当前位置: 首页 > news >正文

mysql5.7数据库安装及性能测试

mysql5.7数据库安装及性能测试

记录Centos7.9下安装mysql 5.7并利用benchmark工具简单测试mysql的性能。

测试机:centos7.9

配置:4C8G40G

1. 下安装mysql5.7

安装mysql5.7:

# 通过官方镜像源安装
$ wget http://dev.mysql.com/get/mysql57-community-release-el7-11.noarch.rpm
$ sudo yum -y install mysql57-community-release-el7-11.noarch.rpm
$ sudo yum -y install mysql mysql-server mysql-devel

#
 启动mysql并查看root密码
$ sudo systemctl start mysqld
$ sudo systemctl enable mysqld
$ sudo grep "password" /var/log/mysqld.log
2024-03-22T07:07:13.872300Z 1 [Note] A temporary password is generated for root@localhost: fO08,4R?b2%;

#
 由上述日志看出mysql的root密码为fO08,4R?b2%;

#
 修改密码
$ mysql -uroot -p
Enter password:
Welcome to the MySQL monitor.  Commands end with ; or \g.
Your MySQL connection id is 6
Server version: 5.7.44

Copyright (c) 2000, 2023, Oracle and/or its affiliates.

Oracle is a registered trademark of Oracle Corporation and/or its
affiliates. Other names may be trademarks of their respective
owners.

Type 'help;' or '\h' for help. Type '\c' to clear the current input statement.

#
 配置密码复杂度,可以设置简单密码
mysql> set global validate_password_length=3;
Query OK, 0 rows affected (0.00 sec)

mysql>
 set global validate_password_policy=0;
Query OK, 0 rows affected (0.00 sec)

mysql>
 ALTER USER 'root'@'localhost' IDENTIFIED BY '123456';
Query OK, 0 rows affected (0.00 sec)

mysql>
 SHOW VARIABLES LIKE 'validate_password%';
+--------------------------------------+-------+
| Variable_name                        | Value |
+--------------------------------------+-------+
| validate_password_check_user_name    | OFF   |
| validate_password_dictionary_file    |       |
| validate_password_length             | 4     |
| validate_password_mixed_case_count   | 1     |
| validate_password_number_count       | 1     |
| validate_password_policy             | LOW   |
| validate_password_special_char_count | 1     |
+--------------------------------------+-------+
7 rows in set (0.01 sec)

#
 配置root允许其他主机进行连接
mysql> use mysql
Reading table information for completion of table and column names
You can turn off this feature to get a quicker startup with -A

Database changed
mysql> select `user`,authentication_string,`Host` from `user`;
+---------------+-------------------------------------------+-----------+
| user          | authentication_string                     | Host      |
+---------------+-------------------------------------------+-----------+
| root          | *6BB4837EB74329105EE4568DDA7DC67ED2CA2AD9 | localhost |
| mysql.session | *THISISNOTAVALIDPASSWORDTHATCANBEUSEDHERE | localhost |
| mysql.sys     | *THISISNOTAVALIDPASSWORDTHATCANBEUSEDHERE | localhost |
+---------------+-------------------------------------------+-----------+
3 rows in set (0.00 sec)

mysql>
 GRANT ALL PRIVILEGES ON *.* TO 'root'@'%' IDENTIFIED BY '123456';
Query OK, 0 rows affected, 1 warning (0.00 sec)

mysql>
 flush privileges;
Query OK, 0 rows affected (0.00 sec)

mysql>
 select `user`,authentication_string,`Host` from `user`;
+---------------+-------------------------------------------+-----------+
| user          | authentication_string                     | Host      |
+---------------+-------------------------------------------+-----------+
| root          | *6BB4837EB74329105EE4568DDA7DC67ED2CA2AD9 | localhost |
| mysql.session | *THISISNOTAVALIDPASSWORDTHATCANBEUSEDHERE | localhost |
| mysql.sys     | *THISISNOTAVALIDPASSWORDTHATCANBEUSEDHERE | localhost |
| root          | *6BB4837EB74329105EE4568DDA7DC67ED2CA2AD9 | %         |
+---------------+-------------------------------------------+-----------+
4 rows in set (0.00 sec)
mysql>

安装mysql5.7如果遇到如下GPG密钥问题:

The GPG keys listed for the "MySQL 5.7 Community Server" repository are already installed but they are not correct for this package.

使用如下命令解决:

rpm --import https://repo.mysql.com/RPM-GPG-KEY-mysql-2022

2. sysbench测试mysql性能

2.1 sysbench安装

# 镜像源安装
$ sudo yum install -y sysbench

#
 源码编译安装
# CentOS安装依赖
$ sudo yum -y install make automake libtool pkgconfig libaio-devel
# For MySQL support, replace with mysql-devel on RHEL/CentOS 5
$ sudo yum -y install mariadb-devel openssl-devel

#
 下载源码编译安装
$ wget https://github.com/akopytov/sysbench/archive/master.zip
$ unzip master.zip
$ cd sysbench-master/
$ sudo ./autogen.sh
$ sudo ./configure
$ sudo make && sudo make install

