主頁 >  其他 > Java實作負載均衡演算法--輪詢和加權輪詢

Java實作負載均衡演算法--輪詢和加權輪詢

2022-04-12 07:56:11 其他

1.普通輪詢演算法

輪詢（Round Robin，RR）是依次將用戶的訪問請求，按回圈順序分配到web服務節點上，從1開始到最后一臺服務器節點結束，然后再開始新一輪的回圈，這種演算法簡單，但是沒有考慮到每臺節點服務器的具體性能，請求分發往往不均衡，

代碼實作：

/**
 * 普通輪詢演算法
 */public class RoundRobin {
    private static Integer index = 0;
    private static List<String> nodes = new ArrayList<>();
    // 準備模擬資料
    static {
        nodes.add("192.168.1.101");
        nodes.add("192.168.1.103");
        nodes.add("192.168.1.102");
        System.out.println("普通輪詢演算法的所有節點："+nodes);//列印所有節點
    }
    
    // 關鍵代碼
    public String selectNode(){
        String ip = null;
        synchronized (index){
            // 下標復位
            if(index>=nodes.size()) index = 0;
            ip = nodes.get(index);
            index++;
        }
        return ip;
    }

    // 并發測驗：兩個執行緒回圈獲取節點
    public static void main(String[] args) {
        new Thread(() -> {
            RoundRobin roundRobin1 = new RoundRobin();
            for (int i=1;i<=5;i++){
                String serverIp = roundRobin1.selectNode();
                System.out.println(Thread.currentThread().getName()+"==第"+i+"次獲取節點："+serverIp);
            }
        }).start();

        RoundRobin roundRobin2 = new RoundRobin();
        for (int i=1;i<=nodes.size();i++){
            String serverIp = roundRobin2.selectNode();
            System.out.println(Thread.currentThread().getName()+"==第"+i+"次獲取節點："+serverIp);
        }
    }
}

執行結果：不同執行緒訪問，結果依舊是按順序回圈分配節點

普通輪詢演算法的所有節點：[192.168.1.101, 192.168.1.103, 192.168.1.102]

main==第1次獲取節點：192.168.1.101

Thread-0==第1次獲取節點：192.168.1.103

Thread-0==第2次獲取節點：192.168.1.102

Thread-0==第3次獲取節點：192.168.1.101

Thread-0==第4次獲取節點：192.168.1.103

Thread-0==第5次獲取節點：192.168.1.102

main==第2次獲取節點：192.168.1.101

main==第3次獲取節點：192.168.1.103

2.加權輪詢演算法

加權輪詢（Weighted Round Robin，WRR）是根據設定的權重值來分配訪問請求，權重值越大的，被分到的請求數也就越多，一般根據每臺節點服務器的具體性能來分配權重，

2.1.實作方式一

將需要輪詢的所有節點按權重數回圈生成一個List 集合，然后就跟普通輪詢演算法一樣，來一個、分配一個、進1位，

例如：

所有節點資訊：{{“192.168.1.100“,5},{“192.168.1.101“,1},{“192.168.1.102“,3}}

那么生成的List 集合為：

{“192.168.1.100“,

“192.168.1.100“,

“192.168.1.100“,

“192.168.1.100“,

“192.168.1.100“,

“192.168.1.101“,

“192.168.1.102“,

“192.168.1.102“,

“192.168.1.102“}

后面就是普通輪詢演算法的邏輯

代碼實作：

類似于二維陣列 降維成 一維陣列，然后使用普通輪詢

/**
 *  簡單版的加權輪詢
 */public class WeightedRoundRobinSimple {
    private static Integer index = 0;
    private static Map<String,Integer> mapNodes = new HashMap<>();

    // 準備模擬資料
    static {
        mapNodes.put("192.168.1.101",1);
        mapNodes.put("192.168.1.102",3);
        mapNodes.put("192.168.1.103",2);
        /* -- 以下代碼只為了方便查看所有節點，洗掉不影響 -- S */
        List<String> nodes = new ArrayList<>();
        Iterator<Map.Entry<String, Integer>> iterator = mapNodes.entrySet().iterator();
        while (iterator.hasNext()){
            Map.Entry<String, Integer> entry = iterator.next();
            String key = entry.getKey();
            for (int i=0;i<entry.getValue();i++){
                nodes.add(key);
            }
        }
        System.out.println("簡單版的加權輪詢："+nodes);//列印所有節點
        /* -- 以上代碼只為了方便查看所有節點，洗掉不影響-- E */
    }

