分布式锁实现方案-基于Redis实现的分布式锁

目录

一、基于Lua+看门狗实现

1.1 缓存实体

1.2 延迟队列存储实体

1.3 分布式锁RedisDistributedLockWithDog

1.4 看门狗线程续期

1.5 测试类

1.6 测试结果

1.7 总结

二、RedLock分布式锁

2.1 Redlock分布式锁简介

2.2 RedLock测试例子

2.3 RedLock 加锁核心源码分析

2.4 RedLock的问题与解决方案

2.4.1 问题

2.4.1.1 时钟偏移

2.4.1.2 单点故障

2.4.1.3 性能瓶颈

2.4.2 解决方案

2.4.2.1 引入重试机制

2.4.2.2 时钟校准

2.4.2.3 引入冗余节点

2.5 总结


一、基于Lua+看门狗实现

1.1 缓存实体

package com.ningzhaosheng.distributelock.redis;/*** @author ningzhaosheng* @date 2024/4/18 15:37:16* @description 类说明:Redis的key-value结构*/
public class LockItem {private final String key;private final String value;public LockItem(String key, String value) {this.key = key;this.value = value;}public String getKey() {return key;}public String getValue() {return value;}
}

1.2 延迟队列存储实体

package com.ningzhaosheng.distributelock.redis;import java.util.concurrent.Delayed;
import java.util.concurrent.TimeUnit;/*** @author ningzhaosheng* @date 2024/4/18 15:35:43* @description 说明:存放到延迟队列的元素,比标准的delay的实现要提前一点时间*/
public class ItemVo<T> implements Delayed {/*到期时刻  20:00:35,234*/private long activeTime;/*业务数据,泛型*/private T data;/*传入的数值代表过期的时长,单位毫秒,需要乘1000转换为毫秒和到期时间* 同时提前100毫秒续期,具体的时间可以自己决定*/public ItemVo(long expirationTime, T data) {super();this.activeTime = expirationTime + System.currentTimeMillis() - 100;this.data = data;}public long getActiveTime() {return activeTime;}public T getData() {return data;}/*** 返回元素到激活时刻的剩余时长*/public long getDelay(TimeUnit unit) {long d = unit.convert(this.activeTime- System.currentTimeMillis(), unit);return d;}/*** 按剩余时长排序*/public int compareTo(Delayed o) {long d = (getDelay(TimeUnit.MILLISECONDS)- o.getDelay(TimeUnit.MILLISECONDS));if (d == 0) {return 0;} else {if (d < 0) {return -1;} else {return 1;}}}
}