#
 如果之前安装的sysbench没有添加mysql支持,可以在源码解压的文件夹里通过如下命令卸载,然后重新执行上面的安装流程:
$ sudo make uninstall

./configure说明:

sysbench默认是支持MySQL的benchmarking的,如果不加任何选项则要求保证MySQL的安装路径都是默认的标准路径,headfile位于/usr/include目录下,libraries位于/usr/lib/目录下。如果MySQL是源码编译安装的,安装路径放在/usr/local/mysql下,要添加相应的选项命令: --with-mysql-includes=/usr/local/mysql/include/mysql/ --with-mysql-libs=/usr/local/mysql/lib/mysql/

mysql安装在自定义路径,不在PATH下,可以使用--with-mysql-includes和--with-mysql-libs指定mysql路径。

2.2 sysbench oltp测试参数说明

sysbench 中常用的参数如下:
  --oltp-tables-count=1:表数量
  --oltp-table-size=10000000:每个表产生的记录行数
  --oltp-read-only=off:是否生成只读SQL,默认 off,如果设置为 on,则 oltp 模型不会生成 update, delete, insert 的 SQL 语句
  --oltp-skip-trx=[on|off]:省略 BEGIN / COMMIT 语句。默认是 off
  --rand-init=on:是否随机初始化数据,如果不随机化那么初始好的数据每行内容除了主键不同外其他完全相同
  --num-threads=12: 并发线程数,可以理解为模拟的客户端并发连接数
  --report-interval=10:表示每 10s 输出一次性能数据
  --max-requests=0:压力测试产生请求的总数,如果以下面的 max-time 来记,这个值设为 0 即可
  --max-time=120:测试的持续时间
  --oltp_auto_inc=off:id 是否为自增列
  --oltp_secondary=on:将 id 设置为非主键防止主键冲突
  --oltp_range_size=5: 连续取值 5 个,必定走到 5 个分片
  --mysql_table_options='dbpartition by hash(id) tbpartition by hash(id) tbpartitions 2':DRDS 支持拆分表,在建表的时候需要指定拆分方式
  
  安装完成会自带几个lua脚本文件,路径在/usr/local/share/sysbench 或 /usr/share/sysbench/tests/include/oltp_legacy下

2.3 测试执行

提前在mysql中创建数据库,名为sysbench。

# 创建测试数据库tpcc
$ mysql -uroot -p
mysql> create database sysbench;
mysql> exit
Bye

#
 1、数据准备,在sysbench库中创建10张表,每个表有1000000条记录。
$ sysbench /usr/share/sysbench/tests/include/oltp_legacy/oltp.lua --oltp-table-size=1000000 --oltp_tables_count=10 --threads=4 --db-driver=mysql --mysql-db=sysbench --mysql-host=172.16.0.9 --mysql-user=root --mysql-password=123456 prepare
sysbench 1.0.17 (using system LuaJIT 2.0.4)

Creating table 'sbtest1'...
Inserting 1000000 records into 'sbtest1'
Creating secondary indexes on 'sbtest1'...
Creating table 'sbtest2'...
Inserting 1000000 records into 'sbtest2'
Creating secondary indexes on 'sbtest2'...
Creating table 'sbtest3'...
Inserting 1000000 records into 'sbtest3'
Creating secondary indexes on 'sbtest3'...
Creating table 'sbtest4'...
Inserting 1000000 records into 'sbtest4'
Creating secondary indexes on 'sbtest4'...
Creating table 'sbtest5'...
Inserting 1000000 records into 'sbtest5'
Creating secondary indexes on 'sbtest5'...
Creating table 'sbtest6'...
Inserting 1000000 records into 'sbtest6'
Creating secondary indexes on 'sbtest6'...
Creating table 'sbtest7'...
Inserting 1000000 records into 'sbtest7'
Creating secondary indexes on 'sbtest7'...
Creating table 'sbtest8'...
Inserting 1000000 records into 'sbtest8'
Creating secondary indexes on 'sbtest8'...
Creating table 'sbtest9'...
Inserting 1000000 records into 'sbtest9'
Creating secondary indexes on 'sbtest9'...
Creating table 'sbtest10'...
Inserting 1000000 records into 'sbtest10'
Creating secondary indexes on 'sbtest10'...

#
 2、进行write_only测试
$ sysbench /usr/share/sysbench/tests/include/oltp_legacy/oltp.lua --oltp-table-size=1000000 --oltp_tables_count=10 --threads=4 --db-driver=mysql --mysql-db=sysbench --mysql-host=172.16.0.9 --mysql-user=root --mysql-password=123456 run 
sysbench 1.0.17 (using system LuaJIT 2.0.4)

Running the test with following options:
Number of threads: 4
Initializing random number generator from current time


Initializing worker threads...

Threads started!

SQL statistics:
    queries performed:
        read:                            19432
        write:                           5552
        other:                           2776
        total:                           27760
    transactions:                        1388   (137.58 per sec.)
    queries:                             27760  (2751.55 per sec.)
    ignored errors:                      0      (0.00 per sec.)
    reconnects:                          0      (0.00 per sec.)

General statistics:
    total time:                          10.0875s
    total number of events:              1388

Latency (ms):
         min:                                    5.66
         avg:                                   28.89
         max:                                 1817.12
         95th percentile:                      104.84
         sum:                                40095.22

Threads fairness:
    events (avg/stddev):           347.0000/1.22
    execution time (avg/stddev):   10.0238/0.04

#
 3、清除数据
$ sysbench /usr/share/sysbench/tests/include/oltp_legacy/oltp.lua --oltp-table-size=1000000 --oltp_tables_count=10 --threads=4 --db-driver=mysql --mysql-db=sysbench --mysql-host=172.16.0.9 --mysql-user=root --mysql-password=123456 cleanup
sysbench 1.0.17 (using system LuaJIT 2.0.4)

Dropping table 'sbtest1'...
Dropping table 'sbtest2'...
Dropping table 'sbtest3'...
Dropping table 'sbtest4'...
Dropping table 'sbtest5'...
Dropping table 'sbtest6'...
Dropping table 'sbtest7'...
Dropping table 'sbtest8'...
Dropping table 'sbtest9'...
Dropping table 'sbtest10'...

