【Redis 神秘大陆】004 高可用集群

四、Redis 高可用和集群

当你发现这些内容对你有帮助时，为了支持我的工作，不妨给一个免费的⭐Star，这将是对我最大的鼓励！感谢你的陪伴与支持！一起在技术的路上共同成长吧！点击链接：GitHub | Gitee

4.1 基础理论

分布式系统本质是通过低廉的硬件攒在一起以获得更好的吞吐量、性能以及可用性等。一台设备坏了，可以通过负载均衡和路由到 其他设备上。

分布式系统设计有核心四大块：

  • 心跳检测： 如何检测你还活着？

  • 【注册中心】

  • 高可用设计： 如何保证高可用

  • 容错性： 服务容错如何处理、怎么做重试

  • 负载均衡: 负载均衡策略怎么处理

4.2 架构说明

4.2.1 主从复制

4.2.1.1 基础架构
一主一从

img

可以直在从节点开启 AOF ，这样可以保证数据安全也能降低持久化对于节点的影响

一主多从

img

问题原因：

  • 读占比较大的场景下，主节点可能会因处理大量读请求而负载过重，影响系统性能和稳定性。
  • 写并发量较高的情况下，多个从节点会导致主节点发送写命令的次数增加，增加网络带宽的消耗和主节点负载，影响服务的稳定性。

解决方案：

  • 对于读占比较大的场景，可以将读命令发送到从节点上执行，减轻主节点的压力，提高系统整体性能稳定性。
  • 尤其对于一些耗时较长的读命令（如keys、sort等），可以选择在从节点上执行，避免慢查询对主节点造成阻塞，影响线上服务的稳定性。
  • 针对写并发量较高的场景，需要控制从节点的数量，避免过多的从节点给主节点带来过多的负担，从而影响服务的稳定性。

补充分析：

  • 通过读写分离可以充分利用从节点的读性能，提高整体系统的读取效率。
  • 但需要注意控制从节点的数量，避免过多的从节点给主节点带来过多的负担，同时也要关注从节点的负载情况，确保从节点能够正常处理读请求。
树状结构

img

优点：

  1. 分散负载：树状结构可以有效地分散主节点的负载，因为数据可以通过多层从节点传输，而不是直接从主节点传输到所有从节点。
  2. 减少网络传输：由于数据可以在从节点之间传输，树状结构可以减少数据在网络中的传输量，降低了网络带宽的压力。
  3. 增强稳定性：通过引入复制中间层，树状结构可以提高整个系统的稳定性。即使某些从节点发生故障，其上游的主节点仍然可以将数据传输给其他从节点，从而保证数据的可用性。

缺点：

  1. 复杂性增加：树状结构引入了复制中间层，增加了整个系统的复杂性，包括配置、管理和监控等方面。
  2. 单点故障：如果树状结构的中间层出现故障，可能会影响下游所有从节点的数据复制，从而造成系统的单点故障。
  3. 网络延迟：由于数据需要通过多层从节点传输，树状结构可能会增加数据复制的延迟，特别是在网络状况不佳的情况下。
4.2.1.2 基础配置
建立复制

在Redis中，参与复制的实例被分为主节点（master）和从节点（slave）。默认情况下，Redis实例都是主节点。每个从节点只能有一个主节点，但是一个主节点可以拥有多个从节点。复制的数据流是单向的，只能由主节点向从节点复制数据。配置复制有以下三种方式：

  1. 在配置文件中加入 slaveof {masterHost} {masterPort}，随Redis启动生效。
  2. 在redis-server启动命令后加入 –slaveof {masterHost} {masterPort}，生效。
  3. 直接使用命令：slaveof {masterHost} {masterPort}，生效。

举例来说，假设本地启动了两个Redis节点，端口分别为6379和6380，执行以下命令将6380节点设置为6379节点的从节点：

127.0.0.1:6380> slaveof 127.0.0.1 6379

在这个例子中，6379节点是主节点，6380节点是从节点。建立复制关系后，我们可以执行以下命令进行测试：

127.0.0.1:6379> set hello redis
OK
127.0.0.1:6379> get hello
"redis"
127.0.0.1:6380> get hello
"redis"

