zhousenshan-CSDN博客

加工是用于处理数据流的，所以要补充加工名，可以把该加工涉及到的数据流，在说明中标识出来，再在数据流名称所在的句子中，找。说明中的每一句话，都能与图中有对应关系，当把说明中的实体与数据流标识出来之后，容易缩小对应范围，找出纰漏。(2)检查图中每个加工，是否存在只有入没有出，或只有出没有入，或根据输入的数据无法产生对应的输出的情况。如：生成报告、发出通知、批改作业、记录分数，当然这只是普遍情况，也有例外，如物流跟踪、用户管理。存储的文字方面特征：“**文件”、“**表”、“**库”、“**清单”、“**档案”

2024-05-04 16:27:28 241

转载【新版】软考 - 系统架构设计师（总结笔记）

（5）数据库概念、数据模型、数据库模式、关系数据库、关系模型、关系运算、关系数据设计的基本理论、函数依赖、键/候选键、函数依赖的公理（Armstrong 公理）、规范化理论、模式分解（是否保持函数依赖&是否无损）、数据库设计、概念结构设计、E-R模型、 ER图两个不同实体的联系、概念结构设计的过程、逻辑结构设计、并发控制、事务的ACID特性、数据库的安全性、数据库备份与恢复、数据库性能优化、应用程序与数据库的交互、NoSQL数据库、分布式数据库、数据库优化技术、分布式缓存技术Redis。

2024-05-04 15:53:38 1397

转载「软考高级」系统架构设计精华知识点汇总

在执行交付计划之前，极限编程要求团队对系统的架构做一次预研（架构穿刺），当架构的初始方案确定后，就可以进入每次小版本的交付，每个小版本交付又被划分为多个周期相同的迭代，在迭代过程中，要求执行一些必须的活动，如编写用户故事、故事点估算、验收测试等。是一种近螺旋式的开发方法，提倡测试先行，将复杂的开发过程分解为一个个相对比较简单的小周期，通过交流、反馈、简单、勇气，开发人员和客户可以非常清楚开发进度、变化、待解决的问题、潜在的困难等，并根据实际情况及时的调整开发过程。

2024-04-05 08:41:59 5093 1

转载 AAA 分布式事务解决方案

本地事务在单个数据库上执行的事务，可以利用关系型数据库本身提供的事务特性来实现事务管理。事务的四大特性 ACID1. 原子性：事务是一个不可分割的执行单元，要么全部执行成功，要么全部回滚。2. 一致性：使数据库从一个一致性状态转变到另一个一致性状态。3. 隔离性：事务的执行是相互独立的，互不干扰。4. 持久性：事务的执行结果必须是持久化保存的，事务一旦提交，改变是永久的。事务并发执行的问题1. 丢失更新：[ 写-写 ]2. 读脏数据：[ 写-读 ] 读到尚未提交的数据。

2024-04-05 08:28:22 591

转载 pandas的apply函数介绍及用法详解

apply函数是`pandas`里面所有函数中自由度最高的函数。使用时，通常放入一个lambda函数表达式、或一个函数作为操作运算，官方上给出DataFrame的。是`pandas`里面所有函数中自由度最高的函数。函数的时候要自己传递参数，代码中显示的三种传递方式都行。的数据结构传入给自己实现的函数中，我们在函数中实现对。该函数最有用的是第一个参数，这个参数是函数，相当于。有时候，我们想给自己实现的函数传递参数，就可以用的。这个函数需要自己实现，函数的传入参数根据。不同属性之间的计算，返回一个结果，则。

2025-05-31 16:08:38 14

转载使用Pandas进行数据分析与处理

通过对数据的导入、清洗、转换和分析，我们可以更好地理解和利用数据，从而做出更准确的决策和预测。Pandas是一个功能强大的数据分析工具，它提供了丰富的数据结构和数据处理函数，使我们能够轻松地对数据进行清洗、转换和分析。在开始对数据进行处理之前，我们需要先了解数据的基本信息。在处理缺失值时，我们可以选择删除包含缺失值的行或列，或者用其他值来填充缺失值。数据清洗是数据分析的第一步，它包括处理缺失值、异常值、重复值等。描述性统计是对数据进行基本的统计分析，包括计数、求和、平均值、中位数、最小值、最大值等。

