- 综合排序
- 最热优先
- 最新优先
- 来自专栏Chasays
学习 Redis - 2. 场景操作
前面学习了一些基础的命令，以及对常用数据类型的命令的学习。 今天学习下redis的常见特性。 save 保存数据到硬盘 sync 用于复制功能(replication)的内部命令 flushall 删除所有数据库的所有key flushdb 删除当前数据库的所有key 举个例子： 127.0.0.1 而 Redis Stream 提供了消息的持久化和主备复制功能，可以让任何客户端访问任何时刻的数据，并且能记住每一个客户端的访问位置，还能保证消息不丢失。 2 127.0.0.1:6379> XRANGE stream1 - + 1605966736739-0 name 1 2 3 1605966769163-0 key1 value1 key2 value2 这次命令有点多， 主要是特殊的场景用什么样的redis功能，比如publish和stream，以及事务。
57620编辑于 2021-12-06 - 来自专栏7DGroup
性能场景之数据
在数据这一方面，有几个地方是要注意的。 DB中的，包含各种类型的数据库；2. Cache中的，包含各种类型的cache；3. 压力工具中的，参数化数据。 在执行场景之前，需要知道前两个里面的数据是什么状态。然后再判断压力工具中应该如何加载数据。 之前我写过一个实例文章说数据不均衡导致的问题的。 《性能分析之数据不均衡导致TPS下降》 数据对性能场景的执行结果太重要了，以至于说如果数据不合理，测试结果是完全不合理。也就是白干了。 如何让数据合理呢？ 其实分析了场景之后也就非常清晰了。 就是用真实的数据。 但是在测试环境中，有非常多的实际测试实施中都没有线上的真实数据。 那就必须要造出符合业务规则的数据。有几种方式： 在数据库中直接插入数据。 产生业务的时间比较集中，所以在做批处理业务的时候要确定下容量是不是合理的；2. 做查询的时候如果涉及到时间范围查询，要关注下是否符合真实业务场景。 从真实环境中导出数据并脱敏。
39420发布于 2019-07-17 - 来自专栏一个程序员的修炼之路
栈溢出场景的分析(2)
之前一篇文章<<一种栈溢出的场景分析和建议>>中，本人分享了如何查找程序Crash的函数调用栈，然后通过代码审查找到栈溢出的原因。 由于这种场景分析距今时间较长，本该在上一篇介绍的内容，便忘记介绍，好记性不如烂笔头。而今日正好又碰到了这种场景，遂记录于此，也与大家一起分享。 程序样例 为了将故事完整性，我重新编写了一段样例代码。 那么本人的就刚好碰到了这种场景（那也是因为我们把默认的栈空间调整到了更大），这个时候就要用到上一篇文章讲解的方法<<一种栈溢出的场景分析和建议>>， 把整个函数调用栈的空间用dps打印出来。 _imp_NtWriteFile (00007fff`d11f2fa8)] ds:00007fff`d11f2fa8={ntdll! 既然触发栈溢出的数据已经导出，那么根据这个数据重现、调试，便比较容易找出逻辑bug所在了。
71430发布于 2021-08-06 - 来自专栏MySQL修行 | 老叶茶馆
金融应用场景下跨数据中心的MGR架构方案（2）
内容提纲 1、什么是Async Replication Auto failover 2、基于MGR的两地三中心数据库架构方案 3、配置Async Replication Auto failover 3.1 上篇文章介绍了如何在多数据中心部署多套MGR集群，并构建集群间的复制通道。这样一旦主AZ不可用时，在校验完数据后，就可以切换到备用AZ的MGR集群，非常方便。 直译过来是“异步复制自动故障转移”，但实际上它也是支持半同步复制场景的。 详细介绍见官方文档 17.4.9 Switching Sources with Asynchronous Connection Failover 2、基于MGR的两地三中心数据库架构方案 在两地三中心架构下 现在，我们利用MGR + 增强半同步复制 + 自动故障转移 构建了一套金融级应用场景下的两地多中心数据库架构方案。