1.3 分布式锁RedisDistributedLockWithDog

package com.ningzhaosheng.distributelock.redis;import redis.clients.jedis.Jedis;
import redis.clients.jedis.params.SetParams;import java.util.Arrays;
import java.util.UUID;
import java.util.concurrent.TimeUnit;
import java.util.concurrent.locks.Condition;
import java.util.concurrent.locks.Lock;/*** @author ningzhaosheng* @date 2024/4/18 15:38:07* @description Redis分布式锁,附带看门狗线程的实现:加锁,保持锁1秒*/
public class RedisDistributedLockWithDog implements Lock {private final static int LOCK_TIME = 1 * 1000;private final static String RS_DISTLOCK_NS = "tdln2:";/*if redis.call('get',KEYS[1])==ARGV[1] thenreturn redis.call('del', KEYS[1])else return 0 end*/private final static String RELEASE_LOCK_LUA ="if redis.call('get',KEYS[1])==ARGV[1] then\n" +"        return redis.call('del', KEYS[1])\n" +"    else return 0 end";/*还有并发问题,考虑ThreadLocal*/private ThreadLocal<String> lockerId = new ThreadLocal<>();private Thread ownerThread;private String lockName = "lock";private Jedis jedis = null;// 看门狗线程private Thread expireThread;private WatchDogThead watchDogThead;public String getLockName() {return lockName;}public void setLockName(String lockName) {this.lockName = lockName;}public Thread getOwnerThread() {return ownerThread;}public void setOwnerThread(Thread ownerThread) {this.ownerThread = ownerThread;}public RedisDistributedLockWithDog(Jedis jedis) {this.jedis = jedis;watchDogThead = new WatchDogThead(jedis);closeExpireThread();}@Overridepublic void lock() {while (!tryLock()) {try {Thread.sleep(100);} catch (InterruptedException e) {e.printStackTrace();}}}@Overridepublic void lockInterruptibly() throws InterruptedException {throw new UnsupportedOperationException("不支持可中断获取锁!");}@Overridepublic boolean tryLock() {Thread t = Thread.currentThread();/*说明本线程正在持有锁*/if (ownerThread == t) {return true;} else if (ownerThread != null) {/*说明本进程中有别的线程正在持有分布式锁*/return false;}try {/*每一个锁的持有人都分配一个唯一的id,也可采用snowflake算法*/String id = UUID.randomUUID().toString();SetParams params = new SetParams();params.px(LOCK_TIME); //加锁时间1sparams.nx();synchronized (this) {if ((ownerThread == null) &&"OK".equals(jedis.set(RS_DISTLOCK_NS + lockName, id, params))) {lockerId.set(id);setOwnerThread(t);if (expireThread == null) {//看门狗线程启动expireThread = new Thread(watchDogThead, "expireThread");expireThread.setDaemon(true);expireThread.start();}//往延迟阻塞队列中加入元素(让看门口可以在过期之前一点点的时间去做锁的续期)watchDogThead.addDelayDog(new ItemVo<>((int) LOCK_TIME, new LockItem(lockName, id)));System.out.println(Thread.currentThread().getName() + "已获得锁----");return true;} else {System.out.println(Thread.currentThread().getName() + "无法获得锁----");return false;}}} catch (Exception e) {throw new RuntimeException("分布式锁尝试加锁失败!", e);}}@Overridepublic boolean tryLock(long time, TimeUnit unit) throws InterruptedException {throw new UnsupportedOperationException("不支持等待尝试获取锁!");}@Overridepublic void unlock() {Thread t = Thread.currentThread();if (ownerThread != t) {throw new RuntimeException("试图释放无所有权的锁!");}try {Long result = (Long) jedis.eval(RELEASE_LOCK_LUA,Arrays.asList(RS_DISTLOCK_NS + lockName),Arrays.asList(lockerId.get()));System.out.println(result);if (result.longValue() != 0L) {System.out.println(t.getName()+" Redis上的锁已释放!");} else {System.out.println(t.getName()+" Redis上的锁释放失败!");}} catch (Exception e) {throw new RuntimeException("释放锁失败!", e);} finally {lockerId.remove();setOwnerThread(null);// 关闭看门狗closeExpireThread();// 关闭jedis连接jedis.close();}}@Overridepublic Condition newCondition() {throw new UnsupportedOperationException("不支持等待通知操作!");}/*** 中断看门狗线程*/public void closeExpireThread() {if (null != expireThread) {expireThread.interrupt();}}
}

1.4 看门狗线程续期

package com.ningzhaosheng.distributelock.redis;import redis.clients.jedis.Jedis;import java.util.Arrays;
import java.util.concurrent.DelayQueue;/*** @author ningzhaosheng* @date 2024/4/18 16:18:10* @description 看门狗线程*/
public class WatchDogThead implements Runnable {private final static int LOCK_TIME = 1 * 1000;private final static String LOCK_TIME_STR = String.valueOf(LOCK_TIME);private final static String RS_DISTLOCK_NS = "tdln2:";/*看门狗线程*/private Thread expireThread;//通过delayDog 避免无谓的轮询,减少看门狗线程的轮序次数   阻塞延迟队列   刷1  没有刷2private static DelayQueue<ItemVo<LockItem>> delayDog = new DelayQueue<>();//续锁逻辑:判断是持有锁的线程才能续锁private final static String DELAY_LOCK_LUA ="if redis.call('get',KEYS[1])==ARGV[1] then\n" +"        return redis.call('pexpire', KEYS[1],ARGV[2])\n" +"    else return 0 end";// 客户端Jedis jedis = null;public WatchDogThead(Jedis jedis) {this.jedis = jedis;}public void addDelayDog(ItemVo<LockItem> itemItemVo) {delayDog.add(itemItemVo);}@Overridepublic void run() {System.out.println("看门狗线程已启动......");while (!Thread.currentThread().isInterrupted()) {try {LockItem lockItem = delayDog.take().getData();//只有元素快到期了才能take到  0.9stry {Long result = (Long) jedis.eval(DELAY_LOCK_LUA,Arrays.asList(RS_DISTLOCK_NS + lockItem.getKey()),Arrays.asList(lockItem.getValue(), LOCK_TIME_STR));if (result.longValue() == 0L) {System.out.println("Redis上的锁已释放,无需续期!");} else {delayDog.add(new ItemVo<>((int) LOCK_TIME,new LockItem(lockItem.getKey(), lockItem.getValue())));System.out.println("Redis上的锁已续期:" + LOCK_TIME);}} catch (Exception e) {throw new RuntimeException("锁续期失败!", e);}} catch (InterruptedException e) {System.out.println("看门狗线程被中断");break;}}System.out.println("看门狗线程准备关闭......");}}

