主頁 > 資料庫 > 通過AudioRecord程序詳解Android Audio系統

通過AudioRecord程序詳解Android Audio系統

2020-11-14 18:06:30 資料庫

從Android API AudioRecorder構造程序開始:

建構式呼叫了native_setup native函式,在android_media_AudioRecorder.cpp jni檔案中,基本的API介面都對應了native介面,

    private native final int native_setup(Object audiorecord_this,
            Object /*AudioAttributes*/ attributes,
            int[] sampleRate, int channelMask, int channelIndexMask, int audioFormat,
            int buffSizeInBytes, int[] sessionId, String opPackageName,
            long nativeRecordInJavaObj);

    private native final int native_start(int syncEvent, int sessionId);

    private native final int native_read_in_byte_array(byte[] audioData,
            int offsetInBytes, int sizeInBytes, boolean isBlocking);

android_media_AudioRecord_setup

lpRecorder = new AudioRecord(String16(opPackageNameStr.c_str()));

lpRecorder->set,呼叫了openRecord_l,并且訪問AF openRecord拿到IAudioRecord,

sp<IAudioRecord> AudioFlinger::openRecord

recordingAllowed(opPackageName, tid, clientUid) 根據包名等檢查權限;

RecordThread *thread = checkRecordThread_l(input) 根據audio_io_handle從mRecordThreads中拿到recordthread

client = registerPid(pid) 創建了一個AudioFlinger::Client物件,clinet主要包含一塊1024*1024的記憶體,將client加入mClients.add(pid, client);

AudioFlinger::RecordThread::createRecordTrack_l 使用recordthread創建track

recordHandle = new RecordHandle(recordTrack); 利用recordtrack生成recordHandle

return recordHandle ; RecordHandle繼承自BnAudioRecord,回傳型別為sp<IAudioRecord>的bindler物件,回傳給AudioRecorder中使用

IAudioFlinger中是AudioFlinger的Bindler呼叫介面,client層也就是AudioRecorder.cpp運行的層,通過AudioSystem提供的介面拿到AF的bindler物件,實際程序是通過ServiceManager查找Bindler服務得到bindler物件,同時在AudioSystem保存了靜態值,

sp<IAudioFlinger>& audioFlinger = AudioSystem::get_audio_flinger()

AF的bindler物件執行openRcorder的操作,是一個標準的Bindler呼叫,洗掉了很多代碼僅保留Bindler呼叫,data和reply分別是呼叫的序列化和回傳的序列化,執行remote()->transact進行Bindler呼叫,回傳了IAudioRecord Bindler物件,

注意Bindler呼叫的code為OPEN_RECORD,可根據code在服務端區分呼叫;

    virtual sp<IAudioRecord> openRecord(
                                audio_io_handle_t input,
                                uint32_t sampleRate,
                                audio_format_t format,...)
    {
        Parcel data, reply;
        sp<IAudioRecord> record;

        data.writeInt32((int32_t) input);      
        data.writeInt32(format);
      
        status_t lStatus = remote()->transact(OPEN_RECORD, data, &reply);
        if (lStatus != NO_ERROR) {
            ALOGE("openRecord error: %s", strerror(-lStatus));
        } else {
            
            size_t lNotificationFrames = (size_t) reply.readInt64();
  
            lStatus = reply.readInt32();
            record = interface_cast<IAudioRecord>(reply.readStrongBinder());
            cblk = interface_cast<IMemory>(reply.readStrongBinder());

            buffers = interface_cast<IMemory>(reply.readStrongBinder())
}

在Android系統中代碼設計時,通常Bindler Server接收的實作和Client呼叫的實作在一個檔案中,這里在IAudioFlinger中,BnAudioFlinger表示server端的介面,onTransact收到Bindler呼叫;

