ActiveMQ 性能優化與網絡配置實戰(一)

一、引言

{"type":"load_by_key","key":"auto_image_0_0","image_type":"search"}

在當今分布式系統和微服務架構盛行的時代,消息中間件作為實現系統間異步通信、解耦和削峰填谷的關鍵組件,其重要性不言而喻。ActiveMQ 作為一款廣泛應用的開源消息中間件,憑借其對多種消息協議的支持、靈活的部署方式以及豐富的功能特性,在眾多企業級應用中扮演著核心角色。

隨著業務規模的不斷擴大和系統復雜度的日益增加,對 ActiveMQ 性能和網絡配置的優化變得至關重要。性能優化不僅能夠提升系統的吞吐量和響應速度,降低延遲,還能有效提高資源利用率,減少硬件成本。而合理的網絡配置則是確保消息可靠傳輸、保障系統高可用性和穩定性的基礎,能夠應對復雜網絡環境下的各種挑戰,如網絡延遲、丟包等問題。

接下來,本文將深入探討 ActiveMQ 性能優化與網絡配置的相關知識和實戰經驗,希望能給大家帶來幫助。

二、ActiveMQ 基礎回顧

2.1 工作原理

ActiveMQ 基于 JMS(Java Message Service)規范,其核心原理圍繞消息的生產、存儲和消費展開。在 ActiveMQ 的世界里,消息的傳遞離不開 Broker 的協調。當生產者有消息要發送時,它會通過 JMS Connection Factory 建立與 ActiveMQ 服務器的連接(Connection) ,并創建會話(Session),在這個會話的上下文環境中,生產者將消息發送至特定的目的地(Destination),這個目的地可以是點對點模式下的隊列(Queue),也可以是發布 / 訂閱模式下的主題(Topic)。

對于本地通訊,消息如同在同一屋檐下傳遞,直接從內存中的隊列傳遞給消費者;而遠程通訊時,消息則像踏上了一段長途旅程,先存入本地傳輸隊列,然后通過網絡通道轉發到目標系統上的 ActiveMQ 實例,目標實例接收后再投遞給對應的消費者。為了確保消息可靠抵達,ActiveMQ 支持消息確認機制,只有消息被成功處理,才會從隊列中移除;若未被正確接收或處理,可根據配置重新投遞或進入死信隊列。

2.2 核心組件

  • Broker:作為 ActiveMQ 的核心組件,Broker 就像是一個智能的交通樞紐,負責接收、存儲和傳遞消息。它支持多種消息傳輸協議,如 AMQP、MQTT、STOMP 等 ,可以與不同平臺和編程語言的應用進行通信,實現消息的高效流轉。
  • Producer(生產者):生產者是消息的源頭,是將消息發送到消息中間件的應用程序。它可以在發布 - 訂閱模式下,像廣播員一樣向多個訂閱者發送消息;也能在點對點模式下,精準地將消息發送給特定的接收者。
  • Consumer(消費者):消費者是消息的接收者,從消息中間件獲取并處理消息。它可以是一個訂閱者,關注特定主題的消息;也可以是一個接收者,從隊列中獲取消息進行處理。
  • Queue(隊列):隊列是一種先進先出(FIFO)的數據結構,如同一個有序的信箱,生產者將消息發送到隊列中,消費者按照順序從隊列中取出消息進行處理。每個消息只會被一個消費者接收,確保了消息處理的唯一性和順序性。
  • Topic(主題):主題采用發布 / 訂閱模式,類似于一個公共的公告板。生產者將消息發布到主題,所有訂閱了該主題的消費者都能收到消息,實現了一對多的消息分發。

