当前位置: 首页 > article >正文

Postgres - Listen/Notify构建轻量级发布订阅系统

概述原先设计一个内部系统的消息模块和缓存模块时只有一个Postgres依赖。想着没多大用户量没必要额外安装Redis徒增运维工夫。缓存好解决配个UNLOGGED表即可。吭吭哧哧琢磨怎么用数据表实现消息的时候发现PostgreSQL 提供了内置命令LISTEN和NOTIFY用于在数据库服务器和连接的客户端之间实现异步通信。这个 PostgreSQL 特有的扩展功能使得数据库可以作为一个轻量级的消息队列MQ系统使用允许应用程序从数据库中生成事件并由其他客户端实时响应。于是一拍即合上手体验一下。核心特性轻量级实现无需额外的消息中间件直接利用 PostgreSQL 内置功能异步通信支持发布-订阅模式实现解耦的组件通信内存高效通道Channel是纯内存对象不占用磁盘空间零配置无需预先创建或管理通道随用随建适用场景实时仪表盘数据变更时实时推送更新缓存失效数据更新时通知缓存层刷新数据审计跟踪重要数据变更事件任务调度构建简单的分布式任务队列事件驱动架构实现微服务间的事件通信通道Channel机制重要特性Channel 是纯内存对象随LISTEN命令隐式创建当所有监听会话断开或执行UNLISTEN时自动回收无需手动创建或删除通道也不支持此操作消息传递模型PostgreSQL 的NOTIFY采用典型的无监听即丢弃机制没有监听者时消息不会入队不占用磁盘空间不消耗持久化内存消息仅在存在活跃监听者时传递基础使用psql 命令行示例-- 监听指定通道 LISTEN task_channel; -- 向通道发送消息 NOTIFY task_channel, 123456; -- 取消监听所有通道 UNLISTEN *; -- 查看当前监听的通道 SELECT pg_listening_channels(); -- 查看系统通知状态 SELECT * FROM pg_stat_activity WHERE backend_type client backend;动态消息生成标准的NOTIFY命令要求消息内容必须明确指定不支持动态字符串拼接。但可以使用pg_notify()函数来生成动态通知-- 使用 pg_notify 函数支持动态消息 SELECT pg_notify(my_channel, Hello, || World!); -- 带参数的动态消息 SELECT pg_notify(audit_channel, User || current_user || logged in at || now()::text);Python 实现示例项目结构├── main.py # 核心实现TaskWorker 和 TaskProducer ├── conf/ │ └── config.toml # 配置文件 └── pkg/ └── config/ # 配置管理模块安装依赖uv add psycopg[binary,pool]3.3.3配置管理首先通过配置文件管理数据库连接和通道设置# conf/config.toml [database.postgres] host 127.0.0.1 port 5432 user username password password dbname database_name pool_min_size 2 pool_max_size 10 channel task_channel # 默认通道名称配置模块的代码示例pkg/config/config.pyimport tomllib from typing import Any, Dict class BaseConfig: def __init__(self, cfg_file: str): self._cfg_file cfg_file self._data: Dict[str, Any] {} self._load_config() def _load_config(self) - None: if self._data: return try: with open(self._cfg_file, rb) as f: self._data tomllib.load(f) except FileNotFoundError: raise RuntimeError(f配置文件不存在: {self._cfg_file}) except Exception as e: raise RuntimeError(f加载配置文件失败: {e}) class PostgresConfigMixin(BaseConfig): def postgres_host(self) - str: return self._data.get(database, {}).get(postgres, {}).get(host, ) def postgres_port(self) - int: return self._data.get(database, {}).get(postgres, {}).get(port, 5432) def postgres_user(self) - str: return self._data.get(database, {}).get(postgres, {}).get(user, ) def postgres_password(self) - str: return self._data.get(database, {}).get(postgres, {}).get(password, ) def postgres_dbname(self) - str: return self._data.get(database, {}).get(postgres, {}).get(dbname, ) def postgres_pool_min_size(self) - int: return ( self._data.get(database, {}).get(postgres, {}).get(pool_min_size, 2) ) def postgres_pool_max_size(self) - int: return ( self._data.get(database, {}).get(postgres, {}).get(pool_max_size, 10) ) def postgres_channel(self) - str: return ( self._data.get(database, {}) .get(postgres, {}) .get(channel, default_channel) ) def get_postgres_dsn(self, hide_password: bool False) - str: 获取PostgreSQL连接DSN password self.postgres_password() if hide_password and password: password *** # psycopg3 使用标准的 PostgreSQL 连接字符串格式 return ( fpostgresql://{self.postgres_user()}:{password} f{self.postgres_host()}:{self.postgres_port()}/{self.postgres_dbname()} ) class LLMConfigMixin(BaseConfig): LLM配置Mixin def llm_model(self) - str: return self._data.get(llm, {}).get(model, ) def llm_base_url(self) - str: return self._data.get(llm, {}).get(base_url, ) def llm_api_key(self) - str: return self._data.get(llm, {}).get(api_key, ) class Config(PostgresConfigMixin, LLMConfigMixin): def __init__(self, cfg_file: str conf/config.toml): super().