【Redis7】--6.集群

news2024/11/27 15:45:37

文章目录

  • 集群
    • 1.基本介绍
    • 2.redis集群槽位
    • 3.redis集群分片
    • 4.redis槽位映射
    • 5.redis集群环境搭建
      • 5.1三主三从redis集群配置
      • 5.2启动六台redis实例
      • 5.3构建主从关系
    • 6.redis集群读写
    • 7.redis集群主从切换
    • 8.redis集群扩容
    • 9.redis集群缩容
    • 10.集群常用操作命令和CRC16算法分析

集群

1.基本介绍

由于数据量过大，单个Master复制集难以承担，因此需要对多个复制集进行集群，形成水平扩展每个复制集只负责存储整个数据集的一部分，这就是Redis的集群，其作用是提供在多个Redis节点间共享数据的程序集

image-20230926104835911

Redis集群是Redis数据库的分布式解决方案,它可以将数据分散存储在多个节点上,以支持大规模数据存储和高并发访问

  • Redis集群使用的是基于槽的分区策略,即将数据分成固定数量的槽,每个槽由一个主节点和多个从节点组成。客户端请求会根据键值的哈希值被路由到对应的槽上，从而实现数据的分布式存储和访问。同时，Redis集群还提供了多种操作槽的命令，以支持集群的管理和维护

image-20230926105503039

Redis 集群的主要特点包括：

  • 分布式存储：Redis 集群将数据分散存储在多个节点上，每个节点负责处理一部分数据，从而实现数据的分布式存储和访问。集群可以扩展到数千个节点，以支持海量数据存储和高并发访问。建议控制在1000个以内的节点数。
  • 高可用性：Redis 集群通过多副本机制和自动故障转移机制，保证数据的可靠性和可用性。每个节点都有多个副本，其中一个副本为主节点，负责处理客户端请求，其他副本为从节点，负责复制主节点的数据。当主节点宕机时，从节点会自动选举一个新的主节点，以保证数据的连续性和可用性。
  • 数据自动分片：Redis 集群将数据自动分片存储在多个节点上，以实现数据的均衡分布和高效访问。每个节点都负责处理一部分数据，同时维护一份槽指派表，记录每个槽对应的主节点和从节点。客户端请求会根据键值的哈希值被路由到对应的槽上，从而实现数据的分布式存储和访问。
  • 支持在线扩容缩容：Redis 集群支持在线添加和删除节点，以扩展或缩小集群的容量，而无需停机或数据迁移。集群会自动将数据重新分片和迁移，以保证数据的连续性和可用性。
  • 负载均衡：Redis 集群通过智能路由算法，将客户端请求均匀地分发到不同的节点上，以实现负载均衡和性能优化。客户端可以通过集群模式下的代理节点（cluster-enabled proxy）进行连接，代理节点会自动将请求路由到正确的节点上。

2.redis集群槽位

在Redis集群中，槽位(slot)是将数据进行分片的基本单位，也是实现数据分布式存储和访问的重要机制，Redis集群默认将16384个槽位均分给不同的节点，每个节点负责处理一部分槽位，从而实现数据的分布式存储和访问

具体来说，Redis 集群使用哈希槽（hash slot）的方式将数据进行分片，每个槽对应着一个整数编号，从 0 开始，一直到 16383。每个节点会负责处理一部分槽位，同时维护一份槽指派表（slot map），记录每个槽对应的主节点和从节点。

客户端请求会根据键值的哈希值被路由到对应的槽上，从而实现数据的分布式存储和访问，具体来说，客户端会将键值的哈希值对16384取模，得到一个槽号，然后将请求发送到对应的槽所在的节点上。如果该节点是主节点，它会将请求处理后的结果返回给客户端；如果该节点是从节点，则会将请求转发给对应的主节点进行处理

需要注意的是，槽的数量是固定的，因此如果需要扩展 Redis 集群的容量，就需要将一些槽移动到新的节点上，以实现数据的重新分片和迁移。Redis 集群提供了多种操作槽的命令，以支持集群的管理和维护。

