主頁 >  其他 > 從0到1Flink的成長之路-Flink Action 綜合案例

從0到1Flink的成長之路-Flink Action 綜合案例

2021-07-23 07:11:28 其他

Flink Action 綜合案例

需求
在大資料的實時處理中，實時大屏展示已經成了一個很重要的展示項，比如最有名的雙十一
大屏實時銷售成交額展示，除了這個，還有一些其他場景的應用，比如在后臺系統實時的展示網
站當前的pv、uv等等，其實做法都是類似的，
做一個最簡單的模擬電商統計大屏的小例子，需求如下：

1.實時計算出當天零點截止到當前時間的銷售總額
2.計算出各個分類的銷售top3
3.每秒鐘更新一次統計結果

window: [2020-10-25 19:08:31]: 男裝 = 1051.2
window: [2020-10-25 19:08:31]: 女裝 = 1507.69
window: [2020-10-25 19:08:31]: 辦公 = 1022.95
window: [2020-10-25 19:08:31]: 家具 = 373.47
window: [2020-10-25 19:08:31]: 樂器 = 182.95
window: [2020-10-25 19:08:31]: 游戲 = 820.56
window: [2020-10-25 19:08:31]: 戶外 = 566.54
window: [2020-10-25 19:08:31]: 圖書 = 783.45
window: [2020-10-25 19:08:31]: 家電 = 870.21
window: [2020-10-25 19:08:31]: 洗護 = 1235.08
All>>>>[2020-10-25 19:08:31]: all = 8414.1
Top3>>>>2020-10-25 19:08:31, 男裝 = 1051.2, 洗護 = 1235.08, 女裝 = 1507.69
window: [2020-10-25 19:08:32]: 樂器 = 335.43
window: [2020-10-25 19:08:32]: 游戲 = 820.56
window: [2020-10-25 19:08:32]: 男裝 = 1051.2
window: [2020-10-25 19:08:32]: 美妝 = 519.95
window: [2020-10-25 19:08:32]: 家具 = 373.47
window: [2020-10-25 19:08:32]: 女裝 = 1761.21
window: [2020-10-25 19:08:32]: 辦公 = 1330.54
window: [2020-10-25 19:08:32]: 家電 = 1060.58
window: [2020-10-25 19:08:32]: 洗護 = 1235.08
window: [2020-10-25 19:08:32]: 圖書 = 783.45
window: [2020-10-25 19:08:32]: 戶外 = 660.51
window: [2020-10-25 19:08:32]: 運動 = 667.7
All>>>>[2020-10-25 19:08:32]: all = 10599.68
Top3>>>>2020-10-25 19:08:32, 洗護 = 1235.08, 辦公 = 1330.54, 女裝 = 1761.21
window: [2020-10-25 19:08:33]: 女裝 = 1761.21
window: [2020-10-25 19:08:33]: 辦公 = 1597.3
window: [2020-10-25 19:08:33]: 游戲 = 1020.5
window: [2020-10-25 19:08:33]: 樂器 = 335.43
window: [2020-10-25 19:08:33]: 家具 = 518.09
window: [2020-10-25 19:08:33]: 男裝 = 1461.53
window: [2020-10-25 19:08:33]: 美妝 = 662.53
window: [2020-10-25 19:08:33]: 戶外 = 762.15
window: [2020-10-25 19:08:33]: 運動 = 1152.23
window: [2020-10-25 19:08:33]: 洗護 = 1496.14
window: [2020-10-25 19:08:33]: 家電 = 1434.22
window: [2020-10-25 19:08:33]: 圖書 = 783.45
All>>>>[2020-10-25 19:08:33]: all = 12984.78
Top3>>>>2020-10-25 19:08:33, 洗護 = 1496.14, 女裝 = 1761.21, 辦公 = 1597.3

實作思路如下圖所示：
在這里插入圖片描述
資料
首先通過自定義 source 模擬訂單的生成，交易訂單物體類：TmallOrder

package xx.xxxxxx.flink.tmall;
import lombok.*;
@Setter
@Getter
@EqualsAndHashCode
@NoArgsConstructor
@AllArgsConstructor
public class TmallOrder {
private String orderId ;
private Integer userId ;
private Double orderAmount ;
private String orderTime ;
private String category ; @Override
public String toString() {
return orderId + ", " + userId + ", " + orderAmount + ", " + category + ", " + orderTime;
} 
}