参考:

https://www.cnblogs.com/xulinforDB/p/17496225.html

3. mysqlslap测试mysql性能

mysqlslap是MySQL官方提供的一个性能测试工具,用于模拟多个客户端对MySQL数据库进行并发访问,从而测试数据库在高负载下的性能表现。通过mysqlslap,我们可以测试数据库的查询性能、插入性能、更新性能等,从而评估数据库的性能瓶颈和提升空间。

3.1 mysqlslap参数说明

mysqlslap常用参数:

—auto-generate-sql, -a:自动生成测试表和数据。这是mysqlslap最常用的参数之一,可以让我们无需手动创建测试数据,快速进行测试。

—auto-generate-sql-load-type=type:测试语句的类型。这个参数可以指定测试语句的类型,包括read(读操作)、key(键值查询)、write(写操作)、update(更新操作)和mixed(混合操作)等。默认值为mixed,表示混合类型的测试语句。

—number-char-cols=N, -x N:自动生成的测试表中包含多少个字符类型的列。默认值为1,表示自动生成一个字符类型的列。

—number-int-cols=N, -y N:自动生成的测试表中包含多少个数字类型的列。默认值为1,表示自动生成一个数字类型的列。

—number-of-queries=N:总的测试查询次数(并发客户数×每客户查询次数)。这个参数可以指定总的测试查询次数,从而控制测试的时间和强度。

—query=’SQL’,(—query缩写为-q):使用自定义脚本执行测试。这个参数允许我们使用自定义的SQL语句进行测试,从而更灵活地模拟实际应用场景。

3.2 执行测试

在测试客户端上执行mysqlslap命令,指定要测试的MySQL服务器地址、用户名、密码等参数,以及要使用的测试选项。例如,我们可以使用以下命令进行混合类型的性能测试:

$ mysqlslap --auto-generate-sql --auto-generate-sql-load-type=mixed --number-of-queries=10000 --concurrency=10 --engine=innodb --user=root --password=123456 --host=localhost --port=3306
mysqlslap: [Warning] Using a password on the command line interface can be insecure.
Benchmark
        Running for engine innodb
        Average number of seconds to run all queries: 7.546 seconds
        Minimum number of seconds to run all queries: 7.546 seconds
        Maximum number of seconds to run all queries: 7.546 seconds
        Number of clients running queries: 10
        Average number of queries per client: 1000

上述命令中,—concurrency参数指定了并发客户端的数量,—engine参数指定了存储引擎类型(这里使用InnoDB),—user和—password参数指定了连接MySQL服务器所需的用户名和密码,—host和—port参数指定了MySQL服务器的地址和端口号。

执行完mysqlslap命令后,将输出测试结果,包括每秒查询数(QPS)、平均响应时间等性能指标。我们可以根据这些指标来分析数据库的性能表现,找出潜在的性能瓶颈,并进行相应的优化。

4. benchmarksql测试mysql性能

benchmarksql是一款符合TPC-C基准压力测试工具,TPC-C是衡量在线事务处理的基准。

TPC-C模型是模拟一个商品批发公司的销售模型,这个模型涵盖了一个批发公司面向客户对一系列商品进行销售的过程,这包括管理订单,管理库存,管理账号收支等操作。这些操作涉及到仓库、商品、客户、订单等概念,围绕这些概念,构造了数据表格,以及相应的数据库操作。

官网:https://benchmarksql.readthedocs.io/en/latest/

4.1 安装benchmarksql

benchmarksql编译安装,官方benchmarksql最新版本不支持mysql测试,本文使用pingcap的仓库进行编译安装:

# 安装依赖
$ sudo yum install java-1.8.0-openjdk
$ sudo yum -y install ant 

#
 下载安装
$ git clone -b 5.0-mysql-support-opt-2.1 https://github.com/pingcap/benchmarksql.git
# 构建
$ cd benchmarksql/
$ ant
Buildfile: /home/test/tools/db/benchmarksql/build.xml

init:
    [mkdir] Created dir: /home/test/tools/db/benchmarksql/build

compile:
    [javac] Compiling 12 source files to /home/test/tools/db/benchmarksql/build

dist:
    [mkdir] Created dir: /home/test/tools/db/benchmarksql/dist
      [jar] Building jar: /home/test/tools/db/benchmarksql/dist/BenchmarkSQL-5.0.jar

BUILD SUCCESSFUL
Total time: 1 second

4.2 测试数据准备及执行

# 创建测试数据库tpcc
$ mysql -uroot -p
mysql> create database tpcc;
# 删除数据库
# mysql> drop database tpcc;
mysql> exit
Bye

#
 修改mysql测试文件。
$ sudo vi benchmarksql/run/props.mysql
db=mysql
driver=com.mysql.jdbc.Driver
conn=jdbc:mysql://localhost:3306/tpcc?useSSL=false&useServerPrepStmts=true&useConfigs=maxPerformance&rewriteBatchedStatements=true&cachePrepStmts=true&prepStmtCacheSize=1000&prepStmtCacheSqlLimit=2048
user=root
password=123456

warehouses=20
loadWorkers=8

terminals=20
//To run specified transactions per terminal- runMins must equal zero
runTxnsPerTerminal=0
//To run for specified minutes- runTxnsPerTerminal must equal zero
runMins=10
//Number of total transactions per minute
limitTxnsPerMin=0