下面代碼僅保留Bindler呼叫部分,這里因為BnAudioFlinger是AudioFlinger的父類,呼叫openRecord是AudioFlinger中成員,這樣就一個呼叫執行到了音頻服務AudioFlinger中,并且回傳也序列化處理了,包含Bindler物件,

status_t BnAudioFlinger::onTransact(
    uint32_t code, const Parcel& data, Parcel* reply, uint32_t flags)
{
        case OPEN_RECORD: {
            CHECK_INTERFACE(IAudioFlinger, data, reply);
            audio_io_handle_t input = (audio_io_handle_t) data.readInt32();
            
            sp<IAudioRecord> record = openRecord(input,
                    sampleRate, format, channelMask, opPackageName, &frameCount, &flags,
                    pid, tid, clientUid, &sessionId, &notificationFrames, cblk, buffers,
                    &status);
        
            reply->writeInt32(status);
            reply->writeStrongBinder(IInterface::asBinder(record));
            reply->writeStrongBinder(IInterface::asBinder(cblk));
            reply->writeStrongBinder(IInterface::asBinder(buffers));

AudioFlinger::RecordThread::createRecordTrack_l 使用recordthread創建track

track = new RecordTrack(this, client, sampleRate,

format, channelMask, frameCount, NULL, sessionId, uid,

*flags, TrackBase::TYPE_DEFAULT); 里面包含了RecordBufferConverter AudioRecordServerProxy ResamplerBufferProvider

mTracks.add(track); mTracks是一個vector

return一個 sp<RecordTrack>物件

AudioRecorder在Client端拿到了可以訪問AF的Bindler物件IAudioRecord,賦值給mAudioRecord,這里還涉及一個共享記憶體的使用,非常重要;

到此Recorder的初始化就完成了,


API

startRecording 對應的程序如下


native_start 呼叫native的start

android_media_AudioRecord_start jni函式start

sp<AudioRecord> lpRecorder = getAudioRecord(env, thiz); 拿到AudioRecorder物件,之前將這個物件創建好后保存在了java層;

lpRecorder->start((AudioSystem::sync_event_t)event, (audio_session_t) triggerSession) 呼叫了AudioRecorder的start, triggerSession在java API傳過來,默認為0

status_t AudioRecord::start

status = mAudioRecord->start(event, triggerSession); 呼叫前面從AF拿到的IAudioRecorder Bindler物件mAudioRecord,這個里面只有兩個介面可呼叫, transact的code代表Bindler呼叫的type;

enum {
    UNUSED_WAS_GET_CBLK = IBinder::FIRST_CALL_TRANSACTION,
    START,
    STOP
};

status_t BnAudioRecord::onTransact中執行server端的start,RecordHandle繼承自BnAudioRecord,因此在BnAudioRecorder中呼叫start是 AudioFlinger::RecordHandle::start成員函式;

在audioflinger/Tracks.cpp中實作 AudioFlinger::RecordHandle

mRecordTrack->start((AudioSystem::sync_event_t)event, triggerSession); 實呼叫際執行track的方法;RecordHandle應該是對RecordTrack的Bindler封裝;

status_t AudioFlinger::RecordThread::RecordTrack::start RecordTrack和RecordThread關聯很密切;

track的定義在RecordTrack.h中,實作在Tracks.cpp, 都在audioflinger目錄下;

recordThread->start(this, event, triggerSession); 對RecordThread呼叫start, 將當前track物件this傳入了RecordThread, event使用SYNC_EVENT_NONE(java傳入,通過AudioSystem映射)

AudioFlinger::RecordThread::start

mActiveTracks.add(recordTrack); 加入active佇列

mActiveTracksGen++; active計數增加

recordTrack->mResamplerBufferProvider->reset(); 重置一些...

