当前位置: 首页 > article >正文

【Java实战】低侵入的线程池值传递

欢迎来到啾啾的博客🐱。
记录学习点滴。分享工作思考和实用技巧,偶尔也分享一些杂谈💬。
有很多很多不足的地方,欢迎评论交流,感谢您的阅读和评论😄。

目录

  • 引言
  • InheritableThreadLocal
  • Alibaba TransmittableThreadLocal

引言

在之前的Java基础ThreadLocal篇章中,我们有了解到,ThreadLocal存储值线程安全的本质,是获取线程实例独享的的ThreadLocalMap属性。且k-v内容为this-value。在线程池复用线程的场景中,如果每次使用ThreadLocal存储值而不清除,线程的ThreadLocalMap将会持续扩容,直至内存溢出。
为此,我们需要在每次使用完ThreadLocal后进行remove操作。

但是在复杂场景中,我们可能忘记清理。
甚至在一些场景,我们希望主线程中ThreadLocal的值可以低侵入地传递到子线程中,比如如用于追踪请求调用链路的TraceID。

那么,我们应该怎么做呢?

InheritableThreadLocal

标准 ThreadLocal 的值不会自动从父线程传递到子线程。为此,Java 提供了 InheritableThreadLocal。
当你创建一个新线程时,子线程会自动继承父线程中 InheritableThreadLocal 变量的值。


public class TraceContext {private static final InheritableThreadLocal<String> TRACE_ID_HOLDER = new InheritableThreadLocal<>();public static void setTraceId(String traceId) {TRACE_ID_HOLDER.set(traceId);}public static String getTraceId() {return TRACE_ID_HOLDER.get();}public static void clearTraceId() {TRACE_ID_HOLDER.remove();}public static void main(String[] args) {// 主线程TraceContext.setTraceId("Main-thread-trace-id");new Thread(() -> {/*会打印 "main-thread-trace-id"注意:子线程修改不会影响父线程,父线程后续修改也不会影响已创建的子线程*/System.out.println("Child thread traceId: " + TraceContext.getTraceId());TraceContext.setTraceId("child-thread-trace-id");System.out.println("Child thread traceId: " + TraceContext.getTraceId());TraceContext.clearTraceId(); // 最好也在子线程用完后清理}).start();// 主线程等待try {Thread.sleep(1000);System.out.println("Main thread traceId: " + TraceContext.getTraceId());} catch (InterruptedException e) {throw new RuntimeException(e);} finally {// 父线程也需要清理(通常在业务流程结束时清理)TraceContext.clearTraceId();}System.out.println("Main thread traceId: " + TraceContext.getTraceId());}
}

InheritableThreadLocal 的值是在子线程创建时从父线程复制的。
但是当使用是线程池时,InheritableThreadLocal有一个问题。
当一个任务提交给线程池,线程池复用一个已存在的线程时,这个被复用的线程不会从提交任务的当前线程那里重新继承 InheritableThreadLocal 的值。它会保留上一个任务结束时(或者它被创建时)的状态。
这会导致如果如果任务A在线程T1中设置了 InheritableThreadLocal 的值为 valA,任务A结束后没有清理。然后任务B(由不同的请求触发,期望的 InheritableThreadLocal 值为 valB)被分配到同一个线程T1,它会看到 valA 而不是期望的 valB。

