当前位置: 首页 > news >正文

【基础】性能测试,从0到实战(手把手教,非常实用)

一、性能基础

什么是性能测试--->本质?

基于协议来模拟用户发送的请求(业务模拟),对服务器形成一定负载。关注点:时间性能空间性能与界面无关

性能测试分类

  • 性能测试(狭义)

性能测试方法是通过模拟生产环境运行的业务压力量和使用场景组合,测试系统性能是否满足生产性能要求。通俗地讲,这种方法就是要在特定的运行条件下来验证系统能力状态。
  • 负载测试

通过在被测系统上进行不断加压,直到性能指标达到极限,例如“响应时间”超过了预定指标或某种资源已经达到了饱和状态。
  • 压力测试(强度测试)

压力测试方法,测试系统在一定饱和状态下,例如cpu、内存在饱和使用情况下,系统能够处理的会话能力,及系统是否会出现错误。
  • 并发测试

并发测试方法通过模拟用户并发的访问,测试多用户并发访问同一应用、同一模块或数据记录时,是否死锁或其他性能问题。
  • 配置测试

配置测试方法通过对被测系统软\硬件环境调整,了解各种不同对系统性能影响程度,找到系统各项资源最优分配原则。
  • 可靠性测试

在给系统加载一定业务压力情况下,使系统运行一定时间,来检测系统是否稳定。

常见的性能测试指标

  • 用户数并发用户数

在同一时间向服务器发送请求的用户数量
与每秒的并发请求数不同,一定要确认需求的目的是并发用户数还是并发请求数
  • 吞吐量(Throughput)

说明:单位时间内处理客户端请求数量,直接体现软件系统性能承载能力。
通常情况下,吞吐量用"请求数/秒"或"页面数/秒"来衡量。

提示:1.从业务角度看,吞吐量可以用"业务数/小时"、"访问人数/天"、"业务数/天","业务访问量/天"去衡量。2.从网络角度看,还可以用"字节数/天"、"字节数/小时"等来衡量网络流量。3.每秒事务数(TPS)、每秒查询数(QPS)都归属吞吐量,区别是TPS\QPS描述服务器具体性能处理的能力。

  • 并发数

说明:并发测试的用户数
扩展:
并发用户数:某一物理时刻同时向系统发送请求的用户数。
在线用户数:某段时间内访问系统的用户数,这些用户不一定都是同时向系统来提交请求。
系统用户数:系统注册的总用户数据。
  • 响应时间

说明:用户从客户端发起一个请求开始,到客户端接收到从服务器端返回结果整个过程中所消耗的时间。
  • 点击数

说明:衡量web服务器处理能力的重要指标。
提示:
1.点击数并不是大家认为的访问一个页面就是1个点击数,点击数是页面中包含的元素(如:图片、链接等)向web服务器发出请求数数量。
2.通常会用每秒点击次数(Hits per Second)指标来衡量web服务器的处理能力。
注意:
只有web项目才有指标。
  • 资源利用率

说明:指系统各种资源的使用情况,使用率=已使用的资源/全部的资源x100%

常见的资源使用率指标:CPU,不超过80%内存,不超过80%磁盘,不高于90%网络,不超过80%如果资源利用率太小,也是造成资源浪费

  • 错误率

说明:指系统各个资源的使用情况,一般使用"资源的使用量/总的资源可用量x100%"生成资源利用率的数据。

提示:通常,没有什么特殊需求的话1.不同系统对错误率要求不同,但一般不超过千分之五---(根据实际项目而定万分之五等等)。2.稳定性较好的系统,其错误率应该是由超时引起的---超时率。

  • TPS(Transactions Per Second)

说明:每秒的事务数(单位时间内系统处理客户端请求事务次数)
计算:tps=并发数/平均响应时间

事务:业务站在代码角度的统称,可以理解为一段或多段代码。提示:TPS归属吞吐量

  • QPS(Query Per Second)

说明:每秒查询数(衡量web服务器处理能力的一个重要指标)

应用:控制服务器每秒处理指定请求数(如:控制服务器达到每秒60qps,服务器的性能各项性能指标是否正常)。

二、性能测试流程

流程图

需求分析

  • 测试对象

  • 常用的

    • 核心的,重要的

    • 数据量、并发量

    • 例子:

      注册、登录、搜索、添加购物车、下订单、支付

  • 确定性能指标

    例子一:要求每天完成交易额2亿,求每秒钟最大交易数?
    客单价:200-500,以300计算
    采用28定律换算得出,以24小时计算
    2/8原则:80%的用户请求,集中在20%的热点数据上,或时间段
    计算公式:(200000000/300*0.8)/(24/0.2)/3600s=30.86个/s
    
