Java 并发编程知识总结【二】

news2024/11/16 10:20:37

3. 阻塞队列与线程池

3.1 阻塞队列

阻塞：必须要阻塞/不得不阻塞

阻塞队列是一个队列，在数据结构中是先进先出

image-20221231194923346

线程1往阻塞队列里添加元素，线程2从阻塞队列里移除元素。

当队列是空的，从队列中获取元素的操作将会被阻塞

当队列是满的，从队列中添加元素的操作将会被阻塞

试图从空的队列中获取元素的线程将会被阻塞，直到其他线程往空的队列插入新的元素

试图向已满的队列中添加新元素的线程将会被阻塞，直到其他线程从队列中移除一个或多个元素或者完全清空，使队列变得空闲起来并后续新增

阻塞队列用处

在多线程领域：所谓阻塞，在某些情况下会挂起线程（即阻塞），一旦条件满足，被挂起的线程又会自动被唤起。

为什么需要 BlockingQueue ？

好处是我们不需要关心什么时候需要阻塞线程，什么时候需要唤醒线程，因为这一切 BlockingQueue 都给你一手包办了。

在 concurrent 包发布以前，在多线程环境下，我们每个程序员都必须去自己控制这些细节，尤其还要兼顾效率和线程安全，而这会给我们的程序带来不小的复杂度。

阻塞队列架构

image-20221231195442797

分类：

  • ArrayBlockingQueue：由数组结构组成的有界阻塞队列。
  • LinkedBlockingQueue：由链表结构组成的有界（但大小默认值为 Integer.MAX_VALUE ）阻塞队列，吞吐量通常高于 ArrayBlockingQueue，但是慎用。
  • PriorityBlockingQueue：支持优先级排序的无界阻塞队列。
  • DelayQueue：使用优先级队列实现的延迟无界阻塞队列。
  • SynchronousQueue：不存储元素的阻塞队列，也即单个元素的队列。每个插入操作必须等到另一个线程调用移除操作，否则插入操作一直处于阻塞状态
  • LinkedTransferQueue：由链表组成的无界阻塞队列。
  • LinkedBlockingDeque：由链表组成的双向阻塞队列。

核心方法：

image-20221231195639406

image-20221231195722148

public static void main(String[] args) {
    BlockingQueue<Integer> blockingQueue = new SynchronousQueue<>();

    new Thread(() -> {
        try {
            System.out.println(Thread.currentThread().getName() + "\t put 1");
            blockingQueue.put(1);

            System.out.println(Thread.currentThread().getName() + "\t put 2");
            blockingQueue.put(2);

            System.out.println(Thread.currentThread().getName() + "\t put 3");
            blockingQueue.put(3);
        } catch (InterruptedException e) {
            throw new RuntimeException(e);
        }
    }, "AAA").start();

    new Thread(() -> {
        try {
            TimeUnit.SECONDS.sleep(1);
            System.out.println(Thread.currentThread().getName() + "\t" + blockingQueue.take());

            TimeUnit.SECONDS.sleep(1);
            System.out.println(Thread.currentThread().getName() + "\t" + blockingQueue.take());

            TimeUnit.SECONDS.sleep(1);
            System.out.println(Thread.currentThread().getName() + "\t" + blockingQueue.take());
        } catch (InterruptedException e) {
            throw new RuntimeException(e);
        }
    }, "BBB").start();
}
// 结果
AAA	 put 1
BBB	1
AAA	 put 2
BBB	2
AAA	 put 3
BBB	3

3.2 阻塞队列用在哪

  • 生产者消费者模式
  • 线程池
  • 消息中间件

我们这里对生产者消费者模式进行描述，分为传统版和阻塞队列版，传统版在线程通信篇章会讲解，这里写出阻塞队列版本。

3.3 线程池

为什么使用线程池？

例子：

10年前单核 CPU 电脑，假的多线程，像马戏团小丑玩多个球，CPU 需要来回切换。现在是多核电脑，多个线程各自跑在独立的 CPU 上，不用切换效率高。

线程池的优势：

线程池做的工作只要是控制运行的线程数量，处理过程中将任务放入阻塞队列，然后在线程创建后启动这些任务，如果线程数量超过了最大数量，超出数量的线程排队等候，等其他线程执行完毕，再从队列中取出任务来执行。