// clear any converter state as new data will be discontinuous

recordTrack->mRecordBufferConverter->reset();

recordTrack->mState = TrackBase::STARTING_2; starting狀態

// signal thread to start

mWaitWorkCV.broadcast(); 通知執行緒start

下面應該看如何使用這個mActiveTracks和里面的track的;

AudioFlinger::RecordThread::threadLoop() AudioFlinger和AudioPolicyService啟動階段創建的Recorder執行緒執行體;

for (;;) { thread loop

size_t size = mActiveTracks.size();

mWaitWorkCV.wait(mLock); active的track為0時,利用CV wait,當recorder start時將創建的track加入佇列,CV信號通知這里開始作業;

for (size_t i = 0; i < size; ) { 遍歷每個recordtrack

activeTrack = mActiveTracks[i];

switch判斷track狀態, 在mActiveTracks中的也有可能處在未active狀態: PAUSING STARTING_1 STARTING_2 ACTIVE IDLE

activeTracks.add(activeTrack); 將active狀態的加入區域佇列;

在record的threadloop中還有一個核心的操作,從hw中讀取音頻資料到快取;

threadloop從hw中讀取音頻資料到快取;mRsmpInBuffer是快取buffer,mRsmpInRear 是buffer寫資料偏移,


        // Read from HAL to keep up with fastest client if multiple active tracks, not slowest one.
        // Only the client(s) that are too slow will overrun. But if even the fastest client is too
        // slow, then this RecordThread will overrun by not calling HAL read often enough.
        // If destination is non-contiguous, first read past the nominal end of buffer, then
        // copy to the right place.  Permitted because mRsmpInBuffer was over-allocated.

        int32_t rear = mRsmpInRear & (mRsmpInFramesP2 - 1);
        ssize_t framesRead;

        // If an NBAIO source is present, use it to read the normal capture's data
        if (mPipeSource != 0) {
            size_t framesToRead = mBufferSize / mFrameSize;
            framesRead = mPipeSource->read((uint8_t*)mRsmpInBuffer + rear * mFrameSize,
                    framesToRead);
            if (framesRead == 0) {
                // since pipe is non-blocking, simulate blocking input
                sleepUs = (framesToRead * 1000000LL) / mSampleRate;
            }
        // otherwise use the HAL / AudioStreamIn directly
        } else {
            ATRACE_BEGIN("read");
            ssize_t bytesRead = mInput->stream->read(mInput->stream,
                    (uint8_t*)mRsmpInBuffer + rear * mFrameSize, mBufferSize);
            ATRACE_END();
            if (bytesRead < 0) {
                framesRead = bytesRead;
            } else {
                framesRead = bytesRead / mFrameSize;
            }
        }

record threadloop中對真正active的track區域佇列遍歷

size = activeTracks.size();

// loop over each active track

for (size_t i = 0; i < size; i++) {

activeTrack = activeTracks[i];

針對每個track回圈更新buffer

track更新buffer程序,

activeTrack->mResamplerBufferProvider->sync(&framesIn, &hasOverrun);

mResamplerBufferProvider這個是track的一個成員物件,track創建時創建了它,并且將track的this參考傳入,因此mResamplerBufferProvider擁有了track的參考,track擁有RecordThread的應用,在sync中能拿到recordThread的參考;

thread中保存有音頻buffer的狀態,將這些狀態更新到mResamplerBufferProvider

const int32_t rear = recordThread->mRsmpInRear;

const int32_t front = mRsmpInFront;

const ssize_t filled = rear - front;


// process frames from the RecordThread buffer provider to the RecordTrack buffer

framesOut = activeTrack->mRecordBufferConverter->convert(activeTrack->mSink.raw, activeTrack->mResamplerBufferProvider, framesOut);


// update frame information and push timestamp out

activeTrack->updateTrackFrameInfo(activeTrack->mServerProxy->framesReleased(),

mTimestamp.mPosition[ExtendedTimestamp::LOCATION_SERVER],

mSampleRate, mTimestamp);

ResamplerBufferProvider和RecordBufferConverter的實作都在AudioFlinger.cpp中;這兩類的物件都屬于一個track,輔助track實作音頻capture的程序;

RecorderBufferConverter在構建時,創建了一個mResampler = AudioResampler::create 用于重采樣;

