博客 RSS 訂閱

u_13633 頭像

daleiwang - usb攝像頭的demo

前面的博客已經分析了USB攝像頭驅動程序的框架，我們知道了USB攝像頭驅動程序的重點在於1）描述符的分析；2）屬性的控制（通過VC來設置）；3）格式的選擇（通過VS來設置）；4）數據的獲得（通過VS的URB來獲得）。後面的博客就會從這4個方面進行深入的分析，本篇博客首先來看一下UVC驅動程序的描述符分析。 每一個USB設備都有一個設備描述符，設備描述符中有配置描述符，配置描

機器學習 , usb攝像頭的demo , include , Linux , 人工智能 , 描述符

收藏 評論

u_13357275 頭像

上海拔俗網絡 - AI學生社區智能化服務系統：讓學習互助“精準又高效”

學生在社區裏找學習夥伴、問難題，常遇到 “喊半天沒人搭茬”“搜資料翻頁到手軟” 的情況。AI 學生社區智能化服務系統就像個 “貼心學習助手”，靠三項關鍵技術，把社區變成高效的互助平台，解決這些麻煩事。 第一項是智能夥伴匹配技術，幫學生快速找到 “同頻學友”。以前想組隊複習期末考，在社區發 “找高三文科生一起背政治”，可能引來一堆不同年級的人，湊對全靠碰運氣。現在系統會先分析學生的年級

NLP , 推送 , 人工智能

收藏 評論

u_17229896 頭像

星火飛碼iFlyCode - MySQL數據庫操作一致性保證（智能對話+AI代碼補全案例）

01 背景介紹 網絡自動化平台下的監控中心模塊，依賴MySQL數據庫進行數據存儲，隨着業務規模擴展及數據量激增，原有的幾個子模塊，如服務監控、監控規則和掃描記錄的增刪改查操作，暴露出以下關鍵問題： 概率性異常：高併發場景下偶現數據不一致 事務邊界模糊：跨操作事務管理複雜易錯 容錯機制缺失：錯誤場景缺乏自動恢復能力 配置文件同步風險：動

數據庫 , 回滾 , 代碼補全 , 前端開發 , Javascript

收藏 評論

u_15316473 頭像

阿里雲大數據AI技術 - 一行代碼，讓Elasticsearch 集羣瞬間雪崩——5000W 數據壓測下的性能避坑全攻略

作為一名長期與Elasticsearch打交道的引擎研發，我見過太多集羣因為一個看似無害的wildcard模糊查詢而瞬間崩潰。 許多開發者繼承了SQLLIKE %...%的思維習慣，直接把它搬到ES中——在小數據量時沒什麼大礙，但當文檔量上億時，它會變成拖垮集羣的性能黑洞： 輕則：錯用字段類型，查不準結果，浪費存儲 重則：暴力掃描，CPU瞬間打滿，集

elasticsearch , 阿里雲 , 人工智能 , 數據分析

收藏 評論

u_15389271 頭像

編程小覃 - 『千言：面向事實一致性的生成評測比賽』基線系統

關於環境配置： CUDA 11.2.0: https://developer.nvidia.com/cuda-11.2.0-download-archive?target_os=Windowstarget_arch=x86_64target_version=10target_type=exelocal CUDNN v8.2.1:

aigc , llama , paddle , CUDA , Python

收藏 評論

u_17594848 頭像

深圳大表哥 - 如何進行iOS獨立開發的市場推廣？

iOS 獨立開發的市場推廣可圍繞 App Store 內優化、多平台內容引流、付費廣告加持、社羣與口碑運營等多個維度推進，既能依託蘋果官方渠道獲取精準流量，也能通過低成本的內容和社羣運營積累核心用户，以下是具體方案： 深耕 App Store，抓好核心流量陣地 做好 ASO 優化獲取免費流量：這是 App Store 內免費推廣的核心。一方

移動開發 , app , 搜索 , 推送 , ios

收藏 評論

u_17594848 頭像

深圳大表哥 - iOS 獨立開發全指南：從入門到上線變現

iOS 獨立開發是個人或小團隊（1-3 人）完成 iOS 應用從需求設計、開發實現、測試優化到上架變現的全流程工作，核心優勢是靈活自主、收益全歸自己，適合打造垂直領域工具、小眾興趣產品或個人作品集。以下是系統的入門到變現指南，覆蓋技術棧、開發流程、工具選型、上架運營等關鍵環節。 一、前期準備：明確方向與技術基礎 1. 先定產品方向（避免盲目開發） 獨立開發資源有

移動開發 , app , apple , ios

收藏 評論

u_15171169 頭像

Datcon - HarmonyOS之音頻播放功能

在HarmonyOS應用開發中，音頻播放是一項基礎而關鍵的功能，為用户提供豐富的多媒體體驗。為了適應不同的應用場景和技術需求，HarmonyOS提供了多種音頻播放API，包括AVPlayer、AudioRenderer和OpenSL ES，每種API都有其獨特的適用場景和特點。 1. API選擇指南 AVPlayer：適合大多數音頻播放需求，特別是對於直接播