自定義資料源，生成交易訂單資料，OrderSource代碼如下：

package xx.xxxxxx.flink.tmall;
import org.apache.commons.lang3.time.FastDateFormat;
import org.apache.flink.streaming.api.functions.source.RichParallelSourceFunction;
import java.util.Random;
import java.util.concurrent.TimeUnit;
/**
* 自定義資料源，實時產出訂單資料，封裝至TmallOrder實體物件
*/
public class OrderSource extends RichParallelSourceFunction<TmallOrder> {
private boolean isRunning = true ;
// 商品類別
String category[] = { "女裝", "男裝", "圖書", "家電", "洗護", "美妝", "運動", "游戲", "戶外", "家具", "樂器", "辦公"
};
@Override
public void run(SourceContext<TmallOrder> ctx) throws Exception {
Random random = new Random() ;
FastDateFormat dataFormat = FastDateFormat.getInstance("yyyyMMddHHmmssSSS") ;
FastDateFormat format = FastDateFormat.getInstance("yyyy-MM-dd HH:mm:ss:SSS") ;
while (isRunning){
// 創建訂單
long millis = System.currentTimeMillis();
String orderPrice = String.format((5 + random.nextInt(100)) + ".%2d", 10 + random.nextInt(90));
TmallOrder order = new TmallOrder(
String.format(dataFormat.format(millis) + "%5d", 10000 + random.nextInt(1000)), //
(10000 * (random.nextInt(5) + 1))+ random.nextInt(10000), //
Double.parseDouble(orderPrice), //
format.format(millis), //
category[random.nextInt(category.length)]
);
ctx.collect(order);
TimeUnit.MILLISECONDS.sleep(100 + random.nextInt(500));
} }@Override
public void cancel() {
isRunning = false ; 
	}
}

先統計各個類別銷售額，將其封裝在物體類CategoryAmount，代碼如下：

package xx.xxxxxx.flink.tmall;
import lombok.*;
@Setter
@Getter
@EqualsAndHashCode
@NoArgsConstructor
@AllArgsConstructor
public class CategoryAmount {
private String category ;
private Double totalAmount ;
private String computeDateTime ;
@Override
public String toString() {
return "[" + computeDateTime + "]: " + category + " = " + totalAmount;
}
public String toContent() {
return category + " = " + totalAmount;
	} 
}

Flink Window Trigger

Trigger（觸發器） 的作用
英文單詞 trigger 的意思是觸發，作為名詞是扳機的意思，例如槍支上的扳機就叫 trigger，
所以也有開火的意思，Flink中，window操作需要伴隨對視窗中的資料進行處理的邏輯，也就是窗
口函式，而 Trigger 的作用就是決定何時觸發視窗函式中的邏輯執行，

Trigger 抽象類
Flink中定義了Trigger抽象類，任何trigger必須繼承Trigger類，并實作其中的
onElement()、onProcessingTime()、onEventTime()、clear()等抽象方法，Flink官方提供了幾種常
用的trigger實作，同時，用戶可以根據需求自定義trigger，

Flink提供 Triggers
1．EventTimeTrigger：通過對比Watermark和視窗的Endtime確定是否觸發視窗計算，如果
Watermark大于Window EndTime則觸發，否則不觸發，視窗將繼續等待，
2．ProcessTimeTrigger：通過對比ProcessTime和視窗EndTme確定是否觸發視窗，如果
ProcessTime大于EndTime則觸發計算，否則視窗繼續等待，
3．ContinuousEventTimeTrigger：根據間隔時間，周期性觸發視窗或者Window的結束時間
小于當前EndTime觸發視窗計算，
4．ContinuousProcessingTimeTrigger：根據間隔時間周期性觸發視窗或者Window的結束
時間小于當前ProcessTime觸發視窗計算，
5．CountTrigger：根據接入資料量是否超過設定的闕值判斷是否觸發視窗計算，
6．DeltaTrigger：根據接入資料計算出來的Delta指標是否超過指定的Threshold去判斷是否
觸發視窗計算，
7．PurgingTrigger：可以將任意觸發器作為引數轉換為Purge型別的觸發器，計算完成后數
據將被清理，

