OSS

vue+ iview oss签名直传

我怕爱的太早我们不能终老 提交于 2020-01-10 14:31:18
上传图片上传到oss上,先请求接口获取oss需要的签名策略信息 现在项目的utils文件下创建 ossUpload.js ,内容如下 import axios from '@/axios' import { publicApi } from "@/api/index.js"; const basic = require("@/config/index.js"); // 文件上传url let uploadUrl = publicApi.ossUpload let accessid = '' let policyBase64 = '' let signature = '' let callbackbody = '' let key = '' let expire = 0 let host = '' let g_object_name = '' let now = Date.parse(new Date()) / 1000; // 生成随机字符串 function random_string(len) { len = len || 32; var chars = 'ABCDEFGHJKMNPQRSTWXYZabcdefhijkmnprstwxyz2345678'; var maxPos = chars.length; var pwd = ''; for (let i = 0; i <

快速搭建 Serverless 人脸识别离线服务

£可爱£侵袭症+ 提交于 2020-01-06 21:50:49
【推荐】2019 Java 开发者跳槽指南.pdf(吐血整理) >>> 快速搭建 Serverless 人脸识别离线服务 简介 首先介绍下在本文出现的几个比较重要的概念: 函数计算(Function Compute):函数计算是一个事件驱动的服务,通过函数计算,用户无需管理服务器等运行情况,只需编写代码并上传。函数计算准备计算资源,并以弹性伸缩的方式运行用户代码,而用户只需根据实际代码运行所消耗的资源进行付费。函数计算更多信息 参考 函数工作流(Function Flow):函数工作流是一个用来协调多个分布式任务执行的全托管云服务。用户可以用顺序,分支,并行等方式来编排分布式任务,FnF 会按照设定好的步骤可靠地协调任务执行,跟踪每个任务的状态转换,并在必要时执行用户定义的重试逻辑,以确保工作流顺利完成。函数工作流更多信息 参考 本文将重点介绍如何快速地通过函数计算与函数工作流部署一个定时离线批量处理图片文件并标注出人脸的服务。 开通服务 免费开通函数计算 ,按量付费,函数计算有很大的免费额度。 免费开通函数工作流 ,按量付费,目前该产品在公测阶段,可以免费使用。 免费开通对象存储 ,按量付费。 解决方案 流程如下: 设定定时触发器,定时触发函数计算中的函数。 函数被触发后,调用一次函数工作流中的流程。 函数工作流中的流程被执行: 调用函数计算中的函数,列举出 OSS Bucket

oss上传实例

倖福魔咒の 提交于 2020-01-05 14:39:35
pom.xml <dependency> <groupId>com.aliyun.oss</groupId> <artifactId>aliyun-sdk-oss</artifactId> <version>2.8.3</version> </dependency> java public class HelloOSS { //static Logger logger = Logger.getLogger(HelloOSS.class); // endpoint是访问OSS的域名。如果您已经在OSS的控制台上 创建了Bucket,请在控制台上查看域名。 // 如果您还没有创建Bucket,endpoint选择请参看文档中心的“开发人员指南 > 基本概念 > 访问域名”, // 链接地址是:https://help.aliyun.com/document_detail/oss/user_guide/oss_concept/endpoint.html?spm=5176.docoss/user_guide/endpoint_region // endpoint的格式形如“http://oss-cn-hangzhou.aliyuncs.com/”,注意http://后不带bucket名称, // 比如“http://bucket-name.oss-cn-hangzhou.aliyuncs