移動開發 , Android , 音頻播放 , Harmony

收藏 評論

tdengine 頭像

TDengine濤思數據 - 新客户 | 崑崙數智攜手時序數據庫 TDengine，讓中石油運營中心“一眼可知”

在數字化浪潮的推動下，石油能源行業早已實現了從傳感器到系統的全面聯網，但在真正落地生產管理時，仍面臨着一個老問題——數據量巨大、刷新頻率高、場景複雜，而現有系統在高併發寫入、低延遲查詢、可擴展分析等方面往往力不從心。尤其是在生產調度、能耗管理、設備監控等關鍵環節，數據的“獲取”已經不再是瓶頸，“用好”才是考驗。 在中國石油“智能運營系統升級工程”中，崑崙數智攜手 TDengin

MySQL , 時序數據庫 , 數據庫 , tdengine

收藏 評論

u_16700356 頭像

mofcloud - AI 時代的 FinOps：工作流、RAG、AI Agent 與 Agentic AI 指南

一位兼具 FinOps 思維的 CPO，正在讓創新與成本效率保持平衡 人工智能正在重塑產品構建方式，但它也帶來了新的成本複雜性 —— 即便是經驗豐富的雲團隊也可能被它打得措手不及。 炫酷的 AI 功能”必須和“雲預算”保持溝通。 從 FinOps 視角拆解四類快速演進的 AI 架構： LLM Workflows（大模型工作流） R

Agentic AI , 雲計算 , AI , 雲原生 , RAG , AI Agent , 工作流

收藏 評論

u_13544 頭像

deanyuancn - MapReduce 實驗：二次排序

1.首先創建twosortfile1.txt,並在此文件中輸入內容 cd /usr/local/hadoop vim twosortfile1.txt twosortfile1.txt文件內容如下: a 20 b 20 a 5 c 10 c 8 b 15 a 10 b 18 c 29 b 52

大數據 , hadoop , text , mapreduce , apache

收藏 評論

u_13527 頭像

bigrobin - 新一代數據湖存儲技術Apache Paimon入門Demo_Leonardo

一、paimon部署(每個節點都需要部署，節點為xx.xx.xx.xx1-xx.xx.xx.xx5五個節點) 1.1 添加JAR包 在/opt/cloudera/parcels/CDH/lib/hive/auxlib/目錄下添加jar包 沒有auxlib就創建auxlib文件夾 mkdir /opt/clou

大數據 , jar , hive , 架構 , SQL

收藏 評論

u_16213684 頭像

mob64ca14106f2f - MQ選型對比ActiveMQ,RabbitMQ,RocketMQ,Kafka 消息隊列框架選哪個？ - 個人文章

在當今的分佈式系統架構中，消息隊列（MQ）作為解耦、異步和削峯填谷的核心組件，其選型直接影響到系統的性能、可靠性和可維護性。 面對眾多優秀的消息中間件，如老牌的 RabbitMQ、阿里巴巴的 RocketMQ、 Apache 的 Kafka 以及經典的 ActiveMQ，開發者們常常會陷入選擇困難。 本文將從吞吐量、延遲、可靠性、功能特性等多

rocketmq , 服務器 , rabbitmq , activemq , 分佈式 , kafka

收藏 評論

huangmingji 頭像

黃明基 - AI真的太好用啦！Aspire Dashboard集成GitHub Copilot。

一鍵解析數百條日誌，秒懂複雜錯誤追蹤，AI助手讓調試效率飛昇！ 在.NET Aspire 9.3版本中，微軟做了一項創新性的集成：將GitHub Copilot直接嵌入Aspire Dashboard，使其變身為一款智能調試助手。這個功能將AI的強大分析能力與分佈式應用的監控診斷深度融合，為開發者帶來了前所未有的調試體驗。 Copilot如何融入Aspire Dashboard？ GitHu

軟件設計

收藏 評論

chenweidong 頭像

隔壁老陳先生 - leetcode 3Sum Closest

問題描述 給定一個包括 n 個整數的數組 nums 和一個目標值 target，請你找出 nums 中的三個整數，使得它們的和與 target 最接近。返回這三個數的和。假定每組內沒有重複的整數。 示例 示例 1: 輸入: nums = [-1,2,1,-4], target = 1 輸出: 2 解釋: 與 target 最接近的和是 2。（-1 + 2 + 1 = 2）

數組 , node.js , Math , 前端開發 , 兩個指針

收藏 評論

u_17507674 頭像

網易雲信IM - IM 即時通訊：6 大硬核能力，讓企業溝通效率飆升 40%

網易雲信 IM 即時通訊以穩定必達、安全加密、1 天集成等核心優勢，覆蓋 7 大業務場景，支持多端適配，成為企業高效溝通首選解決方案。 在數字化協作常態化的今天，網易雲信 IM 即時通訊已成為企業打通內外部溝通壁壘的核心支撐。無論是跨地域團隊協作、用户實時互動，還是大型場景下的海量併發溝通，企業都需要一套穩定、安全、高效的即時通訊解決方案。然而，傳統 IM 工具普遍存在集成