函式：AggregateFunction
Flink 的AggregateFunction是一個基于中間計算結果狀態進行增量計算的函式，由于是迭代
計算方式，所以，在視窗處理程序中，不用快取整個視窗的資料，所以效率執行比較高，
該函式會將給定的聚合函式應用于每個視窗和鍵， 對每個元素呼叫聚合函式，以遞增方式聚
合值，并將每個鍵和視窗的狀態保持在一個累加器中，
引數型別：AggregateFunction介面，該介面的繼承關系和方法如下：
在這里插入圖片描述
自定義聚合函式需要實作AggregateFunction介面類，它有四個介面實作方法：
在這里插入圖片描述
在這里插入圖片描述
在這里插入圖片描述
在這里插入圖片描述
代碼實作
使用Flink 編程實作每日消費額統計，每隔1秒執行一次，先按照類別統計銷售額，再進行總
金額統計和獲取Top類別，

package xx.xxxxxx.flink.tmall;
import org.apache.commons.lang3.time.FastDateFormat;
import org.apache.flink.api.common.functions.AggregateFunction;
import org.apache.flink.api.java.tuple.Tuple;
import org.apache.flink.api.java.tuple.Tuple1;
import org.apache.flink.streaming.api.TimeCharacteristic;
import org.apache.flink.streaming.api.datastream.DataStreamSource;
import org.apache.flink.streaming.api.datastream.SingleOutputStreamOperator;
import org.apache.flink.streaming.api.environment.StreamExecutionEnvironment;
import org.apache.flink.streaming.api.functions.timestamps.BoundedOutOfOrdernessTimestampExtractor;
import org.apache.flink.streaming.api.functions.windowing.WindowFunction;
import org.apache.flink.streaming.api.windowing.assigners.TumblingEventTimeWindows;
import org.apache.flink.streaming.api.windowing.assigners.TumblingProcessingTimeWindows;
import org.apache.flink.streaming.api.windowing.time.Time;
import org.apache.flink.streaming.api.windowing.triggers.ContinuousEventTimeTrigger;
import org.apache.flink.streaming.api.windowing.windows.TimeWindow;
import org.apache.flink.util.Collector;
import java.math.BigDecimal;
import java.math.RoundingMode;
import java.util.Comparator;
import java.util.PriorityQueue;
import java.util.Queue;
/**
* Flink 實作：模擬簡易雙11實時統計大屏
* - 實時計算出當天零點截止到當前時間的銷售總額
* - 計算出銷售top3類別
* - 每秒鐘更新一次統計結果
*/
public class TmallBigScreen {
public static void main(String[] args) throws Exception {
// 1. 執行環境-env
StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment();
env.setParallelism(1);
// 第一、設定時間語意：事件時間EventTime
env.setStreamTimeCharacteristic(TimeCharacteristic.EventTime);
// 2. 資料源-source
DataStreamSource<TmallOrder> orderStream = env.addSource(new OrderSource());
//orderStream.printToErr();
// 3. 資料轉換-transformation
// 第二、設定事件時間欄位及watermark水位線
SingleOutputStreamOperator<TmallOrder> timeStream = orderStream.assignTimestampsAndWatermarks(
// 設定最大允許亂序或延遲資料為5秒
new BoundedOutOfOrdernessTimestampExtractor<TmallOrder>(Time.seconds(5)) {
FastDateFormat format = FastDateFormat.getInstance("yyyy-MM-dd HH:mm:ss:SSS");
@Override
public long extractTimestamp(TmallOrder order) {
long eventTime = System.currentTimeMillis() - 5 * 1000 ;
try{
eventTime = format.parse(order.getOrderTime()).getTime();
}catch (Exception e){ e.printStackTrace(); }
return eventTime;
} }
);
//timeStream.printToErr();
// TODO：step1. 每秒統計今日各個類別銷售額（window size：1d，trigger interval： 1s，keyBy：category）
SingleOutputStreamOperator<CategoryAmount> categoryWindowStream = timeStream
// a. 設定分組欄位：類別category
.keyBy("category")
// b. 事件時間視窗：1 day
.window(TumblingEventTimeWindows.of(Time.days(1)))
// c. 設定觸發器trigger：1 second
.trigger(ContinuousEventTimeTrigger.of(Time.seconds(1)))
// d. 視窗聚合操作，實作AggregateFunction，其中金額轉換BigDecimal
.aggregate(
// TODO: 定義聚合函式， 對資料進行增量聚合操作
new AggregateFunction<TmallOrder, BigDecimal, Double>() { @Override
public BigDecimal createAccumulator() {
// 初始化中間臨時變數，此處創建BigDecimal物件
return new BigDecimal(0);
}@Override
public BigDecimal add(TmallOrder order, BigDecimal accumulator) {
// 獲取訂單金額
Double orderAmount = order.getOrderAmount();
// 累加操作
BigDecimal addBigDecimal = accumulator.add(new BigDecimal(orderAmount));
// 回傳值
return addBigDecimal;
}@Override
public BigDecimal merge(BigDecimal a, BigDecimal b) {
return a.add(b);