1.5 测试类

package com.ningzhaosheng.distributelock.redis;import com.ningzhaosheng.distributelock.zookeeper.OrderServiceHandle;
import redis.clients.jedis.Jedis;
import redis.clients.jedis.JedisSentinelPool;import java.util.HashSet;
import java.util.Set;
import java.util.concurrent.CountDownLatch;
import java.util.concurrent.locks.Lock;/*** @author ningzhaosheng* @date 2024/4/19 8:07:38* @description redis看门狗分布式锁测试类*/
public class TestRedisDistributedLockWithDog {private static final String REDIS_ADDRESS1 = "192.168.31.167:26379";private static final String REDIS_ADDRESS2 = "192.168.31.215:26379";private static final String REDIS_ADDRESS3 = "192.168.31.154:26379";public static void main(String[] args) {Set<String> sentinels = new HashSet<String>();sentinels.add(REDIS_ADDRESS1);sentinels.add(REDIS_ADDRESS2);sentinels.add(REDIS_ADDRESS3);// Redis主服务器的名字String masterName = "mymaster";// Redis服务器的密码String password = "xiaoning";try {int NUM = 10;CountDownLatch cdl = new CountDownLatch(NUM);for (int i = 1; i <= NUM; i++) {// 创建JedisSentinelPoolJedisSentinelPool pool = new JedisSentinelPool(masterName, sentinels, password);// 从池中获取Jedis实例Jedis jedis  = pool.getResource();// 按照线程数迭代实例化线程Lock lock = new RedisDistributedLockWithDog(jedis);new Thread(new OrderServiceHandle(cdl, lock)).start();// 创建一个线程,倒计数器减1cdl.countDown();pool.close();}} catch (Exception e) {e.printStackTrace();}}
}

1.6 测试结果

1.7 总结

以上基于看门狗机制实现的Redis锁在对高并发要求不高的场景下可以使用,但是其实它还是有问题的,在主从架构模式下,可能会导致两个线程同时获取到锁得问题出现:

  •  线程A从主redis中请求一个分布式锁,获取锁成功;
  • 从redis准备从主redis同步锁相关信息时,主redis突然发生宕机,锁丢失了;
  • 触发从redis升级为新的主redis;线程B从继任主redis的从redis上申请一个分布式锁,此时也能获取锁成功;
  • 导致,同一个分布式锁,被两个客户端同时获取,没有保证独占使用特性;

当对高可用有要求的场景,这种方式就不合适了,那么在高并发、高可靠场景下,我们该如何基于Redis 实现分布式锁呢?得接着往下看!

二、RedLock分布式锁

2.1 Redlock分布式锁简介

Redlock是由Redis的作者Salvatore Sanfilippo提出的一种分布式锁算法,它利用Redis的特性来实现分布式锁。Redlock算法的核心思想是通过在多个Redis实例上创建相同的分布式锁,以保证锁的可靠性。Redlock算法通过在Redis中设置一个唯一的键值对来表示锁的存在,其他线程或进程需要通过竞争来获取这个锁。

