- 综合排序
- 最热优先
- 最新优先
- 来自专栏大飞的部落阁
HttpRunner-8-数据驱动
数据驱动概览 为什么要用数据驱动 举个简单例子，当我们在测试一个输入框的功能时，可能需要输入不同的参数，此时，我们不需要设计多个用例，而只需要将输入值参数化，将不同的参数作为一个列表通过数据驱动的方式进行加载即可 httprunner 的数据驱动 通过上篇文章，我们已经知道 httprunner 的数据驱动需要在 testsuite 中使用关键字 parameters 来定义。 yml parameters: user_id: [1001, 1002, 1003, 1004] 进行该配置后，测试用例在运行时就会对 user_id 实现数据驱动 通过以上内容，我们可以知道，在 HttpRunner 的数据驱动中，我们有 6 种方式进行实现。 独立参数 & 引用自定义函数 6 关联参数 & 引用自定义函数 数据驱动实例 在上面我们已经介绍了 6 中驱动模式，而且也学习了直接在 yml 文件中定义参数的两种场景，那怎么使用 CSV 文件实行数据驱动呢
51110编辑于 2022-06-17 - 来自专栏机器人网
人工肌肉：仿生驱动技术
人工肌肉的研发可区分为生物方法与工程方法，生物方法是引导干细胞分化为肌肉组织[8]，工程方法则没有明确的定义，最广泛的人工肌肉包括所有非马达驱动的驱动器，本专文仅讨论工程方法的驱动技术。 ，使外界的物体位移或变形；生物肌肉不同于线性弹簧之处，在于兼具大型变与大出力，亦即具备极高的功率密度，再考虑生物自然作动时的能源损耗与讯息传递方式，人工肌肉必须兼具大型变、大出力、高能源转换效率、低 驱动电压的特色
77370发布于 2018-04-12 - 来自专栏小蠢驴iOS专题
面试驱动技术 - KVO && KVC
** 答：使用了isa混写技术(isa-swizzling) ** 3. 接着2追问，什么是isa-swizzling？ 人工智能翻译：使用称为isa-swizzling的技术实现自动键值观察...当观察者注册对象的属性时，观察对象的isa指针被修改，指向中间类而不是真正的类,让开发者只关心他需要关心的类(那些他自己创建出来的类 之前有稍微搜下了一些这个话题类似的文字，发现都大同小异，因为一般的技术点也差不多这些，本来在犹豫这篇文章是否要发，后来因为是想做一个面试知识体系系列 (面试驱动技术合集) ，还是丢出来，如有雷同，纯属KVO
1.3K30发布于 2019-03-15 - 来自专栏云计算D1net
软件定义技术驱动变革
IT管理员和数据中心管理者认为，实现管理企业存储、计算和网络化的需求新方法的一个关键就是软件定义技术。在他们眼中，未来，软件将定义数据中心。 但是最终，软件驱动的基础设施，可以独立于整合的硬件平台。 软件定义存储是一个例子。这项技术也被称为存储虚拟化，为多重物理存储设备构建一个存储池。 Sudhir Verma（位于克罗夫顿的解决方案供应商的技术总监）说，由于网络是基础设施中最复杂的部分，因此他认为SDN可能会成为软件定义数据中心的重要组成部分。
1.2K80发布于 2018-03-20 - 来自专栏人人都是极客
图形驱动技术栈概览
目录 1 说明背景1.1 近来想法1.2 几个概念2 全局视角2.1 应用场景(了解)2.2 大概原理(了解)2.3 技术图景(了解)3 用户空间3.1 OpenGL 和 libGL(了解)3.2 libXCB 图片来源：https://static001.geekbang.org/resource/image/3d/76/3d0202b2d306e9dyyfeb3041f41a5276.jpeg 2.3 技术图景 了解) 图片来源：https://www.studiopixl.com/assets/posts/2017-linux-stack.jpg 描述计算机在做图形渲染和图形显示的软件构图，这就提供了大概的技术图景 ，以下总结的技术栈有：1）工具软件 编译器，例如 LLVM 调试器 2）系统开发 用户态驱动，例如 Xserver/Wayland 图形库，例如 Mesa3d 接口库，例如 Libdrm 内核态驱动，例如 A multithreaded processor inside a GPU executes these blocks of threads, and a GPU consists of 8 to 32
3.1K21编辑于 2023-01-05 - 来自专栏Eureka的技术时光轴
Dll注入技术之驱动注入
0x0 技术简介 实现环境 系统：Windows 7 64bit 工具：VS+WDK 驱动注入 我这里驱动注入的技术是：采用驱动向目标进程插入APC执行LdrLoadDll函数加载Dll模块。 0x1 主要思路 R3：加载驱动，打开驱动，控制驱动（发送需要注入的进程Pid和要注入的Dll模块路径给驱动）。 R0：1，通过进程Pid获取EProcess并判断是否为64位进程。
