互联网java常用框架_来，带你鸟瞰 Java 中4款常用的并发框架！

1. 为什么要写这篇文章

几年前 NoSQL 开始流行的时候，像其他团队一样，我们的团队也热衷于令人兴奋的新东西，并且计划替换一个应用程序的数据库。 但是，当深入实现细节时，我们想起了一位智者曾经说过的话：“细节决定成败”。最终我们意识到 NoSQL 不是解决所有问题的银弹，而 NoSQL vs RDMS 的答案是：“视情况而定”。

类似地，去年RxJava 和 Spring Reactor 这样的并发库加入了让人充满激情的语句，如异步非阻塞方法等。为了避免再犯同样的错误，我们尝试评估诸如 ExecutorService、 RxJava、Disruptor 和 Akka 这些并发框架彼此之间的差异，以及如何确定各自框架的正确用法。

本文中用到的术语在这里有更详细的描述。

2. 分析并发框架的示例用例

8d5043e26b067b1fd49faae09bc76143.png

3. 快速更新线程配置

在开始比较并发框架的之前，让我们快速复习一下如何配置最佳线程数以提高并行任务的性能。 这个理论适用于所有框架，并且在所有框架中使用相同的线程配置来度量性能。

对于内存任务，线程的数量大约等于具有最佳性能的内核的数量，尽管它可以根据各自处理器中的超线程特性进行一些更改。

例如，在8核机器中，如果对应用程序的每个请求都必须在内存中并行执行4个任务，那么这台机器上的负载应该保持为 @2 req/sec，在 ThreadPool 中保持8个线程。

对于 I/O 任务，ExecutorService 中配置的线程数应该取决于外部服务的延迟。

与内存中的任务不同，I/O 任务中涉及的线程将被阻塞，并处于等待状态，直到外部服务响应或超时。 因此，当涉及 I/O 任务线程被阻塞时，应该增加线程的数量，以处理来自并发请求的额外负载。

I/O 任务的线程数应该以保守的方式增加，因为处于活动状态的许多线程带来了上下文切换的成本，这将影响应用程序的性能。 为了避免这种情况，应该根据 I/O 任务中涉及的线程的等待时间按比例增加此机器的线程的确切数量以及负载。

4. 性能测试结果

性能测试配置 GCP -> 处理器：Intel(R) Xeon(R) CPU @ 2.30GHz；架构：x86_64；CPU 内核：8个(注意： 这些结果仅对该配置有意义，并不表示一个框架比另一个框架更好)。

eec86e103ff58652e9dd893d9af244f2.png

5. 使用执行器服务并行化 IO 任务

5.1 何时使用？

如果一个应用程序部署在多个节点上，并且每个节点的 req/sec 小于可用的核心数量，那么 ExecutorService 可用于并行化任务，更快地执行代码。

5.2 什么时候适用？

如果一个应用程序部署在多个节点上，并且每个节点的 req/sec 远远高于可用的核心数量，那么使用 ExecutorService 进一步并行化只会使情况变得更糟。

当外部服务延迟增加到 400ms 时，性能测试结果如下(请求速率 @50 req/sec，8核)。

17a21cc67195f248fb1f71d72169f1fa.png

5.3 所有任务按顺序执行示例

// I/O 任务：调用外部服务

String posts = JsonService.getPosts();

String comments = JsonService.getComments();

String albums = JsonService.getAlbums();

String photos = JsonService.getPhotos();

// 合并来自外部服务的响应

// (内存中的任务将作为此操作的一部分执行)

int userId = new Random().nextInt(10) + 1;

String postsAndCommentsOfRandomUser = ResponseUtil.getPostsAndCommentsOfRandomUser(userId, posts, comments);

String albumsAndPhotosOfRandomUser = ResponseUtil.getAlbumsAndPhotosOfRandomUser(userId, albums, photos);

// 构建最终响应并将其发送回客户端

String response = postsAndCommentsOfRandomUser + albumsAndPhotosOfRandomUser;

return response;

