搜索[分库分表]结果-低调大师优秀个人博客

精选列表

搜索[分库分表]，共10000篇文章

一分钟了解生活物联网平台概述

云栖号快速入门：【点击查看更多云产品快速入门】不知道怎么入门？这里分分钟解决新手入门等基础问题，可快速完成产品配置操作！生活物联网平台是阿里云IoT针对生活领域推出的物联网平台，以解决家电智能化的问题。本文带您了解生活物联网平台的简要使用流程。原理图准备工作请确保您已经注册了阿里云账号，并完成实名认证。注册操作请参见阿里云账号注册流程。请确保账号已开通生活物联网平台服务。请安装好设备固件开发所需的Linux开发环境，建议使用64位Ubuntu 16.04开发环境。请安装好用于烧录设备证书和固件的串口烧录调试工具。设备使用SDK和证书接入生活物联网平台。由于各类设备的烧录方式略有差异，本文以烧录经平台认证的MK3060模组为例，安装了SecureCRT串口烧录工具。操作步骤 1.创建项目：项目不仅便于您管理产品，还可以实现多方协同工作。2.创建产品并定义功能：产品相当于同类设备的集合，例如，产品可以是某种型号的设备。您可以通过属性、服务和事件三个维度定义产品的功能。平台将根据您定义的功能构建出产品的数据模型，用于云端与设备端的数据通信。3.添加设备：设备指某个具体设备。每个设备拥有自己的设备证书，用于连接生活物联网平台。平台提供测试设备，测试设备的证书不能用于量产，仅供调试使用。4.配置App：当前生活物联网领域，消费者通常使用App绑定并控制设备。平台提供App服务，您可以通过配置App参数项，轻松实现人机互动。5.开发设备：平台提供设备端SDK，通过简单开发，设备即可具备上云能力。6.调试设备连云：公版App连接设备后，通过App和控制台（云端）调试真实设备，验证设备端、云端、App端，三端上下行数据通信。本文来自阿里云文档中心生活物联网平台概述【云栖号在线课堂】每天都有产品技术专家分享！课程地址：https://yqh.aliyun.com/zhibo 立即加入社群，与专家面对面，及时了解课程最新动态！【云栖号在线课堂社群】https://c.tb.cn/F3.Z8gvnK

2020-04-13

Python——五分钟理解函数式编程与闭包

Python——五分钟理解函数式编程与闭包函数式编程函数式编程这个概念我们可能或多或少都听说过，刚听说的时候不明觉厉，觉得这是一个非常黑科技的概念。

2020-04-06

Schedulerx2.0分布式执行之——广播执行

1. 简介广播执行表示一个任务实例会广播到该分组所有worker上执行，当所有机器都执行完成，该实例才算完成。任意一台worker执行失败，都算该实例失败。所有worker执行成功，才算该实例成功。有子任务列表，可以看每台机器的执行详情。 2. 执行方式执行方式选择广播 3. 任务类型任务类型可以选择多种，比如脚本，或者java任务。如果选择java，还支持preProcess和postProcess高级特性。使用java任务需要继承JavaProcessor（1.0.8+版本），接口如下： public ProcessResult process(JobContext context) throws Exception; (必选) public void preProcess(JobContext context); （可选） pub

2019-08-27

5分钟让你了解 ZooKeeper 的功能和原理

5分钟让你了解 ZooKeeper 的功能和原理一 .Zookeeper功能简介 ZooKeeper 是一个开源的分布式协调服务，由雅虎创建，是 Google Chubby 的开源实现。

2019-08-10

CPU超分型专有宿主机（ddh.v5）上线

信息摘要：专有宿主机提供CPU超分型，能够降低单位部署成本，同等大小规格ECS实例单价下降48%适用客户： 1.

2019-07-30

10分钟K8S快速交互实验

参考资料 K8S指导手册：https://kubernetes.io/docs/tutorials每天5分钟玩转K8S：https://item.jd.com/12329528.html

2019-07-09

YCProgress自定义百分比进度条

目录介绍 1.本库优势亮点 2.使用介绍 2.1 圆环百分比进度条 2.2 直线百分比进度条 2.3 仿杀毒类型百分比进度条 3.注意要点 4.效果展示 5.其他介绍 1.本库优势亮点圆环百分比进度条

2018-12-03

【转】Spring Boot 整合 Elasticsearch，实现 function score query 权重分查询

"_score":1, "_source":{ "id":1, "provinceid":1, "cityname":"温岭", "description":"温岭是个好城市" } } 下面验证下权重分查询搜索接口的实现