RecordBufferConverter::conver程序就是用mResampler重采樣,并將輸入拷貝到activeTrack->mSink.raw


API read對應的程序如下


native_read_in_byte_array jni實作

lpRecorder->read 呼叫AudioRecorder native read

ssize_t AudioRecord::read(void* buffer, size_t userSize, bool blocking)

status_t err = obtainBuffer(&audioBuffer,

blocking ? &ClientProxy::kForever : &ClientProxy::kNonBlocking); 回圈呼叫獲取音頻數到audioBuffer

obtainBuffer執行程序用到了在openRecord階段創建的AudioRecordClientProxy,

mProxy = new AudioRecordClientProxy(cblk, buffers, mFrameCount, mFrameSize);

buffers = bufferMem->pointer(); buffers共享記憶體中緩沖區的起始地址,

bufferMem是AF openRecord程序生成的共享記憶體;

cblk指向iMem,是緩沖區控制塊;

sp<IMemory> iMem; // for cblk

sp<IMemory> bufferMem;

sp<IAudioRecord> record = audioFlinger->openRecord(input,

mSampleRate,

mFormat,

mChannelMask,

opPackageName,

&temp,

&flags,

mClientPid,

tid,

mClientUid,

&mSessionId,

&notificationFrames,

iMem,

bufferMem,

&status);

class AudioRecordClientProxy : public ClientProxy 繼承自ClientProxy, 在AudioTrackShared.h中定義,還有AudioTrack也有一樣的實作;主要是為client和server之間跨行程記憶體共享資料傳輸;

obtainBuffer是父類ClientProxy的成員,obtainBuffer是計算共享記憶體讀取的位置,將指標指向該點;

buffer->mFrameCount = part1;

buffer->mRaw = part1 > 0 ?

&((char *) mBuffers)[(mIsOut ? rear : front) * mFrameSize] : NULL; mBuffers是創建Porxy時傳入的共享記憶體物件;

obtainBuffer是一個阻塞式呼叫,通過for(;;)回圈獲取AF服務中產生的音頻資料,在打斷或拿到資料后回傳;

通過上面提到的控制塊中資料判斷是否有可用資料,write to rear, read from front

        int32_t front;
        int32_t rear;
        if (mIsOut) {
            // The barrier following the read of mFront is probably redundant.
            // We're about to perform a conditional branch based on 'filled',
            // which will force the processor to observe the read of mFront
            // prior to allowing data writes starting at mRaw.
            // However, the processor may support speculative execution,
            // and be unable to undo speculative writes into shared memory.
            // The barrier will prevent such speculative execution.
            front = android_atomic_acquire_load(&cblk->u.mStreaming.mFront);
            rear = cblk->u.mStreaming.mRear;
        } else {
            // On the other hand, this barrier is required.
            rear = android_atomic_acquire_load(&cblk->u.mStreaming.mRear);
            front = cblk->u.mStreaming.mFront;
        }
        // write to rear, read from front
        ssize_t filled = rear - front;

AudioRecord::read呼叫obtainBuffer獲得共享記憶體的讀取地址后,拷貝資料到用戶buffer,完成一次資料read,obtainBuffer程序只獲取一幀資料,read可回圈的呼叫obtainBuffer獲取多幀資料到用戶buffer;

size_t bytesRead = audioBuffer.size;

memcpy(buffer, audioBuffer.i8, bytesRead);