//Set to true to run in 4.x compatible mode. Set to false to use the
//entire configured database evenly.
terminalWarehouseFixed=true

//The following five values must add up to 100
//The default percentages of 45, 43, 4, 4 & 4 match the TPC-C spec
newOrderWeight=45
paymentWeight=43
orderStatusWeight=4
deliveryWeight=4
stockLevelWeight=4

// Directory name to create for collecting detailed result data.
// Comment this out to suppress.
resultDirectory=my_result_%tY-%tm-%td_%tH%tM%tS
//osCollectorScript=./misc/os_collector_linux.py
//osCollectorInterval=1
//osCollectorSSHAddr=user@dbhost
//osCollectorDevices=net_eth0 blk_vda

参数说明:

  • db=mysql: 指定数据库类型,当前类型为mysql

  • driver=com.mysql.jdbc.Driver: mysql数据库JDBC驱动

  • conn=jdbc:mysql://localhost:3306/tpcc?useSSL=false...:mysql的连接字符串

  • user=root:连接mysql的用户名

  • password=123456:连接mysql的密码

  • Warehouses: 代表仓库数,每个 Warehouse 的数据量,其大小约为 76823.04KB。可以根据每个Warehouse的数据量,计算测试过程中的数据总量。 计算公式为:数据总量(KB)≈ Warehouse个数*76823.04KB 以10个Warehouse的数据量为例计算其数据总量大小约为:768230.4KB

  • loadWorkers=8:用于在数据库中初始化数据的加载进程数量,默认为4,实际使用过程中可以根据实际情况调整,加载速度会随worker数量的增加而有所提升

  • terminals=20:终端数,即并发客户端数量,通常设置为CPU线程总数的2~6倍

  • runTxnsPerTerminal=0:每个终端(terminal)运行的固定事务数量,例如:如果该值设置为10,意味着每个terminal运行10个事务,如果有32个终端,那整体运行320个事务后,测试结束。该参数配置为非0值时,下面的runMins参数必须设置为0

  • runMins=10: 要测试的整体时间,单位为分钟,如果runMins设置为60,那么测试持续1小时候结束。该值设置为非0值时,runTxnsPerTerminal参数必须设置为0。这两个参数不能同时设置为正整数,如果设置其中一个,另一个必须为0,主要区别是runMins定义时间长度来控制测试时间;runTxnsPerTerminal定义事务总数来控制时间。

  • limitTxnsPerMin=0: 每分钟事务总数限制,该参数主要控制每分钟处理的事务数,事务数受terminals参数的影响,limitTxnsPerMin/terminals的值必须是正整数。

  • terminalWarehouseFixed=true: 终端和仓库的绑定模式,设置为true时可以运行4.x兼容模式,意思为每个终端都有一个固定的仓库。设置为false时可以均匀的使用数据库整体配置。TPCC规定每个终端都必须有一个绑定的仓库,所以一般使用默认值true。

  • 下面五个值的总和必须等于100,默认值为:45, 43, 4, 4,4 ,与TPC-C测试定义的比例一致,实际操作过程中,可以调整比重来适应各种场景.

    • newOrderWeight=45 新订单事务占总事务的45%
    • paymentWeight=43 支付订单事务占总事务的43%
    • orderStatusWeight=4 订单状态事务占总事务的4%
    • deliveryWeight=4 到货日期事务占总事务的4%
    • stockLevelWeight=4 查看现存货品的事务占总事务的4%
  • resultDirectory=my_result_%tY-%tm-%td_%tH%tM%tS 压测期间收集系统性能数据的目录(无需修改)

  • osCollectorScript=./misc/os_collector_linux.py: 操作系统性能收集脚本(无需修改)

  • osCollectorInterval=1: 操作系统收集操作间隔,默认为1秒

  • osCollectorSSHAddr=user@dbhost: 需要收集系统性能的主机

  • osCollectorDevices=net_eth0 blk_vda: 操作系统中被收集服务器的网卡名称和磁盘名称,根据个人环境进行调整

# 建立仓库,完成创建表并导入数据
pwd
/home/test/tools/db/benchmarksql/run
$ ./runDatabaseBuild.sh props.mysql
# 执行benchmark测试
$ ./runBenchmark.sh props.mysql

4.3 结果解读

4.3.1 runBenchmark.sh运行结果
# 运行结果
13:52:03,667 [Thread-5] INFO   jTPCC : Term-00, Measured tpmC (NewOrders) = 1995.21                                                                                                   
13:52:03,667 [Thread-5] INFO   jTPCC : Term-00, Measured tpmTOTAL = 4408.1
13:52:03,667 [Thread-5] INFO   jTPCC : Term-00, Session Start     = 2024-05-07 13:42:02
13:52:03,667 [Thread-5] INFO   jTPCC : Term-00, Session End       = 2024-05-07 13:52:03
13:52:03,667 [Thread-5] INFO   jTPCC : Term-00, Transaction Count = 44135

主要关注如下几项结果:

tpmC(NewOrder): 每分钟1995.21笔订单 tpmTOTAL:订单总数4408.1笔 Transaction Count 执行10min,执行了44135笔订单(每分钟4413.5笔订单)

