【WRF理论第十五期】WPS中输入geogrid二进制格式
WPS中输入geogrid二进制格式
- 基本概念:Geogrid二进制格式
- 支持的数据类型
- geotiff→tiff的规则说明
- 类型1:主导类别字段(Dominant Category Field)
- 类型2:连续字段(Continuous Field)
- 类型3:多层字段(Multi-Level Field)
- 类型4:每类分数字段(Fractional Field per Category)
- 文件命名规范
- 索引文件(index 文件)
- 📁 Index 文件变量说明(Index Options)
- 基础知识说明-字节序
- 字节序概述
- 📁 在 Geogrid 中的含义
- ✅ index 文件的设置
- 参考
本博客主要根据WRF官网教程中,有关写入二进制数据的描述-Writing Static Data to the Geogrid Binary Format,详细描述输入WPS的静态地理数据二进制格式。
基本概念:Geogrid二进制格式
WRF 的 geogrid 程序使用一种简单的二进制栅格格式来存储地理静态数据集(如地形、高度、土地利用等)。这些数据是规则的二维或三维数组(2D/3D array)。
注意,Geogrid 的二进制格式 只能存储:
- 正整数
- 固定字节大小(1, 2, 3, 或 4 字节)
- 不能直接存储负数
这三条数据约束我们应该牢记于心!!!
支持的数据类型
Geogrid 支持的四类数据类型如下:
- 单层连续字段(Continuous field)
- 多层连续字段(例如:土壤层)
- 主导类别的分类字段(Dominant category for each grid point)
- 每类的分数字段(Fractional coverage for each category)
其中,主导类别的分类字段是最简单的,因为它只需要按区域写入整数分类值。
1、单层连续字段(Single-Level Continuous Field)
✅ 特点:
- 每个格点包含一个连续的实数值。
- 常用于描述地形、高度、温度等连续分布的物理量。
- 数据通常需缩放、转为整数,并进行正值偏移处理(如果有负数)。
✅ 存储方式:2D float → scaled int 数组,按行写入。
✅ 示例数据:
数据集 | 描述 | 示例类别值 |
---|---|---|
DEM(Digital Elevation Model) | 数字高程模型 | 0 - 8000 米 |
Green Fraction | 植被覆盖度 | 0.0 - 1.0 |
LAI(Leaf Area Index) | 叶面积指数 | 0.0 - 10.0 |
2、多层连续字段(Multi-Level Continuous Field)
✅ 特点:
- 每个格点包含多个连续数值,表示该位置在不同层级的物理量。
- 多用于土壤水分、温度、LAI 等具有垂直层次结构的数据。
✅ 存储方式:3D float → scaled int 数组(n × m × z)。
✅ 示例数据:
数据集 | 描述 | 示例类别值 |
---|---|---|
LAI(Leaf Area Index, 多时段) | 不同月份的叶面积指数 | 12 层(月平均) |
Soil Moisture | 多层土壤湿度 | 4 层土壤深度 |
Soil Temperature | 多层土壤温度 | 4 层 |
3、主导类别的分类字段(Dominant Category Field)
✅ 特点:
- 每个格点存储一个整数值,表示该位置的主导类别。
- 最简单的数据类型,直接存储整数分类编号。
- 通常用于土地利用、土壤类型等具有离散分类的数据。
✅ 存储方式:2D 整数数组,按行(从南向北)写入二进制文件。
✅ 示例数据:
数据集 | 描述 | 示例类别值 |
---|---|---|
LUCC(Land Use Cover Classification) | 土地利用/覆盖类型 | 1: 城市,2: 农田,3: 林地,… |
Soil Category | 土壤类型 | 1: 壤土,2: 粘土,3: 砂土,… |
4、每类的分数字段(Fractional Coverage per Category)
✅ 特点:
- 每个格点存储多个连续值,表示每个分类的占比(0~1)。
- 是一种多层连续字段,每层对应一个类别。
- 可以更精细地描述一个格点上多个类型的混合情况。
✅ 存储方式:3D 浮点数组(n × m × r),r为类别数。
✅ 示例数据:
数据集 | 描述 | 示例类别值 |
---|---|---|
Fractional Land Use | 每类土地利用的面积比例 | 第1层:农田占比,第2层:森林占比,… |