InheritableThreadLocal解决了传递的问题,但是并不能解决自动处理的问题,还是不能“能够忘记清理”。


import java.util.concurrent.ExecutorService;
import java.util.concurrent.Executors;
import java.util.concurrent.TimeUnit;public class TraceContext {// 使用 InheritableThreadLocalprivate static final InheritableThreadLocal<String> TRACE_ID_HOLDER = new InheritableThreadLocal<>();public static void setTraceId(String traceId) {System.out.println("[" + Thread.currentThread().getName() + "] 设置 TraceID: " + traceId);TRACE_ID_HOLDER.set(traceId);}public static String getTraceId() {String traceId = TRACE_ID_HOLDER.get();// System.out.println("[" + Thread.currentThread().getName() + "] 获取 TraceID: " + traceId); // 频繁打印会比较乱return traceId;}public static void clearTraceId() {System.out.println("[" + Thread.currentThread().getName() + "] 清理 TraceID. 清理前的值: " + TRACE_ID_HOLDER.get());TRACE_ID_HOLDER.remove();}public static void main(String[] args) throws InterruptedException {// 创建一个单线程的线程池,方便观察线程复用ExecutorService executorService = Executors.newSingleThreadExecutor();// ExecutorService executorService = Executors.newFixedThreadPool(1); // 等效System.out.println("===== 场景演示:InheritableThreadLocal 与线程池复用问题 =====");// --- 任务1:由主线程提交 ---// 主线程设置自己的 TraceIDTraceContext.setTraceId("主线程-为任务1设置的TraceID");System.out.println("[" + Thread.currentThread().getName() + "] 准备提交任务1。主线程当前 TraceID: " + TraceContext.getTraceId());executorService.submit(() -> {String threadName = Thread.currentThread().getName();System.out.println("[" + threadName + "] 任务1开始执行。继承到的 TraceID: " + TraceContext.getTraceId());// 任务1 设置自己业务相关的 TraceIDTraceContext.setTraceId("任务1特定的TraceID");System.out.println("[" + threadName + "] 任务1设置自身TraceID后。当前 TraceID: " + TraceContext.getTraceId());// 模拟任务执行try {Thread.sleep(50);} catch (InterruptedException e) {Thread.currentThread().interrupt();}// 关键:任务1在结束前忘记清理自己设置的 TraceIDSystem.out.println("[" + threadName + "] 任务1执行完毕。退出任务前 TraceID: " + TraceContext.getTraceId());// TraceContext.clearTraceId(); // <-- 如果这里调用了清理,任务2就不会看到脏数据});// 等待任务1执行完毕,确保线程已被“污染”Thread.sleep(200); // 确保任务1完成System.out.println("\n[" + Thread.currentThread().getName() + "] 任务1提交后,主线程的 TraceID (应保持不变): " + TraceContext.getTraceId());TraceContext.clearTraceId(); // 主线程清理自己的 TraceID ("主线程-为任务1设置的TraceID")System.out.println("[" + Thread.currentThread().getName() + "] 主线程清理自身TraceID后: " + TraceContext.getTraceId() + "\n");// --- 任务2:同样由主线程提交(此时主线程可能为任务2设置了新的TraceID) ---// 主线程为任务2的上下文设置新的 TraceIDTraceContext.setTraceId("主线程-为任务2设置的TraceID");System.out.println("[" + Thread.currentThread().getName() + "] 准备提交任务2。主线程当前 TraceID: " + TraceContext.getTraceId());executorService.submit(() -> {String threadName = Thread.currentThread().getName();// 问题点:线程池线程(从任务1复用而来)仍然持有 "任务1特定的TraceID"// 它并不会从提交任务2的主线程那里继承 "主线程-为任务2设置的TraceID"System.out.println("[" + threadName + "] 任务2开始执行。继承到/残留的 TraceID: " + TraceContext.getTraceId() + " <<-- 问题点!这是任务1的残留,不是主线程为任务2设的值");// 如果任务2现在设置自己的ID,它会覆盖旧的脏数据TraceContext.setTraceId("任务2特定的TraceID");System.out.println("[" + threadName + "] 任务2设置自身TraceID后。当前 TraceID: " + TraceContext.getTraceId());// 模拟任务执行try {Thread.sleep(50);} catch (InterruptedException e) {Thread.currentThread().interrupt();}// 任务2 正确地清理了它的 TraceIDTraceContext.clearTraceId();System.out.println("[" + threadName + "] 任务2执行完毕。清理后 TraceID: " + TraceContext.getTraceId());});// 等待任务2执行完毕Thread.sleep(200);System.out.println("\n[" + Thread.currentThread().getName() + "] 任务2提交后,主线程的 TraceID (应保持不变): " + TraceContext.getTraceId());TraceContext.clearTraceId(); // 主线程清理自己的 TraceID ("主线程-为任务2设置的TraceID")executorService.shutdown();try {if (!executorService.awaitTermination(5, TimeUnit.SECONDS)) {executorService.shutdownNow();}} catch (InterruptedException e) {executorService.shutdownNow();Thread.currentThread().interrupt();}System.out.println("\n[" + Thread.currentThread().getName() + "] 主线程执行完毕。最终 TraceID: " + TraceContext.getTraceId());System.out.println("===== 场景演示结束 =====");}
}

