实现一个简易动态线程池

项目完整代码：https://github.com/YYYUUU42/Yu-dynamic-thread-pool

如果该项目对你有帮助，可以在 github 上点个 ⭐ 喔 🥰🥰

1. 线程池概念

2. ThreadPoolExecutor 介绍

2.1. ThreadPoolExecutor是如何运行，如何同时维护线程和执行任务的

2.2. 任务执行流程

3. 为什么需要动态线程池

4. 动态化线程池

4.1. 整体设计

4.2. 流程图

5. 基于 Redis 实现

5.1. 为什么使用Redis的发布订阅

5.2. 具体实现流程

5.3. 测试

1. 线程池概念

线程池（Thread Pool）是一种基于池化思想管理线程的工具，经常出现在多线程服务器中，如Tomcat。

线程过多会带来额外的开销，其中包括创建销毁线程的开销、调度线程的开销等等，同时也降低了计算机的整体性能。线程池维护多个线程，等待监督管理者分配可并发执行的任务。这种做法，一方面避免了处理任务时创建销毁线程开销的代价，另一方面避免了线程数量膨胀导致的过分调度问题，保证了对内核的充分利用。

线程池解决的核心问题就是资源管理问题。在并发环境下，系统不能够确定在任意时刻中，有多少任务需要执行，有多少资源需要投入。这种不确定性将带来以下若干问题：

  • 频繁申请/销毁资源和调度资源，将带来额外的消耗，可能会非常巨大。
  • 对资源无限申请缺少抑制手段，易引发系统资源耗尽的风险。
  • 系统无法合理管理内部的资源分布，会降低系统的稳定性。

为解决资源分配这个问题，线程池采用了“池化”（Pooling）思想。池化，顾名思义，是为了最大化收益并最小化风险，而将资源统一在一起管理的一种思想。

使用线程池好处

  • 降低资源消耗：通过池化技术重复利用已创建的线程，降低线程创建和销毁造成的损耗。
  • 提高响应速度：任务到达时，无需等待线程创建即可立即执行。
  • 提高线程的可管理性：线程是稀缺资源，如果无限制创建，不仅会消耗系统资源，还会因为线程的不合理分布导致资源调度失衡，降低系统的稳定性。使用线程池可以进行统一的分配、调优和监控。
  • 提供更多更强大的功能：线程池具备可拓展性，允许开发人员向其中增加更多的功能。比如延时定时线程池ScheduledThreadPoolExecutor，就允许任务延期执行或定期执行。

2. ThreadPoolExecutor 介绍

2.1. ThreadPoolExecutor是如何运行，如何同时维护线程和执行任务的

线程池在内部实际上构建了一个生产者消费者模型，将线程和任务两者解耦，并不直接关联，从而良好的缓冲任务，复用线程。线程池的运行主要分成两部分：任务管理、线程管理。

任务管理部分充当生产者的角色，当任务提交后，线程池会判断该任务后续的流转：

  1. 直接申请线程执行该任务；
  2. 缓冲到队列中等待线程执行；
  3. 拒绝该任务。线程管理部分是消费者，它们被统一维护在线程池内，根据任务请求进行线程的分配，当线程执行完任务后则会继续获取新的任务去执行，最终当线程获取不到任务的时候，线程就会被回收。

2.2. 任务执行流程

  1. 首先检测线程池运行状态，如果不是RUNNING，则直接拒绝，线程池要保证在RUNNING的状态下执行任务。
  2. 如果workerCount < corePoolSize，则创建并启动一个线程来执行新提交的任务。
  3. 如果workerCount >= corePoolSize，且线程池内的阻塞队列未满，则将任务添加到该阻塞队列中。
  4. 如果workerCount >= corePoolSize && workerCount < maximumPoolSize，且线程池内的阻塞队列已满，则创建并启动一个线程来执行新提交的任务。
  5. 如果workerCount >= maximumPoolSize，并且线程池内的阻塞队列已满, 则根据拒绝策略来处理该任务, 默认的处理方式是直接抛异常。

