utm

【摘要】 STM32的工程在文章末尾，可自行下载。 一、工程配置 1、MCU类型选择STM32L431RC 2、烧录器选择OpenOCD，参数 -f interface/stlink-v2-1.cfg -f target/stm32l4x.cfg 3、输出目录选择 LiteOS_Lab_STM32\targets\STM32L431_BearPi\GCC\appbuild 4、编译器Makefile选择 targets\STM32L431_BearPi\GCC\Makefile 5、平台参数配置：LiteOS_Lab_STM32\demos\oc_mqtt_demo\oc_mqtt_demo_static\oc_mqtt_static.c 6、WIFI用户名密码配置： LiteOS_Lab_STM32\iot_link\network\tcpip\esp8266_socket\esp8266_socket_imp.h 7、在物联网平台上创建产品，选择MQTT方式 二、部分代码解析 编译烧录程序之前我们需要修改两处代码 第一处打开oc_mqtt_static.c文件,我们需要配置设备连接华为云，物联网平台所需要的参数， 修改第51行CN_MQTT_EP_NOTE_ID 为在华为云，设备接入服务，注册设备时使用的设备识别码，可以在平台中查看， 修改CN_MQTT_EP_DEVICE

Argo是一个开源原生容器工作流引擎用于在Kubernetes上开发和运行应用程序。Argo Workflow流程引擎，可以编排容器流程来执行业务逻辑，在20年4月8日进入CNCF孵化器组。 而KubeFlow的Pipeline子项目，由Google开源，其全面依赖Argo作为底层实现，并增强持久层来补充流程管理能力，同时通过Python-SDK来简化流程的编写。 一. Argo流程引擎 Argo的步骤间可以传递信息，即下一步（容器）可以获取上一步（容器）的结果。结果传递有2种： 1. 文件：上一步容器新生成的文件，会直接出现在下一步容器里面。 2. 信息：上一步的执行结果信息（如某文件内容），下一步也可以拿到。 下面我们就来解读一下，Argo怎么实现“信息”在容器间的传递的，以及它和其他的流程引擎实现传递的区别。 1.1文件怎么从上一个容器跑到下一个容器里的？ Argo流程，可以指定2个步骤之间，传递结果文件（Artifact）。即假设流程为：A->B，那么A容器跑完，B容器可以取得上一个容器的输出文件。 如下：A容器生成一个 /tmp/hello_world.txt 文件，Argo将这个文件，放到了B容器里面，并重命名为 /tmp/message文件。 注意：流程上的每个步骤，都对应执行一个容器。 在A跑完后容器就退出了，然后才跑的B（这时候已经没有A容器在运行了）。

大数据的需求热度，从来都是这个时代的浪尖。然而由于大数据系统的复杂性，一度导致业界大数据已死的各种声音不断。尤其是当MapR被HPE收购，Cloudera公司股票持续跌成狗，使得这种声音进一步放大。其实，大数据的需求一直在，只是传统的大数据实现系统需要考虑重新构建。 而容器依靠其自身的标准化，一次构建，随处运行的能力，使得非常适合大数据系统的构建和管理。容器技术当前正是那只火遍全球的当红辣子鸡。 1 华为云BigData Pro大数据解决方案荣获行业年度金奖 2019年12月3日晚，2019年度中国数据与存储峰会年度颁奖典礼上，华为云BigData Pro大数据解决方案荣获“2019年度大数据产品金奖”，再一次展示了华为云在大数据领域的不凡实力。中国数据与存储峰会（DSS）是国内顶级的数据与存储领域技术盛会，其颁发的奖项颇具含金量，在十多年间见证了国内数据存储技术和行业的迅猛发展。此次评选范围涉及私有云大数据，公有云大数据，大数据软件，大数据解决方案等多个领域和维度。本次华为云BigData Pro能一举拿下该金奖，也是实至名归。 2 大数据容器化，大势所趋 目前已经有大量的大数据系统原生支持on Kubernetes。例如Spark官方版本，从2.3开始，就可以无需任何修改直接跑在K8s上。并且，将“更好的在k8s上运行”作为后续版本的重要特性方向

