weixin_30681121
weixin_30681121

webp图片技术调研最终结论(完全真实数据可自行分析)

关于webp图片格式调研及测试

资料收集

  • 什么是 WebP？

WebP（发音 weppy），是一种支持有损压缩和无损压缩的图片文件格式，派生自图像编码格式 VP8。根据 Google 的测试，无损压缩后的 WebP 比 PNG 文件少了 45％ 的文件大小，即使这些 PNG 文件经过其他压缩工具压缩之后，WebP 还是可以减少 28％ 的文件大小。

2010 年发布的 WebP 已经不算是新鲜事物了，在 Google 的明星产品如 Youtube、Gmail、Google Play 中都可以看到 WebP 的身影，而 Chrome 网上商店甚至已完全使用了 WebP。国外公司如 Facebook、ebay 和国内公司如腾讯、淘宝、美团等也早已尝鲜。目前 WebP 也在我厂很多的项目中得到应用，如腾讯新闻客户端、腾讯网、QQ空间等，同时也有一些针对 WebP 的图片格式转换工具，如智图（http://zhitu.tencent.com），iSparta（http://isparta.github.io/）等。

  • WebP 的优势

上面只是简单介绍了这种图片格式的背景和应用，不过 “talk is cheap”，这种格式优势在哪里？除了压缩效果极好，图片质量能否得到保障？这需要更理性客观的数据：

这里列举一个简单的测试：对比 PNG 原图、PNG 无损压缩、PNG 转 WebP（无损）、PNG 转 WebP（有损）的压缩效果。更多测试查看 https://isparta.github.io （请用 Chrome 浏览器打开）

  • 有损 WebP VS JPG

webp图片技术调研最终结论(完全真实数据可自行分析)_第1张图片

当 WebP 将 JPG 压缩到相当于原图 90% 质量 时，图片体积减少了 50% 左右。当 WebP 将 JPG 压缩到相当于原图 80% 质量时，图片体积则减少了 60%~80%。





有损 WebP 压缩性能优于 JPG 的原因主要是其预测编码技术先进，并且宏块自适应量化也带来了压缩效率的提升，而布尔算术编码与霍夫曼编码相比提升了 5%~10% 的压缩性能。
  • 无损 WebP 对比 PNG

webp图片技术调研最终结论(完全真实数据可自行分析)_第2张图片

  • 与主流图片对别

webp图片技术调研最终结论(完全真实数据可自行分析)_第3张图片

实际测试

  1. 使用Python的PIL库测试(需要最新版本6.0支持webp格式)

  • 参数说明
    im.save(filename + “.webp”, “WEBP”,quality=quality)

  • 文件大小小于1M

图片名 原始大小(k) 质量100(转换后大小k:消耗时间ms:压缩率) 质量75(转换后大小k:消耗时间ms:压缩率)
1.jpg 99.57 93.75 : 167.89 : 5.85% 21.2 : 53.97 : 78.71%
10.jpg 34.11 53.72 : 32.98 : -57.49% 14.22 : 23.98 : 58.31%
100.jpg 22.88 34.61 : 28.98 : -51.27% 8.31 : 21.99 : 63.68%
101.jpg 26.57 41.72 : 30.98 : -57.02% 9.48 : 23.98 : 64.32%
102.jpg 18.67 27.0 : 25.99 : -44.62% 5.78 : 19.99 : 69.04%
103.jpg 110.72 110.11: 74.95 : 0.55% 26.27 : 54.97 : 76.27%
104.jpg 179.54 47.26 : 30.98 : 73.68% 10.8 : 22.99 : 93.98%
105.jpg 32.43 50.91 : 31.98 : -56.98% 13.47 : 23.99 : 58.46%
106.jpg 31.81 52.32 : 32.98 : -64.48% 12.48 : 29.98 : 60.77%
107.jpg 66.18 144.21: 83.95 : -117.91% 35.42 : 62.96 : 46.48%
108.jpg 32.6 61.65 : 79.96 : -89.11% 12.31 : 50.96 : 62.24%
  • 文件大于1M
图片名 原始大小(k) 质量100(转换后大小k: 消耗时间ms:压缩率) 质量75(转换后大小k: 消耗时间ms :压缩率)
17.jpeg 931.15 939.24 : 2178.65 : -0.87% 306.95 : 5579.53 : 67.04%
1.jpeg 2620.27 3258.7 : 3557.79 : -24.37% 984.66 : 6579.91 : 62.42%
16.jpeg 1657.2 687.56 : 6576.91 : 58.51% 143.93 : 4463.23 : 91.31%
14.jpeg 4386.87 2677.85 : 4474.22 : 38.96% 466.51 : 10093.73 : 89.37%
13.jpeg 3068.32 4566.25 : 6616.89 : -48.82% 996.69 : 13679.5 : 67.52%
12.jpeg 1061.62 1346.44 : 9029.39 : -26.83% 353.87 : 15291.46 : 66.67%
18.jpeg 1121.79 1280.48 : 12631.14 : -14.15% 112.97 : 7239.41 : 89.93%
19.jpeg 848.29 1344.75 : 14135.18 : -58.52% 353.47 : 5392.59 : 58.33%
100.jpeg 9446.42 2697.1 : 16651.65 : 71.45% 313.62 : 21351.52 : 96.68%
11.jpg 5780.23 2102.63 : 20296.39 : 63.62% 236.71 : 16375.65 : 95.9%
15.jpeg 5231.54 1843.42 : 18833.29 : 64.76% 154.02 : 21408.48 : 97.06%
  1. 使用libwebp
  • time cwebp -lossless -q 100 filename -o filename.webp