4.3.2 html报告查看
# 安装R语言环境
$ sudo yum install R -y

# 生成html报告
$ sudo ./generateReport.sh my_result_2024-05-07_151402/
# 将my_result_2024-05-07_151402/下载到终端,使用浏览器即可打开html版本的报告
alt

备注:

html报告中系统资源(CPU、disk)无数据输出,待排查原因。

参考:

benchmarksql 5.0 支持对MySQL的TPC-C测试

pingcap-benchmarksql

本文由 mdnice 多平台发布

相关文章:

mysql5.7数据库安装及性能测试

mysql5.7数据库安装及性能测试 记录Centos7.9下安装mysql 5.7并利用benchmark工具简单测试mysql的性能。 测试机:centos7.9 配置:4C8G40G 1. 下安装mysql5.7 安装mysql5.7: # 通过官方镜像源安装$ wget http://dev.mysql.com/get/mysql57-com…...

聪明与诚实:社会信任的桥梁

在现代社会中,我们经常听到这样的评价:“某人真聪明。”然而,当我们深入思考时,会发现“聪明”这个词背后所承载的含义并不单一。聪明和狡诈往往被混淆,而诚实的价值却时常被忽视。在一个高度诚信的社会里,…...

基于单片机的无线数据传输系统设计

摘要:基于单片机的无线数据传输系统的设计,实现了温度和湿度的自动采集、无线通讯和报警功能。该系统包括了LCD1602显示电路、DHT11温湿度采集电路等,完成了基于无线数据传输的方法来实现温湿度的采集。 关键词:温湿度检测;N RF 24 L 01;单片机 0 引言 随着科技水平的提高,…...

【IP:Internet Protocol,子网(Subnets),IPv6:动机,层次编址:路由聚集(rout aggregation)】

文章目录 IP:Internet Protocol互联网的的网络层IP分片和重组(Fragmentation & Reassembly)IP编址:引论子网(Subnets)特殊IP地址IP 编址: CIDR子网掩码(Subnet mask)转发表和转发…...

智启算力平台基本操作

智启算力平台 智启算力平台路径搭载数据集搭载镜像配置 智启算力平台 开发文档 帮助文档 - OpenI - 启智AI开源社区 路径搭载 OpenIOSSG/promote: 启智AI协作平台首页推荐组织及推荐项目申请。 - notice/Other_notes/SDKGetPath.md at master - promote - OpenI - 启智AI开…...

微信小程序 【关键部分】

1. 动机 最近在开发小程序,小程序既需兼顾针对新用户的内容预览,又要为注册用户提供服务,简单梳理下,基本需求如下: 小程序共三个tab页,所有用户都可以浏览首页内容,了解我们可以提供的优质服…...

JavaEE技术之MySql高级(索引、索引优化、sql实战、View视图、Mysql日志和锁、多版本并发控制)

文章目录 1. MySQL简介2. MySQL安装2.1 MySQL8新特性2.2 安装MySQL2.2.1 在docker中创建并启动MySQL容器:2.2.2 修改mysql密码2.2.3 重启mysql容器2.2.4 常见问题解决 2.3 字符集问题2.4 远程访问MySQL(用户与权限管理)2.4.0 远程连接问题1、防火墙2、账号不支持远程…...

OCR文本识别模型CRNN

CRNN网络结构 论文地址:https://arxiv.org/pdf/1507.05717 参考:https://blog.csdn.net/xiaosongshine/article/details/112198145 git:https://github.com/shuyeah2356/crnn.pytorch CRNN文本识别实现端到端的不定长文本识别。 CRNN网络把包含三部分&…...

【数据结构】闲谈A股实时交易的数据结构-队列

今天有点忙,特意早起,要不先写点什么。看到个股的红红绿绿, 突然兴起,要不写篇文章分析下A股交易的简易版数据结构。 在A股实时股票交易系统中,按照个人理解,大致会用队列来完成整个交易。队列(…...

深入探索van Emde Boas树:原理、操作与C语言实现

van Emde Boas (vEB) 树是一种高效的数据结构,用于处理整数集合。它是由荷兰计算机科学家Jan van Emde Boas在1977年提出的。vEB树在处理整数集合的查找、插入、删除和迭代操作时,能够以接近最优的时间复杂度运行。vEB树特别适合于那些元素数量在某个较小…...

正点原子[第二期]Linux之ARM(MX6U)裸机篇学习笔记-14-主频和时钟配置

前言: 本文是根据哔哩哔哩网站上“正点原子[第二期]Linux之ARM(MX6U)裸机篇”视频的学习笔记,在这里会记录下正点原子 I.MX6ULL 开发板的配套视频教程所作的实验和学习笔记内容。本文大量引用了正点原子教学视频和链接中的内容。…...

tomcat打开乱码修改端口

将UTF-8改成GBK 如果端口冲突,需要修改tomcat的端口...

03 JavaSE-- 访问控制权限、接口、抽象类、内部类、Object类、异常

1. Exception 异常 在 Java 中,异常分为两种主要类型:强制性异常(Checked Exceptions)和非强制性异常(Unchecked Exceptions)。 强制性异常(Checked Exceptions): 强制…...

free5gc+ueransim操作

启动free5gc容器 cd ~/free5gc-compose docker-compose up -d 记录虚拟网卡地址,eth0 ifconfig 查看并记录amf网元的ip地址 sudo docker inspect amf "IPAddress"那一行,后面记录的即是amf的ip地址 记录上述两个ip地址,完成UER…...