从这个运行结果可以看出，复制已经成功工作。主节点6379上的任何修改都可以同步到从节点6380中。

断开复制

slaveof命令不仅可以建立复制，还可以在从节点执行 slaveof no one 来断开与主节点的复制关系。例如，执行以下命令可以断开6380节点与主节点的复制关系：

127.0.0.1:6380> slaveof no one

断开复制的主要流程如下：

  1. 断开与主节点的复制关系。
  2. 从节点晋升为主节点。

断开复制后，从节点并不会丢失原有数据，只是无法再获取主节点上的数据变化。

此外，通过 slaveof 命令还可以实现切换主节点的操作。执行 slaveof {newMasterIp} {newMasterPort} 命令即可，例如将6380节点从原来复制6379节点切换到复制6381节点。

切换主节点的操作流程如下：

  1. 断开与旧主节点的复制关系。
  2. 与新主节点建立复制关系。
  3. 删除从节点当前所有数据。
  4. 对新主节点进行复制操作。

在进行切换主节点操作时，务必注意从节点会清空之前所有的数据，因此在线上操作时需要谨慎执行 slaveof 命令，避免指向错误的节点或主节点。

只读模式

Redis从节点的 slave-read-only 配置为 yes，。这意味着从节点上的写操作将被拒绝，从而确保了数据的一致性。

因为从节点只能从主节点复制数据，主节点对于从节点的任何修改都是不可感知的，所以从节点上的修改可能会导致主从数据不一致的情况发生。特别是在线上环境中，强烈建议不要修改从节点的只读模式。如果允许从节点进行写操作，可能会导致数据的混乱和不一致，进而影响系统的可靠性和数据的完整性。

4.2.1.3 核心原理

imgimg

  • nacos 注册中心
private final ScheduledExecutorService scheduler =
     Executors.newScheduledThreadPool(1);
scheduler.schedule(new Runnable() {
       public void run() {
           //发送心跳
           1. 建立连接
           2. 发送内容
       }
     }, 60 * 60, SECONDS);