【摘要】 IoT设备中嵌入AI能力实现产品的智能升级，已经是AIoT行业发展的重要通道，那怎样才能实现AIoT = AI + IoT呢？如何将AI模型塞到小小的IoT设备里，让它可以轻松运行起来呢？成为了AI开发者遇到的棘手难题。 你知道我们生活中常见的物联网智能设备融合AI技术后，会给我们带来什么样的智能交互体验？在我们指尖触碰的那一刹那背后隐藏的代码世界又是怎么样的呢？ 今天就来和大家说说IoT智能设备轻松实现AI的奥秘! AIoT，智能化升级的最佳通道 AIoT，对我们来说已经不是一个陌生的词汇了，随着深度学习的蓬勃发展和5G万物互联时代的到来，越来越多的人将AI与IoT结合到一起，而 AIoT已经成为传统行业智能化升级的最佳通道，是物联网发展的必然趋势。 AI和IoT相互交融产生的魔力，让许多智能产品及智能应用成为无穷想象的“潜力股”。比如智能音箱中的语音唤醒，家庭监控里的人脸识别，可穿戴设备上的AI计步等等，已经验证物联网产品融入人工智能，升级成了智能设备后的“威力”。 但，物联网AI 开发者的“痛”，你遇到过么？ 很多AI开发者开发者在训练得到AI模型之后，必须得在设备上实现模型的推理才能获得相应的AI能力，但目前AI模型不能直接在设备上运行起来。这就意味着， 开发者还得有一套对应的推理框架才能真正实现AI与IoT设备的结合。 另外

　　 运动延缓大脑衰老，可以通过一种肝脏分泌的 Gpld1 蛋白质来解释。 　　发表在《科学》最新一期上的研究，从血浆物质变化的视角，展示出运动对大脑和认知的益处。这项研究来自加州大学旧金山分校。 　　“如果有一种药能像运动一样，让大脑获益，每个人都会服用。现在，我们的研究表明，至少一部分益处在未来某一天可以通过药片实现。”研究的通讯作者索尔·维莱达（Saul Villeda）说。 　　图｜研究论文（来源：Science ） 　　搜索结果 网络搜索结果 实验：从运动的老鼠采血，输给静坐的老鼠 　　对老鼠和人类而言，随年龄增长，大脑功能衰退，重要的现象就是空间记忆能力下降。研究者将用于实验的老鼠分为两组，一组在转轮中运动六周，另一组静坐六周。 随后，给老鼠们安排的任务是：在充满浑浊的水的池子中寻找到一个隐藏的平台。结果，不运动的老鼠需要花更多的时间。 　　另一项实验中，研究者选用衰老的老鼠，一组运动七周，另一组不运动。从前者身上采集血浆，输入后者体内。 血浆治疗四个星期后，不运动的老鼠也能很快完成寻找平台的任务了，而且水平和运动的老鼠差不多。 研究者检查了老鼠的脑部。对于被输血的老鼠，在海马体这一区域，新生神经元大约增加了两倍。运动老鼠脑部也有类似现象。 　　 　　视频｜该项研究的基本原理介绍（来源：USCF 官网） 　　通过分析血液，研究者在 30 多种蛋白质（其中 19

视频截图是提供视频直播或点播服务的企业，在打造产品过程中经常会应用到的一项服务，可以极大提高视频节目的重复利用，生成动图、视频封面，或用于抽帧鉴黄，满足监管需求。本文将介绍用于直播/点播中的视频截图服务，同时通过该项服务还可以对视频截图进行自定义，满足各种场景需求。 随着移动终端的普及和带宽成本的不断降低，视频已被广泛应用于泛娱乐、金融、教育、医疗等多个领域，如我们所熟悉的追剧看球、互动直播、录像监控都离不开视频，视频已融入到了我们生活的方方面面。 而面对大量产生的视频内容，很多专注做多媒体产品的企业在打造产品的过程中，常会面临一些共性问题。 视频文件有着数量繁多的格式、码率、分辨率，怎样高效地将视频进行转码和处理，来适配众多终端的展示需求和复杂的网络情况呢？ 基于云端的媒体处理服务应运而生，我们可以把云端媒体处理服务想象成一个丰富的工具包，当你遇到了问题之后可以从中找到适当的工具来解决，如同想生火时我们可以使用打火机，而无需再手动钻木，省去用户自研的时间与成本，帮助你更加专注于自身业务和产品的打磨。 1 一站式视频处理——京东智联云媒体处理服务 京东智联云为用户提供了全面的媒体处理服务，满足绝大部分视频转码需求，并提供了截图、回调等视频处理功能，提供便捷的一站式视频处理服务，大幅降低用户对于多媒体文件的处理难度。日前，京东智联云媒体处理服务完成升级，新增视频截图功能

全球范围内，基于安全、成本的考虑，选择多云已经成为客户上云的主要形式。根据RightScale 2019 年报告，有84%的大中型企业（雇员1000以上）采用了多云战略，其中选择混合云（公有云+私有云）的场景占58%，选择多个公有云的场景占17%，选择多个私有云的场景占9%。当多云战略被越来越多的客户所接受时，多云管理平台必将成为IT管理的核心。 一、多云管理平台是什么？ 首先看下云管理平台的定义，来自于国际权威的研究机构Gartner，“云管理平台（Cloud Management Platform，简称CMP）是提供对公有云，私有云和混合云统一集成管理的产品。云管理平台主要能力包含混合云、多云环境的统一管理和调度、提供系统映像、计量计费以及通过既定策略优化工作负载。更先进的产品还可以与外部企业管理系统集成，包括服务目录，支持存储和网络资源的配置，允许通过服务治理加强资源管理，并提供高级监控，提高性能和可用性。” 目前我接触比较多的是所谓多云管理平台一般指的是“多家云资源管理平台”。目前国内用的最多的公有云有：阿里云、腾讯云、华为云、京东云、百度云、UCloud、小鸟云等；国外用的最多的有AWS、Azure、Google云等。简单来理解多云管理平台就是指在一个平台上能够管理上述多家云资源。 二、多云管理平台能干什么？ 多云管理平台首先要做到多云纳管。能把主流云服务商的平台都兼容了