  • 压缩参数说明：

    -lossless：无损压缩
    -q：压缩质量，值越大越图片质量越好
    -m：压缩方式，值越大则图片质量越好，体积越小，但是耗时较长

    可以发现，无损压缩表现很稳定，压缩质量越高，压缩效果也越好。而有损压缩在压缩质量设置为 75 以上之后，压缩效果反而减弱，甚至压缩后的图片体积会大于压缩前的体积。

图片名 原大小 无损100（大小:消耗时间s) 有损100(大小:消耗时间s) 有损75(大小:消耗时间s)
1.jpg 117k 435K:1.50s 177K:0.27s 48K:0.20s
2.jpg 272k 1.6M:3.21s 680K:0.90s 259K:0.75s
3.jpg 300k 938K:4.50s 448K:0.81s 113k:0.75s
4.jpg 576k 753K:1.94s 296K:0.49s 67K:0.38s
5.jpg 805k 3.2M:9.88s 1.2M:1.52s 274K:1.12s
6.jpg 1.4M 5.5M:9.04s 2.3M:1.70s 551K:1.49s
01.jpg 119K 338K:1.55s 119K:0.25s 28K:0.19s
02.jpg 207K 486K:2.22s 229K:0.35s 76K:0.24s
03.jpg 305K 1.4M:3.58s 653K:0.87s 225K:0.87s
04.jpg 477K 2.5M:4.84s 1000K:0.59s 307K:0.85s
05.jpeg 617K 740K:3.31s 418K:0.82ss 54K:0.79s
06.jpeg 932K 2.4M:4.82s 940K:1.13s 307K:0.99s

  • jpg 压缩

  • time -p convert -quality 100 filename.jpg filename.jpg

  • 压缩参数说明：

    -quality: 图片压缩质量

图片名 原大小 quality=100(大小:消耗时间s) quality=75(大小:消耗时间s)
1.jpg 117k 227K:0.14s 63K:0.04s
2.jpg 272k 694K:0.16s 297K:0.13s
3.jpg 300k 744K:0.23s 262K:0.2s
4.jpg 576k 544K:0.13s 107K:0.09s
5.jpg 805k 1.8M:0.21s 430K:0.36s
6.jpg 1.4M 2.7M:0.57s 720K:0.42s
01.jpg 119K 188K:0.05s 50K:0.04s
02.jpg 207K 288K:0.07s 93K:0.05s
03.jpg 305K 734K:0.20s 307K:0.17s
04.jpg 477K 1.2M:0.24s 450K:0.20s
05.jpeg 617K 707K:0.24s 151K:0.19s
06.jpeg 932K 1.6M:0.32s 477K:0.24s

最终的结论：

选择无损压缩时，“-lossless -q 100” 是最佳方案,注意:cwebp 仅仅对png格式的图片使用无损压缩时，会有较为高效的压缩率和图片质量

选择有损压缩时，“-q 75”是最佳方案（图片质量与体积大小达到均衡）建议其他格式图片使用有损压缩

无论何种压缩参数，加上“-m 6”都能使得输出的 WebP 图片进一步减少体积，量级是1%~2%，但是会增加耗时

非png格式的图片选择无损压缩时，“-lossless -q 100” 时编码时间长，图片质量反而极高可能变大，编码时间时间很长，cpu使用率飙升跑满，不建议使用

建议选择有损压缩时，“-q 75”是最佳方案（图片质量与体积大小达到均衡）建议使用

webp 和jpg 同比例压缩对比可知

即使jpg图片同比例压缩为jpg和webp图片 webp图片也要比jpg图片质量低百分之10~20之间

参考的实时转换的网站和参考文章

  • 实时转换webp图片格式website

    • https://squoosh.app/editor 支持多种格式，支持无损压缩，自定义参数
    • http://isparta.github.io/ 仅支持png apng webp互转
    • https://www.upyun.com/webp 又拍云 压缩方式应该使用的是有损压缩，

  • 参考文章

    • https://cloud.tencent.com/developer/article/1151876 webp的应用分析
    • https://www.cnblogs.com/xiaozz/p/6450178.html 该文章对于webp的兼容性，编码效率，cpu使用情况等进行了详细分析
    • http://www.cnblogs.com/yjken/p/3922299.html 前端支持webp的方式
    • http://www.cnblogs.com/season-huang/p/5804884.html 支持webp的实践方案
    • http://www.cnblogs.com/Pickcle/p/6247740.html webp加载速度性能测试
​

转载于:https://www.cnblogs.com/yanguhung/p/10784598.html

你可能感兴趣的:(webp图片技术调研最终结论(完全真实数据可自行分析))