2.3 與其他消息隊列對比

  • ActiveMQ vs RabbitMQ:ActiveMQ 是 JMS 規范的實現者,對 Java 生態系統有著天然的親和力,并且支持多種協議,功能豐富,適用于傳統企業應用以及對穩定性要求高的行業,如金融、電信等領域 。RabbitMQ 遵循 AMQP 協議,以其靈活性著稱,支持多種消息模式,如路由、主題、扇出、RPC 等 ,在微服務架構中常作為服務間通信的橋梁,實現靈活的消息路由和服務解耦。
  • ActiveMQ vs Kafka:Kafka 以高吞吐量和分布式特性脫穎而出,特別適合處理大規模數據流,如日志收集、實時數據處理等場景。它基于發布 / 訂閱模式,支持主題和分區的概念,消息持久化能力強,能長時間存儲大量消息 。而 ActiveMQ 在中小規模系統中表現出色,對易用性和靈活性有一定要求,但不需要極高吞吐量的場景下,ActiveMQ 是不錯的選擇。

三、性能瓶頸剖析

3.1 網絡延遲

在分布式系統中,ActiveMQ 的各個組件(生產者、消費者、Broker)可能分布在不同的地理位置或網絡環境中。網絡延遲就像一條無形的減速帶,嚴重影響著消息的傳輸速度和系統的響應時間。當網絡延遲較高時,消息從生產者發送到 Broker,再從 Broker 傳遞到消費者的過程中,會經歷較長的等待時間。這不僅導致消息處理的整體延遲增加,還可能引發消息堆積的問題。例如,在跨國公司的分布式應用中,位于不同國家的數據中心之間的網絡延遲可能高達幾十毫秒甚至幾百毫秒,這對于一些對實時性要求較高的業務場景,如金融交易、實時監控等,是無法接受的。高延遲會導致交易處理緩慢,影響用戶體驗,甚至可能造成經濟損失。

3.2 磁盤 I/O 瓶頸

ActiveMQ 在處理持久化消息時,需要將消息寫入磁盤以確保數據的可靠性。然而,磁盤的讀寫速度相對內存來說要慢得多,這就形成了一個潛在的性能瓶頸。如果磁盤的 I/O 性能不佳,例如使用傳統的機械硬盤,或者磁盤負載過高,那么在大量消息涌入時,磁盤的讀寫操作將成為系統的短板,限制消息的處理效率。當消息寫入磁盤的速度跟不上消息產生的速度時,消息就會在內存中堆積,占用大量內存資源,最終可能導致系統崩潰。此外,磁盤 I/O 瓶頸還會影響消息的讀取速度,使得消費者從磁盤中讀取消息的時間變長,進一步降低系統的整體性能。

3.3 內存管理限制

ActiveMQ 作為基于 Java 開發的消息中間件,其內存管理依賴于 JVM。不合理的 JVM 設置,如堆內存過小、垃圾回收算法選擇不當等,都可能導致頻繁的垃圾回收。垃圾回收過程會暫停應用程序的運行,導致消息處理線程被阻塞,影響消息的處理速度。當堆內存不足時,JVM 會頻繁進行垃圾回收以釋放內存,這會消耗大量的 CPU 資源,使得系統的吞吐量下降。而且,長時間的垃圾回收停頓會導致消息處理延遲增加,影響系統的實時性。例如,在一個高并發的消息處理場景中,如果 JVM 的堆內存設置過小,可能會導致每秒發生多次垃圾回收,每次垃圾回收停頓時間長達幾百毫秒,這對于需要快速處理大量消息的系統來說是致命的。

3.4 消息持久化策略

ActiveMQ 支持多種消息持久化策略,如 KahaDB、JDBC、LevelDB 等 ,不同的持久化策略在消息處理效率和數據安全方面有著不同的表現。KahaDB 是默認的持久化策略,它采用事務日志和索引文件來存儲消息,具有較高的性能和恢復能力,但在處理大規模消息時,可能會因為索引文件的增長而導致性能下降。JDBC 持久化策略將消息存儲在數據庫中,雖然數據安全性高,但數據庫的讀寫操作相對較慢,會影響消息的處理速度。LevelDB 持久化性能較高,但它的使用可能受到一些限制,并且在某些情況下可能不如 KahaDB 穩定。選擇不合適的持久化策略,可能會在保證數據安全的同時犧牲了消息處理效率,或者在追求高效處理時忽略了數據的可靠性。