AudioRecord在client端呼叫AudioFlinger server端時傳入IMemory型別的兩個共享記憶體物件;

iMem應用控制,bufferMem是共享記憶體buffer;

    sp<IMemory> iMem;           // for cblk
    sp<IMemory> bufferMem;
    sp<IAudioRecord> record = audioFlinger->openRecord(input,
                                                       mSampleRate,
                                                       mFormat,
                                                       mChannelMask,
                                                       opPackageName,
                                                       &temp,
                                                       &flags,
                                                       mClientPid,
                                                       tid,
                                                       mClientUid,
                                                       &mSessionId,
                                                       &notificationFrames,
                                                       iMem,
                                                       bufferMem,
                                                       &status);

sp<IAudioRecord> AudioFlinger::openRecord 共享記憶體實作;利用recorderTrack的方法獲得;一個client呼叫一次openRecord對應一個track,因此每個client和server之間唯一一個共享記憶體用于音頻傳遞;

cblk = recordTrack->getCblk();

buffers = recordTrack->getBuffers();

recordTrack包裝成Bindler物件IAudioRecord回傳給client,實際每個client呼叫server都是通過對應的IAudioRecord;

recordHandle = new RecordHandle(recordTrack);

return recordHandle; 回傳值是sp<IAudioRecord>, RecordHandle繼承自BnAudioRecord;

AudioFlinger openRecord程序創建了RecordTrack,這里涉及兩個佇列:

mTracks和mActiveTracks

mTracks:剛創建的加入這個佇列;

mActiveTracks:start后的加入這個佇列;

RecordTrack繼承自TrackBase,并且參考一個AudioFlinger::Client物件,clinet主要包含一塊1024*1024的記憶體;client是在RecordTrack構建之前創建,構建時傳給RecordTrack,代表了一個client在server中的實體;

TrackBase的構建程序創建了共享記憶體;

mCblkMemory和mBufferMemory對應控制塊和共享記憶體,在下面呼叫中回傳:

cblk = recordTrack->getCblk();

buffers = recordTrack->getBuffers();

上面程序是讀共享記憶體的程序,還有些共享記憶體的程序,在RecodThread的threadloop中;

status_t status = activeTrack->getNextBuffer(&activeTrack->mSink);

status_t status = mServerProxy->obtainBuffer(&buf) 實際執行ServerProxy的obtainBuffer, 和ClientProxy的原理一樣;

轉載請註明出處,本文鏈接:https://www.uj5u.com/shujuku/215593.html

標籤:其他

上一篇:個人網址收藏

下一篇:按奇偶排序陣列 II

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
  • GPU虛擬機創建時間深度優化

    **?桔妹導讀:**GPU虛擬機實體創建速度慢是公有云面臨的普遍問題,由于通常情況下創建虛擬機屬于低頻操作而未引起業界的重視,實際生產中還是存在對GPU實體創建時間有苛刻要求的業務場景。本文將介紹滴滴云在解決該問題時的思路、方法、并展示最終的優化成果。 從公有云服務商那里購買過虛擬主機的資深用戶,一 ......

    uj5u.com 2020-09-10 06:09:13 more
  • 可編程網卡芯片在滴滴云網路的應用實踐

    **?桔妹導讀:**隨著云規模不斷擴大以及業務層面對延遲、帶寬的要求越來越高,采用DPDK 加速網路報文處理的方式在橫向縱向擴展都出現了局限性。可編程芯片成為業界熱點。本文主要講述了可編程網卡芯片在滴滴云網路中的應用實踐,遇到的問題、帶來的收益以及開源社區貢獻。 #1. 資料中心面臨的問題 隨著滴滴 ......

    uj5u.com 2020-09-10 06:10:21 more
  • 滴滴資料通道服務演進之路

    **?桔妹導讀:**滴滴資料通道引擎承載著全公司的資料同步,為下游實時和離線場景提供了必不可少的源資料。隨著任務量的不斷增加,資料通道的整體架構也隨之發生改變。本文介紹了滴滴資料通道的發展歷程,遇到的問題以及今后的規劃。 #1. 背景 資料,對于任何一家互聯網公司來說都是非常重要的資產,公司的大資料 ......

    uj5u.com 2020-09-10 06:11:05 more
  • 滴滴AI Labs斬獲國際機器翻譯大賽中譯英方向世界第三

    **桔妹導讀:**深耕人工智能領域,致力于探索AI讓出行更美好的滴滴AI Labs再次斬獲國際大獎,這次獲獎的專案是什么呢?一起來看看詳細報道吧! 近日,由國際計算語言學協會ACL(The Association for Computational Linguistics)舉辦的世界最具影響力的機器 ......

