信息系统运维管理:实践与发展
信息系统运维管理:实践与发展
信息系统运维管理在现代企业中扮演着至关重要的角色,确保信息系统的高效、安全和稳定运行。本文结合《信息系统运维管理》文档内容,探讨了服务设计阶段、服务转换阶段、委托系统维护管理三个主要章节,并结合最新的互联网相关知识,对信息系统运维管理的实践与发展进行了详细分析。同时,新增两章内容:运维自动化和智能化、云计算与运维管理,以全面提升信息系统运维管理的深度和广度。
本文参考资料。专栏地址(50+运维服务管理资料
专栏、30+互联网安全资料
专栏、30+技术方案
专栏、40+数据资产&大数据合集专栏
)在文末获取
一、服务设计阶段
在服务设计阶段,主要任务是确保系统在设计时就考虑到后期运维的需求和挑战。这个阶段的核心工作包括:
-
需求分析与规划:首先,需对客户需求进行全面分析,并基于此制定详细的系统规划。需求分析是整个运维管理的基础,通过对业务需求的深入了解,能够为后续的系统设计提供明确的方向。在这一阶段,应与业务部门密切沟通,确保对需求的理解准确无误。
-
架构设计:设计系统架构时,要考虑到系统的扩展性和可维护性。现代信息系统通常采用微服务架构,以提高系统的灵活性和可维护性。微服务架构能够将复杂系统分解为多个独立的服务单元,便于后续的运维和升级。同时,还需考虑高可用性和灾难恢复机制,以保证系统在任何情况下都能正常运行。
-
安全设计:在设计阶段就要嵌入安全机制,如访问控制、数据加密、日志审计等,以确保系统在运行过程中能够抵御各种安全威胁。随着网络攻击手段的不断升级,信息系统的安全性要求越来越高。在设计阶段,应根据系统的重要性和业务需求,制定详细的安全策略,确保系统能够应对各种潜在的安全威胁。
-
可维护性设计:设计阶段还需考虑系统的可维护性,包括日志管理、故障诊断、系统监控等方面的设计,以便后期运维人员能够快速定位和解决问题。通过完善的日志记录和监控机制,能够在故障发生时迅速定位问题,提高故障处理效率。
二、服务转换阶段
服务转换阶段是将系统从开发状态转变为生产运行状态的关键步骤。这个阶段的主要工作包括:
-
系统测试与验证:在系统正式上线前,需进行全面的测试与验证,包括功能测试、性能测试、安全测试等。通过模拟真实的运行环境,确保系统在各种条件下均能稳定运行。测试阶段不仅仅是简单的功能验证,还包括压力测试和安全性测试,以确保系统在高负载和恶意攻击下仍能正常运行。
-
数据迁移与初始化:将旧系统的数据迁移到新系统,并进行数据初始化工作。这一步骤需确保数据的完整性和一致性,避免因数据问题导致的系统故障。数据迁移过程中需要进行详细的数据检查和校验,确保迁移后的数据无误,同时制定数据备份方案,以防止数据丢失。
-
培训与文档:对运维人员进行系统操作和维护的培训,同时编制详细的系统文档,包括操作手册、故障排查指南等,以便运维人员能够快速上手。文档的编制应详细且易于理解,确保运维人员能够在最短时间内掌握系统的操作和维护方法。
-
逐步上线:系统上线通常采用逐步推进的方式,即先在部分业务上试运行,待系统稳定后再全面上线。这种方式可以降低系统上线的风险。通过小范围试运行,可以发现并解决潜在问题,确保系统在全面上线时能够稳定运行。
三、委托系统维护管理
委托系统维护管理是指将系统的部分或全部运维工作委托给专业的运维服务提供商,以提高系统的运维效率和服务质量。主要步骤包括:
-
签订委托维护协议:明确委托维护的范围、维护期限、双方的权利义务、服务费用等内容。协议还需包括服务水平协议(SLA),对服务的可用性、可靠性、响应时间等进行详细约定。通过SLA,确保服务提供商能够按照约定提供高质量的运维服务。
-
系统评估与接收:在正式委托维护前,需对系统进行全面评估,确保系统符合接收标准。评估内容包括系统的硬件状态、软件配置、网络环境等。通过详细的系统评估,了解系统的现状和潜在问题,制定相应的维护计划。
-
运维准备与试运行:在正式接管系统前,运维服务提供商需做好相应的准备工作,包括工具准备、环境搭建、应急预案制定等。然后进行试运行,发现并解决潜在问题,确保系统在正式接管后能够稳定运行。试运行阶段应模拟实际生产环境,确保系统在各种条件下均能正常运行。