它的主要特点为：线程复用;控制最大并发数;管理线程。

优点：

  • **降低资源消耗。**通过重复利用已创建的线程降低线程创建和销毁造成的销耗。
  • **提高响应速度。**当任务到达时，任务可以不需要等待线程创建就能立即执行。
  • **提高线程的可管理性。**线程是稀缺资源，如果无限制的创建，不仅会销耗系统资源，还会降低系统的稳定性，使用线程池可以进行统一的分配，调优和监控。

线程池的架构

Java 中的线程池是通过 Executor 框架实现的，该框架中用到了 Executor，Executors，ExecutorService，ThreadPoolExecutor这几个类

image-20221231213316162

使用：

  • Executors.newFixedThreadPool(int) 执行长期任务性能好，创建一个线程池，一池有x个固定的线程，有固定线程数的线程
public static ExecutorService newFixedThreadPool(int nThreads) {
    return new ThreadPoolExecutor(nThreads, nThreads,
                                  0L, TimeUnit.MILLISECONDS,
                                  new LinkedBlockingQueue<Runnable>());
}

newFixedThreadPool 创建的线程池 corePoolSize 和 maximumPoolSize 值是相等的，它使用的是LinkedBlockingQueue

public static void main(String[] args) {
    // 一池5个工作线程，类似一个银行有5个受理窗口
    ExecutorService threadPool = Executors.newFixedThreadPool(5);
    // 一池1个工作线程，类似一个银行有1个受理窗口

    try {
        // 模拟有10个顾客过来银行办理业务，目前池子里面有5个中作人员提供服务
        for (int i = 1; i <= 10; i++) {
            threadPool.execute(() -> {
                SmallTool.printTimeAndThread("办理业务");
            });
        }
    } catch (Exception e) {
        e.printStackTrace();
    } finally {
        threadPool.shutdown();
    }
}
// 结果
1672495118511	|	25	|	pool-1-thread-2	|	办理业务
1672495118511	|	25	|	pool-1-thread-2	|	办理业务
1672495118511	|	24	|	pool-1-thread-1	|	办理业务
1672495118511	|	27	|	pool-1-thread-4	|	办理业务
1672495118511	|	28	|	pool-1-thread-5	|	办理业务
1672495118511	|	24	|	pool-1-thread-1	|	办理业务
1672495118511	|	26	|	pool-1-thread-3	|	办理业务
1672495118511	|	28	|	pool-1-thread-5	|	办理业务
1672495118511	|	27	|	pool-1-thread-4	|	办理业务
1672495118511	|	25	|	pool-1-thread-2	|	办理业务
  • Executors.newSingleThreadExecutor() 一个任务一个任务的执行，一池一线程
public static ExecutorService newSingleThreadExecutor() {
    return new FinalizableDelegatedExecutorService
        (new ThreadPoolExecutor(1, 1,
                                0L, TimeUnit.MILLISECONDS,
                                new LinkedBlockingQueue<Runnable>()));
}

newSingleThreadExecutor 创建的线程池 corePoolSize 和 maximumPoolSize 值都是1，它使用的是 LinkedBlockingQueue

