基于ELK的日志管理【开发实践】
文章目录
- 一、ELK简介
- 1.1 ELK的作用与应用
- 1.2 ELK的组成
- 1.3 Elasticsearch
- 1.4 Logstash
- 1.5 Kibana
- 1.6 ELK架构简述
- 1.7 基础知识
- 1.7.1 数据格式
- 1.7.2 正排索引和倒排索引
- 1.7.3 全文搜索
- 二、ES入门---基于HTTP的使用方式(了解)
- 2.1 索引操作
- 2.1.1 创建索引
- 2.1.2 查询索引
- 2.1.3 删除索引
- 2.1.4 索引映射关系
- 2.2 文档操作
- 2.2.1 创建文档
- 2.2.2 查询文档
- 2.2.3 更新文档
- 2.2.4 删除文档
- 三、ES入门---基于Java API的使用方式(了解)
- 3.1 环境准备
- 3.2 一般流程
- 3.3 索引操作
- 3.3.1 创建索引
- 3.3.2 查询索引
- 3.3.3 删除索引
- 3.3.4 索引映射关系
- 3.4 文档操作
- 3.4.1 创建文档
- 3.4.2 查询文档
- 3.4.3 更新文档
- 3.4.4 删除文档
- 四、Kibana的使用(重要)
- 4.1首页菜单列表说明
- 4.2 Discover详讲
- 4.2.1 菜单/功能选项
- 4.2.2 通过日志进行故障排查的思路
- 4.2.3 待补充内容
- 参考链接
一、ELK简介
1.1 ELK的作用与应用
作用:ELK
是一个用于数据收集、分析和展示的开源技术栈。
应用:日志分析、应用程序监控、运营智能、安全审计等多种场景,其中日志分析最具有代表性。
1.2 ELK的组成
ELK
包含Elasticsearch
,Logstash
和Kibana
三个核心组件,ELK
即这三个核心组件的首字母,这些核心组件的详细介绍见后文。
1.3 Elasticsearch
Elasticsearch
基于Apache Lucene
构建,是一个全文搜索和分析引擎,通常简称ES
,主要特点如下:
- 它采用了分布式架构,支持水平扩展,能够收集和存储大量数据,并提供近乎实时地、高效地搜索和分析功能。
- 通过RESTful API方式进行交互,使用起来简单十分方便。
- 功能强大,提供了高级查询与分析功能,如复杂查询和聚合操作。
1.4 Logstash
Logstash
是一款开源的数据收集和处理引擎,常常作为连接数据源和数据存储/分析系统的数据管道,从不同源头接收数据(输入),经过一系列处理(过滤)后,再将处理后的数据传输到对应的目的地(输出)。这一过程是实时发生的,适合处理大量且高速流动的数据流。
输入:可以从文件系统、消息队列、数据库、网络协议等接收数据。
过滤:在数据在传输过程中,使用过滤插件对数据进行处理,让原始数据变得结构化且易于分析。
输出:处理后的数据可以被发送到多个目的地,常见的输出包括Elasticsearch
、文件系统、消息队列、数据库等。
1.5 Kibana
是ELK
中的一个开源的数据分析与可视化平台,使用 Kibana 对 Elasticsearch 索引中的数据进行搜索、查看、交互操作,并利用图表、表格及地图对数据进行多元化的分析和呈现。
1.6 ELK架构简述
在多个设备上使用Logstash
来收集并处理数据,然后将数据统一汇总到Elasticsearch
。
为避免Elasticsearch
过载,可以将Logstash
处理完的数据先汇总到Redis或MQ上,再异步地汇总到Elasticsearch
。
用户通过Kibana
来使用ELK
,Kibana
提供了功能界面和结果展示,具体的搜索和分析功能实际是通过调用Elasticsearch
完成的。
1.7 基础知识
1.7.1 数据格式
ES是面向文档型数据库,数据存储有三层维度,从大到小分别是索引、文档、字段。
数据库由多个索引组成,每个索引中存放了许多文档,每个文档中包含许多字段。
需要注意的是,这里的文档并不是指文件,而是由多个字段组成的数据,字段由字段名和字段值组成,类似于键值对,此时文档可以类比为一个json
数据。
1.7.2 正排索引和倒排索引
正排索引和倒排索引都是信息检索系统中常用的索引结构,主要用于提高数据查询的效率,在文本搜索领域有着广泛的应用。
正排索引:记录了从文档(唯一标识符)到关键字的映射,用于已知文档求关键字的场景。
倒排索引:记录了从关键字到文档(唯一标识符)的映射,用于已知关键字求文档的场景。
1.7.3 全文搜索
是一种在非结构化数据中(如文档、网页、数据库记录等)查找包含特定关键词或短语的技术。它允许用户在一篇文章、一段文字、一本书籍或整个文档集合中搜索内容。
二、ES入门—基于HTTP的使用方式(了解)
ES集群间组件的通信端口:9300
RESTful API的对应端口:9200
2.1 索引操作
向ES服务器发送HTTP请求,通过RESTful API完成CRUD操作。
2.1.1 创建索引
通过PUT
请求创建索引。
创建名为new_index
的索引:http://localhost:9200/new_index
。
2.1.2 查询索引
通过GET
请求查询索引。
查询名为new_index
的索引:http://localhost:9200/new_index
。
查询所有索引:http://localhost:9200/_cat/indices?v
。
2.1.3 删除索引
通过DELETE
请求删除索引。
删除名为new_index
的索引:http://localhost:9200/new_index
。
2.1.4 索引映射关系
ES中可以通过映射关系来设置哪些字段用于索引,被索引时是否支持分词操作。
通过PUT
请求或GET
在new_index