3. 为什么需要动态线程池

线程池在业务系统应该都有使用到，帮助业务流程提升效率以及管理线程，多数场景应用于大量的异步任务处理。虽然线程池提供了我们许多便利，但也并非尽善尽美，比如下面这些问题就无法很好解决。

  • 线程池随便定义，线程资源过多，造成服务器高负载。
  • 线程池参数不易评估，随着业务的并发提升，业务面临出现故障的风险。
  • 线程池任务堆积，触发拒绝策略，影响既有业务正常运行。

常见的线程池配置：

执行线程池执行任务的类型

  • IO密集型任务：一般来说：文件读写、DB读写、网络请求等
  • CPU密集型任务：一般来说：计算型代码、Bitmap转换、Gson转换等

  • 高并发、任务执行时间短 -->（ CPU核数+1 ），减少线程上下文的切换
  • 并发不高、任务执行时间长
    • IO密集型的任务 --> (CPU核数 * 2 + 1)
    • 计算密集型任务 --> （ CPU核数+1 ）
  • 并发高、业务执行时间长，解决这种类型任务的关键不在于线程池而在于整体架构的设计，看看这些业务里面某些数据是否能做缓存是第一步，增加服务器是第二步，至于线程池的设置，设置参考

但是并没有通用的线程池计算方式。并发任务的执行情况和任务类型相关，IO密集型和CPU密集型的任务运行起来的情况差异非常大，但这种占比是较难合理预估的，这导致很难有一个简单有效的通用公式帮我们直接计算出结果。

既然不能够保证一次计算出来合适的参数，那么是否可以将修改线程池参数的成本降下来，这样至少可以发生故障的时候可以快速调整从而缩短故障恢复的时间呢？基于这个思考，我们是否可以将线程池的参数从代码中迁移到分布式配置中心上，实现线程池参数可动态配置和即时生效，线程池参数动态化前后的参数修改流程对比如下：

4. 动态化线程池

4.1. 整体设计

简化线程池配置：线程池构造参数有8个，但是最核心的是3个：corePoolSize、maximumPoolSize，workQueue，它们最大程度地决定了线程池的任务分配和线程分配策略。

为了解决参数不好配，修改参数成本高等问题。在Java线程池留有高扩展性的基础上，封装线程池，允许线程池监听同步外部的消息，根据消息进行修改配置。

将线程池的配置放置在平台侧，允许简单的查看、修改线程池配置。

4.2. 流程图

5. 基于 Redis 实现

这里主要就是利用 Redis 的发布订阅功能来实现的

  • 在上述流程图中，管理模块可以直接从 Redis 中获取各个线程池的参数，将需要修改的线程池参数推送到 Redis 对应的主题中
  • 动态线程池的 Starter 的订阅者订阅了主题，一有消息就会消费，再将修改好的线程池相关参数上报到 Redis中

5.1. 为什么使用Redis的发布订阅

针对消息订阅发布功能，大部分使用的是kafka、RabbitMQ、ActiveMQ, RocketMQ等这几种，redis的订阅发布功能跟这三者相比，相对轻量，针对数据准确和安全性要求没有那么高可以直接使用

