2020年10月20日

redis阻塞及解决方法

摘要: 阻塞分析 客户端 复杂度高的增删改查操作 1、集合全量查询和聚合操作 2、bigkey 删除 3、清空数据库 磁盘 1、AOF 日志同步写 主从节点 1、从库接收 RDB 文件后、清空数据库、加载 RDB 文件; 切片集群 向其他实例传输哈希槽信息,数据迁移时遇到big key。 小结 关键路径:集 阅读全文

posted @ 2020-10-20 21:16 hainingwyx 阅读(1106) 评论(0) 推荐(0) 编辑

2020年10月19日

rabbitmq消息重复

摘要: 场景 可靠性投递机制:mq收到生产者消息,mq在返回confirm的时候网络出现闪断,导致broker未收到应答,导致发送两次。 MQ Broker服务与消费端传输消息的过程中出现网络抖动。 消费端故障、异常。 解决方案 可靠性投递解决 对每条消息,MQ系统内部必须生成一个inner-msg-id, 阅读全文

posted @ 2020-10-19 22:01 hainingwyx 阅读(1244) 评论(0) 推荐(0) 编辑

2020年10月13日

rabbitmq消息发布

摘要: 可靠投递 mandatory 当交换器无法路由消息,RabbitMQ将回发Basic.Return消息到发布者,同时回发完整消息。 Basic.Return是异步的,在消息发布后的任何时候都可能发生。 在rabbitpy库中,客户端自动接收Basic.Return,并触发异常 示例程序:发布失败 i 阅读全文

posted @ 2020-10-13 21:47 hainingwyx 阅读(161) 评论(0) 推荐(0) 编辑

2020年10月10日

rabbitmq集群

摘要: 集群概述 集群节点类型 磁盘节点:运行时状态信息(集群、队列、绑定虚拟主机、用户、策略等)存储在内存和磁盘中。集群至少有一个磁盘节点。关闭集群后,重启时需要按照一定顺序启动。 内存节点:运行时状态信息(集群、队列、绑定虚拟主机、用户、策略等)存储在内存中。重启加入集群是,需要从其他节点同步。 统计节 阅读全文

posted @ 2020-10-10 21:17 hainingwyx 阅读(124) 评论(0) 推荐(0) 编辑

2020年10月9日

rabbitmq消息路由

摘要: 消息路由 标签(空格分隔): rabbitmq direct交换器 特点 投递的消息有一个或者多个确定的目标。 检查字符串是否相等,不允许使用模式匹配。 绑定相同路由键的队列都能收到该路由键对应的消息。 适用于RPC消息通信模式下的路由应答消息 示例代码:Direct交换器 import rabbi 阅读全文

posted @ 2020-10-09 21:16 hainingwyx 阅读(254) 评论(0) 推荐(0) 编辑

2020年10月5日

rabbitmq消息消费

摘要: 消费方法 Basic.Get 每次接收消息必须发送一次请求 有消息可用,RabbitMQ返回Basic.GetOk以及消息 无消息可用,RabbitMQ返回Basic.GetEmpty 应用程序需要评估RPC响应以及是否接收到消息。 示例程序 import rabbitpy with rabbitp 阅读全文

posted @ 2020-10-05 15:26 hainingwyx 阅读(1468) 评论(0) 推荐(0) 编辑

2019年12月9日

python中的正则匹配

摘要: 对于一个文本的字符串多行处理,如果使用split()函数,需要逐行处理,处理的代码也会比较复杂而且阅读体验感不是很好。re模块提供了的匹配函数,但是需要正则化相关的知识。 对于正则表达式样式使用 Python 的原始字符串表示法;在带有 'r' 前缀的字符串字面值中,反斜杠不必做任何特殊处理。 因此 阅读全文

posted @ 2019-12-09 21:24 hainingwyx 阅读(2446) 评论(0) 推荐(0) 编辑

2017年5月28日

Spectral Grouping Using Nystrom Method

摘要: Nystrom extension Nystrom 方法是用于寻找具有以下格式的特征函数的近似解 $$\int_a^b W(x, y) \phi(y) dy = \lambda \phi(x)$$ 在积分区间均匀离散化,得到 $${(b a)\over n} \sum_{j=1}^{n} W(x,\ 阅读全文

posted @ 2017-05-28 18:11 hainingwyx 阅读(911) 评论(0) 推荐(0) 编辑

2017年5月12日

基于WKPCA的多路谱聚类算法

摘要: 已经介绍了 "基于WKPCA的谱聚类算法" ,下面将其推广到多路谱聚类,并给出编码体制。 知识预备 需要先掌握 "KPCA" 和Spectral Clustering,这篇文章是 "博客" 的进一步延伸和扩展,强烈建议结合上一篇,这篇和上一篇相同或相似的细节不再重复。 算法原理 将度矩阵的逆作为加权 阅读全文

posted @ 2017-05-12 22:14 hainingwyx 阅读(709) 评论(0) 推荐(0) 编辑

基于加权KPCA的谱聚类算法

摘要: Weighted Kernel PCA KPCA算法是基础,快速了解请查阅我的 "博客" 为了提高KPCA的鲁棒性和稀疏性,可以添加权重,对于噪声点可以减少其权重。原来的公式基础上,引入对称半正定权重矩阵$V$ $$ \eqalign{& \mathop {max} _{ w,e}J_p(w,e) 阅读全文

posted @ 2017-05-12 14:17 hainingwyx 阅读(742) 评论(0) 推荐(0) 编辑

导航