MODIS Land Cover Fraction | MODIS 的土地覆盖比例数据 | 每类一个层级,值为 0.0~1.0 |
geotiff→tiff的规则说明
类型1:主导类别字段(Dominant Category Field)
✅ 数据结构:一个规则二维数组,每个元素是一个整数,代表该格点的主导类别(如土地利用类型编号)。
例如:30秒分辨率的 USGS 土地利用数据。
✅ 写入顺序(二维数组写入方式):
- 按行写入(从南向北),即从底部行开始写入,依次向上。
- 每一行按从左到右顺序写入。
写入顺序示例(n 行 × m 列):
x11, x12, ..., x1m, x21, ..., x2m, ..., xn1, ..., xnm
✅ 存储格式:
- 每个元素以1、2、3 或 4 字节的整数存储。
- 使用大端字节序(big-endian):高字节在前(A-B-C-D),可通过 index 文件设置为 little-endian。(有关字节序的说明可参见本博客后续内容,详细解释为何需要设置inde为 little-endian)
- 文件必须是:无头文件(No header)、无记录标记(No record marker)
- 定长:每元素固定字节数
注意❗ Fortran写文件会自动添加记录标记,因此不能直接用 Fortran 写该文件。应使用 geogrid/src 目录中的 write_geogrid.c 或 read_geogrid.c 来处理。
类型2:连续字段(Continuous Field)
✅ 数据结构:连续字段(如地形高程、温度等)也按规则二维数组组织。
✅ 转换步骤:
1、缩放(Scaling):将小数放大为整数(如保留3位小数就除以 0.001)。
2、四舍五入(Rounding):去掉小数部分,转为整数。
3、负值处理(转正):
- 1字节:加上 2⁸(=255)
- 2字节:加上 2¹⁶(=65536)
- 3字节:加上 2²⁴
- 4字节:加上 2³²
例:-2.71828 → -2718 → 若用2字节存储:-2718 + 65536 = 62818
4、写入文件方式与主导类别完全相同。
注意:只有负数要加偏移量,正数保持不变
字节数 | 偏移值 | 有符号整数(signed integer)的取值范围(加偏移前) | 无符号数(unsigned)的取值范围(加偏移后) |
---|---|---|---|
1 字节 | 2⁸ = 256 | -128 ~ 127 | 0 ~ 255 |
2 字节 | 2¹⁶ = 65536 | -32768 ~ 32767 | 0 ~ 65535 |
3 字节 | 2²⁴ = 16777216 | -8388608 ~ 8388607 | 0 ~ 16777215 |
4 字节 | 2³² = 4294967296 | -2147483648 ~ 2147483647 | 0 ~ 4294967295 |
类型3:多层字段(Multi-Level Field)
类似于多个连续字段层堆叠成三维数组。
写入顺序:每个 n×m 切片(即每一层)连续写入,按层序(r-index 递增)排列。
每层数据写入顺序依然是从南到北、从西到东。
类型4:每类分数字段(Fractional Field per Category)
相当于每个类别占比是一个连续字段,多个类别 → 多层数据。
数据结构与多层连续字段相同。
文件命名规范
为使 geogrid 能正确识别数据,二进制文件命名必须如下:
xstart-xend.ystart-yend
每个数字(起始或结束坐标)是一个固定宽度的字符串,宽度由 filename_digits 决定。每个索引值为 5位/6位 正整数,从1开始计数。
设置 | 文件名(示例) | 坐标范围 |
---|---|---|
filename_digits = 5 | 00001-01200.00001-01200 | 00001 ~ 99999(最大 tile 尺寸为 99999 个格点) |
filename_digits = 6 | 000001-012000.000001-012000 | 支持更大区域:000001 ~ 999999 |
注意:文件命名必须左侧补零,确保每个数字占满 5 或 6 位,否则文件名不符合约定,geogrid 会报错。
例如:一个 800行 × 1200列 的数据文件命名为:
00001-01200.00001-00800
生成的某二进制数据命名为:
✅ 多文件拼接说明:可以将一个大数据集拆分为多个 tile(瓦片文件),每块是规则矩形。所有 tile 必须:
- 维度相同
- 不重叠
- 索引连续,无空缺
- 若维度不能整除 → 用填充值填充(由 missing_value 指定)
索引文件(index 文件)
每个数据集必须有一个名为 index 的元数据文件,提供地理信息和数据结构说明。
✅ 示例内容解释:
