elasticsearch-7.17.9

news2024/12/25 10:17:25

1、ElasticSearch

1.1、概念

1.1.1、分片(shard)

1、分片

在ES中所有数据的文件块，也是数据的最小单元块，整个ES集群的核心就是对所有分片的分布、索引、负载、路由等达到惊人的速度。

实列场景：
假设 IndexA 有2个分片，向 IndexA 中插入10条数据 (10个文档)，那么这10条数据会尽可能平均的分为5条存储在第一个分片，剩下的5条会存储在另一个分片中。
2、分片的重要性

ES中所有数据均衡的存储在集群中各个节点的分片中，会影响ES的性能、安全和稳定性。

3、分片的作用
  • 水平分割/扩展内容容量
  • 在分片（潜在地，位于多个节点上）之上进行分布式的、并行的操作，进而提高性能/吞吐量
4、分片个数（数据节点计算）

分片个数是越多越好，还是越少越好了？根据整个索引的数据量来判断。

实列场景：
如果 IndexA 所有数据文件大小是300G，改怎么定制方案了？(可以通过Head插件来查看)

建议（供参考）：

  • 每一个分片数据文件小于30-50GB；机械硬盘，不建议大于50G，SSD，可以大点，如100G
  • 每一个索引中的一个分片对应一个节点
  • 节点数大于等于分片数
  • 从高可用/高并发的角度出发，官方建议，shard为节点的平方数
    根据建议，至少需要 10 个分片。
    结果： 建10个节点 (Node)，Mapping 指定分片数为 10，满足每一个节点一个分片，每一个分片数据带下在30G左右。
    SN(分片数) = IS(索引大小) / 30
    NN(节点数) = SN(分片数) + MNN(主节点数[无数据]) + NNN(负载节点数)
5、分片设置

创建 IndexName 索引时候，在 Mapping 中可以如下设置分片 (curl)

PUT IndexName 
{
    "settings": {
        "number_of_shards": 5
    }
}
6、分片查询

可以指定es去具体的分片查询从而进一步的实现es极速查询。

  • randomizeacross shards
    随机选择分片查询数据，es的默认方式
  • _local
    优先在本地节点上的分片查询数据然后再去其他节点上的分片查询，本地节点没有IO问题但有可能造成负载不均问题。数据量是完整的。
  • _primary
    只在主分片中查询不去副本查，一般数据完整。
  • _primary_first
    优先在主分片中查，如果主分片挂了则去副本查，一般数据完整。
  • _only_node
    只在指定id的节点中的分片中查询，数据可能不完整。
  • _prefer_node
    优先在指定节点中查询，一般数据完整。
  • _shards
    在指定分片中查询，数据可能不完整。
  • _only_nodes
    可以自定义去指定的多个节点查询，es不提供此方式需要改源码。
7、shard&replica机制梳理
  • index包含多个shard
  • 每个shard都是一个最小工作单元，承载部分数据
  • 增减节点时，shard会自动在nodes中负载均衡
  • primary shard和replica shard
  • replica shard是primary shard的副本，负责容错，以及承担读请求负载
  • primary shard的默认数量是1，replica默认是1
  • primary shard的数量在创建索引的时候就固定了，replica shard的数量可以随时修改
  • primary shard不能和自己的replica shard放在同一个节点上
8、单node创建index
  • 单node环境下，创建一个index，有3个primary shard，3个replica shard,此时集群status是yellow,只会将3个primary shard分配到仅有的一个node上去，另外3个replica shard是无法分配的
  • 集群可以正常工作，但是一旦出现节点宕机，数据全部丢失，而且集群不可用，无法承接任何请求
9、两个node节点下replica shard分配
  • 一台机器，这一台机器上就会有3个primary shard，3个replica shard ,此时集群状态为yellow
  • 新加入了一台机器，会自动将3个replica shard分配到新的机器上去。primary shard的数据会拷贝到对应的replica shard上去

1.1.2、副本(replicas)

代表索引副本，es可以设置多个索引的副本。
副本的作用：

  • 一是提高系统的容错性，当某个节点某个分片损坏或丢失时可以从副本中恢复
  • 二是提高es的查询效率，es会自动对搜索请求进行负载均衡

1.1.3、数据恢复(recovery)

