- 综合排序
- 最热优先
- 最新优先
- 来自专栏EDI技术知识
电子数据交换 (EDI) 在准时生产 (JIT) 中的作用
一些作者认为 EDI 是实施 JIT （准时制）方法的必要条件，JIT方法现在被认为是管理通过组织的物料流的首选方法。 当今的工业经济与自动化和快速数据传输密切相关。 该方法可以适用于部分或完全消除人工数据交换方法，从而创建一个完全自动化和互连的数据交换网络。准时制 (JIT) 是一种最大限度地减少库存并提高供应链响应能力的方法。 准时制的基本原则是在正确的时间，生产正确数量的零件或产品，即时生产。核心依赖于采购系统的效率、准确的生产和库存信息系统、可靠的供应商和高效的库存处理系统。 准时制运作的基本理念是需定供，即供给方根据需要方的要求（或称看板），按照需要方的品种、规格、质量、数量、时间、地点等要求，将物资配送到指定的地点。
63420编辑于 2022-12-23 让你的电脑准时“打个盹”：Win10定时休眠
一、Windows 10任务计划程序在快节奏的工作生活中，常常需要让电脑在特定时间执行某些任务，而Windows 10的任务计划程序就是为此而生的神器。 接下来，就来解锁如何设置Windows 10任务计划程序，让你的电脑学会“准时打盹”。二、准备工作：了解你的电脑休眠模式在开始设置之前，需要确保电脑的休眠功能是开启的，并且了解它是如何工作的。 设置触发器为每天晚上10点，操作为启动cmd.exe并输入休眠命令。记得测试一下，看看到了晚上10点，你的电脑是否能够自动进入休眠状态。
1.4K10编辑于 2024-06-09- 来自专栏千里行走
grafana&prometheus生产级容器化监控-1：生产级容器化
本文是grafana/prometheus生产级容器化实践系列文章的第一篇。 目录： (1).grafana/prometheus简单回顾 (2).grafana/prometheus生产级实践 1.容器化多个prometheus实例 2.exporter组件 3.业务服务 4. grafana (3).grafana/prometheus生产级容器化配置 1.注意事项 2.容器化步骤 3.关键配置 (4).相关文章 (1).grafana/prometheus简单回顾 prometheus (3).grafana/prometheus生产级容器化配置 笔者提供了一个grafana/prometheus生产级的容器化配置，完全按照本文方式实现，位于： https://github.com/hepyu 2.容器化步骤 kubectl apply -f grafana-prometheus-image-repo-secret.yaml(生产环境需要改成自己的秘钥，本地部署不要执行) kubectl apply
1.3K20发布于 2019-10-14 - 来自专栏小二十七
准时下班的秘密：集成 GitLab && JIRA 实现自动化 workflow
而且开发人员需要反复的登陆两套不同的系统，进行一些重复的操作才能保证功能流的正常流转，不仅效率低下，浪费时间和人力，而且因为人本身的不可靠属性，所以导致状态的流转并不能非常的及时和准确，这种重复和机械的动作恰恰是自动化所擅长的地方 GitLab 如何自动化 JIRA 的工作流（workflow）？ GitLab 如何批量触发 JIRA 的工作量 ？ GitLab 如何开启 JIRA 的入口？ 注释，可以说使用起来非常的方便，示例的 commit 如下： git commit -am 'TEST-220 resolver a problem' GitLab 如何自动化 JIRA 的工作流（workflow 所有任务都需要逐个搜索出来手动更改状态，不仅效率不高，而且容易遗忘，尽管项目负责人经常反复提醒，依旧无法避免人工操作不及时的问题，最终导致 JIRA 统计 LeadTime 流程被拉长，所以这是急需自动化的痛点 介绍到这里差不多了，我们来看看如何通过自动化的 workflow 简化我们的开发环节：（这里仅仅代表我们团队的工作流，并不适用于大部分的场景） 首先这里可以看到这个 issue 任务已经完成，处于等待上线的状态
3.7K11发布于 2020-08-18 - 来自专栏测试技术圈
grafana&prometheus生产级容器化监控-1：生产级容器化
(2).grafana/prometheus生产级实践 ? (3).grafana/prometheus生产级容器化配置 笔者提供了一个grafana/prometheus生产级的容器化配置，完全按照本文方式实现，位于： https://github.com/hepyu b.imagePullSecret是注释掉的，生产要打开，因为镜像仓库都是有secret的。 c.注意先建立pv目录和挂载，注意目录的权限，否则prometehus, grafana容器化失败，给775或777。 2.容器化步骤 kubectl apply -f grafana-prometheus-image-repo-secret.yaml(生产环境需要改成自己的秘钥，本地部署不要执行) kubectl apply