四、網絡配置實戰

4.1 傳輸協議選擇

ActiveMQ 支持多種傳輸協議,每種協議都有其獨特的特點,適用于不同的應用場景。

  • TCP(Transmission Control Protocol):是 ActiveMQ 的默認傳輸協議,它基于字節流傳輸,具有高可靠性和穩定性 。TCP 協議通過三次握手建立連接,確保數據的可靠傳輸,并且在傳輸過程中會對數據進行校驗和重傳,以保證數據的完整性。由于其廣泛應用和對各種平臺的良好支持,TCP 適用于大多數常規的企業級應用場景,尤其是對消息可靠性要求較高,網絡環境相對穩定的場景。例如,在企業內部的訂單處理系統中,訂單消息的傳輸必須確保準確無誤,TCP 協議就能很好地滿足這一需求。
  • NIO(New I/O):NIO 協議與 TCP 類似,但它更側重于底層的訪問操作,采用了非阻塞 I/O 模型 。這使得它在處理大量并發連接時具有優勢,因為它可以使用更少的線程來處理多個連接,從而減少線程上下文切換的開銷,提高系統的并發處理能力。當有大量客戶端需要連接到 Broker 時,使用 NIO 協議可以避免因線程過多而導致的系統資源耗盡問題,提升系統的性能和穩定性。例如,在一個擁有大量移動客戶端的消息推送系統中,NIO 協議能夠高效地處理眾多客戶端的連接請求,確保消息的及時推送。
  • AMQP(Advanced Message Queuing Protocol):是一個應用層的開放標準協議,為面向消息的中間件設計 。它具有平臺無關性和語言無關性,這意味著不同平臺和使用不同編程語言開發的客戶端都可以通過 AMQP 協議與 ActiveMQ 進行通信。AMQP 協議定義了豐富的消息模型和交互模式,支持事務、消息確認等高級特性,適用于需要與多種不同類型系統進行集成,對消息交互模式有復雜要求的場景。例如,在一個跨國公司的分布式系統中,不同地區的子系統可能使用不同的技術棧,AMQP 協議就可以作為統一的消息交互標準,實現各個子系統之間的高效通信。

在選擇傳輸協議時,需要綜合考慮應用場景的需求、網絡環境以及系統的性能要求。如果應用對可靠性要求極高,且網絡環境相對穩定,TCP 協議是一個不錯的選擇;如果需要處理大量并發連接,提高系統的并發性能,NIO 協議更為合適;而當需要與多種不同類型的系統進行集成,且對消息交互模式有復雜要求時,AMQP 協議則是首選。

4.2 連接池配置

連接池是一種緩存數據庫連接或其他網絡連接的技術,其原理是在系統初始化時創建一定數量的連接對象,并將這些連接對象存儲在一個池中。當應用程序需要連接時,無需重新創建新的連接,而是從連接池中獲取一個已有的連接;當連接使用完畢后,再將其放回連接池中,以供后續使用。這樣可以避免頻繁創建和銷毀連接所帶來的開銷,提高系統的性能和資源利用率。

在 ActiveMQ 中,合理配置連接池可以顯著提升性能。以 Spring Boot 集成 ActiveMQ 為例,配置連接池的關鍵屬性包括:

 

<bean id="pooledConnectionFactory" class="org.apache.activemq.pool.PooledConnectionFactory">