    例子二:每天8小时系统支付500万用户访问
    1.500万在8小时内完成,500万/8*3600,一般不采用,除非系统负载比较平稳/平均
    2.先分析流量分布,再根据2/8定律估算每秒请求
    80%的用户数:500*0.8=400w
    20%的时间内:8*0.2=1.6h
    计算得出服务器需要支持694次/s--->500*0.8/(8*0.2)/3600s
    每小时的平均负载*4(估算,不建议此计算)
    
    • 吞吐量、TPS服务器每秒处理的请求数量

    • 响应时间

      从浏览器发出请求,服务器处理,到收到响应所需要的处理时间

    • 用户数

    • 资源利用率

    • 例子:

  • 测试场景

    • 单一场景

      登录

      注册

      搜索

      添加购物车

      下单、支付

    • 混合场景

      用户使用场景

      系统使用场景

测试计划

  • 测试目标

  • 测试人员组织

  • 压测进度安排

  • 压力机

    • 配置

    • 要求

    • 数量

  • 风险

测试方案

  • 测试工具

    loadrunner

    jmeter

  • 测试环境

    数据库

    服务器

    架构设计

    有条件的情况下尽量和生产环境一致

  • 测试策略单一场景 混合场景

  • 监控工具

    • Linuxnmon rpc jvisualVm Spotlight

    • windowsSpotlight perfmon.exe

用例设计

  • 测试脚本基于脚本的用例

  • 场景设计基于场景的用例

测试执行

  • 脚本编写

  • 场景监控设计业务设计

    • 场景搭建

      说明:测试场景设计重要的原则就是依据测试用例,把用例设计场景进行展现出来。

      提示:
      1.虚拟用户数量及启动虚拟用户方式
      2.场景相关的设置(如:集合点)
      3.脚本是否有依赖关系(如:登录与注册)
      
  • 运行场景

    说明:运行脚本就是运行场景

    1.负载的测试机不能够运行设定的虚拟用户数
    2.没有"预热"过程
    3.没有模拟用户的真实环境
    4.性能用例运行次数过少
    
  • 监控场景

  • 测试报告

定位分析问题

  • 后端

    • 代码

    • 软件(服务)数据库 应用服务器

    • 硬件

  • 前端

  • 网络测试定位问题顺序:硬件问题--->网络问题--->应用服务器、数据库服务器配置问题--->源代码、数据库脚本--->系统架构问题

性能调优

性能测试人员经过对测试结果的对比,发现系统性能的瓶颈。

提示:
1.调优人员:以开发为主导,数据库管理员、系统管理员、网络管理员、性能测试分析人员配合进行性能问题的调优
2.验证:性能测试验证通常需要很多轮;每轮回归时需要对所有的测试指标进行全方位的对比

系统调优由易到难的顺序:

  • 硬件问题

  • 网络问题

  • 应用服务器、数据库服务器配置问题

  • 源代码、数据库脚本

  • 系统架构问题

测试报告

  1. 对整体性能测试阶段的回顾(覆盖需求、测试不同阶段的进度和产物、性能测试结果的分析)--->技术角度

  2. 对整体性能测试阶段风险的管理--->管理的角度

  3. 对项目性能测试结果的总结(是否通过,经验、教训)

三、工具介绍及选型

LoadRunner

  1. 工业化的性能测试工具,能支持大量用户,提供详细的报表来提供测试分析的数量

  2. 支持的协议多

  3. 使用C语言来编写的

优点

1.支持用户量大(以万为单位)
2.提供精确的报表
3.支持ip欺骗

缺点

1.收费
2.体积大
3.无法定制

Jmeter

jmeter是Apache组织基于java开发的一款性能测试软件。多协议(HTTP/HTTPS、JDBC、JAVA...等等)

优点

1.开源免费
2.体积小
3.有丰富的第三方插件

缺点

1.不支持ip欺骗
2.报表的精度比LR要差

LoadRunner与Jmeter之间该如何选择?

