番禺 大石网站建设建筑模板制作过程

news/2025/10/3 11:16:52/文章来源:
番禺 大石网站建设,建筑模板制作过程,php网站的登陆注册怎末做的,win10 wordpress安装教程是什么 官网#xff1a;Redis cluster specification | Redis 由于数据量过大#xff0c;单个Master复制集难以承担#xff0c;因此需要对多个复制集进行集群#xff0c;形成水平扩展每个复制集只负责存储整个数据集的一部分#xff0c;这就是Redis的集群#xff0c;其作…是什么 官网Redis cluster specification | Redis 由于数据量过大单个Master复制集难以承担因此需要对多个复制集进行集群形成水平扩展每个复制集只负责存储整个数据集的一部分这就是Redis的集群其作用是提供在多个Redis节点间共享数据的程序集。 一句话 Redis集群是一个提供在多个Redis节点间共享数据的程序集 Redis集群可以支持多个Master 能干嘛 Redis集群支持多个Master每个Master又可以挂载多个Slave 读写分离、支持数据的高可用、支持海量数据的读写存储操作 由于Cluster自带Sentinel的故障转移机制内置了高可用的支持无需再去使用哨兵功能客户端与Redis的节点连接不再需要连接集群中所有的节点只需要任意连接集群中的一个可用节点即可槽位solt负责分配到各个物理服务节点由对应的集群来负责维护节点、插槽和数据之间的关系 集群算法-分片-槽位slot 翻译 集群的密钥空间被分成16384个槽有效地设置了16384个主节点的集群大小上限但是建议的最大节点大小约为1000个节点。 集群中的每个主节点处理16384个哈希槽的一个子集。当没有集群重新配置正在进行时即哈希槽从一个节点移动到另一个节点集群是稳定的。当集群稳定时单个哈希槽将由单个节点提供服务但是服务节点可以有一个或多个副本在网络分裂或故障的情况下替换它并且可以用于扩展读取陈旧数据是可接受的操作。  redis集群的槽位slot Redis集群的数据分片Redis集群没有使用一致性hash而是引入哈希槽的概念。Redis集群有16384个哈希槽每个key通过CRC16校验后对16384取模来决定放置哪个槽。集群的每个节点负责一部分hash槽举个例子比如当前集群有3个节点那么如下图所示 redis集群的分片 分片是什么 使用Redis集群时我们会将存储的数据分散到多台redis机器上这称为分片。简言之集群中的每个Redis实例都被认为是整个数据的一个分片。 如何找到给定key的分片 为了找到给定key的分片我们对key进行CRC16(key)算法处理并通过对总分片数量取模。然后使用确定性哈希函数这意味着给定的key将多次始终映射到同一个分片我们可以推断将来读取特定key的位置。 槽位slot和分片的优势 最大优势方便扩缩容和数据分派查找。 这种结构很容易添加或者删除节点。比如如果我想新添加个节点D我需要从节点A,B,C中得部分槽到D上。如果我想移除节点A需要将A中的槽移到B和C节点上然后将没有任何槽的A节点从集群中移除即可。由于从一个节点将哈希槽移动到另一个节点并不会停止服务所以无论添加删除或者改变某个节点的哈希槽的数量都不会造成集群不可用的状态。 sot槽位映射3种解决方案 哈希取余分区 2亿条记录就是2亿个k,v我们单机不行必须要分布式多机假设有3台机器构成一个集群用户每次读写操作都是根据公式 hash(key) % N个机器台数计算出哈希值用来决定数据映射到哪一个节点上。 优点 简单粗暴直接有效只需要预估好数据规划好节点例如3台、8台、10台就能保证一段时间的数据支撑。使用Hash算法让固定的一部分请求落到同一台服务器上这样每台服务器固定处理一部分请求并维护这些请求的信息起到负载均衡分而治之的作用。 缺点 原来规划好的节点进行扩容或者缩容就比较麻烦了额不管扩缩每次数据变动导致节点有变动映射关系需要重新进行计算在服务器个数固定不变时没有问题如果需要弹性扩容或故障停机的情况下原来的取模公式就会发生变化Hash(key)/3会变成Hash(key) /?。此时地址经过取余运算的结果将发生很大变化根据公式获取的服务器也会变得不可控。某个redis机器宕机了由于台数数量变化会导致hash取余全部数据重新洗牌。 一致性哈希算法分区 1、是什么 一致性Hash算法背景一致性哈希算法在1997年由麻省理工学院中提出的设计目标是为了解决分布式缓存数据变动和映射问题某个机器宕机了分母数量改变了自然取余数不OK了。 2、能干嘛 提出一致性Hash解决方案。目的是当服务器个数发生变动时尽量减少影响客户端到服务器的映射关系。 3、三大步骤 a、算法构建一致性哈希环 一致性哈希算法必然有个hash函数并按照算法产生hash值这个算法的所有可能哈希值会构成一个全量集这个集合可以成为一个hash空间[0,2^32-1]这个是一个线性空间但是在算法中我们通过适当的逻辑控制将它首尾相连(0 2^32),这样让它逻辑上形成了一个环形空间。 