- 高通modem架构_高通神经网络处理引擎SNPE分析与评测
weixin_39811036
高通modem架构
骁龙(SnapDragon)神经处理引擎(SNPE)是一个针对高通骁龙加速深层神经网络的运行时软件,高通在CSDN和其官网都提供了下载。本文以SNPE1.23为基准,将结合高通官方的SDK说明文档(高通在CSDN也提供了开发者社区,中文社区论坛,以及SNPE部分文档),介绍SNPE这一高通官方的神经网络处理引擎开发包。开发中有疑问可在高通的CreatePoint检索相关文档或者在SNPE论坛提交疑
- 高通平台开发系列讲解(AI篇)SNPE工作流程介绍
内核笔记
高通
文章目录一、转换网络模型二、量化2.1、选择量化或非量化模型2.2、使用离线TensorFlow或Caffe模型2.3、使用非量化DLC初始化SNPE2.4、使用量化DLC初始化SNPE三、准备输入数据四、运行加载网络沉淀、分享、成长,让自己和他人都能有所收获!本篇章主要介绍SNPE模型工作流程基本的SNPE工作流程只包含几个步骤:将网络模型转换为可由SNPE
- 高通SNPE SDK环境配置
weixin_38498942
sdk
一、系统要求1、官方推荐安装在Ubuntu14.04,我是用的是Ubuntu18.04。2、安装AndroidStudio(可选,在Ubuntu上可以用提供的脚本生成APK)。3、安装AndroidSDK,并配好系统变量。4、安装AndroidNDK,同上配置系统变量PATH。5、安装Caffe,具体回退到哪个版本,建议在SDK源码查看,文档不一定准确。6、安装TensoRFlow。二、下载安装步
- 深度学习---算法岗面试题
勇敢牛牛@
算法岗面试转载算法
●深度学习了解多少,有看过底层代码吗?caffe,tf?●除了GMM-HMM,你了解深度学习在语音识别中的应用吗?参考回答:讲了我用的过DNN-HMM,以及与GMM-HMM的联系与区别;然后RNN+CTC,这里我只是了解,大概讲了一下CTC损失的原理;然后提了一下CNN+LSTM。●用过哪些移动端深度学习框架?参考回答:开源的有:小米的MACE,骁龙的SNPE,腾讯的FeatherCNN和ncnn
- yolov8 snpe Converter does not support ‘expand‘ op type
AI视觉网奇
yolopytorch知识宝典YOLOpytorch深度学习
目录Converterdoesnotsupport'expand'optype后来发现分辨率一旦固定,anchors也就固定了,提前生成anchors,后面调用就行了
- yolov8 snpe Dynamic value for tensor name: 769, is not supported.
AI视觉网奇
python宝典YOLO
File"/data3/wangxin/src/snpe-1.67.0.3862/lib/python/qti/aisw/converters/onnx/onnx_translations.py",line67,infetch_constant_opraiseValueError("Dynamicvaluefortensorname:{},isnotsupported.".format(name)
- 高通SNPE - OpenCL简介(4)
weixin_38498942
OpenCLSNPEAdrenoGPU
AdrenoOpenCL应用程序开发本文章将要简要讨论AdrenoOpenCL应用程序的一些基本要求开发,然后介绍如何调试和分析应用程序。Android上的OpenCL应用程序开发目前,AdrenoGPU主要在Android操作系统(OS)和更高版本上支持OpenCL。选择Linux系统。要开发与OpenCL一起运行的Android应用,开发人员需要获得熟悉Android软件开发套件(SDK)和本
- 高通SNPE - 基准测试概述(4)
weixin_38498942
SNPE
MobilenetSSD基准测试SNPESDK支持Tensorflow版本和Caffe版本的MobilenetSSD模型。有关更多详细信息,请参见使用MobilenetSSD。对MobilenetSSD进行基准测试需要对基准JSON配置文件以及数据输入列表进行一些补充。请遵循基准测试概述,以熟悉基准测试工具。我们假定您在以下示例文件中创建:/tmp/mobilenetssd.dlc-转换后的神经网
- SNPE MaxPerGPUSize 注意事项
SrCMpunk
基础知识SNPE
SNPE根据不同的硬件设备支持的GPU每层卷积运算的能力不同,具体如下:A330平台:8192A430,A530平台:16384H或者W乘以通道数不能大于上面的上限,如51251232size的featuremap刚好是A430,A530设备的最大量级。值得注意:我们设计网络时,容易忽略padding带来的计算数据变大问题。比如,输入51251232数据,按说刚刚好可以计算,但是如果卷积有padd
- SNPE教程2-量化
自由程
SNPE边缘计算
写在前面官方手册上和量化相关的内容:quantizingamodel:https://developer.qualcomm.com/sites/default/files/docs/snpe/model_conversion.html工具snpe-dlc-quantize:https://developer.qualcomm.com/sites/default/files/docs/snpe/to
- SNPE 模型量化实战
CV-deeplearning
模型部署SNPE
一.SNPE模型部署的整体流程大致步骤:训练模型->模型转.dlc->模型量化->验证量化结果->模型部署二.安装SNPE环境(docker安装)1.docker登录dockerlogincr.d.xiaomi.net-uorg_46522-p46370020336295373ad3815abd6db1182.拉取SNPE镜像dockerpullcr.d.xiaomi.net/ailab-visi
- snpe报错 Invalid Slice inputs 4, only constant inputs supported
AI视觉网奇
python基础算法