权限验证： masterauth 参数

  • redis.config
数据同步
项目描述配置参数查看方式优化方式运维技巧
复制偏移量主节点（Master）和从节点（Slave）维护自身的复制偏移量。 用于判断主从节点的数据同步情况。master_repl_offset****slave_repl_offset使用 info replication 命令查看主从节点的复制偏移量。监控主从节点复制偏移量的差值，判定复制健康度。分析偏移量差异，检查网络延迟或命令阻塞等问题。使用偏移量差值判断主从节点的同步情况。
复制积压缓冲区主节点上的固定长度队列，保存最近已复制的数据。 用于部分复制和复制命令丢失的情况。默认大小 1Mrepl-backlog-size使用 info replication 命令查看复制积压缓冲区的统计信息。监控缓冲区使用情况，调整缓冲区大小以应对不同的复制负载。 提高网络稳定性，减少复制命令丢失的可能性。根据缓冲区使用情况调整缓冲区大小，确保数据可靠性。
主节点运行ID每个Redis节点启动后分配的40位十六进制字符串作为唯一标识。 用于识别Redis节点，确保从节点正确识别正在复制的主节点。run-id使用 info server 命令查看当前节点的运行ID。在需要重新加载配置时，使用 debug reload 命令保持运行ID不变，避免不必要的全量复制。使用运行ID识别Redis节点，确保主从复制的正确性。
复制超时参数控制主从节点复制的超时时间。repl-timeout在配置文件或运行时参数中查看和设置复制超时参数。 如：repl-timeout 60根据网络环境调整复制超时参数，确保复制过程的稳定性。 调整超时时间，避免因网络问题导致复制中断。根据网络环境调整复制超时参数，确保复制过程的稳定性。
条件全量复制部分复制
用途初次复制场景处理数据丢失场景
数据量大小
主从节点开销高（发送全部数据）低（只发送增量数据）
网络开销高（发送全部数据）低（只发送增量数据）
偏移量的判断方式从节点定期上报自身偏移量，
  1. 主节点bgsave时间： 在进行全量复制时，主节点需要执行bgsave命令将当前内存中的数据保存到磁盘上的RDB文件中。这个过程需要占用主节点的CPU和内存资源，并且可能会影响到主节点的性能。
  2. RDB文件网络传输时间： 主节点在完成bgsave之后，需要将生成的RDB文件通过网络传输给从节点。这个过程的耗时取决于主从节点之间的网络带宽和延迟，特别是对于数据量较大的情况，传输时间可能会很长。
  3. 从节点清空数据时间： 从节点在接收到主节点发送的RDB文件后，需要先清空自身旧数据，然后再加载新的RDB文件。这个过程可能会导致从节点在一段时间内处于不可用状态。
  4. 从节点加载RDB的时间： 从节点在清空旧数据后，需要加载新的RDB文件到内存中。这个过程的耗时取决于RDB文件的大小和从节点的性能。
  5. 可能的AOF重写时间： 如果主节点开启了AOF持久化功能，它在完成全量复制后可能会执行AOF重写操作，将内存中的写命令重新写入到AOF文件中。这个过程可能会占用主节点的CPU和磁盘IO资源，并且可能会导致主节点的性能下降。
优化参数
参数名称参数描述默认值建议值
repl-backlog-size设置主节点上复制积压缓冲区的大小，用于存储最近的写命令数据。增大该值可以减少数据丢失的风险，但会增加内存占用。1MB根据系统内存大小，建议设置为系统内存的 1% 至 10%。
repl-timeout设置主节点等待从节点响应的超时时间。增加该值可以减少因网络延迟导致的复制失败，但会延长故障检测和恢复的时间。60秒根据网络延迟情况，建议设置为网络延迟的两倍以上。
client-output-buffer-limit slave设置主节点在复制期间向从节点发送数据的缓冲区大小限制。增大该值可以缓解数据传输的瓶颈，但会增加内存占用。256MB / 64MB根据网络带宽和从节点数量，建议设置为适当大小，不超过系统可用内存的 20%。
repl-diskless-sync启用或禁用无盘复制功能，即主节点生成的RDB文件不保存到硬盘而是直接通过网络发送给从节点。启用无盘复制可以减少磁盘IO开销。关闭根据硬盘性能和网络带宽，可以根据实际情况启用或禁用。
min-slaves-to-write设置当从节点数量达到指定值时，主节点才会执行写命令。可以保证从节点足够健康，避免因从节点数量不足而导致数据丢失。0根据从节点数量和可用性需求，建议设置为 1 或更高。
min-slaves-max-lag设置从节点的复制延迟阈值，即从节点与主节点之间的延迟超过该值时，主节点将停止接收写命令。可以保证从节点的数据及时同步，减少复制延迟。10秒根据系统的复制延迟情况，建议设置为适当的阈值。
slave-serve-stale-data设置从节点在复制期间是否继续响应读命令。如果设置为yes，则从节点会继续响应读命令，即使数据可能过期或不一致。如果设置为no，则从节点只会返回同步中的信息。yes根据应用场景的需求，建议设置为 yes 或 no。

4.2.2 哨兵

问题
问题描述哨兵解决方案
主节点故障主节点出现故障导致系统不可用。哨兵定期监测主节点的健康状态，一旦主节点不可用，自动进行故障转移。
从节点故障从节点出现故障可能导致数据同步延迟或不可用。哨兵监控所有从节点的健康状态，如果发现从节点不可用，可以重新配置主从关系，将其他从节点提升为主节点。
主从节点数据不一致主从节点数据同步可能出现延迟或不一致的情况。哨兵可以监控主从节点的数据同步状态，一旦发现数据不一致，可以采取相应措施，如重新同步数据或重新配置主从关系。
单点故障如果所有的哨兵节点都不可用，可能导致整个系统不可用。哨兵采用多个节点的集群部署方式，确保了系统的高可用性。
故障检测与自动故障转移时延哨兵检测到主节点故障并进行故障转移可能存在一定的时延。哨兵可以配置多个哨兵节点来进行故障检测，增加故障检测的准确性和速度。
配置管理与自动化配置主从节点的配置管理可能会比较繁琐，需要手动配置。哨兵可以通过自动发现主节点和从节点，并管理主从节点的配置信息，实现了配置的自动化管理。
哨兵的架构