90140发布于 2019-10-16 如何做好生产管理？10 大必备生产管理系统
三、10大生产管理系统对比与落地实践：首选推荐与适配场景1. 轻流（官网https://qingflow.com? 在功能层面，轻流完全匹配生产管理全流程需求：通过可视化表单引擎可快速搭建生产订单录入、物料申领、质量检验等表单，无需代码即可自定义字段与校验规则；Q-Robot流程引擎支持生产流程自动化，例如当物料入库时自动触发生产计划调整 5-10. 四、结语：生产管理数字化的核心逻辑做好生产管理的本质，是通过“管理优化+工具赋能”实现“全流程透明化、数据实时化、决策智能化”。 同时，轻流提供 “咨询 + 实施 + 培训” 一体化服务，拥有ISO27001认证级数据安全保障，支持私有化部署与云端切换，已服务超10万家企业（含200+上市公司）。
31510编辑于 2025-08-29- 来自专栏AI实验室应用
破局传统工厂数字化转型：我们靠“边缘智能”让生产效率飙升10倍！
破局传统工厂数字化转型：我们靠“边缘智能”让生产效率飙升10倍！ 当千万级的设备在产线轰鸣，数据如洪流般奔涌，你的企业是选择被淹没，还是乘风破浪？ 直到我们引入了一套全新的“边缘智能”架构，将生产良率提升5%，设备非计划停机降低70%，综合生产效率实现10倍提升。今天，就为大家揭秘这套让传统工厂“脱胎换骨”的数字化转型核心架构。 一、困局：工厂数字化转型的三大“数据黑洞” 在项目初期，我们发现几乎所有传统工厂在数据采集层面都面临着相似的困境： 1. ✅ 我们的边缘智能解决方案： 为每台镀膜机加装 “边缘智能哨兵” 套件： 传感器类型 安装位置 采样频率 监测指标 振动传感器 真空泵轴承座 10kHz 振动频谱、包络值 温度传感器 电机绕组 1Hz 数字化转型不是一蹴而就的华丽转身，而是一场循序渐进的持久战。
21310编辑于 2025-10-28 - 来自专栏兜兜毛毛
Redis 持久化（10）
为了实现重启后数据不丢失，Redis提供了两种持久化的方案，一种是RDB快照（RedisDataBase），一种是AOF（AppendOnlyFile）。 RDB RDB是Redis默认的持久化方案。 save 900 1 // 900秒内至少有一个key被修改（包括添加） save 300 10 //400秒内至少有10个key被修改 save 60 10000 //60秒内至少有10000个key 生产环境不建议使用这个命令。 bgsave 执行bgsave时，Redis会在后台异步进行快照操作，快照同时还可以响应客户端请求。 RDB方式数据没办法做到实时持久化/秒级持久化。因为bgsave每次运行都要执行fork操作创建子进程，频繁执行成本过高。 在实际生产环境，不建议只使用一种存储方式，建议两种同时使用。当redis重启的时候会优先载入AOF文件来恢复原始的数据，因为在通常情况下AOF文件保存的数据集要比RDB文件保存的数据集要完整。
76920发布于 2020-03-19 - 来自专栏程序IT圈
Docker + Intellij IDEA，提升10倍生产力！
这个springboot项目会将日志打印在容器 /home/developer/app/logs/ 目录下，将宿主机目录挂载到容器内部目录后，那么日志就会持久化容器外部的宿主机目录中。 先pull基础镜像，然后再打包镜像，并将镜像部署到远程docker运行 图片 这里我们可以看到镜像名称为docker-demo:1.1，docker容器为docker-server 9、运行成功 10
41460发布于 2021-11-25 - 来自专栏用户2910674的专栏
10个提升Python生产力的小技巧
Python生产力提升技巧不仅能帮助开发者更快速、更高效地编写代码，还能提升代码的性能和可读性。 以下是10个实用的技巧，每个技巧配有具体应用场景、案例代码、时间复杂度和空间复杂度分析，以及使用前后的性能对比。 1. 使用列表生成式 场景 在生成列表时，避免使用循环能显著提高效率。 result[k] = v 时间复杂度: O(n) 空间复杂度: O(n) 使用后: items = {'a': 1, 'b': 2} 时间复杂度: O(1) 空间复杂度: O(n) 性能对比 直接初始化字典比循环赋值更快 10. 使用缓存技术（如functools.lru_cache） 场景 对于重计算函数应用缓存以提高性能。 总结 通过以上10个技巧，可以显著提升Python代码的生产力和性能。每个技巧都可以在不同的场景中应用，从而获得更高的运行速度和更少的代码量。