-
日常运维与优化:委托维护后,运维服务提供商需进行日常运维工作,包括系统监控、故障处理、性能优化、安全防护等。同时,定期与客户沟通,了解系统运行情况,提出优化建议,持续提升系统的运行效率和稳定性。通过持续的系统优化,确保系统始终处于最佳状态。
四、运维自动化和智能化
随着信息技术的不断发展,运维自动化和智能化已成为现代信息系统运维管理的重要趋势。
-
自动化运维工具:运维自动化工具如Ansible、Puppet、Chef等,在配置管理、部署、监控等方面发挥了重要作用。这些工具可以帮助企业实现自动化的系统配置和部署,提高运维效率。通过自动化工具,能够减少人为操作失误,提高系统的一致性和稳定性。
-
智能监控与预测:通过机器学习和大数据分析技术,企业可以实现智能监控与预测性维护。智能监控系统能够实时分析系统运行状态,及时发现潜在问题,并进行预警,避免故障发生。通过智能预测技术,能够提前发现系统潜在的性能瓶颈和故障隐患,提前采取预防措施。
-
自动化故障修复:自动化故障修复系统可以在检测到故障时,自动执行预先定义的修复操作,减少人为干预,提高故障处理速度和准确性。通过自动化故障修复,能够在最短时间内恢复系统运行,减少故障对业务的影响。
五、云计算与运维管理
云计算的广泛应用对信息系统运维管理提出了新的挑战和机遇。
-
云服务管理:随着越来越多的企业采用云计算,云服务的管理成为信息系统运维管理的重要内容。企业需要制定云服务使用策略,确保云资源的合理配置和高效利用。通过合理的云服务管理,能够降低运营成本,提高资源利用率。
-
多云环境运维:在多云环境中,企业需要面对不同云平台的管理和运维挑战。通过采用统一的管理平台,可以实现对多云环境的集中管理,简化运维流程。统一管理平台能够提供跨平台的监控和管理功能,提高多云环境下的运维效率。
-
云安全管理:云计算带来了新的安全风险,企业需要在运维过程中加强云安全管理,包括数据加密、访问控制、入侵检测等,以确保云环境的安全性。通过云安全管理,能够有效防范云环境中的各种安全威胁,保障业务的连续性。
结语
信息系统运维管理的实践与发展是一个不断进化的过程。通过科学的服务设计、严格的服务转换和专业的委托系统维护管理,结合运维自动化和智能化、云计算与运维管理的新趋势,企业可以确保信息系统的高效、稳定运行,从而更好地支撑业务发展。在实践中,结合最新的互联网知识和最佳实践,能够帮助企业在信息系统运维管理方面取得更大的成功。
参考资料预览
信息系统运维管理
企业IT运维管理体系-总体规划
参考资料&资料下载
参考资料 | 地址 |
---|---|
信息系统运维管理 | https://pduola.com/file/13,23319b4643fd |
企业IT运维管理体系-总体规划 | https://pduola.com/file/10,1c1151bf71a1 |
最后
- 我已整理成专栏,包含
50+运维服务管理资料
运维专栏地址:https://pduola.com/col/CaTzVB8oTy
相关文章:
![](https://img-blog.csdnimg.cn/img_convert/965cdaa6abaaaf1a5357d72caf3550bd.png)
信息系统运维管理:实践与发展
信息系统运维管理:实践与发展 信息系统运维管理在现代企业中扮演着至关重要的角色,确保信息系统的高效、安全和稳定运行。本文结合《信息系统运维管理》文档内容,探讨了服务设计阶段、服务转换阶段、委托系统维护管理三个主要章节࿰…...
![](https://img-blog.csdnimg.cn/588a2c28d5a24f1cbdf2195b2569be92.jpg)
html+js+css登录注册界面
拥有向服务器发送登录或注册数据并接收返回数据的功能 点赞关注 界面 源代码 <!DOCTYPE html> <html lang"en"> <head> <meta charset"UTF-8"> <title>Login and Registration Form</title> <style> * …...