2.8K31发布于 2019-11-04 - 来自专栏程序员的SOD蜜
领域驱动设计（DDD）技术分享
注：本文为技术讨论会上的内容要点摘录整理的，相关内容仅作参考。 4 DDD--领域驱动设计： 4.1 领域模型 DDD，着重强调：-领域模型 PS：以我们这次项目为原型做好的领域模型介绍。 4.4 领域驱动开发模式的开发过程 １、分析业务需求。 ２、设计领域对象模型 ３、测试领域对象模型 ４、设计业务处理类 ５、设计Entity和ViewModel ６、测试业务处理类 ７、设计表架构 ８、开发用户界面 5 数据库查询最有损效率的地方 6 附录 6.1 参考资源： UML类图关系大全 http://www.cnblogs.com/riky/archive/2007/04/07/704298.html “领域驱动开发
1.8K90发布于 2018-02-27 - 来自专栏小蠢驴iOS专题
面试驱动技术 - Category 相关考点
面试驱动技术合集（初中级iOS开发），关注仓库，及时获取更新 Interview-series ? I. Category Category相关面试题 Category实现原理？ 引用自 关联对象 AssociatedObject 完全解析 ---- 关联对象的原理 实现关联对象技术的核心对象有 AssociationsManager AssociationsHashMap ObjectAssociationMap
81630发布于 2019-03-11 - 来自专栏云深之无迹
STC8A无人机（驱动篇）
这些功能在源码里面都有 实现的源码其实很少，就是几个文件而已，这里就不用keli了，太丑了 大概主文件里面的函数就是这些了 一般来说读源码的时候就是两个路子，一个是一步一步的跳转，还有就是看完驱动再跑主的 我以前是第一种，但是感觉效率有点低，这里看的方法就是先驱动吧。 我们说51的时候都是在说着老土，过气什么的，但是你玩的精通又有几个，其次在STC里面也有了库的概念，这里就带你看一下。
65020编辑于 2022-11-29 企业IT系统核心技术对比：模型驱动 vs 表单驱动
企业IT系统作为加速企业数字化转型的关键基础，其核心技术架构的选择对于开发效率、应用灵活性和业务适应性有着深远影响。2025年，企业IT系统的核心技术主要围绕表单驱动、模型驱动和AI融合展开。 我们将从这三方面分析其技术特点及适用场景。 表单局限：控件功能堆砌导致设置复杂，提供的组件样式有限难以满足个性化需求，且易受前端技术栈和版本兼容性问题影响。维护成本高：业务逻辑变更需重构界面，在复杂项目中易引发高维护负担。 其核心特征包括：采用统一建模语言和范式结构，贯穿需求分析到模型生成的全过程，建立计算独立、平台无关的业务模型，实现业务逻辑与技术实现的解耦。具有无态性、无副作用、标准化、可互交换的特征。 结论模型驱动适合处理复杂业务逻辑，表单驱动适合快速开发简单应用，生成式AI大模型能赋能扩展它们各自的实现能力，模型驱动则在智能化处理和用户体验方面表现出色，也是未来发展的趋势。
29010编辑于 2025-10-09- 来自专栏全栈程序员必看
8种HOOK技术
psLookupProcessAdress, pslp_head_n_byte, pslp_patch_size); } 头文件 LDE64x64.h 百度搜一下，有很多，我就不帖了 5.VEH_HOOK VEH技术的主要原理是利用异常处理改变程序指令流程 WIN64内核里的每个驱动都不在同一个4GB里，4字节的整数只能表示4GB的范围，所以不管怎么修改这个4字节都不会跳到你的代理函数，因为你的驱动不可能跟NTOSKRNL在同一个4GB里面。 irql; ULONGLONG myfun; // 保存原KeBugCheck前15个字节 memcpy(OldKeBugCheckData, KeBugCheckEx, 15); // 48b8a024100480f8ffff IRP_HOOK IRP全称是IO请求包，发送到设备驱动程序的大多数请求都打包在IRP中。操作系统组件或驱动程序通过调用IoCallDriver将IRP发送给驱动程序。 相对的，驱动程序(上层的虚拟设备驱动或者底层的真实设备驱动)接收一个IRP，执行该IRP指定的操作，然后将IRP传回给IO管理器，告诉它，该操作已经完成，或者应该传给另一个驱动以进行进一步处理。
4.7K10编辑于 2022-09-01 - 来自专栏全栈程序员必看
v4l2驱动框架(Windows驱动开发技术详解)