2025-05-25 19:37:49 16

转载 UML时序图详解

本篇介绍了UML时序图的基础知识，并通过visio绘制一个物联网设备WIFI配网的UML时序图实例，来介绍UML时序图的画法与所表达的含义。异步消息的接收者和发送者是并发工作的。消息的发送者把控制传递给消息的接收者，然后停止活动，等待消息的接收者放弃或者返回控制。，代表时序图中对象执行一项操作的时期, 表示该对象被占用以完成某个任务，以一个垂直的窄的矩形表示。步骤一：文件----选项----高级----常规-----勾选“以开发人员模式运行”，可根据不同的条件，执行不同的交互，类似于if-else语句。

2025-05-18 10:42:15 155

转载 Ping/Echo与心跳检测的区别

1.1 什么是Ping/EchoPing是一种基于ICMP（Internet Control Message Protocol，互联网控制消息协议）的网络诊断工具，主要用于测试网络设备之间的连通性和响应时间。它通过向目标设备发送一个ICMP Echo请求（Echo Request），目标设备收到后会返回一个ICMP Echo应答（Echo Reply），从而让发送方得知目标设备的状态和响应速度。Ping的典型用法为：ping 目标IP地址。

2025-05-18 10:37:50 145

转载 Scrum基础：框架、角色、价值观及实践

Scrum的创始人从橄榄球中的“Scrum（密集争球）”场景中汲取灵感，将其应用于软件开发中，强调团队协作及快速推进。Scrum的核心创始人包括Ken Schwaber和Jeff Sutherland，他们共同撰写了《敏捷软件开发：Scrum》一书，奠定了Scrum框架的基础。本文将从Scrum的起源、角色、工件、事件及价值观等方面，深入解析Scrum框架的运作机制。Scrum是迭代式框架，Kanban是拉式系统，Scrum有固定时间盒，Kanban无固定时间盒。Scrum的时间盒概念是什么？

2025-05-17 08:26:32 48

原创 AAA GitOps详解

GitOps = IaC + Git + CI/CD，即基于 IaC 的版本化 CI/CD。它的核心是使用 Git 仓库来管理基础设施和应用的配置，并且，你从其他地方修改配置（比如手动改线上配置）一概不予通过。Git 仓库中的声明式配置描述了目标环境当前所需基础设施的期望状态，借助于 GitOps，如果集群的实际状态与 Git 仓库中定义的期望状态不匹配，Kubernetes reconcilers 会根据期望状态来调整当前的状态，最终使实际状态符合期望状态。

2025-05-03 09:09:52 1199 1

转载 Istio 服务注册与发现

Pilot 组件会从各个 Service Registry，比如 Kubernetes 中的 Service 和 Consul 中注册的服务，采集可用的服务数据到 Istio 中，并将这些服务转换为 Proxy 可理解的标准服务格式，下发到 Proxy，同时下发的还有用户预先配置的路由规则和流量控制策略。在被代理的应用根据服务标识发起 HTTP 通信时，Proxy 将会从拦截的网络请求中根据服务标识获取对应的服务数据，并根据下发的路由规则选择合适的实例转发请求。这种集成方式的业务流程参见图3中的蓝色箭头。

2025-05-02 20:55:55 90

转载 Istio流量管理

为了在网格中导流，Istio 需要知道所有的 endpoint 在哪以及它们属于哪些服务。为了定位到 service registry（服务注册中心）， Istio 会连接到一个服务发现系统。例如，如果您在 Kubernetes 集群上安装了 Istio，那么它将自动检测该集群中的服务和 endpoint。使用此服务注册中心，Envoy 代理可以将流量定向到相关服务。大多数基于微服务的应用程序，每个服务的工作负载都有多个实例来处理流量，称为负载均衡池。

2025-05-02 20:39:35 66

转载 Istio微服务入门---通过istio部署微服务实现灰度发布(15)

官方文档：https://istio.io/docs/concepts/what-is-istio/中文官方文档：https://istio.io/zh/docs/concepts/what-is-istio/Github 地址：https://github.com/istio/istio/releases官当解释： An open platform to connect, secure, control and observe services.

2025-05-02 20:38:23 148

转载什么是数据库触发器？

触发器是一种数据库对象，它与表或视图关联，在特定的事件发生时自动执行预定义的动作。自动化业务规则和逻辑。强制数据完整性。记录审计日志。维持数据一致性。

2025-05-01 10:06:54 156

转载「系统分析师第二版」微服务系统分析与设计

服务是一种开发软件的架构和组织方法，它将大型应用程序拆分成一系列小型、自治的服务，每个服务都有自己的独立部署、运行和维护，并通过轻量级通信机制相互协作，从而形成一个整体的系统。微服务的优势和特征1. 独立性和自治性将大型应用拆分为多个小型服务，每个服务都是独立的，可以对其中的每个组件服务进行开发、部署、运营和扩展，而不影响其它服务的功能。2. 服务单一职责每个服务专注于解决一个特定的业务问题，具有明确的职责范围，保持服务的内举行和可维护性。3. 服务松耦合。