![](https://www.ngui.cc/images/no-images.jpg)
英伟达(NVIDIA)数据中心GPU介绍
英伟达(NVIDIA)数据中心GPU按性能由高到低排行: 1. NVIDIA H100 架构:Hopper 核心数量:18352 CUDA Cores, 1456 Tensor Cores 显存:80 GB HBM3 峰值性能: 单精度(FP32)…...
![](https://www.ngui.cc/images/no-images.jpg)
Leetcode 3202. Find the Maximum Length of Valid Subsequence II
Leetcode 3202. Find the Maximum Length of Valid Subsequence II 1. 解题思路2. 代码实现 题目链接:3202. Find the Maximum Length of Valid Subsequence II 1. 解题思路 这一题的话是上一题3201. Find the Maximum Length of Valid Subsequence I的升级版&am…...
![](https://www.ngui.cc/images/no-images.jpg)
通过Spring Boot结合实时流媒体技术对考试过程进行实时监控
本章将深入探讨考试系统中常见的复杂技术问题,并提供基于Spring Boot 3.x的解决方案。涵盖屏幕切换检测与防护、接打电话识别处理、行为监控摄像头使用、网络不稳定应对等,每篇文章详细剖析问题并提供实际案例与代码示例,帮助开发者应对挑战&…...
![](https://www.ngui.cc/images/no-images.jpg)
智能扫地机器人避障与防跌落问题解决方案
智能扫地机器人出现避障与防跌落问题时,可以通过以下几种方式来解决: 一、避障问题的解决方案 1.升级避障技术: ① 激光雷达避障:激光雷达通过发射和接收激光信号来判断与障碍物的距离,具有延迟低、效果稳定、准确度…...
![](https://img-blog.csdnimg.cn/img_convert/0708625db5d4d97efff088e41003973d.png)
德旺训练营称重问题
这是考小学的分治策略,小学的分治策略几乎都是分三组。本着这个策略,我们做看看。 第一次称重: 分三组,16,16,17,拿两个16称,得到A情况,一样重,那么假铜钱在那组17个里面。B情况不…...
![](https://www.ngui.cc/images/no-images.jpg)
数据决策系统详解
文章目录 数据决策系统的核心组成部分:1. **数据收集与整合**:2. **数据处理与分析**:3. **数据可视化**:4. **决策支持**: 数据决策系统的功能:决策类型:数据决策系统对企业的重要性࿱…...
![](https://www.ngui.cc/images/no-images.jpg)
JSON 简述与应用
1. JSON 简述 JSON(JavaScript Object Notation)是一种轻量级的数据交换格式,常用于客户端与服务器之间的数据传递。它基于JavaScript对象表示法,但独立于语言,可以被多种编程语言解析和生成。 1.1 特点 轻量级&#…...
![](https://img-blog.csdnimg.cn/direct/77aa2041eb85414b8f81627a18af0475.png)
ResNet50V2
🍨 本文为🔗365天深度学习训练营 中的学习记录博客🍖 原作者:K同学啊 一、ResNetV1和ResNetV2的区别 ResNetV2 和 ResNetV1 都是深度残差网络(ResNet)的变体,它们的主要区别在于残差块的设计和…...
![](https://www.ngui.cc/images/no-images.jpg)
基于深度学习的虚拟换装
基于深度学习的虚拟换装技术旨在通过计算机视觉和图像处理技术,将不同的服装虚拟地穿在用户身上,实现快速的试穿和展示。这项技术在电商、时尚和虚拟现实领域具有广泛的应用,能够提升用户体验,增加互动性。以下是关于这一领域的系…...
![](https://img-blog.csdnimg.cn/direct/1dc337521ad0403f8b31f1f5ba2f0527.png#pic_center)
单段时间最优S型速度规划算法
一,背景 在做机械臂轨迹规划的单段路径的速度规划时,除了参考《Trajectory Planning for Automatic Machines and Robots》等文献之外,还在知乎找到了这位大佬 韩冰 写的在线规划方法: https://zhuanlan.zhihu.com/p/585253101/e…...
![](https://www.ngui.cc/images/no-images.jpg)
pom文件-微服务项目结构
一、微服务项目结构 my-microservices-project/ ├── pom.xml <!-- 父模块的pom.xml --> ├── ry-system/ │ ├── pom.xml <!-- 子模块ry-system的pom.xml --> │ └── src/main/java/com/example/rysystem/ │ └── RySystemApplication.…...
