基于 SmartX 原生容灾能力构建简单经济的容灾方案:5 大场景与 4 例实践合集
不少企业都基于虚拟化/超融合架构支持多种核心应用系统与数据库。这些场景不仅涉及多种类型的工作负载,在数据可靠性层面也需要不同级别的保护策略,一些用户还面临灾备演练、集中容灾等更多样的容灾需求,因此,构建全面可靠、易用高效、节约成本的基础设施容灾方案,成为了不少用户的当务之急。
作为 SmartX 超融合原生的灾备软件,SMTX 备份与容灾融合了数据备份与异步复制两种功能,可为 SMTX OS 和 SMTX ZBS 用户提供“RPO≧15 分钟、RTO 分钟级”的数据保护,支持“两地三中心”容灾、集中容灾中心建设、同中心双生产集群实现互备、机房迁移、灾备演练等 5 大应用场景,降低企业灾备建设的复杂度、资源投入与管理成本。以下,我们将结合 SMTX 备份与容灾 2.1 版本功能特性,解读 SmartX 原生容灾能力和 5 大应用场景,并分享 4 例企业用户基于 SmartX 超融合和 SMTX 备份与容灾构建的容灾方案与灾备实践。
点击链接获取《SmartX 超融合容灾备份解决方案》,了解基于不同环境和两种虚拟化的完整容灾备份方案与用户实践!
SmartX 原生灾备能力:全面可靠、高效易用
SMTX 备份与容灾通过“复制与恢复”功能为 SmartX 超融合(SMTX OS)和分布式存储(SMTX ZBS)集群提供原生的、无代理的容灾能力。基于异步复制技术,复制与恢复功能支持同一站点内或两个站点间的数据复制(最小 RPO 为 15 分钟)、故障转移与故障恢复,一旦灾难发生,可快速将业务切换至灾备集群,并迅速恢复业务运行。
支持不同站点架构下的数据保护与容灾
复制与恢复功能支持在同一个站点/不同站点的多个集群之间进行副本对象数据同步、故障转移和灾难恢复,实现集群/站点级别的容灾保护。
-
站点内复制:由同一个 CloudTower
统一管理生产集群和灾备集群资源,生产集群和灾备集群共用系统服务的产品许可,不需要重新导入并部署对应的系统服务。 -
站点间复制:支持站点级别容灾,若 CloudTower 单点故障或站点整体故障导致所关联的 CloudTower 不可用时,仍可在灾备站点进行保护对象的故障处理,保证业务连续性。
多重技术结合,实现高效数据同步
通过跳过未分配/全零/未改动的数据块、断点传输等技术优化,减少复制数据量。支持多卷/虚拟机并发复制,提升多复制任务执行时的传输速度。
灵活的运行策略,满足不同业务场景的用户需求
支持自定义复制周期,在首次进行全量复制后可按周/日/小时/分钟为粒度设置增量复制周期,每次复制后为副本虚拟机创建快照作为恢复点(最多 16 个以应对数据损坏),根据恢复点保留策略自动清理恢复点和快照。
提供定制化的运行策略,支持设定复制时间窗口和复制任务数量/传输速率,确保复制服务在期望的时间段内执行,同时支持用户通过负载均衡有效控制复制服务所占用的系统资源,降低复制任务在高峰期运行时对其他业务的影响。
洞察多维度应用场景差异,选择最优故障处理策略
支持批量故障转移(紧急故障转移和计划性故障转移)、故障恢复和永久性故障转移。
- 紧急故障转移:当原对象不能继续提供服务时,使用历史恢复点拉起副本对象,实现业务的快速恢复,最大程度降低因灾难导致的停机时长。通常应用于突发性灾难等计划外的转移场景。
- 计划性故障转移:结合复制和故障转移,在转移业务至副本对象前先将原对象的数据同步至副本对象,实现零数据丢失的业务切换,为业务连续性提供可靠的保障。通常应用于灾备演练、灾难预警或迁移复制对象等有计划的转移场景,着重于确保数据的可恢复性(RPO=0)。