imgimg

故障转移流程

img

配置
redis-sentinel-26379.conf
port 26379
daemonize yes
logfile "26379.log"
dir /opt/soft/redis/data
sentinel monitor mymaster 127.0.0.1 6379 2 
sentinel down-after-milliseconds mymaster 30000 
sentinel parallel-syncs mymaster 1 
sentinel failover-timeout mymaster 180000
redis-sentinel redis-sentinel-26379.conf
redis-server redis-sentinel-26379.conf --sentinel
部署

如果是 4 个节点，当前挂了一台节点： 3/2+1=2

如果是 3 个节点，当前挂了一台节点： 2/2+1=2

  • 为什么哨兵至少三个并且是奇数个的 sentinel 节点

  • 领导选举需要过半+1，奇数节点能够节省一个节点

可以用哨兵监控多个主节点

优化
参数说明原理
sentinel monitor 用于设置哨兵监视的主节点，并指定主节点的地址和端口号。设置哨兵监视的主节点后，哨兵会定期检测主节点的健康状态，并在主节点不可用时触发自动故障转移。 quorum 参数指定了至少需要多少个哨兵节点同意故障转移才能进行。
sentinel down-after-milliseconds 设置哨兵判定主节点不可用的时间阈值。当主节点在指定的时间内未能响应心跳检测时，哨兵将主节点标记为不可用，并触发自动故障转移。通过调整这个参数，可以控制故障转移的触发时间，平衡系统的可用性和灵敏度。
sentinel parallel-syncs **设置哨兵执行故障转移时同时同步数据的从节点数量。**偏移量在进行故障转移时，哨兵需要将新的主节点数据同步给从节点。通过设置并行同步的从节点数量，可以提高故障转移的速度和效率。但需要注意避免对主节点和网络造成过大的负载。
sentinel failover-timeout 设置哨兵执行故障转移的超时时间。当主节点不可用时，哨兵会进行自动故障转移。设置故障转移的超时时间可以确保在一定时间内完成故障转移操作，避免系统长时间处于不可用状态。需要根据实际情况调整超时时间，保证故障转移的及时性和稳定性。

4.2.3 Cluster

  • 用来解决什么问题，解决大量数据

  • 硬件的容量是有限的， 负载均衡、分布式

  • 分库分表

  • 代理层-》多个副本

代理层： [xx]

  • 主从 A
  • 主从 B
4.2.3.1 数据分布
方案优点缺点具体方案
节点取余分区HashMap 数组+链表{红黑树}简单易实现，计算成本低。节点数量变化时，需要重新计算数据的分布并进行数据迁移，可能导致数据迁移量大。使用特定的数据（如Redis的键或用户ID），根据节点数量N计算哈希值，用来决定数据映射到哪一个节点上。hash（key）%N
一致性哈希分区加入和删除节点只影响哈希环中相邻的节点，对其他节点无影响。节点变化时，部分数据无法命中，需要手动处理或者忽略这部分数据。为系统中每个节点分配一个token，并构成一个哈希环，根据key计算hash值，在哈希环中顺时针找到第一个大于等于该哈希值的token节点。img
虚拟槽分区ThreadLocal 拉链法 只用了一个数组方便数据拆分和集群扩展，每个槽映射的数据通常比较均匀。一般需要使用大范围的槽，可能会导致哈希空间的浪费。使用哈希函数将数据映射到一个固定范围的整数集合中，称为槽，每个节点负责一定数量的槽img