【阿里云】对象存储服务oss实现图片上传

拥有回忆 提交于 2019-12-30 19:17:44
思路就是 用户发送上传Policy请求到应用服务器。 应用服务器返回上传Policy和签名给用户。 用户直接上传数据到OSS。 这样上传图片的时候不用发文件流传输到后台 然后后台进行处理 减轻了后台压力。 1.引入jar包 <!-- 阿里云OSS --> < dependency > < groupId > com.aliyun.oss </ groupId > < artifactId > aliyun-sdk-oss </ artifactId > < version > 2.5.0 </ version > </ dependency > 2. 控制层 import com . xiepanpan . gmall . admin . oms . component . OssCompent ; import com . xiepanpan . gmall . to . CommonResult ; import com . xiepanpan . gmall . to . OssPolicyResult ; import io . swagger . annotations . Api ; import io . swagger . annotations . ApiOperation ; import org . springframework . beans .

ffmpeg 命令的使用

断了今生、忘了曾经 提交于 2019-12-30 02:52:09
当然先安装了 gentoo 下一条命令搞定 emerge ffmpeg 格式转换 (将file.avi 转换成output.flv) ffmpeg -i file.avi output.flv -i 表示输入文件 :现在有个视频video.avi,有个音频 audio.mp3,将其合并成output.avi 两个命令 ( video2.avi 是中间文件 ,用完可删) ffmpeg -i video.avi -vcodec copy -an video2.avi ffmpeg -i video2.avi -i audio.mp3 -vcodec copy -acodec copy output.avi -i 表示输入文件 -vcodec copy 表示 force video codec ('copy' to copy stream) 这个不知怎么译 ,估计是直接copy -acodec copy 这个说的应该是音频了 跟上面一样 -an : 表示 disable audio 估计是audio no 之类的缩写 表示去掉video.avi 原有的音频 方法2 好像可以直接指定两个输入文件 , ffmpeg -i /tmp/a.wav -i /tmp/a.avi /tmp/a.avi 两个文件 的顺序很重 从视频里提取声音(声音与视频的分离) ffmpeg -i 人生若只如初见

OSSClient 已过时,最新版的OSS SDK 插件进行文件上传

懵懂的女人 提交于 2019-12-26 12:24:42
文章目录 OSSClient 已过时,最新版的OSS SDK 插件进行文件上传 1、上传形式 2、上传字符串 3、上传Byte数组 4、上传网络流 5、上传文件流 6、上传本地文件 7、组件封装 OSSClient 已过时,最新版的OSS SDK 插件进行文件上传 1、上传形式 流式上传 上传字符串 上传Byte 数组 上传网络流 上传文件流 文件上传 2、上传字符串 // Endpoint以杭州为例,其它Region请按实际情况填写。 String endpoint = "http://oss-cn-hangzhou.aliyuncs.com" ; // 阿里云主账号AccessKey拥有所有API的访问权限,风险很高。强烈建议您创建并使用RAM账号进行API访问或日常运维,请登录 https://ram.console.aliyun.com 创建RAM账号。 String accessKeyId = "<yourAccessKeyId>" ; String accessKeySecret = "<yourAccessKeySecret>" ; // 创建OSSClient实例。 OSS ossClient = new OSSClientBuilder ( ) . build ( endpoint , accessKeyId , accessKeySecret ) ; //

阿里云STS临时令牌操作OSS云存储

隐身守侯 提交于 2019-12-23 18:04:02
阿里云STS临时令牌操作OSS云存储 参考: 官方文档1 官方文档2 STS获取临时令牌操作OSS云存储 项目集成了swagger2自动接口文档,如未集成,需要将@Api、@ApiOperation等注解去掉 为什么要使用sts去操作? 直接使用账号的权限去操作OSS,账号拥有所有权限,使用RAM创建账号子用户,分离部分权限出来,提高OSS安全性能。 前期准备 阿里云控制台操作步骤 通过OSS SDK与STS SDK的结合使用,实现使用STS临时授权访问OSS。假设有一个名为qizy-test的Bucket用于存储用户数据,现将利用用户子账号结合STS实现OSS权限控制访问。 创建用户子账号。 云账号登录RAM控制台。 在左侧导航栏的人员管理菜单下,单击用户。 单击新建用户。 输入登录名称和显示名称。 在访问方式区域下,选择编程访问。 单击确定,然后单击复制保存访问密钥(AccessKeyID 和 AccessKeySecret)。 勾选目标RAM用户,单击添加权限,被授权主体会自动填入。 在添加权限页面,为已创建子账号添加AliyunSTSAssumeRoleAccess权限。 为已创建子账号添加AliyunOSSFullAccess权限。 创建权限策略。 云账号登录RAM控制台。 在左侧导航栏的权限管理菜单下,单击权限策略管理。 单击新建权限策略。 填写策略名称和备注。