Alibaba TransmittableThreadLocal

为了解决 InheritableThreadLocal 在线程池复用场景下的问题,通常的做法是:

  • 在父线程提交任务给线程池之前,获取父线程的 InheritableThreadLocal 上下文
  • 包装 Runnable 或 Callable,使得在任务实际执行前(在线程池线程中),将捕获的上下文设置到当前“线程池线程”的 InheritableThreadLocal 中;任务执行完毕后,再清理掉。

Alibaba TransmittableThreadLocal(TTL)就是这样做的。它通过包装 Runnable, Callable, ExecutorService 等来实现上下文的正确传递和恢复


import com.alibaba.ttl.TransmittableThreadLocal; // 引入TTL
import com.alibaba.ttl.threadpool.TtlExecutors; // 引入TtlExecutors (推荐方式)import java.util.concurrent.ExecutorService;
import java.util.concurrent.Executors;
import java.util.concurrent.TimeUnit;public class TraceContextWithTTL {// 将 InheritableThreadLocal 替换为 TransmittableThreadLocalprivate static final TransmittableThreadLocal<String> TRACE_ID_HOLDER = new TransmittableThreadLocal<>();public static void setTraceId(String traceId) {System.out.println("[" + Thread.currentThread().getName() + "] 设置 TraceID: " + traceId);TRACE_ID_HOLDER.set(traceId);}public static String getTraceId() {String traceId = TRACE_ID_HOLDER.get();return traceId;}public static void clearTraceId() {System.out.println("[" + Thread.currentThread().getName() + "] 清理 TraceID. 清理前的值: " + TRACE_ID_HOLDER.get());TRACE_ID_HOLDER.remove();}public static void main(String[] args) throws InterruptedException {// 1. 创建一个普通的线程池ExecutorService originalExecutorService = Executors.newSingleThreadExecutor();// 2. 使用 TtlExecutors 包装原始线程池,使其支持TTL功能// 这样提交给 ttlExecutorService 的 Runnable/Callable 会被自动包装ExecutorService ttlExecutorService = TtlExecutors.getTtlExecutorService(originalExecutorService);System.out.println("===== 场景演示:TransmittableThreadLocal (TTL) 解决线程池复用问题 =====");// --- 任务1:由主线程提交 ---TraceContextWithTTL.setTraceId("主线程-为任务1设置的TraceID");System.out.println("[" + Thread.currentThread().getName() + "] 准备提交任务1。主线程当前 TraceID: " + TraceContextWithTTL.getTraceId());ttlExecutorService.submit(() -> { // 提交给包装后的 ttlExecutorServiceString threadName = Thread.currentThread().getName();// TTL 会确保这里能正确获取到父线程(main)在提交任务时设置的TraceIDSystem.out.println("[" + threadName + "] 任务1开始执行。通过TTL获取到的 TraceID: " + TraceContextWithTTL.getTraceId());TraceContextWithTTL.setTraceId("任务1特定的TraceID");System.out.println("[" + threadName + "] 任务1设置自身TraceID后。当前 TraceID: " + TraceContextWithTTL.getTraceId());try {Thread.sleep(50);} catch (InterruptedException e) {Thread.currentThread().interrupt();}// 任务1 仍然忘记清理 (用于演示TTL的上下文恢复能力)System.out.println("[" + threadName + "] 任务1执行完毕。