2025-04-28 09:21:02 42

转载测试基础知识

设计原则：先设计一个新的测试用例，使其尽可能多的覆盖尚未被覆盖的有效等价类，重复这一步，直到所有的有效等价类都被覆盖为止；然后设计一个新的测试用例，使其覆盖一个尚未被覆盖的无效等价类，重复这一步，直到所有的无效等价类被覆盖为止。总之，软件测试是软件开发过程中不可或缺的一部分，通过不同的测试阶段、测试策略和测试用例设计方法，可以有效地发现软件中的缺陷，提高软件的质量和可靠性。例如，对于一个输入年龄的程序，有效等价类可以是 0 到 150 之间的整数，无效等价类可以是负数、大于 150 的数、非整数等。

2025-04-28 09:14:22 65

转载【Java DateTime大揭秘】Localdate让你成为日期时间处理的大师

在Java的世界里，时间是一切程序的基石。自从Java 8引入了新的日期和时间API后，LocalDate类就成为了处理日期的必备神器。LocalDate提供了丰富的方法来处理不带时间的日期，它的使用不仅能够让我们的时间处理更加精确，还能让代码更加简洁易懂。本文将带你深入了解LocalDate的20个常用方法，让你成为Java时间处理的大师。

2025-04-05 10:42:45 103

转载别再用jodatime了!全网最权威Java8日期时间类LocalDate、LocalDateTime详解

Java SE 8在java.time中附带一个新的日期和时间API，为开发人员提供了大大改善的安全性和功能。新的API很好地建模了该领域，并提供了用于对各种开发人员用例进行建模的大量类。

2025-04-05 10:37:30 66

转载 Python库学习(十四):ORM框架-SQLAlchemy

SQLAlchemy是一个用于Python的SQL工具和对象关系映射ORM）库。它允许开发者通过Python代码而不是SQL查询语言来操作数据库。SQLAlchemy提供了一种灵活且强大的方式来与关系型数据库交互，支持多种数据库后端，如等。本文使用的SQLAlchemy版本: 1.4.51# 模型父类# 用户模型和表一一对应__table_args__ = {'comment': '用户表'}id = Column(BIGINT, primary_key=True, comment='主键')

2025-03-08 09:29:13 450

转载 Python中的metaclass，是时候了解一下了！

在Python中，元类（metaclass）是一种高级概念，用于控制类的创建过程。简单来说，元类就是“类的类”，它负责生成我们日常使用的类对象。当我们定义一个类时，Python解释器实际上会调用元类来创建这个类。默认情况下，所有类都使用type作为其元类，但开发者可以通过自定义元类来修改类的行为或自动添加额外的功能。我们可以利用元类和__new__方法来自动为每个类添加日志记录功能，这样每次类的实例被创建时都会记录一条消息。# 添加日志记录功能# 设置日志级别为INFO。

2025-03-08 09:19:18 262

转载「系统分析师第二版」微服务系统分析与设计

微服务是一种开发软件的架构和组织方法，它将大型应用程序拆分成一系列小型、自治的服务，每个服务都有自己的独立部署、运行和维护，并通过轻量级通信机制相互协作，从而形成一个整体的系统。微服务的优势和特征1. 独立性和自治性将大型应用拆分为多个小型服务，每个服务都是独立的，可以对其中的每个组件服务进行开发、部署、运营和扩展，而不影响其它服务的功能。2. 服务单一职责每个服务专注于解决一个特定的业务问题，具有明确的职责范围，保持服务的内举行和可维护性。3. 服务松耦合。

2025-03-07 19:35:19 75

转载排查线上环境 JVM 内存使用过大问题

区和老年代使用率都接近满的状态了，如果我们应用没有大的对象，那就是肯定某个对象站用了大量的空间。，表示字节数组，因此内存使用过大问题有可能可字节数组有关。回收所以，以此我们就可以达到内存占用量大的目的了。在开始前我们先准备测试的应用，这里可以新建一个。解析上面生成的文件，这里为了方便查看使用。的问题了,并且我们也可以打印出内存溢出时的。工具打开上面生成的内存映像文件，并查看。项目，在项目中我们故意写一个占用内存的。已经出现问题，下面我们开始排除问题。的版本，下载好后解压运行。的版本也要求高，如果是。