代表数据恢复或叫数据重新分布，es在有节点加入或退出时会根据机器的负载对索引分片进行重新分配;
挂掉的节点重新启动时也会进行数据恢复。

1.2、基础概念

在这里插入图片描述

2、ElasticSearch集群

2.1、集群规划

2.1.1、集群角色规划

实际上，一个节点在默认情况下会同时扮演：Master Node，Data Node 和 Ingest Node。

节点类型配置参数默认值
Masternode.mastertrue
Master Eligiblenode.mastertrue
Datanode.datatrue
Coordinating无每个节点是协调节点；设置上面3个参数全为false为协调节点
Ingestnode.ingesttrue
MachineLearningnode.mltrue(需要enable x-pack)

2.1.2、节点角色建议

1、分环境
  • 在开发环境，一个节点可以承担多种角色
  • 生产环境中，需要根据数据量，写入和查询的吞吐量，选择合适的部署方式，建议设置单一角色的节点（dedicated node)
2、ES2.X及之前版本节点角色概述

在这里插入图片描述

3、ES5.X节点角色清单

在这里插入图片描述

4、不同角色节点的配置选择

Dedicated Master

  • 每一个节点启动后，默认就是Mastrt eligible节点（可以设置node.master: flase 禁止）
  • mastrt eligible节点可以参加选主流程，成为Master节点
  • 当第一个节点启动时，它将会把自己选举成Master节点
  • 每一个节点都保存集群状态，只有Master节点才能修改集群的状态
    • 集群状态，维护一个集群中的必要信息
    • 所有节点信息
    • 所有索引和其相关的Mapping和Setting信息
    • 分片的路由信息

Dedicated Master Eligible Node

  • 负责集群状态的管理；
  • 使用低配置的 CPU，RAM 和磁盘；

Dedicated Data Node

  • 负责数据存储及处理客户端请求；
  • 使用高配置的 CPU，RAM 和磁盘；

Dedicated Ingest Node

  • 负责数据处理；
  • 使用高配置的 CPU，中等配置的 RAM，低配置的磁盘；

Coordinating only Node

  • 高配或中配的 CPU，高配或中配的 RAM，低配的磁盘；
  • 生产环境中，建议为一些大的集群配置 Coordinating Only Node，其扮演的角色：

Load Balancer，降低 Master 和 Data Nodes 的负载；

  • 负责搜索结果的 Gather 和 Reduce；
  • 有时无法预知客户端会发送怎样的请求，大量占用内存的聚合操作，比如一个深度聚合可能会发生 OOM；

Hot & warm节点

  • 不同硬件配置的Data Node。把热门索引或者近期索引放在高配置节点（Hot节点）上，反而冷门索引和相对久远的数据放到低配置节点（warm节点）上。从而节省资源

Machine Learning 节点

  • 用来跑机器学习的job，来发现数据中的异常

2.1.3、高可用ES部署原则

1、配置多个Dedicated Master Node

为什么要配置 多个Dedicated Master Node？
从高可用 & 避免脑裂的角度出发，需要配置多个 Dedicated Master Node

  • 一般在生产环境中配置 3 台，当有1 台丢失的时候，其余的节点会被提升成活跃主节点；
  • 一个集群必须有一台活跃的主节点，负责分片管理，索引创建，集群管理等操作；
    Elasticsearch集群至少三个Master实例，并且，生产建议每个es实例部署在不同的设备上，三个Master节点最多只能故障一台Master节点，数据不会丢失; 如果三个节点故障两个节点，则造成数据丢失并无法组成集群。
    三台Master做集群，其中一台被真正选为了Master，那么其它两台就是 eligible 节点。
2、Master Node 和 Data Node 或 Coordinating Node 分开部署

如果 Master Node 和 Data Node 或 Coordinating Node 混合部署

  • Data Node 相对有比较大的内存占用；
  • Coordinating Node 有时候会有开销很高的查询，导致 OOM；
  • 这些都有可能影响 Master 节点，导致集群的不稳定；
3、Data Node 水平扩展

