目录 1.Chrome Inspect介绍 2.Chrome Inspect打开方式 3.Chrome Inspect工具的使用 (1)Chrome Inspect工作前提 (2)Chrome Inspect操作 4.使用Chrome Inspect遇到的问题 (1)Android系统版本问题 (2)所测App的debug模式要打开 (3)Xposed工具的安装 (4)HTTP/1.1 404 Not Found和空白页问题 (5)补充:安卓模拟器打开开发者选项 APP中的元素定位工具大致有三种

在mac系统除了自带的Spotlight还有一个很好用的工具叫Alfred image 在windows系统也有一个很好用的工具叫PowerToys,是微软的一个开源项目 image https://github.com/microsoft/PowerToys 从上面的github地址可以下载安装包. image 它有很多快捷功能,请大家自己研究吧.今天要说的是PowerToys Run image 默认的唤起快捷键是 Alt+Space 但是PowerToys Run有一个问题,就是自带的文件

大家好,我是霸戈,这周学习了一些关于领域驱动设计的知识 ,对比较深刻的地方做了不少笔记,分享给大家. 在日常需求讨论的时候,经常会碰到一个需求会议开了一个多小时还没有达成共识.作为业务方(领域专家)明明表达的很清楚,但是开发人员却始终无法理解透彻,很明显的原因就是由于双方的知识体系不一致 ,没有形成一种双方互相都能理解的语言. 语言的鸿沟 虽然领域专家对软件开的技术所知有限,但他们熟悉使用自己的领域术语--可能还具有各种不同的风格.另一方面,开发人员可能会用一些描述性的,功能性的术语来理解和讨论

何为pipeline: sensor输出是一种叫Bayer 格式的RAW数据图像.ISP 对RAW数据图像的处理流程就是我们说的ISP PipeLine.通过PipeLine的处理,我们可以从一副RAW图得到RGB格式图像,再到YUV格式的图像,也就是我们在屏幕上所看到的图像. 下面,将结合下图为大家介绍一下安霸ISP PipeLine的详细情况. 输入:安霸ISP PipeLine的输入是一个有效位为16位的RAW图(12位的数据左移4位),raw图有不同的Baye 格式,常用的Bayer格式

一.前言 最近 10 年的互联网发展,从电子商务到移动互联,再到"互联网+"与传统行业的互联网转型,是一个非常痛苦的转型过程.在这个过程中,一方面会给我们带来诸多的挑战,另一方面又会给我们带来无尽的机会,它会带来更多的新兴市场.新兴产业与全新业务,给我们带来全新的发展机遇.然而,在面对全新业务.全新增长点的时候,我们能不能把握住这样的机遇呢? 随着业务的不断迭代和发展,用户数量也在高速增长.市场和业务环境的多变,需求往往是复杂多变的,如何快速响应变更.需求变更一次,版本迭代一次,软件就

本文基于 TiDB release-5.1进行分析,需要用到 Go 1.16以后的版本 我的博客地址:https://www.luozhiyun.com/archives/631 所谓 Hash Join 就是在 join 的时候选择一张表作为 buildSide 表来构造哈希表,另外一张表作为 probeSide 表:然后对 probeSide 表的每一行数据都去这个哈希表中查找是否有匹配的数据. 根据上面的定义,看起来 Hash Join 貌似很好做,只需要弄一个大 map 然后遍历 pro

本文是SpringBoot+Kafka的实战讲解,如果对kafka的架构原理还不了解的读者,建议先看一下<大白话kafka架构原理>.<秒懂kafka HA(高可用)>两篇文章. 目录 一.环境准备 二.生产者实践 普通生产者 带回调的生产者 自定义分区器 kafka事务提交 三.消费者实践 简单消费 指定topic.partition.offset消费 批量消费 监听异常处理器 消息过滤器 消息转发 定时启动/停止监听器   一.环境准备 1.在项目中连接kafka 因为是外网,

前言: 之前分享过一篇Linux开发coredump文件分析实战分享 ,今天再来分享一篇实战文章. 在我们嵌入式linux开发过程中,开发过程中我们经常会使用多进程.多线程开发.那么多线程使用过程中,我们大概率会遇到某线程长时间占用cpu,导致设备执行异常. 通常只有四五个线程,我们可以通过一个个线程调试捕捉到异常线程,如果你开发的设备上面运行了大概三四十个线程,我们一下子不好看到对应哪个线程出问题,也不好使用列举法进行搜索,这个时候我们需要配合一些工具进行监控以及检查我们执行的进程下面的线程.

本文示例代码及文件已上传至我的Github仓库https://github.com/CNFeffery/DataScienceStudyNotes 1 简介 日常工作中经常需要通过SSH连接到多台远程服务器来完成各种任务,当需要操作的服务器众多,且要执行的任务涉及命令繁多时,如果可以以自动化的方式模拟SSH连接及执行命令的繁琐过程,对工作效率的提升是非常可观的. 本文我就将带大家学习在Python中使用非常强大的fabric库来对常用的远程服务器连接管理操作进行自动化: 2 使用fabric玩转

零 标题:算法(leetode,附思维导图 + 全部解法)300题之(34)在排序数组中查找元素的第一个和最后一个位置 一 题目描述 二 解法总览(思维导图) 三 全部解法 1 方案1 1)代码: // 方案1 "无视要求,直接调用 indexOf. lastIndexOf" var searchRange = function(nums, target) { return [nums.indexOf(target), nums.lastIndexOf(target)]; }; 2 方