  • 牛掰黑客师傅就是不一样，讲的内容可能外面的80%师傅都不知道 文盲嘿客 文盲嘿客的黑客成长史网络安全web安全系统安全安全网络攻击模型数据挖掘深度学习
    今天是师傅给我上的第一课，学习的内容归纳总结有以下几点：一、先学做人，再学做事坚定爱国信念：热爱祖国，拥护共产党严守法律红线：要遵纪守法，不得用技术攻击国内传承道德风尚：尊老爱幼，朋友之间应相互支持、携手共进，努力成就彼此。二、认识黑客黑客主要分为以下三类：骇客：这类人专门从事破坏活动，通过恶意手段对网络系统、数据等进行攻击和破坏。白帽黑客：他们专注于为企业或单位进行网络维护工作，防止骇客的攻击。
  • 数据库的基本概念 咖啡の猫 数据库
    在当今数字化的世界中，数据已成为企业和组织最宝贵的资产之一。有效地管理和利用这些数据对于决策制定、服务优化和业务增长至关重要。数据库作为存储、管理及检索数据的核心工具，在现代信息系统中扮演着至关重要的角色。本文将介绍数据库的一些基本概念，包括其定义、类型、结构以及一些基本操作。一、什么是数据库？数据库（Database）是指按照一定的结构来组织、存储和管理数据的仓库。它允许用户方便地进行数据的添加
  • MATLAB 控制系统设计与仿真 - 28 东雁西飞 MATLAB控制系统设计与仿真matlab算法开发语言机器人自动控制AI算法
    MATLAB状态空间控制系统分析-极点配置就受控系统的控制律的设计而言，由状态反馈极点配置和输出反馈极点配置。状态反馈极点配置问题就是：通过状态反馈矩阵K的选取，使闭环系统的极点，即(A-BK)的特征值恰好处于所希望的一组给定闭环极点的位置。另外，线性定常系统可以用状态反馈任意配置极点的充分必要条件是：该系统必须是完全能控的。所以，在实现极点的任意配置前，必须判别受控系统的能控性。下面结合例子介绍
  • 122.HarmonyOS NEXT 数字滚动动画详解(二)：动画实现机制 harmonyos-next
    温馨提示：本篇博客的详细代码已发布到git:https://gitcode.com/nutpi/HarmonyosNext可以下载运行哦！HarmonyOSNEXT数字滚动动画详解(二)：动画实现机制效果演示1.动画实现概述数字滚动动画通过控制每个数字的Y轴偏移量来实现滚动效果，使用animateTo方法来创建平滑的过渡动画。2.数据刷新机制2.1刷新触发@Watch('onDataRefresh
  • 还在为找图发愁？图生生AI以图生图，一键生成专属风格！ 图生生 人工智能aiAI作画图生生
    你是否也遇到过这样的烦恼：想为文章配图，却找不到风格合适的图片？设计海报时，灵感枯竭，不知从何下手？看到喜欢的图片风格，却无法应用到自己的作品中？别担心，图生生AI生图来帮你！只需上传一张图片，AI就能自动生成相似风格的图片，让你轻松拥有专属图库！图生生AI生图是一款基于人工智能技术的图片生成工具，它能够深度学习和理解图片的风格、色彩、构图等元素，并以此为基础生成全新的图片。无论你是设计师、自媒体
  • 【数据结构之树】 武帝为此 数据结构数据结构
    文章目录一、前言二、树的基本概念1.什么是树？2.树的常见分类（1）普通树（2）二叉树（BinaryTree）（3）满二叉树（FullBinaryTree）（4）完全二叉树（CompleteBinaryTree）（5）二叉搜索树（BinarySearchTree,BST）（6）平衡二叉树（AVL树）（7）红黑树（Red-BlackTree）三、树的基本操作及代码示例1.二叉树的基本实现（C++）运
  • Android Fresco 框架扩展模块源码深度剖析(四) &有梦想的咸鱼& AnddroidFresco原理分析Android开发大全android
    一、引言在Android开发领域，图片处理一直是一个重要且具有挑战性的任务。Fresco作为Facebook开源的强大图片加载框架，在图片的加载、缓存和显示等方面已经提供了非常完善的功能。然而，为了满足不同开发者多样化的需求，Fresco设计了丰富的扩展模块，这些扩展模块允许开发者根据自身项目的特点对框架进行定制和扩展。本文将深入剖析Fresco框架的扩展模块，从源码级别进行详细分析，帮助开发者更
  • langchain多人对话 牛不才 000-大模型langchainjava前端AIGCchatgpt人工智能gpt
    消息类型1.SystemMessage（系统消息）作用：设定AI的基础行为模式或对话背景，通常在对话开始时通过此消息定义角色。它对整个对话流程有指导性影响，但不会显式出现在对话历史中。特点：仅有一条生效（如多次发送会覆盖之前的设定）不参与多轮对话的内容传递2.HumanMessage（用户消息）作用：表示真实用户在对话中的输入内容，是用户与模型交互的直接信息。特点：必须按时间顺序排列内容直接影响模
  • python中的scatter()函数用法 品易HTTP pythonjavascriptcssjs人工智能
    若是现在已经对数据化有了解的话，那就一定要来参与看看本章要学习的函数，在样式以及排版上效果还是很好的，经常被用于测试数据上的大小更改以及设置不同颜色，还有时候，对于线条的宽度的更改也都需要利用到这个函数，以上基本就是本章函数的基本用法了，下面进行详细讲述。制作如图所示图片：需要准备：X、Y轴包括数值以及大小和颜色调用语法：plt.scatter()实现代码：importmatplotlibasmp
  • 分块查找算法 1haooo 算法java算法开发语言数据结构