__init__(cfg_file) def reload(self) - None: 重新加载配置 self._data {} # 清空数据 self._load_config()核心组件实现1. 任务消费者TaskWorkerTaskWorker负责监听指定通道并处理接收到的任务# main.py - TaskWorker 类核心部分 import asyncio import json import signal from typing import Set from psycopg import AsyncConnection, Notify, sql from psycopg_pool import AsyncConnectionPool from pkg.config import cfg MAX_CONCURRENCY 10 class TaskWorker: def __init__(self, dsn: str, channel: str): self._dsn dsn self.channel channel self.pool: AsyncConnectionPool | None None self.listener_conn: AsyncConnection | None None self.sem asyncio.Semaphore(MAX_CONCURRENCY) self.active_tasks: Set[asyncio.Task] set() async def start(self) - None: self.pool AsyncConnectionPool( self._dsn, min_sizecfg.postgres_pool_min_size(), max_sizecfg.postgres_pool_max_size(), openFalse, # 延迟打开, 避免阻塞 ) await self.pool.open() # 独立监听连接防止 LISTEN 状态随连接回收丢失 self.listener_conn await AsyncConnection.connect(self._dsn, autocommitTrue) await self.listener_conn.execute( sql.SQL(LISTEN {}).format(sql.Identifier(self.channel)) ) print(fListening on channel: {self.channel}) try: async for notify in self.listener_conn.notifies(): if notify.channel self.channel and notify.payload: await self._dispatch_task(notify) except asyncio.CancelledError: print(Listener cancelled) except Exception as e: print(fListener error: {e}) finally: await self.stop() async def _dispatch_task(self, notify: Notify) - None: 接收通知并分发任务 task_info notify.payload.strip() try: task_data json.loads(task_info) # 假设 payload 是 JSON 格式的字符串 print(fReceived task notification: {task_data}) except json.JSONDecodeError: task_data {task_id: task_info} # 如果不是 JSON 格式使用原始字符串 print(fReceived non-JSON task notification: {task_data}) except Exception as e: print(fInvalid task ID received: {task_info}) return if not isinstance(task_data, dict) or task_id not in task_data: print( fMissing task_id in notification: {task_data}, or task_data is not a dict ) return task asyncio.create_task(self._process_task(task_data)) self.active_tasks.add(task) task.add_done_callback(self.active_tasks.discard) async def _process_task(self, task_data: dict) - None: 执行业务逻辑 if not self.pool: raise RuntimeError(Connection pool is not initialized) async with self.sem: async with self.pool.connection() as conn: try: await self._execute_business(task_data) print(f Task {task_data[task_id]} completed successfully) except Exception as e: print(fError processing task {task_data[task_id]}: {e}) # 这里可以添加重试逻辑或错误记录 await self._log_failure(conn, task_data[task_id], str(e)) async def _execute_business(self, task_data: dict) - None: 执行业务逻辑 print(f Processing task {task_data}...) await asyncio.sleep(5) # 模拟耗时操作 print(f Task {task_data} done.) async def _log_failure(self, conn: AsyncConnection, task_id: int, error_msg: str): 记录失败日志 try: # 记录失败日志到独立表便于后续重试或告警 print(fLogging failure for task {task_id}: {error_msg}) except Exception as e: print(fFailed to log error for task {task_id}: {e}) async def stop(self) - None: print(Stopping TaskWorker...) if self.active_tasks: await asyncio.gather(*self.active_tasks, return_exceptionsTrue) if self.listener_conn: await self.listener_conn.close() if self.pool: await self.pool.close() print(TaskWorker stopped gracefully.)2. 