}@Override
public Double getResult(BigDecimal accumulator) {
return accumulator.setScale(2, RoundingMode.HALF_UP).doubleValue();
}
}, // TODO: 定義視窗函式， 對視窗資料進行計算并輸出
new WindowFunction<Double, CategoryAmount, Tuple, TimeWindow>() {
FastDateFormat format = FastDateFormat.getInstance("yyyy-MM-dd HH:mm:ss");
@Override
public void apply(Tuple tuple,TimeWindow window,Iterable<Double> input,
Collector<CategoryAmount> out) throws Exception {
// 類別category
String category = ((Tuple1<String>)tuple).f0 ;
// 視窗中消費金額
Double windowAmount = input.iterator().next();
// 視窗結束時間
String computeDataTime = format.format(System.currentTimeMillis());
// 輸出結果
out.collect(new CategoryAmount(category, windowAmount, computeDataTime));
} }
);
/*
[2021-01-27 22:15:40]: 辦公 = 120.84
[2021-01-27 22:15:40]: 男裝 = 415.24
[2021-01-27 22:15:40]: 運動 = 319.08
[2021-01-27 22:15:40]: 樂器 = 165.33
[2021-01-27 22:15:40]: 戶外 = 54.12
[2021-01-27 22:15:40]: 家電 = 111.76
[2021-01-27 22:15:40]: 圖書 = 309.51
[2021-01-27 22:15:40]: 游戲 = 92.55
[2021-01-27 22:15:40]: 家具 = 199.87
[2021-01-27 22:15:40]: 美妝 = 164.76
*/
//categoryWindowStream.printToErr();
// TODO: step2. 每秒鐘統計消費額Top3類別和總銷售額（window：1s，processTime 處理時間）
/*
- 銷售總額 ; - Top3銷售的類別 ; - 每秒計算一次輸出
*/
SingleOutputStreamOperator<String> resultStream = categoryWindowStream
// 按照計算時間
.keyBy("computeDataTime")
// 設定視窗：1s
.window(TumblingProcessingTimeWindows.of(Time.seconds(1)))
// 視窗內聚合，獲取總銷售額和Top類別
.apply(new WindowFunction<CategoryAmount, String, Tuple, TimeWindow>() { @Override
public void apply(Tuple tuple,
TimeWindow window,
Iterable<CategoryAmount> input,
Collector<String> out) throws Exception {
// TODO： a-1. 宣告金額累加
BigDecimal sumDecimal = new BigDecimal(0.0) ;
// TODO： a-2. 定義優先佇列，存盤CategoryAmount物件，按照金額降序排序
Queue<CategoryAmount> queue = new PriorityQueue<CategoryAmount>(
4, //
new Comparator<CategoryAmount>() { @Override
public int compare(CategoryAmount o1, CategoryAmount o2) {
int comp = 0;
if(o1.getTotalAmount() > o2.getTotalAmount()){
comp = 1; // 升序
}else if(o1.getTotalAmount() < o2.getTotalAmount()){
comp = -1 ; // 降序
}
return comp;
} } //
);
// TODO： b. 遍歷視窗資料，進行計算
for (CategoryAmount element : input) {
System.out.println("window: " + element);
// b-1. 加入佇列，獲取Top3
queue.add(element);
if (queue.size() > 3) queue.poll();
// b-2. 累加金額
sumDecimal = sumDecimal.add(new BigDecimal(element.getTotalAmount()));
}
// TODO: c. 輸出佇列資料
String computeDataTime = ((Tuple1<String>) tuple).f0 ;
// c-1. 輸出總金額
double sumAmount = sumDecimal.setScale(2, RoundingMode.HALF_UP).doubleValue();
CategoryAmount all = new CategoryAmount("all", sumAmount, computeDataTime);
out.collect("All>>>>" + all.toString());
// c.2. 輸出Top3
StringBuilder builder = new StringBuilder(computeDataTime).append(", ");
for (CategoryAmount item : queue) {
builder.append(item.toContent()).append(", ");
}
String output = builder.toString();
out.collect("Top3>>>>" + output.substring(0, output.length() - 2));
}
});
// 4. 資料終端-sink
resultStream.printToErr();
/*
window: [2021-01-27 22:31:07]: 家電 = 292.35
window: [2021-01-27 22:31:07]: 辦公 = 158.36
window: [2021-01-27 22:31:07]: 男裝 = 114.84
window: [2021-01-27 22:31:07]: 圖書 = 172.78
window: [2021-01-27 22:31:07]: 家具 = 157.0
window: [2021-01-27 22:31:07]: 樂器 = 304.14
window: [2021-01-27 22:31:07]: 洗護 = 101.39
window: [2021-01-27 22:31:07]: 運動 = 313.77
window: [2021-01-27 22:31:07]: 游戲 = 22.7
window: [2021-01-27 22:31:07]: 女裝 = 143.94
window: [2021-01-27 22:31:07]: 戶外 = 45.32
window: [2021-01-27 22:31:07]: 美妝 = 252.45
All>>>>[2021-01-27 22:31:07]: all = 2079.04
Top3>>>>2021-01-27 22:31:07, 家電 = 292.35, 樂器 = 304.14, 運動 = 313.77
*/
// 5. 觸發執行-execute
env.execute(TmallBigScreen.class.getSimpleName());
	}
}