5.4 I/O 任务与 ExecutorService 并行执行代码示例

// 添加 I/O 任务

List> ioCallableTasks = new ArrayList<>();

ioCallableTasks.add(JsonService::getPosts);

ioCallableTasks.add(JsonService::getComments);

ioCallableTasks.add(JsonService::getAlbums);

ioCallableTasks.add(JsonService::getPhotos);

// 调用所有并行任务

ExecutorService ioExecutorService = CustomThreads.getExecutorService(ioPoolSize);

List> futuresOfIOTasks = ioExecutorService.invokeAll(ioCallableTasks);

// 获取 I/O  操作(阻塞调用)结果

String posts = futuresOfIOTasks.get(0).get();

String comments = futuresOfIOTasks.get(1).get();

String albums = futuresOfIOTasks.get(2).get();

String photos = futuresOfIOTasks.get(3).get();

// 合并响应(内存中的任务是此操作的一部分)

String postsAndCommentsOfRandomUser = ResponseUtil.getPostsAndCommentsOfRandomUser(userId, posts, comments);

String albumsAndPhotosOfRandomUser = ResponseUtil.getAlbumsAndPhotosOfRandomUser(userId, albums, photos);

// 构建最终响应并将其发送回客户端

return postsAndCommentsOfRandomUser + albumsAndPhotosOfRandomUser;

6. 使用执行器服务并行化 IO 任务(CompletableFuture)

与上述情况类似：处理传入请求的 HTTP 线程被阻塞，而 CompletableFuture 用于处理并行任务

6.1 何时使用？

如果没有 AsyncResponse，性能与 ExecutorService 相同。 如果多个 API 调用必须异步并且链接起来，那么这种方法更好(类似 Node 中的 Promises)。

ExecutorService ioExecutorService = CustomThreads.getExecutorService(ioPoolSize);

// I/O 任务

CompletableFuture postsFuture = CompletableFuture.supplyAsync(JsonService::getPosts, ioExecutorService);

CompletableFuture commentsFuture = CompletableFuture.supplyAsync(JsonService::getComments,

ioExecutorService);

CompletableFuture albumsFuture = CompletableFuture.supplyAsync(JsonService::getAlbums,

ioExecutorService);

CompletableFuture photosFuture = CompletableFuture.supplyAsync(JsonService::getPhotos,

ioExecutorService);

CompletableFuture.allOf(postsFuture, commentsFuture, albumsFuture, photosFuture).get();

// 从 I/O 任务(阻塞调用)获得响应

String posts = postsFuture.get();

String comments = commentsFuture.get();

String albums = albumsFuture.get();

String photos = photosFuture.get();

// 合并响应(内存中的任务将是此操作的一部分)

String postsAndCommentsOfRandomUser = ResponseUtil.getPostsAndCommentsOfRandomUser(userId, posts, comments);

String albumsAndPhotosOfRandomUser = ResponseUtil.getAlbumsAndPhotosOfRandomUser(userId, albums, photos);

// 构建最终响应并将其发送回客户端

return postsAndCommentsOfRandomUser + albumsAndPhotosOfRandomUser;

7. 使用 ExecutorService 并行处理所有任务

使用 ExecutorService 并行处理所有任务，并使用 @suspended AsyncResponse response 以非阻塞方式发送响应。

81f3bca9aee434f64ece0a160c10dc1c.png

HTTP 线程处理传入请求的连接，并将处理传递给 Executor Pool，当所有任务完成后，另一个 HTTP 线程将把响应发送回客户端(异步非阻塞)。

性能下降原因:

在同步通信中，尽管 I/O 任务中涉及的线程被阻塞，但是只要进程有额外的线程来承担并发请求负载，它仍然处于运行状态。

因此，以非阻塞方式保持线程所带来的好处非常少，而且在此模式中处理请求所涉及的成本似乎很高。

通常，对这里讨论采用的例子使用异步非阻塞方法会降低应用程序的性能。

7.1 何时使用？

如果用例类似于服务器端聊天应用程序，在客户端响应之前，线程不需要保持连接，那么异步、非阻塞方法比同步通信更受欢迎。在这些用例中，系统资源可以通过异步、非阻塞方法得到更好的利用，而不仅仅是等待。