快速搭建 Serverless 人脸识别离线服务

狂风中的少年 提交于 2019-12-23 14:57:06
【推荐】2019 Java 开发者跳槽指南.pdf(吐血整理) >>> 简介 首先介绍下在本文出现的几个比较重要的概念: 函数计算(Function Compute):函数计算是一个事件驱动的服务,通过函数计算,用户无需管理服务器等运行情况,只需编写代码并上传。函数计算准备计算资源,并以弹性伸缩的方式运行用户代码,而用户只需根据实际代码运行所消耗的资源进行付费。函数计算更多信息 参考 函数工作流(Function Flow):函数工作流是一个用来协调多个分布式任务执行的全托管云服务。用户可以用顺序,分支,并行等方式来编排分布式任务,FnF 会按照设定好的步骤可靠地协调任务执行,跟踪每个任务的状态转换,并在必要时执行用户定义的重试逻辑,以确保工作流顺利完成。函数工作流更多信息 参考 本文将重点介绍如何快速地通过函数计算与函数工作流部署一个定时离线批量处理图片文件并标注出人脸的服务。 开通服务 免费开通函数计算 ,按量付费,函数计算有很大的免费额度。 免费开通函数工作流 ,按量付费,目前该产品在公测阶段,可以免费使用。 免费开通对象存储 ,按量付费。 解决方案 流程如下: 设定定时触发器,定时触发函数计算中的函数。 函数被触发后,调用一次函数工作流中的流程。 函数工作流中的流程被执行: 调用函数计算中的函数,列举出 OSS Bucket 根路径下的图片文件列表。

opensuse zypper源

好久不见. 提交于 2019-12-23 03:56:31
本文写于 2019-12-22 ,因技术更新较快,超过一年不建议再看本文。 kvm新建的一台opensuse主机,版本:leap 15.1 zypper in nginx #安装软件报错 这里的问题应该是,使用iso文件安装完系统后,默认会添加原始cd源到main,需要删除。 zypper lr #查看所有已设置的源 zypper rr main repo-debug-update-non-oss repo-non-oss repo-oss repo-source repo-source-non-oss #我把找到的都删除了 也可以只禁用官方源 zypper mr -d openSUSE-Leap-15.1-1 下面四行:添加新源并刷新 zypper ar -f http://mirrors.163.com/openSUSE/distribution/leap/15.1/ main zypper ar -f http://mirrors.163.com/openSUSE/distribution/leap/15.1/repo/non-oss non-oss zypper ar -f http://mirrors.163.com/openSUSE/distribution/leap/15.1/repo/oss oss zypper ref zypper update #更新新源镜像

oss2罗列所有文件

大憨熊 提交于 2019-12-17 02:22:32
使用oss python sdk罗列某目录下所有文件。 #!/usr/bin/python3 import sys, os import oss2 auth = oss2.Auth('keyID', 'keySecret') bucket = oss2.Bucket(auth, 'url', 'bucket', enable_crc=False) is_truncated = True next_marker = '' while(is_truncated): result = bucket.list_objects(prefix="", marker=next_marker, max_keys=1000) is_truncated = result.is_truncated next_marker = result.next_marker oss_objects = result.object_listfor oss_object in oss_objects: print('find: ' + oss_object.key) 来源: https://www.cnblogs.com/pinganzi/p/10190983.html