運行效果如下所示：
在這里插入圖片描述

轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/289514.html

標籤：其他

上一篇：實時數倉入門訓練營：實時數倉助力互聯網實時決策和精準營銷

下一篇：Hbase

標籤雲
其他(157675) Python(38076) JavaScript(25376) Java(17977) C(15215) 區塊鏈(8255) C＃(7972) AI(7469) 爪哇(7425) MySQL(7132) html(6777) 基礎類(6313) sql(6102) 熊猫(6058) PHP(5869) 数组(5741) R(5409) Linux(5327) 反应(5209) 腳本語言(PerlPython)(5129) 非技術區(4971) Android(4554) 数据框(4311) css(4259) 节点.js(4032) C語言(3288) json(3245) 列表(3129) 扑(3119) C++語言(3117) 安卓(2998) 打字稿(2995) VBA(2789) Java相關(2746) 疑難問題(2699) 细绳(2522) 單片機工控(2479) iOS(2429) ASP.NET(2402) MongoDB(2323) 麻木的(2285) 正则表达式(2254) 字典(2211) 循环(2198) 迅速(2185) 擅长(2169) 镖(2155) 功能(1967) .NET技术(1958) Web開發(1951) python-3.x(1918) HtmlCss(1915) 弹簧靴(1913) C++(1909) xml(1889) PostgreSQL(1872) .NETCore(1853) 谷歌表格(1846) Unity3D(1843) for循环(1842)

熱門瀏覽
  • 網閘典型架構簡述

    網閘架構一般分為兩種：三主機的三系統架構網閘和雙主機的2+1架構網閘。 三主機架構分別為內端機、外端機和仲裁機。三機無論從軟體和硬體上均各自獨立。首先從硬體上來看，三機都用各自獨立的主板、記憶體及存盤設備。從軟體上來看，三機有各自獨立的作業系統。這樣能達到完全的三機獨立。對于“2+1”系統，“2”分為 ......

    uj5u.com 2020-09-10 02:00:44 more
  • 如何從xshell上傳檔案到centos linux虛擬機里

    如何從xshell上傳檔案到centos linux虛擬機里及：虛擬機CentOs下執行 yum -y install lrzsz命令，出現錯誤：鏡像無法找到軟體包 前言 一、安裝lrzsz步驟 二、上傳檔案 三、遇到的問題及解決方案 總結 前言 提示：其實很簡單，往虛擬機上安裝一個上傳檔案的工具 ......