    分块的原则前一块的最大数据，小于后一窥啊中所有的数据（块内无序，块间有序）块数数量一般等于数字的个数开根号。比如：16个数字一般分为4块左右。publicclassblockSearch{publicstaticvoidmain(String[]args){int[]arr={16,5,9,12,21,18,32,23,37,26,45,34,50,48,61,52,73,66};//共18个元素
  • C语言：哈希表 %KT% C/C++算法数据结构c语言散列表开发语言
    1、文章声明：本文是基于链地址法建立的哈希表。文章中若存在错误，欢迎各路大佬指正。本文涉及二级指针，链表等内容。该方面的知识点，可以参考文章：数据结构：单链表的相关操作-CSDN博客C语言：利用二级指针动态创建二维矩阵-CSDN博客2、哈希表的介绍：哈希表其实可以理解成一种映射，通过映射关系来存储数据，有点类似于Python中的字典。常见的如数组，链表等存储结构，他们查询数据都有一个特点，往往需要
  • 桥接模式：解耦抽象与实现，实现灵活多变的扩展结构 码进未来 设计模式桥接模式java设计模式
    文章目录一、引言二、应用场景与技术背景三、模式定义与实现四、实例详解五、优缺点分析总结：一、引言桥接模式是一种结构型设计模式，它将抽象部分与它的实现部分分离，使它们可以独立变化。这种模式通过创建一个抽象层和实现层的结构，并使用组合而非继承来关联这两层，从而使得系统在面对多维度变化时，能够保持较低的耦合度，支持灵活扩展。二、应用场景与技术背景桥接模式适用于以下场景：系统需要在多个维度上进行扩展，而这
  • AI人工智能深度学习算法：搭建可拓展的深度学习模型架构 AI大模型应用之禅 DeepSeekR1&AI大模型与大数据javapythonjavascriptkotlingolang架构人工智能
    深度学习、模型架构、可拓展性、神经网络、机器学习1.背景介绍深度学习作为人工智能领域最前沿的技术之一，在图像识别、自然语言处理、语音识别等领域取得了突破性的进展。深度学习模型的成功离不开其强大的学习能力和可拓展性。本文将深入探讨深度学习算法的原理、模型架构设计以及可拓展性的关键要素，并通过代码实例和实际应用场景，帮助读者理解如何搭建可拓展的深度学习模型架构。2.核心概念与联系深度学习的核心概念是人
  • 大模型工程师学习日记（五）：基于LangServe的AI服务架构深度解析 MMMMMMMay Love Code 学习架构语言模型深度学习人工智能git
    1.概述LangServe️帮助开发者将LangChain可运行和链部署为RESTAPI。该库集成了FastAPI并使用pydantic进行数据验证。Pydantic是一个在Python中用于数据验证和解析的第三方库，现在是Python中使用广泛的数据验证库。它利用声明式的方式定义数据模型和Python类型提示的强大功能来执行数据验证和序列化，使您的代码更可靠、更可读、更简洁且更易于调试。。它还可
  • yolo模型coco数据集详解 工头阿乐 深度学习YOLO
    深度学习文章目录深度学习前言前言instances_train2017.json和instances_val2017.json文件均分为五大部分，这五部分对应的关键字分别为info、licenses、images、annotations、categories。{"info":info,"licenses":[license1,license2,license3,...],"images":[ima
  • 程序化广告行业（27/89）：供应商筛选、比稿流程与广告透明化要点 lilye66 程序化广告sqlserver数据库cloudera大数据
    程序化广告行业（27/89）：供应商筛选、比稿流程与广告透明化要点在数字化营销浪潮中，程序化广告已成为企业精准触达目标受众的重要手段。一直以来，我都期望和大家一同深入钻研技术领域知识，实现共同进步。今天，咱们继续剖析程序化广告行业，聚焦在供应商筛选、比稿流程以及广告透明化这些关键环节，帮助大家更好地理解这一行业的运作机制。供应商筛选与比稿流程详解供应商入库评估要点在程序化广告投放中，供应商的选择至
  • 图像处理之白平衡（附源码） FPGA工程狮-阿水 Python图像处理图像处理人工智能pythonisp
    图像处理之白平衡（附源码）概要白平衡（WhiteBalance）是图像处理和摄影中的一种技术，旨在消除由于光源色温差异导致的颜色偏差，使得图像中的白色和其他颜色呈现出自然、真实的效果。基本概念白平衡是调整图像中各个颜色通道（红色、绿色和蓝色）的亮度和色彩平衡，以消除由不同光源（如日光、白炽灯、荧光灯等）产生的色偏。其目的是让图像看起来像是在中性白光下拍摄的，从而确保图像中的白色看起来确实是白色，其
  • react实现虚拟列表 束尘 react.js前端javascript
    在前端开发中，当一次性渲染大量数据时，直接渲染所有DOM节点，会造成渲染过慢，浏览器卡顿的现象，导致用户体验不佳，为了改善这种情况，提出使用虚拟列表的方式进行渲染。虚拟列表的实现思路1.只渲染可见区域：计算当前可见区域的起始索引和结束索引。只渲染可见区域内的列表项，其他区域用空白占位。2.动态计算高度：如果列表项高度固定，可以直接计算。如果列表项高度不固定，需要动态计算每个列表项的高度。3.滚动时
  • 【Jmeter】前置处理器实战：「BeanShell 预处理程序」参数化手机号码、身份证号 顾三殇 JMeter从入门到软件测试实战jmeter
    一、实战场景业务场景：常见业务管理系统测试中，个人信息档案的自动化批量生成，需要贴近实际进行入参，在姓名、手机号码、身份证号、生日、性别中，这五者有着各自的行业规范格式，而生日、性别有时是由身份证号默认带出数据的信息，数据输入规范：·姓名：“姓”在百家姓中任意取一，“名”任意，均为对字符串的随机取值，字数为2~18字·手机号码：11位整数，“手机号码”规范格式，比如188、135等开头的号码为有效