- 故障恢复:在原对象恢复正常后,将故障转移期间副本对象产生的数据增量同步回原对象,由原对象继续提供服务并恢复周期性的自动复制。
- 永久性故障转移:当原对象无法恢复,将原对象永久切换到副本对象,并从复制计划移除原对象,将副本对象转化为普通资源对象,持续提供服务。
多重策略减少虚拟机故障后停机时间
支持通过统一的管理界面来配置完善的故障处理策略,用户可提前编排虚拟机的恢复策略以及副本虚拟机的网络设定,实现应用系统在不同集群间快速的容灾。
- 支持编排故障处理中虚拟机的恢复顺序:通过指定启动顺序和启动延迟,按照设置的顺序恢复应用系统,确保关键虚拟机首先被恢复,提升业务连续性。
- 支持虚拟机网络映射:支持将原虚拟机使用的虚拟机网络映射到目标集群中指定的虚拟机网络,以确保副本虚拟机能够正常连通网络。
- 支持 IP 网络映射:支持设置 IP 映射规则,将原虚拟机的 IP 地址映射到可在目标集群使用的 IP 地址。进行故障转移时,复制服务会根据匹配的 IP 映射规则来设置副本虚拟机的信息,确保副本虚拟机在启动后能够使用正确的网路配置。
5 大应用场景:满足多种数据保护需求
场景一:“两地三中心”容灾
用户可基于 SmartX 超融合构建同城双活集群和异地灾备集群,实现覆盖站点级别和城市级别的故障容灾。其中,同城集群可用域之间可通过数据副本实现实时同步,可用域故障后 VM 自动在另一可用域拉起,达到“RPO = 0,RTO 分钟级”的容灾效果;异地集群通过 SMTX 备份与容灾实现数据周期性复制,双活集群整体故障后可将业务切换至灾备集群,达到“RPO ≥ 15 分钟,RTO 分钟级”的容灾效果。
场景二:集中容灾中心
用户可基于 SmartX 超融合构建集中容灾中心,通过 SMTX 备份与容灾为多个生产数据中心提供灾备保护。
- 统一容灾:任何一个业务中心遭受灾难,容灾中心都可接管业务并进行数据恢复,便于业务的快速切换。
- 集中管理:副本数据集中管理,便于用户在不影响生产业务的情况下,对数据进行分析和挖掘,充分利用数据价值。
- 降低总拥有成本:通过复用灾备中心的方式规避了多地分散建设灾备集群所致的高额成本投入,显著提升整体容灾架构性价比和资源利用率。
场景三:同中心双生产集群实现互备
基于 SmartX 超融合架构,在同中心两个生产集群中分别构建容灾资源池,实现互相灾备——生产集群既支持生产业务运行,也承载另一生产集群的副本虚拟机和备份数据。
- 大幅降低灾备建设成本:无需额外采购完整的灾备一体机,仅需扩展生产集群部分节点即可承载容灾资源;生产集群同时承担业务运行、备份存储和副本数据资源池,最大化硬件利用率。
- 运维管理高效便捷:无需部署多套独立系统,减少异构存储系统的维护复杂度;CloudTower 集中管理备份与复制数据,降低多系统协调成本。
- 灾备资源池灵活多用:灾备资源规模可动态调整,避免过度投入,降低总体拥有成本;文件存储轻松应对业务规模变化,为多种业务提供高效存储支持。
场景四:机房迁移
用户可利用 SMTX 备份与容灾,先将生产数据中心数据复制到灾备中心,再将数据跨集群迁移至新生产机房,降低迁移风险。
-
保证迁移效率与数据安全:利用故障转移,将业务分批转移,支持虚拟机转移顺序的编排,快速拉起业务。搭配备份服务,亦可实现多重数据副本,确保数据安全性。
-
跨集群迁移虚拟机:支持在不同的物理服务器之间进行跨集群迁移。支持多种迁移方式,实现虚拟机灵活调度,保障业务连续性。
-
软硬解耦,搬迁风险低:数据通过数据同步存储在灾备机房的存储设备中,即使搬迁中出现硬件损坏,不影响业务。完成数据迁移后,允许在任意时间点进行物理搬迁。