退出任务前 TraceID: " + TraceContextWithTTL.getTraceId());// 即使这里没有 clearTraceId(),TTL 也会在任务执行后恢复线程池线程的原有TTL状态});Thread.sleep(200); // 确保任务1完成System.out.println("\n[" + Thread.currentThread().getName() + "] 任务1提交后,主线程的 TraceID (应保持不变): " + TraceContextWithTTL.getTraceId());TraceContextWithTTL.clearTraceId();System.out.println("[" + Thread.currentThread().getName() + "] 主线程清理自身TraceID后: " + TraceContextWithTTL.getTraceId() + "\n");// --- 任务2:同样由主线程提交 ---TraceContextWithTTL.setTraceId("主线程-为任务2设置的TraceID");System.out.println("[" + Thread.currentThread().getName() + "] 准备提交任务2。主线程当前 TraceID: " + TraceContextWithTTL.getTraceId());ttlExecutorService.submit(() -> { // 再次提交给包装后的 ttlExecutorServiceString threadName = Thread.currentThread().getName();// 关键点:即使任务1没有清理,TTL 也会确保任务2在开始时,// 其 TransmittableThreadLocal 的值是从提交任务2的父线程(main)那里正确传递过来的。// 不会再看到任务1残留的 "任务1特定的TraceID"。System.out.println("[" + threadName + "] 任务2开始执行。通过TTL获取到的 TraceID: " + TraceContextWithTTL.getTraceId() + " <<-- 正确!这是主线程为任务2设置的值");TraceContextWithTTL.setTraceId("任务2特定的TraceID");System.out.println("[" + threadName + "] 任务2设置自身TraceID后。当前 TraceID: " + TraceContextWithTTL.getTraceId());try {Thread.sleep(50);} catch (InterruptedException e) {Thread.currentThread().interrupt();}TraceContextWithTTL.clearTraceId(); // 任务2 遵循良好实践,进行了清理System.out.println("[" + threadName + "] 任务2执行完毕。清理后 TraceID: " + TraceContextWithTTL.getTraceId());});Thread.sleep(200); // 确保任务2完成System.out.println("\n[" + Thread.currentThread().getName() + "] 任务2提交后,主线程的 TraceID (应保持不变): " + TraceContextWithTTL.getTraceId());TraceContextWithTTL.clearTraceId();// 关闭原始线程池 (TtlExecutors 包装的线程池会委托给原始线程池)originalExecutorService.shutdown();try {if (!originalExecutorService.awaitTermination(5, TimeUnit.SECONDS)) {originalExecutorService.shutdownNow();}} catch (InterruptedException e) {originalExecutorService.shutdownNow();Thread.currentThread().interrupt();}System.out.println("\n[" + Thread.currentThread().getName() + "] 主线程执行完毕。最终 TraceID: " + TraceContextWithTTL.getTraceId());System.out.println("===== 场景演示结束 =====");// 补充:如果不想包装 ExecutorService,也可以手动包装 Runnable/Callable// ExecutorService plainExecutor = Executors.newSingleThreadExecutor();// TraceContextWithTTL.setTraceId("Manually-Wrapped-TraceID");// Runnable originalRunnable = () -> {//     System.out.println("[" + Thread.currentThread().getName() + "] 手动包装的Runnable TraceID: " + TraceContextWithTTL.getTraceId());//     TraceContextWithTTL.clearTraceId();// };// Runnable ttlRunnable = TtlRunnable.get(originalRunnable); // 手动包装// plainExecutor.submit(ttlRunnable);// plainExecutor.shutdown();// plainExecutor.awaitTermination(1, TimeUnit.SECONDS);// TraceContextWithTTL.clearTraceId();}
}

相关文章:

【Java实战】低侵入的线程池值传递

欢迎来到啾啾的博客&#x1f431;。 记录学习点滴。分享工作思考和实用技巧&#xff0c;偶尔也分享一些杂谈&#x1f4ac;。 有很多很多不足的地方&#xff0c;欢迎评论交流&#xff0c;感谢您的阅读和评论&#x1f604;。 目录 引言InheritableThreadLocalAlibaba Transmittab…...