<property name="connectionFactory">

<bean class="org.apache.activemq.ActiveMQConnectionFactory">

<property name="brokerURL" value="tcp://localhost:61616"/>

</bean>

</property>

<property name="maxConnections" value="10"/>

<property name="idleTimeout" value="30000"/>

</bean>

  • maxConnections:表示連接池的最大連接數,這里設置為 10,意味著連接池最多可以同時維護 10 個連接 。如果應用程序對連接的需求超過了這個數量,后續的連接請求可能會被阻塞,直到有連接被釋放回連接池。在高并發的場景中,如果 maxConnections 設置過小,可能會導致連接池無法滿足應用程序的需求,從而影響系統的性能;而設置過大,則可能會占用過多的系統資源,導致資源浪費。
  • idleTimeout:指定連接的空閑超時時間,單位為毫秒,這里設置為 30000 毫秒(即 30 秒) 。如果一個連接在空閑狀態下的時間超過了這個設定值,連接池會自動將其關閉,以釋放資源。合理設置 idleTimeout 可以避免連接長時間占用資源,提高資源的利用率。如果 idleTimeout 設置過短,可能會導致連接頻繁被關閉和重新創建,增加系統的開銷;而設置過長,則可能會導致一些無用的連接長時間占用資源,降低系統的性能。

4.3 端口監聽與防火墻

在配置 ActiveMQ 的端口監聽時,首先需要修改 ActiveMQ 的配置文件(通常是activemq.xml) 。在該文件中,可以找到<transportConnectors>標簽,通過在其中添加或修改<transportConnector>元素來配置監聽端口。例如,要配置 ActiveMQ 監聽默認的 TCP 端口 61616,可以使用以下配置:

 

<transportConnectors>

<transportConnector name="openwire" uri="tcp://0.0.0.0:61616?maximumConnections=1000&wireFormat.maxFrameSize=104857600"/>

</transportConnectors>

這里的uri屬性指定了協議(tcp)、監聽地址(0.0.0.0表示監聽所有可用網絡接口)和端口號(61616) ,同時還可以設置一些其他參數,如maximumConnections表示最大并發連接數,wireFormat.maxFrameSize表示最大幀大小。

在配置防火墻規則時,如果使用的是 Linux 系統,可以使用iptables命令。假設要開放 61616 端口(ActiveMQ 默認的 TCP 監聽端口),可以執行以下命令:

 

iptables -A INPUT -p tcp --dport 61616 -j ACCEPT

service iptables save

service iptables restart

第一條命令iptables -A INPUT -p tcp --dport 61616 -j ACCEPT表示在 INPUT 鏈中添加一條規則,允許 TCP 協議的數據包通過目標端口 61616;第二條命令service iptables save用于保存防火墻規則;第三條命令service iptables restart則是重啟防火墻使規則生效。

在 Windows 系統中,可以通過控制面板的 “Windows 防火墻” 進行配置 。在防火墻設置中,找到 “高級設置”,然后在 “入站規則” 中新建一條規則,選擇 “端口”,指定 TCP 協議和特定端口號(如 61616),并設置為允許連接。

在進行端口監聽和防火墻配置時,需要注意以下幾點:

  • 確保監聽地址和端口沒有被其他進程占用,否則 ActiveMQ 可能無法正常啟動。可以使用netstat命令(在 Linux 和 Windows 中均可使用)來查看端口的占用情況,例如netstat -ano | grep 61616(Linux)或netstat -ano | findstr 61616(Windows),如果有其他進程占用該端口,需要停止該進程或修改 ActiveMQ 的監聽端口。
  • 防火墻規則的配置要謹慎,避免開放過多不必要的端口,以免增加系統的安全風險。只開放與 ActiveMQ 通信相關的端口,并根據實際需求設置訪問權限,例如只允許特定 IP 地址段的主機訪問 ActiveMQ。

4.4 靜態網絡連接配置

靜態網絡連接是指在 ActiveMQ 的配置中,明確指定要連接的其他 Broker 的地址和端口,從而實現 Broker 之間的通信和消息路由 。在配置靜態網絡連接時,首先需要修改activemq.xml文件,在<broker>標簽內找到<networkConnectors>標簽(如果沒有則添加),然后在其中添加<networkConnector>元素來定義連接。例如,要連接到遠程的 Broker(地址為192.168.1.100,端口為 61616),可以使用以下配置:

 

<networkConnectors>

<networkConnector uri="static:(tcp://192.168.1.100:61616)" duplex="true" name="cluster-connection">