场景五:灾备演练
注:该场景方案将在 2025 年 Q2 初支持
结合 SMTX 备份与容灾的故障转移测试功能和 Everoute VPC 功能,用户可在既有环境中复制生产环境虚拟机进行灾备演练,而不影响生产环境的正常业务开展。
- 无需单独构建演练环境:借助 VPC 网络隔离特性,在当前环境中构建隔离区域,直接利用测试虚拟机进行灾备演练。
- 生产业务无感知:源端虚拟机业务不中断不停机,测试虚拟机独立于源端虚拟机,测试行为不会干扰源端虚拟机数据状态。
- 测试流量不干扰现有环境:演练过程中任何网络流量波动、测试数据的注入都被限制在隔离区域,不会影响生产环境中的业务。
4 例用户实践
某头部汽车部件制造商:基于 SMTX 备份与容灾构建全栈化灾备管理体系
某头部汽车部件制造商在国内多个地区设有数据中心,支持生产业务与开发测试工作。其中,某地区工厂需要搬迁,新建数据中心需要在搬迁周期内完成高可用架构搭建。同时,用户也希望借此机会对两个地区的数据中心基础架构进行改造,通过统一的管理平台实现全域资源纳管,以单一平台支持两地集群的监控、策略配置、备份容灾等操作。
考虑到超融合架构软硬件解耦的特性,用户选择基于 SmartX 超融合构建两地数据中心基础设施,并针对同地区机房的两个生产集群实现了多重数据保护:
- 业务双活:同机房内部采用 25GbE Spine-Leaf 网络架构,两个生产集群通过负载均衡实现 I/O 无缝切换。
- 异步复制:用户在同机房构建了 4 节点超融合灾备集群,基于 SMTX 备份与容灾的复制与恢复功能,将两个生产集群(均为 9
节点)的虚拟机数据同步至灾备集群,网络采用单独的 10GbE,满足 RPO 15 分钟的要求。 - 数据备份:基于 SMTX 备份与容灾的备份与恢复功能,将两个生产集群的业务数据备份至外部 NAS 存储,网络复用云平台管理的 10GbE,满足 RPO 1 小时的要求。
此次建设实践中,用户不仅基于 SmartX 超融合实现了统一的基础设施资源管理,还利用 SMTX 备份与容灾构建了分级容灾的多重保护体系,最大化保障业务连续性的同时,降低容灾成本。
某日资柔性电路板制造商:基于 SmartX 超融合构建集中容灾中心,满足两地数据中心灾备需求
某日资柔性电路板制造商原采用 SmartX 超融合和传统三层架构支持生产业务系统。而传统架构上有部分服务器遭遇了勒索病毒攻击,考虑到超融合架构上的服务器并未受到勒索病毒影响,用户决定将更多核心生产业务迁移至 SmartX 超融合集群,并基于 SmartX 超融合(ELF 虚拟化)搭建集中容灾中心,为两地数据中心中的 3 个超融合集群提供统一的灾备保护,进一步巩固数据安全。
目前,用户已在 A 地基于 SmartX 超融合构建了集中灾备中心,通过 SMTX 备份与容灾的复制与恢复功能,实现了“3 生产集群 : 1 灾备集群“的集中容灾布局,不仅为关键业务系统提供了可靠的数据保障,还规避了多地分散建设灾备集群所致的高额成本投入,显著提升整体容灾架构的性价比和资源利用效率。
某财务公司:同步实现同城数据中心容灾与信创转型
某财务公司基于业务升级计划上线了新的数据治理等系统,由于业务应用自身不具备容灾机制,需要通过底层基础架构实现容灾功能。根据公司先前的建设经验,需要分别部署两套 VMware 虚拟化集群和对应的集中式存储,通过存储 LUN 复制或架设存储网关来保障数据的可靠性,并通过虚拟机高可用或容灾产品来保障应用的连续性。而进一步调研后,用户发现该方案不仅面临大量的虚拟机存储规划和恢复策略配置工作,也难以满足 IaaS 层从硬件到软件的自主可控的要求。