Redis Cluster 就是使用的虚拟槽位分区

imgimg

限制说明
有限的批量操作支持只支持具有相同slot值的key执行批量操作，对于映射为不同slot值的key不被支持。
有限的事务操作支持只支持多个key在同一节点上的事务操作，当多个key分布在不同的节点上时无法使用事务功能。
最小粒度的数据分区key作为数据分区的最小粒度，因此不能将一个大的键值对象如hash、list等映射到不同的节点。
不支持多数据库空间在单机下的Redis可以支持16个数据库空间，但在集群模式下只能使用一个数据库空间，即db0。
复制结构限制复制结构只支持一层，从节点只能复制主节点，不支持嵌套树状复制结构。
4.2.3.2 搭建
#节点端口
port 6379

# 开启集群模式
cluster-enabled yes

# 节点超时时间，单位毫秒
cluster-node-timeout 15000

# 集群内部配置文件
cluster-config-file "nodes-6379.conf"

redis-server conf/redis-6379.conf

cluster meed {ip} {port}

img

redis-cli -h 127.0.0.1 -p 6379 cluster addslots {0...5461}
redis-cli -h 127.0.0.1 -p 6380 cluster addslots {5462...10922}
redis-cli -h 127.0.0.1 -p 6381 cluster addslots {10923...16383}

cluster replicate cfb28ef1deee4e0fa78da86abe5d24566744411e

也可以直接使用： redis-trib.rb 搭建

4.2.3.3 原理
节点通信
  • gessip 协议： 病毒协议

img

槽位迁移

img

img

  • 键的遍历应该怎么遍历

  • 数据库的迁移

  • 线上无感知【不能写入只能读取】

  • 数据的对账，知道当前的进度

  • 整体数据的对比

请求转发

img

127.0.0.1:6379> set key:test:2 value-2 
(error) MOVED 9252 127.0.0.1:6380

127.0.0.1:6379> cluster keyslot key:test:2
(integer) 9252


cluster info 
key 进行计算>获取到所有的槽位&节点信息->Map<>
4.2.3.4 故障转移
  • 主观下线：指某个节点认为另一个节点不可用，即下线状态，这个状 态并不是最终的故障判定，只能代表一个节点的意见，可能存在误判情况。

img

  • 客观下线：指标记一个节点真正的下线，集群内多个节点都认为该节 点不可用，从而达成共识的结果。如果是持有槽的主节点故障，需要为该节 点进行故障转移。

img

4.2.3.5 网络分区

img

大的集群持有半数槽节点可以完成客观下 线并广播fail消息，但是小集群无法接收到fail消息

网络分区会导致分割后的小集群无法收到大集群的fail消息，因此如果故障节点所有的从节点都在小集群内将导致无法完成后续故障转移，因此部署主从结构时需要根据自身机房/机架拓扑结构，降低主从被分区的可能性。

4.2.3.6 节点选举

img

img

  • 选举延迟最低&数据最新的节点
  • 选举周期的概念
4.2.3.7 优化建议
消息发送频率跟 cluster-node-timeout 密切相关，超过一定时间未通信的节点会发送 ping 消息，影响带宽消耗。
消息数据量每个消息主要包含 slots 槽数组（约 2KB）和整个集群约 1/10 的状态数据（约 1KB），影响带宽消耗。
节点部署的机器规模机器带宽的上限是固定的，集群分布的机器越多，每台机器划分的节点越均匀，整体可用带宽越高，影响带宽消耗。
示例200 节点的 Redis 集群，部署在 20 台物理机上，每台划分 10 个节点，cluster-node-timeout 默认 15 秒，带宽消耗约为 25Mb。 将 cluster-node-timeout 设为 20 秒后，带宽消耗降低至 15Mb 以下。
建议避免部署过大规模的集群，可根据业务需要拆分使用多套集群。适度提高 cluster-node-timeout 以降低消息发送频率，但需平衡故障转移速度。 尽量均匀部署集群在更多机器上，避免集中部署。

常见问题处理

数据倾斜节点和槽分配不均：使用 redis-trib.rb info {host:ip} 定位不均匀的节点和槽，然后使用 redis-trib.rb rebalance 进行平衡。
槽对应键数量差异过大：使用 cluster countkeysinslot {slot} 和 cluster getkeysinslot {slot} {count} 命令识别和处理过多的键。
集合对象过大：使用 redis-cli-bigkeys 命令识别大集合对象，根据业务场景进行拆分。
内存配置不一致：确保集群中的所有节点具有相似的内存相关配置。
请求倾斜合理设计键：对于热点大集合对象，进行拆分或者使用 hmget 替代 hgetall，以减少对单个节点的负载。
避免使用热键作为 hash_tag：以防止映射到同一槽。
使用本地缓存：减少热键调用，特别适用于一致性要求不高的场景。