它也是按照使用取模的方法前面笔记介绍的节点取模法是对节点服务器的数量进行取模。而一致性Hash算法是对2^32取模简单来说一致性Hash算法将整个哈希值空间组织成一个虚拟的圆环如假设某哈希函数H的值空间为0-2^32-1即哈希值是一个32位无符号整形整个哈希环如下图整个空间按顺时针方向组织圆环的正上方的点代表00点右侧的第一个点代表1以此类推2、3、4、……直到2^32-1也就是说0点左侧的第一个点代表2^32-1 0和2^32-1在零点中方向重合我们把这个由2^32个点组成的圆环称为Hash环。 b、redis服务器IP节点映射 将集群中各个IP节点映射到环上的某一个位置。将各个服务器使用Hash进行一个哈希具体可以选择服务器的IP或主机名作为关键字进行哈希这样每台机器就能确定其在哈希环上的位置。假如4个节点NodeA、B、C、D经过IP地址的哈希函数计算(hash(ip))使用IP地址哈希后在环空间的位置如下 c、key落到服务器的落键规则 当我们需要存储一个kv键值对时首先计算key的hash值hash(key)将这个key使用相同的函数Hash计算出哈希值并确定此数据在环上的位置从此位置沿环顺时针“行走”第一台遇到的服务器就是其应该定位到的服务器并将该键值对存储在该节点上。 如我们有Object A、Object B、Object C、Object D四个数据对象经过哈希计算后在环空间上的位置如下根据一致性Hash算法数据A会被定为到Node A上B被定为到Node B上C被定为到Node C上D被定为到Node D上。 4、优点 a、致性哈希算法的容错性 假设Node C宕机可以看到此时对象A、B、D不会受到影响。一般的在一致性Hash算法中如果一台服务器不可用则受影响的数据仅仅是此服务器到其环空间中前一台服务器即沿着逆时针方向行走遇到的第一台服务器之间数据其它不会受到影响。简单说就是C挂了受到影响的只是B、C之间的数据且这些数据会转移到D进行存储。 b、致性哈希算法的扩展性 数据量增加了需要增加一台节点NodeXX的位置在A和B之间那收到影响的也就是A到X之间的数据重新把A到X的数据录入到X上即可不会导致hash取余全部数据重新洗牌。 5、缺点数据倾斜 一致性Hash算法在服务节点太少时容易因为节点分布不均匀而造成数据倾斜被缓存的对象大部分集中缓存在某一台服务器上问题例如系统中只有两台服务器 6、小总结 为了在节点数目发生改变时尽可能少的迁移数据将所有的存储节点排列在收尾相接的Hash环上每个key在计算Hash后会顺时针找到临近的存储节点存放。而当有节点加入或退出时仅影响该节点在Hash环上顺时针相邻的后续节点。   优点加入和删除节点只影响哈希环中顺时针方向的相邻的节点对其他节点无影响。 缺点 数据的分布和节点的位置有关因为这些节点不是均匀的分布在哈希环上的所以数据在进行存储时达不到均匀分布的效果。 哈希槽分区 计算公式HASH_SLOT CRC16(key) mod 16384 1、为什么出现 一致性哈希算法的数据倾斜问题哈希槽实质就是一个数组数组[0 , 2^14 -1]形成hash slot空间。 2、能干什么 解决均匀分配的问题在数据和节点之间又加入了一层把这层称为哈希槽slot用于管理数据和节点之间的关系现在就相当于节点上放的是槽槽里放的是数据。 槽解决的是粒度问题相当于把粒度变大了这样便于数据移动。哈希解决的是映射问题使用key的哈希值来计算所在的槽便于数据分配。 3、多少个hash槽 一个集群只能有16384个槽编号0-163830-2^14-1。这些槽会分配给集群中的所有主节点分配策略没有要求。 集群会记录节点和槽的对应关系解决了节点和槽的关系后接下来就需要对key求哈希值然后对16384取模余数是几key就落入对应的槽里。HASH_SLOT CRC16(key) mod 16384。以槽为单位移动数据因为槽的数目是固定的处理起来比较容易这样数据移动问题就解决了。 4、哈希槽计算 Redis 集群中内置了 16384 个哈希槽redis 会根据节点数量大致均等的将哈希槽映射到不同的节点。当需要在 Redis 集群中放置一个 key-value时redis先对key使用crc16算法算出一个结果然后用结果对16384求余数[ CRC16(key) % 16384]这样每个 key 都会对应一个编号在 0-16383 之间的哈希槽也就是映射到某个节点上。如下代码key之A 、B在Node2 key之C落在Node3上 面试题 为什么redis集群的最大槽数是16384个 说明1 正常的心跳数据包带有节点的完整配置可以用幂等方式用旧的节点替换旧节点以便更新旧的配置。这意味着它们包含原始节点的插槽配置该节点使用2k的空间和16k的插槽但是会使用8k的空间使用65k的插槽。