，上例中用到 VIDIOC_ENUM_FMT:获取当前驱动支持的视频格式 VIDIOC_S_FMT:设置当前驱动的视频捕获格式 VIDIOC_G_FMT:读取当前驱动的视频捕获格式 VIDIOC_TRY_FMT 该调用在进程地址空间中解除一个映射关系 addr:为调用mmap()时返回的地址 len:为映射区的大小 详细参考网址 8.开始采集视频，也就是在缓冲区处理好之后就可获得视频了：在开始之前，还需要把缓冲帧放入缓冲队列中 capture_buf.bytesused); 10.将刚刚处理完的缓重新入队列尾，实现循环采集 if (ioctl(fd, VIDIOC_QBUF, &buf) == -1) { return -1; } 以上第8， ioctl (fd_v4l, VIDIOC_STREAMON, &type) (8) 驱动将采集到的一帧视频数据存入输入队列第一个帧缓冲区，存完后将该帧缓冲区移至视频采集输出队列。 ioctl (fd_v4l, VIDIOC_QBUF, &buf) 重复上述步骤8到10，直到停止采集数据。 (11)停止视频的采集。
3.3K10编辑于 2022-07-28 - 来自专栏四蛋科技
驱动大数据的技术发展
随着公司搜集到的数据越来越多，并希望能方便的访问这些数据，这对技术和基础设施的要求更高了。21世纪初，行业分析师Doug Laney提出了一个大数据的构成定义，这个“三V”定义现在已经得到了广泛认可。 如果没有技术来处理如此大量的数据，那么如何高效地存储这些数据就成了一个问题。 速度 - 我们可以通过RFID标签，传感器和其他新技术来高速传输数据流。 幸好新技术和处理数据的方式已经出现，可以满足公司不断增长的妥善存储和利用大数据的需求。一些新颖的技术对于大数据存储和利用很有用。 数据流分析 - 数据流分析技术可以过滤和分析来自不同实时数据源以及各种数据格式的大量数据。它非常了解数据并对流数据进行实时分析计算。企业可以通过成本效益的流分析来在企业界取得成功。 新的思路、方法和技术正在推动商业用户存储和处理大数据的能力。由于分析和利用非结构化数据的困难，许多企业不使用非结构化数据，随着处理大数据技术的不断发展并大到更高的效率，企业便更容易地利用这些数据。
70840发布于 2018-05-31 - 来自专栏SDNLAB
NFV迷思：业务转型驱动技术变革
我们看到很多材料中都提到网络功能虚拟化（NFV）的重点都放在技术规格，以及技术如何融入ETSI MANO架构中。但我们有看到商用案例吗？ 我们需要记住的是，最终迁移到NFV将是业务的转型，而不仅仅是一个技术变革。 ? VIM如何连接到MANO可能不是全球通信运营商关注NFV技术目标，而是弄清楚如何节省成本并且赚钱才是最重要的。 AT&T已经与技术合作伙伴Cisco、Juniper、Fortinent、Riverbed达成合作。该NFV技术模型使用通用的vCPE提供很多网络服务软件。 沃达丰与华为在服务上达成合作，该公司表示只用了8个月就能推出合作。 这些服务提供商的例子表明，尽管许多分析师对NFV是否会在将来代表运营商的平台存在争论，该技术已经进入了市场。 怎样才能让技术发展更快？我们需要关注运营商的业务成果以及NFV如何帮助他们构建更有效的降低opex和capex的网络。
65430发布于 2018-03-30 - 来自专栏Android 研究
Android跨进程通信IPC之8——Binder驱动
原本是没有这篇文章的，因为原来写Binder的时候没打算写Binder驱动，不过我发现后面大量的代码都涉及到了Binder驱动，如果不讲解Binder驱动，可能会对大家理解Binder造成一些折扣，我后面还是加上了这篇文章 主要内容如下： 1、Binder驱动简述 2、Binder驱动的核心函数 3、Binder驱动的结构体 4、Binder驱动通信协议 5、Binder驱动内存 6、附录:关于misc 驱动层的原路径 (一)、 简述 Binder驱动是Android专用的，但底层的驱动架构与Linux驱动一样。 BC请求码.png 重点说几个： BC_FREE_BUFFER:通过mmap()映射内存，其中ServiceMananger映射的空间大小为128K，其他Binder应用的进程映射的内存大小为8K- BC_INCREFS、BC_ACQUIRE、BC_RELEASE、BC_DECREFS等请求码的作用是对binder的 强弱引用的技术操作，用于实现强/弱 指针的功能。
2K30发布于 2018-08-30 - 来自专栏QQ大数据团队的专栏
数智技术驱动，打造极致性价比
腾讯云大数据团队始终致力于通过技术创新，提供高性价比的产品解决方案，以满足企业的需求。 具体而言，我们与腾讯自研 GPU 技术紫霄软硬结合，充分利用 GPU 的性能优势，显著提高了 ES 向量生成和向量检索的效率。 通过高性能计算引擎Meson、全面的产品技术架构升级，以及更加灵活易用的产品形态，我们希望为客户的降本增效目标注入更强大的驱动力。