2018-11-29

一分钟说清楚并查集

分离集合(disjoint set)是一种经典的数据结构，它有三类操作： Make-set(a)：生成包含一个元素a的集合S； Union(X, Y)：合并两个集合X和Y； Find-set(a)：查找元素a所在集合S，即通过元素找集合句柄；它非常适合用来解决集合合并与查找的问题，也常称为并查集。一、并查集的链表实现如上图，并查集可以用链表来实现。链表实现的并查集，Find-set(a)的时间复杂度是多少？集合里的每个元素，都指向“集合的句柄”，这样可以使得“查找元素a所在集合S”，即Find-set(a)操作在O(1)的时间内完成。链表实现的并查集，Union(X, Y)的时间复杂度是多少？假设有集合： S1={7,3,1,4} S2={1,6} 合并S1和S2两个集合，需要做两件事情： (1) 第一个集合的尾元素，链向第二个集合的头元素(蓝线1)； (2) 第二个集合的所有元素，指向第一个集合的句柄(蓝线2,3)；合并完的效果是：变成了一个更大的集合S1。集合合并时，将短的链表，往长的链表上接，这样变动的元素更少，这个优化叫做“加权合并”。画外音：实现的过程中，集合句柄要存储元素个数，头元素，尾元素等属性，以方便上述操作进行。假设每个集合的平均元素个数是n，Union(X, Y)操作的时间复杂度是O(n)。能不能Find-set(a)与Union(X, Y)都在O(1)的时间内完成呢？可以，这就引发了并查集的第二种实现方法。二、并查集的有根树实现什么是有根树，和普通的树有什么不同？常用的set，就是用普通的二叉树实现的，其元素的数据结构是： element{ int data; element* left; element* right; } 通过左指针与右指针，父亲节点指向儿子节点。而有根树，其元素的数据结构是： element{ int data; element* parent; } 通过儿子节点，指向父亲节点。假设有集合： S1={7,3,1,4} S2={1,6} 通过如果通过有根树表示，可能是这样的：所有的元素，都通过parent指针指向集合句柄，所有元素的Find-set(a)的时间复杂度也是O(1)。画外音：假设集合的首个元素，代表集合句柄。有根树实现的并查集，Union(X, Y)的过程如何？时间复杂度是多少？通过有根树实现并查集，集合合并时，直接将一个集合句柄，指向另一个集合即可。如上图所示，S2的句柄，指向S1的句柄，集合合并完成：S2消亡，S1变为了更大的集合。容易知道，集合合并的时间复杂度为O(1)。会发现，集合合并之后，有根树的高度变高了，与“加权合并”的优化思路类似，总是把节点数少的有根树，指向节点数多的有根树（更确切的说，是高度矮的树，指向高度高的树），这个优化叫做“按秩合并”。新的问题来了，集合合并之后，不是所有元素的Find-set(a)操作都是O(1)了，怎么办？如图S1与S2合并后的新S1，首次“通过元素6来找新S1的句柄”，不能在O(1)的时间内完成了，需要两次操作。但为了让未来“通过元素6来找新S1的句柄”的操作能够在O(1)的时间内完成，在首次进行Find-set(“6”)时，就要将元素6“寻根”路径上的所有元素，都指向集合句柄，如下图。某个元素如果不直接指向集合句柄，首次Find-set(a)操作的过程中，会将该路径上的所有元素都直接指向句柄，这个优化叫做“路径压缩”。画外音：路径上的元素第二次执行Find-set(a)时，时间复杂度就是O(1)了。实施“路径压缩”优化之后，Find-set的平均时间复杂度仍是O(1)。结论通过链表实现并查集： ● Find-set的时间复杂度，是 O(1) 常数时间 ● Union的时间复杂度，是集合平均元素个数，即线性时间画外音：别忘了“加权合并”优化。通过有根树实现并查集： ● Union的时间复杂度，是 O(1) 常数时间 ● Find-set的时间复杂度，通过“按秩合并”与“路径压缩”优化后，平均时间复杂度也是O(1) 使用并查集，非常适合解决“微信群覆盖”问题。思路比结论重要，有收获就是好的。原文发布时间为：2018-11-20 本文作者：58沈剑本文来自云栖社区合作伙伴“架构师之路”，了解相关信息可以关注“架构师之路”。