在Elasticsearch集群中，此节点应该是最多的。

  • Data Node 在以下两种场景，可以不断扩展：
  • 当磁盘容量无法满足时，可以增加 Data Node；
  • 当磁盘读写压力大时，可以增加 Data Node；
4、Coordinating Node 水平扩展
  • 当系统中有大量复杂查询及聚合的时候，增加 Coordinating Node，提升查询和聚合的性能；
  • 可以在 Coordinating Node 前配置 LB，软件或硬件实现，此时 Application 只需要和 LB 交互；
5、读写分离与LB负载均衡

读请求发到 Coordinating Node；
写请求发到 Ingest Node；
Coordinating Node 和 Ingest Node 前都可以配置 LB；

2.1.4、高可用ES的部署规划

1、小型的ES集群的节点架构

小型的ES集群，就是3/5/7这种少于10个节点的集群。
对于3个节点、5个节点甚至更多节点角色的配置，Elasticsearch官网、国内外论坛、博客都没有明确的定义。
在这里插入图片描述

2、小型的ES集群的节点角色规划
  • 对于Ingest节点，如果我们没有格式转换、类型转换等需求，直接设置为false。
  • 3-5个节点属于轻量级集群，要保证主节点个数满足((节点数/2)+1)。
  • 轻量级集群，节点的多重属性如：Master&Data设置为同一个节点可以理解的。
  • 如果进一步优化，5节点可以将Master和Data再分离。
3、大型的ES集群的节点架构

ES数据库最好的高可用集群部署架构为：
三台服务器做master节点
N（比如20）台服务器作为data节点（存储资源要大）
N（比如2）台做ingest节点（用于数据转换，可以提高ES查询效率）
在这里插入图片描述

4、高可用进阶：异地多活部署场景(多个data center)

异地多活部署场景, 可以在多个data center 部署多套ES集群。
在多个data center的部署场景。 如何进一步保证ES集群的高可用呢
读高可用架构
这几个集群需要确保有相同的数据。通过gtm进行流量路由，将用户的读请求，路由到最优的集群。
GTM主要用来做数据的读取。
具体的读高可用架构图如下：

在这里插入图片描述

5、如何保证数据一致性

两种方案：

需要程序分别写入这几个集群，保持数据一致
  • 由于建立索引的及时性，没有那么高，更多的情况，是写入消息队列。
  • 各个数据中心的程序，去消费消息队列中的数据。
或者就写入一个集群 ,使用es的跨集群复制确保数据一致
  • Elasticsearch（后面统称ES） cross-cluster replication (后面统称CCR)是ES 6.5的一个测试特性，是ES 6.7的的一个全局高可用特性。
  • CCR将索引复制到其他ES集群，可以解决多个用例，包括跨数据中心高可用(HA)，灾难恢复(DR)和CDN样体系结构，最终实现ES集群的高可用。
  • CCR没有所谓的冲突监测，如果要独立flower，只需要暂定同步，关闭索引，取消对leader的关注，重新打开索引即可。

2.2、部署集群

2.2.1、系统参数

2.2.2、前期准备

1、创建用户
2、创建目录授权
mkdir -p /mnt/elastic/{data,logs}
chown -R hadoop:hadoop /mnt/elastic/

2.2.3、解压

tar -zxf elasticsearch-7.17.9-linux-x86_64.tar.gz -C /opt/module/

2.3、配置集群

2.3.1、修改配置

1、elasticsearch.yml
vi  /opt/module/elasticsearch-7.17.9/config/elasticsearch.yml

# ---------------------------------- Cluster -----------------------------------
# 集群名称
cluster.name: elastic-cluster
# ------------------------------------ Node ------------------------------------

# 节点名称
node.name: node-01

# ----------------------------------- Paths ------------------------------------

# 存放数据目录
path.data: /mnt/elastic/data
# 存放日志目录
path.logs: /mnt/elastic/logs

# ----------------------------------- Memory -----------------------------------
bootstrap.memory_lock: false

# ---------------------------------- Network -----------------------------------
# 启动地址，如果不配置，只能本地访问
network.host: 192.168.47.10