麦肯锡精英高效阅读法笔记

系列文章目录 如何有效阅读一本书笔记 读懂一本书笔记 麦肯锡精英高效阅读法笔记 文章目录 系列文章目录序章 无法读书的5个理由无法读书的理由① 忙于工作,没时间读书无法读书的理由② 不知应该读什么无法读书的理由③ 没读完的书不断增多无法读书的理由④ 工作繁…...

高速、简单、安全的以太彩光,锐捷网络发布极简以太全光 3.X 方案

从 2021 年 3 月正式推出到现在,锐捷网络极简以太全光方案已经走进第四个年头。IT 仍在不断向前发展,数字化进程深入,数字化业务增多,更广泛的终端设备接入企业级园区网络,对园区网络提出了更高的要求,例如…...

图书管理系统

一、图书管理系统菜单 🍓管理员菜单 1.查找图书 2.新增图书 3.删除图书 4.显示图书 0.退出系统 --------------------------------------------------------------------------------------------------------------------------------- 🌼用户菜…...

图解HTTP(2、简单的 HTTP 协议)

HTTP 协议用于客户端和服务器端之间的通信 请求访问文本或图像等资源的一端称为客户端,而提供资源响应的一端称为服务器端。 通过请求和响应的交换达成通信 请求必定由客户端发出,而服务器端回复响应报文 请求报文是由请求方法、请求 URI、协议版本、…...

小鹅知识付费系统登录,网课怎么推广与宣传?有啥获客方法?

现在很多教育机构都开始做网络课程,同行之间的竞争也愈发激烈,机构的网课想要盈利就需要对课程进行宣传推广,网课要怎么推广和宣传呢? 在线课程要想推广获客方法有几种,不同推广方法获客效果也是不同的,只有…...

韩顺平0基础学Java——第5天

p72——p86 今天同学跟我说别学java,真的吗?唉,先把这视频干完吧。 逻辑运算符练习 x6,y6 x6,y5 x11,y6 x11,y5 z48 错了&a…...

单片机为什么能直接烧录程序?

在设计芯片的时候,关于烧录的环节是一个不得不考虑的问题。首先排除掉,由外部硬件直接操控FLASH的方案,这个方案有很多缺点。 1、每个IC使用的FLASH型号各不相同,每种型号的FLASH的烧录命令和流程都有差别,这会导致烧…...

【Linux】25. 网络基础(一)

网络基础(一) 计算机网络背景 网络发展 独立模式: 计算机之间相互独立; 网络互联: 多台计算机连接在一起, 完成数据共享; 其实本质上一台计算机内部也是一个小型网络结构(如果我们将计算机内部某个硬件不存放在电脑中,而是拉根长长的线进行连接。这其实也就是网…...

项目经理【人】任务

系列文章目录 【引论一】项目管理的意义 【引论二】项目管理的逻辑 【环境】概述 【环境】原则 【环境】任务 【环境】绩效 【人】概述 【人】原则 【人】任务 一、定义团队的基本规则&塔克曼阶梯理论 1.1 定义团队的基本规则 1.2 塔克曼阶梯理论 二、项目经理管理风格 …...

Linux学习(嵌入式硬件知识)

GPU和CPU GPU(Graphics Processing Unit,图形处理单元)和 CPU(Central Processing Unit,中央处理单元)是计算机中两种不同的处理器。它们在功能、设计和用途上有所不同。 CPU(中央处理单元&…...

英语学习笔记4——Is this your ...?

Is this your …? 词汇 Vocabulary suit /sut/ n. 西装,正装 suit 的配套: shirt n. 衬衫tie n. 领带,领结belt n. 腰带trousers n. 裤子shoes n. 鞋子 school /skuːl/ n. 学校 所有学校 搭配:middle school 初中    hig…...

Hive Bucketed Tables 分桶表

Hive Bucketed Tables 分桶表 1.分桶表概念 2.分桶规则 3.语法 4.分桶表的创建 5.分桶表的好处...

【拆位法 决策包容性 位运算】2871. 将数组分割成最多数目的子数组

本文涉及知识点 拆位法 贪心 位运算 决策包容性 位运算、状态压缩、子集状态压缩汇总 LeetCode2871. 将数组分割成最多数目的子数组 给你一个只包含 非负 整数的数组 nums 。 我们定义满足 l < r 的子数组 nums[l…r] 的分数为 nums[l] AND nums[l 1] AND … AND nums[r…...

Java 线程池 ( Thread Pool )的简单介绍

想象一下&#xff0c;你正指挥着一支超级英雄团队&#xff0c;面对蜂拥而至的敌人&#xff08;任务&#xff09;&#xff0c;不是每次都召唤新英雄&#xff08;创建线程&#xff09;&#xff0c;而是精心调配现有成员&#xff0c;高效应对。这就是Java线程池的魔力&#xff0c;…...

鸿蒙内核源码分析(时间管理篇) | 谁是内核基本时间单位

时间概念太重要了&#xff0c;在鸿蒙内核又是如何管理和使用时间的呢? 时间管理以系统时钟 g_sysClock 为基础&#xff0c;给应用程序提供所有和时间有关的服务。 用户以秒、毫秒为单位计时.操作系统以Tick为单位计时&#xff0c;这个认识很重要. 每秒的tick大小很大程度上决…...