任务发布者TaskPublisherTaskPublisher负责向通道发布任务消息# main.py - TaskPublisher 类 class TaskPublisher: def __init__(self, dsn: str): self._dsn dsn self._pool: AsyncConnectionPool | None None async def start(self): if not self._pool: self._pool AsyncConnectionPool( self._dsn, min_sizecfg.postgres_pool_min_size(), max_sizecfg.postgres_pool_max_size(), openFalse, # 延迟打开, 避免阻塞 ) await self._pool.open() print(TaskPublisher started.) async def publish(self, channel: str, payload: dict): if not self._pool: raise RuntimeError(Connection pool is not initialized) async with self._pool.connection() as conn: try: payload_str json.dumps( payload, defaultstr ) # 将 dict 转换为 JSON 字符串 await conn.execute( sql.SQL(NOTIFY {}, {}).format( sql.Identifier(channel), sql.Literal(payload_str) ) ) print(f Published task to channel {channel}: {payload_str}) return True except Exception as e: print(fFailed to publish task to channel {channel}: {e}) return False async def publish_batch(self, channel: str, payloads: list[dict]): if not self._pool: raise RuntimeError(Connection pool is not initialized) count 0 async with self._pool.connection() as conn: for payload in payloads: try: payload_str json.dumps(payload, defaultstr) await conn.execute( sql.SQL(NOTIFY {}, {}).format( sql.Identifier(channel), sql.Literal(payload_str) ) ) print(f Published task to channel {channel}: {payload_str}) count 1 except Exception as e: print(fFailed to publish batch tasks to channel {channel}: {e}) return count async def stop(self): if self._pool: await self._pool.close() print(TaskPublisher stopped.) async def __aenter__(self): await self.start() return self async def __aexit__(self, exc_type, exc_val, exc_tb): await self.stop()调用演示以下是main.py中的演示部分# main.py async def run_worker(): worker TaskWorker(cfg.get_postgres_dsn(), cfg.postgres_channel()) task asyncio.create_task(worker.start()) return task async def run_publisher(): async with TaskPublisher(cfg.get_postgres_dsn()) as publisher: for i in range(1, 11): payload {task_id: i, data: fTask data {i}} await publisher.publish(cfg.postgres_channel(), payload) await asyncio.sleep(0.5) # 模拟发布间隔 async def main(): # worker TaskWorker(cfg.get_postgres_dsn(), cfg.postgres_channel()) # loop asyncio.get_running_loop() # stop_evt asyncio.Event() # for sig in (signal.SIGINT, signal.SIGTERM): # loop.add_signal_handler(sig, stop_evt.set) # listen_task asyncio.create_task(worker.start()) # await stop_evt.wait() # print(Shutdown signal received, stopping worker...) # listen_task.cancel() # await listen_task worker_task await run_worker() await asyncio.sleep(2) # 确保 worker 已经启动并监听 await run_publisher() # 发布任务 print(All tasks published successfully.) await asyncio.sleep(30) # 等待 worker 处理完任务 worker_task.cancel() # 停止 worker try: await worker_task except asyncio.CancelledError: pass if __name__ __main__: asyncio.run(main())使用场景扩展场景一实时数据同步async def sync_data_change(self, table_name: str, record_id: str, operation: str): 数据变更时发送同步通知 message f{table_name}:{record_id}:{operation} await self.publish(data_sync_channel, message)场景二分布式锁通知async