<staticallyIncludedDestinations>

<queue physicalName="Queue.A"/>

<topic physicalName="Topic.B"/>

</staticallyIncludedDestinations>

</networkConnector>

</networkConnectors>

  • uri:指定了連接的目標地址和協議,這里使用static:(tcp://192.168.1.100:61616)表示通過 TCP 協議靜態連接到192.168.1.100:61616這個地址 。
  • duplex:設置為true表示連接是雙向的,即消息可以在兩個 Broker 之間雙向傳遞;如果設置為false,則表示單向連接 。
  • name:為該連接指定一個名稱,方便在日志和管理界面中識別 。
  • staticallyIncludedDestinations:用于指定哪些隊列(<queue>)和主題(<topic>)的消息會被橋接到遠程 Broker 。這里配置了Queue.A和Topic.B,表示只有這兩個目的地的消息會通過該網絡連接進行傳輸。

通過靜態網絡連接,可以實現 ActiveMQ 的集群部署,將多個 Broker 組成一個集群,提高系統的可用性和性能。同時,也可以根據業務需求,將不同的消息隊列和主題分布在不同的 Broker 上,實現更靈活的消息路由和管理。例如,在一個大型電商系統中,可以將訂單相關的消息隊列配置在一個 Broker 上,而將用戶評論相關的消息隊列配置在另一個 Broker 上,通過靜態網絡連接實現它們之間的通信和協同工作。

4.5 動態網絡連接簡介

動態網絡連接是指 ActiveMQ Broker 之間可以自動發現并建立連接,而無需在配置文件中預先指定所有連接的目標地址。它主要基于多播(Multicast)協議來實現 。在動態網絡連接中,Broker 會通過多播地址在網絡中發送和接收發現消息,當一個 Broker 接收到其他 Broker 的發現消息時,它會自動嘗試建立連接,從而形成一個動態的網絡拓撲。

動態網絡連接的優點在于其靈活性和可擴展性 。當需要在網絡中添加或刪除 Broker 時,無需手動修改每個 Broker 的配置文件,系統能夠自動感知并調整連接關系,大大降低了運維成本。在一個不斷擴展的分布式系統中,新的服務節點可能會頻繁加入,使用動態網絡連接可以讓新加入的 ActiveMQ Broker 迅速融入現有集群,實現無縫對接。

然而,動態網絡連接也存在一些缺點 。由于多播協議的特性,它可能會消耗較多的網絡帶寬,尤其是在網絡中存在大量 Broker 或網絡狀況不佳的情況下,過多的發現消息可能會導致網絡擁塞。動態發現的機制可能存在一定的不確定性,在某些復雜網絡環境下,可能會出現連接建立失敗或延遲較高的情況。

動態網絡連接適用于對系統靈活性和可擴展性要求較高,且網絡帶寬充足、網絡環境相對穩定的場景 。例如,在一個大型互聯網公司的分布式消息系統中,業務的快速發展可能導致消息服務節點頻繁變化,動態網絡連接就能夠很好地適應這種變化,保證系統的高效運行。

本文來自互聯網用戶投稿,該文觀點僅代表作者本人,不代表本站立場。本站僅提供信息存儲空間服務,不擁有所有權,不承擔相關法律責任。
如若轉載,請注明出處:http://www.pswp.cn/web/78695.shtml
繁體地址,請注明出處:http://hk.pswp.cn/web/78695.shtml
英文地址,請注明出處:http://en.pswp.cn/web/78695.shtml

如若內容造成侵權/違法違規/事實不符,請聯系多彩編程網進行投訴反饋email:809451989@qq.com,一經查實,立即刪除!