2025-03-07 09:16:31 59

转载排查线上JVM CPU飙升使用率高和线程死锁问题

接口，触发死锁场景。下面假设不知道问题在哪，看是否能分析出问题点。上面声明了一个线程池，每次使用线程就从这个里面取，在。服务，下面假设不知道问题在哪，看是否能分析出问题点。接口中，写了一个死循环，每次都对。的使用率非常高，下面可以通过。，不出意外这就是上面启动的。上面在第一个线程中首先锁住了。的时候，第一个线程再去获取。的锁，这显然已经出现死锁了。进行计算，程序运行起来，肯定。查看该线程的详细情况，但。的锁，第二个线程再去获取。占用非常高，下面使用。进制的，因此需要通过。，第二个线程首先锁住了。

2025-03-07 09:12:06 37

转载 Istio 流量管理（请求路由、流量转移、请求重试、流量镜像、故障注入、熔断等）介绍及使用

故障注入是一种服务网格中的测试手段，它允许在系统中引入特定的故障，以模拟网络延迟或服务中断的情况。提供了更高级的负载均衡功能和流量控制方法，允许对一个服务的多个版本进行流量的划分，比如负载均衡中的轮询算法、最少连接算法、随机等等，还可以针对不同版本转移不同权重的流量。流量镜像可以将流量转发到目标服务的同时，也将流量给到另外一个服务，非常利于新版本环境的上线前测试，其配置的参数和。服务网格中的一种配置资源，它用于定义到达特定服务时的路由规则，以及与该服务通信时的流量策略。来管理服务的部署和扩展。

2025-03-07 09:09:34 123

转载 WebSocket 集群解决方案

基于 Spring Cloud Alibaba + Gateway + Nacos + RocketMQ + Vue & Element 实现的后台管理系统 + 用户小程序，支持 RBAC 动态权限、多租户、数据权限、工作流、三方登录、支付、短信、商城等功能。: 所有Websocket Server 根据客户端userid找到对应session，只有存在userid和session的绑定关系的Websocket Server才发送消息到客户端。2.Websocket Server提供的调用接口。

2025-03-07 09:05:01 172

转载 AOP+Redisson 延时队列，实现缓存延时双删策略

关于缓存和数据库中的数据保持一致有很多种方案，但不管是单独在修改数据库之前，还是之后去删除缓存都会有一定的风险导致数据不一致。而延迟双删是一种相对简单并且收益比较高的实现最终一致性的方式，即在删除缓存之后，间隔一个短暂的时间后再删除缓存一次。这样可以避免并发更新时，假如缓存在第一次被删除后，被其他线程读到旧的数据更新到了缓存，第二次删除还可以补救，从而时间最终一致性。睡眠的方式做延时，也有借助第三方消息中间件做延时消息等等，本文基于。实现延时双删的方案也有很多，有本地用。中的延时队列进行实验。

2025-03-07 08:59:35 71

转载使用Numpy从零实现神经网络前向传播、反向传播、迭代训练等主要过程

到此整个从零实现神经网络前向传播、反向传播、迭代训练过程就结束了。通过上述内容你应该了解了神经网络的基本训练过程，包括前向传播、反向传播以及梯度下降。虽然梯度下降是一种有效的优化算法，但它也存在一些局限性。其中一个主要问题是局部最优解。由于梯度下降算法是沿着损失函数的梯度下降，如果损失函数是非凸的，存在多个山峰和山谷，算法可能会陷入局部最优解，而不是全局最优解。不过不用过于担心，实际我们训练网络模型时使用的Adam优化器，已经结合了动量和自适应学习率，或者RMSprop。

2025-03-07 08:52:02 55

转载一款非常好用的Java反射工具 - ReflectionUtils

是一种强大的机制，允许程序在运行时动态地检查类、获取类的信息、调用类的方法、访问或修改类的属性等。包中，通过反射可以动态加载类、动态获取类的信息、动态创建对象、动态调用方法、动态访问和修改属性等。，允许你遍历一个类的所有属性和方法，并且可以对每个属性和方法执行自定义的操作。，可以用于将源对象的属性值复制到目标对象中。中也有一个也反射相关的工具类，那就是。的反射机制提供了一组类和接口，位于。，用于查找类中指定名称的属性和方法。，可以用于获取和设置类的属性值。，可以用于执行类中的方法。

2025-03-07 08:49:40 59

原创 Python 机器学习哪些算法在仓储物流系统wms中可以用到

**异常检测算法**（如孤立森林、One-Class SVM）- **路径规划算法**（如A*算法、Dijkstra算法）- **聚类算法**（如K-Means、DBSCAN）- **分类算法**（如随机森林、XGBoost）- **回归算法**（如线性回归、随机森林回归）- **回归算法**（如线性回归、随机森林回归）- **强化学习**（如Q-Learning）- **分类算法**（如逻辑回归、随机森林）- **优化算法**（如线性规划、遗传算法）- **优化算法**（如线性规划、遗传算法）