def notify_lock_release(self, lock_name: str): 锁释放时通知等待者 await self.publish(distributed_lock_channel, fRELEASE:{lock_name})场景三缓存失效广播async def invalidate_cache(self, cache_key: str): 缓存失效时广播通知 await self.publish(cache_invalidation_channel, cache_key)注意事项技术限制消息大小NOTIFY 消息最大为 8000 字节无持久化消息不持久化重启后丢失无确认机制发送方无法知道消息是否被接收无顺序保证消息可能不按发送顺序到达生产环境建议监控告警实现通道监听状态监控错误处理添加完善的错误处理和日志记录备份机制重要消息应有备份存储性能测试在高负载下测试系统表现补充asyncpg版asyncpg是python连接postgres的纯异步驱动性能更好安装uv add asyncpg代码示例import asyncio import signal from typing import Set import asyncpg from pkg.config import cfg MAX_CONCURRENT_TASKS 5 # 最大并发任务数 class TaskWorker: def __init__(self, dsn: str, channel: str): self._dsn dsn self._channel channel self._pool: asyncpg.Pool | None None self._listener_conn: asyncpg.Connection | None None self._sem asyncio.Semaphore(MAX_CONCURRENT_TASKS) self._active_tasks: Set[asyncio.Task] set() async def start(self): 启动监听器 if not self._pool: self._pool await asyncpg.create_pool( dsnself._dsn, min_sizecfg.postgres_pool_min_size(), max_sizecfg.postgres_pool_max_size(), ) # 创建专用连接用于监听 if not self._listener_conn: self._listener_conn await asyncpg.connect(dsnself._dsn) await self._listener_conn.add_listener(self._channel, self._on_notify) print(fListening on channel: {self._channel}) try: # 保持监听状态 await asyncio.Future() except asyncio.CancelledError: pass finally: await self.stop() async def _on_notify( self, conn: asyncpg.Connection, pid: int, channel: str, payload: str ): 收到 NOTIFY 时的回调函数 if not payload: return task_id payload.strip() print(fReceived notification: {task_id} on channel: {channel}) # 提交到事件循环带并发限制 task asyncio.create_task(self._handle_task(task_id)) self._active_tasks.add(task) task.add_done_callback(self._active_tasks.discard) async def _handle_task(self, task_id: str): 任务处理核心逻辑 if not self._pool: raise RuntimeError(数据库连接池未初始化) async with self._sem: # 并发控制 async with self._pool.acquire() as conn: try: # 1. 执行业务逻辑 await self._execute_business_logic(task_id) # 2. 更新任务状态示例 print(fTask {task_id} completed successfully.) except Exception as e: print(fTask {task_id} failed: {e}) await self._log_failure(task_id, str(e)) async def _execute_business_logic(self, task_id: str): 模拟业务逻辑处理 print(fProcessing task {task_id}...) await asyncio.sleep(5) # 模拟耗时操作 print(fTask {task_id} completed.) async def _log_failure(self, task_id: str, error: str): 记录失败日志 print(fTask {task_id} failure logged: {error}) # 实际项目中可记录到数据库 async def stop(self): 优雅关闭 print(Shutting down gracefully...) # 等待正在运行的任务完成 if self._active_tasks: await asyncio.gather(*self._active_tasks, return_exceptionsTrue) # 清理资源 if self._listener_conn: await self._listener_conn.remove_listener(self._channel, self._on_notify) await self._listener_conn.close() if self._pool: await self._pool.close() print(Shutdown complete.) async def main(): worker TaskWorker(cfg.get_postgres_dsn(), cfg.postgres_channel()) loop asyncio.get_running_loop() stop_evt asyncio.Event() # 注册信号处理器优雅关闭 for sig in (signal.SIGINT, signal.SIGTERM): loop.add_signal_handler(sig, stop_evt.set) # 启动监听器 listen_task asyncio.create_task(worker.start()) # 等待停止事件 await stop_evt.wait() print(Shutdown signal received, stopping worker...) # 取消监听任务并等待完成 listen_task.cancel() await listen_task if __name__ __main__: asyncio.run(main())