同时由于其他设计折衷Redis集群不太可能扩展到1000个以上的主节点。因此16k处于正确的范围内以确保每个主机具有足够的插槽最多可容纳1000个矩阵但数量足够少可以轻松地将插槽配置作为原始位图传播。请注意在小型群集中位图将难以压缩因为当N较小时位图将设置的slot / N位占设置位的很大百分比。 说明2 1如果槽位为65536发送心跳信息的消息头达8k发送的心跳包过于庞大。 在消息头中最占空间的是myslots[CLUSTER_SLOTS/8]。 当槽位为65536时这块的大小是: 65536÷8÷10248kb 在消息头中最占空间的是myslots[CLUSTER_SLOTS/8]。 当槽位为16384时这块的大小是: 16384÷8÷10242kb 因为每秒钟redis节点需要发送一定数量的ping消息作为心跳包如果槽位为65536这个ping消息的消息头太大了浪费带宽。 2redis的集群主节点数量基本不可能超过1000个。 集群节点越多心跳包的消息体内携带的数据越多。如果节点过1000个也会导致网络拥堵。因此redis作者不建议redis cluster节点数量超过1000个。 那么对于节点数在1000以内的redis cluster集群16384个槽位够用了。没有必要拓展到65536个。 3槽位越小节点少的情况下压缩比高容易传输 Redis主节点的配置信息中它所负责的哈希槽是通过一张bitmap的形式来保存的在传输过程中会对bitmap进行压缩但是如果bitmap的填充率slots / N很高的话(N表示节点数)bitmap的压缩率就很低。 如果节点数很少而哈希槽数量很多的话bitmap的压缩率就很低。  计算结论 总结 Redis集群不保证强一致性这意味着在特定的条件下Redis集群可能会丢掉一些被系统收到的写入请求命令 集群环境案例步骤 完整案例图Redis集群设计图| ProcessOn免费在线作图,在线流程图,在线思维导图 3主3从redis集群配置 设计图 配置文件 1、找3台真实虚拟机各自新建文件夹mkdir -p /myredis/cluster 2、新建6个独立的redis实例服务 IP192.168.111.175端☐6381/端口6382 vim /myredis/cluster/redisCluster6381.conf bind 0.0.0.0 daemonize yes protected-mode no port 6381 logfile /myredis/cluster/cluster6381.log pidfile /myredis/cluster6381.pid dir /myredis/cluster dbfilename dump6381.rdb appendonly yes appendfilename appendonly6381.aof requirepass 111111 masterauth 111111cluster-enabled yes cluster-config-file nodes-6381.conf cluster-node-timeout 5000 vim /myredis/cluster/redisCluster6382.conf bind 0.0.0.0 daemonize yes protected-mode no port 6382 logfile /myredis/cluster/cluster6382.log pidfile /myredis/cluster6382.pid dir /myredis/cluster dbfilename dump6382.rdb appendonly yes appendfilename appendonly6382.aof requirepass 111111 masterauth 111111cluster-enabled yes cluster-config-file nodes-6382.conf cluster-node-timeout 5000 IP192.168.111.172端☐6383/端☐6384 vim /myredis/cluster/redisCluster6383.conf同上 - 端口不同 vim /myredis/cluster/redisCluster6384.conf同上 - 端口不同 IP192.168.111.174端☐6385/端☐6386 vim /myredis/cluster/redisCluster6385.conf同上 - 端口不同 vim /myredis/cluster/redisCluster6386.conf同上 - 端口不同 3、启动6台redis主机实例 redis-server /myredis/cluster/redisCluster6381.conf ...... redis-server /myredis/cluster/redisCluster6386.conf 构建集群关系 通过redis-cli命令为6台机器构建集群关系。 