# 对外提供服务的http端口，默认为9200
http.port: 9201
# 内部节点之间沟通端口
transport.port: 9301

# --------------------------------- Discovery ----------------------------------

# es7.x 之后新增的配置，写入候选主节点的设备地址，在开启服务后可以被选为主节点
discovery.seed_hosts: ["node-01:9301", "node-02:9301", "node-03:9301"]

# es7.x 之后新增的配置，初始化一个新的集群时需要此配置来选举master
cluster.initial_master_nodes: ["node-01", "node-02", "node-03"]

# 每隔多长时间ping一个node
##master选举/节点间通讯超时时间(这个时间的配置需要根据实际情况设置)
discovery.zen.fd.ping_interval: 30s
# 每次ping的超时时间
discovery.zen.fd.ping_timeout: 120s
# 一个node被ping多少次失败就认为是故障了
discovery.zen.fd.ping_retries: 6

# 当前节点是否可以被选举为master节点，是：true否：false
node.master: true
# 当前节点是否用于存储数据，是：true否：false
node.data: true
# 至少有两个节点才进行主节点选举，一般情况下会配置(n/2 + 1)个节点
discovery.zen.minimum_master_nodes: 2

# 至少要有两个节点以上才进行数据恢复
gateway.recover_after_nodes: 2
# 有三个节点上线后才进行数据恢复
gateway.expected_nodes: 3
# 等待5分钟才进行数据恢复，取决与两者哪个先达到
gateway.recover_after_time: 5m
#
indices.fielddata.cache.size: 20%
# http请求最大内容设置
http.max_content_length: 200mb
# 打开跨域支持head插件使用
http.cors.enabled: true
http.cors.allow-origin: "*"
http.cors.allow-headers: Authorization,X-Requested-With,Content-Length,Content-Type
# ---------------------------------- Security ----------------------------------
2、jvm.options
 -Xms512m
 -Xmx512m
3、使用ES自带jdk
vi  elasticsearch-env

# now set the classpath
ES_CLASSPATH="$ES_HOME/lib/*"

ES_JAVA_HOME=/opt/module/elasticsearch-7.17.9/jdk

# now set the path to java
if [ ! -z "$ES_JAVA_HOME" ]; then
  JAVA="$ES_JAVA_HOME/bin/java"
  JAVA_TYPE="ES_JAVA_HOME"
elif [ ! -z "$JAVA_HOME" ]; then
  # fallback to JAVA_HOME
  echo "warning: usage of JAVA_HOME is deprecated, use ES_JAVA_HOME" >&2
  #JAVA="$JAVA_HOME/bin/java"
  #JAVA_TYPE="JAVA_HOME"
   JAVA="$ES_JAVA_HOME/bin/java"
   JAVA_TYPE="ES_JAVA_HOME"
else
  # use the bundled JDK (default)
  if [ "$(uname -s)" = "Darwin" ]; then
    # macOS has a different structure
    JAVA="$ES_HOME/jdk.app/Contents/Home/bin/java"
  else
    JAVA="$ES_HOME/jdk/bin/java"
  fi
  JAVA_TYPE="bundled JDK"
fi
4、分发配置文件
scp elasticsearch.yml jvm.options node-02:/$PWD
5、启动服务
bin/elasticsearch -d -p pid
6、检查服务情况
# 服务器
curl http://node-01:9200
curl http://node-01:9200/_cat/nodes?v
curl http://node-01:9200/_cat/nodes?pretty

# 浏览器
http://node-01:9200
http://node-01:9200/_cat/health?v
http://node-01:9200/_cat/nodes?pretty

2.3.2、启用Xpack

1、生成CA证书
 # 这里直接回车即可，不要设置密码
bin/elasticsearch-certutil ca
2、生成p12秘钥
 # 这里直接回车即可，不要设置密码
bin/elasticsearch-certutil cert --ca elastic-stack-ca.p12
3、拷贝p12秘钥文件
mkdir config/certs
cp elastic-certificates.p12  config/certs
4、分发p12秘钥文件
scp -r certs node-02:/$PWD
5、elasticsearch.yml(所有节点)
# ---------------------------------- Security ----------------------------------