索引创建或查询映射关系,请求地址都为:http://localhost:9200/new_index/_mapping
。
在创建映射关系时,需要使用请求体来设置具体的映射关系:
{"properties" : {"字段1" : {"type" : "text", // type为text表示该字段支持分词,为keyword表示不支持分词"index" : true // index为true表示该字段支持使用索引查询,为false则不支持},"字段2" : {"type" : "keyword","index" : false}}
}
2.2 文档操作
2.2.1 创建文档
通过POST
请求创建文档,在请求体中给出文档的字段信息。
在new_index
索引中创建_id
字段为new_doc
的文档:http://localhost:9200/new_index/_doc/new_doc
。
注意1:在索引名后要加上/_doc
,表示是创建文档操作。
注意2:在/_doc
之后可以加上指定的id,若没有加上,则会随机生成一个id。
{"title":"苹果","category":"水果"
}
2.2.2 查询文档
通过GET
请求实现查询文档的操作。
主键查询
在new_index
索引中查询_id
字段为new_doc
的文档:http://localhost:9200/new_index/_doc/new_doc
。
如果没找到该文档,那么响应体的found
值为false
。如果找到了该文档,那么响应体的found
值为true
,文档的字段信息会放入响应体的_source
中。
全查询
在new_index
索引中查询所有文档:http://localhost:9200/new_index/_search
。
查询的文档信息列表放在了响应体的hits
中。
条件查询 + 字段过滤、分页、排序
在new_index
进行查询:http://localhost:9200/new_index/_search
。
在请求体中实现条件查询、字段过滤、分页、排序、高亮等操作:
- 使用
query
关键字给出查询条件(例子给出的是使用字段等值匹配的条件查询)。 - 使用
_source
关键字来进行字段过滤(指定查询的具体字段)。 - 使用
from
和size
关键字来实现分页查询。 - 使用
sort
关键字来对结果进行排序。
{"query" : {"match" : {"字段名" : "字段值"}},"from" : 0,"size" : 2,"_source" : ["字段1", "字段5"],"sort" : {"第一个排序字段的字段名" : {"order" : "desc"},"第二个排序字段的字段名" : {"order" : "asc"}}
}
组合查询和范围查询
使用组合查询时,要在query.bool
来设置:
- 多个条件需要同时满足时使用
must
关键字来设置,多个条件只需要满足其中一个时使用should
关键字来设置,其值为一个列表,每个列表元素对应一个条件。 - 范围查询时通过过滤来实现的,需要使用
filter.range
关键字来设置,其中gt
、lt
、gte
、lte
分别表示大于、小于、大于等于和小于等于。(g表示greater,l表示less,e表示equal)
{"query" : {"bool" : {"must" : [{"match" : {"字段1" : "值1"}},{"match" : {"字段2" : "值2"}}],"filter" : {"range" : {"age" : {"gt" : 5000}}}}}
}
条件查询的匹配规则
使用match
进行匹配时,会先对给出的匹配值进行分词(如划分为一个个单一的字),然后使用这些分词通过倒排索引来查询文档。因此,只要文档匹配其中任意一个分词,都会被查询出来,而不是说必须完全匹配给出的匹配值。如查询手机品牌为“华米”的文档,那么手机品牌为华为、小米和红米的文档都会被查询出来,尽管手机品牌为华米的文档一个都不存在。
若要求完全匹配,那就不能使用match
,此时要换为match_phrase
。
聚合查询
在查询的基础上,通过请求体设置聚合操作。
常见的聚合操作有:统计数量(terms
)、分组并求均值(avg
)
{"aggs" : { // 表示聚合操作"price_group" : { // 统计结果的名称,名称是自定义的"terms" : { // 分组并统计数量"field" : "price" // 统计或分组字段}}},"size" : 0 // 默认会在"hits"中显示完整数据,这样可以不用显示
}
2.2.3 更新文档
通过PUT
请求实现全量修改文档的操作。
对于全量修改,请求体中需要包含该文档进行全量修改后的所有字段以及它们的最新数据。
请求的url为:http://localhost:9200/index/_doc/xyz
。
请求体和新增时的一致。
通过POST
请求实现局部修改文档的操作。
对于局部修改,请求体中仅需包含该文档中进行局部修改的字段以及它们的最新数据。
请求的url为:http://localhost:9200/index/_update/xyz
。(\_update
表明是修改,\_doc
,表明是新增)
请求体也有所变化。
{"doc":{"需要修改的字段名":"修改后的值"}
}
2.2.4 删除文档
通过DELETE
请求实现删除文档的操作。
主键删除
在index
索引中删除_id
字段为xyz
的文档:http://localhost:9200/index/_doc/xyz
。
三、ES入门—基于Java API的使用方式(了解)
3.1 环境准备
略
3.2 一般流程