  1. 优选选择Jmeter

  2. Jmeter能解决用Jmeter,Jmeter解决不了的用LoadRunner

四、Jmeter工具使用

文件目录介绍

1.1 bin目录

存放可执行文件和配置文件

jmeter.bat:windows的启动文件
jmeter.log:日志文件
jmeter.sh:linux的启动文件
jmeter-properties:系统配置文件
jmeter-server.bat:windows分布式测试要用到的服务器配置
jmeter-server:linux分布式测试要用到的服务器配置

1.2 docs目录

docs:是Jmeter的api文档,可打开api/index.html页面来查看

1.3 printable_docs目录

printable_docs的usermanual子目录下的内容是Jmeter的用户手册文档。
usermanual下component_reference.html是最常用到的核心元件帮助文档。

提示:printable_docs的demos子目录下有些常用Jmeter脚本案例,可以参考。

1.4 lib目录

该目录用来存放Jmeter依赖的jar包和用户扩展所依赖的jar包。

基础配置

汉化设置

  • 临时修改:

    options--->language--->choose language--->Chinese

  • 永久修改:

    1. 打开jmeter.properties

    2. 修改language=zh_CN

    3. 重启jmeter

主题修改

选项--->主题--->选择对应的主题,重启jmeter

基本操作

  1. 启动jmeter

  2. 添加线程组

  3. 添加http请求的取样器,并配置

  4. 添加查询结果树的监听器

  5. 点击"启动"运行jmeter,并查看结果

基本元件

线程组:模拟用户的。配置元件:进行测试环境和测试数据初始化--->比如自动化脚本中setup前置处理器:对要发送请求进行预处理--->比如自动化脚本中参数化取样器:往服务器发送请求--->比如自动化脚本中发请求的代码后置处理器:对收到服务器的响应进行数据提取--->比如自动化脚本中获取响应中特定字段语句断言:将收到响应结果又预期结果做对比--->比如自动化脚本中断言监听器:查看测试脚本运行后结果和日志--->比如自动化脚本中测试报告定时器:等待一段时间--->比如自动化脚本中sleep测试片段:封装基本功能,不单独执行,需要通过脚本的调用才能执行--->比如自动化脚本中封装函数

作用域

核心:根据测试计划中的树形结构的父子节点来确定的

原则:

  • 取样器是没有作用域的。

  • 逻辑控制器:只对其子节点下的所有元件有效。

  • 其他的元件。

    • 如果其父节点是取样器,则只对父节点取样器有效。

    • 如果其父节点不是取样器,对父节点下所有子节点及节点中子节点有效。

元件的执行顺序

顺序:配置元件--->前置处理器--->定时器--->取样器--->后置处理器--->断言--->监听器

注意:

  • 配置元件、前置处理器、后置处理器都需要依赖取样器才能运行

  • 在同一个作用域下,相同类型元件执行顺序是从上到下来按顺序执行

Jemter重要的三个组件

线程组

作用:通过配置线程组中的线程数来模拟用户。线程数就是用户数,线程组是用户组

特点:

  • 模拟多用户

  • 取样器和逻辑控制器必须在线程组下使用

  • 一个测试计划下可以添加多个线程组,可以并行或串行执行

    • 并行:默认情况下线程组为并行执行

    • 串行:在测试计划下勾上"独立运行每个线程组"

线程组的分类:

  • setup线程组:拥有测试前预处理操作,在所有线程组中最先执行

  • 普通线程组:来执行业务测试脚本

  • teardown线程组:用来测试后的后置处理(数据、恢复环境)的操作,在所有的线程组中最后执行

线程组的属性

线程数:模拟虚拟用户数

Ramp-up时间:虚拟用户启动所需要的时间

循环次数:

  • 配置指定次数:控制脚本运行执行的次数

  • 配置循环永远

    • 需要调度器配置使用

    • 运行时间:脚本执行的时间

    • 延迟启动时间:脚本等待特定的时间才能开始运行

http请求

http协议:可以填写为HTTP或者HTTPS,默认不填写为HTTP协议

http主机名/ip:如:http://baidu.com 80

端口:可以填写为任意值。默认不填写时为80端口

请求发方法:HTTP协议所有支持的所有方法

路径:目录+参数

编码格式:默认IOS国际标准,推荐使用utf-8

查看结果树

取样器结果:统计请求相关的信息

请求:HTTP请求的请求头和请求体的详情信息

响应:HTTP响应的响应头和响应体的详情信息

jmeter响应中出现乱码时:

  1. 修改jmeter.properties文件中,sampleresult.default.encoding=utf-8

  2. 重启jmeter

Jmeter参数化常用方式

用户定义的变量

  • 方式1:

添加:线程组--->配置元件--->用户自定义变量
配置:参数名+参数值
使用:在HTTP请求的取样器中引用定义变量。$(参数名)
  • 方式2:

配置:在测试计划中去配置用户定义变量
使用:在HTTP请求的取样器中引用定义变量。$(参数名)
应用场景:当大量脚本中的参数值需要修改时候,直接修改用户定义变量中值会更方便