官网wiki:8. 分布式锁和同步器 · redisson/redisson Wiki · GitHub

2.2 RedLock测试例子

package com.ningzhaosheng.distributelock.redis.redisson;import org.redisson.Redisson;
import org.redisson.RedissonRedLock;
import org.redisson.api.RLock;
import org.redisson.api.RedissonClient;
import org.redisson.config.Config;import java.util.Random;
import java.util.concurrent.CountDownLatch;
import java.util.concurrent.TimeUnit;/*** @author ningzhaosheng* @date 2024/6/22 15:57:17* @description*/
public class TestRedLockByRedisson {public static void main(String[] args) {String RS_DISTLOCK_NS = "tdln2:";String lockName = "lock";Config config = new Config();config.useSentinelServers().addSentinelAddress("redis://192.168.31.215:26379","redis://192.168.31.167:26379","redis://192.168.31.154:26379").setMasterName("mymaster").setPassword("xiaoning");RedissonClient redisson = Redisson.create(config);try {for (int i = 1; i <= 10; i++) {// 生成8位随机数Random random = new Random();// 创建RedLockRLock rLock = redisson.getLock(RS_DISTLOCK_NS+lockName+ random.nextInt(99999999));RedissonRedLock rdLock = new RedissonRedLock(rLock);boolean islock = rdLock.tryLock(500,3000,TimeUnit.MILLISECONDS);if(islock){System.out.println("执行业务啦!======================");}else{System.out.println("获取锁失败!======================");}rdLock.unlock();}} catch (Exception e) {e.printStackTrace();}redisson.shutdown();}
}

测试结果:

2.3 RedLock 加锁核心源码分析

这里我就以tryLock()为例,分析下RedLock 的源码:

 public boolean tryLock(long waitTime, long leaseTime, TimeUnit unit) throws InterruptedException {long newLeaseTime = -1L;if (leaseTime != -1L) {if (waitTime == -1L) {newLeaseTime = unit.toMillis(leaseTime);} else {newLeaseTime = unit.toMillis(waitTime) * 2L;}}long time = System.currentTimeMillis();long remainTime = -1L;if (waitTime != -1L) {remainTime = unit.toMillis(waitTime);}long lockWaitTime = this.calcLockWaitTime(remainTime);// 允许加锁失败的节点数量(N-(N/2+1))int failedLocksLimit = this.failedLocksLimit();List<RLock> acquiredLocks = new ArrayList(this.locks.size());ListIterator iterator = this.locks.listIterator();// 遍历所有节点,通过EVAL命令执行lua脚本加锁while(iterator.hasNext()) {// 迭代获取Redis实例RLock lock = (RLock)iterator.next();boolean lockAcquired;// 尝试加锁,调用lock.tryLock()方法try {if (waitTime == -1L && leaseTime == -1L) {lockAcquired = lock.tryLock();} else {long awaitTime = Math.min(lockWaitTime, remainTime);// 尝试加锁lockAcquired = lock.tryLock(awaitTime, newLeaseTime, TimeUnit.MILLISECONDS);}} catch (RedisResponseTimeoutException var21) {// 如果抛出异常,为了防止加锁成功,但是响应失败,需要解锁所有节点,同时返回加锁失败状态this.unlockInner(Arrays.asList(lock));lockAcquired = false;} catch (Exception var22) {lockAcquired = false;}if (lockAcquired) {// 如果加锁成功,把锁加到以获得锁集合中acquiredLocks.add(lock);} else {//计算已经申请锁失败的节点是否已经到达允许加锁失败节点个数限制 (即:N-(N/2+1));如果已经到达,就认定最终申请锁失败,则没有必要继续从后面的节点申请了因为 Redlock 算法要求至少N/2+1 个节点都加锁成功,才算最终的锁申请成功if (this.locks.size() - acquiredLocks.size() == this.failedLocksLimit()) {break;}if (failedLocksLimit == 0) {this.unlockInner(acquiredLocks);if (waitTime == -1L) {return false;}failedLocksLimit = this.failedLocksLimit();acquiredLocks.clear();while(iterator.hasPrevious()) {iterator.previous();}} else {--failedLocksLimit;}}// 计算 目前从各个节点获取锁已经消耗的总时间,如果已经等于最大等待时间,则认定最终申请锁失败,返回falseif (remainTime != -1L) {remainTime -= System.currentTimeMillis() - time;time = System.currentTimeMillis();if (remainTime <= 0L) {this.unlockInner(acquiredLocks);return false;}}}// 重置锁过期时间if (leaseTime != -1L) {acquiredLocks.stream().map((l) -> {return (RedissonLock)l;}).map((l) -> {return l.expireAsync(unit.toMillis(leaseTime), TimeUnit.MILLISECONDS);}).forEach((f) -> {f.syncUninterruptibly();});}// 如果逻辑正常执行完则认为最终申请锁成功,返回truereturn true;}