相关文章:

Postgres - Listen/Notify构建轻量级发布订阅系统

概述原先设计一个内部系统的消息模块和缓存模块时,只有一个Postgres依赖。想着没多大用户量,没必要额外安装Redis,徒增运维工夫。缓存好解决,配个UNLOGGED表即可。吭吭哧哧琢磨怎么用数据表实现消息的时候,发现Postgre…...

【车辆控制】基于matlab电动车静态PID与动态自适应巡航控制策略分析【含Matlab源码 15302期】

💥💥💥💥💥💥💞💞💞💞💞💞💞💞欢迎来到海神之光博客之家💞💞💞&#x1f49…...

Aurix Tricore开发避坑指南:从零理解Trap机制,手把手教你写异常处理程序

Aurix Tricore开发实战:Trap机制深度解析与异常处理程序编写指南 引言 在嵌入式系统开发中,异常处理往往是区分新手与资深工程师的关键能力。Aurix Tricore系列微控制器凭借其强大的实时性能和安全性,广泛应用于汽车电子、工业控制等领域。然…...

为什么你的.NET 9边缘服务在Raspberry Pi 5上启动慢400ms?——基于JIT预编译+LLVM IR优化的3层根因定位法

第一章:为什么你的.NET 9边缘服务在Raspberry Pi 5上启动慢400ms?——基于JIT预编译LLVM IR优化的3层根因定位法在 Raspberry Pi 5(Broadcom BCM2712,4Cortex-A76 2.4GHz,LPDDR4X-4267)上运行 .NET 9 自托…...

ECDH密钥交换:椭圆曲线加密在安全通信中的核心作用

1. 为什么我们需要ECDH密钥交换? 想象一下,你和朋友需要在咖啡馆的公共WiFi上传输一份机密文件。这个网络可能被黑客监听,就像在嘈杂的餐厅里大声报出银行卡密码。传统的加密方法相当于你们提前约定好"第三个单词倒着念"这样的规则…...

SolidWorks新手必看:7个实用技巧让你快速上手3D建模

SolidWorks新手必看:7个实用技巧让你快速上手3D建模 刚接触SolidWorks时,面对复杂的界面和众多功能按钮,很多初学者会感到无从下手。作为一款广泛应用于机械设计、工业制造等领域的3D建模软件,SolidWorks的学习曲线并不平缓。但掌…...

基于模型参考自适应系统的改进滑模观测器:反电势优化方法及其仿真模型

基于模型参考自适应系统的改进滑模观测器 1.采用基于模型参考自适应系统的反电势优化方法,对SMO中低通滤波后的反电势进一步优化,从而减小抖振,提高转速和位置估计精度; 2.提供算法对应的参考文献和仿真模型。滑膜观测器这玩意儿在…...

[R3nzSkin]无限视距技术解析:突破MOBA视野限制的实现与应用

[R3nzSkin]无限视距技术解析:突破MOBA视野限制的实现与应用 【免费下载链接】R3nzSkin Skin changer for League of Legends (LOL) 项目地址: https://gitcode.com/gh_mirrors/r3n/R3nzSkin 一、视野革新:重新定义MOBA竞技格局 重构战场感知维度…...

5步掌握抖音无水印下载终极指南:从零到批量处理高效方案

5步掌握抖音无水印下载终极指南:从零到批量处理高效方案 【免费下载链接】douyin-downloader A practical Douyin downloader for both single-item and profile batch downloads, with progress display, retries, SQLite deduplication, and browser fallback sup…...

微信小程序与H5深度交互:实现扫码功能的无缝传递与数据回传

1. 微信小程序与H5交互的核心技术解析 微信小程序与H5页面的交互一直是移动开发中的热门话题。在实际项目中,我们经常需要在小程序内嵌H5页面,同时又要调用小程序原生功能。这种混合开发模式既能利用H5的跨平台特性,又能享受小程序的原生能力…...

Go语言全栈开发从入门到精通:微服务架构与云原生实战指南

Go语言全栈开发从入门到精通:微服务架构与云原生实战指南 这不是一篇停留在 Demo 层面的 Go 教程,而是一篇面向真实业务系统的工程化实践文章。我们将围绕“高并发订单中心”这个典型场景,从语言特性、架构演进、分布式通信、数据一致性、可观测性、Kubernetes 部署到生产问…...

微信小程序表格实战:我是如何用原生组件解决数据展示和‘文本无法选中’这个坑的

微信小程序表格实战:原生组件解决数据展示与文本选中难题 第一次在小程序里实现表格功能时,我遇到了一个看似简单却让人头疼的问题——用户无法选中单元格里的文本进行复制。这个在Web开发中根本不是问题的问题,在小程序里却成了影响用户体验…...