安装numpy遇到的问题

安装numpy的时候提示无法安装如下&#xff1a; (venv) E:\works\AI\venv\Scripts>pip install numpy pandas matplotlib jupyter -i https://pypi.douban.com/simple Looking in indexes: https://pypi.douban.com/simple WARNING: Retrying (Retry(total4, connectNone, r…...

页面嵌套,界面套娃,除了用iframe,还有其他方式吗?

UIOTOS可以了解下&#xff0c;uiotos.net&#xff0c;通过连线来代替脚本逻辑开发&#xff0c;复杂的交互界面&#xff0c;通过页面嵌套轻松解决&#xff0c;是个很新颖的思路&#xff0c;前端零代码&#xff01; 蓝图连线尤其是独创的页面嵌套和属性继承技术&#xff0c;好家…...

上传文件至linux服务器失败

目录 前言异常排查使用df -h命令查看磁盘使用情况使用du -h --max-depth1命令查找占用空间最大的文件夹 原因解决补充&#xff1a;删除文件后&#xff0c;磁盘空间无法得到释放 前言 使用XFTP工具上传文件至CentOS服务器失败 异常 排查 使用df -h命令查看磁盘使用情况 发现磁盘…...

渗透 如何防御ARP欺骗,LLMNR-MDNS-NBNS等协议的作用

一. 如何防御ARP欺骗&#xff1f; 1.使用双向IP/MAC绑定&#xff1b; 2.使用静态ARP缓存表&#xff1b; 3.使用ARP服务器&#xff0c;通过服务器来查找ARP转换表来响应其他机器的广播&#xff1b; 4.使用ARP欺骗防护软件&#xff1b; 5.在网关设备上部署防ARP欺骗攻击功能…...

【C++ 所有STL容器简介】

【C 所有STL容器简介】 1. vector2. list3. deque4. set / multiset5. map / multimap6. unordered_set / unordered_multiset7. unordered_map / unordered_multimap8. stack9. queue10. priority_queue C 标准模板库&#xff08;STL&#xff09;提供了一系列常用的容器&#…...

Django调用SECRET_KEY对数据进行加密

对数据进行加密 在Django中进行加密可以直接调用django配置文件中的SECRET_KEY , 同时还需要导入itsdangerous模块中的TimedJSONWebSignatureSerializer进行加密 1. 实现加密方法 , 生成用户加密链接 # 生成用户加密链接 def generate_verify_email_url(user):# 调研加密方法…...

芸众商城电商专业版400+插件源码+搭建教程

介绍&#xff1a; 芸众商城社交电商系统SAAS平台前端基于vue开发&#xff0c;后端基于研发积分商城系统源码 php&#xff0c;本文安装芸众商城全插件&#xff08;400多个&#xff09;商业版平台源码&#xff0c;可同时支持多端口部署运行&#xff1b;使用宝塔面板一键部署的形…...

【机器学习与实现】线性回归示例——波士顿房价分析

目录 一、创建Pandas对象并查看数据的基本情况二、使用皮尔逊相关系数分析特征之间的相关性三、可视化不同特征与因变量MEDV&#xff08;房价中值&#xff09;间的相关性四、划分训练集和测试集并进行回归分析 一、创建Pandas对象并查看数据的基本情况 boston.csv数据集下载&a…...

Redis核心数据结构——跳表(生成数据到文件和从文件中读取数据、模块合并、)

生成文件和从文件中读取数据。 需求如下&#xff1a; 你的任务是实现 SkipList 类中的数据持久化成员函数和数据加载成员函数。 持久化数据成员函数签名&#xff1a;void dump_file(); 该成员函数负责将存储引擎内的数据持久化到文件中。数据的持久化格式是将每个键值对写入文…...

微信小程序下载文件详解

在微信小程序中&#xff0c;下载文件通常涉及使用 wx.downloadFile API。这个 API 可以将网络资源下载到本地临时文件路径&#xff0c;然后你可以使用 wx.saveFile 将临时文件保存到本地持久存储位置。下面是一个下载文件的详细过程&#xff1a; 使用 wx.downloadFile 下载文件…...

2024 概率论和数理统计/专业考试/本科考研/论文/重点公式考点汇总

## 列表http://www.deepnlp.org/equation/category/statistics ## 均匀分布http://www.deepnlp.org/equation/uniform-distribution ## t-分布http://www.deepnlp.org/equation/student-t-distribution ## 伯努利分布http://www.deepnlp.org/equation/bernoulli-distributio…...

四川易点慧电子商务抖音小店:潜力无限的新零售风口

在当今数字化浪潮中&#xff0c;电子商务已经成为推动经济发展的重要引擎。四川易点慧电子商务有限公司凭借其敏锐的市场洞察力和创新精神&#xff0c;成功在抖音小店这一新兴平台上开辟出一片新天地。本文将探讨四川易点慧电子商务抖音小店的潜力及其在新零售领域的影响力。 一…...