用户参数

添加:线程组--->前置处理器--->用户参数配置:

  • 参数:添加变量

  • 参数值:添加用户--->针对每个用户配置不同的参数值

使用:在HTTP请求的取样器中引用定义的变量。$(参数名)

应用场景:可以针对不同的用户获取到不同的参数值

CSV Data Set Config

添加:线程组--->配置元件--->CSV数据文件设置

编写CSV数据文件(.csv作为后缀):

  • 多个参数写为多列,其中用逗号分隔

  • 多组参数值,则使用多行来设置

配置:

  • 路径

  • 文件编码:UTF-8

  • 变量名称:从CSV数据文件中读取的数据需要保存变量名。有多个变量时用逗号分隔

  • 是否忽略首行:是否从CSV文件第一行中开始读取

  • 分隔符:要求与CSV数据文件中多列的分隔符一致

  • 遇到文件结束符是否再次循环:默认TRUE

  • 遇到文件结束符是否停止线程:当前一个参数为FALSE,该参数有效,一般设置为TRUE

函数

counter:

  • TRUE:每个用户使用独立计数器

  • FALSE:所有的用户使用全局计数器

引用:在取样器中使用$(__counter(FALSE,))来引用对应值

建议大家使用函数方式

Jmeter断言

作用:让脚本自动化执行过程中,能够自动判定执行结果是否符合要求时候,需要添加断言

响应断言

添加:线程组--->HTTP请求--->断言--->响应断言

配置:

  • 测试字段:需要检查的字段

  • 模式匹配规则:需要使用什么规则来进行检查

  • 测试模式:需要校验的值

Json断言

适用于返回的HTTP响应为JSON格式

添加:线程组--->HTTP请求--->断言--->JSON断言

配置:

  • JSON PATH:$.weatherinfo.city

  • 勾选"Addltonal assert value"

  • 在expected value里填写期望值

断言持续时间:

适用于性能测试时,检查HTTP请求的响应时间是否超过预期值

添加:线程组--->HTTP请求--->断言--->断言持续时间

配置:预期时间

Jmeter关联(提取器、数据库、逻辑控制器等)

当多个请求之间有依赖关系,后一个请求的参数需要使用前一个请求的响应数据时,需要用到关联。

分类:

  • 正则表达式提取器

  • xpath提取器

  • Json提取器

提取器

正则提取器

添加:线程组--->HTTP请求--->后置处理器--->正则表达式提取器

配置:

  • 要检查的响应字段:默认主体

  • 引用名称:匹配后的数据要存储的变量名

  • 正则表达式:<p>(.*?)</p>,"()"里是要保存的数据

  • 模板:$1$

    • 数据1代表上面正则表达式中第几个()

  • 匹配数字:0代表随机值、1代表第一个结果,-1代表所有结果

  • 缺省值:当没有匹配上时将该值保存到变量里

xpath提取器

添加:线程组--->HTTP请求--->后置处理器--->xpath提取器

配置:

  • 引用名称:匹配后的数据要存储的变量名

  • xpath path:xpath匹配规则

  • 匹配数字:0代表随机值、1代表第一个结果,-1代表所有结果

  • 缺省值:当没有匹配上时将该值保存到变量里

json提取器

添加:线程组--->HTTP请求--->后置处理器--->json提取器

配置:

  • 引用名称:匹配后的数据要存储的变量名

  • json path:json路径。$.weatherinfo.city

引用:直接引用变量名即可

数据库

连接准备:

  • 打开数据库,确定数据库的表及对应的字段

  • 加载mysql的jdbc驱动

    • 方法一:将jdbc驱动通过测试计划,浏览的方式添加

    • 方式二:将jdbc驱动jar包放入到lib\ext目录下,并重启jmeter

  • 配置jdbc connection configuration

    • created pool name:给连接池命名,用于后续引用

    • 数据库URL:jdbc:mysql://127.0.0.1:3306/test

    • 用户名

    • 密码

直连数据库使用:

  • 添加JDBC Request:取样器下添加

  • 配置:

    • 如果SQL语句返回了多个参数,输入相同个数的变量名来保存

    • 配置连接池名称

    • 配置SQL语句

    • 配置保存的变量名

  • HTTP断言中,就可以引用变量来进行判断

逻辑控制器

控制元件的执行顺序

if控制器

添加:线程组--->逻辑控制器--->if控制器

配置:

  • 使用JS预发:"${name}"=="baidu"