1.1K30发布于 2021-07-09 - 来自专栏OneCode 低代码
以A2UI为核心的元数据驱动场景化实践探索
元数据驱动并非单一技术，而是适配不同场景的实践范式——本文将以A2UI为核心，深度解析其元数据驱动实现逻辑，同时结合国内onecode注解驱动的全栈开发实践，探寻不同技术场景下元数据驱动的实现逻辑与价值落地 不同元数据形态适配不同技术场景，Google A2UI与onecode的实践，正是元数据驱动在“AI动态交互”与“全栈开发提效”两大场景的典型体现。 五、总结：元数据驱动的场景化实践启示Google A2UI与onecode的实践案例表明，元数据驱动的价值核心在于“场景化适配”——通过选择合适的元数据形态（JSON/注解），匹配具体技术场景的核心痛点 国外A2UI以JSON元数据适配AI动态交互场景，国内onecode以注解元数据适配企业级全栈开发场景，两者路径不同却殊途同归，印证了元数据驱动的普适性价值。 对于国内开发者而言，可借鉴这种“场景-元数据形态”的匹配思路：面向动态交互场景可参考A2UI的元数据设计，面向全栈提效场景可复用onecode的注解驱动经验。
57610编辑于 2025-12-22 - 来自专栏大数据和云计算技术
大数据仓库－场景
传统OLTP/OLAP之分 数据仓库里面有OLTP/OLAP之分，OLTP是传统关系型数据库的主要应用，其主要面向基本的、日常的事务处理，例如银行交易。 OLAP是数据仓库系统的主要应用，支持复杂的分析操作，侧重决策支持，并且提供直观易懂的查询结果。 大数据场景下的同与不同 1、大数据时代，大数据仓库面对的最基本，最典型的场景还是传统的OLAP场景，最明显的区别是数据规模的急剧膨胀，从传统的单表千万级，到现在单表百亿，万亿。 2、大数据时代，数据价值越来越大，分析手段和分析工具的越来越多。传统sql包打天下的局面可能就不行了，sql,python,R,BI工具/可视化工具都有需求。 所以除了性能之外，大数据仓库必然在接口上需要做更多。 3、云化带来的挑战。it基础设施云化的趋势不可逆转。云上的易用，安全，可服务性都是很大的挑战。
1.2K100发布于 2018-03-08 - 来自专栏阿沐教你学知识
面试系列-2 redis列表场景分析实践
上一章节面试官问了我们关于string数据结构的使用场景以及注意的点。 可能经常的重复工作增删改查或者更广的技术，但是因数据量级、用户量级、服务器量级等等影响，无法实践。但是跳槽经常面对的是：面试造火箭，进去拧螺丝的场景。 2 数据结构list的理解 面试官：心里暗暗说道，小伙子，不要以为string的数据结构说的很好，就暗暗窃喜，你以为我们只是问这么简单的基础知识；你以为让你进来拧螺丝就可以放松技术含量，不可能滴！ (这就知道为啥索引定位复杂度是O(n)了吧) 2、单链表和双链表的区别 单链表只有一个指向下一个节点的指针，只能next不能prev(单项读取)；存储空间较少，只需要存储单项指针；插入数据需遍历链表，时间复杂度 2.查找select指令操作： lrange指令：lrange key start end 获取列表中指定范围内的元素列表；若start值大于列表end值则返回空列表；时间复杂度O(s+n) s为偏移量
64000发布于 2021-05-27 - 来自专栏码客
Unity2D开发入门-场景切换
前言 场景切换 在Unity中，场景切换可以通过以下几种方式完成： 使用代码进行场景切换：在脚本中使用SceneManager类来加载和卸载场景。 可以使用SceneManager.LoadScene("场景名称")来加载新场景，使用SceneManager.UnloadScene("场景名称")来卸载当前场景。 切换场景不销毁 在Unity中切换场景时，默认情况下，前一个场景是会被销毁的。 当你加载一个新场景时，Unity会自动卸载前一个场景，释放相关的资源。 然而，你也可以选择在切换场景时保留前一个场景。 ，前一个场景将保留在加载状态，并且新场景将以前一个场景的上层进行展示。 ()); } } 开始场景 常见的场景比如 开始菜单场景 人物选择场景 游戏场景 但是我们的背景声音或者音效，我们不想每个场景都加载，这时候我们可以让场景不销毁。