3.redis集群分片

在 Redis 集群中，数据分片（sharding）是将数据划分成多个部分，分别存储在不同的节点上，从而实现分布式存储和访问的基本方式。Redis 集群使用哈希槽（hash slot）的方式将数据进行分片，每个节点负责处理一部分槽位，从而实现数据的分布式存储和访问。

具体来说，Redis 集群默认将 16384 个槽位均分给不同的节点，每个节点负责处理一部分槽位，同时维护一份槽指派表（slot map），记录每个槽对应的主节点和从节点。客户端请求会根据键值的哈希值被路由到对应的槽上，从而实现数据的分布式存储和访问。

数据分片能够提高 Redis 集群的容量和可用性，减少单节点的负载压力，并支持横向扩展和动态扩容。同时，数据分片也会带来一些挑战和问题，例如数据迁移、节点失效、一致性维护等方面的问题，需要进行合理的设计和实现。
image-20230926110732096

优势

image-20230926110816503

4.redis槽位映射

  • 哈希取余分区

    哈希取余分区是一种常见的数据分区技术，它将数据划分成多个分区，并将每个分区分配给集群中的不同节点，从而实现分布式存储和访问。

    在哈希取余分区中，首先根据某个键的哈希值对分区总数取模，得到该键所在的分区编号，然后将该键存储在对应的节点上。当需要访问某个键值对时，同样通过哈希值计算得到该键所在的分区编号，然后访问对应的节点，从而实现数据的分布式访问

    哈希取余分区技术简单易懂，易于实现，可以较好地均衡数据在各个节点之间的分布，从而提高系统的可扩展性和可用性。但是，该技术存在数据倾斜和数据迁移等问题。如果某个键的哈希值对分区总数取模后恰好落在某个分区上，那么该分区的负载将会比其他分区更重，可能会导致性能问题。此外，在节点的动态扩容和缩容时，会需要进行数据迁移，对系统的稳定性和性能也会带来影响。
    image-20230926111046360

    image-20230926111104295

  • 一致性哈希算法分区

    一致性哈希算法（Consistent Hashing Algorithm）是一种用于分布式存储系统的数据分区技术，它可以使得数据在集群中的分布更加均匀，同时减少在数据分区发生变化时需要重新分配的数据量。

    一致性Hash算法背景

    一致性哈希算法在1997年由麻省理工学院中提出的，设计目标是为了解决

    分布式缓存数据变动和映射问题，某个机器宕机了，分母数量改变了，自然取余数不OK了。

    image-20230926111256300

    在一致性哈希算法中，所有的数据被分成一定数量的分区，每个分区被映射到一个哈希环上。每个节点也被映射到哈希环上，并负责其所在的某些分区。当需要存储一个数据时，先对该数据进行哈希，然后将哈希值映射到哈希环上，找到最近的节点，并将数据存储在该节点上。当需要读取一个数据时，也先对该数据进行哈希，并映射到哈希环上，然后从离该数据最近的节点上读取数据。

    一致性哈希环

    image-20230926111941546

一致性哈希算法的核心思想是将哈希环视为一个环形空间，并将节点和数据视为该空间上的点。通过在哈希环上的均匀分布，可以使得数据在集群中的分布更加均匀。当某个节点宕机时，只会影响该节点所负责的一部分分区，不会影响整个集群，从而提高了系统的可用性和稳定性。同时，一致性哈希算法也能够自动地将数据重新映射到新的节点上，从而减少了数据的迁移量和系统的维护成本。

一致性哈希算法已经被广泛地应用于各种分布式系统中，包括缓存系统、负载均衡系统、分布式文件系统等
redis服务器ip节点映射

将集群中各个IP节点映射到环上的某一个位置。

将各个服务器使用Hash进行一个哈希，具体可以选择服务器的IP或主机名作为关键字进行哈希，这样每台机器就能确定其在哈希环上的位置。假如4个节点NodeA、B、C、D，经过IP地址的哈希函数计算(hash(ip))，使用IP地址哈希后在环空间的位置如下：

image-20230926112126154

key落到服务器的落键规则

当我们需要存储一个kv键值对时，首先计算key的hash值，hash(key)，将这个key使用相同的函数Hash计算出哈希值并确定此数据在环上的位置，从此位置沿环顺时针“行走”，第一台遇到的服务器就是其应该定位到的服务器，并将该键值对存储在该节点上。