// 为异步执行提交并行任务

ExecutorService ioExecutorService = CustomThreads.getExecutorService(ioPoolSize);

CompletableFuture postsFuture = CompletableFuture.supplyAsync(JsonService::getPosts, ioExecutorService);

CompletableFuture commentsFuture = CompletableFuture.supplyAsync(JsonService::getComments,

ioExecutorService);

CompletableFuture albumsFuture = CompletableFuture.supplyAsync(JsonService::getAlbums,

ioExecutorService);

CompletableFuture photosFuture = CompletableFuture.supplyAsync(JsonService::getPhotos,

ioExecutorService);

// 当 /posts API 返回响应时，它将与来自 /comments API 的响应结合在一起

// 作为这个操作的一部分，将执行内存中的一些任务

CompletableFuture postsAndCommentsFuture = postsFuture.thenCombineAsync(commentsFuture,

(posts, comments) -> ResponseUtil.getPostsAndCommentsOfRandomUser(userId, posts, comments),

ioExecutorService);

// 当 /albums API 返回响应时，它将与来自 /photos API 的响应结合在一起

// 作为这个操作的一部分，将执行内存中的一些任务

CompletableFuture albumsAndPhotosFuture = albumsFuture.thenCombineAsync(photosFuture,

(albums, photos) -> ResponseUtil.getAlbumsAndPhotosOfRandomUser(userId, albums, photos),

ioExecutorService);

// 构建最终响应并恢复 http 连接，把响应发送回客户端

postsAndCommentsFuture.thenAcceptBothAsync(albumsAndPhotosFuture, (s1, s2) -> {

LOG.info("Building Async Response in Thread " + Thread.currentThread().getName());

String response = s1 + s2;

asyncHttpResponse.resume(response);

}, ioExecutorService);

8. RxJava

这与上面的情况类似，唯一的区别是 RxJava 提供了更好的 DSL 可以进行流式编程，下面的例子中没有体现这一点。

性能优于 CompletableFuture 处理并行任务。

8.1 何时使用？

如果编码的场景适合异步非阻塞方式，那么可以首选 RxJava 或任何响应式开发库。 还具有诸如 back-pressure 之类的附加功能，可以在生产者和消费者之间平衡负载。

int userId = new Random().nextInt(10) + 1;

ExecutorService executor = CustomThreads.getExecutorService(8);

// I/O 任务

Observable postsObservable = Observable.just(userId).map(o -> JsonService.getPosts())

.subscribeOn(Schedulers.from(executor));

Observable commentsObservable = Observable.just(userId).map(o -> JsonService.getComments())

.subscribeOn(Schedulers.from(executor));

Observable albumsObservable = Observable.just(userId).map(o -> JsonService.getAlbums())

.subscribeOn(Schedulers.from(executor));

Observable photosObservable = Observable.just(userId).map(o -> JsonService.getPhotos())

.subscribeOn(Schedulers.from(executor));

// 合并来自 /posts 和 /comments API 的响应

// 作为这个操作的一部分，将执行内存中的一些任务

Observable postsAndCommentsObservable = Observable

.zip(postsObservable, commentsObservable,

(posts, comments) -> ResponseUtil.getPostsAndCommentsOfRandomUser(userId, posts, comments))

.subscribeOn(Schedulers.from(executor));

// 合并来自 /albums 和 /photos API 的响应

// 作为这个操作的一部分，将执行内存中的一些任务

Observable albumsAndPhotosObservable = Observable

.zip(albumsObservable, photosObservable,

(albums, photos) -> ResponseUtil.getAlbumsAndPhotosOfRandomUser(userId, albums, photos))

.subscribeOn(Schedulers.from(executor));

// 构建最终响应

Observable.zip(postsAndCommentsObservable, albumsAndPhotosObservable, (r1, r2) -> r1 + r2)

.subscribeOn(Schedulers.from(executor))