故障转移

cluster failover手动触发故障转移，将主节点标记为下线状态，然后选举新的主节点并将从节点升级为主节点。当一个主节点出现故障时，需要手动进行故障转移。
当需要维护主节点时，可以手动将主节点下线并进行故障转移。
在某些紧急情况下，需要迅速将故障节点恢复为正常工作状态。
cluster failover force强制执行故障转移，即使当前集群中没有发现主节点故障也会执行。这可能会导致数据丢失和服务中断。用于测试和验证故障转移流程。
当手动故障转移失败时，可以尝试使用此命令强制执行故障转移。
cluster failover takeover接管故障节点，使指定的节点（通常是从节点）接管指定的主节点。当需要手动指定某个从节点接管故障的主节点时使用。
当集群中的自动故障转移无法正常工作时，可以手动干预

4.3 集群的部署和管理

4.3.1 常用的集群方式

4.3.1.1 客户端 sharding

img

key在客户端通过一致性hash进 行sharding。

4.3.1.2 proxy

img

proxy实现对后端缓存服务的集群管理。 Proxy同时也是一个集群。有两种方案管理proxy集群，通过LVS或者客户端实现。如果流量较大，LVS也需要考虑进行集群的管理。proxy方案运维复杂， 扩展性较强，可以在proxy上面实现限流等扩展功能。

LVS（Linux Virtual Server）是一个基于 Linux 内核的开源项目，用于构建高可用性和可伸缩性的服务器集群。它是一个软件负载均衡器，可以将来自客户端的请求分发到多个后端服务器上，以实现负载均衡和高可用性。

4.3.1.3 服务集群

gossip协议

服务端集群：主要是Redis的cluster机制，基于Gossip协议实现

img

数据分片方法

  • Consistent Hashing
  • Twemproxy-Twitter +LVS + Keepalived

RedisCluster

  • 集群的搭建
  • 查询路由
  • 数据分片原理
  • 高可用和主从切换原理
  • 通信协议：RESP

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.mfbz.cn/a/551423.html

如若内容造成侵权/违法违规/事实不符，请联系我们进行投诉反馈qq邮箱809451989@qq.com，一经查实，立即删除！

相关文章

野生动物保护视频AI智能监管方案，撑起智能保护伞，守护野生动物

野生动物保护视频AI智能监管方案，撑起智能保护伞，守护野生动物

一、背景 在当今世界&#xff0c;野生动物保护已经成为全球性的重要议题。然而&#xff0c;由于野生动物生存环境的不断恶化以及非法狩猎等活动的盛行&#xff0c;保护野生动物变得尤为迫切。为了更有效地保护野生动物&#xff0c;利用视频智能监管技术成为一种可行的方案。 …
阅读更多...
python读取DBF数据

python读取DBF数据

DBF文件通常是由数据库软件&#xff08;如FoxPro或dBASE&#xff09;创建的数据库文件。Python中并没有直接读取DBF文件的内置库&#xff0c;但你可以使用第三方库如dbfread来读取DBF文件。 首先&#xff0c;你需要安装dbfread库。你可以使用pip来安装&#xff1a; pip insta…
阅读更多...
数据结构——队列（C++实现）

数据结构——队列（C++实现）

数据结构——队列 什么是队列顺序队列链式队列实现 今天我们接着来看队列&#xff1a; 什么是队列 队列是一种基础且广泛应用的数据结构&#xff0c;它具有以下核心特征&#xff1a; 定义&#xff1a; 线性表&#xff1a;队列是一种特殊的线性表&#xff0c;其中的元素呈线…
阅读更多...
宝宝洗衣机买几公斤？四款精心挑选实用婴儿洗衣机推荐