在探索更多建设方案的过程中,用户开始考虑基于超融合构建同城两中心的容灾方案。经过全面的测试和评估,用户最终选择基于 SmartX 超融合信创基础设施进行同城容灾建设——用户同城双数据中心共部署两套基于海光架构服务器的 SmartX 超融合集群,承载新的业务系统及相关组件,包含国产数据库、中间件等。用户的两个自有数据中心建设在同城不同区域,相距 25 KM,通过 10GB 裸纤进行二层互联,共享应用业务和数据复制流量,两个数据中心间通过 SMTX 备份与容灾产品的复制与恢复功能,进行业务应用的复制和故障转移编排,达到“RPO>=15 分钟,RTO=分钟级”的同城容灾效果。
得益于 SMTX 备份与容灾以虚拟机为单位的灵活保护策略,用户可批量地对虚拟机按照指定的时间间隔(RPO)将虚拟机的恢复点复制到目标集群,并通过基于 IP 地址映射的故障转移编排等技术优化,大幅降低用户的运维管理负担。
欲深入了解,请阅读:某财务公司:基于超融合实现同城数据中心容灾与信创转型。
某投资公司:以 SMTX 备份与容灾和 Everoute 保障超融合信创集群数据安全
某投资公司原使用 VMware 虚拟化和 NSX 支持生产业务系统,为迎接国产化转型浪潮,用户决定以国产超融合软件+信创硬件构建新集群,同时利旧原 VMware 集群的硬件搭建灾备集群,保障信创集群的稳定、连续运行。
在超融合选型时,用户非常看重厂商的自研能力,尤其是平台的安全防护能力和备份容灾能力,需要具备与 VMware 同等的水平。经过多重测试验证,用户选择以 SmartX 超融合(采用原生虚拟化 ELF)搭配海光架构服务器构建信创集群,支持办公类应用系统及相关组件,包括国产数据库、中间件等。同时,采用 SMTX 备份与容灾和 Everoute,为信创集群提供双重保障:
- 利用 SMTX 备份与容灾的复制与恢复功能,将生产环境数据复制到基于原 VMware 硬件(Intel 架构服务器)搭建的 SmartX
超融合灾备集群。同时,利用备份与恢复功能,将生产环境虚拟机备份至利旧的 NAS 存储,提供数据可用性的同时降低灾备成本。 - 部署 Everoute 分布式防火墙,保障数据中心网络三层互联的同时实现网络流量的微分段防护。
目前,该架构不仅成功帮助用户探索基础架构的信创转型,还可提供数据中心级别故障的防护与恢复能力,并在架构创新的同时降低硬件投入成本。
欲了解更多内容,欢迎点击链接获取《SmartX 超融合容灾备份解决方案》,了解基于不同环境和虚拟化平台的完整容灾备份方案与用户实践!
相关文章:
基于 SmartX 原生容灾能力构建简单经济的容灾方案:5 大场景与 4 例实践合集
不少企业都基于虚拟化/超融合架构支持多种核心应用系统与数据库。这些场景不仅涉及多种类型的工作负载,在数据可靠性层面也需要不同级别的保护策略,一些用户还面临灾备演练、集中容灾等更多样的容灾需求,因此,构建全面可靠、易用高…...
说一下分布式组件时钟一致性的解决方案
为什么需要时钟一致性? 在分布式系统中,时钟一致性是确保各节点时间同步的关键问题。 时钟不同步可能导致日志混乱、事务顺序错误、数据不一致等问题 1. 物理时钟同步 基础方案:NTP(网络时间协议) 原理:…...
aws s3api 常用命令
AWS S3API 是 Amazon Web Services(AWS)提供的用于与简单存储服务(S3)进行交互的命令行工具,以下是一些常用命令: 桶操作 创建桶 aws s3api create-bucket --bucket <bucket-name> --region <r…...