IAR堆栈优化实战:如何精准配置与监控嵌入式内存布局

1. 嵌入式开发中的内存管理痛点 刚入行嵌入式开发那会儿,我最怕遇到系统莫名其妙崩溃的情况。有一次做智能家居控制器项目,设备运行几天后就会死机,排查了一周才发现是线程栈溢出导致的。这种内存问题就像定时炸弹,可能在任何时候…...

Vue3 + marked + highlight.js 打造实时Markdown编辑器(附完整代码)

Vue3 marked highlight.js 打造企业级Markdown编辑器实战指南 在当今内容创作和技术文档编写的场景中,Markdown已经成为开发者首选的轻量级标记语言。本文将带你从零开始,在Vue3项目中构建一个功能完善、性能优异的实时Markdown编辑器,集成…...

深入解析.ko驱动模块加载报错:unknown symbol问题排查与依赖管理

1. 遇到unknown symbol报错时的心态调整 第一次看到"unknown symbol in module"这个报错时,我正熬夜调试一个摄像头驱动。当时整个人都是懵的——明明编译通过了,为什么加载时会说找不到符号?后来才发现,这是Linux内核驱…...

5分钟搞定OpenClaw安装:千问3.5-9B本地部署指南

5分钟搞定OpenClaw安装:千问3.5-9B本地部署指南 1. 为什么选择OpenClaw千问3.5-9B组合 上周我在整理历年技术笔记时,被上千个零散的Markdown文件折磨得够呛。直到尝试用OpenClaw千问3.5-9B搭建本地自动化助手,才真正体会到"AI提效&quo…...

告别混乱移植:LVGL v8.3输入设备(indev)驱动模块化配置实战(STM32+Touchpad/Keypad)

LVGL v8.3输入设备驱动模块化设计:从混沌到优雅的STM32工程实践 在嵌入式GUI开发中,LVGL的输入设备驱动移植往往是项目进度中最令人头疼的环节之一。当你的工程需要同时支持触摸屏、物理按键和旋转编码器时,传统的移植方式会让lv_port_indev.…...

系统自动启动管理,文件粉碎、软件卸载、WIFI密码查看、硬盘测速、系统优化等

有人言,改变世界需要惊天动地的创举。但仍有人坚信“蝴蝶效应”的浪漫:微小的振翅,亦可能掀起巨澜。当每一个产品都选择做正确而非容易的事,当每一次迭代都坚守初心而非盲从潮流,科技便会慢慢褪去繁复与喧嚣&#xff0…...

OpenAI结构化输出(Structured Outputs)进阶实战:从JSON Schema到企业级应用架构

1. 结构化输出的企业级价值与应用场景 在复杂的企业环境中,数据格式的标准化程度直接影响系统间的协作效率。想象一下财务部门需要从销售报告中提取关键指标,如果每个系统的输出格式都不一样,光是数据清洗就要耗费大量时间。这就是为什么Open…...

Span<T>引发的StackOverflowException?揭秘.NET Runtime 7.0中未公开的栈帧校验机制与安全边界(仅限高级开发者)

第一章&#xff1a;Span<T>引发的StackOverflowException现象复现与初步诊断在 .NET Core 3.0 及更高版本中&#xff0c;Span<T> 因其栈上分配特性和零拷贝语义被广泛用于高性能场景。然而&#xff0c;不当的递归使用或跨栈帧传递可能触发 StackOverflowException—…...

HagiCode Soul 平台技术解析:从需求萌发到独立平台的演进之路狼

1 安装与初始化 # 全局安装 OpenSpec npm install -g fission-ai/openspeclatest # 在项目目录下初始化 cd /path/to/your-project openspec init 初始化时&#xff0c;OpenSpec 会提示你选择使用的 AI 工具&#xff08;Claude Code、Cursor、Trae、Qoder 等&#xff09;。 3 O…...