    uj5u.com 2020-09-10 06:11:29 more
  • MPP (Massively Parallel Processing)大規模并行處理

    1、什么是mpp? MPP (Massively Parallel Processing),即大規模并行處理,在資料庫非共享集群中,每個節點都有獨立的磁盤存盤系統和記憶體系統,業務資料根據資料庫模型和應用特點劃分到各個節點上,每臺資料節點通過專用網路或者商業通用網路互相連接,彼此協同計算,作為整體提供 ......

    uj5u.com 2020-09-10 06:11:41 more
  • 滴滴資料倉庫指標體系建設實踐

    **桔妹導讀:**指標體系是什么?如何使用OSM模型和AARRR模型搭建指標體系?如何統一流程、規范化、工具化管理指標體系?本文會對建設的方法論結合滴滴資料指標體系建設實踐進行解答分析。 #1. 什么是指標體系 ##1.1 指標體系定義 指標體系是將零散單點的具有相互聯系的指標,系統化的組織起來,通 ......

    uj5u.com 2020-09-10 06:12:52 more
  • 單表千萬行資料庫 LIKE 搜索優化手記

    我們經常在資料庫中使用 LIKE 運算子來完成對資料的模糊搜索,LIKE 運算子用于在 WHERE 子句中搜索列中的指定模式。 如果需要查找客戶表中所有姓氏是“張”的資料,可以使用下面的 SQL 陳述句: SELECT * FROM Customer WHERE Name LIKE '張%' 如果需要 ......

    uj5u.com 2020-09-10 06:13:25 more
  • 滴滴Ceph分布式存盤系統優化之鎖優化

    **桔妹導讀:**Ceph是國際知名的開源分布式存盤系統,在工業界和學術界都有著重要的影響。Ceph的架構和演算法設計發表在國際系統領域頂級會議OSDI、SOSP、SC等上。Ceph社區得到Red Hat、SUSE、Intel等大公司的大力支持。Ceph是國際云計算領域應用最廣泛的開源分布式存盤系統, ......

    uj5u.com 2020-09-10 06:14:51 more
  • es~通過ElasticsearchTemplate進行聚合~嵌套聚合

    之前寫過《es~通過ElasticsearchTemplate進行聚合操作》的文章,這一次主要寫一個嵌套的聚合,例如先對sex集合,再對desc聚合,最后再對age求和,共三層嵌套。 Aggregations的部分特性類似于SQL語言中的group by,avg,sum等函式,Aggregation ......

    uj5u.com 2020-09-10 06:14:59 more
  • 爬蟲日志監控 -- Elastc Stack(ELK)部署

    傻瓜式部署,只需替換IP與用戶 導讀: 現ELK四大組件分別為:Elasticsearch(核心)、logstash(處理)、filebeat(采集)、kibana(可視化) 下載均在https://www.elastic.co/cn/downloads/下tar包,各組件版本最好一致,配合fdm會 ......

    uj5u.com 2020-09-10 06:15:05 more
最新发布
  • day02-2-商鋪查詢快取

    功能02-商鋪查詢快取 3.商鋪詳情快取查詢 3.1什么是快取? 快取就是資料交換的緩沖區(稱作Cache),是存盤資料的臨時地方,一般讀寫性能較高。 快取的作用: 降低后端負載 提高讀寫效率,降低回應時間 快取的成本: 資料一致性成本 代碼維護成本 運維成本 3.2需求說明 如下,當我們點擊商店詳 ......

    uj5u.com 2023-04-20 08:33:24 more
  • MySQL中binlog備份腳本分享

    關于MySQL的二進制日志(binlog),我們都知道二進制日志(binlog)非常重要,尤其當你需要point to point災難恢復的時侯,所以我們要對其進行備份。關于二進制日志(binlog)的備份,可以基于flush logs方式先切換binlog,然后拷貝&壓縮到到遠程服務器或本地服務器 ......