相關文章

免費視頻壓縮軟件

一、本地軟件&#xff08;支持離線使用&#xff09; 1. HandBrake 平臺&#xff1a;Windows / macOS / Linux 特點&#xff1a;開源免費&#xff0c;支持多種格式轉換&#xff0c;提供豐富的預設選項&#xff08;如“Fast 1080p”快速壓縮&#xff09;&#xff0c;可自定義分…

消除AttributeError: module ‘ttsfrd‘ has no attribute ‘TtsFrontendEngine‘報錯輸出的記錄

#工作記錄 嘗試消除 消除“模塊ttsfrd沒有屬性ttsfrontendengine”的錯誤的記錄 報錯摘錄&#xff1a; Traceback (most recent call last): File "F:\PythonProjects\CosyVoice\webui.py", line 188, in <module> cosyvoice CosyVoice(args.model_di…

Acrel-EIoT 能源物聯網云平臺在能耗監測系統中的創新設計

摘要 隨著能源管理的重要性日益凸顯&#xff0c;能耗監測系統成為實現能源高效利用的關鍵手段。本文詳細介紹了基于安科瑞Acrel-EIoT能源物聯網云平臺的能耗監測系統的設計架構與應用實踐。該平臺采用分層分布式結構&#xff0c;涵蓋感知層、網絡層、平臺層和應用層&#xff0…

計算機網絡-同等學力計算機綜合真題及答案

計算機網絡-同等學力計算機綜合真題及答案 &#xff08;2003-2024&#xff09; 2003 年網絡 第二部分 計算機網絡&#xff08;共 30 分&#xff09; &#xff08;因大綱變動因此 2004 年真題僅附真題&#xff0c;不作解析。&#xff09; 一、填空題&#xff08;共 10 分&#…

PyTorch常用命令詳解:助力深度學習開發

&#x1f4cc; 友情提示&#xff1a; 本文內容由銀河易創AI&#xff08;https://ai.eaigx.com&#xff09;創作平臺的gpt-4-turbo模型生成&#xff0c;旨在提供技術參考與靈感啟發。文中觀點或代碼示例需結合實際情況驗證&#xff0c;建議讀者通過官方文檔或實踐進一步確認其準…

深度學習:梯度下降法的數學原理

梯度下降法——是一種最優化算法,用于找到函數的局部極小值或全局最小值。它基于函數的梯度(或偏導數)信息來更新參數,目標是通過逐漸調整參數值來最小化目標函數的值。在機器學習算法中,梯度下降是最常采用的方法之一,尤其是在深度學習模型中,BP反向傳播方法的核心就是…

刷leetcodehot100返航版--哈希表5/5、5/6

回顧一下之前做的哈希&#xff0c;貌似只有用到 unordered_set&#xff1a;存儲無序元素unordered_map&#xff1a;存儲無序鍵值對 代碼隨想錄 常用代碼模板2——數據結構 - AcWing C知識回顧-CSDN博客 1.兩數之和5/5【30min】 1. 兩數之和 - 力扣&#xff08;LeetCode&am…

openwrt 使用quilt 打補丁(patch)

1,引入 本文簡單解釋如何在OpenWRT下通過quilt命令打補丁--patch&#xff0c;也可查看openwrt官網提供的文檔 2&#xff0c;以下代碼通過編譯net-snmp介紹 ① 執行編譯命令之后&#xff0c;進入build_dir的net-snmp-5.9.1目錄下&#xff0c;改目錄即為snmp最終編譯的目錄了 /…

【開發工具】Window安裝WSL及配置Vscode獲得Linux開發環境

筆者面試時需要本地IDE手撕代碼并測試&#xff0c;但是windows開發環境用不習慣&#xff0c;Min64和json配置也比較麻煩&#xff0c;因此采用WSLvscode的方式快速配置Linux開發環境 WSL安裝 直接在微軟商店搜索WSL即可 系統設置 開始菜單搜索啟用或關閉 Windows 功能&…

【C語言】初階數據結構相關習題(一)

&#x1f386;個人主頁&#xff1a;夜晚中的人海 今日語錄&#xff1a;人的生命似洪水在奔流&#xff0c;不遇著島嶼、暗礁&#xff0c;難以激起美麗的浪花。——奧斯特洛夫斯基 文章目錄 ?一、判定是否互為字符重排&#x1f389;二、 回文排列&#x1f680;三、字符串壓縮&am…