    // 關鍵代碼：類似于二維陣列 降維成 一維陣列，然后使用普通輪詢
    public String selectNode(){
        List<String> nodes = new ArrayList<>();
        Iterator<Map.Entry<String, Integer>> iterator = mapNodes.entrySet().iterator();
        while (iterator.hasNext()){
            Map.Entry<String, Integer> entry = iterator.next();
            String key = entry.getKey();
            for (int i=0;i<entry.getValue();i++){
                nodes.add(key);
            }
        }
        String ip = null;
        synchronized (index){
            // 下標復位
            if(index>=nodes.size()) index = 0;
            ip = nodes.get(index);
            index++;
        }
        return ip;
    }

    // 并發測驗：兩個執行緒回圈獲取節點
    public static void main(String[] args) {
        new Thread(() -> {
            WeightedRoundRobinSimple roundRobin1 = new WeightedRoundRobinSimple();
            for (int i=1;i<=6;i++){
                String serverIp = roundRobin1.selectNode();
                System.out.println(Thread.currentThread().getName()+"==第"+i+"次獲取節點："+serverIp);
            }
        }).start();

        WeightedRoundRobinSimple roundRobin2 = new WeightedRoundRobinSimple();
        for (int i=1;i<=6;i++){
            String serverIp = roundRobin2.selectNode();
            System.out.println(Thread.currentThread().getName()+"==第"+i+"次獲取節點："+serverIp);
        }
    }
}

執行結果：兩個執行緒回圈測驗，輸出結果會出現交替分配到不同的IP，但最終的效果都是一個個按順序分配，類似于普通輪詢演算法，

簡單版的加權輪詢：[192.168.1.103, 192.168.1.103, 192.168.1.101, 192.168.1.102, 192.168.1.102, 192.168.1.102]

main==第1次獲取節點：192.168.1.103

main==第2次獲取節點：192.168.1.103

main==第3次獲取節點：192.168.1.101

main==第4次獲取節點：192.168.1.102

main==第5次獲取節點：192.168.1.102

Thread-0==第1次獲取節點：192.168.1.102

Thread-0==第2次獲取節點：192.168.1.103

main==第6次獲取節點：192.168.1.103

Thread-0==第3次獲取節點：192.168.1.101

Thread-0==第4次獲取節點：192.168.1.102

Thread-0==第5次獲取節點：192.168.1.102

Thread-0==第6次獲取節點：192.168.1.102

2.2.實作方式二（重點難點）

本文的重點難點，

在實作方式一的演算法中可以很明顯的看到，同權重的IP會被連續分配，也就是說同一個IP在短時間內收到不同的請求，過了這個連續點，就要等到下一輪才會被分配到，并沒有做到均勻分配節點，

實作方式二將盡可能地均勻分配每個節點，節點分配不再是連續的，但最終的權重比和上一個方式一樣，這種加權輪詢又被稱為平滑加權輪詢，

理解關鍵的幾個引數和演算法邏輯，方便理解代碼的實作，

2.2.1.概述

關鍵引數

  • ip：負載IP
  • weight：權重，保存配置的權重
  • effectiveWeight：有效權重，輪詢的程序權重可能變化
  • currentWeight：當前權重，比對該值大小獲取節點

注意幾個點：

weight 權重，在整個程序不會對它做修改，只用來保存配置時的權重引數值，如果直接拿weight 運算而不保存配置的最原始權重引數，那么將會丟失最關鍵的用戶配置的權重引數，

effectiveWeight 有效權重，在整個程序可能會變化，初始值等于weight，主要用于當節點出現分配失敗時降低權重值，成功時提高權重值（但不能大于weight值），本案例為了簡化演算法，并未加入這功能，因此本案例中effectiveWeight始終等于weight，

currentWeight 當前權重，通過回圈所有節點比對該值大小來分配權重最大的節點，初始值等于weight，

三個權重引數的變化情況

僅僅針對本案例，因為本案例為了簡化演算法，并未加入[節點出現分配失敗時降低權重值，成功時提高權重值（但不能大于weight值）的功能]，所以有效權重effectiveWeight 不會發生變化，