实验设计与分析(第6版,Montgomery)第5章析因设计引导5.7节思考题5.11 R语言解题

本文是实验设计与分析&#xff08;第6版&#xff0c;Montgomery著&#xff0c;傅珏生译) 第5章析因设计引导5.7节思考题5.11 R语言解题。主要涉及方差分析&#xff0c;正态假设检验&#xff0c;残差分析&#xff0c;交互作用图。 dataframe<-data.frame( densityc(570,565,…...

c++复习_第一天(引用+小众考点)

https://en.cppreference.com/w/cpp/io/manip 参考一下,这一部分比较基础&#xff0c;所以就一遍过 eg1:转16进制 #include<iostream> #include<iomanip> using namespace std;int main() {int n;cout << "请输入一个整数:";cin >> n;cou…...

《软件工程》实战— 在线教育平台开发

一、项目概述 1.1 项目背景与目标 随着教育数字化转型加速&#xff0c;传统教育模式逐渐向线上迁移&#xff0c;教育机构急需一个支持多终端访问、实时互动及高并发场景稳定运行的在线教育平台。本项目旨在构建学生、教师、管理员三位一体的协作教学环境&#xff0c;实现 50-2…...

Unity中的JsonManager

1.具体代码 先贴代码 using LitJson; using System.IO; using UnityEngine;/// <summary> /// 序列化和反序列化Json时 使用的是哪种方案 有两种 JsonUtility 不能直接序列化字典 ligJson可以序列化字典 /// </summary> public enum JsonType {JsonUtilit…...

《AI大模型的开源与性能优化:DeepSeek R1的启示》

以下是一篇基于今日新闻的技术博客文章&#xff1a; 在AI大模型领域&#xff0c;开源与性能优化一直是推动技术进步的关键因素。2025年5月28日&#xff0c;DeepSeek开源了其R1最新0528版本&#xff0c;这一事件不仅引发了行业关注&#xff0c;也为我们提供了深入探讨AI大模型技…...

Java-代码段-http接口调用自身服务中的其他http接口(mock)-并建立socket连接发送和接收报文实例

最新版本更新 https://code.jiangjiesheng.cn/article/367?fromcsdn 推荐 《高并发 & 微服务 & 性能调优实战案例100讲 源码下载》 1. controller入口 ApiOperation("模拟平台端现场机socket交互过程,需要Authorization")PostMapping(path "/testS…...

iOS 使用CocoaPods 添加Alamofire 提示错误的问题

Sandbox: rsync(59817) deny(1) file-write-create /Users/aaa/Library/Developer/Xcode/DerivedData/myApp-bpwnzikesjzmbadkbokxllvexrrl/Build/Products/Debug-iphoneos/myApp.app/Frameworks/Alamofire.framework/Alamofire.bundle把这个改成 no 2 设置配置文件...

Python打卡训练营学习记录Day41

DAY 41 简单CNN 知识回顾 数据增强卷积神经网络定义的写法batch归一化&#xff1a;调整一个批次的分布&#xff0c;常用与图像数据特征图&#xff1a;只有卷积操作输出的才叫特征图调度器&#xff1a;直接修改基础学习率 卷积操作常见流程如下&#xff1a; 1. 输入 → 卷积层 →…...

单链表反序实现

这个算法题有两种实现方式&#xff0c;一种是迭代&#xff0c;就是循环&#xff0c;还有一种是递归实现 迭代实现 迭代实现原理上是在一个循环如for中依次将一个节点的方向改变达到原地反序的实现 迭代法的核心是使用三个指针​&#xff08;prev, curr, next&#xff09;逐个…...