    uj5u.com 2020-09-10 02:00:47 more
  • 一、SQLMAP入門

    一、SQLMAP入門 1、判斷是否存在注入 sqlmap.py -u 網址/id=1 id=1不可缺少。當注入點后面的引數大于兩個時。需要加雙引號， sqlmap.py -u "網址/id=1&uid=1" 2、判斷文本中的請求是否存在注入 從文本中加載http請求，SQLMAP可以從一個文本檔案中 ......

    uj5u.com 2020-09-10 02:00:50 more
  • Metasploit 簡單使用教程

    metasploit 簡單使用教程 浩先生， 2020-08-28 16:18:25 分類專欄： kail 網路安全 linux 文章標簽： linux資訊安全 編輯 著作權 metasploit 使用教程 前言 一、Metasploit是什么？ 二、準備作業 三、具體步驟 前言 Msfconsole ......

    uj5u.com 2020-09-10 02:00:53 more
  • 游戲逆向之驅動層與用戶層通訊

    驅動層代碼： #pragma once #include <ntifs.h> #define add_code CTL_CODE(FILE_DEVICE_UNKNOWN,0x800,METHOD_BUFFERED,FILE_ANY_ACCESS) /* 更多游戲逆向視頻www.yxfzedu.com ......

    uj5u.com 2020-09-10 02:00:56 more
  • 北斗電力時鐘（北斗授時服務器）讓網路資料更精準

    北斗電力時鐘（北斗授時服務器）讓網路資料更精準 北斗電力時鐘（北斗授時服務器）讓網路資料更精準 京準電子科技官微——ahjzsz 近幾年，資訊技術的得了快速發展，互聯網在逐漸普及，其在人們生活和生產中都得到了廣泛應用，并且取得了不錯的應用效果。計算機網路資訊在電力系統中的應用，一方面使電力系統的運行 ......

    uj5u.com 2020-09-10 02:01:03 more
  • 【CTF】CTFHub 技能樹 彩蛋 writeup

    ?碎碎念 CTFHub：https://www.ctfhub.com/ 筆者入門CTF時時剛開始刷的是bugku的舊平臺，后來才有了CTFHub。 感覺不論是網頁UI設計，還是題目質量，賽事跟蹤，工具軟體都做得很不錯。 而且因為獨到的金幣制度的確讓人有一種想去刷題賺金幣的感覺。 個人還是非常喜歡這個 ......

    uj5u.com 2020-09-10 02:04:05 more
  • 02windows基礎操作

    我學到了一下幾點 Windows系統目錄結構與滲透的作用 常見Windows的服務詳解 Windows埠詳解 常用的Windows注冊表詳解 hacker DOS命令詳解（net user / type /md /rd/ dir /cd /net use copy、批處理 等） 利用dos命令制作 ......

    uj5u.com 2020-09-10 02:04:18 more
  • 03.Linux基礎操作

    我學到了以下幾點 01Linux系統介紹02系統安裝，密碼啊破解03Linux常用命令04LAMP 01LINUX windows： win03 8 12 16 19 配置不繁瑣 Linux：redhat,centos(紅帽社區版)，Ubuntu server,suse unix:金融機構，證券，銀 ......

    uj5u.com 2020-09-10 02:04:30 more
  • 05HTML

    01HTML介紹 02頭部標簽講解03基礎標簽講解04表單標簽講解 HTML前段語言 js1.了解代碼2.根據代碼 懂得挖掘漏洞 （POST注入/XSS漏洞上傳）3.黑帽seo 白帽seo 客戶網站被黑帽植入劫持代碼如何處理4.熟悉html表單 <html><head><title>TDK標題，描述 ......

    uj5u.com 2020-09-10 02:04:36 more
最新发布
  • 2023年最新微信小程式抓包教程

    01 開門見山 隔一個月發一篇文章，不過分。 首先回顧一下《微信系結手機號資料庫被脫庫事件》，我也是第一時間得知了這個訊息，然后跟蹤了整件事情的經過。下面是這起事件的相關截圖以及近日流出的一萬條資料樣本： 個人認為這件事也沒什么，還不如關注一下之前45億快遞資料查詢渠道疑似在近日復活的訊息。 訊息是 ......