2.4 RedLock的问题与解决方案

2.4.1 问题

2.4.1.1 时钟偏移

Redlock算法中需要使用到各个Redis实例的系统时钟来实现锁的过期时间控制。然而,不同Redis实例之间的时钟可能存在偏移,导致锁的过期时间计算错误,从而导致锁的误释放或者死锁的发生。

2.4.1.2 单点故障

Redlock算法的可靠性依赖于多个Redis实例之间的协作。如果其中一个Redis实例发生故障,可能会导致整个系统的分布式锁服务不可用。

2.4.1.3 性能瓶颈

RedLock需要访问多个实例,网络延迟可能导致某些线程获取锁的时间较长,会增加网络带宽的压力。此外,每个实例都需要对锁进行检查和定时删除操作,也会影响Redis的性能。

2.4.2 解决方案

针对上述问题,我们可以采取以下解决方案来提高Redlock分布式锁在高并发环境下的性能和可靠性:

2.4.2.1 引入重试机制

为了应对网络延迟带来的竞争问题,我们可以在获取锁失败后进行重试。通过设定适当的重试次数和重试间隔,可以减少因网络延迟导致的锁竞争失败的情况。但是该方案还是解决不了性能瓶颈问题,性能瓶颈问题是架构方案决定的。

2.4.2.2 时钟校准

为了解决时钟偏移问题,我们可以通过定期校准各个Redis实例的系统时钟来保证它们之间的一致性。可以使用NTP协议或者其他时间同步机制来实现时钟校准。

2.4.2.3 引入冗余节点

为了避免单点故障带来的问题,我们可以引入冗余节点来提高系统的可用性。通过在系统中增加多个Redis实例作为备份节点,可以在主节点故障时快速切换到备份节点,保证分布式锁服务的可用性。

2.5 总结

基于Redis实现分布式锁的方案,他的实现方式有两种,一直是基于setnx指令+lua脚本+看门狗进程,实现在Redis单实例下的分布式锁方案,这种方式在主从模式下,当主节点宕机,主从切换的时候,会有获取锁失败的情况或者会有多个客户端同时获取到锁的情况,为了提高分布式锁的可用性,则出现了改进后的RedLock锁,RedLock锁是基于多实例加锁(即:N/2+1),同时给N/2+1个实例加锁成功,才算获取锁成功。但是他的问题也很明显,具体如前文所述。所以在进行技术方案选型的时候,你要结合你的场景,明确选用分布式锁时需要用途:

  1. 如果你只考虑提升加锁效率问题,那么选用一台高性能的服务器,部署单实例,采用基于setnx指令+lua脚本+看门狗进程的方案就够了。
  2. 如果你考虑高可用,想避免单点问题,并且你的部署架构是主从的,或者集群模式的,那么你可以选择使用RedLock,但是你就不得不考虑因此带来的复杂性和各种问题。
  3. 如果你要保证绝对的数据一致性,那么不好意思,Redis实现分布式锁方案可能不适合你,因为从架构的角度来说,Redis的架构属于AP架构,它保证的是可用性;这时,你可以考虑使用Zookeeper实现分布式锁方案,因为它的架构属于CP架构,保证的是一致性;但是Zookeeper也有问题,就是它的性能没有Redis高。

那么在并发量大,可靠性高的场景下,我们最终应该怎么技术选型呢,我的建议是避免使用分布式锁,可以通过串行化来解决,比如同步串行化,异步串行化等方案。这里暂时不对串行化设计展开论述,后续有时间我会在另外的主题文章进行分享。

好了,本次内容就分享到这,欢迎关注本博主。如果有帮助到大家,欢迎大家点赞+关注+收藏,有疑问也欢迎大家评论留言!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.rhkb.cn/news/362102.html