5.2. 具体实现流程

首先在使用线程池的业务端创建相对应的线程池bean

@Slf4j
@EnableAsync
@Configuration
@EnableConfigurationProperties(ThreadPoolConfigProperties.class)
public class ThreadPoolConfig {/*** 创建线程池*/@Bean("threadPoolExecutor01")public ThreadPoolExecutor threadPoolExecutor01(ThreadPoolConfigProperties properties) {// 线程池拒绝策略RejectedExecutionHandler handler;switch (properties.getPolicy()){case "AbortPolicy":handler = new ThreadPoolExecutor.AbortPolicy();break;case "DiscardPolicy":handler = new ThreadPoolExecutor.DiscardPolicy();break;case "DiscardOldestPolicy":handler = new ThreadPoolExecutor.DiscardOldestPolicy();break;case "CallerRunsPolicy":handler = new ThreadPoolExecutor.CallerRunsPolicy();break;default:handler = new ThreadPoolExecutor.AbortPolicy();break;}// 创建线程池return new ThreadPoolExecutor(properties.getCorePoolSize(),properties.getMaxPoolSize(),properties.getKeepAliveTime(),TimeUnit.SECONDS,new LinkedBlockingQueue<>(properties.getBlockQueueSize()),Executors.defaultThreadFactory(),handler);}@Bean("threadPoolExecutor02")public ThreadPoolExecutor threadPoolExecutor02(ThreadPoolConfigProperties properties) {// 线程池拒绝策略RejectedExecutionHandler handler;switch (properties.getPolicy()){case "AbortPolicy":handler = new ThreadPoolExecutor.AbortPolicy();break;case "DiscardPolicy":handler = new ThreadPoolExecutor.DiscardPolicy();break;case "DiscardOldestPolicy":handler = new ThreadPoolExecutor.DiscardOldestPolicy();break;case "CallerRunsPolicy":handler = new ThreadPoolExecutor.CallerRunsPolicy();break;default:handler = new ThreadPoolExecutor.AbortPolicy();break;}// 创建线程池return new ThreadPoolExecutor(properties.getCorePoolSize(),properties.getMaxPoolSize(),properties.getKeepAliveTime(),TimeUnit.SECONDS,new LinkedBlockingQueue<>(properties.getBlockQueueSize()),Executors.defaultThreadFactory(),handler);}
}

然后就是线程池的一些操作（查询线程池列表、根据线程池名称查询线程池配置、更新线程池配置）

其中，由于在业务模块定义了线程池的 Bean，这个 Bean 是 ThreadPoolExecutor 类型的。当 Spring 启动时，它会创建这个Bean，并将其添加到内部的Bean容器中。

其中有个 Map<String, ThreadPoolExecutor> threadPoolExecutorMap集合。这个 Map 是由 Spring 自动注入的，它包含了所有类型为 ThreadPoolExecutor 的 Bean。键是 Bean 的名称，值是对应的 Bean 实例。因此，这个 Map 中会包含业务模块中定义的线程池。

@Slf4j
public class DynamicThreadPoolServiceImpl implements IDynamicThreadPoolService {/*** 服务名称*/private final String applicationName;/*** 线程池集合*/private final Map<String, ThreadPoolExecutor> threadPoolExecutorMap;public DynamicThreadPoolServiceImpl(String applicationName, Map<String, ThreadPoolExecutor> threadPoolExecutorMap) {this.applicationName = applicationName;this.threadPoolExecutorMap = threadPoolExecutorMap;}/*** 查询线程池列表*/@Overridepublic List<ThreadPoolConfigEntity> queryThreadPoolList() {Set<String> threadPoolBeanNames = threadPoolExecutorMap.keySet();List<ThreadPoolConfigEntity> threadPoolList = new ArrayList<>(threadPoolBeanNames.size());for (String beanName : threadPoolBeanNames) {ThreadPoolConfigEntity threadPoolConfigVO = getThreadPoolConfig(beanName);threadPoolList.add(threadPoolConfigVO);}return threadPoolList;}/*** 根据线程池名称查询线程池配置*/@Overridepublic ThreadPoolConfigEntity queryThreadPoolConfigByName(String threadPoolName) {return getThreadPoolConfig(threadPoolName);}/*** 更新线程池配置*/@Overridepublic void updateThreadPoolConfig(ThreadPoolConfigEntity threadPoolConfigEntity) {if (threadPoolConfigEntity == null || !applicationName.equals(threadPoolConfigEntity.getAppName())) return;ThreadPoolExecutor threadPoolExecutor = threadPoolExecutorMap.get(threadPoolConfigEntity.getThreadPoolName());if (threadPoolExecutor == null) {return;}// 设置参数 「调整核心线程数和最大线程数」threadPoolExecutor.setCorePoolSize(threadPoolConfigEntity.getCorePoolSize());threadPoolExecutor.setMaximumPoolSize(threadPoolConfigEntity.getMaximumPoolSize());}/*** 获取线程池配置*/private ThreadPoolConfigEntity getThreadPoolConfig(String beanName) {ThreadPoolExecutor threadPoolExecutor = threadPoolExecutorMap.get(beanName);if (threadPoolExecutor == null) {return new ThreadPoolConfigEntity(applicationName, beanName);}ThreadPoolConfigEntity threadPoolConfigVO = new ThreadPoolConfigEntity(applicationName, beanName);threadPoolConfigVO.setCorePoolSize(threadPoolExecutor.getCorePoolSize());threadPoolConfigVO.setMaximumPoolSize(threadPoolExecutor.getMaximumPoolSize());threadPoolConfigVO.setActiveCount(threadPoolExecutor.getActiveCount());threadPoolConfigVO.setPoolSize(threadPoolExecutor.getPoolSize());threadPoolConfigVO.setQueueType(threadPoolExecutor.getQueue().getClass().getSimpleName());threadPoolConfigVO.setQueueSize(threadPoolExecutor.getQueue().size());threadPoolConfigVO.setRemainingCapacity(threadPoolExecutor.getQueue().remainingCapacity());return threadPoolConfigVO;}
}