55820编辑于 2024-10-18 - 来自专栏光芯前沿
Marvell：AI驱动的先进封装技术
三、先进封装技术的创新之路 （一）集成技术的突破 为满足 AI 对硬件的需求，行业开始探索创新解决方案。3.5D 集成技术应运而生，它能在相同的占位面积内提供更多的硅片面积。 例如，从晶体管层面进行定制，以达到所需的密度和性能，弥补技术缩放无法实现的目标。 (二）多技术协同应用 在芯片设计中，将最新的高性能节点（如 2nm、英特尔的 1.4nm、台积电的 1.8 nm）用于关键逻辑功能，而将 IO 和模拟功能置于更高效的节点，通过封装技术实现连接 (四）互连技术的演进 互连技术也在不断进步，凸点间距持续缩小。从传统的焊料凸点、铜柱，间距从 200 多微米逐渐缩小到 150 微米，目前铜凸点间距约 100 微米。 综上所述，AI 驱动的先进封装技术正引领芯片行业迈向新的征程。尽管面临诸多挑战，但创新的步伐从未停止。未来，我们有理由期待这一领域带来更多的惊喜与突破，为科技发展注入强大动力。
50810编辑于 2025-04-08 - 来自专栏新亮笔记
双轮驱动的技术架构设计
《业务架构·应用架构·数据架构实战》读书笔记 什么是技术架构？ 技术架构描述： 需要哪些 技术服务； 选择哪些 技术组件 来实现 技术服务； 技术服务 与 技术组件 之间的交互关系； 技术服务，可以是： 硬件能力 - 例如服务器、磁盘阵列、GPU 并行计算、GPS 定位； 网络能力 - 例如局域网、移动互联网、现场总线、宽带要求； 软件能力 - 例如负载均衡服务、数据复制服务、MQ 服务、RPC 服务、广播服务等； 技术组件，可以是： 技术平台 - 例如 J2EE ； 技术框架 - 例如 Spring； 技术产品 - 例如 Tomcat； 技术架构的实际工作内容 1、技术需求： 技术服务； 技术参考架构（技术栈）； 2、技术选型： 技术平台（运行平台、开发平台） ； 技术组件（技术产品、技术框架、中间件）； 3、物理选型： 硬件； 网络； 4、分布设计： 部署结构； 负载均衡； 5、选型管理： 技术指标； 选型标准； 如何基于评估做技术选型 需求满足度； 受认可程度
49910编辑于 2022-03-31 - 来自专栏达达前端
前端技术前沿8
= "0" + i; } return i; } </script> function formatTime(ms) { ms = new Date("2018/8/ 8 14:20:00").getTime() - Date.now(); if(ms <= 0){ document.getElementById("showTime").innerHTML image.png <head> <meta charset="UTF-<em>8</em>"> <title>简单时长倒计时</title> <SCRIPT type="text/javascript"> image.png <head> <meta charset="UTF-<em>8</em>"> <title>js简单时分秒倒计时</title> <script type="text export function encryptByDES(message) { var key = '$7%9R5Hh&yGDt' var keyHex = CryptoJS.enc.Utf<em>8</em>.
6.2K60发布于 2019-07-03 - 来自专栏爬虫资料
探讨 AI 驱动自适应数据采集技术
本文将探讨如何利用 AI 算法驱动的自适应数据采集来应对动态页面的变更，并讨论在实际开发中常见的关键技术——爬虫代理。 为此，研究者和工程师开始探索 AI 驱动的自适应数据采集方案，通过动态学习和调整抓取策略，提升数据采集的鲁棒性和效率。 技术架构与关键组件AI 驱动的自适应策略：undefined通过引入 AI 算法，数据采集系统能够在每次抓取过程中学习目标网站的最新变化，动态调整解析规则和数据提取逻辑，从而减少因页面结构变动而导致的数据丢失问题 技术探讨自适应数据采集的优势与挑战优势： 灵活性高： AI 驱动的自适应策略使数据采集系统能够自动适应目标网站的变化，降低因页面调整带来的维护成本。 结论AI 驱动的自适应数据采集技术为应对动态页面变更提供了一种有效的解决方案。通过结合智能代理管理、请求模拟和动态数据解析等多种手段，工程师能够在复杂的网络环境中实现稳定、准确的数据抓取。
35510编辑于 2025-04-07
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