如我们有Object A、Object B、Object C、Object D四个数据对象，经过哈希计算后，在环空间上的位置如下：根据一致性Hash算法，数据A会被定为到Node A上，B被定为到Node B上，C被定为到Node C上，D被定为到Node D上。

image-20230926112232010

优点：

一致性哈希算法的容错性

假设Node C宕机，可以看到此时对象A、B、D不会受到影响。一般的，在一致性Hash算法中，如果一台服务器不可用，则受影响的数据仅仅是此服务器到其环空间中前一台服务器（即沿着逆时针方向行走遇到的第一台服务器）之间数据，其它不会受到影响。简单说，就是C挂了，受到影响的只是B、C之间的数据且这些数据会转移到D进行存储。

image-20230926112343026

一致性哈希算法的扩展性

数据量增加了，需要增加一台节点NodeX，X的位置在A和B之间，那收到影响的也就是A到X之间的数据，重新把A到X的数据录入到X上即可，

不会导致hash取余全部数据重新洗牌。

image-20230926112435859

缺点：

一致性哈希算法的数据倾斜问题

一致性Hash算法在服务节点太少时，容易因为节点分布不均匀而造成数据倾斜（被缓存的对象大部分集中缓存在某一台服务器上）问题，

例如系统中只有两台服务器：

image-20230926112525286

  • 哈希槽分区

    哈希槽分区是 Redis 集群中常用的数据分区技术，它将整个数据集划分为固定数量的槽位（slot），然后将每个槽位分配到集群中不同的节点上，从而实现数据的分布式存储和访问。

    image-20230926113335503

    image-20230926113344323

    在哈希槽分区中，每个槽位都对应着一个哈希值范围，例如 0 到 16383。当需要存储某个键值对时，先计算出该键的哈希值，然后确定该哈希值所在的槽位，最后将键值对存储在负责管理该槽位的节点上。当需要访问某个键值对时，同样先计算出该键的哈希值，然后确定该哈希值所在的槽位，最后访问负责管理该槽位的节点，从而实现数据的分布式访问。
    image-20230926113416032

    哈希槽分区技术具有简单、可扩展性强等优点，它可以自动完成节点的动态扩容和缩容，并且在数据迁移时可以只迁移部分槽位，从而降低数据迁移的成本和风险。但是，该技术也存在一些问题，例如槽位的分配不均匀可能会导致某些节点的负载过重，从而影响系统的性能和可用性，此时可以通过手动调整槽位分配来解决这个问题。

经典面试题：

为什么redis集群的最大槽数是16384个？

image-20230926113537805

大概可能是：如果slot过多，每个心跳包占用带宽就过于多了，而如果槽位超过1000，网络又会拥塞，所以最合理的选择就是16384个槽给1000个以内的主机使用。在节点少的情况下，即小型集群中，因为填充率为slots/N，若采用65536的话，压缩比将会很低，不容易传输，但是采用16384的话，压缩率将会高很多，容易传输些
image-20230926113619155

image-20230926113625336

image-20230926113643403

Redis集群并不保证强一致性，这意味着在特定条件下，Redis集群可能会丢失一些被系统写入的数据。

image-20230926113720766

Redis群集在节点之间使用异步复制，最后一次故障转移赢得隐式合并功能，这意味着最后一次选择的主数据将替换所有其他副本。在分区期间可能丢失写的时候总是有一个时间窗口。
与大多数主程序相连接的客户端和与少数主程序连接的客户端则不同。