    uj5u.com 2023-04-20 08:48:24 more
  • web3 產品介紹：metamask 錢包 使用最多的瀏覽器插件錢包

    Metamask錢包是一種基于區塊鏈技術的數字貨幣錢包，它允許用戶在安全、便捷的環境下管理自己的加密資產。Metamask錢包是以太坊生態系統中最流行的錢包之一，它具有易于使用、安全性高和功能強大等優點。 本文將詳細介紹Metamask錢包的功能和使用方法。 一、 Metamask錢包的功能 數字資 ......

    uj5u.com 2023-04-20 08:47:46 more
  • vulnhub_Earth

    前言 靶機地址->>>vulnhub_Earth 攻擊機ip：192.168.20.121 靶機ip：192.168.20.122 參考文章 https://www.cnblogs.com/Jing-X/archive/2022/04/03/16097695.html https://www.cnb ......

    uj5u.com 2023-04-20 07:46:20 more
  • 從4k到42k，軟體測驗工程師的漲薪史，給我看哭了

    清明節一過，盲猜大家已經無心上班，在數著日子準備過五一，但一想到銀行卡里的余額……瞬間心情就不美麗了。最近，2023年高校畢業生就業調查顯示，本科畢業月平均起薪為5825元。調查一出，便有很多同學表示自己又被平均了。看著這一資料，不免讓人想到前不久中國青年報的一項調查：近六成大學生認為畢業10年內會 ......

    uj5u.com 2023-04-20 07:44:00 more
  • 最新版本 Stable Diffusion 開源 AI 繪畫工具之中文自動提詞篇

    🎈 標簽生成器 由于輸入正向提示詞 prompt 和反向提示詞 negative prompt 都是使用英文，所以對學習母語的我們非常不友好 使用網址：https://tinygeeker.github.io/p/ai-prompt-generator 這個網址是為了讓大家在使用 AI 繪畫的時候 ......

    uj5u.com 2023-04-20 07:43:36 more
  • 漫談前端自動化測驗演進之路及測驗工具分析

    隨著前端技術的不斷發展和應用程式的日益復雜，前端自動化測驗也在不斷演進。隨著 Web 應用程式變得越來越復雜，自動化測驗的需求也越來越高。如今，自動化測驗已經成為 Web 應用程式開發程序中不可或缺的一部分，它們可以幫助開發人員更快地發現和修復錯誤，提高應用程式的性能和可靠性。 ......

    uj5u.com 2023-04-20 07:43:16 more
  • CANN開發實踐：4個DVPP記憶體問題的典型案例解讀

    摘要：由于DVPP媒體資料處理功能對存放輸入、輸出資料的記憶體有更高的要求（例如，記憶體首地址128位元組對齊），因此需呼叫專用的記憶體申請介面，那么本期就分享幾個關于DVPP記憶體問題的典型案例，并給出原因分析及解決方法。 本文分享自華為云社區《FAQ_DVPP記憶體問題案例》，作者：昇騰CANN。 DVPP ......

    uj5u.com 2023-04-20 07:43:03 more
  • msf學習

    msf學習 以kali自帶的msf為例 一、msf核心模塊與功能 msf模塊都放在/usr/share/metasploit-framework/modules目錄下 1、auxiliary 輔助模塊，輔助滲透（埠掃描、登錄密碼爆破、漏洞驗證等） 2、encoders 編碼器模塊，主要包含各種編碼 ......

    uj5u.com 2023-04-20 07:42:59 more
  • Halcon軟體安裝與界面簡介

    1. 下載Halcon17版本到到本地 2. 雙擊安裝包后 3. 步驟如下 1.2 Halcon軟體安裝 界面分為四大塊 1. Halcon的五個助手 1) 影像采集助手：與相機連接，設定相機引數，采集影像 2) 標定助手：九點標定或是其它的標定，生成標定檔案及內參外參，可以將像素單位轉換為長度單位 ......

    uj5u.com 2023-04-20 07:42:17 more
  • 在MacOS下使用Unity3D開發游戲

    第一次發博客，先發一下我的游戲開發環境吧。 去年2月份買了一臺MacBookPro2021 M1pro(以下簡稱mbp)，這一年來一直在用mbp開發游戲。我大致分享一下我的開發工具以及使用體驗。 1、Unity 官網鏈接： https://unity.cn/releases 我一般使用的Apple ......

    uj5u.com 2023-04-20 07:40:19 more

Copyright © 2010-2020 有解無憂