宝宝洗衣机买几公斤？四款精心挑选实用婴儿洗衣机推荐

家里有孩子的&#xff0c;条件允许的话&#xff0c;婴儿洗衣机还是非常有必要买的。由于宝宝的年纪还小&#xff0c;使得宝宝的皮肤比较娇嫩&#xff0c;与成人衣物分开洗护&#xff0c;可以为宝宝带来更加健康的生长环境&#xff0c;并且可以避免与大人衣物混洗所带来的细菌的…
阅读更多...
【训练营】DateWhale——动手学大模型应用开发（更新中）

【训练营】DateWhale——动手学大模型应用开发（更新中）

文章目录 写在前面大模型简介LLM简介RAG简介LangChain开发框架开发LLM应用的整体流程 写在前面 大模型时代从GPT爆发开始到现在已有一年多了&#xff0c;深度学习发展之快无法想象&#xff0c;一味感叹技术发展速度超越个人学习速度是没用的&#xff0c;倒不如花点时间参加一些…
阅读更多...
其它IO合集

其它IO合集

其它IO合集 1. 缓冲流1.1 概述1.2 字节缓冲流构造方法效率测试 1.3 字符缓冲流构造方法特有方法 2. 转换流2.1 字符编码和字符集字符编码字符集 2.2 编码引出的问题2.3 InputStreamReader类构造方法指定编码读取 2.4 OutputStreamWriter类构造方法指定编码写出转换流理解图解 3…
阅读更多...
网络协议——IS-IS协议详解

网络协议——IS-IS协议详解

1. IS-IS是什么 IS-IS是一种基于链路状态并使用最短路径优先算法进行路由计算的一种IGP协议。IS-IS属于内部网关协议&#xff0c;用于自治系统内部。IS-IS是一种链路状态协议&#xff0c;使用最短路径优先算法进行路由计算。 2. 应用场景&#xff08;园区网和骨干网&#xff0…
阅读更多...
冯诺依曼与进程【Linux】

冯诺依曼与进程【Linux】

文章目录 冯诺依曼体系结构&#xff08;从硬件的角度描述&#xff09;冯诺依曼体系结构&#xff08;从软件的角度描述&#xff09;操作系统&#xff08;软件&#xff09;理解管理系统调用和库函数进程查看进程的两种方式 通过系统调用获取进程的PID和PPID通过系统调用创建进程-…
阅读更多...
RAG学习笔记系列（一）

RAG学习笔记系列（一）

RAG 介绍 RAG 全称为 Retrieval Augmented Generation&#xff08;检索增强生成&#xff09;。是基于LLM构建系统的一种架构。 RAG 基本上可以理解为&#xff1a;搜索 LLM prompting。根据用户的查询语句&#xff0c;系统会先使用搜索算法获取到相关内容作为上下文&#xff0…
阅读更多...
IMU应用于膝关节功能评估

IMU应用于膝关节功能评估

近日&#xff0c;来自中国的研究团队开发了一款基于IMU的可穿戴系统&#xff0c;用于评估膝关节骨关节炎引发的功能障碍。研究着重重验证该系统在测量步态及下肢功能方面的准确性&#xff0c;通过对比业界公认的运动捕捉和步态分析系统&#xff0c;评估IMU传感器在这一领域的性…
阅读更多...
Compose 简单组件

Compose 简单组件

文章目录 Compose 简单组件TextText属性使用AnnotatedStringSpanStyleParagraphStyle SelectionContainer 和 DisableSelectionClickableText TextFieldTextField属性使用OutlinedTextFieldBasicTextFieldKeyboardOptions 键盘属性KeyboardActions IME动作 ButtonButton属性使用…
阅读更多...
Python 数据结构和算法实用指南（三）

Python 数据结构和算法实用指南（三）

原文&#xff1a;zh.annas-archive.org/md5/66ae3d5970b9b38c5ad770b42fec806d 译者&#xff1a;飞龙 协议&#xff1a;CC BY-NC-SA 4.0 第七章&#xff1a;哈希和符号表 我们之前已经看过数组和列表&#xff0c;其中项目按顺序存储并通过索引号访问。索引号对计算机来说很有效…
阅读更多...
Docker+Uwsgi+Nginx部署Django项目保姆式教程