5.redis集群环境搭建

5.1三主三从redis集群配置

由于机器性能有限，这里只配置了三台虚拟机，一台虚拟机配置两个redis实例

192.168.110.175 (下面简称100)配置端口为6381和6382两个实例，配置文件分别为cluster6381.conf和cluster6382.conf
192.168.110.172(下面简称101)配置端口为6383和6384两个实例，配置文件分别为cluster6383.conf和cluster6384.conf
192.168.110.174 (下面简称102)配置端口为6385和6386两个实例，配置文件分别为cluster6385.conf和cluster6386.conf

在每台虚拟机的根目录创建/myredis/cluster目录，然后在该目录创建两个配置文件：

image-20230926143834501

以cluster6381.conf为例：

bind 0.0.0.0
daemonize yes
protected-mode no
port 6381
logfile "/myredis/cluster/cluster6381.log"
pidfile /myredis/cluster6381.pid
dir /myredis/cluster
dbfilename dump6381.rdb
appendonly yes
appendfilename "appendonly6381.aof"
requirepass 111111
masterauth 111111
 
cluster-enabled yes
cluster-config-file nodes-6381.conf
cluster-node-timeout 5000

5.2启动六台redis实例

启动集群实例和之前启动redis实例一样，只不过配置文件中配置了开启集群，会以集群的方式启动redis实例。

命令为：redis-server /myredis/cluster/cluster6381.conf

5.3构建主从关系

使用命令构建集群间的主从关系：redis-cli -a 密码 --cluster create --cluster-replicas 1 IP:端口号 [IP:端口号]

选项–replicas 1 表示我们希望为集群中的每个主节点创建一个从节点

IP:端口号是redis实例的地址和端口号，多个redis实例构成一个集群

主从关系是随机分配的(个人见解：一般按照输入的顺序基数位为master，偶数位为slave)，其master-slave关系是随机分配的。

//注意，注意，注意自己的真实IP地址 //注意，注意，注意自己的真实IP地址

redis-cli -a 111111 –cluster create –cluster-replicas 1 192.168.111.175:6381 192.168.111.175:6382 192.168.111.172:6383 192.168.111.172:6384 192.168.111.174:6385 192.168.111.174:6386

image-20230926144305323

image-20230926144313027

链接进入6381作为切入点，查看节点状态：

image-20230926144501684

image-20230926144510541

image-20230926144523563

image-20230926144537049

6.redis集群读写

为6381新增两个key

image-20230926144816874

报错原因：

image-20230926145001984

每个key都有自己的哈希值，根据哈希值通过某种算法算出对应的槽位，该key只能存储到该槽位所在的节点上。

然而这种情况并不是我们想要的，**可以在连接redis客户端时添加-c参数，这样会帮我们把数据路由到指定的槽位上，即使在不同的节点上也能随便存储数据

image-20230926145048844

查看某个key对应的槽位值：CLUSTER KEYSLOT key

任何字符都有对应的哈希值，所以任何字符都能计算出对应的槽位

image-20230926145146751

查看某个槽位是否被占用：CLUSTER COUNTKEYSINSLOT 槽位号

返回1表示该槽位被占用；返回0表示该槽位没有被占用。

7.redis集群主从切换

  • 首先查看当前节点主从关系：INFO REPLICATION

image-20230926145849953

  • 手动关闭主节点6381，查看集群节点状态

在其他任何集群节点查看集群节点的状态都可以。

主节点宕机后，从节点会成为新的master。

image-20230926145914114

6384成功上位

image-20230926145936647

  • 重新连接节点6381，查看集群节点状态

恢复6381节点后，该节点会变成新master的slave。

恢复前：

image-20230926150050219

恢复后：
image-20230926150115997

  • 恢复6381master的身份：CLUSTER FAILOVER

使用cluster failover可以恢复发生故障前的主从关系

image-20230926150146207

比如从机上位的过程中，写入数据，还未上位的时候，分配的槽位到这里，可能就出现了数据丢失。

手动故障转移or节点从属调整

CLUSTER FAILOVER

image-20230926150319267

8.redis集群扩容

在112虚拟机上新建两个redis实例6387和6388，此时112虚拟机上有4个redis实例分别是6385、6386、6387、6388

编写vim /myredis/cluster/redisCluster6387.conf，6388.conf

bind 0.0.0.0
daemonize yes
protected-mode no
port 6387
logfile "/myredis/cluster/cluster6387.log"
pidfile /myredis/cluster6387.pid
dir /myredis/cluster
dbfilename dump6387.rdb
appendonly yes
appendfilename "appendonly6387.aof"
requirepass 111111
masterauth 111111

cluster-enabled yes
cluster-config-file nodes-6387.conf
cluster-node-timeout 5000