Seal^_^【送书活动第3期】——《Hadoop大数据分析技术》

Seal^_^【送书活动第3期】——《Hadoop大数据分析技术》 一、参与方式二、作者荐语三、图书简介四、本期推荐图书4.1 前 言4.2 本书内容4.3 本书目的4.4 本书适合的读者4.5 配套源码、PPT课件等资源下载 五、目 录六、&#x1f6d2; 链接直达 Hadoop框架入门书&#xff0c;可当…...

win10下,svn上传.so文件失败

问题&#xff1a;win10下使用TortoiseSVN&#xff0c;svn上传.so文件失败 解决&#xff1a;右键&#xff0c;选择Settings&#xff0c;Global ignore pattern中删除*.so&#xff0c;保存即可。...

ubuntu20安装colmap

系统环境 ubuntu20 &#xff0c;cuda11.8 &#xff0c;也安装了anaconda。因为根据colmap的官方文档说的&#xff0c;如果根据apt-get安装的话&#xff0c;默认是非cuda版本的&#xff0c;而我觉得既然都安装了cuda11.8了&#xff0c;自然也要安装cuda版本的colmap。 安装步骤…...

kubeflow简单记录

kubeflow 13.7k star 1、Training Operator 包括PytorchJob和XGboostJob&#xff0c;支持部署pytorch的分布式训练 2、KFServing快捷的部署推理服务 3、Jupyter Notebook 基于Web的交互式工具 4、Katib做超参数优化 5、Pipeline 基于Argo Workflow提供机器学习流程的创建、编排…...

ARM的工作模式

ARM处理器设计有七种工作模式&#xff0c;这些模式允许处理器在不同的情境下以不同的权限级别执行任务&#xff0c;下面是这七大工作模式的概述&#xff1a; 用户模式&#xff08;User&#xff0c;USR&#xff09;&#xff1a; 这是非特权模式&#xff0c;大多数应用程序在此…...

为家庭公网IP配置DDNS域名

文章目录 域名配置域名更新frp配置修改 在成功完成frp改造Windows笔记本实现家庭版免费内网穿透之后&#xff0c;某天我突然发现内网穿透失效了&#xff0c;一番排查之后原来是路由器对应的公网IP更换了。果然我分到的并不是固定的公网IP&#xff0c;而是会定期变化的。为了免受…...

QT-TCP通信

网上的资料太过于书面化&#xff0c;所以看起来有的让人云里雾里&#xff0c;看不懂C-tcpsockt和S-tcpsocket的关系 所以我稍微画了一下草图帮助大家理解两个套接字之间的关系。字迹有的飘逸勉强看看 下面是代码 服务端&#xff1a; MainWindow::MainWindow(QWidget *parent) …...

SparkSQL优化

SparkSQL优化 优化说明 缓存数据到内存 Spark SQL可以通过调用spark.sqlContext.cacheTable("tableName") 或者dataFrame.cache()&#xff0c;将表用一种柱状格式&#xff08; an inmemory columnar format&#xff09;缓存至内存中。然后Spark SQL在执行查询任务…...

STM32——基础篇

技术笔记&#xff01; 一、初识STM32 1.1 ARM内核系列 A 系列&#xff1a;Application缩写。高性能应用&#xff0c;比如&#xff1a;手机、电脑、电视等。 R 系列&#xff1a;Real-time缩写。实时性强&#xff0c;汽车电子、军工、无线基带等。 M 系列&#xff1a;Microcont…...

IEEE(电气电子工程师学会)数据库文献去哪里查询下载

IEEE数据库简介&#xff1a; IEEE&#xff08;电气电子工程师学会&#xff09;是目前全球科学技术领域领先的专业机构。其期刊在电气电子工程、计算机科学、人工智能、机器人、自动化控制、遥感和核工程领域的期刊影响因子和被引用量都名列前茅。而其学术会议涉及领域广&#…...

关爱内向儿童:理解与支持助力成长

引言 每个孩子都是独特的&#xff0c;有些孩子天生性格外向&#xff0c;善于表达&#xff0c;而有些孩子则比较内向&#xff0c;喜欢独处。内向并不是缺点&#xff0c;而是一种性格特质。然而&#xff0c;内向的孩子在社交和学习过程中可能会面临一些挑战。本文将探讨内向儿童…...

使用OpenCV GUI清理数据集 | 为目标检测模型创建更好的数据集

点击下方卡片&#xff0c;关注“小白玩转Python”公众号 在深度学习中有几件重要的事情&#xff0c;我认为数据是最关键的。如果没有合适的数据&#xff0c;要取得好的结果是非常困难的。即使你用强大的预训练模型和GPU训练模型&#xff0c;你的模型也可能表现不佳。在本文中&a…...

【MIT 6.5840(6.824)学习笔记】使用Go进行线程和RPC编程

1 为什么选择Go 在实现分布式系统时&#xff0c;选择合适的编程语言非常重要。Go有以下特点&#xff1a; 优秀的线程支持&#xff1b;便捷的RPC机制、类型&#xff1b;内存安全以及垃圾回收机制。 这使Go成为了一个理想的选择。Go不仅相对简单&#xff0c;而且其垃圾回收机制…...

simlink 初步了解

1.simlink概要 Simulink是基于MATLAB的框图设计环境&#xff0c;它提供了一个动态系统建模、仿真和分析的集成环境。Simulink是一个模块图环境&#xff0c;用于多域仿真以及基于模型的设计。它支持系统设计、仿真、自动代码生成以及嵌入式系统的连续测试和验证。 Simulink的特…...

回顾那些年的软件霸主,如今依然让人难以忘怀的经典之作

互联网的历史长河里&#xff0c;真的有好多超酷的软件闪亮登场过。 豪杰超级解霸 记得那个超级解霸吗&#xff1f;还有那个江民KV3000&#xff0c;哇&#xff0c;真的是经典中的经典&#xff01;别忘了金山游侠、MUD游戏&#xff0c;玩起来真的太嗨了。 还有千年虫&#xff…...