OceanBase学习

news2026/4/30 22:26:09
OceanBaseOB是蚂蚁集团完全自研的原生分布式关系型数据库2010年诞生支撑支付宝/双11核心交易金融级高可用同时兼容 MySQL 与 Oracle 两种模式是国产分布式数据库的标杆。一、核心定位一句话懂差异Oracle集中式商用数据库闭源高端硬件强事务金融传统核心。达梦DM8集中式可选共享存储集群Oracle 高度兼容政务/国企信创首选。OceanBase原生分布式MySQL/Oracle 双兼容普通x86服务器水平扩展金融互联网核心/海量数据。二、架构与核心特性重点1. 原生分布式和达梦/Oracle 最大区别无共享Shared-Nothing数据打散到多节点无需分库分表中间件应用透明。Paxos 多副本强一致默认3副本自动选主故障秒级切换数据零丢失。三地五中心容灾城市级故障无损恢复金融级高可用。水平扩展加机器即加算力单集群可超1500节点。2. 双兼容模式MySQL OracleMySQL 模式完全兼容 MySQL 5.7/8.0 协议与语法迁移成本极低。Oracle 模式高度兼容 Oracle 11g/12c支持 PL/SQL、存储过程、序列、rownum 分页、函数等达梦有的 Oracle 兼容 OB 基本都有且分布式能力更强。3. 性能与存储TPC-C 世界纪录7.07亿 tpmC远超传统集中式库。LSM-Tree 存储引擎高压缩比5:1~10:1存储成本低读写性能优。HTAP 混合负载一套引擎同时跑交易OLTP 分析OLAP。4. 多租户云原生单集群划多个租户资源隔离天然支持 DBaaS适合政务云/金融云。三、OceanBase vs 达梦 DM8信创选型关键1. 架构达梦集中式单节点/共享存储集群DMDSC类似 Oracle RAC。OceanBase原生分布式无共享水平扩展数据量/并发远超达梦。2. 兼容性达梦Oracle 兼容度更高约95%PL/SQL、存储过程、触发器几乎无缝迁移政务Oracle迁移首选。OceanBaseOracle 兼容度约85%~90%核心SQL/函数/对象兼容复杂包/高级PL/SQL需微调同时支持MySQL模式双生态更灵活。3. 适用场景达梦政务、国企、能源、军工中小规模核心系统≤10TBOracle迁移信创合规优先。OceanBase银行/保险核心、互联网高并发、海量数据≥10TB、异地多活/城市级容灾、MySQL/Oracle混合迁移。4. 生态与成本达梦国产CPU飞腾/龙芯 麒麟OS 适配深政务工具链完善** license服务成本适中**。OceanBasex86/鲲鹏为主社区版免费企业版按集群授权硬件成本低普通x86金融/互联网生态强。四、OceanBase vs Oracle迁移要点相同点完全 ACID强事务高可用。支持复杂SQL、存储过程、函数、触发器、视图、序列。支持行级锁、事务隔离级别、物化视图。不同点迁移必改架构Oracle 集中式/共享存储RACOB 分布式无共享应用无需改分库分表。语法差异高频Oraclewm_concat→ OBlistagg同达梦。Oracledbms_job→ OB用内置定时或业务层Quartz。Oracleconnect by层级查询 → OB支持但需微调。驱动与连接串Oracleojdbcjdbc:oracle:thin:ip:1521:orcl。OBoceanbase-jdbcjdbc:oceanbase://ip:2881/库名Oracle模式。高级特性Oracle 独有dbms_java、部分高级dbms_*包、RAC 专属管理视图 → OB 需替换或用业务代码实现。五、信创组合建议直接抄1. 金融核心高可用分布式CPU海光 C86 / 鲲鹏 920OS欧拉 openEuler / 麒麟 V11数据库OceanBase 企业版Oracle模式中间件宝兰德 BES / 东方通 TongWeb2. 政务大规模数据Oracle迁移分布式CPU飞腾 FT-2000OS银河麒麟 V10数据库OceanBaseOracle模式或 达梦 DM8中小数据中间件东方通 TongWeb六、总结达梦Oracle 最佳集中式平替政务信创首选中小规模、Oracle 语法无缝迁移。OceanBase原生分布式双兼容金融级高可用海量数据/高并发/异地容灾首选MySQL/Oracle 混合场景迁移成本低。下面我用最直白、一步到位的方式讲清楚OceanBase 怎么装、怎么连、怎么建库建表、怎么用 Oracle/MySQL 模式、常用命令和迁移要点。你照着做就能跑通。一、核心概念先懂再用OceanBaseOB蚂蚁集团自研原生分布式数据库支持MySQL 模式 Oracle 模式。端口默认2881数据库、2882内部通信。