  • 第一次加權輪詢時：currentWeight = weight = effectiveWeight；
  • 后面每次加權輪詢時：currentWeight 的值都會不斷變化，weight 和effectiveWeight 的值不變；
  • 被分配的節點的currentWeight = currentWeight - 權重之和
  • 所有節點的currentWeight = currentWeight + effectiveWeight

2.2.2.舉個例子理解演算法

你面前有三個瓶子A、B、C，分別裝有1L、3L、2L水，

第一輪分配情況：B多，所以把B瓶子的3L水，分1L給A，分2L給C（按權重分），分完之后：A、B、C分別為：2L、0L、4L

第二輪分配情況：C多，所以把C瓶子的4L水，分1L給A，分3L給B（按權重分），分完之后：A、B、C分別為：3L、3L、0L

第三輪分配情況：A和B一樣多，那么拿誰去分呢？拿誰其實都一樣（演算法中寫了A大于B才選A，現在等于，所以不選A），所以把B瓶子的3L水，分1L給A，分2L給C（按權重分），分完之后：A、B、C分別為：4L、0L、2L

然后不斷的進行下去……

簡化成數學邏輯（代碼實作）的關鍵兩步

  • 被分配的節點的currentWeight = currentWeight - 權重之和
  • 所有節點的currentWeight = currentWeight + effectiveWeight

下面通過閱讀代碼來理解

2.2.3.代碼實作

節點物件

/**
 * String ip：負載IP
 * final Integer weight：權重，保存配置的權重
 * Integer effectiveWeight：有效權重，輪詢的程序權重可能變化
 * Integer currentWeight：當前權重，比對該值大小獲取節點
 *   第一次加權輪詢時：currentWeight = weight = effectiveWeight
 *   后面每次加權輪詢時：currentWeight 的值都會不斷變化，其他權重不變
 */public class Node implements Comparable<Node>{
    private String ip;
    private final Integer weight;
    private Integer effectiveWeight;
    private Integer currentWeight;

    public Node(String ip,Integer weight){
        this.ip = ip;
        this.weight = weight;
        this.effectiveWeight = weight;
        this.currentWeight = weight;
    }

    public Node(String ip, Integer weight, Integer effectiveWeight, Integer currentWeight) {
        this.ip = ip;
        this.weight = weight;
        this.effectiveWeight = effectiveWeight;
        this.currentWeight = currentWeight;
    }

    public String getIp() {
        return ip;
    }

    public void setIp(String ip) {
        this.ip = ip;
    }

    public Integer getWeight() {
        return weight;
    }

    public Integer getEffectiveWeight() {
        return effectiveWeight;
    }

    public void setEffectiveWeight(Integer effectiveWeight) {
        this.effectiveWeight = effectiveWeight;
    }

    public Integer getCurrentWeight() {
        return currentWeight;
    }

    public void setCurrentWeight(Integer currentWeight) {
        this.currentWeight = currentWeight;
    }

    @Override
    public int compareTo(Node node) {
        return currentWeight > node.currentWeight ? 1 : (currentWeight.equals(node.currentWeight) ? 0 : -1);
    }

    @Override
    public String toString() {
        return "{ip='" + ip + "', weight=" + weight + ", effectiveWeight=" + effectiveWeight + ", currentWeight=" + currentWeight + "}";
    }
}

加權輪詢演算法

/**
 * 加權輪詢演算法
 */public class WeightedRoundRobin {

    private static List<Node> nodes = new ArrayList<>();
    // 權重之和
    private static Integer totalWeight = 0;
    // 準備模擬資料
    static {
        nodes.add(new Node("192.168.1.101",1));
        nodes.add(new Node("192.168.1.102",3));
        nodes.add(new Node("192.168.1.103",2));
        nodes.forEach(node -> totalWeight += node.getEffectiveWeight());
    }

    /**
     * 按照當前權重（currentWeight）最大值獲取IP
     * @return Node
     */
    public Node selectNode(){
        if (nodes ==null || nodes.size()<=0) return null;
        if (nodes.size() == 1)  return nodes.get(0);

        Node nodeOfMaxWeight = null; // 保存輪詢選中的節點資訊
        synchronized (nodes){
            // 列印資訊物件：避免并發時列印出來的資訊太亂，不利于觀看結果
            StringBuffer sb = new StringBuffer();
            sb.append(Thread.currentThread().getName()+"==加權輪詢--[當前權重]值的變化："+printCurrentWeight(nodes));