2.8K40编辑于 2023-07-24 - 来自专栏Lansonli技术博客
大数据应用场景
电商方面 精准广告位，通过对用户的浏览行为，点击行为等进行大数据采集，分析，挖掘用户的二层三层喜欢，扩大产出。 交通方面 目前，交通的大数据应用主要在两个方面:一方面通过对车流量等海量数据的收集，估算，预测该路段一定时间内的车流量情况，给用户提供便利，合理进行道路规划；另一方面可以利用大数据来实现即时信号灯调度， 电信方面 智慧营业厅，通过对用户当前的行为习惯、偏好，节假日的相应数据变化，调节自身业务结构，做到按需分配。 安防方面 人脸识别，通过人脸识别，--匹配，存储用户数据，结合人工智能，分析及甄别用户行为，预防犯罪行为发生 医疗方面 智慧医疗，通过对海量病例大数据的存储，匹配、检索、结合用户的饮食、行为等习惯，搭建智慧医疗体系 物流方向 FRA 通过大数据解决方案得出司机工作表现的若干预测模型，解决了事故发生率和人员流动等人事部门的问题。
70310发布于 2021-10-04 - 来自专栏琯琯博客
Yii2 学习笔记之场景应用
场景的使用结合验证来操作，场景的意思就是说，在操作某个表对象的时候，会有新增，查询，修改，删除等。这些操作就各自对应一个场景，这样就可以方便的为每个场景进行验证逻辑的代码编写。 1. 创建frontend\models\User.php ，定义其scenarios以及rules public function scenarios() { //继承了父类的default场景，并新增了一个 [['real_name','job_name'], 'string', 'max' => 50], [['created_at'], 'safe'], ]; } 2. 在controller中调用时，使用 // 新增时，因为没有设置Scenario，所以引用的是default场景，则是默认所有的rules规则都执行。 'model' => $model, ]); } } 参考连接 http://www.manks.top/how-to-set-scenario-in-yii2.
83640发布于 2018-05-09 - 来自专栏IT大咖说
数据持久化层场景实战：业务场景+数据库分区+冷热分离概述
◆ 冷热分离 本文讲的第一个场景是冷热分离。简单来说，就是将常用的“热”数据和不常使用的“冷”数据分开存储。 本章要考虑的重点是锁的机制、批量处理以及失败重试的数据一致性问题。 首先介绍一下业务场景。 ◆ 1.1 业务场景：几千万数据量的工单表如何快速优化 这次项目优化的是一个邮件客服系统。 比如，要创建以下数据库表： 那么，数据库就会把这个t2表的数据根据YEAR（dob）这个表达式的值分布存储在d0~d7这8个分区。 数据库分区有以下优点。 1）比起单个文件系统或硬盘，分区可以存储更多的数据。 2）在清理数据时，可以直接删除废弃数据所在的分区。同样，有新数据时，可以增加更多的分区来存储新数据。 下面具体说一下该业务场景中的数据表。工单表ticket中的关键字段见表1-1。 表1-1 工单表关键字段 工单表最主要的几个查询语句如下。
98220编辑于 2022-07-18 - 来自专栏农民工前端
react之jsx基础（2）高频使用场景
以下是一些常见的高频使用场景及其示例，帮助你更好地理解 JSX 的实际应用： 1. 组件定义 JSX 最常见的用途之一是定义组件的结构。 ; } } 2. 条件渲染 在 JSX 中，你可以使用 JavaScript 表达式来实现条件渲染。