006 ElementUI
https://element.eleme.cn/#/zh-CN ElementUI是组件库,网站快速成型工具 npm i element-ui2.12.0在 main.js 中写入以下内容: import ElementUI from element-ui; import element-ui/lib/theme-chalk/index.css; Vue.use(ElementUI);...
el-select组件与el-tree组件结合实现下拉选择树型结构框
下拉选择树型结构框 实现效果图组件完整代码 实现效果图 组件完整代码 <template><div class"tree-con"><el-selectv-model"value"placeholder"请选择"class"bs-select"ref"select"><el-optionv-for&…...
windows系统更新nvidia 驱动, 并安装pytorch
windows系统更新nvidia 驱动, 并安装pytorch 1.更新前nvidia-smi 显示版本比较久 2.方法一:通过NVIDIA GeForce Experience自动更新 NVIDIA GeForce Experience是NVIDIA官方提供的一款软件,它不仅可以帮助用户优化游戏设置,还能…...
如何深刻理解Reactor和Proactor
前言: 网络框架的设计离不开 I/O 线程模型,线程模型的优劣直接决定了系统的吞吐量、可扩展性、安全性等。目前主流的网络框架,在网络 IO 处理层面几乎都采用了I/O 多路复用方案(又以epoll为主),这是服务端应对高并发的性能利器。 …...
如何使用WRF-Hydro GIS工具,生成运行WRF-Hydro模型的Domain文件,包括流域、地形、河网、湖泊等
WRF-Hydro模型作为一个集成了大气和水文过程的模型,具有一些挑战性的难点,包括: 复杂的耦合过程:WRF-Hydro模型需要同时考虑大气和水文过程的相互作用,包括降水、蒸发、径流等一系列过程的耦合,这使得模型的…...
adb devices报错 ADB server didn‘t ACK
ubuntu下连接手机首次使用adb devices 报错ADB server didn’t ACK adb devices * daemon not running; starting now at tcp:5037 ADB server didnt ACK Full server startup log: /tmp/adb.1000.log Server had pid: 52986 --- adb starting (pid 52986) --- 04-03 17:23:23…...
机器学习——决策树
1.什么要学习决策树? 处处都是选择,并且到处都是岔路口。比如你发现某只股票几天时间内涨了很多,如果是你,你会买进吗?如果买进了,你就得承担后果,要么会大赚一笔,要么会血本无归。总之,用算法替代主观判断,避免情绪化投资决策。 …...
zk源码—2.通信协议和客户端原理二
大纲 1.ZooKeeper如何进行序列化 2.深入分析Jute的底层实现原理 3.ZooKeeper的网络通信协议详解 4.客户端的核心组件和初始化过程 5.客户端核心组件HostProvider 6.客户端核心组件ClientCnxn 7.客户端工作原理之会话创建过程 6.客户端核心组件ClientCnxn (1)客户端核心…...
Python设计模式:构建模式
1. 什么是构建模式 构建模式(Builder Pattern)是一种创建型设计模式,它允许使用多个简单的对象一步步构建一个复杂的对象。构建模式通过将构建过程与表示分离,使得同样的构建过程可以创建不同的表示。换句话说,构建模…...
C++类间的 “接力棒“ 传递:继承(下)
文章目录 5. 继承与友元6.继承与静态成员7.菱形继承8.继承和组合希望读者们多多三连支持小编会继续更新你们的鼓励就是我前进的动力! 本篇接着补充继承方面的内容,同时本篇的菱形继承尤为重要 5. 继承与友元 class Student; class Person { public:fri…...
C++11QT复习 (十六)
文章目录 Day11 移动语义回顾一、移动语义基础概念二、自定义 String 类的移动语义实现输出运算符重载: 三、测试函数:验证移动与拷贝行为四、左值与右值的补充说明右值引用作为函数返回值 五、知识总结如何区分左值与右值? 六、附加说明&…...
Redis客户端命令到服务器底层对象机制的完整流程?什么是Redis对象机制?为什么要有Redis对象机制?
Redis客户端命令到服务器底层对象机制的完整流程 客户端 → RESP协议封装 → TCP传输 → 服务器事件循环 → 协议解析 → 命令表查找 → 对象机制 → 动态编码 → 数据结构操作 → 响应编码 → 网络回传 Redis客户端命令到服务器底层对象机制的完整流程可分为协议封装、命令解…...
