简介 TopStack 是一款轻量型 Web 组态软件，提供设备数据采集、定时任务、控制策略、联动控制、设备告警、设备维护管理、设备绩效管理、能源管理、组态开发、报表开发等核心功能。支持移动端访问，支持本地部署，可帮助企业从无到有快速搭建工业物联网平台。 一些大型互联网公司提供的物联网平台，其中的很
背景 关于为什么做这个代码生成器，其实主要有两点: 参与的项目中有很多分析报表需要展示给业务部门，公司使用的商用产品，或多或少有些问题，这部分可能是历史选型导致的，这里撇开不不谈；项目里面也有很多CRUD的功能，而这些功能的实现代码基本上差不多，这些功能都去手写，也比较浪费时间而且效率很低，还可能会
场景 周五进行需求评审的时候； 出现了一个图表，本身一个图表本没有什么稀奇的； 可是产品经理在图表的上的备注,让我觉得这个事情并不简单； 那个图表的时间跨度可以是月,年，而且时间间隔很短； 这让我意识到事情并不是想的那样简单； 然后经过简单的询问：如果选择的范围是年；数据可能会上万； 我们都知道；出
C++ 递归 递归是一种使函数调用自身的技术。这种技术提供了一种将复杂问题分解为简单问题的方法，从而更容易解决问题。 递归可能有点难以理解。理解其工作原理的最佳方法是通过实验来尝试。 递归示例 将两个数字相加很容易做到，但将一系列数字相加就更复杂了。在下面的示例中，通过将其分解为将两个数字相加的简单
## 什么是最小生成树 给定一个图，在图中选择N - 1条边（N代表图的点数）把图的所有节点都连起来，且边的权值最小，则这N - 1条边就是原图的最小生成树。 ## 如何求最小生成树 求最小生成树有两种算法： 1. prim 2. kruskal ## prim算法 其实本质上和dijstra算法很
全面深入地介绍 Python 的控制流程，包括条件语句、循环结构和异常处理等关键部分，尤其会将列表解析、生成器、装饰器等高级用法一网打尽。此外，我还将分享一些独特的见解和研究发现，希望能给你带来新的启发。文章的结尾，我们将有一个 "One More Thing" 环节，我会分享一个很特别但又很少人知道的有用的 Python 控制流程的技巧。
Python全景系列的第六篇，本文将深入探讨Python语言中的核心概念：类（Class）和对象（Object）。我们将介绍这些基本概念，然后通过示例代码详细展示Python中的类和对象如何工作，包括定义、实例化和修改等操作。本文将帮助您更深入地理解Python中的面向对象编程（OOP），并从中提出一些不常见但很有用的技术观点。
本文已收录到 GitHub · AndroidFamily，有 Android 进阶知识体系，欢迎 Star。技术和职场问题，请关注公众号 [彭旭锐] 进 Android 面试交流群。 前言 大家好，我是小彭。 今天分享到一种非常有趣的数据结构 —— 前缀和数组。前缀和的思想本身很容易理解，同时也是
本文已收录到 AndroidFamily，技术和职场问题，请关注公众号 [彭旭锐] 提问。 前言 大家好，我是小彭。 Gson 是 Google 推出的 Java Json 解析库，具有接入成本低、使用便捷、功能扩展性良好等优点，想必大家都很熟悉了。在这篇文章里，我们将讨论 Gson 的基本用法和以
本文已收录到 AndroidFamily，技术和职场问题，请关注公众号 [彭旭锐] 提问。 大家好，我是小彭。 上周末是 LeetCode 第 339 场周赛，你参加了吗？这场周赛覆盖的知识点比较少，前三题很简单，第四题上难度。 周赛大纲 2609. 最长平衡子字符串（Easy） 模拟：$O(n)$
本文已收录到 AndroidFamily，技术和职场问题，请关注公众号 [彭旭锐] 提问。 大家好，我是小彭。 今天是五一假期的第二天，打周赛的人数比前一天的双周赛多了，难道大家都只玩一天吗？这场周赛是 LeetCode 第 343 场单周赛，如果不考虑第一题摆烂的翻译，整体题目质量还是很不错哒。
大家好，我是痞子衡，是正经搞技术的痞子。今天痞子衡给大家介绍的是i.MXRT下FlexSPI driver实现Flash编程时对于中断支持问题。 前段时间有客户在官方社区反映 i.MXRT1170 下使用官方 SDK 里 FlexSPI 驱动去擦写 Flash 时不能很好地支持全局中断。客户项目里用
书接上回，前一篇我们在全平台构建好了Ruby3的开发环境，现在，可以和Ruby3第一次亲密接触了。 Ruby是一门在面向对象层面无所不用其极的解释型编程语言。 我们可以把编写Ruby代码看作是一场行为上的艺术，编码就像跳舞一样，Ruby的每一步都很优雅，几乎没有一步是多余的。 第一行代码 进入系统的
消息队列的应用可以说是业务必备的。从功能来说，解耦、异步化、延迟队列、削峰等等；在之前的项目中就用到了rabbitmq来实现消息中心、业务的异步解耦。我个人很推从的就是业务的异步解耦能力。当时的业务场景是客户在界面上可以批量提交数据，但是服务端要做校验，数据处理，入库等等系列操作，其中的校验与数据处
新买了一个Macbook Pro . 之前的工程搬家过来， 这天要跑个单元测试。 发现Junit4 一直处于运行中。没有错误信息，没有用例执行结果。遂开始排查原因。 这里插一句，苹果芯片的Mbp还是很好用的，除了性能够用之外，最主要是安静+不热。 这对比我之前的i7版本的真是太明显了。 之前的i7在
码农一枚，Mac作为生产力工具已经有10多年了。 用Mac的原因除了系统清爽，逼格高之外，最主要还是因为作为一个资深全栈，要做Apple相关开发，必须用MacOS系统。😅 与Windows不同，MacOS上流行使用的软件很多都很小众，作者也不是大厂，但有很多却很实用，这里介绍几款我常用的免费软件。
目录 一、IOPS 二、IO Response Time 三、Throughput 四、一些概念 五、性能参考（VMware场景、FusionSphere场景） 一、IOPS 即每秒钟处理的IO请求数量。IOPS是随机访问类型业务（OLTP类）很重要的一个参考指标。 一块物理硬盘能提供多少IOPS？
https://www.cnblogs.com/Chary/p/16829396.html 一. 线上引流产生背景 日常大部分的测试工作都是在测试环境下，通过模拟用户的行为来对系统进行验证，包括功能以及性能。在这个过程中，你可能会遇到以下问题: 用户访问行为比较复杂，模拟很难和用户行为一致，模拟不够
https://zhuanlan.zhihu.com/p/91757020?utm_id=0 有的同学虽然写了一段时间 Java 了，但是对于 JVM 却不太关注。有的同学说，参数都是团队规定好的，部署的时候也不用我动手，关注它有什么用，而且，JVM 这东西，听上去就感觉很神秘很高深的样子，还是算了
https://www.jianshu.com/p/a6d2a52454a3 工作所需，将”绕过CDN寻找网站真实IP“的方法进行汇总。打开笔记，发现保存了好几篇以前收集的一些相关文章。文章都比较类似，方法大同小异，做个汇总，也添加一些自己积累。 0x01 判断ip是否为网站真实ip 这个就很简单了