2018-11-20

5分钟搞懂C++函数指针与函数类型

函数指针和函数类型函数指针指向的是函数而非对象。和其他指针类型一样，函数指针指向某种特定类型。函数类型由它的返回值和参数类型决定，与函数名无关。 bool length_compare(const string &, const string &); 上述函数类型是： bool (const string &, const string &); 上述函数指针pf： bool (*pf)(const string &, const string &); 使用函数指针当把函数名作为一个值使用时，该函数自动的转换成指针，如： pf = length_compare <=>等价于 pf = &length_compare12 函数指针形参函数类型不能定义为形参，但是形参可以是指向函数的指针；函数作为实参使用时，会自动的转换成函数指针； typedef bool Func(const string &, const string &) // Func是函数类型； typedef bool (*FuncP)(const string &, const string &) // FuncP是函数指针类型； typedef decltype(length_compare) Func2 // Func2是函数类型； typedef decltype(length_compare) *Func2P // Func2P是函数指针类型；注意decltype(length_compare)返回的是函数类型，而不是函数指针类型； using FTtype = int(int,int); //函数类型 typedef int (*pf)(int, int); //函数指针 int func(int a, int b){return a+b;} void print(int a, int b, FTtype fn){ // 编译器将其隐式转化成函数指针 cout << fn(a,b) << endl; } int main() { print(1,2,func); cout << typeid(FTtype).name() << endl; cout << typeid(func).name() << endl; cout << typeid(decltype(func)).name() << endl; cout << typeid(pf).name() << endl; return 0; } 下面两个声明语句是同一个函数，因为编译器会自动的将FTtype 转换成函数指针类型。 void print(int a, int b, FTtype fn); void print(int a, int b, pf fn); 返回指向函数的指针虽然不能返回一个函数，但是能返回执行函数类型的指针。和函数参数不同，编译器不会自动地将函数返回类型当作指针类型处理，必须显示的将返回类型指定为指针。如： using F = int(int*, int); using PF = int(*)(int*,int); F f1(int); //错误： F是函数类型 PF f1(int); //正确： PF是函数指针类型 f1也可以写出下面两种形式： int (*f1(int))(int*, int); auto f1(int)->int(*)(int*, int); 作者：guoxiaojie_415 来源：https://blog.csdn.net/guoxiaojie_415/article/details/79921788 原文发布时间为：2018-09-30 原文作者：良许Linux 本文来自云栖社区合作伙伴“良许Linux”，了解相关信息可以关注“良许Linux”。

2018-09-29

计算机视觉领域最全汇总（第1部分）

计算机视觉领域最全汇总（第2部分）计算机视觉是人工智能（AI）中的热门研究课题，它已经存在多年。然而，计算机视觉仍然是人工智能面临的最大挑战之一。

2018-08-24

教你十分钟构建好 SpringBoot + SSM 框架

MyBatis 整个项目的构建最主要的部分就是 springboot 和 mybatis 的整合，而 springboot 也提供了十分方便的方式。

2018-07-27

三十分钟快速搭建serverless网盘服务

前言函数计算支持以无服务器架构快速构建企业和开发者的软件系统，以其全托管事件触发模式、超弹性伸缩以及低廉的计费方式，相对于传统服务器架构，在开发效能和运维模式上都取得了明显优势。另外还提供了各种服务间的触发功能，作为云端各种产品的黏合剂，适用于各种应用场景。本节，将带领大家利用函数计算，快速搭建一个功能完整的网盘服务。网盘服务的项目见(即将开源): apis site ui 网盘服务简介功能网盘服务功能详细介绍请参考文章网盘服务系统和相应的项目 repo 。本文重点不是介绍网盘功能，所以，请大家通过已经搭建好的网盘 demo 自行体验，这里不做过多赘述。网盘系统无服务器架构网盘服务功能集较多，这里就以上传文件功能为例，展现其网盘的实现架构。网盘服务自身模块以及资源依赖网盘服务的模块实现分为三个部分，如下图所示： apis : 提供了网盘的

2018-07-16

10分钟上线 - 函数计算实现Serverless图片处理服务

阿里云函数计算服务(FunctionCompute，FC)是一个事件驱动的全托管计算服务。通过函数计算与云端各个服务的广泛集成，开发者只需要编写函数代码，就能够快速地开发出弹性高可用的后端系统。接下来我们使用FC，来快速实现一个图片转换服务。图片转换服务展示我们用图像处理中经典的lena为例处理example入口地址： reszie path：/resize/[width]/[height]/[pic_name] rezise example rotate: path：/rotate/[angle]/[pic_name] rotate example crop: path：/crop/[left]/[top]/[right]/[bottom]/[pic_name] crop example flip: path: /flip/[pic_name] fli

2018-06-24