这些线程池的操作其实都是 Listener 来操作的

@Slf4j
public class RedisAdjustListener implements MessageListener<ThreadPoolConfigEntity> {private final IDynamicThreadPoolService dynamicThreadPoolService;private final IRegistry registry;public RedisAdjustListener(IDynamicThreadPoolService dynamicThreadPoolService, IRegistry registry) {this.dynamicThreadPoolService = dynamicThreadPoolService;this.registry = registry;}@Overridepublic void onMessage(CharSequence charSequence, ThreadPoolConfigEntity threadPoolConfigEntity) {log.info("动态线程池，调整线程池配置。线程池名称:{} 核心线程数:{} 最大线程数:{}", threadPoolConfigEntity.getThreadPoolName(), threadPoolConfigEntity.getPoolSize(), threadPoolConfigEntity.getMaximumPoolSize());dynamicThreadPoolService.updateThreadPoolConfig(threadPoolConfigEntity);// 更新后上报最新数据List<ThreadPoolConfigEntity> threadPoolConfigEntities = dynamicThreadPoolService.queryThreadPoolList();registry.reportThreadPool(threadPoolConfigEntities);ThreadPoolConfigEntity threadPoolConfigEntityCurrent = dynamicThreadPoolService.queryThreadPoolConfigByName(threadPoolConfigEntity.getThreadPoolName());registry.reportThreadPoolConfigParameter(threadPoolConfigEntityCurrent);log.info("动态线程池，上报线程池配置：{}", JSON.toJSONString(threadPoolConfigEntity));}
}

然后将最新的数据放到注册中心去

public class RedisRegistry implements IRegistry {private final RedissonClient redissonClient;public RedisRegistry(RedissonClient redissonClient) {this.redissonClient = redissonClient;}/*** 线程池配置列表*/@Overridepublic void reportThreadPool(List<ThreadPoolConfigEntity> threadPoolEntities) {RList<ThreadPoolConfigEntity> redisList = redissonClient.getList(RegistryEnumVO.THREAD_POOL_CONFIG_LIST_KEY.getKey());redisList.clear();redisList.addAll(threadPoolEntities);}/*** 线程池配置参数*/@Overridepublic void reportThreadPoolConfigParameter(ThreadPoolConfigEntity threadPoolConfigEntity) {String cacheKey = RegistryEnumVO.THREAD_POOL_CONFIG_PARAMETER_LIST_KEY.getKey() + ":" + threadPoolConfigEntity.getAppName() + ":" + threadPoolConfigEntity.getThreadPoolName();RBucket<ThreadPoolConfigEntity> bucket = redissonClient.getBucket(cacheKey);bucket.set(threadPoolConfigEntity, Duration.ofDays(30));}
}