  • 2025年毕设ssm校园二手电瓶车交易网站论文+源码 SSM毕设程序源码JAVA 课程设计
    本系统（程序+源码）带文档lw万字以上文末可获取一份本项目的java源码和数据库参考。系统程序文件列表开题报告内容选题背景关于校园二手交易平台的现有研究，多以综合类商品交易或书籍循环为主，而专门针对电瓶车这类高价值、强监管的校园二手交易研究较少。当前高校内电瓶车交易存在信息不对称、交易流程不规范、车牌管理脱节等问题，缺乏系统化的解决方案。部分高校虽尝试通过论坛或社群进行交易，但存在用户身份难核实、
  • 【加密】常用加密算法 llzcxdb java开发语言
    非对称加密非对称加密是一种加密技术，也称为公钥加密。它使用一对密钥：公钥和私钥。公钥可以向任何人公开，用于加密信息，而私钥则是保密的，用于解密信息。这种加密方法确保了数据的安全传输，因为只有拥有对应私钥的人才能解密通过公钥加密的信息。非对称加密的一个主要特点是，即使公钥被他人获取，他们也无法解密密文，因为缺乏与之配对的私钥。常见的非对称加密算法包括RSA、椭圆曲线加密（ECC）和数字签名算法（DS
  • 【Python】爬取高校数据（名字，院校特色，所在地，性质）。可用于判断高校是否为双一流，本科/专科等分析 llzcxdb Pythonpython开发语言爬虫
    源网站：http://college.gaokao.com/schlist/p1利用Python的lxml库进行html解析，源代码：importrequestsfromlxmlimportetreeimportpandasaspdimportcsv#请求URLurl='http://college.gaokao.com/schlist/p'#构建请求头headers={'User-Agent':
  • （PTA）数据结构（作业）6、队列 MapleInori 数据结构数据结构算法c++
    栈是后进先出的线性表（LastInFirstOut，LIFO），插入和删除的操作都在栈顶进行。队列是先进先出的线性表（FirstInFirstOut，FIFO），插入在队尾进行，删除在队头进行。循环队列的两种区别队满和队空的方式，1）少用一个元素，即当队列空间大小为m时，有m-1个元素就默认时队满。队空的条件：Q.front==Q.rear队满的条件：(Q.rear+1)%m==Q.front2）
  • 处理文本的原则 the only KIrsTEN 语音和文本处理(Python)
    没有字符编码方案本身就是目的：它是一种启用计算机上有用的文本处理。•计算机预期支持的基本低级文本处理包括：使字符可见（包括连字、上下文形式等）渲染时断线（包括断字）修改外观，例如点大小、字距、下划线、倾斜和重量（轻，半，粗体等）确定“单词”和“句子”等单位在选择和突出显示文本等过程中与用户交互通过插入和删除接受键盘输入和编辑存储的文本比较操作中的文本，例如排序或确定排序顺序两串分析文本内容，例如拼
  • 机器学习之向量化 珠峰日记 AI理论与实践机器学习人工智能
    文章目录向量化是什么为什么要向量化提升计算效率简化代码与增强可读性适配模型需求怎么做向量化数据预处理特征提取特征选择向量构建机器学习与深度学习中向量化的区别数据特征提取方式机器学习深度学习模型结构与复杂度机器学习深度学习计算资源需求机器学习深度学习数据规模适应性机器学习深度学习向量化是什么向量化是把数据转化为向量形式进行表示与处理的过程。在机器学习与深度学习的范畴内，现实中的各类数据，像文本、图像
  • 【重回基础】理解CPU Cache及缓存一致性MESI Patrick_Lam 重回基础CPUCacheMESI缓存一致性
    文章目录一、前言二、为何需要CPUCache三、L1、L2、L3Cache三级缓存结构四、CacheLine：与内存数据交换的最小单位五、MEIS：缓存一致性5.1底层操作5.2MESI协议参考一、前言原打算重新学习一下volatile的实现原理，其中涉及到指令调度重排和数据可见性保证，这两者的理解离不开对CPUCache的掌握，因此，先重温一下CPUCache，便有了本文。二、为何需要CPUCa
  • CPU多级缓存 MESI－CPU缓存一致性协议 以及 乱序执行优化 H_Ystar Java并发基础
    一、CPU的多级缓存1.为什么需要CPU缓存在一个典型的系统中，可能会有几个缓存共享主存，每个相应的CPU会发出读写请求，CPU的频率太快了，快的主存跟不上，这样主存常常需要等待主存，而缓存的目的是为了减少CPU读写共享主存的次数，解决CPU和主存速度不匹配的问题。2.CPU缓存有什么意义时间局部性：如果某个数据被访问，那么不久的将来它有可能会再次被访问。空间局部性：如果某个数据被访问，那么与它相
  • 快速绘制数据库E-R图：教你一键绘制! ! ! ! 来自星星的坤 数据库
    引言在日常开发或设计数据库时，E-R图（实体-关系图）是必不可少的工具。然而，当面对十几个表的复杂数据库结构时，手工绘制E-R图不仅费时费力，还容易出错。今天，在时间紧迫的情况下，我意外发现了一个神器——MermaidLiveEditor，它可以通过代码的方式快速生成数据库E-R图，大幅提高效率。在这篇博客中，我将分享如何利用Mermaid语法来生成E-R图，并在MermaidLiveEditor
  • 通过 TTL 识别操作系统的原理详解 vortex5 信息收集智能路由器网络网络安全