启动这两个新节点，此时它们都是master

image-20230926152340117

将6387节点作为master加入到集群中：redis-cli -a 密码 --cluster add-node IP:port IP:port

前者IP:port为需要加入到集群的节点ip和端口
后者IP:port指集群中任一节点的ip和端口（可以理解为推荐人）

image-20230926152418323

image-20230926152424617

检查集群情况：redis-cli -a 密码 --cluster check IP:port

只需要指定集群中任意一个在线的节点的地址(IP:端口号)， 就会自动找到集群中的其他节点，即可查看整个集群的信息。

image-20230926152456818

重新分派槽号：redis-cli -a 密码 --cluster reshard IP:port

只需要指定集群中任意一个在线的节点的地址(IP:端口号)即可。

image-20230926152524437

image-20230926152531675

再次检查集群情况

image-20230926152559645

槽号分派说明：

image-20230926152626691

为主节点6387分配从节点6388

image-20230926152703927

image-20230926152710251

再次查看集群情况

image-20230926152733749

9.redis集群缩容

查看集群情况，获得从节点6388的节点ID

image-20230926152907117

首先先将从节点6388删除：redis-cli -a 密码 --cluster del-node IP:从节点端口 从节点id

节点id可以通过检查集群情况命令查看：redis-cli -a 密码 --cluster check IP:port
也可以通过CLUSTER NODES命令查看。

image-20230926152936911

将主节点6387的槽号清空，重新分配，将清出来的槽号都给6381

image-20230926153032782

image-20230926153044076

再次检查集群情况

6387节点槽位被清空，成为了6381节点的从节点

这和加入6387节点到集群时填写的集群中的IP:port有关（6381相当于推荐人）

image-20230926153107866

此时节点6387是一个从节点，将节点6387删除

image-20230926153153484

检查集群情况

image-20230926153216047

image-20230926153222408

10.集群常用操作命令和CRC16算法分析

不在同一个slot槽位下的多键操作支持不好，可以使用通识占位符

image-20230926153441529

redis集群有16384个哈希槽，每个key通过CRC16校验后对16384取模来决定放在哪个槽

CRC16算法源码：
image-20230926153626293

常用命令

  • 集群是否完整才能对外提供服务

image-20230926153706823

image-20230926153714173

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.coloradmin.cn/o/1042283.html

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈，一经查实，立即删除！

相关文章

聊聊复杂网络环境下hdfs的BlockMissingException异常|参数dfs.client.use.datanode.hostname

聊聊复杂网络环境下hdfs的BlockMissingException异常|参数dfs.client.use.datanode.hostname

聊聊复杂网络环境下hdfs的BlockMissingException异常|参数dfs.client.use.datanode.hostname 1 从一个复杂网络环境下的 hdfs 报错问题聊起 大家知道，企业真实的网络环境是复杂多变的，这可能有多种原因： 一方面，单台服务器可以…
阅读更多...
国产32位单片机 普冉PY32F002B 适用于LED灯驱，控制器等

国产32位单片机 普冉PY32F002B 适用于LED灯驱，控制器等

PY32F002B 系列单片机采用高性能的 32 位 ARM Cortex-M0内核，宽电压工作范围的 MCU。嵌入了24Kbytes Flash 和 3Kbytes SRAM 存储器，最高工作频率 24MHz。有TSSOP20, QFN20, SOP16, SOP14,MSOP10多种不同封装类型多款产品。 芯片集成了I2C、SPI、USART 等…
阅读更多...
C#程序中很多ntdll.dll、clr.dll的线程