public static void main(String[] args) {
    // 一池1个工作线程，类似一个银行有1个受理窗口
    ExecutorService threadPool = Executors.newSingleThreadExecutor();
    try {
        // 模拟有10个顾客过来银行办理业务，目前池子里面有5个中作人员提供服务
        for (int i = 1; i <= 10; i++) {
            threadPool.execute(() -> {
                SmallTool.printTimeAndThread("办理业务");
            });
        }
    } catch (Exception e) {
        e.printStackTrace();
    } finally {
        threadPool.shutdown();
    }
}
// 结果
1672495284226	|	24	|	pool-1-thread-1	|	办理业务
1672495284226	|	24	|	pool-1-thread-1	|	办理业务
1672495284226	|	24	|	pool-1-thread-1	|	办理业务
1672495284226	|	24	|	pool-1-thread-1	|	办理业务
1672495284226	|	24	|	pool-1-thread-1	|	办理业务
1672495284226	|	24	|	pool-1-thread-1	|	办理业务
1672495284226	|	24	|	pool-1-thread-1	|	办理业务
1672495284226	|	24	|	pool-1-thread-1	|	办理业务
1672495284226	|	24	|	pool-1-thread-1	|	办理业务
1672495284226	|	24	|	pool-1-thread-1	|	办理业务
  • Executors.newCachedThreadPool() 执行很多短期异步任务或负载较轻的服务器，线程池根据需要创建新线程，但在先前构建的线程可用时将重用它们。可扩容，遇强则强
public static ExecutorService newCachedThreadPool() {
    return new ThreadPoolExecutor(0, Integer.MAX_VALUE,
                                  60L, TimeUnit.SECONDS,
                                  new SynchronousQueue<Runnable>());
}

newCachedThreadPool 创建的线程池将corePoolSize设置为0，将maximumPoolSize设置为Integer.MAX_VALUE，它使用的是SynchronousQueue，也就是说来了任务就创建线程运行，当线程空闲超过60秒，就销毁线程。

public static void main(String[] args) {
    // 一池N个工作线程，类似一个银行有N个受理窗口
    ExecutorService threadPool = Executors.newCachedThreadPool();
    try {
        // 模拟有10个顾客过来银行办理业务，目前池子里面有5个中作人员提供服务
        for (int i = 1; i <= 10; i++) {
            // 暂停一会线程
            SmallTool.sleepMillis(1000);
            threadPool.execute(() -> SmallTool.printTimeAndThread("办理业务"));
        }
    } catch (Exception e) {
        e.printStackTrace();
    } finally {
        threadPool.shutdown();
    }
}
// 结果
1672495485999	|	24	|	pool-1-thread-1	|	办理业务
1672495487011	|	24	|	pool-1-thread-1	|	办理业务
1672495488020	|	24	|	pool-1-thread-1	|	办理业务
1672495489032	|	24	|	pool-1-thread-1	|	办理业务
1672495490035	|	24	|	pool-1-thread-1	|	办理业务
1672495491049	|	24	|	pool-1-thread-1	|	办理业务
1672495492057	|	24	|	pool-1-thread-1	|	办理业务
1672495493062	|	24	|	pool-1-thread-1	|	办理业务
1672495494069	|	24	|	pool-1-thread-1	|	办理业务
1672495495081	|	24	|	pool-1-thread-1	|	办理业务

当我们不将线程的睡眠，再次运行

// 结果
1672495641929	|	24	|	pool-1-thread-1	|	办理业务
1672495641929	|	33	|	pool-1-thread-10	|	办理业务
1672495641929	|	26	|	pool-1-thread-3	|	办理业务
1672495641929	|	25	|	pool-1-thread-2	|	办理业务
1672495641929	|	27	|	pool-1-thread-4	|	办理业务
1672495641929	|	31	|	pool-1-thread-8	|	办理业务
1672495641929	|	29	|	pool-1-thread-6	|	办理业务
1672495641929	|	32	|	pool-1-thread-9	|	办理业务
1672495641929	|	30	|	pool-1-thread-7	|	办理业务
1672495641929	|	28	|	pool-1-thread-5	|	办理业务

可以发现此时使用的线程池中的线程数量发生改变

并且通过上述3种使用线程池的方法可以发现，线程池的原理是：ThreadPoolExecutor，底层源码都是 new 了一个 ThreadPoolExecutor 对象进行创建线程池

