarmonyOS:ComposeTitleBar 组件自学指南

在日常的鸿蒙应用开发工作中,我们常常会面临构建美观且功能实用的用户界面的挑战。而标题栏作为应用界面的重要组成部分,它不仅承载着展示页面关键信息的重任,还能为用户提供便捷的操作入口。最近在参与的一个项目里,我就深深体会…...

C# System.Net.Dns 使用详解

总目录 前言 在网络编程中,域名系统(DNS)是互联网的核心组成部分之一,它将人类可读的域名转换为机器可用的IP地址。在.NET框架中,System.Net.Dns类提供了一组静态方法,用于执行与DNS相关的操作。本文将详细…...

Spring-事务属性

1.隔离属性 数据库对于隔离属性的支持 隔离属性的值MySQLOracle ISOLATION.READ_COMMITTED √ √ ISOLATION.REPEATABLE_READ√ISOLATION.SERIALIZABLE√√ Oracle不支持REPEATABLE_READ值 如何解决不可重复度 采用的多版本比对的方式 解决不可重复读 默认隔离属性 ISO…...

“上云入端” 浪潮云剑指组织智能化落地“最后一公里”

进入2025年,行业智能体正在成为数实融合的核心路径。2025年初DeepSeek开源大模型的横空出世,通过算法优化与架构创新,显著降低算力需求与部署成本,推动大模型向端侧和边缘侧延伸。其开源策略打破技术垄断,结合边缘计算…...

Docker 的实质作用是什么

Docker 的实质作用是什么 目录 Docker 的实质作用是什么**1. Docker 的实质作用****2. 为什么使用 Docker?****(1)解决环境一致性问题****(2)提升资源利用率****(3)简化部署与扩展****(4)加速开发与协作****3. 举例说明****总结**Docker 的实质是容器化平台,核心作用…...

WEB安全--文件上传漏洞--白名单绕过

一、MIME类型(Content-Type)绕过 原理:在我们不能绕过白名单后缀限制时,如果后端检测的是文件类型(数据包中的Content-Type字段),那我们可以利用合法类型替换 示例:在上传,php后缀…...

Mac 本地化部署 dify

Macbook 本地化部署 dify 目录 Macbook 本地化部署 dify安装dockerdocker下载地址 安装dify下载dify到本地github可能遇到的问题: github打开超时在本地解压dify.zip文件本地化部署docker部署可能遇到的问题: 部署超时登录体验 dify 安装docker docker下载地址 根据电脑芯片选…...

MySQL和navicat日常使用记录

navicat界面上之前跟localhost连接的数据库可以直接点开了 这里有excel导入的地方 然后添加文件,选则文件是哪个,勾选excel的表是哪个,根据实际情况定义一些附加选项,注意时间格式,下一步下一步,然后选择主…...

linux进程信号 ─── linux第27课

在 Linux 系统中,信号(Signals) 是一种进程间通信(IPC)机制,用于通知进程发生了某种事件或请求进程执行特定操作。 你怎么能识别信号呢?识别信号是内置的,进程识别信号,是…...

云安全之k8s未授权漏洞总结

一、k8s介绍 全称是 kubernetes,是谷歌在2014年推出的一种开源容器编排系统,后来捐赠给了云原生计算基金会(CNCF)。因将k后面的8个字母进行缩写后,被广泛简称为K8s。随着容器技术的发展,面临着容器数量庞大…...

博客学术汇测试报告

Author:MTingle major:人工智能 Build your hopes like a tower! 目录 一.项目简介 二.开发技术 三.测试用例设计 四.自动化测试代码 common包 博客编辑 博客列表 登录页面 未登录测试 主函数 五.性能测试 六.测试总结 一.项目简介 该项目是一款基于 S…...

揭秘:父子组件之间的传递

基础知识 组件与组件之间有三大方面的知识点: 子组件通过props defineProps({})接收父组件传递到参数和方法;子组件可以通过定义 emit 事件,向父组件发送事件;父组件调用子组件通过defineExpose 导出的方法…...

leetcode 169.Majority Element

这道题虽然简单&#xff0c;但适合用来练习各种解法。《剑指offer》5.2节 面试题29与此题一样&#xff0c;并且给出了leetcode官方题解未给出的快速选择的解法。 方法一、用哈希表解决 class Solution { public:int majorityElement(vector<int>& nums) {unordered…...

魔改chromium——基础环境搭建

谷歌chromium环境要求详细文档 软件和环境要求&#xff0c;必须安装&#xff0c;硬性要求 系统环境&#xff1a;Windows 10&#xff0c;内存最小8GB&#xff0c;推荐16GB&#xff0c;NTFS格式磁盘最少100GB空间Git版本&#xff1a;安装最新版本即可&#xff0c;Git桌面端下载…...