type = continuous # 字段类型(continuous / categorical)
signed = yes # 是否包含负值
projection = regular_ll # 投影类型(经纬度)
dx = 0.00833333 # 经度间距(单位:度)
dy = 0.00833333 # 纬度间距
known_x = 1.0 # 数组中第一个点的 x 索引
known_y = 1.0 # 数组中第一个点的 y 索引
known_lat = -89.99583 # 第一个点的纬度
known_lon = -179.99583 # 第一个点的经度
wordsize = 2 # 每个数据点的字节数(1/2/3/4)
tile_x = 1200 # 每个 tile 的 x 方向大小
tile_y = 1200 # 每个 tile 的 y 方向大小
tile_z = 1 # 层数(单层为1)
tile_bdr = 3 # 缓冲区大小
units = "meters MSL" # 单位说明
description = "Topography height" # 数据集描述
📁 Index 文件变量说明(Index Options)
变量名 | 默认值 | 中文解释 | 详细说明 |
---|---|---|---|
projection | 无默认值 | 投影方式 | 设置数据的投影类型,可为 lambert、polar、mercator、regular_ll(规则经纬度)、albers_nad83 或 polar_wgs84。必须设置。 |
type | 无默认值 | 数据类型 | 指定数据是连续(continuous)还是分类(categorical)。如果是每类别一个分数字段(如分布比例),也应设为 continuous。 |
signed | no | 是否带符号 | 指明数据是否为有符号整数(采用补码表示)。如有负值,需设为 yes。 |
units | 无默认值 | 单位 | 字符串,描述该数据的物理单位,如 “meters MSL”、“fraction”,会写入 geogrid 输出文件中。 |
description | 无默认值 | 描述 | 字符串,对该字段的简短描述,如 “Topography height”。也会写入 geogrid 输出文件。 |
dx | 无默认值 | x方向网格间距 | 网格在x方向的间隔。若投影为 regular_ll,单位为度;否则为米。 |
dy | 无默认值 | y方向网格间距 | 同上,y方向网格间距。 |
known_x | 1 | 已知点 x索引 | 一个地理坐标(经纬度)对应的数组 i 值。用于定位。 |
known_y | 1 | 已知点 y索引 | 同上,对应的数组 j 值。 |
known_lat | 无默认值 | 已知纬度 | 与 known_x、known_y 一起用于投影转换的已知点纬度。 |
known_lon | 无默认值 | 已知经度 | 同上,经度。 |
stdlon | 无默认值 | 标准经度 | 用于锥形与极地投影,表示与 y 轴平行的经线。 |
truelat1 | 无默认值 | 第一真实纬度 | 用于锥形和极地投影。对于极地投影,这是唯一的真实纬度。 |
truelat2 | 无默认值 | 第二真实纬度 | 仅用于锥形投影。 |
wordsize | 无默认值 | 每个数据点字节数 | 每个网格点用几个字节表示(1、2、3、4)。一般为2字节或者3字节。 |
tile_x | 无默认值 | x方向 tile 尺寸 | 每个 tile 在 x 方向上的网格点数(不包括 halo)。 |
tile_y | 无默认值 | y方向 tile 尺寸 | 同上,y 方向。 |
tile_z | 无默认值 | z方向(层数) | tile 的层数。如果使用此项,则默认从第1层开始。 |
tile_z_start | 无默认值 | z起始索引 | 如果使用自定义 z 层范围,则需设置起始层索引。 |
tile_z_end | 无默认值 | z结束索引 | 同上,结束层索引。 |
category_min | 无默认值 | 最小分类值 | 对于分类数据,指定最小类别编号。必须配合 category_max 使用。 |
category_max | 无默认值 | 最大分类值 | 同上,最大类别编号。 |
tile_bdr | 0 | 边界宽度 | halo 区域的宽度(单位:格点数),通常设为 0 或 3。 |
missing_value | 无默认值 | 缺失值标志 | 数据中若存在该值,会被识别为缺失值。用于填充值、边界扩展等。 |
scale_factor | 1 | 缩放因子 | 从整数数据中读取后应乘以此数值,用于恢复原始物理单位。 |