1、构建主从关系命令 redis-cli -a 111111 --cluster create --cluster-replicas 1 192.168.111.175:6381 192.168.111.175:6382 192.168.111.172:6383 192.168.111.172:6384 192.168.111.174:6385 192.168.111.174:6386 注 --cluster-replicas 1 表示为每个master创建一个slave节点  2、构建完成3主3从搞定  查看并检验集群状态 链接进入6381作为切入点查看并检验集群状态。 链接进入6381并查看节点状态  info replication cluster info cluster nodes 分配情况 3主3从redis集群读写 1、对6381新增两个key看看效果如何 2、上图报错为什么报错 k1获取的槽不在6381上注意槽位的范围区间需要路由到位路由到位路由到位路由到位。 3、如何解决 防止路由失效 加参数 -c 并新增两个key 。 Redis客户端支持中文读取 加参数 --raw 。 4、查看集群信息 5、查看某个key该属于对应的槽位值 CLUSTER KEYSLOT 键名称 主从容错切换迁移案例 结构图 容错切换迁移 1、主6381和从机切换先停止主机6381 6381主机停了对应的真实从机上位6381作为1号主机分配的从机以实际情况为准具体是几号机器就是几号。 2、再次查看集群信息本次6381主6384从 思考6381master假如宕机了6384是否会上位成为了新的master? 3、停止主机6381再次查看集群信息 结果6381宕机了6384上位成为了新的master。  备注本次脑图笔记6381为主下面挂从6384。每次案例下面挂的从机以实际情况为准具体是几号机器就是几号。 6384成功上位并正常使用。 4、随后6381原来的主机回来了是否会上位 恢复前 恢复后 结果6381不会上位并以从节点形式回归。  数据丢失 集群不保证数据一致性100%OK一定会有数据丢失情况。Redis集群不保证强一致性这意味着在特定的条件下Redis集群可能会丢掉一些被系统收到的写入请求命令。 手动故障转移 or 节点从属调整 上面一换后6381、6384主从对调了和原始设计图不一样了可以重新登陆6381机器使用命令 CLUSTER FAILOVER 进行调整。 主从扩容案例 结构图 配置文件 新建6387、6388两个服务实例配置文件新建后启动 IP192.168.111.174端☐6387/端☐6388 vim /myredis/cluster/redisCluster6387.conf同6381 - 端口不同 vim /myredis/cluster/redisCluster6388.conf同6381 - 端口不同 注本次6387/6388放在 192.168.111.174 服务器上。 启动 启动87/88两个新的节点实例此时他们自己都是master redis-server /myredis/cluster/redisCluster6387.conf redis-server /myredis/cluster/redisCluster6388.conf 加入集群 将新增的6387节点空槽号作为master节点加入原集群 将新增的6387作为master节点加入原有集群 redis-cli -a 密码 --cluster add-node 自己实际IP地址:6387 自己实际IP地址:6381 6387 就是将要作为master新增节点 6381 就是原来集群节点里面的领路人相当于6387拜拜6381的码头从而找到组织加入集群 redis-cli -a 111111  --cluster add-node 192.168.111.174:6387 192.168.111.175:6381 查看状态 1、检查集群情况第1次 命令redis-cli -a 密码 --cluster check 真实ip地址:6381 redis-cli -a 111111 --cluster check 192.168.111.175:6381 2、重新分派槽号reshard 命令redis-cli -a 密码 --cluster reshard IP地址:端口号 redis-cli -a 密码 --cluster reshard 192.168.111.175:6381 3、检查集群情况第2次 命令redis-cli -a 密码 --cluster check 真实ip地址:6381 redis-cli -a 111111 --cluster check 192.168.111.175:6381 槽号分派说明 为什么6387是3个新的区间以前的还是连续 答案重新分配成本太高所以前3家各自匀出来一部分从6381/6383/6385三个旧节点分别匀出1364个坑位给新节点6387。 