租户OB 是多租户架构sys 租户管理集群业务要建独立租户如 tenant1。模式MySQL 模式兼容 MySQL 5.7/8.0语法基本一样。Oracle 模式高度兼容 Oracle 11g/12c支持 PL/SQL、存储过程、序列、rownum 等。二、快速安装3种方式选一种方式1Docker 1分钟体验推荐新手# 拉镜像并启动mini模式资源占用小dockerrun-p2881:2881--nameob-eMODEMINI-eOB_TENANT_PASSWORD123456-dquay.io/oceanbase/oceanbase-ce# 连接密码123456mysql-h127.0.0.1-P2881-urootsys-p123456方式2OBD 单机部署官方工具生产/测试都可用# 1. 安装 OBDCentOSsudoyuminstall-yyum-utilssudoyum-config-manager --add-repo https://mirrors.aliyun.com/oceanbase/OceanBase.reposudoyuminstall-yob-deploy# 2. 一键部署 demo3节点集群本地模拟obd demo# 3. 连接obclient -urootsys-h127.0.0.1-P2881-p方式3物理机/服务器生产部署系统CentOS 7.9/Ubuntu 20.04最低配置2核4G 20G SSD关闭防火墙/SELinux配置 NTP 时钟同步用 OBD 或 图形化界面部署参考官方文档三、连接数据库2种客户端1用 MySQL 客户端最方便# 连接 sys 租户管理mysql-h127.0.0.1-P2881-urootsys-p# 连接业务租户如 tenant1mysql-h127.0.0.1-P2881-uroottenant1-p2用 OB 专用客户端 obclientobclient -urootsys-h127.0.0.1-P2881-p连接成功提示符Welcome to the OceanBase. Commands end with ; or \g. mysql四、基础操作建租户→建库→建表→读写1创建业务租户关键不能用 sys 跑业务-- 登录 sys 租户执行CREATETENANTIFNOTEXISTStenant1 PRIMARY_ZONEzone1REPLICA_NUM3CHARSETutf8mb4COLLATEutf8mb4_unicode_ci;-- 设置租户密码Oracle/MySQL 模式通用ALTERUSERroottenant1IDENTIFIEDBY123456;2切换到租户创建数据库-- 连接 tenant1 后CREATEDATABASEtestdb;USEtestdb;3建表MySQL 模式CREATETABLEuser(idINTPRIMARYKEYAUTO_INCREMENT,nameVARCHAR(50)NOTNULL,ageINT);INSERTINTOuser(name,age)VALUES(张三,20);SELECT*FROMuser;4Oracle 模式使用重点-- 1. 租户设置为 Oracle 模式sys 租户执行ALTERTENANT tenant1SETob_compatibility_modeoracle;-- 2. 连接 tenant1语法和 Oracle 几乎一样CREATETABLEemp(empno NUMBER(4)PRIMARYKEY,ename VARCHAR2(10),sal NUMBER(7,2));INSERTINTOempVALUES(1,李四,5000);SELECT*FROMempWHERErownum1;-- Oracle 分页五、常用管理命令必记集群状态SELECT*FROMoceanbase.__all_server;-- 查看节点SELECT*FROMoceanbase.__all_tenant;-- 查看租户租户管理ALTERTENANT tenant1SETob_compatibility_modemysql;-- 切回MySQL模式DROPTENANT tenant1;-- 删除租户用户权限CREATEUSERappusertenant1IDENTIFIEDBY123456;GRANTALLONtestdb.