![](https://www.ngui.cc/images/no-images.jpg)
解析Kotlin中的Nothing【笔记摘要】
1.Nothing的本质 Nothing 的源码很简单: public class Nothing private constructor()可以看到它是个class,但它的构造函数是 private 的,这就导致我们没法创建它的实例,并且在源码里 Kotlin 也没有帮我们创建它的实例。 基于这…...
![](https://www.ngui.cc/images/no-images.jpg)
toRefs 和 toRef
文章目录 toRefs 和 toReftoRefstoRef toRefs 和 toRef toRefs toRefs 把一个由reactive对象的值变为一个一个ref的响应式的值 import { ref, reactive, toRefs, toRef } from vue; let person reactive({name: 张三,age: 18, }); // toRefs 把一个由reactive对象的值变为一…...
![](https://img-blog.csdnimg.cn/img_convert/5f86325aceef5ec2b87b3744d417605e.jpeg)
Vision Transformer论文阅读笔记
目录 An Image is Worth 16x16 Words: Transformers for Image Recognition at Scale -- Vision Transformer摘要Introduction—简介RELATED WORK—相关工作METHOD—方法VISION TRANSFORMER (VIT)—视觉Transformer(ViT) 分析与评估PRE-TRAINING DATA REQUIREMENTS—预训练数据…...
![](https://www.ngui.cc/images/no-images.jpg)
MapReduce的执行流程排序
MapReduce 是一种用于处理大规模数据集的分布式计算模型。它将作业分成多个阶段,以并行处理和分布式存储的方式来提高计算效率。以下是 MapReduce 的执行流程以及各个阶段的详细解释: 1. 作业提交(Job Submission) 用户通过客户端…...
![](https://www.ngui.cc/images/no-images.jpg)
雅思词汇及发音积累 2024.7.3
银行 check (美)支票 cheque /tʃek/ (英)支票 ATM 自动取款机 cashier 收银员 teller /ˈtelə(r)/ (银行)出纳员 loan 贷款 draw/withdraw money 提款 pin number/passsword/code …...
![](https://img-blog.csdnimg.cn/direct/67c64049147741939b85489caefbb597.png)
Vue2和Vue3的区别Vue3的组合式API
一、Vue2和Vue3的区别 1、创建方式的不同: (1)、vue2:是一个构造函数,通过该构造函数创建一个Vue实例 new Vue({})(2)、Vue3:是一个对象。并通过该对象的createApp()方法,创建一个vue实例。 Vue…...
![](https://www.ngui.cc/images/no-images.jpg)
ML307R OpenCPU HTTP使用
一、函数介绍 二、示例代码 三、代码下载地址 一、函数介绍 具体函数可以参考cm_http.h文件,这里给出几个我用到的函数 1、创建客户端实例 /*** @brief 创建客户端实例** @param [in] url 服务器地址(服务器地址url需要填写完整,例如(服务器url仅为格式示…...
![](https://www.ngui.cc/images/no-images.jpg)
【状态估计】线性高斯系统的状态估计——离散时间的递归滤波
前两篇文章介绍了离散时间的批量估计、离散时间的递归平滑,本文着重介绍离散时间的递归滤波。 前两篇位置:【状态估计】线性高斯系统的状态估计——离散时间的批量估计、【状态估计】线性高斯系统的状态估计——离散时间的递归平滑。 离散时间的递归滤波…...
![](https://img-blog.csdnimg.cn/direct/1a824024aa8842caaff8605b263c4aa8.png)
架构设计上中的master三种架构,单节点,主从节点,多节点分析
文章目录 背景单节点优点缺点 主从节点优点缺点 多节点优点缺点 多节点,多backup设计优点缺点 总结 背景 在很多分布式系统里会有master,work这种结构。 master 节点负责管理资源,分发任务。下面着重讨论下master 数量不同带来的影响 单节点 优点 1.设…...
![](https://img-blog.csdnimg.cn/img_convert/3a084006253b6d6f6c2278b17411c1d2.png)
如何在 SQL 中删除一条记录?
如何在 SQL 中删除一条记录? 在 SQL 中,您可以使用DELETE查询和WHERE子句删除表中的一条记录。在本文中,我将向您介绍如何使用DELETE查询和WHERE子句删除记录。我还将向您展示如何一次从表中删除多条记录 如何在 SQL 中使用 DELETE 这是使…...
