面向过程的编程语言，如C语言，所使用的数据和函数之间是没有任何直接联系的，它们之间是通过函数调用提供参数的形式将数据传入函数进行处理。 但可能因为错误的传递参数、错误地修改了数据而导致程序出错，甚至是崩溃。当需要修改或维护程序时要从程序提供的一堆数据中去寻找和修改它，要扩展函数的功能，只能重新建立一
## 基础理论 ### CAP理论 一致性（Consistency） ：在分布式系统中所有的数据备份，在同一时刻都保持一致状态，如无法保证状态一致，直接返回错误； 可用性（Availability）：在集群中一部分节点故障，也能保证客户端访问系统并得到正确响应，允许一定时间内数据状态不一致； 分区容
创建webapi项目，只是搭配服务用，什么三层mvc都不弄了，默认的模板直接用就好。 简单分析下，采用signalr通信来传递mac地址，所以先安装个signalr的包（如果简单操作的话可以不装最新的，微软自带一个，不过好像是弃用的） using Microsoft.AspNetCore.Signa
本文属于OData系列文章 Intro 前面写了很多有关OData使用的文章，很多读者会有疑问，直接将实体对象暴露给最终用户会不会有风险？$expand在默认配置的情况下，数据会不会有泄露风险？ 答案是肯定的，由于OData的特性，提供给我们便捷同时也会带来一些风险。很多地方推荐使用DTO模式来隔离
1.HTTP基本概念 1.1 HTTP是什么？ HTTP (超文本传输协议）协议被用于在 Web 浏览器和网站服务器之间传递信息， HTTP 协议以明文方式发送内容，不提供任何方式的数据加密，如果攻击者截取了 Web 浏览器和网站服务器之间的传输报文，就可以直接读懂其中的信息，因此， HTTP 协议
在工单系统上看到有一条sql问题还没解决，工单描述看到压测场景被cpu资源被这条sql打爆，目前影响到项目进度，比较紧急。 直接联系这位同学看看是否需要帮忙。 慢SQL： SELECT task.*, sc01.aab300 bjsjjg, (SELECT sc05.bsc012 FROM sc05
接上一篇《物联网浏览器(IoTBrowser)-基于计算机视觉开发的应用“智慧眼AIEye”》，经过AI的包装很高级，确实很屌炸天。 智驭视界·AIEye 在科技赋能的浪潮中，智驭视界(AIEye) 横空出世，它不仅仅是一款视觉监测工具，更是直播、视频、图片世界中的智慧之眼，深度融合Yolo v5尖
需求场景 按着惯例，还是以一个应用场景作为代理模式的切入点。现在有一个订单系统，要求是:一旦订单被创建，只有订单的创建人才可以修改订单中的数据，其他人则不能修改。 基本实现思路 按着最直白的思路，就是查询数据库中订单的创建人和当前Session中的登录账号ID是否一致。 class Order {
在前端开发中，性能优化是一个永恒的话题。回流（Reflow）与重绘（Repaint）是两个重要的概念，它们直接影响着页面的渲染性能和用户体验。本文将详细介绍回流与重绘的概念、触发条件及其优化方法。 一、回流（Reflow）（重排） 1.1 概念 回流，又称重排（Reflow），是指当DOM的变化引起
本文介绍了Python编程语言中关于for循环和if条件控制的一些基本使用。包含了单层循环的退出机制和多层循环的退出机制，使得我们在满足特定条件时，可以直接结束多层循环。
图像增强方法在数字图像处理中占有重要地位，它能够有效提高图像的视觉效果，增强图像的细节信息，从而在医学、遥感、工业检测等多个领域发挥重要作用 1. 空间域增强方法 空间域增强方法是通过直接对图像像素进行操作来实现图像增强的技术。以下是几种常见的空间域增强方法： 1.1 直方图均衡化 直方图均衡化是一
目录SSRF + Redis未授权 案例怎么构造 redis 数据包?Reference SSRF不难理解，服务器端请求伪造（英语：Server-side Request Forgery，简称SSRF）是攻击者滥用服务器功能来访问或操作无法被直接访问的信息的方式之一。 服务器端请求伪造攻击将域中的不
前言 自己个人兴趣爱好，线上有一个阿里云服务器，处理数据用的，会频繁IO和分析数据。隔一段时间就会卡死（大概2个月），重启就OK。本来没当一回事，直到后来影响到赚取money了才引起重视。服务的启动脚本如下： nohup java -Xms512m -Xmx1024m -jar xxx.jar &
正样本全称是anchor正样本，正样本所指的对象是anchor box，即先验框。 先验框：YOLO v2吸收了Faster RCNN的优点，设置了一定数量的预选框，使得模型不需要直接预测物体尺度与坐标，只需要预测先验框到真实物体的偏移，降低了预测难度。
虽然MongoDB这些年很流行，但笔者之前没研究过，现在有需求研究这类NoSQL的数据库，是为了验证其是否可被替换。 MongoDB是很轻量的文档数据库，简单测试也懒得专门准备虚拟机环境了，直接在macOS上安装测试下其基础功能。 1.使用 Homebrew 安装 MongoDB 2.启动/停止 M
1. 信号的产生 1.1 信号概念 在生活中有很多的信号在我们身边围绕，例如红绿灯，发令枪，上课铃等等 在接受到信号，我们可以做出三种动作 1.立马去做对应信号的事情 2.等一会再做，有自己的事情或者更重要的事情 3.直接忽视，不做 信号是给进程发送的 eg: kill -9 pid 进程本身是程序
Stable Diffusion是2022年发布的深度学习文字到图像生成模型，它既能免费使用，又能部署在本地端，又有非常多的模型可以直接套用，在使用体验上比Midjourney和DALL-E更加强大。Stable Diffusion使用的模型有下列几大类，对照模型网站 https://civitai
这里我提供了一个用于画拉氏图的Python脚本源代码，供大家免费使用。虽然现在也有很多免费的平台和工具可以用，但很多都是黑箱，有需要的开发者可以直接在这个脚本基础上二次开发，定制自己的拉氏图绘制方法。
引言 当想要压缩一张彩色图像时，彩色图像通常由数百万个颜色值组成，每个颜色值都由红、绿、蓝三个分量组成。因此，如果我们直接对图像的每个像素进行编码，会导致非常大的数据量。为了减少数据量，我们可以尝试减少颜色的数量，从而降低存储需求。 1.主要原理 （一）颜色聚类（Color Clustering）：
咕了2天才写的题解 还是比较经典的题目，分治处理网格图最短路 离线下来，利用分治的思想，用一条线把网格图平均劈成两半，每次只考虑询问在两块的一对点，所有的线必须经过直线上的一个点，于是我把线上所有点都在规定范围内跑一次dijkstra，最后直接算答案，显然我想让最短路跑的次数最小，每次选较短的边作为