  • 使用jmeter函数的方式:${__jexl3("${name}"=="baidu",)}

  • 推荐使用函数的方式

循环控制器

指定HTTP请求执行特定的次数

添加:线程组--->逻辑控制器--->循环控制器

配置:次数

循环控制器中的循环次数配置m与线程组中的循环次数n配置对比:

  • 关系:如果同时配置,循环控制器下HTTP请求实际执行的次数应该是n*m

  • 区别:这两个循环次数作用域不同

ForEach控制器

与用户定义的变量或正则表达式提取器配合使用,循环读取返回的变量值,执行一次或多次。

  1. 与用户定义的变量配合

    添加:线程组--->逻辑控制器--->ForEach控制器

    配置:

    • 引用输出的变量名称

    • 变量前缀:用户定义的变量中配置的固定前缀

    • 起始数字:连续数字的最小值-1

    • 结束数字:连续数字的最大值

    • 输出变量名称:依次读取变量值后存储到参数中,共HTTP请求来引用

    • 变量名:固定前缀+连续数字

    • 用户定义的变量

    • ForEach控制器

    • HTTP请求:

  2. 与正则表达式配合使用

    • 先通过正则表达式提取器,提取出请求中所有满足条件数据

    • 添加ForEach控制器,并配置提取所有满足条件的数据,并保存为变量

    • 在其子节点下,添加HTTP请求并引用变量,可循环读取正则表达式里匹配的所有数据

定时器

同步定时器

需要进行大量用户的并发测试时,为了让用户能真正同时执行,添加"同步定时器"使其阻塞线程,直到线程达到了预先设置数值,才开始进行取样器操作。

配置:

  • 并发数:同时达到多少用户才开始发请求

  • 超时时间:

    • 必须配置:否则当虚拟用户数无法被并发数整除时,会导致有部分用户挂起无法执行

    • 配置不能太短:必须比并发数加载时间要长。否则无法达到并发数的要求,数据就会被释放掉

常数吞吐量定时器

用于性能测试中模拟用户产生业务压力,通过给定QPS来对服务器发送固定频率要求。

添加:线程组--->HTTP取样器--->常数吞吐量定时器

配置:吞吐量的值QPS*60

分布式

原理:

  • 分布式测试时分为一台控制机和多台代理机

  • 控制机负责发布测试任务给代理机

  • 代理机接收任务并向服务器发送请求,并接收服务器返回的响应,然后将测试结果返回给控制机

  • 由控制机对测试结果数据进行汇总统计

分布式相关注意事项:

  • 所有的测试机防火墙都已经关闭

  • 所有的测试机及服务器在同一个网络内

  • 所有的测试机的jmeter版本和JDK版本完全相同

  • 关闭jmeter里的RMI SSL开关

分布式配置

配置

  • 代理机

    • server_port:不重复。如果使用多个机器做代理机,可不用配置

    • 关闭RMI SSL

  • 控制机

    • remote_server:所有代理机的IP+port,有多个代理机时要使用逗号分隔

    • 关闭RMI SSL

运行

  • 代理机

    • jmeter-server.bat运行

  • 控制机:

    • jmeter.bat运行

    • 控制代理机执行脚本,运行--->远程启动所有

性能测试常用术语解释

性能测试,有些专业术语,为了方便大家的理解,这里用通俗易懂的语言来解释下,若有不准地方,谢谢纠正。

并发:tps
线程数:跑道中参加赛跑的人数
迭代:每人跑多少圈
循环:一次迭代里面,循环跑其中的一条脚本,就是重复来回跑其中一条跑道
参数值:发请求时用的数据
参数化:这是一种策略,上面有介绍到它的具体用法
思考时间:模拟用户等待时间
关联:下一个请求入参依赖上一个请求中的某个返回值
检查点:判断请求的是否成功,一般只有查询请求才会加检查点,也就是断言
集合点:等待所有用户,同一时刻去发起请求,主要应用场景是购物中的秒杀
事务:一般把被测试中某个或者某几个请求一起定义成一个事务,是人为的测试定义,可以是整个下单流程,也可以是下单中的一个请求
负载:服务器的繁忙程度,如果一个服务器,每次可以同时处理8个请求,如果请求数量大,后面请求就排队,排队请求越多,服务器负载就越高
平均响应时间(art):每个事务处理时间,从发送请求到接收到的响应
tps:每秒处理事务数
每秒点击率(数):每秒处理请求数,而不是用户每秒发送请求数

性能学习路线:jmeter→java基础→beanshell→架构知识→linux分析调优→各种中间件等定位调优

性能测试,从0到实战(包含热门主流技术docker、k8s、skywalking、全链路、微服务、性能调优等)