![](https://img-blog.csdnimg.cn/direct/d5b823ea14dc4a359287c44f9ae20e05.png)
JavaSE (Java基础):面向对象(上)
8 面向对象 面向对象编程的本质就是:以类的方法组织代码,以对象的组织(封装)数据。 8.1 方法的回顾 package com.oop.demo01;// Demo01 类 public class Demo01 {// main方法public static void main(String[] args) {int c 10…...
![](https://img-blog.csdnimg.cn/direct/cf39d15da11b4b12ad258f753b925823.png)
flink使用StatementSet降低资源浪费
背景 项目中有很多ods层(mysql 通过cannal)kafka,需要对这些ods kakfa做一些etl操作后写入下一层的kafka(dwd层)。 一开始采用的是executeSql方式来执行每个ods→dwd层操作,即类似: def main(…...
![](https://img-blog.csdnimg.cn/direct/f15679af56a541cabd81cb24e8a9f63c.png)
FineDataLink4.1.9支持Kettle调用
FDL更新至4.1.9后,新增kettle调用功能,支持不增加额外负担的情况下,将现有的Kettle任务平滑迁移到FineDataLink。 一、更新版本前存在的问题与痛点 在此次功能更新前,用户可能会遇到以下问题: 1.对于仅使用kettle的…...
![](https://img-blog.csdnimg.cn/img_convert/f9424d07f5f822d307e4978ae4313a84.jpeg)
SwanLinkOS首批实现与HarmonyOS NEXT互联互通,软通动力子公司鸿湖万联助力鸿蒙生态统一互联
在刚刚落下帷幕的华为开发者大会2024上,伴随全场景智能操作系统HarmonyOS Next的盛大发布,作为基于OpenHarmony的同根同源系统生态,软通动力子公司鸿湖万联全域智能操作系统SwanLinkOS首批实现与HarmonyOS NEXT互联互通,率先攻克基…...
![](https://img-blog.csdnimg.cn/img_convert/c2e4301d8e8385e4892d8e875c9561ca.png)
Win11禁止右键菜单折叠的方法
背景 在使用windows11的时候,会发现默认情况下,右键菜单折叠了。以至于在使用一些软件的右键菜单时总是要点击“显示更多选项”菜单展开所有菜单,然后再点击。而且每次在显示菜单时先是全部展示,再隐藏一下,看着着实难…...
![](https://img-blog.csdnimg.cn/direct/e4a74b510a8e4981892d9753e64bb420.png)
Maven列出所有的依赖树
在 IntelliJ IDEA 中,你可以使用 Maven 插件来列出项目的依赖树。Maven 插件提供了一个名为dependency:tree的目标,可以帮助你获取项目的依赖树详细信息。 要列出项目的依赖树,可以执行以下步骤: 打开 IntelliJ IDEA,…...
![](https://www.ngui.cc/images/no-images.jpg)
测试开发面试题和答案
Python 请解释Python中的列表推导式(List Comprehension)是什么,并给出一个示例。 答案: 列表推导式是Python中一种简洁的构建列表的方法。它允许从一个已存在的列表创建新列表,同时应用一个表达式来修改或选择元素。…...
![](https://img-blog.csdnimg.cn/direct/15f493b469cb48879320a52ddf49e796.png)
llm学习-3(向量数据库的使用)
1:数据读取和加载 接着上面的常规操作 加载环境变量---》获取所有路径---》加载文档---》切分文档 代码如下: import os from dotenv import load_dotenv, find_dotenvload_dotenv(find_dotenv()) # 获取folder_path下所有文件路径,储存在…...
![](https://img-blog.csdnimg.cn/direct/668257b35e2d44a9a7b79f0b6f8542f4.png)
【01-02】Mybatis的配置文件与基于XML的使用
1、引入日志 在这里我们引入SLF4J的日志门面,使用logback的具体日志实现;引入相关依赖: <!--日志的依赖--><dependency><groupId>org.slf4j</groupId><artifactId>slf4j-api</artifactId><version&g…...
![](https://www.ngui.cc/images/no-images.jpg)
Linux-进程间通信(IPC)
进程间通信(IPC)介绍 进程间通信(IPC,InterProcess Communication)是指在不同的进程之间传播或交换信息。IPC 的方式包括管道(无名管道和命名管道)、消息队列、信号量、共享内存、Socket、Stre…...