*TOappusertenant1;六、应用连接Java/Go/PythonJavaJDBC# MySQL 模式 urljdbc:mysql://127.0.0.1:2881/testdb?useSSLfalse drivercom.mysql.cj.jdbc.Driver # Oracle 模式 urljdbc:oceanbase://127.0.0.1:2881/testdb?useSSLfalse drivercom.oceanbase.jdbc.DriverPythonimportmysql.connector connmysql.connector.connect(host127.0.0.1,port2881,userroottenant1,password123456,databasetestdb)七、Oracle 迁移 OB 要点高频差异驱动ojdbc → oceanbase-jdbcOracle模式语法兼容wm_concat→listaggconnect by→ 支持但需微调dbms_job→ 用内置定时或业务层Quartz对象迁移表、视图、存储过程、函数、序列大部分直接可用复杂包需少量修改。八、什么时候用 OB✅ 替代 Oracle金融/政务核心分布式双兼容✅ MySQL 业务数据超10TB/高并发不想分库分表✅ 需要异地多活/三地五中心容灾✅ 信创国产化适配海光/鲲鹏/麒麟OSOceanBase 怎么处理「分库分表」核心一句话OceanBase 原生内置分布式分片业务层完全不需要 MyCat、Sharding-JDBC 做分库分表天然自动分片。一、传统 MySQL 痛点你原来的做法MySQL 单机容量/性能上限低海量数据必须中间件Sharding-JDBC、MyCat、ShardingSphere手动水平分表、垂直分库、按月分表痛点代码侵入、改造大、跨库联表、分布式事务坑多二、OceanBase 核心原生分布式、自动分片OB 架构集群多节点数据按分区键自动打散到不同节点上层业务单库单表写法不用改分片代码关键概念分区PartitionOB 底层把一张大表自动拆成很多小分区分散在不同服务器。副本默认3副本高可用、故障自动转移。分区方式就是分库分表的替代品三、OceanBase 三种分片方式对标分库分表1. 哈希分区 → 对标【水平分表/用户ID分片】最常用替代user_id % 16这种分片-- Oracle 模式 / MySQL 模式通用CREATETABLEorder_info(order_id NUMBER,user_id NUMBER,create_timeDATE)PARTITIONBYHASH(user_id)PARTITIONS32;-- 拆32个分区均匀打散多节点效果相同 user_id 落在同一个分区多节点并行写入解决大并发业务select * from order_info where user_id1001自动路由到对应节点2. 范围分区 → 对标【按时间分表、按月分表】完美替代 每月一张表、历史归档CREATETABLEorder_info(order_id NUMBER,create_timeDATE)PARTITIONBYRANGE(create_time)(PARTITIONp202601VALUESLESS THAN(TO_DATE(2026-02-01,YYYY-MM-DD)),PARTITIONp202602VALUESLESS THAN(TO_DATE(2026-03-01)),PARTITIONpmaxVALUESLESS THAN(MAXVALUE));优势删历史数据直接drop partition秒级删除按时间查询只扫描对应分区性能极高3. 列表分区 → 对标【按地区/渠道分片】按城市、渠道、业务线打散数据四、对比Sharding-JDBC vs OceanBase项目传统MySQLShardingOceanBase 原生分片代码侵入业务、需改代码零代码、单表写法跨分区join极难、坑多原生支持分布式Join分布式事务弱一致、容易出问题全局强一致扩容需手动迁移分片加机器自动均衡数据运维复杂、分片规则难维护库内统一管理五、OB 特殊能力全局索引普通分库分表跨分片字段查询非常慢比如按手机号查订单OceanBase 支持本地索引分区内全局索引跨分区全局查询不用冗余、不用中间件原生解决。六、什么时候完全抛弃分库分表只要你用 OceanBase单表数据亿级、十亿级不用分表高并发订单、流水、日志表 直接单表跑定时按月分表、归档 用「范围分区」替代用户维度海量数据 用「哈希分区」七、极简总结OceanBase 自带分库分表能力不需要 Sharding 中间件底层通过哈希/范围/列表分区自动拆分数据业务层还是单库单表写法无侵入分布式事务、跨节点查询、扩容迁移全部数据库层搞定是替代 MySQL 分库分表架构的国产分布式数据库最优解OceanBase 分库分表分区 跨分区查询 完整实操先定核心结论OB 不用 Sharding-JDBC/MyCat 中间件底层靠「分区 原生分表」实现业务还是单表SQL自动路由、跨分区直接查。