4、为主节点6387分配从节点6388 命令redis-cli -a 密码 --cluster add-node ip:新slave端口 ip:新master端口 --cluster-slave --cluster-master-id 新主机节点ID redis-cli -a 111111 --cluster add-node 192.168.111.174:6388 192.168.111.174:6387 --cluster-slave --cluster-master-id 4feb6a7ee0ed2b39ff86474cf4189ab2a554a40f-------这个是6387的编号按照自己实际情况 5、检查集群情况第3次 命令redis-cli -a 密码 --cluster check 真实ip地址:6381 redis-cli -a 111111 --cluster check 192.168.111.175:6381 主从缩容案例 结构图 检查集群情况 检查集群情况先获得从节点6388的节点ID redis-cli -a 密码 --cluster check 192.168.111.174:6388 删除从节点6388 从集群中将4号从节点6388删除 命令redis-cli -a 密码 --cluster del-node ip:从机端口 从机6388节点ID   redis-cli -a 111111 --cluster del-node 192.168.111.174:6388  218e7b8b4f81be54ff173e4776b4f4faaf7c13da 检查节点情况 redis-cli -a 111111 --cluster check 192.168.111.174:6381 检查一下发现6388被删除了只剩下7台机器了。 重新分配6387主节点槽号 目的将6387的槽号清空重新分配本例将清出来的槽号都给6381。 redis-cli -a 111111 --cluster reshard 192.168.111.175:6381 删除6387节点 1、检查集群情况 redis-cli -a 111111 --cluster check 192.168.111.175:6381 4096个槽位都指给6381它变成了8192个槽位相当于全部都给6381了不然要输入3次一锅端 。 2、删除6387  命令redis-cli -a 密码 --cluster del-node ip:端口 6387节点ID redis-cli -a 111111 --cluster del-node 192.168.111.174:6387 4feb6a7ee0ed2b39ff86474cf4189ab2a554a40f 3、再次检查集群情况6387/6388被彻底祛除 redis-cli -a 111111 --cluster check 192.168.111.175:6381 集群常用操作命令和CRC16算法分析 1、不在同一个solt槽位下的多键操作支持不好通识占位符登场。 不在同一个slot槽位下的键值无法使用mset、mget等多键操作可以通过 {} 来定义同一个组的概念使key中{}内相同内容的键值对放到一个slot槽位去对照下图类似k1k2k3都映射为x自然槽位一样。 2、Redis集群有16384个哈希槽每个key通过CRC16校验后对16384取模来决定放置哪个槽。 集群的每个节点负责一部分hash槽。 CRC16源码浅谈主要是看cluster.c源码分析 集群常用命令 a、集群是否完整才能对外提供服务cluster-require-full-coverage 默认YES现在集群架构是3主3从的redis cluster由3个master平分16384个slot每个master的小集群负责1/3的slot对应一部分数据。         cluster-require-full-coverage 默认值 yes , 即需要集群完整性方可对外提供服务 通常情况如果这3个小集群中任何一个1主1从挂了你这个集群对外可提供的数据只有2/3了 整个集群是不完整的 redis 默认在这种情况下是不会对外提供服务的。 如果你的诉求是集群不完整的话也需要对外提供服务需要将该参数设置为no 这样的话你挂了的那个小集群是不行了但是其他的小集群仍然可以对外提供服务。 b、CLUSTER COUNTKEYSINSLOT 槽位数字编号 结果为1该槽位被占用 结果为0该槽位没占用 c、CLUSTER KEYSLOT键名称 该键应该存在哪个槽位上