因为其实管理端读取到的线程池数据都是从Redis中获取到的，所以也需要有一个定时任务更新注册中心的数据

@Slf4j
public class ThreadPoolDataReportJob {private final IDynamicThreadPoolService dynamicThreadPoolService;private final IRegistry registry;public ThreadPoolDataReportJob(IDynamicThreadPoolService dynamicThreadPoolService, IRegistry registry) {this.dynamicThreadPoolService = dynamicThreadPoolService;this.registry = registry;}/*** 每 10 秒上报一次线程池信息*/@Scheduled(cron = "0/10 * * * * ?")public void execReportThreadPoolList() {List<ThreadPoolConfigEntity> threadPoolConfigEntities = dynamicThreadPoolService.queryThreadPoolList();registry.reportThreadPool(threadPoolConfigEntities);log.info("动态线程池，上报线程池信息：{}", JSON.toJSONString(threadPoolConfigEntities));for (ThreadPoolConfigEntity threadPoolConfigEntity : threadPoolConfigEntities) {registry.reportThreadPoolConfigParameter(threadPoolConfigEntity);log.info("动态线程池，上报线程池配置：{}", JSON.toJSONString(threadPoolConfigEntity));}}}

5.3. 测试

这些写一个方法模拟线程执行

public ApplicationRunner applicationRunner(ExecutorService threadPoolExecutor01) throws InterruptedException {return new ApplicationRunner() {@Overridepublic void run(ApplicationArguments args) throws Exception {while (true) {Random random = new Random();int randomInitialDelay = random.nextInt(3) + 1;int randomSleepTime = random.nextInt(3) + 1;threadPoolExecutor01.submit(new Runnable() {@Overridepublic void run() {try {TimeUnit.SECONDS.sleep(randomInitialDelay);log.info("Task started after " + randomInitialDelay + " seconds.");TimeUnit.SECONDS.sleep(randomSleepTime);log.info("Task executed for " + randomSleepTime + " seconds.");} catch (Exception ex) {Thread.currentThread().interrupt();}}});Thread.sleep(random.nextInt(10) + 1);}}};
}

修改前

修改最大线程数

修改后

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/856456.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

elementUI的el-table自定义表头

elementUI的el-table自定义表头

<el-table-column label"昨日仪表里程(KM)" align"left" min-width"190" :render-header"(h, obj) > renderHeader(h, obj, 参数)" > <template slot-scope"scope"> <span>{{ scope.row.firstStartMil…
阅读更多...
流程图工具评测：十大热门软件对比

流程图工具评测：十大热门软件对比

流程图是一种用图形符号和箭头表示工作流程的图形表示方法。它展示了一系列相互关联的步骤&#xff0c;以显示过程中数据或物质的流动、决策点和操作步骤。流程图广泛用于各种领域&#xff0c;包括业务流程、软件开发、工程等&#xff0c;以帮助人们更好地理解和分析工作流程。…
阅读更多...
大模型应用开发实践：RAG与Agent

大模型应用开发实践：RAG与Agent

RAG planning是任务拆解的一些方法。 Agent RAG现在基本上推荐LangChain开发框架。而Agent目前没有一个通用的好的开发框架/范式。 学习路径
阅读更多...
达梦8 兼容MySQL语法支持非分组项作为查询列

达梦8 兼容MySQL语法支持非分组项作为查询列

MySQL 数据库迁移到达梦后&#xff0c;部分GROUP BY语句执行失败&#xff0c;报错如下&#xff1a; 问题原因&#xff1a; 对于Oracle数据库&#xff0c;使用GROUP BY时&#xff0c;SELECT中的非聚合列必须出现在GROUP BY后面&#xff0c;否则就会报上面的错误&#xff0c;达梦…
阅读更多...
使用宝塔面板搭建Flask项目保姆级喂饭教程