树莓派Ubuntu20.04静态IP配置后DNS解析失败的排查与修复

1. 静态IP配置后的典型症状 刚给树莓派刷完Ubuntu 20.04系统&#xff0c;配置静态IP本来是为了远程连接更稳定&#xff0c;结果发现浏览器打不开网页&#xff0c;终端里ping百度也提示"暂时无法解析域名"。右上角WiFi图标上那个黄色问号特别扎眼——这场景我太熟悉了…...

保姆级教程:在Win10的WSL2里,用Dify 1.9和Ollama 0.12.9搭一个本地的通义千问AI助手

零基础在Windows 10上打造专属AI助手&#xff1a;WSL2DifyOllama实战指南 你是否想过在自己的电脑上运行一个完全本地的AI助手&#xff1f;不需要昂贵的云端算力&#xff0c;不依赖网络连接&#xff0c;所有数据都在本地处理。今天我们就用Windows 10自带的WSL2功能&#xff0c…...

从零开始:用NumPy手搓一个多层感知机(MLP),并和PyTorch结果对齐

从零构建MLP&#xff1a;用NumPy实现与PyTorch对齐的神经网络训练全流程 在深度学习框架高度封装的今天&#xff0c;许多开发者已经习惯了调用现成的API搭建神经网络。但当你真正用NumPy从零实现一个多层感知机&#xff08;MLP&#xff09;&#xff0c;并与PyTorch的结果进行严…...

高光谱成像基础(十二)光谱重建(Spectral Reconstruction)卸

认识Pass层级结构 Pass范围从上到下一共分为5个层级&#xff1a; 模块层级&#xff1a;单个.ll或.bc文件 调用图层级&#xff1a;函数调用的关系。 函数层级&#xff1a;单个函数。 基本块层级&#xff1a;单个代码块。例如C语言中{}括起来的最小代码。 指令层级&#xff1a;单…...

你还在用传统线程池扛高并发?Java 25虚拟线程真实压测对比:错误率下降92.7%,但90%团队正踩这6个配置雷区

第一章&#xff1a;Java 25虚拟线程高并发架构演进全景图Java 25正式将虚拟线程&#xff08;Virtual Threads&#xff09;从预览特性转为稳定特性&#xff0c;并深度整合至JDK核心运行时与工具链&#xff0c;标志着JVM并发模型进入“轻量级线程即原语”新纪元。相比传统平台线程…...

银河麒麟系统部署Ollama:从依赖修复到服务自启全攻略

1. 银河麒麟系统部署Ollama的挑战与解决方案 国产操作系统银河麒麟以其安全稳定的特性受到越来越多企业和开发者的青睐。但在实际部署AI工具时&#xff0c;我们经常会遇到一些特有的兼容性问题。最近我在一个政府项目中部署Ollama大模型服务时就踩了个典型的坑——系统自带的li…...

PHP 8.9原生异步I/O终极调优清单(含12项基准测试指标、9类典型负载适配矩阵)

第一章&#xff1a;PHP 8.9原生异步I/O的核心演进与设计哲学PHP 8.9并未实际发布——截至2024年&#xff0c;PHP官方最新稳定版本为PHP 8.3&#xff0c;且PHP核心开发团队已明确表示**不会在PHP 8.x系列中引入原生异步I/O运行时**。该标题所指的“PHP 8.9”属于虚构版本&#x…...

Java 核心四大基石:从 Object 源码到包装类陷阱的全维度复盘技

MySQL 中的 count 三兄弟&#xff1a;效率大比拼&#xff01; 一、快速结论&#xff08;先看结论再看分析&#xff09; 方式 作用 效率 一句话总结 count(*) 统计所有行数 最高 我是专业的&#xff01;我为统计而生 count(1) 统计所有行数 同样高效 我是 count(*) 的马甲兄弟…...

从DINO Score到LLaVA:拆解SPAA论文如何用“双考官”机制筛选高质量AI修图

从DINO Score到LLaVA&#xff1a;构建AI图像编辑的"双考官"质量评估体系 在AI图像编辑技术快速发展的今天&#xff0c;如何系统评估生成结果的质量已成为产品落地的关键瓶颈。传统方法往往依赖人工审核或单一指标&#xff0c;既难以规模化又无法全面捕捉图像修改的语…...