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/925816.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

AT_abc205_e [ABC205E] White and Black Balls

本质上就是将卡特兰数的 \(y = x\) 这条限制线移到了 \(y = x + k\) 这条限制线,格路计数即可。

transformers音频实战01-音频概念 - 教程

pre { white-space: pre !important; word-wrap: normal !important; overflow-x: auto !important; display: block !important; font-family: "Consolas", "Monaco", "Courier New", …

做发包业务网站wordpress主题谁的最好

说明 本文根据B站up主唐老狮的课程所学所记 目录 说明本文根据B站up主唐老狮的课程所学所记 UML面向对象七大原则总体实现目标单一职责原则(SRP,Single Responsibility Principle)开闭原则(OCP,Open-Closed Principle…

网站建设介绍大全杭州网络推广专员

浅谈web应用的负载均衡、集群、高可用(HA)解决方案转载于:https://www.cnblogs.com/hfultrastrong/p/7887420.html

Python 自动化导出PDF表格:List、Dictionary、Pandas DataFrame和数据库实例演示 - 指南

Python 自动化导出PDF表格:List、Dictionary、Pandas DataFrame和数据库实例演示 - 指南pre { white-space: pre !important; word-wrap: normal !important; overflow-x: auto !important; display: block !importan…

Rust Slint库达成桌面萌宠源码分享(包含拖动、右键菜单效果)

pre { white-space: pre !important; word-wrap: normal !important; overflow-x: auto !important; display: block !important; font-family: "Consolas", "Monaco", "Courier New", …

Redis 持久化机制 - 教程

Redis 持久化机制 - 教程pre { white-space: pre !important; word-wrap: normal !important; overflow-x: auto !important; display: block !important; font-family: "Consolas", "Monaco", &q…

行业seo网站优化方案厦门优化公司

文章目录 背景介绍 问题描述 分析排查 解决方案 总结归纳 背景介绍 在一个嵌入式软件项目中,有一段使用C语言写的嵌入式代码,功能是把CAN总线上的几帧报文接收进来,并解析出数据。示例如下: 乍一看感觉挺简单,想着…

网站建站图片汉滨区住房和城乡建设局网站

在进行绘图时必须考虑这两种坐标。 世界坐标是整个区域的坐标,而页面坐标是可视区的坐标。这两种坐标是通过滚动条来体现出来的。 页面坐标的原点始终是窗口可视区的坐上角,世界坐标的原点始终不变,这两种坐标和VC中的屏幕坐标和客户坐标很…