</Layout> ); } 这些是 JSX 的一些常见使用场景，通过掌握这些基本用法，你可以更高效地构建和管理 React 组件。65110编辑于 2024-09-20 电力场景轭式悬架锈蚀分类数据集6351张2类别
数据集格式：仅仅包含jpg图片，每个类别文件夹下面存放着对应图片 图片数量(jpg文件个数)：6351 分类类别数：2 类别名称[corrosion,good] 每个类别图片数： corrosion 图片数：310 good 图片数：6041 重要说明：暂无 特别声明：本数据集不对训练的模型或者权重文件精度作任何保证，数据集只提供准确且合理分类存放 锈蚀图： 正常图： 下载地址： https:
12100编辑于 2025-07-21- 来自专栏bisal的个人杂货铺
MySQL数据导入方案场景推荐
因此，在备份期间可能会影响数据库的并发性能。如果您不需要进行主从复制，则可以考虑不使用 --master-data=2 参数。 分钟，建议如下： 在数据量大于 50G 的场景中，更推荐 mydumper。 补充场景，支持导出 CSV，也支持 --where 过滤。 util.loadDump("/backup") 注意：不支持部分导入，不支持跨数据库版本。 因为导入时最大支持 2 个参数，可以将导出的部分数据全部导入到新的库中。 前 2 种因为是备份工具，所以有 FTWRL 锁。 Util.dumpTables 不支持增量到已有数据的表中，因为包含了库表的元数据信息，像 mydumper。
61010编辑于 2023-10-19 - 来自专栏数据分析之旅
数据分析场景 -- 异常数据分析
2. 判断问题严重吗？ 3. 具体问题具体分析，找出原因 4. 拉齐业务，对症下药 5. 竞争对手等等 数据出口、指标计算口径是一致的吗？ 数据的真实性如何？有没有宕机、传输有没有丢包、数据流转是否有预警等等 2. 判断问题严重吗？ 具体问题具体分析，找出原因 分析原因和分析方法一定是结合着具体场景的。 可以从这几个角度切入分析： 1）指标拆解，即把结果指标拆解为一个个过程指标，对过程指标逐个分析 以DAU为例，DAU=DNU+昨日的次日留存用户数+前N日的N日回流用户数（N>=2） 附1：异常数据分析流程（去年） 附2：此图为一些分析视角，仅供参考
2.4K10764发布于 2020-08-12 - 来自专栏3D视觉从入门到精通
M2DGR：多源多场景 地面机器人SLAM数据集（ICRA 2022 ）
：暂空缺； Notes 大纲： 1.多源SLAM发展现状 2.主流SLAM数据集回顾 3.M2DGR采集平台与环境 4.实验评估与结果分析 5.数据集使用指南 1 多源SLAM发展现状 主要内容包括：视觉 ； 事件相机融合：可以解决传统相机运动模糊和过曝的问题； 轮速计融合：VINS on wheels解决了一些场景下的退化问题，目前该场景已经非常完善了。 主讲人认为目前最有前景的是GNSS和SLAM的融合，因为GNSS和SLAM都是非常复杂的算法，并且做这块的并不是很多. 2 主流SLAM数据集回顾 KITTI:年代久远而且传感器较少;视觉SLAM一般不采用该数据集 如果你的算法能够稳定超过上面这些SOTA算法 (比如你的算法比orb-slam3高出2-3米), 恭喜你 , 你也可以发一篇ICRA了 以上是数据集使用的流程.作者会保持对该数据集的更新! Q&A 1.相机和IMU的标定使用calib , 效果好并且标定简单; 2.九轴的IMU比六轴的IMU能采集更加立体的信息. 3.KITTI的数据集IMU数据集可能有问题 , 不建议使用KITTI跑视觉
1.3K50编辑于 2023-04-29 - 来自专栏葡萄城控件技术团队
活字格性能优化技巧(2)-如何在大规模数据量的场景下提升数据访问效率