C#程序中很多ntdll.dll、clr.dll的线程

VS中调试缓慢，如下图 需要“右键工程——调试——取消勾选‘启用本地代码调试’”即可。
阅读更多...
划片机是用于半导体芯片和其它电子元件切割的设备

划片机是用于半导体芯片和其它电子元件切割的设备

划片机是用于半导体芯片和其它电子元件切割的设备。在电子行业中，划片机广泛应用于半导体器件、LED芯片、功率器件等多个领域。通过划片机，可以将芯片或其它电子元件从其母片或衬底上切割下来，以便进一步的使用和加工。 半导体芯片是现代电子…
阅读更多...
瑞芯微RK3568|SDK开发之环境安装及编译操作

瑞芯微RK3568|SDK开发之环境安装及编译操作

1. SDK简介 一个通用 Linux SDK 工程目录包含有buildroot、app、kernel、device、docs、external 等目录。其中一些特性芯片如RK3308/RV1108/RV1109/RV1126等，会有所不同。 ● app：存放上层应用 app，主要是 qcamera/qfm/qplayer/settings 等…
阅读更多...
Docker 安装MYSQL 5.7.38

Docker 安装MYSQL 5.7.38

首先创建临时容器 docker run -d -p 3318:3306 --name mysql -e MYSQL_ROOT_PASSWORD123456 mysql:5.7.38创建mysql文件挂载目录，然后从临时容器中拷贝出配置文件 mkdir -p /data/docker/mysql/log mkdir -p /data/docker/mysql/data mkdir -p /data/docker/mysql…
阅读更多...
人力资源行业HR从业现状，这份报告了解下

人力资源行业HR从业现状，这份报告了解下

人力资源(Human Resource ，简称HR)指在一个国家或地区中，处于劳动年龄、未到劳动年龄和超过劳动年龄但具有劳动能力的人口之和。或者表述为：一个国家或地区的总人口中减去丧失劳动能力的人口之后的人口。人力资源也指一定时期内组织中的人所拥…
阅读更多...
2023年信创云管平台选哪家？咨询电话多少？

2023年信创云管平台选哪家？咨询电话多少？

随着云计算和信创国产化的快速发展，越来越多企业需要支持信创系统的云管平台。但很多企业不知道市面上信创云管平台有哪些，也不知道选哪家？这里我们小编就给大家来回答一下。 2023年信创云管平台选哪家？咨询电话多少？…
阅读更多...
Python第二次作业（4）【矩形面积与周长】

Python第二次作业（4）【矩形面积与周长】

作业要求：求任意矩形的面积与周长 代码如下： len int(input("请输入矩形的长:")) wid int(input("请输入矩形的宽:")) area len * wid per (len wid) * 2 print("矩形面积：",area) print("矩形周长…
阅读更多...
【Linux】socket网络编程

【Linux】socket网络编程

文章目录 1. 网络进程的端口号2. 认识UDP和TCP3. 网络字节序4. socket通信5. UDP服务器和客户端5.1 基础UDP服务器和客户端5.2 群聊服务器和客户端 6. TCP服务器和客户端6.1 TcpServer6.2 TcpClient6.3 TcpServer的优化引入线程池日志系统服务器守护进程化 1. 网络进程的端口号…
阅读更多...
Unity Game FrameWork—框架学习—ab打包流程解析

Unity Game FrameWork—框架学习—ab打包流程解析

UGF资源更新与管理 https://www.jianshu.com/p/80bff8c9004a 打包配置 ResourceBuilder.xml文件保存了打包配置信息 参数： InternalResourceVersion：内部版本号 Platforms：生成的ab资源所对应平台编号，二进制左移，与…
阅读更多...
中睿天下受邀参加2023北京数字交通大会暨博览会并发表主题演讲

中睿天下受邀参加2023北京数字交通大会暨博览会并发表主题演讲

2023年9月11号由中国交通报社、中国交通运输协会联合主办的2023北京数字交通大会暨博览会（简称大会暨博览会）在北京中国国际展览中心（新馆）举行。这次大会主题是“数字新时代、交通新未来”，将聚焦数字交通创新发展&am…
阅读更多...
国货拟人AI绘图；500+AI岗位合辑；百川x亚马逊AI黑客松；企业级AI行业图谱；100+LLM面试题与答案 | ShowMeAI日报