// 1. 创建ES客户端RestHighLevelClient esClient = new RestHighLevelClient(RestClient.builder(new HttpHost("hostname", port, "http")));// 2. 完成操作// 2.1 获取对应的请求对象// 2.2 设置请求参数// 2.3 使用客户端调用相应的方法执行操作,并得到响应结果// 2.4 查看/处理响应结果...// 3. 关闭ES客户端(这里需要处理异常)esClient.close();
3.3 索引操作
3.3.1 创建索引
...// 1. 创建请求对象CreateIndexRequest req = new CreateIndexRequest("index_name");// 2. 创建索引:使用ES客户端调用创建索引的方法,获取响应CreateIndexResponse res = esClient.indices().create(req, RequestOptions.DEFAULT);// 3. 获取响应状态,判断成功还是失败boolean acknowledged = res.isAcknowledged();...
3.3.2 查询索引
...// 1. 创建请求对象GetIndexRequest req = new GetIndexRequest("index_name");// 2. 查询索引:使用ES客户端调用查询索引的方法,获取响应GetIndexResponse res = esClient.indices().get(req, RequestOptions.DEFAULT);// 3. 从响应中获取索引信息...
3.3.3 删除索引
...// 1. 创建请求对象DeleteIndexRequest req = new DeleteIndexRequest ("index_name");// 2. 删除索引:使用ES客户端调用删除索引的方法,获取响应DeleteIndexResponse res = esClient.indices().delete(req, RequestOptions.DEFAULT);// 3. 获取响应状态,判断成功还是失败boolean acknowledged = res.isAcknowledged();...
3.3.4 索引映射关系
// 1. 创建请求对象CreateIndexRequest request = new CreateIndexRequest("index_name");// 2. 创建XContentBuilder来构建映射XContentBuilder mappingBuilder = XContentFactory.jsonBuilder().startObject().startObject("properties").startObject("字段1").field("type", "text").endObject().startObject("字段2").field("type", "keyword").field("analyzer", "ik_max_word") // 使用IK分词器.endObject().endObject().endObject();// 3. 构建请求参数并执行request.mapping(mappingBuilder);CreateIndexResponse createIndexResponse = client.indices().create(request, RequestOptions.DEFAULT);
3.4 文档操作
3.4.1 创建文档
** 创建单个文档**
...// 1. 创建请求对象IndexRequest req = new IndexRequest();// 2. 设置文档的索引和id(流式操作)req.index("index_name").id("doc_id");// 3. 准备文档数据(json字符串)// (下例通过ObjectMapper实现对象转json)User user = new User();user.setName("小明");user.setGender("男");ObjectMapper mapper = new ObjectMapper();String json = mapper.writeValueAsString();// 4. 将文档数据放入请求体req.source(json, XContentType.JSON);// 5. 创建文档并返回结果IndexResponse res = esClient.index(req, RequestOptions.DEFAULT);...
批量创建多个文档
...// 1. 创建请求对象BulkRequest req = new BulkRequest();// 2. 创建多个文档数据// 2.1 按单次插入的方式准备IndexRequest对象// 2.2 然后将这些IndexRequest对象添加到BulkRequest对象req.add(indexReq1);req.add(indexReq2);req.add(indexReq3);// 3. 执行批量创建文档的操作BulkResponse res = esClient.bulk(req, RequestOptions.DEFAULT);...
3.4.2 查询文档
主键查询
...// 1. 创建请求对象GetRequest req = new GetRequest();// 2. 设置文档的索引和id(流式操作)req.index("index_name").id("doc_id");// 3. 查询文档并返回结果GetResponse res = esClient.get(req, RequestOptions.DEFAULT);// 4. 获取文档数据// 4.1 Map类型的文档数据:res.getSource();// 4.2 json类型的文档数据:res.getSourceAsString();...