[网络_1] 因特网 | 三种交换 | 拥塞 | 差错 | 流量控制

目录 一、网络、互连网与因特网 二、因特网发展 三、因特网的组成与功能 四、计算机网络的分类 五、因特网的标准化与意义 一、三种传输方式&#xff1a;电路交换 vs 报文交换 vs 分组交换 1. 电路交换&#xff08;Circuit Switching&#xff09;——像“打电话” 2. 报…...

android 何如查找内网设备 IP

前沿 最近在与嵌入式设备打交道,需要对设备进行配网。发现 UpnP 服务不稳定,经常收不到设备的信息。就想着能不能通过内网查找到 IP 后,直接与设备通信,不停的请求设备信息。 1.Android 端通过 UDP 组播(Multicast)查找设备 如果嵌入式设备支持 UDP 组播,Android 端可…...

Oracle数据库数据编程SQL<3.5 PL/SQL 存储过程(Procedure)>

存储过程(Stored Procedure)是 Oracle 数据库中一组预编译的 PL/SQL 语句集合&#xff0c;存储在数据库中并可通过名称调用执行。它们是企业级数据库应用开发的核心组件。 目录 一、存储过程基础 1. 存储过程特点 2. 创建基本语法 3. 存储过程优点 4. 简单示例 二、没有…...

六级词汇量积累day13

commend 表扬 exhaust 耗尽&#xff0c;用尽 weary 疲惫的&#xff0c;劳累的 fatigue 疲惫&#xff0c;劳累 obese 臃肿的&#xff0c;肥胖的 adopt 采纳&#xff0c;收养 adapt 适应 accomplish 完成&#xff0c;实现 accomplishment 成就 achieve 实现&#xff0c;完成 achi…...

蓝桥杯15届JAVA_A组

将所有1x1转化为2x2 即1x1的方块➗4 然后计算平方数 记得-1 2 import java.io.BufferedReader; import java.io.InputStreamReader; import java.io.OutputStreamWriter; import java.io.PrintWriter;public class Main{static BufferedReader in new BufferedReader(new In…...

OpenCV图像输入输出模块imgcodecs(imwrite函数的用法)

《OpenCV计算机视觉开发实践&#xff1a;基于Python&#xff08;人工智能技术丛书&#xff09;》(朱文伟&#xff0c;李建英)【摘要 书评 试读】- 京东图书 3.2.3 imwrite保存图片 函数imwrite可以用来输出图像到文件&#xff0c;其声明如下&#xff1a; imwrite(filename,…...

win 远程 ubuntu 服务器 安装图形界面

远程结果&#xff1a;无法使用docker环境使用此方法 注意要写IP和:数字 在 ubuntu 服务器上安装如下&#xff1a; # 安装 sudo apt-get install tightvncserver # 卸载 sudo apt purge tightvncserver sudo apt autoremove#安装缺失的字体包&#xff1a; sudo apt update s…...

地下管线三维建模软件工具MagicPipe3D V3.6.1

经纬管网建模系统MagicPipe3D&#xff0c;基于二维矢量管线管点数据本地离线参数化构建地下管网三维模型&#xff08;包括管道、接头、附属设施等&#xff09;&#xff0c;输出标准3DTiles、Obj模型等格式&#xff0c;支持Cesium、Unreal、Unity、Osg等引擎加载进行三维可视化、…...

vue子组件生命周期的执行顺序

在 Vue 中&#xff0c;子组件的生命周期钩子函数的执行顺序受父组件的影响&#xff0c;通常遵循**“先创建子组件&#xff0c;后创建父组件&#xff1b;先销毁父组件&#xff0c;后销毁子组件”**的原则。 1. 组件创建&#xff08;挂载&#xff09;阶段 当父组件挂载时&#x…...

【含文档+PPT+源码】基于微信小程序的在线考试与选课教学辅助系统

项目介绍 本课程演示的是一款基于微信小程序的在线考试与选课教学辅助系统&#xff0c;主要针对计算机相关专业的正在做毕设的学生与需要项目实战练习的 Java 学习者。 1.包含&#xff1a;项目源码、项目文档、数据库脚本、软件工具等所有资料 2.带你从零开始部署运行本套系统…...

树莓派超全系列文档--(17)树莓派配置显示器

树莓派配置显示器 显示支持 HDMI 显示器设置分辨率和旋转手动设置分辨率和旋转确定显示设备名称设置自定义分辨率设置自定义旋转 控制台分辨率和旋转 文章来源&#xff1a; http://raspberry.dns8844.cn/documentation 原文网址 显示 要配置 Raspberry Pi 使用非默认显示模式…...

python将pdf文件转为图片,如果pdf文件包含多页,将转化的多个图片通过垂直或者水平合并成一张图片

要将PDF文件转换为图片&#xff0c;并将多页PDF垂直合并成一张图片&#xff0c;可以使用PyMuPDF&#xff08;也称为fitz&#xff09;库来读取PDF文件&#xff0c;并使用Pillow库来处理和合并图片。以下是一个示例代码&#xff0c;展示了如何实现这个功能&#xff1a; 首先&…...

JVM基础原理

JVM是一个虚拟化的计算机&#xff0c;它可以执行Java字节码文件&#xff08;.class文件&#xff09;&#xff0c;实现Java程序跨平台的特性。JVM负责将Java程序的字节码翻译成具体操作系统的机器码&#xff0c;从而能够在不同的平台上运行。JVM的核心原理涉及以下几个重要方面 …...