            // 選出當前權重最大的節點
            Node tempNodeOfMaxWeight = null;
            for (Node node : nodes) {
                if (tempNodeOfMaxWeight == null)
                    tempNodeOfMaxWeight = node;
                else
                    tempNodeOfMaxWeight = tempNodeOfMaxWeight.compareTo(node) > 0 ? tempNodeOfMaxWeight : node;
            }
            // 必須new個新的節點實體來保存資訊，否則參考指向同一個堆實體，后面的set操作將會修改節點資訊
            nodeOfMaxWeight = new Node(tempNodeOfMaxWeight.getIp(),tempNodeOfMaxWeight.getWeight(),tempNodeOfMaxWeight.getEffectiveWeight(),tempNodeOfMaxWeight.getCurrentWeight());

            // 調整當前權重比：按權重（effectiveWeight）的比例進行調整，確保請求分發合理，
            tempNodeOfMaxWeight.setCurrentWeight(tempNodeOfMaxWeight.getCurrentWeight() - totalWeight);
            sb.append(" -> "+printCurrentWeight(nodes));

            nodes.forEach(node -> node.setCurrentWeight(node.getCurrentWeight()+node.getEffectiveWeight()));

            sb.append(" -> "+printCurrentWeight(nodes));
            System.out.println(sb); //列印權重變化程序
        }
        return nodeOfMaxWeight;
    }

    // 格式化列印資訊
    private String printCurrentWeight(List<Node> nodes){
        StringBuffer stringBuffer = new StringBuffer("[");
        nodes.forEach(node -> stringBuffer.append(node.getCurrentWeight()+",") );
        return stringBuffer.substring(0, stringBuffer.length() - 1) + "]";
    }

    // 并發測驗：兩個執行緒回圈獲取節點
    public static void main(String[] args){
        Thread thread = new Thread(() -> {
            WeightedRoundRobin weightedRoundRobin1 = new WeightedRoundRobin();
            for(int i=1;i<=totalWeight;i++){
                Node node = weightedRoundRobin1.selectNode();
                System.out.println(Thread.currentThread().getName()+"==第"+i+"次輪詢選中[當前權重最大]的節點：" + node + "\n");
            }
        });
        thread.start();
        //
        WeightedRoundRobin weightedRoundRobin2 = new WeightedRoundRobin();
        for(int i=1;i<=totalWeight;i++){
            Node node = weightedRoundRobin2.selectNode();
            System.out.println(Thread.currentThread().getName()+"==第"+i+"次輪詢選中[當前權重最大]的節點：" + node + "\n");
        }

    }
}

執行結果：

main==加權輪詢--[當前權重]值的變化：[1,3,2] -> [1,-3,2] -> [2,0,4] main==第1次輪詢選中[當前權重最大]的節點：{ip='192.168.1.102', weight=3, effectiveWeight=3, currentWeight=3}

Thread-0==加權輪詢--[當前權重]值的變化：[2,0,4] -> [2,0,-2] -> [3,3,0] Thread-0==第1次輪詢選中[當前權重最大]的節點：{ip='192.168.1.103', weight=2, effectiveWeight=2, currentWeight=4}

main==加權輪詢--[當前權重]值的變化：[3,3,0] -> [3,-3,0] -> [4,0,2] main==第2次輪詢選中[當前權重最大]的節點：{ip='192.168.1.102', weight=3, effectiveWeight=3, currentWeight=3}

main==加權輪詢--[當前權重]值的變化：[4,0,2] -> [-2,0,2] -> [-1,3,4] main==第3次輪詢選中[當前權重最大]的節點：{ip='192.168.1.101', weight=1, effectiveWeight=1, currentWeight=4}

Thread-0==加權輪詢--[當前權重]值的變化：[-1,3,4] -> [-1,3,-2] -> [0,6,0] Thread-0==第2次輪詢選中[當前權重最大]的節點：{ip='192.168.1.103', weight=2, effectiveWeight=2, currentWeight=4}

main==加權輪詢--[當前權重]值的變化：[0,6,0] -> [0,0,0] -> [1,3,2] main==第4次輪詢選中[當前權重最大]的節點：{ip='192.168.1.102', weight=3, effectiveWeight=3, currentWeight=6}