# 开启xpack
xpack.security.enabled: true
xpack.license.self_generated.type: basic
xpack.security.transport.ssl.enabled: true
# 证书配置
xpack.security.transport.ssl.verification_mode: certificate
xpack.security.transport.ssl.keystore.path: certs/elastic-certificates.p12
xpack.security.transport.ssl.truststore.path: certs/elastic-certificates.p12
6、重启elasticsearch个节点
bin/elasticsearch -d -p pid
7、设置密码
# 任意节点
bin/elasticsearch-setup-passwords interactive
8、登录验证
账号/密码：elastic/xxx
http://node-01:9200/_cat/health?v

2.4、管理集群

2.4.1、启停脚本

需要以普通用户用户启动elasticsearch集群，不能用root有户启动

xcall.sh "/opt/module/elasticsearch-7.17.9/bin/elasticsearch -d -p pid"

2.4.2、开机自启

1、查看开机启动服务
chkconfig --list
2、创建elasticsearch系统启动服务文件
vi /etc/init.d/elasticsearch
3、编写启动脚本
#!/bin/bash
#description: elasticsearch
#processname: elasticsearch-7.17.9

export ES_HOME=/opt/module/elasticsearch-7.17.9

case $1 in
        start)
                su hadoop<<!
                cd $ES_HOME
                ./bin/elasticsearch -d -p pid
                exit
!
                echo "elasticsearch is started"
                ;;
        stop)
                pid=`cat $ES_HOME/pid`
                kill -9 $pid
                echo "elasticsearch is stopped"
                ;;
        restart)
                pid=`cat $ES_HOME/pid`
                kill -9 $pid
                echo "elasticsearch is stopped"
                sleep 1
                su hadoop<<!
                cd $ES_HOME
                ./bin/elasticsearch -d -p pid
                exit
!
                echo "elasticsearch is started"
        ;;
    *)
        echo "start|stop|restart"
        ;;
esac
exit 0
4、修改文件权限
chmod 777 elasticsearch
5、添加和删除服务并设置启动方式
chkconfig --add elasticsearch
chkconfig --del elasticsearch
6、关闭和启动服务
service elasticsearch start
service elasticsearch stop
service elasticsearch restart
7、设置开机是否启动
chkconfig elasticsearch on
chkconfig elasticsearch off
8、验证是否启动
ps -ef | grep elasticsearch
4、修改文件权限
chmod 777 elasticsearch
5、添加和删除服务并设置启动方式
chkconfig --add elasticsearch
chkconfig --del elasticsearch
6、关闭和启动服务
service elasticsearch start
service elasticsearch stop
service elasticsearch restart
7、设置开机是否启动
chkconfig elasticsearch on
chkconfig elasticsearch off
8、验证是否启动
ps -ef | grep elasticsearch

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/418106.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

数据结构 - 计数排序 | C

数据结构 - 计数排序 | C

什么是计数排序 如上图&#xff0c;统计数组中值的个数&#xff1a; 2个[1]&#xff1a;1&#xff0c;1 1个[2]&#xff1a;2 3个[3]&#xff1a;3&#xff0c;3&#xff0c;3 2个[4]&#xff1a;4&#xff0c;4 传给原数组&#xff1a;&#xff08;即完成排序↓&#xff09; …
阅读更多...
Fast R-CNN

Fast R-CNN

目录 1. 关于 R-CNN 的缺点 2. Fast R-CNN 3. Fast R-CNN 算法的流程 3.1 CNN 特征提取 3.2 ROI pooling 3.3 Fast R-CNN 的输出 3.4 损失函数 4. Fast R-CNN的不足 1. 关于 R-CNN 的缺点 RCNN算法流程如下 RCNN算法分为四个步骤&#xff1a; SS 算法生成2000个候选框…
阅读更多...
解除游戏多开限制,关闭互斥体句柄

解除游戏多开限制,关闭互斥体句柄

游戏限制多开有很多种方法 比如说遍历窗口,遍历进程,配置文件,注册表,互斥体,mac地址,ip,公共文件,内存映射等等.方法很多.但是绝大部分游戏限制多开都是采用的互斥体.这节课我们来讲解一下关闭互斥体句柄来实现多开.例子为CQYH(这里的防护建议是,增加多种多开限制的方法 以及 …
阅读更多...
系统安全与应用【上】