作者简介：李智慧，前阿里巴巴技术专家。本文选自：拉勾教育专栏 《架构师的36项修炼》 就程序员而言，日后的职业发展可以走3个方向：专攻技术深度、转团队管理、晋升架构师。 成为一名优秀的架构师，是大多数技术人的追求。但资深架构师的出现几率仅约为0.3%，如果想在3-5年后稳坐金字塔尖，必须有扎实的代码功底和项目积累，也要意识地培养技术广度和架构思维能力。多学习牛人经验也可获益良多。 我是李智慧，我从事架构已有20多年。屏幕前的你，既然选择了架构，就要踏实学好每一块知识。今天我们来讲分布式消息队列MQ。在本篇幅中，我会主要介绍同步架构和异步架构的区别。 本文选自：拉勾教育专栏《架构师的36项修炼》 01 同步调用 所谓的 同步调用 ，就是说 从请求的发起一直到最终的处理完成期间 ， 请求的调用方一直在同步阻塞等待调用的处理完成 。 我们看一下图片中的例子，在这个例子中客户端代码ClientCode，需要执行发送邮件sendEmail这样一个操作，它会调用EmailService进行发送。 而EmailService会调用SmtpEmailAdapter这样一个类来进行处理，而这个类会调用远程的一个服务，通过SMTP和TCP协议把请求发送给它。 而远程服务器收到消息以后会对消息进行一系列的操作，然后将邮件发送出去，再进行返回。 Adapter收到返回后，再返回给EmailService

CIR （Committed Information Rate，承诺信息速率）： 每秒可通过的速率，计量单位为Kbps (以bit 位为单位）。如设置为500Kbps 。每8bit位=1Byte 1Kbps=1024bit PIR （Peak Information Rate，峰值信息速率）： 即允许传输或转发报文的最大速率；单位为bit CBS （Committed Burst Size）： 承诺突发尺寸突发尺寸，令牌桶的容量，即每次突发所允许的最大的流量尺寸。设置的突发尺寸必须大于最大报文长度。计量单位为byte（字节）。 PBS （Peak Burst Size，峰值突发尺寸）： EBS （Excess Burst Size，超出突发尺寸）：即瞬间能够通过的超出突发流量。 PIR 和PBS是只有在交换机中才有的参数。 配置交换机限速时，cir和cbs的关系如下： cbs要大于报文的最大长度。 在连续流量的情况下对于cbs没有特殊的要求，保证平均速率是cir的速率。 在突发流量需要保证的情况下，如果cbs换算成kbit小于cir，那么cbs也无法保证突发流量。否则cbs可以配置大一些。 在对FTP业务进行限速时，由于FTP属于TCP业务，TCP协议有其特殊的传输机制导致流量无法达到所应该达到的限速速率，推荐配置： CBS = 200 * CIR PBS = 2 * CBS 说明

图像分类是人工智能领域的一个热门话题，通俗来讲，就是根据各自在图像信息中反映的不同特征，把不同类别的目标区分开。图像分类利用计算机对图像进行定量分析，把图像或图像中的每个像元或区域划归为若干个类别中的某一种，代替人的视觉判读。 在实际生活中，我们也会遇到图像分类的应用场景，例如我们常用的通过拍照花朵来识别花朵信息，通过人脸匹对人物信息等。通常，图像识别或分类工具都是在客户端进行数据采集，在服务端进行运算获得结果。因此，一般都会有专门的 API 来实现图像识别，云厂商也会有偿提供类似的能力： 华为云图像标签 腾讯云图像分析 本文将尝试通过一个有趣的 Python 库，快速将图像分类的功能搭建在云函数上，并且和 API 网关结合，对外提供 API 功能，实现一个 Serverless 架构的 " 图像分类 API"。 入门 ImageAI 首先，我们需要一个依赖库： ImageAI 。 什么是 ImageAI 呢？其官方文档是这样描述的： ImageAI 是一个 python 库，旨在使开发人员能够使用简单的几行代码构建具有包含深度学习和计算机视觉功能的应用程序和系统。 ImageAI 本着简洁的原则，支持最先进的机器学习算法，用于图像预测、自定义图像预测、物体检测、视频检测、视频对象跟踪和图像预测训练。ImageAI 目前支持使用在 ImageNet-1000 数据集上训练的 4