使用宝塔面板搭建Flask项目保姆级喂饭教程

目录 零.前言 一.准备工作 1.1创建requirements.txt文件 1.2将项目打包为压缩文件 1.3租一台服务器 1.4部署宝塔面板 二.宝塔面板(服务器)上的操作 2.1将本地Flask项目上传到服务器 2.2添加Python项目 2.3配置Python项目 2.4配置Nginx 2.5宝塔面板放行端口 2.6在服…
阅读更多...
首个AI高考评测结果出炉，GPT-4o排名第二

首个AI高考评测结果出炉，GPT-4o排名第二

近日&#xff0c;上海人工智能实验室利用其自主研发的“司南”评测体系OpenCompass&#xff0c;对国内外多个知名大模型进行了一场特殊的“高考”。这些来自阿里巴巴、智谱AI、Mistral等机构&#xff0c;以及OpenAI的GPT-4o等“考生”&#xff0c;接受了新课标I卷“语数外”的全…
阅读更多...
百万级 QPS 接入层网关架构方案演进

百万级 QPS 接入层网关架构方案演进

文章目录 前言1、单机架构2、DNS 轮询3、Nginx 单机4、Nginx 主备 Keepalived5、LVS 主备 Keepalived Nginx 集群6、LVS 主备 Keepalived Nginx 集群 DNS 轮询 前言 随着PC、移动互联网的快速发展&#xff0c;越来越多的人通过手机、电脑、平板等设备访问各种各样APP、网…
阅读更多...
找不到com.fasterxml.jackson.core.exc.StreamWriteException的类文件

找不到com.fasterxml.jackson.core.exc.StreamWriteException的类文件

1. 前言: 使用springboot搭建的项目, 需要使用 jackson 更改json文件的内容; maven管理jar包, 导入jar包版本信息如下: <!-- 读写json文件所需依赖 --> <dependency><groupId>com.fasterxml.jackson.core</groupId><artifactId>jackson-databin…
阅读更多...
C++语法06 格式化输出及保留小数点后指定位数

C++语法06 格式化输出及保留小数点后指定位数

格式化输出 格式化输出所用的函数为 printf&#xff0c;它可以输出任意位数的小数。 使用格式&#xff1a;printf(“%.nf”,a)。这句话的作用是将变量a保留n位小数输出。 注意事项&#xff1a; 1、这里的n&#xff0c;需要具体化为一个数字&#xff0c;保留几位小数&#x…
阅读更多...
【ARMv8/v9 GIC 系列 3 -- GIC 的 类型寄存器 GICD_TYPER】

【ARMv8/v9 GIC 系列 3 -- GIC 的 类型寄存器 GICD_TYPER】

文章目录 GIC 类型寄存器 GICD_TYPERESPI_Range, 位[31:27]RSS, 位[26]No1N, 位[25]A3V, 位[24]IDBits, 位[23:19]DVIS, 位[18]LPIs, 位[17]MBIS, 位[16]NUM_LPIs, 位[15:11]SecurityExtn, 位[10]NMI, 位[9]ESPI, 位[8]CPUNumber, 位[7:5]ITLinesNumber, 位[4:0]GIC 类型寄存器…
阅读更多...
朗科HD10M2Pr震撼上市，自带风扇极速降温，匹敌私有云

朗科HD10M2Pr震撼上市，自带风扇极速降温，匹敌私有云

近日,存储领域的领军企业朗科旗下全资子公司朗科创新宣布,其最新款磁吸硬盘盒HD10M2Pr正式上市。这款产品凭借超薄设计、极速降温、高速传输等多项优势,迅速成为了行业内的讨论焦点。 随着移动设备使用的普及和短视频内容的日益丰富,对于存储空间不断增长的需求逐渐成为日常生活…
阅读更多...
导入导出带下拉框模版（EasyExcel）

导入导出带下拉框模版（EasyExcel）

前言 项目进行到新的一个迭代了&#xff0c;赶了1周需求&#xff0c;接口终于处理完了。分享记录下迭代中处理导入、导出、下载模版功能的细节吧。 一、场景 EasyExcel&#xff08;阿里&#xff09;实现Excel数据处理三层表头&#xff0c;第二、三层表头动态数据根据第二、三层…
阅读更多...
RabbitMQ（六）仲裁队列、流式队列、异地容灾（联邦队列Federation Queue）