线程池中的7大参数

  1. corePoolSize：线程池中的常驻核心线程数
  2. maximumPoolSize：线程池中能够容纳同时执行的最大线程数，此值必须大于等于1
  3. keepAliveTime：多余的空闲线程的存活时间，当前池中线程数量超过 corePoolSize 时，当空闲时间达到 keepAliveTime 时，多余线程会被销毁直到只剩下 corePoolSize 个线程为止
  4. unit：keepAliveTime 的单位
  5. workQueue：任务队列，被提交但尚未被执行的任务
  6. threadFactory：表示生成线程池中工作线程的线程工厂，用于创建线程，一般默认的即可
  7. handler：拒绝策略，表示当队列满了，并且工作线程大于等于线程池的最大线程数（maximumPoolSize）时如何来拒绝
    请求执行的 runnable 的策略

源码如下：

public ThreadPoolExecutor(int corePoolSize,
                          int maximumPoolSize,
                          long keepAliveTime,
                          TimeUnit unit,
                          BlockingQueue<Runnable> workQueue,
                          ThreadFactory threadFactory,
                          RejectedExecutionHandler handler) {
    if (corePoolSize < 0 ||
        maximumPoolSize <= 0 ||
        maximumPoolSize < corePoolSize ||
        keepAliveTime < 0)
        throw new IllegalArgumentException();
    if (workQueue == null || threadFactory == null || handler == null)
        throw new NullPointerException();
    this.corePoolSize = corePoolSize;
    this.maximumPoolSize = maximumPoolSize;
    this.workQueue = workQueue;
    this.keepAliveTime = unit.toNanos(keepAliveTime);
    this.threadFactory = threadFactory;
    this.handler = handler;
}

线程池底层工作原理

image-20230101113155767

  1. 在创建了线程池后，开始等待请求。
  2. 当调用 execute() 方法添加一个请求任务时，线程池会做出如下判断：
    1. 如果正在运行的线程数量小于 corePoolSize，那么马上创建线程运行这个任务；
    2. 如果正在运行的线程数量大于或等于 corePoolSize，那么将这个任务放入队列；
    3. 如果这个时候队列满了且正在运行的线程数量还小于 maximumPoolSize，那么还是要创建非核心线程立刻运行这个任务；
    4. 如果队列满了且正在运行的线程数量大于或等于 maximumPoolSize，那么线程池会启动饱和拒绝策略来执行。
  3. 当一个线程完成任务时，它会从队列中取下一个任务来执行。
  4. 当一个线程无事可做超过一定的时间（keepAliveTime）时，线程会判断：如果当前运行的线程数大于 corePoolSize，那么这个线程就被停掉。所以线程池的所有任务完成后，它最终会收缩到 corePoolSize的大小。

拒绝策略

在 Java 中已经内置的有拒绝策略，如下所示

  • AbortPolicy(默认)：直接抛出 RejectedExecutionException 异常，阻止系统正常运行。---- 中止策略
  • CallerRunsPolicy：“调用者运行”一种调节机制，该策略既不会抛弃任务，也不会抛出异常，而是将某些任务回退到调用者，从而降低新任务的流量。— 调用方运行策略
  • DiscardOldestPolicy：抛弃队列中等待最久的任务，然后把当前任务加人队列中尝试再次提交当前任务。
  • DiscardPolicy：该策略默默地丢弃无法处理的任务（直接丢弃超出的任务），不予任何处理也不抛出异常。如果允许任务丢失，这是最好的一种策略。— 丢弃策略