系统安全与应用【上】

文章目录1.账号安全控制1.1 系统账号清理1.2 密码安全控制1.3 命令历史限制1.4 终端自动注销2.系统引导和登录控制2.1 使用su命令切换用户2.2 限制使用su命令的用户3.可插拔式认证模块PAM3.1 linux中的PAM安全认证3.2 PAM认证原理3.3 PAM认证的构成3.4 PAM安全认证流程3.5 使用…
阅读更多...
（八）【软件设计师】计算机系统—浮点数

（八）【软件设计师】计算机系统—浮点数

浮点数 浮点数。当机器字长为n时&#xff0c;定点数的补码和移码可表示2的n方个数&#xff0c;而其原码和反码只能表示2"-1个数&#xff08;0的表示占用了两个编码)&#xff0c;因此&#xff0c;定点数所能表示的数值范围比较小&#xff0c;在运算中很容易因结果超出范围而…
阅读更多...
实力爆表，日日新成为AI领航者

实力爆表，日日新成为AI领航者

目录正式发布自建算力SenseChat编程能力图像生成后言上周五&#xff0c;阿里发布大模型通义千问&#xff0c;正式开始邀请内测。本周一&#xff0c;人工智能巨头商汤科技正式发布“日日新”大模型体系&#xff0c;全面丰富的产品体系&#xff0c;多个功能表现超预期&#xff0c…
阅读更多...
MobTech MobPush|不同手机厂商推送问题

MobTech MobPush|不同手机厂商推送问题

配置了华为厂商推送&#xff0c;为什么有的华为设备无法接收离线消息 首先&#xff0c;排查配置的华为厂商参数是否正确&#xff1b; 其次&#xff0c;检查华为设备EMUI版本&#xff0c;低于5.0可能不支持&#xff0c;如果低于5.0&#xff0c;可以尝试升级设备里的‘华为移动服…
阅读更多...
Google代码覆盖率最佳实践

Google代码覆盖率最佳实践

软件质量保障: 所寫即所思&#xff5c;一个阿里质量人对测试的所感所悟。谷歌一直倡导的领域之一是使用代码覆盖率数据评估风险并识别测试中的真空。然而&#xff0c;代码覆盖率的价值一直是个争议的话题。每次聊到代码覆盖率时&#xff0c;似乎都会引发无尽的争论。由于大家固…
阅读更多...
微信小程序开发 | 小程序开发框架

微信小程序开发 | 小程序开发框架

小程序开发框架7.1 小程序模块化开发7.1.1 模块7.1.2 模板7.1.3 自定义组件7.1.4插件7.2 小程序基础样式库—WeUI7.2.1 初识WeUI7.2.2【案例】电影信息展示7.3 使用vue.js开发小程序7.3.1 初识mpvue7.3.2 开发工具7.3.3 项目结构7.3.4【案例】计数器7.4 小程序组件化开发框架7.…
阅读更多...
Ztree树状的处理

Ztree树状的处理

1.用一个div进行包裹ztree结构&#xff0c;引用相关的js代码和css样式&#xff0c;这里用的样式是awesome.css 所引用的js文件&#xff0c;css文件可以在网上下载&#xff08;这里所用到的jquery-ztree文件放在网盘了&#xff09; <ul id"tree" class"ztre…
阅读更多...
企业即时通讯软件开发基本功能有哪些？

企业即时通讯软件开发基本功能有哪些？

即时通讯是基于互联网技术的新型交流沟通方式&#xff0c;是目前最流行的通讯方式&#xff0c;广泛的应用市场使得各种各样的即时通讯软件系统也层出不穷&#xff0c;企业即时通讯就是其中的一种延伸。是一种面向企业终端使用者的网络营销、网络沟通和内容管理的工具服务&#…
阅读更多...
mysql基础安装以及问题

mysql基础安装以及问题

mysql 基础安装以及问题安装MySQL8.0的安装&#xff1a;MySQL5.7 版本的安装、配置卸载服务的启动与停止图形化工具推荐安装 官网&#xff1a;https://www.mysql.com MySQL8.0的安装&#xff1a; 这里是写你直接要安装的目录&#xff1a; 之后配置mysql8.0 注意&#x…
阅读更多...
不会注册ChatGPT?4个国内网站让你尽情体验