条件查询 + 字段过滤、分页、排序、高亮
注意1:字段过滤,分页,排序,高亮是通过SearchSourceBuilder对象设置的。
注意2:查询条件是通过QueryBuilder设置的,具体的QueryBuilder对象是通过QueryBuilders回去的。
注意3:QueryBuilder对象是作为SearchSourceBuilder对象的query参数使用的,而SearchSourceBuilder对象是作为请求体的source参数使用的。
注意4:全查询以及其他高级查询,主要是使用了特定的QueryBuilder,其他部分基本一致。
...// 1. 创建请求对象SearchRequest req = new SearchRequest();// 2. 设置文档的索引req.indices("index_name");// 3. 创建SearchSourceBuilder对象SearchSourceBuilder ssBuilder = new SearchSourceBuilder();// 4. 字段过滤String[] includes = {"希望查询的字段"}String[] excludes = {"希望过滤的字段"}ssBuilder.fetchSource(includes, excludes);// 5. 分页ssBbuilder.from(0);ssBbuilder.size(2);// 6. 排序ssBbuilder.sort("排序字段", SortOrder.DESC);// 7. 高亮(本质是在高亮字段的值前后加上字符串)HighlightBuilder hBuilder = new HighLlightBuilder();hBuilder.preTags("<font color='red'>");hBuilder.postTags("</font>");bBuilder.field("高亮的字段");// 8. 获取条件查询的QueryBuilder对象(但条件完全匹配为例)TermsQueryBuilder tqBuilder = queryBuilders.termsQuery("字段名","匹配值");// 9. 准备请求参数builder.query(tqBuikder);req.source(ssBuilder);// 10. 查询并返回结果SearchResponse res = esClient.search(req, RequestOptions.DEFAULT);// 11. 获取结果中的文档SearchHits hits = res.getHits();
条件查询的匹配规则
使用queryBuilders.termsQuery时是完全匹配。
使用queryBuilders.matchQuery时是分词匹配。
全查询
...MatchQueryBuilder mqBuilder = QueryBuilders.matchAllQuery();ssBuilder.query(mqBuilder);...
组合查询
多个条件的组合查询通过BoolQueryBuilder实现。
...BoolQueryBuilder bqBuilder = new BoolQueryBuilder();bqBuilder.must(queryBuilders.termsQuery("字段名1","匹配值1"););bqBuilder.mustNot(queryBuilders.termsQuery("字段名2","匹配值2"););bqBuilder.should(queryBuilders.termsQuery("字段名3","匹配值3"););ssBuilder.query(bqBuilder);...
范围查询
范围查询通过QueryBuilders.rangeQuery()实现。
...// 年龄大于18小于等于60RangeQueryBuilder rqBuilder = QueryBuilders.rangeQuery("age");rqBuilder.gt(18);rqBuilder.lte(60);ssBuilder.query(rqBuilder);...
模糊查询
模糊查询通过QueryBuilders.fuzzyQuery()实现。
模糊查询时要设置模糊度,即允许相差的字符个数,通过fuzzyQuery()的参数设置。
...FuzzyQueryBuikder fqBuilder = QueryBuilders.fuzzyQuery("字段名", "匹配值").fuzziness(Fuzziness.ONE);ssBuilder.query(fqBuilder);...
聚合查询和分组
相较于条件查询,相当于将QueryBuilder换成了AggregationBuilder,并将SearchSourceBuilder对象调用的方法换成了aggregation。
AggregationBuilder通过AggregationBuilders获取,特定的聚合操作用相应的AggregationBuilder即可。聚合查询如max,分组查询如terms(分组并统计数量)。
...AggregationBuilder aBuilder = AggregationBuilders.max("统计结果名称").field("统计或分组字段");
ssbuilder.aggregation(aBuilder);...
3.4.3 更新文档
全量修改