如若内容造成侵权/违法违规/事实不符,请联系长河编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

560. 和为 K 的子数组

题目描述 给你一个整数数组 nums 和一个整数 k &#xff0c;请你统计并返回 该数组中和为 k 的子数组的个数 。 子数组是数组中元素的连续非空序列。 解题 简单直接, 但时间复杂度最高 O(n3) class Solution {func subarraySum(_ nums: [Int], _ k: Int) -> Int {var t…

华三中小企业组网

一、组网需求 在中小园区中&#xff0c;S5130系列或S5130S系列以太网交换机通常部署在网络的接入层&#xff0c;S5560X系列或 S6520X系列以太网交换机通常部署在网络的核心&#xff0c;出口路由器一般选用MSR系列路由器。 核心交换机配置VRRP保证网络可靠性。园区网中不同的…

哪些AI生图软件值得推荐,有需要的建议收藏!

人工智能(AI)已经渗透到我们生活的方方面面&#xff0c;AI生图软件就是其中的一种&#xff0c;它们能够帮助我们快速生成高质量的图片&#xff0c;无论是社交媒体的配图&#xff0c;还是设计作品的素材&#xff0c;都能够得到极大的帮助。那么哪些AI生图软件值得推荐呢? 首先&…

自定义APT插件导致IDEA调试时StreamTrace(跟踪当前流链)报internal error(内部错误)

IDEA里面debug的时候&#xff0c;针对stream流提供了流追踪调试功能&#xff0c;方便大家调试stream流代码。 最近改其他人代码&#xff0c;需要用到这个&#xff0c;发现提示内部错误。 然后百度一圈发现没啥解决方案&#xff0c;就自己看IDEA的日志&#xff0c;看看是什么引…

Centos安装redis(附:图形化管理工具)

第一步&#xff1a;下载redis wget http://download.redis.io/releases/redis-6.2.7.tar.gz 第二步&#xff1a;解压 tar zxvf redis-6.2.7.tar.gz 第三步&#xff1a;安装依赖环境 yum -y install gcc-c第四步&#xff1a;安装依赖环境 make install第五步&#xff1a;修…

基于matlab的K-means聚类图像分割

1 原理 K-means聚类算法在图像分割中的应用是基于一种无监督的学习方法&#xff0c;它将图像中的像素点或特征区域划分为K个不同的簇或类别。以下是K-means聚类算法用于图像分割的原理&#xff0c;包括步骤和公式&#xff1a; 1.1 原理概述 选择簇的数量(K)&#xff1a; 首先…

如何科学减肥先从了解自己在到饮食运动

在这个以瘦为美的时代&#xff0c;许多人被肥胖所困扰着&#xff0c; 今天就来教大家如何科学减脂。 一、如何判断自己是否需要减脂&#xff1f; 第一步就是判断自己的体重指数&#xff08;BMI&#xff09;是否在正常标准。BMI是国际上衡量人体胖瘦程度及是否健康的一个常用指…

定位问题6.27 petal数据接口问题

petal接口响应结果 响应结果为空的数据&#xff0c;而我们需要的是正确的响应结果。 排查问题 确认接口是否正确 以下是爬虫的配置文件内容&#xff0c;我查看了PETAL_URL的接口&#xff0c;并询问接口开发人员&#xff0c;得知接口地址并未改变 确认接口请求体是否正确 我使…

开源“卖货主播”AI大模型——拳打李佳琦、脚踢小杨哥、人人都能当销冠?

开源“卖货主播”AI大模型——拳打李佳琦、脚踢小杨哥、人人都能当销冠&#xff1f; 刚刚在知名同性交友平台发现了一个或许能让你致富的开源项目——“Streamer-Sales 销冠”。 正如其名字所言&#xff0c;这是一个卖货主播LLM大模型&#xff0c;旨在让你成为销冠。 https:/…

d3dx9_42.dll找不到怎么正确处理?教学级修复d3dx9_42.dll的方法分享

d3dx9_42.dll找不到&#xff1f;别着急&#xff0c;这只是普普通通的dll文件找不到而已&#xff0c;它可能因为各种原因而导致丢失&#xff0c;我们只要直接对d3dx9_42.dll进行修复就可以了。下面我们一起来了解一下d3dx9_42.dll找不到的正确处理方法。 一.d3dx9_42.dll找不到是…