row_order | bottom_top | 行写入顺序 | 指定数据是从南到北写入(bottom_top),还是从北到南(top_bottom)。有些 USGS 数据为 top_bottom。 |
endian | big | 字节序 | 指定数据是 big-endian(高字节在前)还是 little-endian(低字节在前)。 |
iswater | 16 | 水体类别编号 | 指定“水体”的土地利用分类编号。 |
islake | -1 | 湖泊类别编号 | 指定“湖泊”的土地利用编号(如果与水体分开)。 |
isice | 24 | 冰雪类别编号 | 指定“冰川/冰雪”的土地利用分类编号。 |
isurban | 1 | 城市类别编号 | 指定“城市”的土地利用分类编号。 |
isoilwater | 14 | 水体土壤编号 | 指定“水体”的土壤分类编号。 |
mminlu | “USGS” | 土地利用分类系统 | 指定使用的土地利用系统,如 “USGS”、“MODIFIED_IGBP_MODIS_NOAH” 等,对应 WRF 中的 LANDUSE.TBL 部分。 |
filename_digits | 5 | 文件名数字位数 | 设置 tile 文件名中的编号位数,必须为 5 或 6。例如:00001-01200.00001-01200。 |
基础知识说明-字节序
字节序概述
字节序(Byte Order),也叫做 端序(Endianness),是计算机在存储多字节数据(如整数、浮点数)时,如何排列每个字节的方式。
1、🧠 字节序(Byte Order)概念
当一个数需要多个字节存储时,比如:
- 1字节(8位)能表示 0 ~ 255(2^8)
- 2字节(16位)能表示 0 ~ 65535(2^16)
- 4字节(32位)能表示一个较大的整数
此时,字节的排列顺序就变得重要。
2、📌 两种常见字节序
字节序类型 | 描述 | 存储顺序(低地址 → 高地址) |
---|---|---|
Big-endian | 高字节在前 | A B C D(正常阅读顺序) |
Little-endian | 低字节在前 | D C B A |
📌 注意:无论顺序如何,计算机最终解释的数值是一样的,只是存储方式不同。
假设我们要存储一个 4 字节整数 0x12345678(十六进制):
PS:0x 是 十六进制(hexadecimal) 的前缀,表示这个数字是以十六进制表示的,而不是十进制或二进制。
将 0x12345678 转换为二进制,就是:
0001 0010 0011 0100 0101 0110 0111 1000
一共 32 位(bit),也就是:32 位 ÷ 8 = 4 字节(byte)
字节 | 数值 | 十六进制 |
---|---|---|
A | 0x12 | 高字节(最高位) |
B | 0x34 | |
C | 0x56 | |
D | 0x78 | 低字节(最低位) |
那么,这个 4 字节整数 0x12345678 在内存中的两种排列方式为:
类型 | 存储顺序 |
---|---|
Big-endian (高字节在前) | 12 34 56 78 |
Little-endian (低字节在前) | 78 56 34 12 |
📁 在 Geogrid 中的含义
Geogrid 的二进制文件在写入时默认使用 big-endian(高字节在前的顺序),这意味着:
- 读取时 Geogrid 会按此顺序解释字节
- 如果你用的系统(如 x86 架构)默认使用 little-endian,那么如果你直接用系统默认方式写二进制文件,Geogrid 会读错数值
✅ index 文件的设置
为了让 geogrid 正确读取文件,你可以在 index 文件中设置:
endian = little
这表示你写入的数据是 little-endian 格式,Geogrid 会自动调整读取方式。
作用:
- 避免因系统默认字节序与 Geogrid 预期不一致导致读取错误。
- 提高兼容性:可以使用常规 Python、C、Java 写文件(默认 little-endian),只需在 index 中声明即可。
参考
相关文章:
【WRF理论第十五期】WPS中输入geogrid二进制格式
WPS中输入geogrid二进制格式 基本概念:Geogrid二进制格式支持的数据类型 geotiff→tiff的规则说明类型1:主导类别字段(Dominant Category Field)类型2:连续字段(Continuous Field)类型3…...
《UNIX网络编程卷1:套接字联网API》第8章:基本UDP套接字编程深度解析
《UNIX网络编程卷1:套接字联网API》第8章:基本UDP套接字编程深度解析(8000字图文实战) 一、UDP协议核心特性与编程模型 1.1 UDP协议设计哲学 UDP(User Datagram Protocol) 是面向无连接的传输层协议&…...