// 1. 创建请求对象UpdateRequest updateRequest = new UpdateRequest(indexName, id);// 2. 设置具体的全量修改updateRequest.doc(updatedDocJson, XContentType.JSON); // 提供完整的新文档内容updateRequest.upsert(updatedDocJson, XContentType.JSON); // 如果文档不存在,则插入新文档// 3. 更新文档并返回结果UpdateResponse updateResponse = esClient.update(updateRequest, RequestOptions.DEFAULT);
局部修改
...// 1. 创建请求对象UpdateRequest req = new UpdateRequest();// 2. 设置文档的索引和id(流式操作)req.index("index_name").id("doc_id");// 3. 准备局部修改的数据req.doc(XContentType.JSON, "要修改的字段名", "修改后的值");// 4. 更新文档并返回结果UpdateResponse res = esClient.update(req, RequestOptions.DEFAULT);...
3.4.4 删除文档
主键删除
...// 1. 创建请求对象DeleteRequest req = new DeleteRequest();// 2. 设置文档的索引和id(流式操作)req.index("index_name").id("doc_id");// 3. 删除文档并返回结果DeleteResponse res = esClient.delete(req, RequestOptions.DEFAULT);...
批量删除
类似于批量创建多个文档~
四、Kibana的使用(重要)
无论是RESTful API的方式还是Java API的方式,使用ES都不太方便。大多数场景,我们都可以借助Kibana的可视化界面来完成操作。
4.1首页菜单列表说明
- Discover(数据探索):用于搜索、浏览和交互ES中的数据。
- Visualize(可视化):让用户能够将数据转化为各种图表形式。
- Dashboard(仪表盘):允许用户将多个可视化组件组合到一个可交互的界面上,形成一个综合的数据监控面板。
- Timelion(时序控件):专注于时间序列数据的可视化。
- Canvas(画布):允许用户通过自由布局、艺术设计和技术功能的结合,将ES中的数据转变为富有吸引力和互动性的信息图。
- Management(管理):是进行系统和数据源配置的地方,让用户能够配置Kibana设置、索引模式(Index Patterns)、空间(Spaces)、 Saved Objects(已保存对象)等。
4.2 Discover详讲
4.2.1 菜单/功能选项
index-pattern
Kibana使用索引模式来组织ES索引,通过*
来匹配一组具有相似命名模式的索引,这组索引在过滤时能用作条件的索引字段是相同的,在查询结果中能展示的字段也是相同的。索引模式由运维创建和维护。
过滤器
每次点击过滤器添加按钮可以添加一个过滤条件,此时可以选择条件字段、过滤规则,并填写相应的过滤条件参数。其中,可选的条件字段是索引模式中所设置的,使用的匹配模式是完全匹配,多个过滤条件之间是且关系。此外,filter也支持使用Elasticsearch Query DSL
来设置过滤条件。
字段
这里指查询结果中展示的字段。当选定一个索引模式后,就会在可选字段部分列出能看到的所有字段,从中选择并添加希望展示的字段,已选择的字段会在已选字段中展示。若没有选择,默认展示所有字段。
补充:可选字段前面的前缀#
、t
、?
分别表示number类型、text类型和位置类型的字段,其中位置类型的字段不能用于discover查询和visualize可视化。
时间过滤
时间过滤器根据@timestamp
作为过滤字段,提供了多种方便快捷的时间过滤方式。
也可以直接点击时间柱状图的柱子进行时间过滤。
搜索栏
使用搜索栏时要遵循Kinana查询语法,可以用,但没必要。
进行一些简单的条件筛选时,通常使用filter,而不必手写查询条件。
进行一些复杂的条件筛选时,如聚合查询、多条件查询,此时可以使用filter并以Elasticsearch Query DSL
方式实现。
工具栏
New:允许用户创建新的查询、可视化或仪表板。
Save:用于保存当前正在编辑或配置的查询、可视化或仪表板。
Open:允许用户打开之前保存的查询、可视化或仪表板。
Share:使用户能够分享当前的查询、可视化或仪表板给其他Kibana用户。
Inspect:此功能主要用于查看和分析Kibana发送到ES的底层请求详情。
Auto-refresh:允许用户设置一个时间间隔,在该间隔时间内,Kibana会自动重新加载或更新当前页面上的数据视图,比如仪表板或可视化。用于监控实时数据流、跟踪最新指标或在故障排查时持续观察系统状态。
4.2.2 通过日志进行故障排查的思路
关注于一些关键字段
- requestId:单词请求的唯一标识。
- applicationName:应用AppId。
- message:具有可读性的信息。
- url:调用地址。
- 具有标识作用的字段:如订单号,手机号。
链路追踪:
- 根据关键字寻到requestId
- 根据requestId查询调用链路
- 分析错误依赖的上下游,根据remotename判断调用方
- 异步调用时,RequestId可能存在没有透传,一般通过上下游链路透传的某一参数进行查询
4.2.3 待补充内容
// to do
参考链接
ELK详解(一)——ELK基本原理
Kibana用户手册
相关文章:

基于ELK的日志管理【开发实践】
文章目录 一、ELK简介1.1 ELK的作用与应用1.2 ELK的组成1.3 Elasticsearch1.4 Logstash1.5 Kibana1.6 ELK架构简述1.7 基础知识1.7.1 数据格式1.7.2 正排索引和倒排索引1.7.3 全文搜索 二、ES入门---基于HTTP的使用方式(了解)2.1 索引操作2.1.1 创建索引…...

音视频开发—音频相关概念:数模转换、PCM数据与WAV文件详解
文章目录 前言1.模拟数字转换(ADC)1.1ADC的关键步骤: 2.数字模拟转换(DAC)2.1DAC 的基本流程包括: 3.PCM数据3.1PCM 数据的关键要素包括: 4.WAV文件4.1 WAV的构成4.2WAV文件的标准块结构4.3WAV的…...

Elasticsearch 8.1官网文档梳理 - 十三、Search your data(数据搜索)
Search your data 这里有两个比较有用的参数需要注意一下 Search timeout:设置每个分片的搜索超时时间。从集群级别可以通过 search.default_search_timeout 来设置超时时间。如果在 search.default_search_timeout 设置的时间段内未完成搜索请求,就会…...

笔墨挥毫如游龙 最是经典铁线篆——记著名书法家王子彬
真正的书法大家,必是经历了日积月累的求索磨炼,毕竟书法从来都不是一蹴而就的艺术,因此但凡是急功近利者,其人也是远远无法达到书入臻境的创作高度。而纵观当代书坛界内,其中王子彬先生的艺术声誉可谓是广为人知,作为一名深具传统功底的实力派书法大家,王子彬先生的取法历途无疑…...

