Saber

　　本文学习利用python学习边缘检测的滤波器，首先读入的图片代码如下： import cv2 from pylab import * saber = cv2.imread("construction.jpg") saber = cv2.cvtColor(saber,cv2.COLOR_BGR2RGB) plt.imshow(saber) plt.axis("off") plt.show() 　　图片如下： 　　边缘检测是图像处理和计算机视觉的基本问题，边缘检测的目的是标识数字图像中亮度变化明显的点，图像属性中的显著变化通常反映了属性的重要事件和变化。这些包括：深度上的不连续，表面方向的不连续，物质属性变化和场景照明变化。边缘检测是图像处理和计算机视觉中，尤其是特征提取中的一个研究领域。图像边缘检测大幅度的减少了数据量，并且剔除了可以认为不相关的信息，保留了图像重要的结构属性。 　　在实际的图像分割中，往往只用到一阶和二阶导数，虽然原理上，可以用更高阶的导数，但是因为噪声的影响，在纯粹二阶的导数操作中就会出现对噪声的敏感现象，三阶以上的导数信息往往失去了应用价值。二阶导数还可以说明灰度突变的类型。在某些情况下，如灰度变化均匀的图像，只利用一阶导数可能找不到边界，此时二阶导数就能提供很有用的信息。二阶导数对噪声也比较敏感，解决的方法是先对图像进行平滑滤波，消除部分噪声

文章目录 前言 一、MYSQL下载 二、安装 1.添加内容 2.添加路径 3.在cmd中进行安装 前言 数据库 9.3 下载安装MYSQL 一、MYSQL下载 1.官网 https://dev.mysql.com/downloads/mysql/ 2. 错误记录 ： （1）开始时下载了msi格式，虽然安装程序下载在E盘中，但最终文件夹始终出现在C盘，没有找到原因与解决方式，最后无奈全部删除。 （2）文件夹处理错误，不应处理debug文件夹——>导致出现错误：“ ' mysqld’ 不是内部或外部命令，也不是可运行的程序或批处理文件 。” 关于MSI文件 （1）MSI文件是Windows Installer的数据包，它实际上是一个数据库，包含安装一种产品所需要的信息和在很多安装情形下安装（和卸载）程序所需的指令和数据。MSI文件将程序的组成文件与功能关联起来。此外，它还包含有关安装过程本身的信息:如安装序列、目标文件夹路径、系统依赖项、安装选项和控制安装过程的属性。 （2）采用MSI安装的优势在于你可以随时彻底删除它们，更改安装选项，即使安装中途出现意想不到的错误，一样可以安全地恢复到以前的状态。（但我没有找到方法，是一个一个文件和程序删的。。。。） 二、安装 1.添加内容 1.在mysql-8.0.21-winx64文件夹中新建数据文件夹data，加入my.ini文件。 2. my

HTTP 异步风格服务器 # http_server.php $http = new Swoole\Http\Server("0.0.0.0", 9501); // 设置服务器运行参数 $serv->set(array( 'daemonize' => 1, // 作为守护进程运行，需同时设置log_file 'log_file' => '/www/logs/swoole.log', // 指定标准输出和错误日志文件 )); // HTTP 服务器只需要监听 onRequest 事件 $http->on('request', function ($request, $response) { // 响应 favicon.ico 请求 if ($request->server['path_info'] == '/favicon.ico' || $request->server['request_uri'] == '/favicon.ico') { $response->end(); return; } var_dump($request->get, $request->post); // URL路由器 list($controller, $action) = explode('/', trim($request->server['request_uri'], '/')); if

npm install moment --save （估计网络慢，造成失败） yarn add moment （成功） 来源： oschina 链接： https://my.oschina.net/u/4313521/blog/4271599

yarn add echarts --save 来源： oschina 链接： https://my.oschina.net/u/4265074/blog/4258806

【推荐阅读】微服务还能火多久？>>> 一、下载Harbor # wget https://storage.googleapis.com/harbor-releases/release-1.9.0/harbor-offline-installer-v1.9.4.tgz （# 以 /data/ 目录为例 # mkdir /data/ # cd /data/ 注：如果无法下载，在本地下载再上传，可以使用rz命令 # yum install -y lrzsz # rz 注：在弹出的窗口中选择下载的harbor 压缩包，上传成功后解压： # tar zxvf harbor.tgz 进入解压后的目录harbor） # cd /harbor 修改harbor.yml配置文件 hostname:saber.bladex.vip port:81 （使用vim修改，i 编辑 :wq保存） # ./install.sh 安装完成后使用saber.bladex.vip:81即可访问，默认的用户和密码为：admin和 Harbor12345 来源： oschina 链接： https://my.oschina.net/u/4365667/blog/3237953

摘要：本文由 bilibili 大数据实时平台负责人郑志升分享，基于对 bilibili 实时计算的痛点分析，详细介绍了 bilibili Saber 实时计算平台架构与实践。本次分享主要围绕以下四个方面： 一、实时计算的痛点 二、Saber 的平台演进 三、结合 AI 的案例实践 四、未来的发展与思考 重要：点击「 PPT 」可下载 Flink Forward Asia 大会全部PPT。 一、实时计算的痛点 1.痛点 各个业务部门进行业务研发时都有实时计算的需求。早期，在没有平台体系做支撑时开发工作难度较大，由于不同业务部门的语言种类和体系不同，导致管理和维护非常困难。其次，bilibili 有很多关于用户增长、渠道投放的分析等 BI 分析任务。而且还需要对实时数仓的实时数据进行清洗。此外，bilibili 作为一个内容导向的视频网站，AI 推荐场景下的实时计算需求也比较强烈。 2.痛点共性 开发门槛高 ：基于底层实时引擎做开发，需要关注的东西较多。包括环境配置、语言基础，而编码过程中还需要考虑数据的可靠性、代码的质量等。其次，市场实时引擎种类多样，用户选择有一定困难。 运维成本高 ：运维成本主要体现在两方面。首先是作业稳定性差。早期团队有 Spark 集群、YARN 集群，导致作业稳定性差，容错等方面难以管理。其次，缺乏统一的监控告警体系，业务团队需要重复工作，如计算延时、断流