【WPF】IOC控制反转的应用:弹窗但不互相调用ViewModel
全称:Inversion of Control,控制反转 场景:A页面需要调用B/C页面等,防止直接在VM中新建别的页面实例,使用IOC设计架构; 创建Service,在Service中实现页面的实例创建和定义页面输入输出参数。 在…...
解决制作CI流水线时的no host异常报错
方法介绍 使用 HostAliases 向 Pod /etc/hosts 文件添加条目 当dns配置以及其他选项不合理时,可以通过向pod的/etc/hosts添加条目,可以在pod级别覆盖对主机名的解析,可以通过pod spec的pod aliases来自定义添加条目。 默认的hosts文件内容 …...
(AI+医疗)2025最应该学习是--医学AI大模型LLM应用与开发
(AI医疗)2025最应该学习是–医学AI大模型LLM应用与开发!! AI技术正在为医学领域带来的现实变革。而实现这一切的核心,正是自然语言大模型(LLM)的应用与开发。 为什么医学AI是未来的风口? AI正在重塑医疗行业。从智能问诊到辅助…...
MCP+Deepseck王炸组合 | 附实战操作及其MCPserver | 可替代Manus,实现AGI
MCP介绍 MCP 是一个开放协议,它为应用程序向 LLM 提供上下文的方式进行了标准化。你可以将 MCP 想象成 AI 应用程序的 USB-C 接口。就像 USB-C 为设备连接各种外设和配件提供了标准化的方式一样,MCP 为 AI 模型连接各种数据源和工具提供了标准化的接口。…...
STM32学习之ARM内核自带的中断
📢:如果你也对机器人、人工智能感兴趣,看来我们志同道合✨ 📢:不妨浏览一下我的博客主页【https://blog.csdn.net/weixin_51244852】 📢:文章若有幸对你有帮助,可点赞 👍…...
Java 设计模式:工厂模式详解
Java 设计模式:工厂模式详解 工厂模式(Factory Pattern)是一种创建型设计模式,它通过将对象的创建过程封装到工厂类中,避免了直接使用 new 关键字创建对象,从而提高了代码的灵活性和可维护性。本文将介绍工…...
python内置标准模块--OS
内置标准模块–OS 在 Python 中,os 是一个内置标准模块,全称是 Operating System(操作系统)。它的核心作用是与当前操作系统交互,提供对文件系统、进程管理、环境变量等操作系统功能的访问接口 1. os 模块的核心功…...
echart实现动态折线图(vue3+ts)
最近接到个任务,需要用vue3实现动态折线图。之前没有用过,所以一路坎坷,现在记录一下,以后也好回忆一下。 之前不清楚echart的绘制方式,以为是在第一秒的基础上绘制第二秒,后面实验过后,发现并…...
Web3(阶段一:入门)——椭圆曲线
一、快速概览 ECC 是一种基于有限域上椭圆曲线代数结构的公钥加密系统。它提供与 RSA 相当的安全性,但密钥长度要短得多,从而实现更快的计算速度和更低的资源使用率。ECC 广泛应用于各种应用,包括安全通信、数字签名和加密货币。 二、什…...
vue总结
1.vue是什么。 vue是javascript和html结合后的,实现了html的模块开发,并且样式和js互不影响。组件内的javascript逻辑只在组件内有效,当然父类可通过某些方法调用,但是彼此间没有影响。各个组件的样式,通过scope防止了…...
LCR 131. 砍竹子 I
文章目录 题意思路代码 题意 题目链接 思路 代码 class Solution { public:int cuttingBamboo(int bamboo_len) {if (bamboo_len 2)return 1;if (bamboo_len 3)return 2;if (bamboo_len 4)return 4;int x bamboo_len / 3;int ans pow(3, x);int y bamboo_len % 3;if …...
游戏引擎学习第210天
回顾并为今天的工作做准备 今天我们,进行一些编码工作。这部分的编码内容对那些对代码架构感兴趣的人非常有帮助,我认为今天的编码内容会很有教育意义,尤其是在展示一些代码转化的过程中,希望大家能够从中获得一些启发。 接下来…...