 绵薄之力【资源分享】

最后感谢每一个认真阅读我文章的人,看着粉丝一路的上涨和关注,礼尚往来总是要有的,虽然不是什么很值钱的东西,如果你用得到的话可以直接拿走:

下方这份完整的软件测试视频学习教程已经上传CSDN官方认证的二维码,朋友们如果需要可以自行免费领取 【保证100%免费】

这些资料,对于想进阶【自动化测试】的朋友来说应该是最全面最完整的备战仓库,这个仓库也陪伴我走过了最艰难的路程,希望也能帮助到你!凡事要趁早,特别是技术行业,一定要提升技术功底。希望对大家有所帮助……基础知识、Linux必备、Shell、互联网程序原理、Mysql数据库、抓包工具专题、接口测试工具、测试进阶-Python编程、Web自动化测试、APP自动化测试、接口自动化测试、测试高级持续集成、测试架构开发测试框架、性能测试、安全测试等配套学习资源免费分享~

相关文章:

【基础】性能测试,从0到实战(手把手教,非常实用)

一、性能基础 什么是性能测试--->本质? 基于协议来模拟用户发送的请求&#xff08;业务模拟&#xff09;&#xff0c;对服务器形成一定负载。关注点&#xff1a;时间性能、空间性能与界面无关 性能测试分类 性能测试&#xff08;狭义&#xff09; 性能测试方法是通过模…...

07-Java异常分类以及处理机制

1.异常概念 Java标准库内建了一些通用的异常&#xff0c;这些类以Throwable为顶层父类。Throwable又派生出Error类和Exception类。 1.错误&#xff1a;是程序无法处理的错误&#xff0c;表示运行应用程序中较严重问题。大多数错误与代码编写者执行的操作无关&#xff0c;而表示…...

用到的C++的相关知识-----未完待续

文章目录前言一、vector函数的使用1.1 构造向量二、常用函数2.1 矩阵输出函数2.2 向量输出函数2.3 矩阵的使用2.4三、new的用法3.1 内存的四种分区3.2 new的作用3.33.4四、4.14.24.34.4总结前言 只是为方便学习&#xff0c;不做其他用途 一、vector函数的使用 有关的文章 C v…...

JavaScript刷LeetCode拿offer-贪心算法

前言 学习算法的时候&#xff0c;总会有一些让人生畏的名词&#xff0c;比方动态规划&#xff0c;贪心算法 等&#xff0c;听着就很难&#xff1b;而这一 part 就是为了攻破之前一直没有系统学习的 贪心算法&#xff1b; 有一说一&#xff0c;做了这些贪心题&#xff0c;其实…...

selenium

下载并安装selenium 安装&#xff1a;cmd中执行 pip install -i https://pypi.douban.com/simple selenium执行完成后 pip show selenium 可查看安装是否成功安装浏览器驱动&#xff0c;查看当前浏览器的版本选择合适的驱动并下载 chrome的链接&#xff1a;https://chromedrive…...

SpringMVC的视图

转发视图ThymeleafView若使用的视图技术为Thymeleaf&#xff0c;在SpringMVC的配置文件中配置了Thymeleaf的视图解析器&#xff0c;由此视图解析器解析之后所得到的是ThymeleafView。解析&#xff1a;当控制器方法中所设置的视图名称没有任何前缀时&#xff0c;此时的视图名称会…...

idea使用本地代码远程调试线上运行代码---windows环境

场景&#xff1a; 今天在书上看了一个代码远程调试的方法&#xff0c;自己本地验证了一下感觉十分不错&#xff01;&#xff01; windows环境&#xff1a; 启动测试jar包&#xff1a;platform-multiappcenter-base-app-1.0.0-SNAPSHOT.jar 测试工具&#xff1a;postman,idea 应…...

简单记录简单记录

目录1.注册Gmail2.注册ChatGPT3.验证“真人”使用4.开始使用1.注册Gmail 第一步先注册一个谷歌邮箱&#xff0c;你也可以使用微软账号&#xff0c;大部分人选择使用gmail。 申请谷歌邮箱 选择个人用途创建账号即可。 &#x1f4cc;温馨提示&#xff1a; 你直接使用guo内的网…...

源码系列 之 ThreadLocal

简介 ThreadLocal的作用是做数据隔离&#xff0c;存储的变量只属于当前线程&#xff0c;相当于当前线程的局部变量&#xff0c;多线程环境下&#xff0c;不会被别的线程访问与修改。常用于存储线程私有成员变量、上下文&#xff0c;和用于同一线程&#xff0c;不同层级方法间传…...