    TTL的工作原理TTL（TimetoLive，生存时间）是网络中用于控制数据包生命周期的一个关键参数。它通过限制数据包在网络中可以经过的最大路由跳数（或最大转发时间），确保数据包不会在网络中无休止地转发。TTL值每经过一个路由器或其他网络设备就会减少1。当TTL值降到0时，数据包将被丢弃，并且发送方会收到一个ICMPTimeExceeded消息，表明数据包已超出了其允许的生命周期。TTL值的作用T
  • LeetCode——1864. 构成交替字符串需要的最小交换次数(Minimum Number of Swaps to Make the Binary...)[中等]——分析及代码（Java） 江南土豆 数据结构与算法LeetCodeJava题解
    LeetCode——1864.构成交替字符串需要的最小交换次数[MinimumNumberofSwapstoMaketheBinaryStringAlternating][中等]——分析及代码[Java]一、题目二、分析及代码1.模拟（1）思路（2）代码（3）结果三、其他一、题目给你一个二进制字符串s，现需要将其转化为一个交替字符串。请你计算并返回转化所需的最小字符交换次数，如果无法完成转化，返回
  • 用MiddleGenIDE工具生成hibernate的POJO（根据数据表生成POJO类） AdyZhang POJOeclipseHibernateMiddleGenIDE
    推荐:MiddlegenIDE插件,   是一个Eclipse   插件.     用它可以直接连接到数据库,   根据表按照一定的HIBERNATE规则作出BEAN和对应的XML ，用完后你可以手动删除它加载的JAR包和XML文件!     今天开始试着使用
  • .9.png Cb123456 android
      “点九”是andriod平台的应用软件开发里的一种特殊的图片形式，文件扩展名为：.9.png 　　智能手机中有自动横屏的功能,同一幅界面会在随着手机(或平板电脑)中的方向传感器的参数不同而改变显示的方向,在界面改变方向后,界面上的图形会因为长宽的变化而产生拉伸,造成图形的失真变形。 　　我们都知道android平台有多种不同的分辨率，很多控件的切图文件在被放大拉伸后，边
  • 算法的效率 天子之骄 算法效率复杂度最坏情况运行时间大O阶平均情况运行时间
    算法的效率 效率是速度和空间消耗的度量。集中考虑程序的速度，也称运行时间或执行时间，用复杂度的阶(O)这一标准来衡量。空间的消耗或需求也可以用大O表示，而且它总是小于或等于时间需求。   以下是我的学习笔记：   1.求值与霍纳法则，即为秦九韶公式。   2.测定运行时间的最可靠方法是计数对运行时间有贡献的基本操作的执行次数。运行时间与这个计数成正比。
  • java数据结构 何必如此 java数据结构
    Java 数据结构 Java工具包提供了强大的数据结构。在Java中的数据结构主要包括以下几种接口和类： 枚举（Enumeration） 位集合（BitSet） 向量（Vector） 栈（Stack） 字典（Dictionary） 哈希表（Hashtable） 属性（Properties） 以上这些类是传统遗留的，在Java2中引入了一种新的框架-集合框架(Collect
  • MybatisHelloWorld 3213213333332132
    //测试入口TestMyBatis package com.base.helloworld.test; import java.io.IOException; import org.apache.ibatis.io.Resources; import org.apache.ibatis.session.SqlSession; import org.apache.ibat
  • Java|urlrewrite|URL重写|多个参数 7454103 javaxmlWeb工作
     个人工作经验！ 如有不当之处，敬请指点 1.0  web -info 目录下建立     urlrewrite.xml  文件 类似如下： <?xml version="1.0" encoding="UTF-8" ?>   <!DOCTYPE u
  • 达梦数据库+ibatis darkranger sqlmysqlibatisSQL Server
    --插入数据方面 如果您需要数据库自增... 那么在插入的时候不需要指定自增列. 如果想自己指定ID列的值, 那么要设置 set identity_insert  数据库名.模式名.表名; ----然后插入数据; example: create table zhabei.test( id bigint identity(1,1) primary key, nam
  • XML 解析 四种方式 aijuans android
    XML现在已经成为一种通用的数据交换格式,平台的无关性使得很多场合都需要用到XML。本文将详细介绍用Java解析XML的四种方法。 XML现在已经成为一种通用的数据交换格式,它的平台无关性,语言无关性,系统无关性,给数据集成与交互带来了极大的方便。对于XML本身的语法知识与技术细节,需要阅读相关的技术文献,这里面包括的内容有DOM(Document Object
  • spring中配置文件占位符的使用 avords
    1.类 <?xml version="1.0" encoding="UTF-8"?><!DOCTYPE beans PUBLIC "-//SPRING//DTD BEAN//EN" "http://www.springframework.o