30410编辑于 2024-07-10 - 来自专栏FunTester
生产环境中进行自动化测试
这可以帮助您确保在生产中验证产品的跨浏览器兼容性。 决不能忽视生产中的硒测试自动化。让我们看一下测试自动化在生产中的好处。 测试自动化在生产中的优势 到目前为止，我们知道在生产中测试 Web 应用程序变得势在必行。但是我们需要自动化它吗？Selenium测试自动化有什么好处，让我们看一看。 您可以看到所有时间戳以及各种日志，以帮助您快速调试自动化测试脚本遇到的任何问题。 高峰时段测试自动化 生产环境中的测试自动化可以帮助您在应用程序高峰时段安排一轮全面的自动浏览器测试。 利用测试自动化还可以帮助更快地执行Beta程序，因此您可以立即获得新推出的功能和用户体验的反馈。 生产中的测试自动化的障碍 现实情况是，在许多公司中，测试团队往往犹豫不决，或者更忽视生产中的测试。 生产中测试策略 接下来的问题是围绕如何实现！！如何在生产中开始自动化测试？线上环境需要哪种自动化策略？让我们进一步探讨在生产中执行测试的策略或方法。
1.3K10发布于 2020-04-08 - 来自专栏挖坑填坑
airtest生产化,挣点零花钱。
1.gif 利用之前airtest自动化脚本只需两部自动刷视频赚金币，刚开始每日2块多入账。参考：airtest小试牛刀-听雪江湖 ? image.png ? 赚钱主要靠邀请新用户，邀请一个长期使用的用户可以挣钱10几块钱左右，一般在6块左右。 ? image.png 如果你看了想试试可以应用商店搜索“快手极速版”安装试试。 最后生产化的方法 ksjs.bat 内容如下： @echo off airtest run E:\Code\yiershan\ksjs.air --device Android://127.0.0.1: 发展 增加其他类型软件的自动脚本 简书也可以写个自动发文，自动点赞的脚本 完善功能，更加自动化后，提供云服务，他人注册会员后，云服务代刷。自己手动提现至自己绑定微信或则支付宝。赚取服务费。
95310发布于 2019-11-05 - 来自专栏东风微鸣技术博客
容器化应用系统上生产的最佳实践
容器化应用系统上生产的最佳实践 前言 最近忙的要死, . 上一周来了一次比996更猛的`906. 这周二终于有点遭不住了, 调休一天, 稍微歇息一下. 容器化应用系统上生产的最佳实践 检查镜像、容器是否是用root启动以及配置其他特权. 如无必要, 一律使用普通用户. 检查镜像LANG配置: LANG = en_US.UTF-8. 目的: 避免生产出现 乱码等问题 检查镜像时区配置: TZ=Asia/Shanghai 目的: 避免生产出现时区不一致的问题 配置外部化. 外部化手段有多种: 普通文本类配置: configmap + ENV 或 Volume 加密类配置: Secret + ENV 或Volume ( 备注: 如果觉得base64强度不够的话, 可以考虑其他 日志采用JSON格式输出 禁止打DEBUG日志 (目的: 避免造成生产EFK的fluentd队列堵塞) 如果必须输出到磁盘做持久化, 那么建议输出格式为: <app_name>-${hostname}.
86320编辑于 2022-04-21 - 来自专栏精益六西格玛资讯
数字化如何支持精益生产工作？
工厂车间的数字化能够确保获取与生产相关的服务水平和生产周期数据，并执行数据分析以实施精益生产策略。 具体步骤如下： 1、创新驱动 坚持把创新摆在制造业发展全局的核心位置，完善有利于创新的制度环境，推动跨领域跨行业协同创新，突破一批重点领域关键共性技术，促进制造业数字化、网络化、智能化，走创新驱动的发展道路 天行健认为要想企业快速发展，就不得不采用精益生产方法，结合兴新的智能数字科技。 具体地说，在我们完成业务层的战略运作数字化后，就要考虑生产过程的数字化，生产过程中从供应链到生产链，从车间到产线，再到工位，数字化逐步渗入到生产组织的基础层，也就是生产现场。 它也是企业的生产核心所在，是企业的根基。
36540编辑于 2023-03-07 - 来自专栏轩辕镜像
PyTorch Docker 容器化部署与生产运行实践