一、OB 里的「分库分表」对应关系传统MySQL分库 分表 分片中间件OceanBase租户大库→Database业务库→表分区自动分表✅ 只需要做表分区就是原生分库分表三种主流分区对应业务场景HASH分区用户ID、商户ID → 水平分片RANGE范围分区时间、月份 → 按月/按天分表LIST列表分区地区、渠道、业务线二、场景1HASH分片用户ID分表 查询1.建表按user_id哈希分片等效分成32张子表-- Oracle模式 语法CREATETABLEtb_order(order_id NUMBER,user_id NUMBER,amount NUMBER(10,2),create_timeDATE)-- 按user_id哈希分片PARTITIONBYHASH(user_id)PARTITIONS32;2.单分区精准查询自动路由只查单个分片-- 条件带分区键 user_idOB自动定位到对应分区性能最高SELECT*FROMtb_orderWHEREuser_id10086;3.跨分区批量查询直接写SQL不用改-- 跨多个哈希分区OB底层自动聚合SELECT*FROMtb_orderWHEREuser_idIN(10086,10087,10088);三、场景2RANGE时间分片按月分表 查询最常用订单、日志、流水按月分表1.建表按月分区CREATETABLEtb_order(order_id NUMBER,user_id NUMBER,create_timeDATE)PARTITIONBYRANGE(create_time)(PARTITIONp202601VALUESLESS THAN(TO_DATE(2026-02-01,YYYY-MM-DD)),PARTITIONp202602VALUESLESS THAN(TO_DATE(2026-03-01,YYYY-MM-DD)),PARTITIONp202603VALUESLESS THAN(TO_DATE(2026-04-01,YYYY-MM-DD)),PARTITIONp_maxVALUESLESS THAN(MAXVALUE));2.查单个月只扫描一个分区极快SELECT*FROMtb_orderWHEREcreate_timeTO_DATE(2026-03-01,YYYY-MM-DD)ANDcreate_timeTO_DATE(2026-04-01,YYYY-MM-DD);3.跨月份查询自动跨分区合并结果-- 跨2、3月业务SQL完全不变SELECT*FROMtb_orderWHEREcreate_timeTO_DATE(2026-02-01,YYYY-MM-DD);4.直接指定分区查询运维/统计用-- 强制只查202603分区SELECT*FROMtb_orderPARTITION(p202603);四、关键非分区键查询怎么办比如按order_id、手机号、订单号 查询不是分区键两种方案本地索引会扫描全部分区数据量大较慢OB全局索引推荐给非分区键建全局索引跨分区也能秒查-- 建立全局索引非分区键快速查询CREATEGLOBALINDEXidx_order_idONtb_order(order_id);建好后-- 非分区键依然高性能SELECT*FROMtb_orderWHEREorder_id9999;五、跨分区 JOIN、聚合原生支持1.跨分片联表查询SELECTa.*,b.nameFROMtb_order aLEFTJOINtb_user bONa.user_idb.user_idWHEREa.create_timeSYSDATE-3;✅ 不用中间件、不用手动关联子表OB 自动跨节点计算2.跨分区分组/统计SELECTuser_id,COUNT(*)FROMtb_orderWHEREcreate_timeSYSDATE-7GROUPBYuser_id;六、和Sharding-JDBC 最大区别操作ShardingMySQLOceanBase分片规则代码/配置文件写死数据库建表时定义单表查询路由复杂自动路由跨分片查询坑多、限制多原生支持跨库Join基本不推荐原生支持扩容手动迁移数据加节点自动均衡业务代码大量改造零改造单表写法七、开发使用规范必记核心大表必须指定分区HASH/RANGE查询尽量带上分区键走分区裁剪性能最高非分区键高频查询建立全局索引禁止无脑select * 不带条件会扫描全部分区历史数据清理ALTER TABLE xxx DROP PARTITION 分区名秒级删除八、一句话总结OB 的分区 替代传统分库分表业务永远写单表SQL不需要感知分片带分区键精准单分区查询不带分区键自动跨分区聚合非分区键慢查询 → 加全局索引解决OceanBase 