C语言入门(1)——特点及关键字

1、C特点及与Java区别 1.1、C特点 面向过程 一般用于嵌入式开发、编写最底层的程序、操作系统 可以直接操作内存 可以封装动态库 不容易跨平台 有指针 可以直接操作串口 线程更加灵活 和硬件打交道速度是最快的 1.2、和Java区别 C是C的增强版&#xff0c;增加了一些新的特性&…...

react中useEffect和useLayoutEffect的区别

布局上 useEffect在浏览器渲染完成后执行useLayoutEffect在DOM更新后执行 特点 useLayoutEffect 总是比 useEffect 先执行&#xff1b;useLayoutEffect与componentDidMount、componentDidUpdate调用时机相同&#xff0c;都是在DOM更新后&#xff0c;页面渲染前调用&#xff1…...

NoSQL(非关系型数据库)与SQL(关系型数据库)的差别

目录 NoSQL(非关系型数据库)与SQL(关系型数据库)的差别 1.数据结构&#xff1a;结构化与非结构化 2.数据关联&#xff1a;关联性与非关联性 3.查询方式&#xff1a;SQL查询与非SQL查询 4.事务特性&#xff1a;ACID与BASE 分析ACID与BASE的含义&#xff1a; 5.存储方式&am…...

new bing的申请与使用教程

文章目录新必应申请新必应免代使用教程总结新必应申请 下载安装 Edge dev 版本&#xff0c;这个版本可以直接使用 对于没有更新的用户而言&#xff0c;不容易找到入口&#xff0c;所以我们直接使用 集成new bing的dev版本 Edge dev 下载链接&#xff1a;https://www.microso…...

yaml配置文件

最近在写代码&#xff0c;发现随着网络的增加&#xff0c;代码变得越来越冗余&#xff0c;所以就想着写一个网络的配置文件&#xff0c;把网络的配置放到一个文件中&#xff0c;而不再主函数中&#xff0c;这样代码开起来就好看了&#xff0c;调试的时候也方便了。之前写过一篇…...

284. 顶端迭代器

请你在设计一个迭代器&#xff0c;在集成现有迭代器拥有的 hasNext 和 next 操作的基础上&#xff0c;还额外支持 peek 操作。 实现 PeekingIterator 类&#xff1a; PeekingIterator(Iterator nums) 使用指定整数迭代器 nums 初始化迭代器。 int next() 返回数组中的下一个元…...

自学前端最容易犯的10个的错误,入门学前端快来看看

在前端学习过程中&#xff0c;有很多常见的误区&#xff0c;包括过度关注框架和库、缺乏实践、忽视算法和数据结构、忽视浏览器兼容性、缺乏团队合作经验、忽视可访问性、重构次数过多、没有关注性能、缺乏设计知识以及没有持续学习等。要避免这些误区&#xff0c;应该注重基础…...

【ADRC控制】使用自抗扰控制器调节起动机入口压力值

以前只知道工业控制中用的是PID控制&#xff0c;然而最近了解到实际生产中还在使用ADRC控制&#xff0c;而且使用效果还优于PID控制&#xff0c;遂找了几篇文献学习学习。 0 引言 自抗扰控制&#xff08;Active Disturbances Rejection Controller&#xff0c;ADRC&#xff09;…...

剑指 Offer Day2——链表(简单)

目录剑指 Offer 06. 从尾到头打印链表剑指 Offer 24. 反转链表剑指 Offer 35. 复杂链表的复制剑指 Offer 06. 从尾到头打印链表 原题链接&#xff1a;06. 从尾到头打印链表 最容易想到的思路就是先从头到尾打印下来&#xff0c;然后 reverse 一下&#xff0c;但这里我们使用递归…...

Final Cut Pro 10.6.5

软件介绍Final Cut Pro 10.6.5 已通过小编安装运行测试 100%可以使用。Final Cut Pro 10.6.5 破解版启用了全新的矩形图标&#xff0c;与最新的macOS Ventura设计风格统一&#xff0c;支持最新的macOS 13 文图拉系统&#xff0c;支持Apple M1/M2芯片。经过完整而彻底的重新设计…...

Modelsim仿真操作指导

目录 一、前言 二、仿真分类 三、RTL级仿真 3.1创建库 3.2 仿真配置设置 3.3 运行仿真 四、常见问题 4.1 运行仿真时报错“cant read "Startup(-L)": no such element in array” 4.2 运行仿真时无任何报错&#xff0c;但object窗口为空&#xff0c;可正常运…...