.subscribe((response) -> asyncResponse.resume(response), e -> asyncResponse.resume("error"));

9. Disruptor

cac25aa8ebec70ded7f4caeaa57dd9eb.png

[Queue vs RingBuffer]

dd2d44edbcb4fe325b0186ee282718ac.png

在本例中，HTTP 线程将被阻塞，直到 disruptor 完成任务，并且使用 countdowlatch 将 HTTP 线程与 ExecutorService 中的线程同步。

这个框架的主要特点是在没有任何锁的情况下处理线程间通信。在 ExecutorService 中，生产者和消费者之间的数据将通过 Queue传递，在生产者和消费者之间的数据传输过程中涉及到一个锁。 Disruptor 框架通过一个名为 Ring Buffer 的数据结构(它是循环数组队列的扩展版本)来处理这种生产者-消费者通信，并且不需要任何锁。

这个库不适用于我们在这里讨论的这种用例。仅出于好奇而添加。

9.1 何时使用？

Disruptor 框架在下列场合性能更好：与事件驱动的体系结构一起使用，或主要关注内存任务的单个生产者和多个消费者。

static {

int userId = new Random().nextInt(10) + 1;

// 示例 Event-Handler; count down latch 用于使线程与 http 线程同步

EventHandler postsApiHandler = (event, sequence, endOfBatch) -> {

event.posts = JsonService.getPosts();

event.countDownLatch.countDown();

};

// 配置 Disputor 用于处理事件

DISRUPTOR.handleEventsWith(postsApiHandler, commentsApiHandler, albumsApiHandler)

.handleEventsWithWorkerPool(photosApiHandler1, photosApiHandler2)

.thenHandleEventsWithWorkerPool(postsAndCommentsResponseHandler1, postsAndCommentsResponseHandler2)

.handleEventsWithWorkerPool(albumsAndPhotosResponseHandler1, albumsAndPhotosResponseHandler2);

DISRUPTOR.start();

}

// 对于每个请求，在 RingBuffer 中发布一个事件:

Event event = null;

RingBuffer ringBuffer = DISRUPTOR.getRingBuffer();

long sequence = ringBuffer.next();

CountDownLatch countDownLatch = new CountDownLatch(6);

try {

event = ringBuffer.get(sequence);

event.countDownLatch = countDownLatch;

event.startTime = System.currentTimeMillis();

} finally {

ringBuffer.publish(sequence);

}

try {

event.countDownLatch.await();

} catch (InterruptedException e) {

e.printStackTrace();

}

10. Akka

0775d187c5612d9589f52497c241f917.png

Akka 库的主要优势在于它拥有构建分布式系统的本地支持。

它运行在一个叫做 Actor System 的系统上。这个系统抽象了线程的概念，Actor System 中的 Actor 通过异步消息进行通信，这类似于生产者和消费者之间的通信。

这种额外的抽象级别有助于 Actor System 提供诸如容错、位置透明等特性。

使用正确的 Actor-to-Thread 策略，可以对该框架进行优化，使其性能优于上表所示的结果。 虽然它不能在单个节点上与传统方法的性能匹敌，但是由于其构建分布式和弹性系统的能力，仍然是首选。

10.1 示例代码

// 来自 controller :

Actors.masterActor.tell(new Master.Request("Get Response", event, Actors.workerActor), ActorRef.noSender());

// handler :

public Receive createReceive() {

return receiveBuilder().match(Request.class, request -> {

Event event = request.event; // Ideally, immutable data structures should be used here.

request.worker.tell(new JsonServiceWorker.Request("posts", event), getSelf());

request.worker.tell(new JsonServiceWorker.Request("comments", event), getSelf());

request.worker.tell(new JsonServiceWorker.Request("albums", event), getSelf());

request.worker.tell(new JsonServiceWorker.Request("photos", event), getSelf());

}).match(Event.class, e -> {

if (e.posts != null && e.comments != null & e.albums != null & e.photos != null) {

int userId = new Random().nextInt(10) + 1;