40--华为IPSec VPN实战指南:构建企业级加密通道
🛡️ 华为IPSec VPN实战指南:构建企业级加密通道 “当数据开始穿盔甲,黑客只能望’密’兴叹” —— 本文将手把手教你用华为设备搭建军用级加密隧道,从零开始构建网络长城! 文章目录 🛡️ 华为IPSec VPN实战…...
go游戏后端开发28:胡牌算法实现
红中麻将胡牌逻辑开发文档 一、字牌与封牌的字典表构建 在开发红中麻将胡牌逻辑时,首先需要构建非字牌和封牌的字典表。在构建双层表时,需进行判断:若牌为风牌且索引 i 大于 6,则不进行处理。这是因为风牌包含东南西北中&#x…...
CNN注意力机制的进化史:深度解析10种注意力模块如何重塑卷积神经网络
🌟 引言:注意力为何改变CNN的命运? 就像人类视觉会优先聚焦于重要信息,深度学习模型也需要"学会看重点"。从2018年SENet首提通道注意力,到2024年SSCA探索空间-通道协同效应,注意力机制正成为CNN…...
字符串与字符数组的对比
在 C 语言中,字符串 和 字符数组 密切相关,但又有重要区别。以下是它们的对比: 1. 基本定义 字符数组 (char array) 是一个固定大小的数组,元素类型是 char。可以存储字符序列,但不一定以 \0 结尾。例如:…...
mapbox进阶,模仿百度,实现不同楼栋室内楼层切换
👨⚕️ 主页: gis分享者 👨⚕️ 感谢各位大佬 点赞👍 收藏⭐ 留言📝 加关注✅! 👨⚕️ 收录于专栏:mapbox 从入门到精通 文章目录 一、🍀前言1.1 ☘️mapboxgl.Map 地图对象1.2 ☘️mapboxgl.Map style属性1.3 ☘️fill-extrusion 三维填充(白膜)图层样…...
OpenCv高阶(一)——图像金字塔(上采样、下采样)
目录 图像金字塔 一、上下采样原理 1、向下取样 2、向上采样 3、图像金字塔的作用 二、案例实现 1、高斯下采样 2、高斯金字塔中的上采样 3、对下采样的结果做上采样,图像变模糊,无法复原 4、拉普拉斯金字塔(图片复原) 图…...
如何避免“过度承诺”导致的验收失败
如何避免“过度承诺”导致的验收失败?关键在于: 评估可行性、设置合理目标、高频沟通反馈、阶段性验收、做好风险管理。其中设置合理目标至关重要,很多团队往往在项目初期为迎合客户或领导而报出“最理想方案”,忽略了资源、技术及…...
Python爬虫第7节-requests库的高级用法
目录 前言 一、文件上传 二、Cookies 三、会话维持 四、SSL证书验证 五、代理设置 六、超时设置 七、身份认证 八、Prepared Request 前言 上一节,我们认识了requests库的基本用法,像发起GET、POST请求,以及了解Response对象是什么。…...
mysql里面的TIMESTAMP类型对应java什么类型
在MySQL中,TIMESTAMP类型用来存储日期和时间值,显示为YYYY-MM-DD HH:MM:SS格式。在Java中,可以使用java.sql.Timestamp类来对应MySQL中的TIMESTAMP类型。 在Java的POJO(Plain Old Java Object)中,如果你想要…...
Java核心技术面试题
Java面试题分享 通过网盘分享的文件:面试题等2个文件 链接: https://pan.baidu.com/s/1Xw0PzkfAmL8uesYBvrW2-A?pwdpebt 提取码: pebt 一、Java基础篇 1. OOP面向对象 面向对象编程(OOP)是一种编程范式,它利用“类”和“对象”来…...
【技海登峰】Kafka漫谈系列(十)SpringBoot整合Kafka之生产者Producer
【技海登峰】Kafka漫谈系列(十)SpringBoot整合Kafka之生产者Producer spring-kafka官方文档: https://docs.spring.io/spring-kafka/docs/2.8.10/reference/pdf/spring-kafka-reference.pdf KafkaTemplate API: https://docs.spring.io/spring-kafka/api/org/springframewo…...
【简单理解什么是简单工厂、工厂方法与抽象工厂模式】
一、简单工厂模式 1.简单工厂模式 通过一个工厂类集中管理对象的创建 ,通过参数决定具体创建哪个对象。 #适合对象类型较少且变化不频繁的场景,缺点是违反开闭原则(新增产品需修改工厂类) 开闭原则(对扩展开放对修改关闭) :当…...