2025染井吉野樱公司 TOP 种植服务推荐排行榜,染井吉野樱花苗,五公分染井吉野樱,十公分染井吉野樱,染井吉野樱批发,染井吉野樱基地,染井吉野樱花树公司推荐

引言在樱花苗木采购与景观工程实施过程中,分枝点规格的把控已成为行业突出痛点。当前市场上,染井吉野樱苗木分枝点标准混乱,从 0.5 米到 3 米不等的规格随意标注,缺乏统一规范,导致采购方难以精准匹配绿化需求。部…

网站建设如何定价广州网站制作怎样

Facebook广告是海外营销的一大利器,但是随着互联网的发展,有部分不法分子正在利用他进行盈利,导致Facebook官方安全审核日益严格,不少卖家遭遇封号问题!这篇文章就来教你如何更好地管理 Facebook广告帐户,实…

如何建立自己的摄影网站做电商网站用什么框架

来源:AI前线 作者:Jiang Chen,Moveworks 机器学习副总裁译者:王强策划:刘燕从 Siri 到 Alexa 再到谷歌助手,今天我们已经被各种人工智能系统包围了。它们的设计目标只有一个:理解我们。我们已经…

鄂州网站建设与设计乐器网站模板

windows2003-建立域 Active Directory建立DNS建立域查看日志xp 加入域 Active Directory 活动目录是一个包括文件、打印机、应用程序、服务器、域、用户账户等对象的数据库。 常见概念:对象、属性、容器 域组件(Domain Component,DC&#x…

glazewm_windows平铺窗口管理器使用方法

1.在github上寻找预构建版本 2.双击安装 3.关闭与zebra有关的命令 配置文件在 C:\Users{yourname}.glzr\glazewm\config.yaml 打开这个文件 默认这条指令是没有注释的,我这边直接注释掉这样软件启动就不会报错了4.添加…

详细介绍:LeetCode热题100(1-7)

详细介绍:LeetCode热题100(1-7)pre { white-space: pre !important; word-wrap: normal !important; overflow-x: auto !important; display: block !important; font-family: "Consolas", "Monaco&…

树莓派搭建NAS之三:使用OpenList挂载网盘

移动硬盘中发现有之前备份的文件,并且监控是一直在写盘,容易将磁盘写坏,之前备份的数据就无法读出。找了半天找到了个不用的32GB的U盘,可以先用着。 U盘的空间太小,连续录制1-2天的时间就会满了,之前的监控也无法…

sg-ss 逆向分析

sg-ss、sgss声明 本文章中所有内容仅供学习交流使用,不用于其他任何目的,抓包内容、敏感网址、数据接口等均已做脱敏处理,严禁用于商业用途和非法用途,否则由此产生的一切后果均与作者无关! wx a15018601872 q 27…

网站建设报价比较深圳团购网站设计

在前端Web开发中,下拉筛选功能是一种非常常见的交互方式,它可以帮助用户快速选择所需的选项。本文将介绍如何利用Vue.js和uni-app框架来实现一个高效的下拉筛选功能。通过使用这两个强大的前端框架,我们可以轻松地创建具有响应式用户操作的下…

PySide6 之登录界面设计

一、效果图二、示例代码from PySide6.QtWidgets import QApplication, QWidget from PySide6.QtCore import Qt, Slot, QPoint, QPropertyAnimation, QEasingCurve from PySide6.QtGui import QColorfrom views.login…

Jupyter notebook 虚拟环境(服务)EnvironmentLocationNotFound: Not a conda environment

ErrorAn error occurred while retrieving installed packages. EnvironmentLocationNotFound: Not a conda environment: E:\Eprogramfiles\Anaconda3\envs\Anaconda3 ================================ 网上说修改文…