微信公众号写作时必备的AI提示词(也称为指令或Prompt)

猫头虎 &#x1f42f; 微信公众号写作时必备的AI提示词&#xff08;也称为指令或Prompt&#xff09; &#x1f389; 大家好&#xff0c;我是猫头虎&#xff0c;科技自媒体博主。今天&#xff0c;我们来聊聊如何利用AI提示词&#xff0c;打造出爆款的微信公众号文章。&#x1…

OnlyOffice:为现代工作方式而生的办公套件

ONLYOFFICE官网链接&#xff1a;https://www.onlyoffice.com/zh/office-suite.aspx https://www.onlyoffice.com/zh/pdf-editor.aspx OnlyOffice 是一款开源的办公套件&#xff0c;它提供了一系列的办公工具&#xff0c;包括文档编辑器、表格编辑器和演示文稿编辑器。这些工具…

靶机渗透之DC-7

一、信息收集 扫描网段&#xff0c;发现靶机ip为192.168.145.235。 nmap -sP 192.168.145.* 进一步对端口&#xff0c;靶机系统等信息进行一个收集。可以看到开放了22端口&#xff0c;80端口&#xff0c;主机系统为linux等信息。 nmap -sT -T4 -O -sV -sC -p1-65535 192.16…

零知识证明基础:对称加密与非对称加密

1、绪论 在密码学体系中&#xff0c;对称加密、非对称加密、单向散列函数、消息认证码、数字签名和伪随机数生成器被统称为密码学家的工具箱。其中&#xff0c;对称加密和非对称加密主要是用来保证机密性&#xff1b;单向散列函数用来保证消息的完整性&#xff1b;消息认证码的…

工具篇:鸿蒙DevEco Studio5.0版本下载及安装

1、下载中心地址 下载中心 | 华为开发者联盟-HarmonyOS开发者官网&#xff0c;共建鸿蒙生态 2、安装 DevEco Studio支持Windows和macOS系统&#xff0c;下面将针对两种操作系统的软件安装方式分别进行介绍。 Windows环境 运行环境要求 为保证DevEco Studio正常运行&#…

人工智能AI风口已开:如何赋予UI设计与视频剪辑新生命

随着科技的浪潮不断向前推进&#xff0c;人工智能&#xff08;AI&#xff09;正以惊人的速度重塑着我们的世界&#xff0c;特别是在创意产业的核心领域——UI设计与视频剪辑中&#xff0c;AI正逐步成为驱动行业创新与变革的关键力量。在这个AI技术全面开花的新时代&#xff0c;…

将产品制作成3D模型在网站上展示需要多少费用?

将产品制作成3D模型并在网站上展示的费用会因多种因素而异&#xff0c;包括模型的复杂度、所需的细节程度、制作3D模型的软件和工具、以及是否需要专业设计师的服务等。此外&#xff0c;不同的3D模型制作服务提供商可能会有不同的定价标准。 如果能自己制作3D模型&#xff0c;…

高性能并行计算华为云实验三:蒙特卡罗算法实验

目录 一、实验目的 二、实验说明 三、实验过程 3.1 创建蒙特卡罗算法源码 3.2 Makefile的创建与编译 3.3 主机文件配置与运行监测​​​​​​​ 四、实验结果与分析 4.1 原教程对应的实验结果 4.2 改进后的实验结果 五、实验思考与总结 5.1 实验思考 5.2 实验总结…

JAVA编程题期末题库【中】

8.计算邮资 程序代码: public static void main(String[] args) {// 计算邮资//if多分支语句//创建对象java.util.Scanner inputnew java.util.Scanner(System.in); //提示输入用户&#xff0c;输入邮件的重量System.out.println("邮件的重量&#xff1a;");int wei…

智能疏散指示系统为什么是验收的必然考核标准?哪些厂家具备资质

智能疏散系统需要什么&#xff1f;现阶段&#xff0c;随着我国经济不断发展趋势的加快&#xff0c;住宅建筑具有复杂的特点。近年来&#xff0c;我国高层住宅、大中型建筑、综合性公共建筑越来越多。随着这座现代建筑的进步&#xff0c;我发现这种类型的建筑在发生火灾或事故时…