C++之nullptr
文章目录 前言 一、NULL 1、代码 2、结果 二、nullptr 1、代码 2、结果 总结 前言 当我们谈论空指针时,很难避免谈及nullptr。nullptr是C++11引入的一个关键字,用来表示空指针。在C++中,空指针一直是一个容易引起混淆的问题,因为在早期版本的C++中,通常使用NULL来…...
Java List<JSONObject> 中的数据转换为 List<T>
从方法的功能推测,T 应该是一个具体的 Java Bean 类型,用于将 List<JSONObject> 中的数据转换为 List<T>。以下为你详细介绍如何传递泛型 T 以及如何实现该方法。 import com.alibaba.fastjson.JSONObject; import java.util.ArrayList; im…...
下【STL 之速通pair vector list stack queue set map 】
上一篇 【STL 之速通pair vector list stack queue set map 】 queue note priority_queue pq; 使用的还是很方便的 #include <iostream> #include <queue>using namespace std;int main() {// Queue 示例queue<int> q;q.push(10);q.push(20);q.push(30);…...
安装大数据分析利器Spark
大数据分析利器Spark:部署模式与实践全解析 在大数据领域,Spark是一个热门的开源框架,今天就带大家深入了解Spark及其常见部署模式。Spark是基于内存的快速、通用、可扩展的大数据分析计算引擎,诞生于伯克利大学。与Hadoop相比&a…...
遨游科普:三防平板是指哪三防?有哪些应用场景?
在工业4.0与数字化转型的浪潮中,平板电脑早已突破消费娱乐的边界,成为工业生产流程中不可或缺的智能终端。但是,传统消费级平板在复杂工业环境中的“脆弱性”——屏幕易碎、接口易进尘、机身惧水等问题——严重制约了其在专业领域的深度应用。…...
9. RabbitMQ 消息队列幂等性,优先级队列,惰性队列的详细说明
9. RabbitMQ 消息队列幂等性,优先级队列,惰性队列的详细说明 文章目录 9. RabbitMQ 消息队列幂等性,优先级队列,惰性队列的详细说明1. RabbitMQ 消息队列的 “ 幂等性 ” 的问题1.1 RabbitMQ 消息队列的“幂等性”的概念 2. Rabbi…...
k8s创建一个pod,查看状态和详细信息,进入pod,以及删除这个pod
在 Kubernetes(K8s)中,可以使用 kubectl 命令行工具来完成创建 Pod、查看状态和详细信息、进入 Pod 以及删除 Pod 的操作。以下是具体步骤: 创建一个 Pod: 假设你有一个简单的 nginx Pod 的 YAML 配置文件 nginx…...
从盲目清运到精准调度:一个AI芯片引发的智慧环卫升级
在深圳某科技园区的清晨,环卫工人老张发现一个奇怪现象:往常需要逐个检查的50个智能垃圾桶,今天系统自动标注了7个待清运点位。这背后是搭载全志T113-i处理器的智能垃圾桶系统在发挥作用,通过AI视觉识别将垃圾满溢检测准确率提升至…...
MQTT协议:IoT通信的轻量级选手
文章总结(帮你们节约时间) MQTT协议是一种轻量级的发布/订阅通信协议。MQTT通信包括连接建立、订阅、发布和断开等过程。MQTT基于TCP/IP,其通信过程涉及多种控制包和数据包。ESP32S3可以通过MQTT协议接收消息来控制IO9引脚上的LED。 想象一…...
Docker 入门指南:基础知识解析
1. 引言 1.1 为什么学习 Docker 1.1.1 Docker 的优势 环境一致:在不同环境中(开发、测试、生产)保持一致的运行环境。快速部署:容器启动速度快,适合微服务架构。资源隔离:容器之间相互隔离,避…...
【安当产品应用案例100集】043-安当物联网数据安全传输方案
一、需求背景 物联网(IoT)技术在当前世界各行业中的应用越来越广泛,数据安全和安全数据传输、鉴权成为了物联网解决方案不可或缺的一部分。如何通过有效的安全措施来保护物联网设备的数据传输和鉴权,确保数据在设备和服务器之间或…...
C#/.NET/.NET Core技术前沿周刊 | 第 33 期(2025年4.1-4.6)
前言 C#/.NET/.NET Core技术前沿周刊,你的每周技术指南针!记录、追踪C#/.NET/.NET Core领域、生态的每周最新、最实用、最有价值的技术文章、社区动态、优质项目和学习资源等。让你时刻站在技术前沿,助力技术成长与视野拓宽。 欢迎投稿、推荐…...