  • 前端工程化-公共模块的依赖和常用的工作流 bee1314 webpack
    题记： 一个人的项目，还有工程化的问题嘛？   我们在推进模块化和组件化的过程中，肯定会不断的沉淀出我们项目的模块和组件。对于这些沉淀出的模块和组件怎么管理？另外怎么依赖也是个问题？ 你真的想这样嘛？   var BreadCrumb = require(‘../../../../uikit/breadcrumb’); //真心ugly。  
  • 上司说「看你每天准时下班就知道你工作量不饱和」，该如何回应？ bijian1013 项目管理沟通IT职业规划
    问题：上司说「看你每天准时下班就知道你工作量不饱和」，如何回应         正常下班时间6点，只要是6点半前下班的，上司都认为没有加班。   Eno-Bea回答，注重感受，不一定是别人的         虽然我不知道你具体从事什么工作与职业，但是我大概猜测，你是从事一项不太容易出现阶段性成果的工作
  • TortoiseSVN，过滤文件 征客丶 SVN
    环境： TortoiseSVN 1.8 配置： 在文件夹空白处右键 选择  TortoiseSVN -> Settings 在 Global ignote pattern 中添加要过滤的文件： 多类型用英文空格分开 *name ： 过滤所有名称为 name 的文件或文件夹 *.name ： 过滤所有后缀为 name 的文件或文件夹 --------
  • 【Flume二】HDFS sink细说 bit1129 Flume
    1. Flume配置   a1.sources=r1 a1.channels=c1 a1.sinks=k1 ###Flume负责启动44444端口 a1.sources.r1.type=avro a1.sources.r1.bind=0.0.0.0 a1.sources.r1.port=44444 a1.sources.r1.chan
  • The Eight Myths of Erlang Performance bookjovi erlang
    erlang有一篇guide很有意思： http://www.erlang.org/doc/efficiency_guide 里面有个The Eight Myths of Erlang Performance： http://www.erlang.org/doc/efficiency_guide/myths.html   Myth: Funs are sl
  • java多线程网络传输文件(非同步)-2008-08-17 ljy325 java多线程socket
    利用 Socket 套接字进行面向连接通信的编程。客户端读取本地文件并发送；服务器接收文件并保存到本地文件系统中。 使用说明:请将TransferClient, TransferServer, TempFile三个类编译，他们的类包是FileServer. 客户端: 修改TransferClient: serPort, serIP, filePath, blockNum,的值来符合您机器的系
  • 读《研磨设计模式》-代码笔记-模板方法模式 bylijinnan java设计模式
    声明： 本文只为方便我个人查阅和理解，详细的分析以及源代码请移步 原作者的博客http://chjavach.iteye.com/ import java.sql.Connection; import java.sql.DriverManager; import java.sql.PreparedStatement; import java.sql.ResultSet;
  • 配置心得 chenyu19891124 配置
    时间就这样不知不觉的走过了一个春夏秋冬，转眼间来公司已经一年了，感觉时间过的很快，时间老人总是这样不停走，从来没停歇过。 作为一名新手的配置管理员，刚开始真的是对配置管理是一点不懂，就只听说咱们公司配置主要是负责升级，而具体该怎么做却一点都不了解。经过老员工的一点点讲解，慢慢的对配置有了初步了解，对自己所在的岗位也慢慢的了解。 做了一年的配置管理给自总结下： 1.改变 从一个以前对配置毫无
  • 对“带条件选择的并行汇聚路由问题”的再思考 comsci 算法工作软件测试嵌入式领域模型
    2008年上半年，我在设计并开发基于”JWFD流程系统“的商业化改进型引擎的时候，由于采用了新的嵌入式公式模块而导致出现“带条件选择的并行汇聚路由问题”(请参考2009-02-27博文)，当时对这个问题的解决办法是采用基于拓扑结构的处理思想，对汇聚点的实际前驱分支节点通过算法预测出来，然后进行处理，简单的说就是找到造成这个汇聚模型的分支起点，对这个起始分支节点实际走的路径数进行计算，然后把这个实际
  • Oracle 10g 的clusterware 32位 下载地址 daizj oracle
    Oracle 10g 的clusterware 32位 下载地址 http://pan.baidu.com/share/link?shareid=531580&uk=421021908 http://pan.baidu.com/share/link?shareid=137223&uk=321552738 http://pan.baidu.com/share/l
  • 非常好的介绍：Linux定时执行工具cron dongwei_6688 linux