RabbitMQ（六）仲裁队列、流式队列、异地容灾（联邦队列Federation Queue）

文章目录 仲裁队列1、创建交换机2、创建仲裁队列3、验证主节点宕机不影响消息发送和接收 流式队列&#xff08;不推荐&#xff0c;Kafka主场&#xff09;概念 异地容灾一、Federation插件概述 二、Federation交换机1、总体说明2、准备工作3、启用联邦插件4、添加上游连接端点5、…
阅读更多...
NetSuite Inventory Transfer Export Saved Search

NetSuite Inventory Transfer Export Saved Search

用户之前有提出一个实际的需求&#xff0c;大致意思是想要导出Inventory Transfer的相关明细行信息&#xff0c;且要包含From Location&#xff0c;To Location&#xff0c;Quantity等信息。 我们知道From Location和To Location在IT Form中应该是在Main的部分&#xff0c;在D…
阅读更多...
java学习--集合（大写一.1）

java学习--集合（大写一.1）

看尚硅谷视频做的笔记 1.集合框架概述 1.1生活中的容器 首先知道集合是来解决什么问题的&#xff1f; 1.1.1内存层面需要针对于多个数据进行存储&#xff0c;此时&#xff0c;可以考虑的容器有&#xff1a;数组、集合类 对于内存层面的来说&#xff0c;断电后数据就不复存…
阅读更多...
后端学习笔记：Python基础

后端学习笔记：Python基础

后端学习笔记&#xff1a;Python基础 数据类型&#xff1a; Python中主要有以下几种常用的基本数据类型&#xff1a; String 字符串类型&#xff0c;用单引号或者双引号引用Number 数字类型&#xff0c;包括浮点数&#xff0c;整数&#xff0c;长整数和复数List 列表项&…
阅读更多...
界面构件开发之RC文件

界面构件开发之RC文件

代码; #include <gtk-2.0/gtk/gtk.h> #include <gtk-2.0/gdk/gdkkeysyms.h> #include <glib-2.0/glib.h> #include <stdio.h>int main(int argc, char *argv[]) {gtk_init(&argc, &argv);gtk_rc_parse("./mainrc");GtkWidget *winN…
阅读更多...
【2024最新华为OD-C/D卷试题汇总】[支持在线评测] 连续字母长度(100分) - 三语言AC题解(Python/Java/Cpp)

【2024最新华为OD-C/D卷试题汇总】[支持在线评测] 连续字母长度(100分) - 三语言AC题解(Python/Java/Cpp)

&#x1f36d; 大家好这里是清隆学长 &#xff0c;一枚热爱算法的程序员 ✨ 本系列打算持续跟新华为OD-C/D卷的三语言AC题解 &#x1f4bb; ACM银牌&#x1f948;| 多次AK大厂笔试 &#xff5c; 编程一对一辅导 &#x1f44f; 感谢大家的订阅➕ 和 喜欢&#x1f497; &#x1f…
阅读更多...
某棋牌渗透测试

某棋牌渗透测试

前言 由于传播、利用此文所提供的信息而造成的任何直接或者间接的后果及损失&#xff0c;均由使用者本人负责&#xff0c;文章作者不为此承担任何责任。 一、信息收集 这里通过fofa进行收集&#xff0c;语法为&#xff1a;body某棋牌 && titlexxx 图1-1 fofa资产收集 …
阅读更多...
Human4DiT：使用 4D Diffusion Transformer 生成自由视角人物视频。

Human4DiT：使用 4D Diffusion Transformer 生成自由视角人物视频。

Human4DiT&#xff0c;使用 4D Diffusion Transformer 生成自由视角人物视频。又一个根据一张图&#xff0c;生成人物动画视频的项目&#xff0c;效果如下视频所示。 给定参考图像、SMPL序列和摄像机参数&#xff0c;Human4DiT能够生成自由视图动态人体视频。 相关链接 项目地…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023