容器化部署PyTorch可有效解决环境一致性问题，简化部署流程，提高开发与生产环境的兼容性。 本文将详细介绍PyTorch的Docker容器化部署方案，按测试环境与生产环境分级说明，涵盖环境准备、镜像拉取、容器部署、功能测试、生产优化及故障排查等内容，兼顾易用性与生产级安全要求。 importtorch;exit(0if(nottorch.cuda.is_available()ortorch.cuda.device_count()>0)else1)"]interval:30stimeout:10sretries ：结合CI/CD流程实现镜像构建、容器部署、版本更新的自动化，减少人工操作风险；K8s适配（大规模场景）：大规模生产环境推荐使用K8s编排，通过GPUOperator管理GPU资源，实现容器弹性伸缩、滚动更新 二、生产环境架构（安全增强模式）特点：安全可控、稳定可靠，通过访问控制、非root运行、健康检查等机制保障生产环境可用性；支持大规模扩展与自动化运维。
35210编辑于 2026-01-14 - 来自专栏大数据及人工智能
Flink on K8s 企业生产化实践
4.4 生产化流程 Flink应用编写流程如下图： 这块产品主要是采用flink sql去完成 功能，运行模式比较统一，注册source、sink、 执行sq，因此可以采用同一份代码，
2.6K70编辑于 2022-03-02 - 来自专栏媒矿工厂
超高清时代云化媒体生产分析
本文介绍了超高清时代新型媒体内容生产和其带来的挑战、由传统向云化转型的技术途径，并分析云化媒体生产给媒体和通信产业带来的机遇。 ? 1. 4K内容在制作上，相比HD内容，对计算资源的需求是8-10倍。制作一部高清画质的动画作品，渲染所需的计算资源已高达8000万核时，而超高清媒体内容生产对计算资源更是提出了挑战。 媒体生产转型的技术路线 为了应对媒体生产在超高清视频时代的各种挑战，云计算逐渐发力，云化媒体生产成为趋势。媒体生产由传统方式向云化发展过程中，会遇到很多问题。 对于媒体产业来说，NBMP可以看作一个云化媒体生产的范式，符合标准的生产流程可以方便地重用，规模化、统一化生产可以实现。 SMPTE ST 2110-10 2017[S]. 2017. [3] Networked Media Open Specifications.
1.3K20发布于 2018-07-26 - 来自专栏计算机图形学 前端可视化 WebGL
智能制造车间生产线可视化
更多的企业将制造业信息化技术进行广泛的应用，如 MES 系统、数字孪生以及生产管理可视化等技术的研究应用，已经成为社会各界共同关注的热点。 本文将以芯片生产流水线车间为例，介绍丰富的2D、3D 组态进行可视化数字孪生，搭建出一个生产线可视化系统。打造集智能化、绿色化的数字型智慧车间。 直观监测产线设备状态、生产质量、库存信息等，提高产线运作决策效率。 同时针对各个设备我们也做了数据可视化，管理者可更直观快捷的掌握各线体上各设备的指标数据。 总结 笔者分享过许多电力、数据中心等行业的三维可视化系统，在此行业上我们已经驾轻就熟。除此之外，工业中的制造业、能源业、电子设备生产线等也是可以作为对象通过三维可视化技术实现对其的管理。 智能制造之芯片生产线可视化管理平台集监查和管控为一体，实现了工业可视化，解决了制造商实时监管困难，数据繁杂不够清晰等难题。
1.3K20编辑于 2023-01-08 - 来自专栏SAP最佳业务实践
SAP最佳业务实践:使用看板的生产制造(233)-10事件驱动看板：使用警报的内部生产
角色生产计划员 后勤®生产 ®看板 ®控制®看板牌®需求源视图 1. 角色生产计划员 后勤®生产 ®看板 ®控制®看板牌®供应源视图 1. 角色生产计划员 后勤®生产 ®看板 ®控制®看板牌®供应源视图 1. 角色生产计划员 后勤®生产 ®看板 ®控制®看板牌®供应源视图 1. 角色生产计划员 后勤®生产 ®看板 ®控制®看板牌®需求源视图 1.
1.7K60发布于 2018-03-27 使用AI图像服务规模化视觉内容生产
使用AI图像服务规模化视觉生产Stability AI图像服务现已在某中心云平台中提供，通过API提供即用型媒体编辑功能。 专业创意生产过程包含多个编辑步骤以获得精确输出。通过某中心云平台中的Stability AI图像服务，您可以修改、增强和转换现有图像，无需在不同系统间跳转或将文件发送到外部服务。 对于大规模生产视觉内容的团队来说，业务影响可以立竿见影。某中心云平台中可用的编辑工具Stability AI图像服务涵盖两个类别的9种工具：编辑和控制。 建筑公司可能使用此功能将概念图纸转换为逼真可视化，服装品牌将设计草图转换为产品模型。该工具有助于加速从初始概念到最终视觉执行的创意生产过程。结构工具在允许内容修改的同时保持输入图像的结构元素。 零售和电子商务企业可以简化产品摄影和数字目录创建，游戏开发人员可以更有效地原型化环境。建筑公司可以即时可视化设计概念，教育机构可以创建更具吸引力的视觉内容。
11410编辑于 2025-10-06
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号