鸿蒙NEXT开发节流、防抖工具类(ArkTs)
import { CacheUtil } from ./CacheUtil; import { DateUtil } from ./DateUtil;/*** 节流、防抖工具类(用于点击事件,防止按钮被重复点击)** author 鸿蒙布道师* since 2025/04/07*/ export class ClickUtil {private static throttleTimeou…...
Qt程序 Windows打包
目的 运行Qt的程序,遇上如下问题: 显然是少很多Qt库,那就把Qt库放到这里,Qt提供这一个命令windeployqt.exe. windeployqt windeployqt是Qt框架提供的一个工具,主要用于自动打包Windows平台上的Qt应用程序及其依赖项…...
2025-04-07(DS复习):Databricks DLT 详解
Databricks Delta Live Tables (DLT) 详解 Delta Live Tables (DLT) 是 Databricks 提供的一个智能框架,用于构建可靠、可扩展的数据处理管道。它简化了ETL(提取、转换、加载)和ELT(提取、加载、转换)流程的开发和管理,特别适合在数据湖house架构中实现…...
音视频入门基础:RTCP专题(3)——RTCP协议简介(中)
本文接着《音视频入门基础:RTCP专题(2)——RTCP协议简介(上)》,继续对RTCP协议进行简介。本文的一级标题从“九”开始。 九、Sender and Receiver Reports 本段内容对应《RFC 3550》的第6.4节。根据《RFC …...
嵌入式工程师多线程编程(二)生产者-消费者模式
生产者-消费者模式详解:多线程编程的核心范式 生产者-消费者模式(Producer-Consumer Pattern)是多线程编程中最经典的设计模式之一,它通过解耦生产者和消费者的工作流程,实现了线程间的高效协作与资源管理。本文将深入剖析这一模式的原理、实…...
秒杀系统的性能优化
秒杀任务总体QPS预期是每秒几十万,对tomcat、redis、JVM参数进行优化。 tomcat线程数 4核8G的机器,一般就是开200-300个工作线程,这是个经验值。每秒一个线程处理3-5个请求,200多个线程的QPS可以达到1000左右。线程不能太多&…...
MySQL学习笔记集--索引
索引 索引是数据库中用于提高查询效率的一种数据结构。 它类似于书籍的目录,通过索引可以快速定位到表中的特定行,而无需扫描整个表。 索引的类型 主键索引(Primary Key Index) 自动创建,用于唯一标识表中的每一行。…...
深入理解重排(Reflow)与重绘(Repaint),写出高性能 CSS 动画
在前端开发中,CSS 动画是提升用户体验的重要手段,但很多开发者在使用动画时并不了解浏览器背后的渲染机制,导致动画卡顿甚至影响整体性能。本文将带你深入理解 CSS 中的两大核心概念 —— 重排(Reflow) 与 重绘&#x…...
Elasticsearch 从入门到实战:文档聚合操作及总结
四、文档操作:数据的增删改查 4.1 添加文档 文档(Document)是索引中的最小数据单元,使用 POST 或 PUT 添加: json POST /products/_doc/1 { "name": "华为Mate50 Pro", "price": 6…...
前缀和和差分笔记
前缀和和差分笔记 一维前缀和 示意图如下: 代码: **核心公式:sum[i]sum[i-1]a[i];(计算前缀和的)**#include<bits/stdc.h> using namespace std; const int N10000; #define ll long long int a[N],sum[N]; i…...
SSRF漏洞利用的小点总结和实战演练
含义理解: SSRF(Server-Side Request Forgery,服务器请求伪造)是一种由攻击者构造请求,由服务端发起请求的安全漏洞,一般情况下,SSRF攻击的目标是外网无法访问的内网系统。 攻击者通过篡改URL…...
IAR推动嵌入式开发:云就绪、可扩展的CI/CD和可持续自动化
全球领先的嵌入式系统开发软件解决方案供应商IAR正式发布全新云就绪平台,为嵌入式开发团队提供企业级的可扩展性、安全性和自动化能力。该平台于在德国纽伦堡举办的embedded world 2025展会上正式亮相,标志着将现代DevSecOps工作流集成到嵌入式软件开发中…...