在上节内容中我们介绍了如何利用数据库主键提升访问性能，本节内容我们继续为大家介绍如何在大规模数据量的场景下提升数据访问效率。 在开始之前先做个小小的实验： 1. 准备一张数据表，内置1000W行记录。 2. 直观感受一下这个表的规模。使用MSSQL对其进行查询，足足花了8秒钟的时间才获取到表的总行数。 （在MSSQL中获取数据表的总行数） 3. 这样做的缺点是无法在设计器中查看到数据表中全部的数据。 （2）浏览器性能 如果将数据表格绑定到页面在浏览器中进行访问的时候，浏览器会默认将所有的数据显示出来。 （在活字格中显示表格数据） （3）更多复杂应用场景 以上两种方法能够解决简单场景的问题，但是在实际的应用中会涉及到很多复杂的场景。比如需要在表A中维护一些信息，然后将A表关联至该数据表中。 或在下图中表格2中的 A 列填入数据，然后在B列显示通过A列关联出来数据该数据就是文中所说的1000W行数据表中的值。
94320编辑于 2023-04-08 - 来自专栏ZooKeeper原理和源码
zk基础—2.架构原理和使用场景
大纲1.zk的使用场景2.zk主要会被用于那些系统3.为什么在分布式系统架构中需要使用zk集群4.zk分布式系统具有哪些特点5.zk集群机器的三种角色6.客户端与zk之间的长连接和会话7.zk的数据模型 节点的作用17.zk适合小集群部署 + 读多写少场景的原因18.zk特性的总结1.zk的使用场景(1)分布式锁(2)集群元数据管理(3)分布式协调(HA)(4)zk使用场景总结Kafka里使用zk进行元数据管理 17.zk适合小集群部署 + 读多写少场景的原因(1)zk集群通常采用三五台机器小集群部署(2)zk集群适合读多写少的场景(1)zk集群通常采用三五台机器小集群部署假设有1个Leader + 20个Follower 所以ZAB协议决定了zk集群通常采用1个Leader + 2个Follower的小集群。(2)zk集群适合读多写少的场景zk集群的写请求的处理能力是无法扩展的。 因为5台机器可以挂2台，6台机器也最多只能挂2台。所以5台和6台效果一致，所以奇数节点可以减少机器开销。而且zk集群是小集群部署，适用于读多写少的场景。
32110编辑于 2025-06-24 - 来自专栏英雄爱吃土豆片
Cocos2d-x增加场景过渡动画
Cocos2d-x默认的场景切换过于简单。 不过 Cocos2d-x框架事先已经为我们准备好了一些换场动画，使用起来也很简单。 TransitionFadeTR::create(0.5f, myNewScene); Director::getInstance()->replaceScene(reScene); } 如上述代码所示，为场景切换增加转场动画我们只需要添加一条语句即可 其中两个参数，第一个参数为浮点型数据，为转场动画播放持续时长；第二个参数为播放转场动画后的场景对象。 此时我们使用导演类进行场景切换时的参数需要设置为添加的转场动画类对象。
87930发布于 2020-10-29 - 来自专栏啄木鸟软件测试
性能测试（第2集）第12讲：LoadRunner 场景
tomcat、Apache和MySQL Linux上安装tomcat、Apache和MySQL 操作 1、把tomcat中的sec拷贝到tomcat目录下，比如%TOMCAT-HOME%\webapps\ 2、 IP地址 $jsp_port=：JSP的端口号 $php_port：PHP的端口号 打开浏览，输入http://192.168.0.106:8080/sec/ 192.168.0.106为本机IP地址 数据库配置 在建立MySQL下建立sec数据库，root/123456。 将DB下的4个csv文件导入sec数据库中 渗透测试操作系统虚拟机文件vmx文件 1）Windows 2000 Professional 链接：https://pan.baidu.com/s/13OSz pwd=s2i5 提取码：s2i5 开机密码：jerry/123456 安装了Apatche、Tomcat、MySQL、 vsftpd并且配套Web安全测试练习教案。
51610编辑于 2022-12-29
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