C++深入类与对象

在上一篇中提到了构造函数&#xff0c;那么这篇再来提一下构造函数&#xff0c;编译器自动生成的默认构造函数对于内置类型不做处理&#xff0c;自定义类型会调用它自己的构造函数。对于自己写的构造函数&#xff0c;之前是在函数体中初始化&#xff0c;当然不止这一种初始化&a…...

机器学习算法04:SVC 算法(向量机分类)

目录 一、算法核心特点 二、使用场景 三、代码示例&#xff08;以 Python 的 scikit - learn 库为例&#xff09; 四、与其他分类算法对比 SVC 即 Support Vector Classification&#xff0c;是支持向量机&#xff08;SVM&#xff09;在分类任务中的具体实现。在你正在阅读…...

Fragment事务commit与commitNow区别

在 Android 的 Fragment 事务处理中&#xff0c;commit() 和 commitNow() 是两种提交事务的方式&#xff0c;它们的区别主要体现在执行时机、事务顺序和兼容性等方面。以下是它们的核心区别&#xff1a; 1. 执行时机 commit() 将事务异步加入主线程的待执行队列。不会立即执行&…...

LVS-DR高可用-Keepalived

目录 Keepalved双机热备 核心概念 关键组件 工作流程 实例环境 配置keepalived Web服务器配置 Keepalved双机热备 Keepalived双机热备是一种基于VRRP&#xff08;Virtual Router Redundancy Protocol&#xff0c;虚拟路由冗余协议&#xff09;实现的高可用性解决方案&am…...

阿里云服务器邮件发送失败(dail tcp xxxx:25: i/o timeout)因为阿里云默认禁用 25 端口

最近在测试发送邮件的功能&#xff0c;发现了一个奇怪的问题&#xff0c;同样的 docker 镜像&#xff0c;在本地跑起来是可以正常发送邮件的&#xff0c;但是在阿里云的服务器上跑&#xff0c;就会报错 i/o timeout。 排查了一圈发现&#xff0c;原来是阿里云的操作&#xff0…...

力扣HOT100之动态规划:322. 零钱兑换

这道题和上一道题279.完全平方数的套路是完全一样的&#xff0c;但是这道题不需要我们自己生成物品列表&#xff0c;函数的输入中已经给出了&#xff0c;但是这道题有一个坑&#xff0c;就是我们在初始化dp数组的时候&#xff0c;所有的位置不应该赋值为INT_MAX&#xff0c;因为…...

电商售后服务系统与其他系统集成:实现售后流程自动化

在竞争激烈的电商市场中&#xff0c;优质的售后服务对于提升用户满意度和忠诚度至关重要。然而&#xff0c;售后服务流程通常涉及多个环节和系统&#xff0c;如何高效地管理这些流程&#xff0c;减少人工干预&#xff0c;提升服务效率&#xff0c;是电商企业亟待解决的问题。电…...

kafka学习笔记(三、消费者Consumer使用教程——消费性能多线程提升思考)

1.简介 KafkaConsumer是非线程安全的&#xff0c;它定义了一个acquire()方法来检测当前是否只有一个线程在操作&#xff0c;如不是则会抛出ConcurrentModifcationException异常。 acquire()可以看做是一个轻量级锁&#xff0c;它仅通过线程操作计数标记的方式来检测线程是否发…...

mongodb删除字段

删除普通字段 db.table.updateManay({}, {"$unset":{"要删除的字段": 1}})删除EmbeddedDocument字段 db.table.updateManay({}, {"$unset":{"models.name": 1}})models是个列表也可以这样删除字段 数据示例&#xff1a; { "m…...

[JVM] JVM内存调优

&#x1f338;个人主页:https://blog.csdn.net/2301_80050796?spm1000.2115.3001.5343 &#x1f3f5;️热门专栏: &#x1f9ca; Java基本语法(97平均质量分)https://blog.csdn.net/2301_80050796/category_12615970.html?spm1001.2014.3001.5482 &#x1f355; Collection与…...