瓦片数据合并方法
影像数据 假如有两份影像数据 1.全球底层影像0-5级别如下: 2.局部高清影像数据级别9-14如下: 合并方法 将9-14文件夹复制到全球底层0-5的目录下 如下: 然后合并xml文件 使得Tileset设置到最高级(包含所有级别)&…...
RISC-V AIA学习---IPI 处理器间中断
对于有多个hart的机器,必须为每个 hart 提供一个由具体实现定义的内存地址。向这个地址写入数据,就能向该 hart 发送一个机器级软件中断(主代码为 3)。换句话说,机器级的 IPI 可以通过这种方式,以机器级软件…...
Automattic 裁员16%,Matt Mullenweg称此举旨在提升盈利能力并增强投资实力
2025年4月3日,Automattic——这家以 WordPress.com、Tumblr 和 WooCommerce 等产品闻名的公司,宣布裁减其全球员工队伍的16%。这一决定是在周三通过公司博客文章和 Slack 内部消息向员工透露的。根据裁员前 Automattic 官网显示的员工人数(1,…...
图解AUTOSAR_SWS_FlexRayInterface
AUTOSAR FlexRay Interface 模块分析 本文档基于AUTOSAR SWS FlexRayInterface规范,对FlexRay Interface模块进行详细分析。 1. FlexRay Interface 模块架构 1.1 模块架构概览 1.2 架构说明 FlexRay Interface模块是AUTOSAR中的ECU抽象层组件,为上层模块提供统一的抽象接…...
AI赋能ArcGIS Pro——水系网络AI智能提取 | GIS人工智能制图技术解析
我们之前做了做了几期的AIGIS的分享。我们今天要再次做一个分享。 AI赋能ArcGIS Pro——水系网络智能提取全解析 DeepSeek结合ArcGIS Pro制作一个批量建库的脚本工具(代码一字未改,直接运行) 看老外如何玩DeepSeek!15分钟快速创…...
STM32江科大----IIC
声明:本人跟随b站江科大学习,本文章是观看完视频后的一些个人总结和经验分享,也同时为了方便日后的复习,如果有错误请各位大佬指出,如果对你有帮助可以点个赞小小鼓励一下,本文章建议配合原视频使用❤️ 如…...
RAG(检索增强生成)系统,提示词(Prompt)表现测试(数据说话)
在RAG(检索增强生成)系统中,评价提示词(Prompt)设计是否优秀,必须通过量化测试数据来验证,而非主观判断。以下是系统化的评估方法、测试指标和具体实现方案: 一、提示词优秀的核心标准 优秀的提示词应显著提升以下指标: 维度量化指标测试方法事实一致性Faithfulness …...
【leetcode hot 100 763】划分字母区间
解法一:用map记录<字母,字母出现的次数>,循环取出value-1,每次判断已经取出的字母(Set记录)是否还在后面存在(value>1),若存在继续循环,若不存在开启…...
PCB工艺:现代电子产品的核心制造技术
引言 PCB(Printed Circuit Board,印刷电路板)是电子设备的核心组成部分,几乎所有现代电子产品,从智能手机到航天设备,都依赖于PCB实现电路连接。PCB制造工艺的进步直接影响电子产品的性能、可靠性和成本。…...
【UE5 C++课程系列笔记】34——结构体与Json的相互转化
目录 准备工作 一、结构体转Json 二、Json转结构体 三、复杂结构体与Json的转换 主要通过借助FJsonObjectConverter类实现结构体和 JSON 之间的相互转换。 准备工作 首先新建一个结构体如下 添加两个方法分别用于将Struct转为Json、Json转为Struct 一、结构体转Json FStri…...
2025最新系统 Git 教程(二)
第2章 Git基础 2.1 Git 基础 - 获取 Git 仓库 如果你只想通过阅读一章来学习 Git,那么本章将是你的不二选择。 本章涵盖了你在使用 Git 完成各种工作时将会用到的各种基本命令。 在学习完本章之后,你应该能够配置并初始化一个仓库(reposito…...