国货拟人AI绘图；500+AI岗位合辑；百川x亚马逊AI黑客松；企业级AI行业图谱；100+LLM面试题与答案 | ShowMeAI日报

👀日报&周刊合集 | 🎡生产力工具与行业应用大全 | 🧡 点赞关注评论拜托啦！ 🔥 上万人涌入抖音国货直播间，朴实「商战」带火国民品牌 谁能想到，李佳琦「华西子事件」意外带火了一众国货品牌的…
阅读更多...
C#源码 LIS实验室（检验科）信息系统源码 SaaS模式的Client/Server架构

C#源码 LIS实验室（检验科）信息系统源码 SaaS模式的Client/Server架构

LIS实验室（检验科）信息系统，一体化设计，与其他系统无缝连接，全程化条码管理。集申请、采样、核收、计费、检验、审核、发布、质控、查询、耗材控制等检验科工作为一体的网络管理系统。 技术细节： 体系结构…
阅读更多...
什么是RPA机器人流程自动化软件？

什么是RPA机器人流程自动化软件？

泽众RPA机器人流程自动化软件，是一种能够模拟人类来执行重复性任务的软件；它通过驱动对于系统业务进行统筹安排、协调处理、自动执行以此提升业务处理效率。借助RPA用户可以提高工作效率、节省成本、降低出錯率、节省时间、并从重复性的后台任务中解放劳…
阅读更多...
《学术小白学习之路12》进阶-基于Python实现中文文本的DTM主题动态模型构建

《学术小白学习之路12》进阶-基于Python实现中文文本的DTM主题动态模型构建

《学术小白学习之路》基于Python实现中文文本的DTM主题动态模型构建 一、数据选择二、数据预处理三、输入数据ID映射词典构建四、文档加载成构造语料库五、DTM模型构建与结果分析六、结果进行保存七、保存模型一、数据选择 所选取的数据集是论文摘要，作为实验数据集，共计12条…
阅读更多...
中国人民大学与加拿大女王大学金融硕士为何占据在职读研人的心？一起来看看

中国人民大学与加拿大女王大学金融硕士为何占据在职读研人的心？一起来看看

说起北京地区的中外合作办学在职硕士项目哪个最受欢迎呢？无疑是中国人民大学与加拿大女王大学金融硕士项目，它已经深深占据在职读研人的心。项目历经十年的风雨，有口皆碑。一起去人大女王金融硕士项目为什么这么受青睐。 一、名校光环 女王金…
阅读更多...
基于微信小程序的校园代送跑腿系统(源码+lw+部署文档+讲解等)

基于微信小程序的校园代送跑腿系统(源码+lw+部署文档+讲解等)

文章目录 前言系统主要功能：具体实现截图论文参考详细视频演示为什么选择我自己的网站自己的小程序（小蔡coding）有保障的售后福利 代码参考源码获取 前言 💗博主介绍：✌全网粉丝10W,CSDN特邀作者、博客专家、CSDN新星计…
阅读更多...
Python和Scrapy构建可扩展的框架

Python和Scrapy构建可扩展的框架

构建一个可扩展的网络爬虫框架是利用Python和Scrapy实现高效数据采集的重要技能。在本文中，我将为您介绍如何使用Python和Scrapy搭建一个强大灵活的网络爬虫框架。我们将按照以下步骤展开： 1. 安装Scrapy： 首先，确保您已经安装了…
阅读更多...
QT配置FFmpeg出现错误原因

QT配置FFmpeg出现错误原因

文章目录 QT配置ffmpeg出现： undefined reference to "avcodec_version"没有配置环境变量QT和FFmpeg的版本不对应直接添加FFmpeg的头文件没有在.pro文件添加路径 QT 程序异常退出没有在debug文件里面存放dll库 QT配置ffmpeg出现： undefined re…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023