智慧校园有哪些特征
随着科技的飞速进步,教育领域正经历着一场深刻的变革。智慧校园,作为这场变革的前沿代表,正在逐步重塑我们的教育理念和实践方式。它不仅仅是一个概念,而是一个集成了物联网、大数据、人工智能等先进技术的综合生态系统࿰…...
day25回溯算法part02| 216.组合总和III 17.电话号码的字母组合
216.组合总和III 题目链接/文章讲解 | 视频讲解 class Solution { public:vector<vector<int>> result;vector<int> path;int sum;void backtracking(int n, int k, int startindex) {// int sum accumulate(path.begin(), path.end(), 0);if (sum n &am…...
AWS联网和内容分发服务
概况 VPC Amazon Virtual Private Cloud (Amazon VPC) 让您能够全面地控制自己的虚拟网络环境,包括资源放置、连接性和安全性。首先在 AWS 服务控制台中设置 VPC。然后,向其中添加资源,例如 Amazon Elastic Compute Cloud (EC2) 和 Amazon …...

vscode设置编辑器文件自动保存
步骤 1.打开vscode的设置 2.在搜索栏输入关键字“保存”; 在 Files: Auto Save 设置项,选择自动保存的模式...

SJ705C安全帽高温预处理箱
一、仪器用途 安全帽高温预处理箱是我公司根据安全帽新国家标准检测试验要求而自主设计研发制造。是安全帽检测前做高温预处理的专用设备。 二、仪器特征 1、有PID自整定温度控制仪,控制准确。 2、数显计时、计温器。 3、石英灯管加热系统;。 …...

AI盒子在智慧加油站的应用
方案背景 为规范加油站作业,保障人民生命财产安全,《加油站作业安全规范》(AQ 3010-2007)中第五条规定:卸油作业基本要求,明确防静电、防雷电、防火、人员值守、禁止其他车辆及非工作人员进入卸油区。 痛点…...

IC开发——VCS基本用法
1. 简介 VCS是编译型verilog仿真器,处理verilog的源码过程如下: VCS先将verilog/systemverilog文件转化为C文件,在linux下编译链接生成可执行文件,在linux下运行simv即可得到仿真结果。 VCS使用步骤,先编译verilog源…...

MongoDB~存储引擎了解
存储引擎 存储引擎是一个数据库的核心,主要负责内存、磁盘里数据的管理和维护。 MongoBD的优势,在于其数据模型定义的灵活性、以及可拓展性。但不要忽略,其存储引擎也是插件式的存在,支持不同类型的存储引擎,使用不同…...
JavaScript实现粒子数字倒计时效果附完整注释
<!DOCTYPE html> <html lang="en"><head><meta charset...
Dubbo SPI(Service Provider Interface)机制深度解析
Dubbo SPI(Service Provider Interface)机制是Apache Dubbo框架中一项核心的技术组件,它超越了传统Java SPI的范畴,为Dubbo带来了高度的可扩展性和灵活性。在分布式服务架构日益复杂多变的今天,Dubbo SPI机制通过巧妙的…...

常用中间件各版本下载
常用中间件下载地址 前言分布式中间件负载均衡中间件缓存中间件数据库中间件其他中间件1、Maven下载地址2、Git下载地址2、JDK下载地址3、MySQL下载地址4、Redis下载地址5、Nacos下载地址6、Tomcat下载地址7、Nginx下载地址8、RocketMQ下载地址8、RabbitMQ下载地址8、Erlang下载…...
VsCode SSH远程设置不用重复输入密码
winR输入cmd,回车,输入 C:\Users\Administrator> ssh-keygen -t rsa -b 4096 Generating public/private rsa key pair. Enter file in which to save the key (C:\Users\Administrator/.ssh/id_rsa): Enter passphrase (empty for no passphrase): …...