![](https://www.ngui.cc/images/no-images.jpg)
C++ STL: std::vector与std::array的深入对比
什么是 std::vector 和 std::array 首先,让我们简要介绍一下这两种容器: • std::vector:一个动态数组,可以根据需要动态调整其大小。 • std::array:一个固定大小的数组,其大小在编译时确定。 虽然…...
![](https://img-blog.csdnimg.cn/img_convert/cd39730e1c510a153a2f37436b5a0d89.jpeg)
哈哈看到这条消息感觉就像是打开了窗户
在这个信息爆炸的时代,每一条动态可能成为我们情绪的小小触发器。今天,当我无意间滑过那条由杜海涛亲自发布的“自曝式”消息时,不禁心头一颤——如果这是我的另一半,哎呀,那画面,简直比烧烤摊还要“热辣”…...
![](https://img-blog.csdnimg.cn/direct/e06acc3c028a448a84acdfff46a7ddd6.png)
10、matlab中字符、数字、矩阵、字符串和元胞合并为字符串并将字符串以不同格式写入读出excel
1、前言 在 MATLAB 中,可以使用不同的数据类型(字符、数字、矩阵、字符串和元胞)合并为字符串,然后将字符串以不同格式写入 Excel 文件。 以下是一个示例代码,展示如何将不同数据类型合并为字符串,并以不…...
![](https://www.ngui.cc/images/no-images.jpg)
如何正确面对GPT-5技术突破
随着人工智能技术的快速发展,预训练语言模型在自然语言处理领域取得了显著的成果。其中,GPT系列模型作为代表之一,受到了广泛关注。2023年,GPT-5模型的发布引起了业界的热烈讨论。本文将从以下几个方面分析GPT-5的发布及其对人工智…...
![](https://img-blog.csdnimg.cn/direct/78fc904aa28c420fb3a245f2bde8eb73.png)
HarmonyOS ArkUi 官网踩坑:单独隐藏导航条无效
环境: 手机:Mate 60 Next版本: NEXT.0.0.26 导航条介绍 导航条官网设计指南 setSpecificSystemBarEnabled 设置实际效果: navigationIndicator:隐藏导航条无效status:会把导航条和状态栏都隐藏 官方…...
![](https://www.ngui.cc/images/no-images.jpg)
解决跨域问题(vite、axios/koa)
两种方法选其一即可 一、后端koa设置中间件 app.use(async (ctx, next)> {ctx.set(Access-Control-Allow-Origin, *);ctx.set(Access-Control-Allow-Headers, Content-Type, Content-Length, Authorization, Accept, X-Requested-With , yourHeaderFeild);ctx.set(Access-C…...
![](https://img-blog.csdnimg.cn/direct/6857c856a4964815a1bd6b06c769d4b8.png)
echarts实现3D柱状图(视觉层面)
一、第一种效果 效果图 使用步骤 完整实例,copy就可直接使用 <template><div :class"className" :style"{height:height,width:width}" /> </template><script>import echarts from echartsrequire(echarts/theme/…...
![](https://img-blog.csdnimg.cn/direct/c6d78c6dd6eb43cdae741d84a129877a.png#pic_center)
K8S集群进行分布式负载测试
使用K8S集群执行分布式负载测试 本教程介绍如何使用Kubernetes部署分布式负载测试框架,该框架使用分布式部署的locust 产生压测流量,对一个部署到 K8S集群的 Web 应用执行负载测试,该 Web 应用公开了 REST 格式的端点,以响应传入…...
![](https://img-blog.csdnimg.cn/direct/e0842f5fe0a640869ca9be5643517e3c.png)
20.《C语言》——【移位操作符】
🌹开场语 亲爱的读者,大家好!我是一名正在学习编程的高校生。在这个博客里,我将和大家一起探讨编程技巧、分享实用工具,并交流学习心得。希望通过我的博客,你能学到有用的知识,提高自己的技能&a…...
![](https://img-blog.csdnimg.cn/direct/6d6578edf1e8481988416eec068660ba.jpeg#pic_center)
你想活出怎样的人生?
hi~好久不见,距离上次发文隔了有段时间了,这段时间,我是裸辞去感受了一下前端市场的水深火热,那么这次咱们不聊技术,就说一说最近这段时间的经历和一些感触吧。 先说一下自己的个人情况,目前做前端四年&am…...