以上内置拒绝策略均实现了 RejectedExecutionHandle 接口

但是在现实工作中我们一个都不用 JDK 提供的三种创建线程池的方法，工作中我们需要自定义使用。

原因如下：

image-20230101114419399

自定义线程池

AbortPolicy 策略

public static void main(String[] args) {
    ThreadPoolExecutor threadPoolExecutor = new ThreadPoolExecutor(
        2,
        5,
        1L,
        TimeUnit.SECONDS,
        new LinkedBlockingQueue<>(3),
        Executors.defaultThreadFactory(),
        new ThreadPoolExecutor.AbortPolicy()
    );
    try {
        for (int i = 1; i <= 10; i++) {
            int temp = i;
            threadPoolExecutor.execute(() -> SmallTool.printTimeAndThread("办理业务" + temp));
        }
    } catch (Exception e) {
        e.printStackTrace();
    } finally {
        threadPoolExecutor.shutdown();
    }
}
// 结果  可以看出 直接报了 RejectedExecutionException 异常
java.util.concurrent.RejectedExecutionException: ......
1672546170117	|	26	|	pool-1-thread-3	|	办理业务6
1672546170117	|	25	|	pool-1-thread-2	|	办理业务2
1672546170117	|	26	|	pool-1-thread-3	|	办理业务3
1672546170117	|	24	|	pool-1-thread-1	|	办理业务1
1672546170117	|	25	|	pool-1-thread-2	|	办理业务4
1672546170117	|	28	|	pool-1-thread-5	|	办理业务8
1672546170117	|	27	|	pool-1-thread-4	|	办理业务7
1672546170117	|	26	|	pool-1-thread-3	|	办理业务5

CallerRunsPolicy 策略

public static void main(String[] args) {
    ThreadPoolExecutor threadPoolExecutor = new ThreadPoolExecutor(
        2,
        5,
        1L,
        TimeUnit.SECONDS,
        new LinkedBlockingQueue<>(3),
        Executors.defaultThreadFactory(),
        new ThreadPoolExecutor.CallerRunsPolicy()
    );
    try {
        for (int i = 1; i <= 10; i++) {
            threadPoolExecutor.execute(() -> SmallTool.printTimeAndThread("办理业务"));
        }
    } catch (Exception e) {
        e.printStackTrace();
    } finally {
        threadPoolExecutor.shutdown();
    }
}
// 结果   即 谁让你调用的，你找谁去调用，这就是 CallerRunsPolicy 策略 
1672545863694	|	1	|	main	|	办理业务
1672545863694	|	28	|	pool-1-thread-5	|	办理业务
1672545863695	|	1	|	main	|	办理业务
1672545863694	|	24	|	pool-1-thread-1	|	办理业务
1672545863694	|	26	|	pool-1-thread-3	|	办理业务
1672545863694	|	25	|	pool-1-thread-2	|	办理业务
1672545863694	|	27	|	pool-1-thread-4	|	办理业务
1672545863695	|	26	|	pool-1-thread-3	|	办理业务
1672545863695	|	24	|	pool-1-thread-1	|	办理业务
1672545863695	|	28	|	pool-1-thread-5	|	办理业务

DiscardOldestPolicy 策略

public static void main(String[] args) {
    ThreadPoolExecutor threadPoolExecutor = new ThreadPoolExecutor(
        2,
        5,
        1L,
        TimeUnit.SECONDS,
        new LinkedBlockingQueue<>(3),
        Executors.defaultThreadFactory(),
        new ThreadPoolExecutor.DiscardOldestPolicy()
    );
    try {
        for (int i = 1; i <= 10; i++) {
            int temp = i;
            threadPoolExecutor.execute(() -> SmallTool.printTimeAndThread("办理业务" + temp));
        }
    } catch (Exception e) {
        e.printStackTrace();
    } finally {
        threadPoolExecutor.shutdown();
    }
}
// 结果  可以发现 抛弃了 业务3和4 线程 这是因为它们在阻塞队列中是先进来的 等待时间最长 由于使用 DiscardOldestPolicy 
// 拒绝策略 所以直接丢弃了 业务3 和 业务4 任务
1672546276424	|	24	|	pool-1-thread-1	|	办理业务1
1672546276424	|	25	|	pool-1-thread-2	|	办理业务2
1672546276424	|	26	|	pool-1-thread-3	|	办理业务6
1672546276424	|	28	|	pool-1-thread-5	|	办理业务8
1672546276424	|	26	|	pool-1-thread-3	|	办理业务10
1672546276424	|	27	|	pool-1-thread-4	|	办理业务7
1672546276424	|	25	|	pool-1-thread-2	|	办理业务9
1672546276424	|	24	|	pool-1-thread-1	|	办理业务5