分布式事务 完整原理实操分库分表场景先给核心结论OceanBase 不需要 Sharding-JDBC、不需要Seata底层原生支持分布式事务、跨分区事务、跨节点事务基于两阶段提交Paxos强一致默认ACID数据不丢、不脏写你眼里的「分库分表」在OB里就是分区跨分区天然分布式事务一、先搞懂OB 哪些场景会触发分布式事务OB 一张大表拆成几十个分区分散在不同机器同一张表、跨分区修改比如user_id1 和 user_id100 在不同分区多张表、不同分区/不同节点同时增删改跨租户、跨库操作以上全部自动进入OB 分布式事务 传统MySQLSharding需要手动引入Seata/TCC/XA代码埋点、补偿、回滚特别麻烦。 OceanBase完全无感业务代码还是普通begin/commit/rollback。二、OB 分布式事务底层机制极简大白话1. 核心协议采用自研2PC两阶段提交 Paxos 多副本全局事务号、全局快照、分布式MVCC2. 两阶段流程阶段1 Prepare所有涉及的分区/节点 预提交、锁资源、日志落地阶段2 Commit/Rollback全部Prepare成功 → 统一提交任意一个失败 → 全体自动回滚3. 隔离级别支持Read CommittedRepeatable Read默认完全满足金融、政务核心业务。三、三种「分库分表」事务场景 实操演示下面语法Oracle/MySQL模式通用直接能用场景1同一张表 跨分区事务最常见订单表按 user_id HASH分区两个用户在不同分片-- 开启事务BEGIN;-- 操作分区AUPDATEtb_orderSETamount100WHEREuser_id1001;-- 操作分区B跨分区自动触发分布式事务UPDATEtb_orderSETamount200WHEREuser_id2002;-- 统一提交COMMIT;两条SQL落在不同节点OB自动2PC要么全部成功要么全部回滚业务代码零改动场景2两张不同大表 跨表事务订单表 账户表都是分区表、分散节点BEGIN;-- 扣余额UPDATEtb_accountSETbalancebalance-100WHEREuser_id1001;-- 生成订单INSERTINTOtb_order(...)VALUES(...);COMMIT;✅ 跨表跨节点原生分布式事务保证原子性场景3异常自动回滚BEGIN;UPDATEtb_accountSETbalancebalance-100WHEREuser_id1001;-- 故意写一条报错SQLINSERTINTOtb_orderVALUES(null);COMMIT; 报错后OB 自动触发全局回滚上一步扣钱全部撤销不会超卖、不会脏数据。四、对比Sharding-JDBC Seata VS OceanBase能力MySQLShardingSeataOceanBase 原生跨分片事务弱一致、TCC硬编码、补偿复杂强一致、原生2PC代码侵入高、需注解、undo日志0侵入原生SQL事务成功率依赖框架人工编码数据库内核保障性能损耗高优化版2PC损耗极低死锁/锁超时问题多分布式锁机制成熟适配分表中间件配置分片规则建表分区即可五、OceanBase 分布式事务 开发规范避坑1. 最佳实践性能最好同一业务尽量分区键一致比如订单、账单、流水 都用user_id作为分区键同用户操作落在同一个分区走本地事务性能最高2. 避免大跨度分布式事务不要在一个事务里操作几十上百个分区批量拆分、控制事务粒度3. 锁与超时OB 自带分布式行锁事务超时自动回滚参数# 可调整事务超时时间 ob_trx_timeout 6000004. 不推荐不用手写XA、不用TCC、不用本地消息表完全没必要。六、极端故障场景生产放心提交中某节点宕机剩余节点等待恢复后自动补齐提交/回滚数据一致机房断电、网络分裂Paxos多数派机制保证数据不分裂、不脏写长期未提交事务自动超时回滚避免死锁和资源堆积七、一句话终极总结OceanBase 的分区 替代传统分库分表跨分区、跨节点、跨表 修改自动走原生分布式事务不需要 Sharding、不需要 Seata、不需要TCC、不需要补偿业务只需要正常写begin / commit / rollback金融级强一致是国产分布式里事务最强的数据库之一

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.coloradmin.cn/o/2552526.html

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,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…