    uj5u.com 2023-04-20 08:28:06 more
  • day02-短信登錄

    功能實作02 2.功能01-短信登錄 2.1基于Session實作登錄 2.1.1思路分析 2.1.2代碼實作 2.1.2.1發送短信驗證碼 發送短信驗證碼: 發送驗證碼的介面為:http://127.0.0.1:8080/api/user/code?phone=xxxxx<手機號> 請求方式:PO ......

    uj5u.com 2023-04-20 08:27:27 more
  • 快取與資料庫雙寫一致性幾種策略分析

    本文將對幾種快取與資料庫保證資料一致性的使用方式進行分析。為保證高并發性能,以下分析場景不考慮執行的原子性及加鎖等強一致性要求的場景,僅追求最終一致性。 ......

    uj5u.com 2023-04-20 08:26:48 more
  • sql陳述句優化

    問題查找及措施 問題查找 需要找到具體的代碼,對其進行一對一優化,而非一直把關注點放在服務器和sql平臺 降低簡化每個事務中處理的問題,盡量不要讓一個事務拖太長的時間 例如檔案上傳時,應將檔案上傳這一步放在事務外面 微軟建議 4.啟動sql定時執行計劃 怎么啟動sqlserver代理服務-百度經驗 ......

    uj5u.com 2023-04-20 08:26:35 more
  • 云時代,MySQL到ClickHouse資料同步產品對比推薦

    ClickHouse 在執行分析查詢時的速度優勢很好的彌補了MySQL的不足,但是對于很多開發者和DBA來說,如何將MySQL穩定、高效、簡單的同步到 ClickHouse 卻很困難。本文對比了 NineData、MaterializeMySQL(ClickHouse自帶)、Bifrost 三款產品... ......

    uj5u.com 2023-04-20 08:26:29 more
  • sql陳述句優化

    問題查找及措施 問題查找 需要找到具體的代碼,對其進行一對一優化,而非一直把關注點放在服務器和sql平臺 降低簡化每個事務中處理的問題,盡量不要讓一個事務拖太長的時間 例如檔案上傳時,應將檔案上傳這一步放在事務外面 微軟建議 4.啟動sql定時執行計劃 怎么啟動sqlserver代理服務-百度經驗 ......

    uj5u.com 2023-04-20 08:25:13 more
  • Redis 報”OutOfDirectMemoryError“(堆外記憶體溢位)

    Redis 報錯“OutOfDirectMemoryError(堆外記憶體溢位) ”問題如下: 一、報錯資訊: 使用 Redis 的業務介面 ,產生 OutOfDirectMemoryError(堆外記憶體溢位),如圖: 格式化后的報錯資訊: { "timestamp": "2023-04-17 22: ......

    uj5u.com 2023-04-20 08:24:54 more
  • day02-2-商鋪查詢快取

    功能02-商鋪查詢快取 3.商鋪詳情快取查詢 3.1什么是快取? 快取就是資料交換的緩沖區(稱作Cache),是存盤資料的臨時地方,一般讀寫性能較高。 快取的作用: 降低后端負載 提高讀寫效率,降低回應時間 快取的成本: 資料一致性成本 代碼維護成本 運維成本 3.2需求說明 如下,當我們點擊商店詳 ......

    uj5u.com 2023-04-20 08:24:03 more
  • day02-短信登錄

    功能實作02 2.功能01-短信登錄 2.1基于Session實作登錄 2.1.1思路分析 2.1.2代碼實作 2.1.2.1發送短信驗證碼 發送短信驗證碼: 發送驗證碼的介面為:http://127.0.0.1:8080/api/user/code?phone=xxxxx<手機號> 請求方式:PO ......

    uj5u.com 2023-04-20 08:23:11 more