![](https://img-blog.csdnimg.cn/direct/1614a649ca7c493c816d311310b67aee.png)
py黑帽子学习笔记_burp
配置burp kali虚机默认装好了社区版burp和java,其他os需要手动装 burp是用java,还得下载一个jython包,供burp用 配apt国内源,然后apt install jython --download-only,会只下载包而不安装,下载的目录搜一…...
![](https://img-blog.csdnimg.cn/direct/8cb82fb02fc0432eb38d9d72b2ce92da.png)
selenium,在元素块下查找条件元素
def get_norms_ele_text(self):elementsself.get_norms_elements()locBy.CSS_SELECTOR,"div.sku-select-row-label"by loc[0] # 获取By类型,例如By.CSS_SELECTORvalue loc[1] # 获取具体的CSS选择器字符串,例如"div.sku-select-row-l…...
![](https://img-blog.csdnimg.cn/direct/67e0159b75044e459fe9936fc61366c4.jpeg#pic_center)
认识String类
文章目录 String类字符串的遍历字符串的比较字符串的替换字符串的转换字符串的切割字符串的切片字符串的查找 总结 String类 在C语言中已经涉及到字符串了,但是在C语言中要表示字符串只能使用字符数组或者字符指针,可以使用标准库提 供的字符串系列函数完…...
![](https://img-blog.csdnimg.cn/direct/ff7d13e2c9b24f969d632b2f2f5050fa.png)
计算机图形学入门23:蒙特卡洛路径追踪
1.前言 前面几篇文章介绍了Whitted-style光线追踪,还介绍了基于物理渲染的基础知识,包括辐射度量学、BRDF以及渲染方程,但并没有给出解渲染方程的方法,或者说如何通过该渲染方程计算出屏幕上每一个坐标的像素值。 Whitted-style光…...
![](https://www.ngui.cc/images/no-images.jpg)
探索 TensorFlow 模型的秘密:TensorBoard 详解与实战
简介 TensorBoard 是 TensorFlow 提供的可视化工具,帮助开发者监控和调试机器学习模型。它提供了多种功能,包括查看损失和精度曲线、可视化计算图、检查数据分布等。下面将介绍如何使用 TensorBoard。 1. 安装 TensorBoard 如果尚未安装 TensorBoard&…...
![](https://img-blog.csdnimg.cn/direct/716fe191050b42e7bac72337fd208954.png)
yolov8obb角度预测原理解析
预测头 ultralytics/nn/modules/head.py class OBB(Detect):"""YOLOv8 OBB detection head for detection with rotation models."""def __init__(self, nc80, ne1, ch()):"""Initialize OBB with number of classes nc and la…...
![](https://img-blog.csdnimg.cn/direct/8165a43d44d7406fb80a337dd4dc35e6.png)
CICD之Git版本管理及基本应用
CICD:持续集成,持续交付--让对应的资料,对应的项目流程更加规范--提高效率 CICD 有很多的工具 GIT就是其中之一 1.版本控制概念与环境搭建 GIT的概念: Git是一款分布式源代码管理工具(版本控制工具) ,一个协同的工具。 Git得其数据更像是一系列微型文件系统的快照。使用Git&am…...
![](https://www.ngui.cc/images/no-images.jpg)
VueDraggable拖拽
import { VueDraggable } from ‘vue-draggable-plus’ <VueDraggable style“display: flex;flex-wrap: wrap;” v-model“fileListResourcesImgs” end“onEnd”> <div class“icon-container” click“changeResourcesImgsIndex(index)”> <span class“del…...
![](https://img-blog.csdnimg.cn/img_convert/736da8fb9518572ee80c91ddab779c6e.png)
pytest-yaml-sanmu(七):使用fixture返回值
fixture 是 pytest 中非常重要的功能,大部分项目都可能会用到 fixture。 pytest 的内置标记 usefixtures 可以帮助用例自动的使用 fixture 1. 创建 fixture pytest 中的 fixtures 大致有两个用途 在用例执行之前、执行之后,自动的执行 通过 fixture …...
![](https://img-blog.csdnimg.cn/direct/a15266cfced9488eb9ed832fab6a856f.jpeg)
2024年中国陶瓷轴承用氮化硅粉体市场发展现状及重点竞争企业研究
2024年中国陶瓷轴承用氮化硅粉体市场发展现状及重点竞争企业研究 氮化硅是一种硬度高、结构稳定、热膨胀系数小,抗氧化和抗侵蚀性能好的一种的陶瓷材料,可用于制造高性能氮化硅陶瓷结构件、坩埚涂层等。近年来,伴随着机械制造行业进一步向高精…...