深度学习项目训练环境惊艳效果:同一镜像下AlexNet/VGG/ResNet/EfficientNet对比训练

深度学习项目训练环境惊艳效果&#xff1a;同一镜像下AlexNet/VGG/ResNet/EfficientNet对比训练 你是不是也遇到过这样的烦恼&#xff1f;想复现一个经典的深度学习模型&#xff0c;光是配环境就花了大半天&#xff0c;各种版本冲突、依赖缺失&#xff0c;最后代码还没跑起来&…...

Xilinx MicroBlaze软核调试实战指南

1. MicroBlaze软核调试前的环境准备 调试MicroBlaze软核系统就像组装一台微型计算机&#xff0c;需要先准备好所有"零部件"。我经常看到新手开发者直接跳进代码调试&#xff0c;结果发现硬件配置都没完成&#xff0c;白白浪费几个小时。这里分享下我的标准配置清单&a…...

在 Ubuntu 22.04 上用 Docker 部署 Vaultwarden 的核心思路

在 Ubuntu 22.04 上使用 Docker 安装部署 Vaultwarden 是一个很不错的想法&#xff0c;它能让你拥有一个完全属于自己的、轻量级的密码管理器。 整个过程可以分为几个清晰的步骤&#xff1a;安装Docker环境、配置并启动Vaultwarden&#xff0c;以及设置安全访问&#xff08;HTT…...

三维数据采集与深度视觉应用:Intel RealSense点云生成全流程指南

三维数据采集与深度视觉应用&#xff1a;Intel RealSense点云生成全流程指南 【免费下载链接】librealsense Intel RealSense™ SDK 项目地址: https://gitcode.com/GitHub_Trending/li/librealsense 在当今快速发展的机器视觉领域&#xff0c;如何高效获取精确的三维空…...

FreeSWITCH视频通话常见问题排查:编解码错误与媒体协商失败解决方案

FreeSWITCH视频通话故障排查手册&#xff1a;从编解码协商到媒体流修复 1. 视频通话架构与常见故障点全景 FreeSWITCH作为企业级通信平台的核心枢纽&#xff0c;其视频通话功能建立在SIP信令与RTP/RTCP媒体流的协同工作基础上。典型的视频通话故障通常出现在三个关键层面&#…...

ChatTTS最新模型实战:从语音合成到生产环境部署的完整指南

最近在做一个智能客服项目&#xff0c;需要集成高质量的语音合成功能&#xff0c;经过一番调研和踩坑&#xff0c;最终选择了ChatTTS的最新模型。整个过程从模型选型、性能优化到最终的生产环境部署&#xff0c;积累了不少实战经验&#xff0c;今天就来和大家完整地分享一下这个…...

揭秘XHS-Downloader:如何实现小红书内容高效采集与无水印下载

揭秘XHS-Downloader&#xff1a;如何实现小红书内容高效采集与无水印下载 【免费下载链接】XHS-Downloader 免费&#xff1b;轻量&#xff1b;开源&#xff0c;基于 AIOHTTP 模块实现的小红书图文/视频作品采集工具 项目地址: https://gitcode.com/gh_mirrors/xh/XHS-Downloa…...

Qwen3-VL-8B应用场景:电商商品识别、文档图表分析,边缘设备AI新玩法

Qwen3-VL-8B应用场景&#xff1a;电商商品识别、文档图表分析&#xff0c;边缘设备AI新玩法 1. 模型核心价值解析 Qwen3-VL-8B-Instruct-GGUF作为阿里通义最新推出的轻量化多模态模型&#xff0c;实现了技术突破与工程实用性的完美平衡。这款8B参数的"视觉-语言-指令&qu…...

别再死磕线性回归了!用Python的scikit-learn玩转高斯过程回归(GPR),5分钟搞定预测+不确定性可视化

高斯过程回归实战&#xff1a;用Python轻松实现非线性预测与不确定性可视化 当你的数据像过山车一样起伏不定时&#xff0c;线性回归那根笔直的线条就显得力不从心了。作为一名数据科学实践者&#xff0c;我经常遇到这种情况&#xff1a;客户拿着明显非线性的数据集&#xff0c…...

Wan2.1 VAE在网络安全中的应用:生成对抗样本进行模型鲁棒性测试

Wan2.1 VAE在网络安全中的应用&#xff1a;生成对抗样本进行模型鲁棒性测试 你有没有想过&#xff0c;那些看起来非常聪明的图像识别AI&#xff0c;其实可能比我们想象的更“脆弱”&#xff1f;一张看起来完全正常的图片&#xff0c;只要经过一些肉眼几乎无法察觉的微小改动&a…...