DiscardPolicy 策略

public static void main(String[] args) {
    ThreadPoolExecutor threadPoolExecutor = new ThreadPoolExecutor(
        2,
        5,
        1L,
        TimeUnit.SECONDS,
        new LinkedBlockingQueue<>(3),
        Executors.defaultThreadFactory(),
        new ThreadPoolExecutor.DiscardPolicy()
    );
    try {
        for (int i = 1; i <= 10; i++) {
            int temp = i;
            threadPoolExecutor.execute(() -> SmallTool.printTimeAndThread("办理业务" + temp));
        }
    } catch (Exception e) {
        e.printStackTrace();
    } finally {
        threadPoolExecutor.shutdown();
    }
}
// 结果 可以看出没有 业务9 和 业务10 任务 这是因为选择了 DiscardPolicy 策略 直接丢弃了超出的任务 线程池的最大容量为5，阻塞队列中的容量为3 整个最大容量为8 故超出该任务量的任务 都会被丢弃
1672546438195	|	27	|	pool-1-thread-4	|	办理业务7
1672546438195	|	24	|	pool-1-thread-1	|	办理业务1
1672546438195	|	25	|	pool-1-thread-2	|	办理业务2
1672546438196	|	27	|	pool-1-thread-4	|	办理业务3
1672546438195	|	28	|	pool-1-thread-5	|	办理业务8
1672546438196	|	27	|	pool-1-thread-4	|	办理业务5
1672546438195	|	26	|	pool-1-thread-3	|	办理业务6
1672546438196	|	25	|	pool-1-thread-2	|	办理业务4

合理配置线程池参数

这里配置的是最大线程数量，分为 CPU 密集型和 IO 密集型

CPU 密集型

CPU 密集的意思是该任务需要大量的运算而没有阻塞，CPU 一直在全速运行。

CPU 密集任务只有在真正的多核 CPU 上才可以得到加速（通过多线程）。而在单核 CPU 上，无论开几个模拟的多线程该任务都不可能得到加速，因为 CPU 总的运算能力就那些。

CPU 密集型任务配置尽可能少的线程数量，一般公式：CPU 逻辑核数 + 1个线程的线程池

IO 密集型：

  1. 由于 IO 密集型任务线程并不是一直在执行任务，则应配置尽可能多的线程，如 CPU 逻辑核数 * 2

  2. IO 密集型，即该任务需要大量的 IO，即大量的阻塞。在单线程上运行 IO 密集型的任务会导致浪费大量的 CPU 运算能力浪费在等待，所以 IO 密集型任务中使用多线程可以大大的加速程序运行，即使在单核 CPU 上，这种加速主要就是利用了被浪费掉的阻塞时间。

    IO 密集型时，大部分线程都被阻塞，故需要多配置线程数：

    参考公式：CPU 逻辑核数 / 1 - 阻塞系数，阻塞系数在 0.8 ~ 0.9 之间

更多文章在我的语雀平台：https://www.yuque.com/ambition-bcpii/muziteng

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/132533.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

OASIS协议标准文档的解读_第二部分

OASIS协议标准文档的解读_第二部分

8 CELL REFERENCING 8.1 跟GDSII文件一样, 在OASIS文件中&#xff0c; cells也是用名字来标识的。一个CELL record不仅要包括一个cell的定义&#xff0c;还要包括它的名字。 PLACEMENT record根据cell的名字来指定cell的放置位置。跟GDSII一样&#xff0c;在OASIS中没有匿名的c…
阅读更多...
APP应用渗透测试思路

APP应用渗透测试思路

今天继续给大家介绍渗透测试相关知识&#xff0c;本文主要内容是APP应用渗透测试思路。 免责声明&#xff1a; 本文所介绍的内容仅做学习交流使用&#xff0c;严禁利用文中技术进行非法行为&#xff0c;否则造成一切严重后果自负&#xff01; 再次强调&#xff1a;严禁对未授权…
阅读更多...
vue后台系统管理项目-echarts柱状图实现订单统计

vue后台系统管理项目-echarts柱状图实现订单统计

echarts柱状图实现订单统计 主要功能 不同订单状态切换显示不同的柱状图数据&#xff1b;根据条件切换选择年度视图、月度视图&#xff1b;根据条件切换指定年份、指定月份显示当前的数据&#xff1b;根据搜索条件查询查看柱状图数据&#xff1b;柱状图数据导出功能&#xff0c…
阅读更多...
C#，核心基础算法——完整全面、简单易用、稳定可靠的统计学常用算法之原理介绍、算法精粹与完整的源代码