String postsAndCommentsOfRandomUser = ResponseUtil.getPostsAndCommentsOfRandomUser(userId, e.posts,

e.comments);

String albumsAndPhotosOfRandomUser = ResponseUtil.getAlbumsAndPhotosOfRandomUser(userId, e.albums,

e.photos);

String response = postsAndCommentsOfRandomUser + albumsAndPhotosOfRandomUser;

e.response = response;

e.countDownLatch.countDown();

}

}).build();

}

11. 总结

根据机器的负载决定 Executor 框架的配置，并检查是否可以根据应用程序中并行任务的数量进行负载平衡。

对于大多数传统应用程序来说，使用响应式开发库或任何异步库都会降低性能。只有当用例类似于服务器端聊天应用程序时，这个模式才有用，其中线程在客户机响应之前不需要保留连接。

Disruptor 框架在与事件驱动的架构模式一起使用时性能很好; 但是当 Disruptor 模式与传统架构混合使用时，就我们在这里讨论的用例而言，它并不符合标准。 这里需要注意的是，Akka 和 Disruptor 库值得单独写一篇文章，介绍如何使用它们来实现事件驱动的架构模式。

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.mzph.cn/news/245396.shtml

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈email:809451989@qq.com，一经查实，立即删除！

相关文章

2020亚太杯数学建模_比赛 | 2020年APMCM亚太地区大学生数学建模竞赛

2020亚太杯数学建模_比赛 | 2020年APMCM亚太地区大学生数学建模竞赛

2020年11月26日到30日&#xff0c;在我院老师指导下&#xff0c;由统计分析竞赛社组织的41支队伍&#xff0c;共123人&#xff0c;参加了亚太地区大学生数学建模竞赛组委会主办的大学生学科类竞赛。此次竞赛题目分为A题和B题&#xff0c;参赛者需从A&#xff0c;B两题中任选其一…
阅读更多...
java声明复数类_JAVA声明复数类

java声明复数类_JAVA声明复数类

声明复数类&#xff0c;成员变量包括实部和虚部&#xff0c;成员方法包括实现由字符串构造复数、复数加法、减法&#xff0c;字符串描述、比较相等等操作。虽然我只是一个刚学一个月JAVA的菜鸡&#xff0c;但是强迫症让我把复数乘法和除法一起写出来了。public class Complex {…
阅读更多...
sql 没有调试 菜单_MySQL递归查询上下级菜单

sql 没有调试 菜单_MySQL递归查询上下级菜单

正文在传统的后台管理系统里面经常会需要展示多级菜单关系&#xff0c;今天我们来学一下如何使用一条SQL语句展示多级菜单。现在我们有一张corpinfo单位表&#xff0c;里面有一个belong字段指向上级单位&#xff0c;首先来看一下现在表里有什么数据&#xff1a;SELECT uid,ubel…
阅读更多...
java 桥 word_java导出word的6种方式（转发）

java 桥 word_java导出word的6种方式（转发）

最近做的项目&#xff0c;需要将一些信息导出到word中。在网上找了好多解决方案&#xff0c;现在将这几天的总结分享一下。目前来看&#xff0c;java导出word大致有6种解决方案&#xff1a;1&#xff1a;Jacob是Java-COM Bridge的缩写&#xff0c;它在Java与微软的COM组件之间构…
阅读更多...
jieba 词典 词频_在Hanlp词典和jieba词典中手动添加未登录词

jieba 词典 词频_在Hanlp词典和jieba词典中手动添加未登录词

在使用Hanlp词典或者jieba词典进行分词的时候&#xff0c;会出现分词不准的情况&#xff0c;原因是内置词典中并没有收录当前这个词&#xff0c;也就是我们所说的未登录词&#xff0c;只要把这个词加入到内置词典中就可以解决类似问题&#xff0c;如何操作呢&#xff0c;下面我…
阅读更多...
python爬取汽车之家_python爬取 汽车之家（汽车授权经销商）

python爬取汽车之家_python爬取 汽车之家（汽车授权经销商）

一&#xff1a;爬虫的目标&#xff1a;打开汽车之家的链接&#xff1a;https://www.autohome.com.cn/beijing/&#xff0c;出现如下页面我们的目标是点击找车&#xff0c;然后出现如下图我们要把图中的信息抓取到二&#xff1a;实现过程我们选择 宝马5系 然后点击找车注意宝马…
阅读更多...
Java 调用 Caffe_解决 free(): invalid pointer: 0x00000000019ff700 运行时报错（caffe）（libtool使用）...