MySQL----數據庫的操作

1. 查看數據庫 語法&#xff1a;show databases; 示例展示&#xff1a; 2. 創建庫 語法&#xff1a; CREATE DATABASE [IF NOT EXISTS] database_name[CHARACTER SET charset_name][COLLATE collation_name]; 注意&#xff1a;[] 為可選項 {} 為必選項 database_name 為數據…

Dagger中編譯import報找不到ProvideClientFactory,initialize中ProvideClientFactory爆紅

解決方案&#xff1a;將對應Module移到主模塊&#xff0c;可能是依賴循環使用導致或者是模塊之間無法訪問及通信導致 為了重現問題&#xff0c;我還遠了此操作

Nacos源碼—4.Nacos集群高可用分析四

大綱 6.CAP原則與Raft協議 7.Nacos實現的Raft協議是如何寫入數據的 8.Nacos實現的Raft協議是如何選舉Leader節點的 9.Nacos實現的Raft協議是如何同步數據的 10.Nacos如何實現Raft協議的簡版總結 8.Nacos實現的Raft協議是如何選舉Leader節點的 (1)初始化RaftCore實例時會開…

擬南芥T2T基因組-文獻精讀127

A near-complete assembly of an Arabidopsis thaliana genome 擬南芥基因組的近乎完整組裝 擬南芥&#xff08;Arabidopsis thaliana&#xff09;基因組序列作為廣泛應用的模式物種&#xff0c;為植物分子生物學研究提供了巨大的推動力。在基因組序列首次發布后的20多年&…

一個關于fsaverage bem文件的說明

MNE文檔&#xff1a;基于模板 MRI 的 EEG 前向算子 Head model and forward computation 在了解了腦圖譜發展的過程之后&#xff0c;對腦的模版有了更深的認識&#xff0c;所以&#xff0c;對于之前使用的正向的溯源文件&#xff0c;進行一下解析&#xff0c;查看包含的信息&a…

C#學習第21天:安全與加密(Security and Cryptography)

核心概念 1. 什么是加密&#xff1f; 加密&#xff1a;加密是一種將數據轉換為一種不可讀形式的方法&#xff0c;只有持有相應密鑰的人才能解密并讀取數據。目的&#xff1a;確保數據的機密性和安全性&#xff0c;特別是在傳輸過程中過防止未授權訪問。 2. 加密類型 對稱加密…

OpenCV 圖形API(77)圖像與通道拼接函數-----對圖像進行幾何變換函數remap()

操作系統&#xff1a;ubuntu22.04 OpenCV版本&#xff1a;OpenCV4.9 IDE:Visual Studio Code 編程語言&#xff1a;C11 算法描述 對圖像應用一個通用的幾何變換。 函數 remap 使用指定的映射對源圖像進行變換&#xff1a; dst ( x , y ) src ( m a p x ( x , y ) , m a p y…

在線時間戳轉換工具

給大家推薦一個在線時間戳轉換工具 點擊跳轉-鴿鴿在線工具 這個工具除了時間戳轉換&#xff0c;到首頁還能選擇使用很多其他小工具&#xff0c;歡迎使用

WPF之面板特性

文章目錄 1. 概述2. WPF布局系統基礎2.1 布局過程概述2.2 布局重新計算的觸發條件2.3 布局重新計算的核心方法 3. WPF內置面板類型及特性3.1 面板類型概覽3.2 Canvas面板3.3 StackPanel面板3.4 WrapPanel面板3.5 DockPanel面板3.6 Grid面板3.7 UniformGrid面板3.8 Virtualizing…

【技術追蹤】通過潛在擴散和先驗知識增強時空疾病進展模型(MICCAI-2024)

向擴散模型中引入先驗知識&#xff0c;實現疾病進展預測&#xff0c;擴散模型開始細節作業了~ 論文&#xff1a;Enhancing Spatiotemporal Disease Progression Models via Latent Diffusion and Prior Knowledge 代碼&#xff1a;https://github.com/LemuelPuglisi/BrLP 0、摘…