    Linux经过十多年的发展，很多用户都很了解Linux了，这里介绍一下Linux下cron的理解，和大家讨论讨论。cron是一个Linux 定时执行工具，可以在无需人工干预的情况下运行作业，本文档不讲cron实现原理，主要讲一下Linux定时执行工具cron的具体使用及简单介绍。 新增调度任务推荐使用crontab -e命令添加自定义的任务（编辑的是/var/spool/cron下对应用户的cr
  • Yii assets目录生成及修改 dcj3sjt126com yii
    assets的作用是方便模块化，插件化的，一般来说出于安全原因不允许通过url访问protected下面的文件，但是我们又希望将module单独出来，所以需要使用发布，即将一个目录下的文件复制一份到assets下面方便通过url访问。 assets设置对应的方法位置 \framework\web\CAssetManager.php   assets配置方法 在m
  • mac工作软件推荐 dcj3sjt126com mac
    mac上的Terminal + bash ＋ screen组合现在已经非常好用了，但是还是经不起iterm＋zsh＋tmux的冲击。在同事的强烈推荐下，趁着升级mac系统的机会，顺便也切换到iterm＋zsh＋tmux的环境下了。 我为什么要要iterm2 切换过来也是脑袋一热的冲动，我也调查过一些资料，看了下iterm的一些优点： * 兼容性好，远程服务器 vi 什么的低版本能很好兼
  • Memcached(三)、封装Memcached和Ehcache frank1234 memcachedehcachespring ioc
    本文对Ehcache和Memcached进行了简单的封装，这样对于客户端程序无需了解ehcache和memcached的差异，仅需要配置缓存的Provider类就可以在二者之间进行切换，Provider实现类通过Spring IoC注入。 cache.xml <?xml version="1.0" encoding="UTF-8"?>
  • Remove Duplicates from Sorted List II hcx2013 remove
    Given a sorted linked list, delete all nodes that have duplicate numbers, leaving only distinct numbers from the original list. For example,Given 1->2->3->3->4->4->5,
  • Spring4新特性——注解、脚本、任务、MVC等其他特性改进 jinnianshilongnian spring4
    Spring4新特性——泛型限定式依赖注入 Spring4新特性——核心容器的其他改进 Spring4新特性——Web开发的增强 Spring4新特性——集成Bean Validation 1.1(JSR-349)到SpringMVC  Spring4新特性——Groovy Bean定义DSL Spring4新特性——更好的Java泛型操作API  Spring4新
  • MySQL安装文档 liyong0802 mysql
      工作中用到的MySQL可能安装在两种操作系统中，即Windows系统和Linux系统。以Linux系统中情况居多。   安装在Windows系统时与其它Windows应用程序相同按照安装向导一直下一步就即，这里就不具体介绍，本文档只介绍Linux系统下MySQL的安装步骤。   Linux系统下安装MySQL分为三种：RPM包安装、二进制包安装和源码包安装。二
  • 使用VS2010构建HotSpot工程 p2p2500 HotSpotOpenJDKVS2010
    1. 下载OpenJDK7的源码：      http://download.java.net/openjdk/jdk7      http://download.java.net/openjdk/      2. 环境配置     ▶
  • Oracle实用功能之分组后列合并 seandeng888 oracle分组实用功能合并
    1       实例解析 由于业务需求需要对表中的数据进行分组后进行合并的处理，鉴于Oracle10g没有现成的函数实现该功能，且该功能如若用JAVA代码实现会比较复杂，因此，特将SQL语言的实现方式分享出来，希望对大家有所帮助。如下： 表test 数据如下： ID,SUBJECTCODE,DIMCODE,VALUE 1&nbs
  • Java定时任务注解方式实现 tuoni javaspringjvmxmljni
    Spring 注解的定时任务，有如下两种方式： 第一种： <?xml version="1.0" encoding="UTF-8"?> <beans xmlns="http://www.springframework.org/schema/beans"  xmlns:xsi="http
  • 11大Java开源中文分词器的使用方法和分词效果对比 yangshangchuan word分词器ansj分词器Stanford分词器FudanNLP分词器HanLP分词器
    本文的目标有两个： 1、学会使用11大Java开源中文分词器 2、对比分析11大Java开源中文分词器的分词效果 本文给出了11大Java开源中文分词的使用方法以及分词结果对比代码，至于效果哪个好，那要用的人结合自己的应用场景自己来判断。 11大Java开源中文分词器，不同的分词器有不同的用法，定义的接口也不一样，我们先定义一个统一的接口： /** * 获取文本的所有分词结果, 对比
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他