不会注册ChatGPT?4个国内网站让你尽情体验

最近火出圈的科技新词非“ChatGPT”莫属了。 但是由于ChatGPT注册起来比较困难&#xff0c;我到现在都还学不会如何注册.... 但是&#xff01;世上无难事&#xff01;只要有心人&#xff01; 我千辛万苦终于找到几个ChatGPT平替的网站了。 AI中文智能对话 地址&#xff1a;…
阅读更多...
目标检测入门：发展历史

目标检测入门：发展历史

预备知识 分类classification 输出：物体的类别 评估方法：准确率 定位location 输出：方框在图片中的位置（x,y,w,h） 评估方法：交并比IOU 定位的解决思路： 思路一：看做回归问题 看做回归问题，我们需要预测出（x,y,w,h）四个参数的值，从而得出方框的位置 成为class…
阅读更多...
数字证书的相关专业名词(下)---OCSP及其java中的应用

数字证书的相关专业名词(下)---OCSP及其java中的应用

一、前言 上篇文章我们了解了根证书和校验证书有效性中的一个比较重要的渠道–CRL&#xff0c;但是CRL有着时间延迟&#xff0c;网络带宽消耗等缺点&#xff0c;本篇文章我们了解另一种更高效也是目前被广泛应用的校验证书有效性的另一种方式–OCSP&#xff0c;并且我会结合ja…
阅读更多...
4年测试工程师经历，下一步转开发还是继续测试？

4年测试工程师经历，下一步转开发还是继续测试？

​测试四年&#xff0c;没有积累编程脚本能力和自动化经验&#xff0c;找工作时都要求语言能力&#xff0c;自动化框架。感觉开发同事积累的经历容易找工作。下一步&#xff0c;想办法转开发岗还是继续测试&#xff1f;&#xff1f;&#xff1f;正常情况下&#xff0c;有了四年…
阅读更多...
matlab图像处理系列：图片圈数识别+编号标记位置

matlab图像处理系列：图片圈数识别+编号标记位置

matlab图像处理系列&#xff1a;图片圈数识别编号标记位置一、app界面介绍二、实现过程step1图像二值化step2 图像close 做差step3 像素阈值处理step4 清除小区域step5 识别联通区域 并在原图上标记三、项目分享一、app界面介绍 读取图片按钮&#xff1a;使用ui交互工具&#x…
阅读更多...
单词管理系统【GUI/Swing+MySQL】（Java课设）

单词管理系统【GUI/Swing+MySQL】（Java课设）

系统类型 Swing窗口类型Mysql数据库存储数据 使用范围 适合作为Java课设&#xff01;&#xff01;&#xff01; 部署环境 jdk1.8Mysql8.0Idea或eclipsejdbc 运行效果 本系统源码地址&#xff1a;https://download.csdn.net/download/qq_50954361/87682568 更多系统资源库…
阅读更多...
Prometheus - Grafana 监控 MysqlD Linux服务器 详细版

Prometheus - Grafana 监控 MysqlD Linux服务器 详细版

readme 其实上一篇文章已经把如何操作&#xff0c;基本上是写全了&#xff08;因为是从本文精炼出来的&#xff09;本文可能更多的是补充一些关于 Prometheus 和 Grafana 的理论 &#xff0c;关系等。 操作 标签&#xff1a;是必看&#xff0c;要操作的。 非必要看 标签&…
阅读更多...
DP7416国产192K数字音频接收芯片兼容替代CS8416

DP7416国产192K数字音频接收芯片兼容替代CS8416

目录192K 数字音频应用DP7416简介芯片特性192K 数字音频应用 采样率192khz&#xff0c;能将192,000hz以下的频率都录下来&#xff0c;而且对声波每秒连续采样192,000次。在回放的时候&#xff0c;这192,000个采样点按顺序播放&#xff0c;从而还原原来的声音。 　 过采样技术除…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023