力扣hot100_动态规划
动态规划 hot100_198. 打家劫舍 你是一个专业的小偷,计划偷窃沿街的房屋。每间房内都藏有一定的现金,影响你偷窃的唯一制约因素就是相邻的房屋装有相互连通的防盗系统,如果两间相邻的房屋在同一晚上被小偷闯入,系统会自动报警。…...
玄机-第六章-哥斯拉4.0流量分析的测试报告
目录 一、测试环境 二、测试目的 三、操作过程 Flag1 Flag2 Flag3 Flag4 Flag5 Flag6 Flag7 Flag8 Flag9 Flag10 Flag11 Flag12 Flag13 pam_unix.so关键代码 四、结论 一、测试环境 靶场介绍:国内厂商设置的玄机靶场,以应急响应题目著…...
【Hadoop入门】Hadoop生态圈概述:核心组件与应用场景概述
1 Hadoop生态圈概述 Hadoop生态圈是以 HDFS(分布式存储) 和 YARN(资源调度) 为核心,围绕大数据存储、计算、管理、分析等需求发展出的一系列开源工具集合。 核心特点: 模块化:各组件专注解决特定…...
深度学习实战电力设备缺陷检测
本文采用YOLOv11作为核心算法框架,结合PyQt5构建用户界面,使用Python3进行开发。YOLOv11以其高效的实时检测能力,在多个目标检测任务中展现出卓越性能。本研究针对电力设备缺陷数据集进行训练和优化,该数据集包含丰富的电力设备缺…...
随机产生4位随机码(java)
Random类: 用于生成随机数 import java.util.Random; 导入必要的类 generateVerificationCode()方法: 这是一个静态方法,可以直接通过类名调用 返回一个6位数字的字符串,首位不为0 生成首位数字: random.nextInt…...
音视频入门基础:RTCP专题(4)——RTCP协议简介(下)
本文接着《音视频入门基础:RTCP专题(3)——RTCP协议简介(中)》,继续对RTCP协议进行简介。本文的一级标题从“十四”开始。 十四、SDES: Source Description RTCP Packet 本段内容对应《RFC 3550》的第6.5节…...
PyCharm2024.3.5专业版解决Conda executable is not found问题
项目场景: pycharm使用anaconda 内的虚拟环境 pycharm 2024.3.5 专业版 C:\Users\Administrator>conda infoactive environment : transmute_recipe_generatoractive env location : D:\anaconda3\envs\transmute_recipe_generatorshell level : 1user config…...
滑动窗口思想 面试算法高频题
基本思想 滑动窗口思想其实就是快慢型的特例 计算机网络中滑动窗口协议(Sliding Window Protocol),该协议是TCP实现流量控制等的核心策略之一。事实上在与流量控制、熔断、限流、超时等场景下都会首先从滑动窗口的角度来思考问题࿰…...
Linux中特殊的变量
1.$# 含义:表示传入脚本或函数的参数数量。 用法:用于检查用户是否提供了足够的参数。 示例: #!/bin/bash echo "参数数量: $#"2.$? 含义:表示上一条命令的退出状态。如果命令成功执行,值为 0;…...
Linux文件系统与日志分析
目录 一.日志 1.1日志的定义 1.2日志的功能 1.3日志的分类 1.4日志的文件格式 1.5用户日志 1.6一些常见的日志 1.7日志消息的级别 二.系统日志管理 rsyslog 2.1rsyslog的定义 2.2rsyslog 配置文件 2.3rsyslog的实际应用----单独显示某一服务的日志 1.编辑rsyslog配…...
从传统物流到智能调度的全链路升级
一、TMS系统升级的核心目标与整体框架 (一)为什么要升级?传统物流管理的三大痛点 调度效率低下:过去依赖人工分单、手动匹配承运商,订单量大时容易出错,比如不同区域的订单混排导致运输路线绕路ÿ…...
UE5中如何修复后处理动画蓝图带来的自然状态下的metablriger身体绑定形变(如耸肩)问题
【[metablriger] UE5中如何修复后处理动画蓝图带来的自然状态下的metablriger身体绑定形变(如耸肩)问题】 UE5中如何修复后处理动画蓝图带来的自然状态下的metablriger身体绑定形变(如耸肩)问题...