聊天室 , aigc , bard , 即時通訊 , 網易雲

收藏 評論

zdyz 頭像

zdyz - 《ESP32-S3使用指南—IDF版 V1.6》第五十三章 TCPClient實驗

第五十三章 TCPClient實驗 1）實驗平台：正點原子DNESP32S3開發板 2）章節摘自【正點原子】ESP32-S3使用指南—IDF版 V1.6 3）購買鏈接：https://detail.tmall.com/item.htm?id=768499342659 4）全套實驗源碼+手冊+視頻下載地址：http://www.openedv.com/docs/boards/esp32/ATK-DN

操作系統

收藏 評論

lu952450497 頭像

lu952450497 - 數倉開發——數據倉庫基礎概念與核心價值

數據倉庫是企業數據戰略的核心組成部分，面向主題的、集成的、相對穩定的、反映歷史變化的數據集合，用於支持管理決策。 面向主題：面向主題意味着數據按業務領域（如客户、產品）組織而非按業務系統 集成：集成性指數據經過標準化處理消除源系統間的不一致 相對穩定：非易失性表示數據一旦進入倉庫一般不直接修改 時變性：強調數據會記錄時間維度變化 與操作型數據庫（OLTP）相比，數據倉庫（

數據集 , 大數據 , 數據 , 數據倉庫

收藏 評論

u_16213579 頭像

雲端築夢工匠 - grep 提取日誌後10行

內容查找 grep 回憶 上次我們嘗試了一下各種在vi中執行外部程序 可以排序 可以改大小寫 還可以用管道 直接對於緩衝buffer文件進行操作 還是很方便的 其實還有一個外部命令很重要 根據內容搜索grep 這個

雲計算 , 搜索 , grep 提取日誌後10行 , vim , 雲原生 , 新窗口

收藏 評論

u_93011 頭像

小屁孩 - nodeport服務實現什麼時候進行snat

話説前提： 作為前端開發工程師，我們的初始認識，畫畫界面，對對接口，我們對於服務端開發，總是充滿好奇，但是衝破安逸區，讓我們學習新的開發語言Java，Python，php等，我們好不容易立得Flag,在幾天之後，就那麼順其自然的倒了…… 現在Node.js的出現，讓我們看到希望，我們所使用的的前端語法和規則，完全可以99%的複用，讓我們朝着服務端開發前進，

v8 , 管理工具 , 雲計算 , 雲原生 , 開發工程師

收藏 評論

u_16213573 頭像

數據探索家 - JavaWeb快速入門--JavaScript(2)

文章目錄 JavaScript 運算符與流程控制全解析 一、運算符：自增、比較與邏輯🥝 1. 自增運算符（++） 2. 比較運算符 3. 邏輯運算符 二、條件判斷語句🥝 1. if 語句

運算符 , 學習 , 開發語言 , 前端開發 , 前端 , Javascript

收藏 評論

u_17361753 頭像

API_Blogger - IPA 一鍵加密工具的真實工程化實踐 構建可自動化、可擴展的 iOS 應用安全體系

市面上許多開發者都在尋找一種能力：“有沒有辦法對 IPA 做一鍵加密，讓逆向者無法輕易看懂或篡改應用？” 需求看似簡單，但真正落到工程層面，一個“可用、可維護、可回滾、可擴展”的 IPA 加密方案遠比想象中複雜。 本篇文章從“工程落地能力”的角度切入，不做術語堆砌，而是討論： IPA 一鍵加密工具應該做什麼？ 工程化管線應該如何設計？ 各類工具在其中承擔什

yyds乾貨盤點 , 移動開發 , ios

收藏 評論

xaye 頭像

祝你今天愉快 - C++學習（二十五） 編程練習1

1.編寫一個要求用户輸入兩個整數的程序。該程序將計算並輸出這兩個整數之間（包括這兩個整數）所有整數的和。這裏假設先輸入較小的整數。例如，如果用户輸入的是2和9，則程序將指出2~9之間所有整數的和為44。 #includeiostream using namespace std; int main() { // 1. 接收用户的輸入，最小值

指尖人生 , 數組 , 移動開發 , include , c++ , Android

收藏 評論

u_17361753 頭像

API_Blogger - iOS CPU 使用率深度分析，多工具協同定位高佔用瓶頸的工程化方法

在移動應用的性能優化體系中，iOS CPU 使用率 是最具代表性、最關鍵、也最容易被忽視的指標之一。 從界面加載慢、交互延遲、動畫掉幀，到手機發燙、耗電加劇、系統降頻甚至被 watchdog 殺死，CPU 都扮演着決定性角色。 然而 CPU 佔用往往由多維度觸發，因此無法用單一工具進行完整分析。 本文基於真實開發經驗（無廣告化語氣，不依賴外部搜索），結合 Instruments、克魔

yyds乾貨盤點 , 移動開發 , ios

收藏 評論