Java 调用 Caffe_解决 free(): invalid pointer: 0x00000000019ff700 运行时报错（caffe）（libtool使用）...

编译成功&#xff0c;运行时报错&#xff1a;在使用 pytorch or tensorflow or caffe 时&#xff0c;都可能存在这个问题&#xff1a;*** Error in xxx: free(): invalid pointer: 0x00000000020663b0 ***很可能是缺少libtcmalloc库解决方法1&#xff1a;apt-get安装libtcmallo…
阅读更多...
unity 世界坐标间角度_Unity学习笔记—本地坐标转世界坐标

unity 世界坐标间角度_Unity学习笔记—本地坐标转世界坐标

核心用到的方法就是transform.TransformPoint( )这个方法的返回值就是Vector3类型的世界坐标&#xff0c;transform就是相对的物体&#xff0c;括号里的就是相对这个transform的本地坐标&#xff0c;比方说我现在的位置吧&#xff0c;知道我相对于我的邻居的坐标:Pos1&#xff…
阅读更多...
webcomponents安装了没有用_Web Components 入门实例教程

webcomponents安装了没有用_Web Components 入门实例教程

来源 | http://www.ruanyifeng.com/blog/2019/08/web_components.html组件是前端的发展方向&#xff0c;现在流行的React和Vue都是组件框架。谷歌公司由于掌握了Chrome浏览器&#xff0c;一直在推动浏览器的原生组件&#xff0c;即Web组件API。部分第三方框架&#xff0c;原生组…
阅读更多...
虹软java接摄像头_虹软人脸识别SDK（java+linux/window） 初试

虹软java接摄像头_虹软人脸识别SDK（java+linux/window） 初试

虹软人脸识别全平台demo调用—快速上手之服务端Windows篇demo名称&#xff1a;ArcFace 2.2 Windows(86) Demo [C]一 环境配置&#xff1a;1) 安装VS2013环境安装包(vcredist_x86_vs2013.exe)2) 从官网(http://www.arcsoft.com.cn/ai/arcface.html)申请sdk&#xff0c;下载对应的…
阅读更多...
java 循环查询list_Java用list储存，遍历，查询指定信息过程详解

java 循环查询list_Java用list储存，遍历，查询指定信息过程详解

需求说明实现思路见代码注释代码内容使用list储存&#xff0c;遍历&#xff0c;查询&#xff0c;删除import java.util.ArrayList;import java.util.List;/*** auther:&#xff1a;9527* Description: 第七题* program: 多线程* create: 2019-08-09 23:39*/public class Sevent…
阅读更多...
低代码开发平台_低代码开发平台系列：6、低代码是编程技术发展大势所趋

低代码开发平台_低代码开发平台系列：6、低代码是编程技术发展大势所趋

一、低代码是一种编程技术低代码是快速开发工具/技术的一种&#xff0c;属于软件开发/编程工具/技术领域&#xff0c;主要应用于企业软件开发领域。借助低代码工具&#xff0c;使用者无需编码即可实现企业软件系统常见功能的交付&#xff1b;少量编码扩展更多功能&#xff0c;相…
阅读更多...
abnf java实现_详细讲解如何利用Java实现组合式解析器？

abnf java实现_详细讲解如何利用Java实现组合式解析器？

简介&#xff1a;Ward Cunningham 曾经说过&#xff0c;干净的代码清晰地表达了代码编写者所 想要表达的东西&#xff0c;而优美的代码则更进一步&#xff0c;优美的代码看起来就像是专门为了 要解决的问题而存在的。在本文中&#xff0c;我们将展示一个组合式解析器的设计、实…
阅读更多...
充电原理_电动汽车充电桩如何设置？充电桩原理介绍