C#，核心基础算法——完整全面、简单易用、稳定可靠的统计学常用算法之原理介绍、算法精粹与完整的源代码

1、统计学常用算法 统计分析科学 在“政治算术”阶段出现的统计与数学的结合趋势逐渐发展形成了“统计分析科学”。 十九世纪末&#xff0c;欧洲大学开设的“国情纪要”或“政治算数”等课程名称逐渐消失&#xff0c;代之而起的是“统计分析科学”课程。当时的“统计分析科学”…
阅读更多...
MongoDB：安装配置

MongoDB：安装配置

MongoDB有两个服务器版本 &#xff1a;MongoDB 社区版 和 MongoDB 企业版。此篇主要介绍 MacOS 下 MongoDB 社区版的安装&#xff0c;在 “版本” 下拉列表中&#xff0c;选择要下载的 MongoDB 版本&#xff1b;在平台下拉列表中&#xff0c;选择 MacOS。在包下拉列表中&#x…
阅读更多...
mysql一主双从环境搭建--docker-compose

mysql一主双从环境搭建--docker-compose

mysql一主双从环境搭建–docker-compose 一、工作目录结构 ├── cluster01 │ ├── msql-master01 │ │ └── volumes │ │ ├── conf │ │ │ └── my.cnf │ │ ├── data │ │ ├── initdb │ │ │ …
阅读更多...
基础数学（六）——非线性方程求根的数值解法

基础数学（六）——非线性方程求根的数值解法

文章目录期末考核方式求解的一般步骤二分法求根二分法计算样例二分法的优缺点不动点迭代法全局收敛准则收敛性证明样例局部收敛性收敛阶数的定义迭代法具体例题&#xff08;考试必考&#xff09;牛顿迭代法例题&#xff08;使用牛顿法近似目标解&#xff09;&#xff08;考过&a…
阅读更多...
Gem5模拟器，FS模式运行自定义程序（九）

Gem5模拟器，FS模式运行自定义程序（九）

FS模拟和SE模拟最大的区别是&#xff1a;FS模拟会启动Linux操作系统&#xff0c;会模拟系统的所有组件。因此需要给系统配置相应的Linux内核以及磁盘镜像&#xff0c;镜像文件作为Linux系统的文件系统。在FS模拟下&#xff0c;使用gem5自带的python脚本configs/example/fs.py。…
阅读更多...
从umati 看德国人如何玩OPCUA的

从umati 看德国人如何玩OPCUA的

到目前为止&#xff0c;机器的联网标准缺乏统一的协议和语义标准。比较知名的要数每个的MTConnect。fanuc机床的focas协议。未来的发展方向是OPCUA协议。但是实现这个目标并非一日之功。德国的umati 社区也许给我们一些启发。 为了推进机床行业的数字化进程&#xff0c;VDW&…
阅读更多...
从2022看2023年发展趋势

从2022看2023年发展趋势

前言 时光荏苒&#xff0c;回望即将过去的2022年&#xff0c;前端领域在这一年中整体还是保持平稳向前&#xff0c;但对整个IT产业链路及互联网行业来说&#xff0c;变化还是很大的&#xff0c;下面我将简单分享一下个人对整个行业领域的一些观点与思考。鄙人才疏学浅&#xf…
阅读更多...
Linux | 从头开始理解Linux以及工作日常常用命令

Linux | 从头开始理解Linux以及工作日常常用命令

Linux的版本 分很多种&#xff0c;家庭用途版本有&#xff1a;Linux Mint、Ubuntu、OpenSUSE、Fedora、PC-BSD&#xff1b;商业用途版本有&#xff1a;Debian、RHEL、CentOS&#xff1b;还有其他版本&#xff1a;FreeBSD、OpenBSD、Solaris、OpenSolaris等。 目录 1.操作系统…
阅读更多...
QT学习 控件（三）输入文本类与快捷键：QPlainText；QKeySequenceEdit