2025-03-01 10:29:57 306

转载 Scikit-learn 十大高级应用实例讲解

Scikit-learn 是一个强大的 Python 库，主要用于机器学习和数据挖掘。其功能丰富且易于使用，涵盖了分类、回归、聚类、降维、模型选择和预处理等常见的机器学习任务。Scikit-learn 建立在 NumPy、SciPy 和 matplotlib 之上，确保了其高效性和兼容性。

2025-02-28 20:55:16 80

转载最强总结，必会的十大机器学习算法

今天给大家介绍机器学习中必会的 10 大机器学习算法。

2025-02-28 20:38:26 610

原创 sklearn机器学习 Python代码通用模板

print(f'测试集准确率: {accuracy_score(y_test, y_pred):.2f}')print(f'测试集准确率: {accuracy_score(y_test, y_pred):.2f}')print(f'最佳交叉验证得分: {random_search.best_score_:.2f}')print(f'最佳交叉验证得分: {grid_search.best_score_:.2f}')print(f'最佳参数: {random_search.best_params_}')

2025-02-23 11:37:11 650

转载【Python篇】从零到精通：全面分析Scikit-Learn在机器学习中的绝妙应用

💬欢迎讨论：如果你在学习过程中有任何问题或想法，欢迎在评论区留言，我们一起交流学习。你的支持是我继续创作的动力！👍：觉得这篇文章对你有帮助吗？你们的支持是我不断进步的动力！🚀分享给更多人：如果你觉得这篇文章对你有帮助，欢迎分享给更多对C++感兴趣的朋友，让我们一起进步！机器学习正在快速改变我们的世界，而Scikit-Learn作为Python生态中最为强大的机器学习库之一，是每个数据科学家和工程师不可或缺的工具。本篇文章旨在从零开始，带领你逐步掌握Scikit-Learn的核心功能与实际应用。

2025-02-22 21:18:57 121

转载 Python Flask 入门指南

Python Flask 是一种基于 Python 的微框架，它提供了一种简单而灵活的方式来构建 Web 应用程序。本篇文章将介绍 Flask 的基本概念、安装和配置、路由、模板、表单、数据库以及部署等方面的内容。一、基本概念1.1 什么是 Flask？Flask 是一个轻量级的 Web 应用程序框架，它基于 Python 语言开发，使用 Werkzeug 工具箱和 Jinja2 模板引擎。Flask 的设计理念是简单而灵活，它可以轻松地扩展和自定义，适用于小型和中型 Web 应用程序的开发。1.2 Fla

2025-02-22 20:53:24 69

转载 NumPy使用图解教程「建议收藏」

在下面的例子里，创建出的数组如右边所示，通常情况下，我们希望NumPy为我们初始化数组的值，为此NumPy提供了诸如ones()，zeros()和random.random()之类的方法。除了min，max和sum等函数，还有mean（均值），prod（数据乘法）计算所有元素的乘积，std（标准差），等等。NumPy的关键用例是实现适用于矩阵和向量的数学公式。在本文中，将介绍NumPy的主要用法，以及它如何呈现不同类型的数据（表格，图像，文本等），这些经Numpy处理后的数据将成为机器学习模型的输入。

2025-02-22 20:50:13 41

转载 Python实现深度学习模型：智能库存管理系统

通过数据预处理、模型构建与训练、模型评估等步骤，我们成功地实现了一个能够预测库存需求的模型。智能库存管理系统利用深度学习模型来预测库存需求，帮助企业更好地规划和管理库存。我们将使用Python作为开发语言，结合TensorFlow和Keras等深度学习框架，实现一个简单但有效的库存管理模型。我们将使用这些数据来训练我们的深度学习模型。在实际应用中，我们可以使用训练好的模型来预测未来的库存需求，并根据预测结果优化库存策略。接下来，我们使用Keras构建一个简单的深度学习模型来预测未来的销售量。

2025-02-22 20:47:44 85

转载使用Python实现智能仓储管理系统

本教程将带你一步步实现一个智能仓储管理系统。我们将使用Python和一些常用的深度学习库，如TensorFlow和Keras。最终，我们将实现一个可以优化仓储管理的模型。通过本教程，你学会了如何使用Python和Keras构建一个智能仓储管理系统的深度学习模型。你可以尝试使用不同的模型结构和参数，进一步提升模型性能。

2025-02-22 20:44:16 70