学习了很久的Java基础,也看了很多的Java反序列化分析,现在也来分析学习哈最基础的URLDNS反序列化吧. Java反序列化基础 为了方便数据的存储,于是乎有了现在的Java序列化于反序列化.序列化就是将Java对象存储到一个文件,反序列化则是读取序列化生产的文件,还原Java对象,常见的基础反序列化. 首先类需要实现Serializable这个接口,虽然这个接口里面没有东西,但是不实现这个接口则无法序列化.用transient 关键字修饰的属性除外,不参与序列化过程. ObjectOutp

1.数据库设计 常用的Saas分库分为2种类型的库 1.1 基础信息库 主要存组织架构 .权限.字典.用户等 公共信息 性能优化:因为基础信息库是共享的,所以我们可以使用 读写分离,或者二级缓存来进行性能上的优化 2.2 业务库 我们要进行的分库都基于业务库进行分库,例如 A集团使用 A01库 ,B集团使用B01库 ,也可以多个小集团使用一个 数据库 如下: 业务库1   :集团A 业务库2  :    集团B, 集团F 业务库3 :     集团C, 集团D, 集团E 性能优先:因为合理的进行

Redis 过期键策略和内存淘汰策略 目录 Redis 过期键策略和内存淘汰策略 设置Redis键过期时间 Redis过期时间的判定 过期键删除策略 定时删除 惰性删除 定期删除 Redis过期删除策略 内存淘汰策略 设置Redis最大内存 设置内存淘汰方式 设置Redis键过期时间 Redis有四个不同的命令来设置生存时间(键可以存在多久)或过期时间(键什么时候会被删除). EXPIRE <key> <ttl> :表示将键 key 的生存时间设置为 ttl 秒. PEXPIRE

周末两天玩了下号称西湖区东半球最牛逼的react文档站点生成工具dumi,顺带结合github pages生成了react-uni-comps文档站, 一套弄下来,感觉真香,现在还只是浅尝,高级的特性还没玩完,文档还需继续打磨完整,不知道是不是东半球最牛逼,西湖全区应该无与伦比了 ,下面是当前文档站移动端和pc端预览截图(整套弄下来花了半天时间!) 桌面端效果(手机界面模拟/桌面端效果/自动根据ts生成的API表格文档) 手机效果(支持light/dark主题) 文档站点制作步骤如下: 安装 d

问题背景 最近小伙伴提了一个希望提高后台下拉列表可操作性的需求,原因是下拉列表选项过多,每次下拉选择比较费时费力且容易出错,硬着头皮啃了啃前端知识,网上搜寻了一些下拉列表实现的资料,这里总结一下. PS: 以下所有代码实现效果截图均为chrome浏览器下效果,其他浏览器效果可能有一定差别,比如datalist在firefox和chrome下就有较明显差别,这不是本文重点这里不做讨论. 最简单的下拉列表实现 在HTML中传统显示下拉框的方法是使用select+option标签组合实现: <sele

目录 前言 1. 二进制位数组 1.1 位数组的表示 1.2 GETBIT 命令的实现 1.3 SETBIT 命令的实现 1.4 BITECOUNT 命令的实现 1.5 BITOP 命令的实现 2. 慢查询日志 2.1 慢查询记录的保存 2.2 慢查询日志的阅览与删除 2.3 添加新日志 3. 监视器 最后 前言 参考资料:<Redis设计与实现 第二版>: 第三部分为独立功能的实现,主要由以下模块组成:发布订阅.事务.Lua 脚本.排序.二进制位数组.慢查询日志.监视器: 本篇将介绍 Red

RabbitMQ 封装 代码 https://gitee.com/wosperry/wosperry-rabbit-mqtest/tree/master 参考Abp事件总线的用法,对拷贝的Demo进行简单封装 定义 RabbitMQOptions 用于配置 { "MyRabbitMQOptions": { "UserName": "admin", "Password": "admin", "Hos

Sentinel(哨兵模式) 目录 Sentinel(哨兵模式) 哨兵模式的三个定时任务 Sentinel(哨兵)与Sentinel .主服务器.从服务器之间的连接 检测下线状态 选择领头 Sentinel(哨兵) 故障转移 缺点 经过上期[Redis]主从复制 的学习, 我们知道 主从复制 是为了避免单点故障,将数据保存在多台服务器上的一种机制. 但是主节点只有一个,如果主节点挂掉了,怎么办?于是 哨兵模式 诞生了. 哨兵模式可以不时地监控 redis 是否按照预期良好的运行(至少是保证主节点

@ 目录 HBase参数调优 hbase.regionserver.handler.count hbase.hregion.max.filesize hbase.hregion.majorcompaction hbase.hstore.compaction.min hbase.hstore.compaction.max hbase.hstore.blockingStoreFiles hbase.regionserver.global.memstore.size(重) hbase.regionse

分布式架构的演进 在软件行业,一个应用服务随着功能越来越复杂,用户量越来越大,尤其是互联网行业流量爆发式的增长,导致我们需要不断的重构应用的结构来支撑庞大的用户量,最终从一个简单的系统主键演变成了一个非常复杂的可以支撑高并发的高可用的分布式架构,但是一个系统再复杂也是不断演变来的,所以从另一方面来说,其实是业务(问题)推动了技术的发展. 传统的单体应用 在早期,我们开发的都是单体应用,也就是一个系统所有的模块都在一个服务上: 这种传统的应用开发和运维都非常简单,随着用户量的增加,我们发现应用程序