【Linux】:进程切换
朋友们、伙计们,我们又见面了,本期来给大家解读一下有关Linux进程切换的知识点,如果看完之后对你有一定的启发,那么请留下你的三连,祝大家心想事成! C 语 言 专 栏:C语言:从入门到精…...
MongoDB CRUD操作:删除文档
MongoDB CRUD操作:删除文档 文章目录 MongoDB CRUD操作:删除文档删除集合的所有文档删除符合条件的所有文件删除第一个符合条件的文档## 在MongoDB Atlas中删除文档删除行为索引 原子性写确认 可以使用下面的方式删除MongoDB集合的文档: 使用…...
SpringBoot集成腾讯COS流程
1.pom.xml中添加cos配置 <!--腾讯cos --> <dependency><groupId>com.qcloud</groupId><artifactId>cos_api</artifactId><version>5.6.28</version> </dependency> 2.application.yaml中添加cos配置 # 腾讯云存储cos…...
中高级前端开发岗
定位: 日常迭代任务的核心研发,具备高质、高效完成迭代任务的能力。 素质要求: 业务专家或擅长某一方向技术;有较丰富的开发经验;需要具备良好的沟通和协作能力,能够与其他部门和团队进行有效的沟通和协…...

【WiFi帧结构】
文章目录 帧结构MAC头部管理帧 帧结构 Wi-Fi的帧分为三部分组成:MAC头部frame bodyFCS,其中MAC是固定格式的,frame body是可变长度。 MAC头部有frame control,duration,address1,address2,addre…...
模型参数、模型存储精度、参数与显存
模型参数量衡量单位 M:百万(Million) B:十亿(Billion) 1 B 1000 M 1B 1000M 1B1000M 参数存储精度 模型参数是固定的,但是一个参数所表示多少字节不一定,需要看这个参数以什么…...
条件运算符
C中的三目运算符(也称条件运算符,英文:ternary operator)是一种简洁的条件选择语句,语法如下: 条件表达式 ? 表达式1 : 表达式2• 如果“条件表达式”为true,则整个表达式的结果为“表达式1”…...

04-初识css
一、css样式引入 1.1.内部样式 <div style"width: 100px;"></div>1.2.外部样式 1.2.1.外部样式1 <style>.aa {width: 100px;} </style> <div class"aa"></div>1.2.2.外部样式2 <!-- rel内表面引入的是style样…...
C++.OpenGL (10/64)基础光照(Basic Lighting)
基础光照(Basic Lighting) 冯氏光照模型(Phong Lighting Model) #mermaid-svg-GLdskXwWINxNGHso {font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:16px;fill:#333;}#mermaid-svg-GLdskXwWINxNGHso .error-icon{fill:#552222;}#mermaid-svg-GLd…...
Python如何给视频添加音频和字幕
在Python中,给视频添加音频和字幕可以使用电影文件处理库MoviePy和字幕处理库Subtitles。下面将详细介绍如何使用这些库来实现视频的音频和字幕添加,包括必要的代码示例和详细解释。 环境准备 在开始之前,需要安装以下Python库:…...

用docker来安装部署freeswitch记录
今天刚才测试一个callcenter的项目,所以尝试安装freeswitch 1、使用轩辕镜像 - 中国开发者首选的专业 Docker 镜像加速服务平台 编辑下面/etc/docker/daemon.json文件为 {"registry-mirrors": ["https://docker.xuanyuan.me"] }同时可以进入轩…...
Caliper 配置文件解析:config.yaml
Caliper 是一个区块链性能基准测试工具,用于评估不同区块链平台的性能。下面我将详细解释你提供的 fisco-bcos.json 文件结构,并说明它与 config.yaml 文件的关系。 fisco-bcos.json 文件解析 这个文件是针对 FISCO-BCOS 区块链网络的 Caliper 配置文件,主要包含以下几个部…...

【7色560页】职场可视化逻辑图高级数据分析PPT模版
7种色调职场工作汇报PPT,橙蓝、黑红、红蓝、蓝橙灰、浅蓝、浅绿、深蓝七种色调模版 【7色560页】职场可视化逻辑图高级数据分析PPT模版:职场可视化逻辑图分析PPT模版https://pan.quark.cn/s/78aeabbd92d1...
WebRTC从入门到实践 - 零基础教程
WebRTC从入门到实践 - 零基础教程 目录 WebRTC简介 基础概念 工作原理 开发环境搭建 基础实践 三个实战案例 常见问题解答 1. WebRTC简介 1.1 什么是WebRTC? WebRTC(Web Real-Time Communication)是一个支持网页浏览器进行实时语音…...