Liunx部署ES单机集群

ES 7.17.26 为例 一、单机 下载ES安装包 下载地址 wget https://artifacts.elastic.co/downloads/elasticsearch/elasticsearch-7.17.26-linux-x86_64.tar.gz wget https://artifacts.elastic.co/downloads/elasticsearch/elasticsearch-7.17.26-linux-x86_64.tar.gz.sha512…...

秒出PPT正式改名秒出AI,开启AI赋能新体验!

在现代办公环境中&#xff0c;借助智能工具提升工作效率已经成为趋势。秒出AI作为一款集AI PPT制作、动画、巨幕、视频、设计以及智能简历功能于一体的综合办公平台&#xff0c;为用户提供一站式智能内容生成解决方案&#xff0c;极大地简化了内容创作流程。 1. AI驱动的一键P…...

Unity中的AudioManager

1.先贴代码 using UnityEngine; using System.Collections.Generic; using System.Collections; using UnityEngine.SceneManagement;public class AudioManager : MonoSingleton<AudioManager> {[Header("Audio Settings")][SerializeField] private int ini…...

VM改MAC电脑密码(截图)

进入恢复模式重置密码 重启mac并同时按下CommandR&#xff0c;进入恢复模式。进入「菜单栏-实用程序-终端」&#xff0c;输入命令「resetpassword」回车运行&#xff0c;调出密码重置工具。选择包含密码的启动磁盘卷宗、需重设密码的用户账户&#xff1b;输入并确认新的用户密…...

SpringBoot+Vue+微信小程序校园自助打印系统

概述​​ 校园自助打印系统是现代化校园建设中不可或缺的一部分&#xff0c;基于SpringBootVue微信小程序开发的​​免费Java源码​​项目&#xff0c;包含完整的用户预约、打印店管理等功能模块。 ​​主要内容​​ ​​ 系统功能模块​​ ​​登录验证模块​​&#xff1a;…...

【论文精读】2024 CVPR--Upscale-A-Video现实世界视频超分辨率(RealWorld VSR)

文章目录 一、摘要二、挑战三、Method3.1 前置知识3.1.1 预训练SD 4 Upscaler3.1.2 Inflated 2D Convolution 扩展2D卷积 3.2 Local Consistency within Video Segments 视频片段中的一致性3.2.1 微调时序U-Net3.2.2 微调时序VAE-Decoder 3.3 跨片段的全局一致性 Global Consis…...

学术合作交流

想找志同道合的科研小伙伴&#xff01;研究方向包括&#xff1a;计算机视觉&#xff08;CV&#xff09;、人工智能&#xff08;AI&#xff09;、目标检测、行人重识别、行人搜索、虹膜识别等。欢迎具备扎实基础的本科、硕士及博士生加入&#xff0c;共同致力于高质量 SCI 期刊和…...

【线上故障排查】Redis缓存与数据库中数据不一致问题的排查与同步策略优化

一、高频面试题 Redis缓存与数据库数据不一致的原因有哪些? 更新顺序问题:在读写并发场景下,若先更新缓存后更新数据库,此时其他读请求获取到的是旧的缓存数据;若先更新数据库后更新缓存,在更新缓存前其他读请求获取到的是旧数据,都可能导致数据不一致。缓存失效异常:缓…...

【Git命令】

基础命令 #初始化项目 git init #码云复制的路径&#xff0c;将本地仓库和码 云上的仓库关联起来 git remote add origin https://gitee.com/xx/xx.git#使用令牌 git remote set-url origin https://your-username:your-tokengithub.com/your-username/your-repository.gitgi…...

【LUT技术专题】图像自适应3DLUT

3DLUT开山之作: Learning Image-adaptive 3D Lookup Tables for High Performance Photo Enhancement in Real-time&#xff08;2020 TPAMI &#xff09; 专题介绍一、研究背景二、图像自适应3DLUT方法2.1 前置知识2.2 整体流程2.3 损失函数的设计 三、实验结果四、局限五、总结…...