充电原理_电动汽车充电桩如何设置？充电桩原理介绍

随着新能源产业的蓬勃发展&#xff0c;电动汽车在生活中变得越来越普遍。比亚迪(BYD)&#xff0c;宝马(BMW)和特斯拉(Tesla)等汽车制造商都已经推出了全电动汽车&#xff0c;而混合动力汽车则更为普遍。为了能够方便地为这些电动汽车的电池充电&#xff0c;必须建立充电桩。充电…
阅读更多...
java 获取服务器硬件_dell服务器远程获取硬件状态

java 获取服务器硬件_dell服务器远程获取硬件状态

以dell的R620型号的服务器做的测试登陆上dell服务器ilo的IP地址&#xff0c;首先打开ipmi&#xff0c;ilo2是直接支持ipmi2.0的此框需要点击 “IDRAC设置”->“网络”->“IPMI设置”在”启用LAN上IPMI“后的复选框打钩&#xff0c;才能启动ipmi好像是内置到了ilo2&#x…
阅读更多...
简单可行性报告模板_项目可行性报告模板分享！第三章主要内容

简单可行性报告模板_项目可行性报告模板分享！第三章主要内容

项目可行性报告模板分享!第三章主要内容如下&#xff1a;第三章 市场分析与建设规模市场分析在可行性研究中的重要地位在于&#xff0c;任何一个项目&#xff0c;其生产规模的确定、技术的选择、投资估算甚至厂址的选择&#xff0c;都必须在市场需求情况有了充分的了解后才能解…
阅读更多...
java外挂源码_2.7 万 Star！Github 项目源码辅助阅读神器

java外挂源码_2.7 万 Star！Github 项目源码辅助阅读神器

【导语】&#xff1a;一款用于将 Github 项目代码以树形格式展示的浏览器插件。简介大家平时逛 GitHub 是否会觉得查看源代码的体验十分糟糕&#xff1f;项目文件需要一层层点击&#xff0c;返回也要一层层返回。这样不直观&#xff0c;也比较麻烦。Octotree 是一款辅助阅读 Gi…
阅读更多...
php教育网站设计案例_酒店装修，精品酒店设计装修案例，酒店设计网站

php教育网站设计案例_酒店装修，精品酒店设计装修案例，酒店设计网站

酒店设计需要考虑&#xff1a;设计酒店的时候也要顺应市场潮流&#xff0c;不再单一的提供休息、洗漱、睡觉的空间&#xff0c;还要能提供社交、商务等功能&#xff0c;同顾客产生情况共鸣。这样能够引领生活方式的、能够互动&#xff0c;有仪式感的酒店&#xff0c;是很吸引人…
阅读更多...
写一个方法判断一个字符串是否对称_判断一个男生是否好色的方法

写一个方法判断一个字符串是否对称_判断一个男生是否好色的方法

▾我们店只招黑喵哦?▾其实也不是不能理解为什么男的要跑?▾有什么相见恨晚的小知识&#xff1f;?▾见证奇迹?&#xff1a;是不是穿过去了&#xff01;&#xff1f;▾医学奇迹?▾卧槽流劈&#xff01;?真的超光速了&#xff01;▾细节很到位啊几位少年?▾昨有坟头蹦迪?…
阅读更多...
matlab计算联合熵,如何用matlab软件计算一幅图像信息的熵以及两幅图像间的联合熵?...

matlab计算联合熵,如何用matlab软件计算一幅图像信息的熵以及两幅图像间的联合熵?...

%计算一副图像的熵%随机生成图像Afloor(rand(8,8).*255);[M,N]size(A);tempzeros(1,256);%对图像的灰度值在[0,255]上做统计for m1:M;for n1:N;if A(m,n)0;i1;elseiA(m,n);endtemp(i)temp(i)1;endendtemptemp./(M*N);%由熵的定义做计算result0;for i1:length(temp)if temp(i)0;…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023