Docker+Uwsgi+Nginx部署Django项目保姆式教程

之前&#xff0c;我和大家分享了在docker中使用uwsgi部署django项目的教程。这次&#xff0c;为大家带来的是使用DockerUwsgiNginx部署Django项目。废话不多说&#xff0c;我们开干。 步骤1&#xff1a;使用命令创建一个django项目 我这里python版本使用的是3.9.x 首先&#…
阅读更多...
有爱有乐有知识，还有《米小圈上学记》！

有爱有乐有知识，还有《米小圈上学记》！

“读万卷书&#xff0c;不如行万里路”&#xff0c;说的是读再多的书&#xff0c;也比不上走过万水千山所得。可是又有几人能得尝山水之妙&#xff0c;大多被困于尘世中。我虽走过一些山水&#xff0c;但大多因生存困于一隅&#xff0c;不得随心而行。 然而&#xff0c;读书也…
阅读更多...
nmon进行性能资源监控

nmon进行性能资源监控

一、前言 在工作中可能会遇到需要在压测的时候对Linux服务器进行性能资源监控的情况。这时可以用nmon来对服务器进行监控。 二、nmon的下载安装 1.查看系统信息 cat /etc/os-release 结果为 PRETTY_NAME"Debian GNU/Linux 12 (bookworm)"NAME"Debian GNU/…
阅读更多...
不用Linux也可以的强大文本处理方法

不用Linux也可以的强大文本处理方法

不用Linux也可以的强大文本处理方法 标题党了&#xff0c;其实是论VIM的使用。 做生物信息分析最合适的还是Linux操作系统&#xff0c;所以生信宝典在最开始就推出了Linux学习系列&#xff0c;由浅入深的讲述了Linux学习中的关键点。 主要文章列举如下&#xff1a; Linux学…
阅读更多...
代码随想录算法训练营DAY25|C++回溯算法Part.2|216. 组合总和II、17.电话号码的字母组合

代码随想录算法训练营DAY25|C++回溯算法Part.2|216. 组合总和II、17.电话号码的字母组合

文章目录 216. 组合总和II题意理解树形结构伪代码实现剪枝操作CPP代码实现 17.电话号码的字母组合解题思路树形结构伪代码实现隐藏回溯CPP代码 216. 组合总和II 力扣题目链接 文章讲解&#xff1a;216. 组合总和III 视频讲解&#xff1a;和组合问题有啥区别&#xff1f;回溯算法…
阅读更多...
python复制文件夹内容

python复制文件夹内容

参考博客 https://blog.csdn.net/itfans123/article/details/133710731 案例1 import os import shutildef copy_folder(source_folder, destination_folder):# 创建目标文件夹os.makedirs(destination_folder, exist_okTrue)# 遍历源文件夹中的所有文件和文件夹for item in …
阅读更多...
【简单讲解下如何用爬虫玩转石墨文档】

【简单讲解下如何用爬虫玩转石墨文档】

&#x1f3a5;博主&#xff1a;程序员不想YY啊 &#x1f4ab;CSDN优质创作者&#xff0c;CSDN实力新星&#xff0c;CSDN博客专家 &#x1f917;点赞&#x1f388;收藏⭐再看&#x1f4ab;养成习惯 ✨希望本文对您有所裨益&#xff0c;如有不足之处&#xff0c;欢迎在评论区提出…
阅读更多...
力扣算法-回溯

力扣算法-回溯

递归 104.二叉树的最大深度 回溯 17.电话号码的字母组合 ①子集型回溯 78.子集 (1)选不选 (2)选哪个 131.分割回文串 &#xff08;1593.拆分字符串使唯一子字符串的数目最大 也可以用这个思路解&#xff1a;从结果角度&#xff0c;分割字符串&#xff09; ②组合型回溯…
阅读更多...
最新文章

Copyright @ 2022~2023

友情链接： 我的编程经验分享 一条长河网 尧图网站开发 尧图建网站