Django视图详解
前言 欢迎来到我的博客 个人主页:北岭敲键盘的荒漠猫-CSDN博客 一、Django视图是什么? 视图(View) 是Django处理HTTP请求的核心组件。它接收一个HttpRequest对象,处理业务逻辑,并返回一个HttpResponse对象(…...
【区块链+ 人才服务】北京师范大学区块链底层链平台 | FISCO BCOS 应用案例
北京师范大学是教育部直属重点大学,2018 年 6 月,北京师范大学成立知识区块链研究中心,致力于区块链基础技术及其在教育领域的应用研究。 2020 年6 月18 日, 北京市人民政府办公厅发布《北京市区块链创新发展行 动计划(2020—202…...
java设计模式-模板方法模式
模板方法模式 编写制作豆浆的程序,说明如下 1)制作豆浆的流程选材添加配料浸泡放到豆浆机打碎 2)通过添加不同的配料,可以制作出不同口味的豆浆 3)选材、浸泡和放到豆浆机打碎这几个步骤对于制作每种口味的豆浆都是一样的 4)请使用模板方法模式完成 说明…...
同步通信、异步通信、并行传输和串行传输
同步通信、异步通信、并行传输和串行传输是通信与数据传输领域的关键概念,它们既相互关联又有本质区别。以下是详细解释和对比: 1. 核心概念分类 通信方式:描述数据传输的时序和协调规则。 同步通信(Synchronous Communi…...
JVM生产环境调优实战
案例三:JVM频繁Full GC优化 1. 项目背景(Situation) 在云中万维跨境支付的反洗钱系统中,我们负责对海量交易数据进行实时规则校验,以确保符合监管要求。系统日均处理交易量超过500万笔,峰值QPS达到3000&a…...
Python: sqlite3.OperationalError: no such table: ***解析
出现该错误说明数据库中没有成功创建 reviews 表。以下是完整的解决方案: 步骤 1:创建数据库表 在插入数据前,必须先执行建表语句。请通过以下任一方式创建表: 方式一:使用 SQLite 命令行 bash 复制 # 进入 SQLit…...
JVM考古现场(十七):鸿蒙初辟——从太极二进到混沌原初的编译天道
"此刻正是奇点编译的第3.1415926秒!伏羲的算筹正在撕裂冯诺依曼架构的次元壁!诸君请看——这JVM堆内存中正在孕育盘古的元神!" 目录(终极扩展) 第一章:太极二进——内存模型的阴阳交缠 第二章&a…...
Python 字典和集合(字典推导)
本章内容的大纲如下: 常见的字典方法 如何处理查找不到的键 标准库中 dict 类型的变种set 和 frozenset 类型 散列表的工作原理 散列表带来的潜在影响(什么样的数据类型可作为键、不可预知的 顺序,等等) 字典推导 自 Python 2.7 …...
【AI】prompt engineering
prompt engineering ## prompt engineering ## prompt engineering ## prompt engineering 一、定义 Prompt 工程(Prompt Engineering)是指在使用语言模型(如 ChatGPT、文心一言等)等人工智能工具时,设计和优化输入提…...
小刚说C语言刷题——第18讲 循环之while和do-while语句
昨天我们讲了循环语句中的for语句,它主要用于循环次数已知的情况,但是对应循环次数未知的情况,我们又怎么办?这就要用到while和do-while语句了。 1.while语句 (1)语法格式 while(条件表达式) { 循环体; } (2)执行过程 当执…...
[Mysql]buffersize修改
1、找到my.cnf文件位置 ps -ef|grep mysqld 2、编辑my.cnf cd /etc/my.cnf.d vim my.cnf 一般修改为内存的50%~70% 3、重启服务 systemctl restart mysqld...
自定义数据结构的QVariant序列化 ASSERT failure in QVariant::save: “invalid type to save“
自定义数据结构放入QVariant,在序列化时抛出异常 ASSERT failure in QVariant::save: “invalid type to save” 自定义数据结构如struct MyData,除了要在结构体后面加 struct MyData { ... } Q_DECLARE_METATYPE(MyData)如果需要用到流的输入输出&…...