![](https://www.ngui.cc/images/no-images.jpg)
【matlab】信号分解/故障诊断——智能优化算法优化VMD
目录 引言 应用领域 VMD代码实现 智能优化算法优化VMD 引言 VMD(变分模态分解)是一种新的非线性自适应信号分解方法,它通过变分原理将复杂信号分解为若干个具有不同频率中心和带宽的本征模态函数(Intrinsic Mode Functions, …...
![](https://www.ngui.cc/images/no-images.jpg)
ChatGPT:AOP配置中的切入点定义
ChatGPT:AOP配置中的切入点定义 <aop:pointcut id“addTime” expression“execution(* com.xrq.aop.HelloWorld.print*(…))” /> 这是什么 这是一个AOP(面向方面编程)配置中的切入点定义。AOP是一种编程范式,用于将跨越多…...
![](https://img-blog.csdnimg.cn/img_convert/95be59a7e02698fc97b6944fa076024e.jpeg)
泽州县和美环保科技有限公司——绿色环保的践行者
在环保产业蓬勃发展的今天,泽州县和美环保科技有限公司以其卓越的技术和强大的实力,成为山西省危废综合处置领域的翘楚。作为雅居乐环保集团的全资子公司,和美环保科技有限公司紧跟集团发展战略,致力于为社会提供全方位的环境服务…...
![](https://www.ngui.cc/images/no-images.jpg)
途昂行情,2.5T/26.8万起,2.0T/17.4万起
如果你是SUV车迷,那么大抵上,心里还有一辆终极的大型SUV作为梦想车,试问是不是这样?很多人喜欢宝马X5、也有人喜欢奔驰GLE,可即便现在优惠幅度较高,2.0T的丐版车型也要落地超60万元,可不是随便哪个家庭就能负担的起。但预算在30万内,还是可以选择一辆搭载大V6发动机的中…...
![](https://img-blog.csdnimg.cn/img_convert/40c1cf1224b97ee07e0eddede4915b92.png)
【openlayers系统学习】1.6下载要素,将要素数据序列化为 GeoJSON并下载
六、下载要素 下载要素 上传数据并编辑后,我们想让用户下载结果。为此,我们将要素数据序列化为 GeoJSON,并创建一个带有 download 属性的 <a> 元素,该属性会触发浏览器的文件保存对话框。同时,我们将在地图…...
![](https://www.ngui.cc/images/no-images.jpg)
【Hudi】hudi概述
Apache Hudi是什么 下一代数仓解决方法,提供高效的upsert和近实时更新Hudi提供了表、事务、高效的upsert/delete、高级索引、流摄取服务、数据集群/压缩优化和并发。同时保持数据的开源文件格式 两种文件格式:parquet、avroApache Hudi不仅非常适合流工…...
![](https://img-blog.csdnimg.cn/direct/301a3d68b7954b78aff374bea6ecc184.png)
【408真题】2009-24
“接”是针对题目进行必要的分析,比较简略; “化”是对题目中所涉及到的知识点进行详细解释; “发”是对此题型的解题套路总结,并结合历年真题或者典型例题进行运用。 涉及到的知识全部来源于王道各科教材(2025版&…...
![](https://www.ngui.cc/images/no-images.jpg)
赶紧收藏!2024 年最常见 20道 Redis面试题(五)
上一篇地址:赶紧收藏!2024 年最常见 20道 Redis面试题(四)-CSDN博客 九、Redis集群的主从复制模型是怎样的? Redis 集群的主从复制模型是一种数据冗余和高可用性策略,它允许数据在多个节点之间进行复制。…...
![](https://img-blog.csdnimg.cn/direct/3f43c4a8bee34ccf845ee08e40d3a32b.png)
git拉取项目前需要操作哪些?
1.输入 $ ssh-keygen -t rsa -C "秘钥说明" 按enter键 2.出现 ssh/id_rsa:(输入也可以不输入也可以) 然后按enter键 3.出现empty for no passphrase:(输入也可以不输入也可以) 然后按enter键 4.出现same passphrase again: (输入也可以不输入也…...