Thread-0==加權輪詢--[當前權重]值的變化：[1,3,2] -> [1,-3,2] -> [2,0,4] Thread-0==第3次輪詢選中[當前權重最大]的節點：{ip='192.168.1.102', weight=3, effectiveWeight=3, currentWeight=3}

main==加權輪詢--[當前權重]值的變化：[2,0,4] -> [2,0,-2] -> [3,3,0] main==第5次輪詢選中[當前權重最大]的節點：{ip='192.168.1.103', weight=2, effectiveWeight=2, currentWeight=4}

Thread-0==加權輪詢--[當前權重]值的變化：[3,3,0] -> [3,-3,0] -> [4,0,2] Thread-0==第4次輪詢選中[當前權重最大]的節點：{ip='192.168.1.102', weight=3, effectiveWeight=3, currentWeight=3}

main==加權輪詢--[當前權重]值的變化：[4,0,2] -> [-2,0,2] -> [-1,3,4] main==第6次輪詢選中[當前權重最大]的節點：{ip='192.168.1.101', weight=1, effectiveWeight=1, currentWeight=4}

Thread-0==加權輪詢--[當前權重]值的變化：[-1,3,4] -> [-1,3,-2] -> [0,6,0] Thread-0==第5次輪詢選中[當前權重最大]的節點：{ip='192.168.1.103', weight=2, effectiveWeight=2, currentWeight=4}

Thread-0==加權輪詢--[當前權重]值的變化：[0,6,0] -> [0,0,0] -> [1,3,2] Thread-0==第6次輪詢選中[當前權重最大]的節點：{ip='192.168.1.102', weight=3, effectiveWeight=3, currentWeight=6}

為了方便分析，簡化兩執行緒執行后的結果

[當前權重]值的變化：[1,3,2] -> [1,-3,2] -> [2,0,4]

[當前權重]值的變化：[2,0,4] -> [2,0,-2] -> [3,3,0]

[當前權重]值的變化：[3,3,0] -> [3,-3,0] -> [4,0,2]

[當前權重]值的變化：[4,0,2] -> [-2,0,2] -> [-1,3,4]

[當前權重]值的變化：[-1,3,4] -> [-1,3,-2] -> [0,6,0]

[當前權重]值的變化：[0,6,0] -> [0,0,0] -> [1,3,2]

[當前權重]值的變化：[1,3,2] -> [1,-3,2] -> [2,0,4]

[當前權重]值的變化：[2,0,4] -> [2,0,-2] -> [3,3,0]

[當前權重]值的變化：[3,3,0] -> [3,-3,0] -> [4,0,2]

[當前權重]值的變化：[4,0,2] -> [-2,0,2] -> [-1,3,4]

[當前權重]值的變化：[-1,3,4] -> [-1,3,-2] -> [0,6,0]

[當前權重]值的變化：[0,6,0] -> [0,0,0] -> [1,3,2]

因為整個程序只有當前權重發生變化，所以分析清楚它就明白了整個程序，

結論：

分配完成后當前權重發生變化，但權限之和還是等于最初值；

每6輪（1+3+2權重）就出現權重全部為0，所以會出現重新回圈，6正好等于權重之和，權重比等于1/6 : 3/6 : 2/6；

a=權重1，b=權重3，c=權重2，那么權重變化的6（a+b+c)次中，分配情況為：b c b a c b，很明顯，每個節點均勻按權重分配，節點分配不再是連續的，這也是最重要的結論，正是實作方式二在文初提到的要實作的關鍵點，

該演算法在權重比相差很大時，比如：A=1，B=5，那這個演算法的結果就跟方式一沒啥區別了，分配結果就變成了：{A,B,B,B,B,B}，既然沒區別，那根據演算法復雜情況，那肯定方式一更好了，所以方式一和方式二可以互補，可以根據權重比選擇不同的演算法，

留下懸念

第一點：節點出現分配失敗時降低有效權重值，成功時提高有效權重值（但不能大于weight值）的功能，理解了方式二，后面再加這塊功能進去就很好理解了；

第二點：該演算法實作的背后數學證明，用的是什么數學理論？

image

Java往期文章

Java全堆疊學習路線、學習資源和面試題一條龍

我心里優秀架構師是怎樣的？

免費下載經典編程書籍

image

轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/458027.html

標籤：其他

上一篇：CentOS7環境下編譯FFmpeg

下一篇：Pytest系列（一）初次了解

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