QT学习 控件（三）输入文本类与快捷键：QPlainText；QKeySequenceEdit

文章目录QPlainTextQKeySequenceEdit前情回顾&#xff1a; QLineEit QTextEdit文本输入类 QPlainTextEdit是一个简略版本的类&#xff0c;它的性能优于QTextEdit, 主要是因为在文本文档中使用QPlainTextDocumentLayout简化文本布局 QPlainText QPlainText和QTextEdit大致功能…
阅读更多...
Dijkstra求最短路（堆优化）

Dijkstra求最短路（堆优化）

给定一个 n 个点 m 条边的有向图&#xff0c;图中可能存在重边和自环&#xff0c;所有边权均为非负值。 请你求出 1 号点到 n 号点的最短距离&#xff0c;如果无法从1 号点走到 n 号点&#xff0c;则输出 −1。 输入格式 第一行包含整数 n 和 m。 接下来 m 行每行包含三个整…
阅读更多...
力扣刷题记录——205.同构字符串、217. 存在重复元素、283. 移动零

力扣刷题记录——205.同构字符串、217. 存在重复元素、283. 移动零

本专栏主要记录力扣的刷题记录&#xff0c;备战蓝桥杯&#xff0c;供复盘和优化算法使用&#xff0c;也希望给大家带来帮助&#xff0c;博主是算法小白&#xff0c;希望各位大佬不要见笑&#xff0c;今天要分享的是——《205.同构字符串、217. 存在重复元素、283. 移动零》。 目…
阅读更多...
（十四）大白话磁盘文件中， 40个bit位的数据头以及真实数据是如何存储的？

（十四）大白话磁盘文件中， 40个bit位的数据头以及真实数据是如何存储的？

文章目录 1、前情回顾2、详解40个bit位数据头1、前情回顾 之前我们已经给大家讲到了在磁盘上存储数据的时候， 每一行数据都会有变长字段长度列表，逆序存放这行数据里的变长字段的长度，然后会有NULL值列表，对于允许为NULL的字段都会有一个bit位标识那个字段是否为NULL，也是…
阅读更多...
shell第五天作业——函数与数组

shell第五天作业——函数与数组

题目 一、编写函数&#xff0c;实现打印绿色OK和红色FAILED 二、编写函数&#xff0c;实现判断是否有位置参数&#xff0c;如无参数&#xff0c;提示错误 三、编写函数实现两个数字做为参数&#xff0c;返回最大值 四、编写函数&#xff0c;实现两个整数为参数&#xff0c;…
阅读更多...
状态压缩DP——最短Hamilton路径

状态压缩DP——最短Hamilton路径

状态压缩DP——最短Hamilton路径一、题目描述二、思路分析1、状态转移方程&#xff08;1&#xff09;状态表示——状态压缩&#xff08;2&#xff09;状态转移2、循环和初始化&#xff08;1&#xff09;循环设计&#xff08;2&#xff09;初始化三、代码实现一、题目描述 二、思…
阅读更多...
（day1）自学java基础

（day1）自学java基础

非原创&#xff0c;记录学习过程&#xff0c;为方便自己后期复习 目录 1.Java基础概念 2.运算符 3.判断 4.循环 5.循环高级 6.数组 7.数组的内存图 8.方法 ctrlaltL 自动格式化代码 为什么要配置环境变量&#xff1f; 我们想在任意目录都可以打开指定软件&#xff0c;就…
阅读更多...
DDR3 数据传输（四）

DDR3 数据传输（四）

目录 引言 AXI从侧接口参数 AXI从侧接口信号 参考说明 引言 前文链接&#x
阅读更多...
巧用网络指数

巧用网络指数

哈喽&#xff0c;好久不见&#xff01;今天我们来一起聊聊网络指数。网络指数平台是以网民在线使用行为数据为基础&#xff0c;借助关键词表达的重要信息检索渠道&#xff0c;一定程度上可以反映某一话题的关注度&#xff0c;也可以帮助我们抓住所谓的“热点”。这里&#xff0…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023