目录Slice切片snpe报错NodeSlice_37:ERROR_SLICE_DYNAMIC_INPUTS:InvalidSliceinputs164,onlyconstantinputssupported查看onnx节点InvalidSliceinputs4,onlyconstantinputssupportedSlice切片在神经网络中,Slice操作通常用于从输入张量中提取一个子张量。这个
- TensorFlow Lite源码解析之一
SunnyZhou1024
1.简介TensorFlowLite是一个用于端侧推理的工具集,它可以让我们将TensorFlow模型部署到手机、嵌入式设备甚至物联网设备上。它主要分为两部分:模型转换工具以及模型推理引擎。顾名思义,模型转换工具是用于对模型进行转换的,目前也只是将TensorFlow导出的.pb模型转换为.tflite模型。对于高通SNPE这种面向多种框架导出的不同格式的模型的推理引擎,有必要将不同格式的模型统一
- yolov5 snpe量化笔记
AI视觉网奇
yolo深度学习计算机视觉
目录onnx作用:量化步骤:batchsizeonnx作用:pth数据格式是nchwsnpe数据格式是nhwconnx中介是因为onnx导出nxhxwxcgithub地址:https://github.com/gesanqiu/SNPE_Tutorial有很多readme,比如模型转换的readme【注】:模型转换在x86PC上进行,需要预先完成[SNPESetup](https://develo
- 使用python3.6编译caffe
刀么克瑟拉莫
deeplearningcaffe深度学习
一、前言使用snpe转换模型,调用的是python3系统是ubuntu18.04二、安装python3.6使用anaconda安装python3.6和requirements.txt中的依赖(不用写版本号,都满足)condacreate-nsnpepython=3.6三、修改Makefile.config0.因为是用来转换模型,所以不用GPU和opencv1.注释USE_CUDNN:=12.打开C
- 边缘计算:万字长文详解高通SNPE inception_v3安卓端DSP推理加速实战
seaside2003
边缘计算深度学习智能座舱边缘计算SNPE安卓
本文是在以下文章的基础上编写,关于SNPE环境部署和服务器端推理可以参考上一篇文章:边缘计算:万字长文详解高通SNPEinception_v3推理实战_seaside2003的博客-CSDN博客本文最/关键的是利用SNPE在安卓环境不同的runtimes(CPU/GPU/DSP)上运行神经网络推理。主要参考“组委会AI模型加速”的文章:上手SNPE-使用888的HTP推理inceptionV3-知
- 边缘计算:万字长文详解高通SNPE inception_v3推理实战
seaside2003
边缘计算智能座舱边缘计算SNPE
本文主要讲解利用高通SNPE进行神经网络推理,主要参考:上手SNPE-推理inception_v3-知乎文中是容器做的,在conda环境下做一样的,没问题,已跑通。在anaconda环境中使用conda命令安装cuda、cudnn、tensorflow(-gpu)、pytorch上面的帖子主要是介绍如何安装tensorflow-gpu对应的cuda和cudnn版本在anaconda环境中使用con
- DetectX 深度学习模型Android部署 - NanoDetPlus + NCNN
jian_cheng_90
AndroidnanoDetPlusncnn深度学习android人工智能
需求背景使用流行的NCNN,DNN,MNN,SNPE,torch_c++等框架将主流的Yolo,Nanodet,MobileSSD等模型部署到Android设备上。代码实践百度云:AndroidAPK版本(备用地址:https://pan.baidu.com/s/1ZZrF9CuJ2YQ0cwuWmtTMCA?pwd=sbpt)涉及内容NanoDetPlus模型模型训练NanoDet基于NCNN+
- SNPE教程3 - 在手机上部署运行
自由程
SNPElinuxandroid深度学习
写在前面手机部署和推理参考:https://developer.qualcomm.com/sites/default/files/docs/snpe/tutorial_inceptionv3.html运行命令snpe-net-run的说明参考:https://developer.qualcomm.com/sites/default/files/docs/snpe/tools.htmlDSP环境配置
- 高通平台开发系列讲解(AI篇)如何让MTCNN运行在SNPE
内核笔记
高通平台开发入门到精通专栏高通
文章目录一、使用到的工具二、环境配置2.1、Snpe的环境配置2.2、opencv的环境配置2.3、caffe的环境配置三、MTCNN网络组成四、基于SNPE运行MTCNN沉淀、分享、成长,让自己和他人都能有所收获!本篇章主要介绍如何使用高通平台SNPE运行MTCNN。一、使用到的工具Ubuntu16.04SNPE_1.20.2Opencv_3.2opencv_contrib_3.2caffe<
- 高通SNPE
平丘月初
Qualcomm计算机视觉
DLContainerLoader:SNPE使用后缀为dlc的模型文件,提供了模型load函数。ModelValidation:检查输入模型与所选择的运行后端是否合法。RuntimeEngine:选择运行模式的API,包括CPU,GPU,DSP和AIP四种运行模式。PartitioningLogic:模型处理API,包括检查网络layer的合法性,调度网络的runtime。CPURuntime:C
- 高通SNPE开发环境搭建(一)
weixin_38498942
sdkSNPE
高通SNPE开发环境搭建(一)1概述2构建Python环境2.1安装pyenv2.2安装python版本2.3安装ANACONDA3SNPESDKSetup3.1下载SDK3.2SNPESDK文件结构3.3配置环境和依赖1概述本文档介绍SNPE和SDK安装所需的工具设置。当前,SNPESDK开发环境仅限于Ubuntu(特定版本)14.04、16.04甚至18.04。1.27.0之后,x86体系结构
- 高通SNPE开发环境搭建(二)
weixin_38498942
SNPEsdk
高通SNPE开发环境搭建(二)4安装TensorFlow和Caffe4.1安装TensorFlow4.2安装Caffe4安装TensorFlow和Caffe4.1安装TensorFlow可能需要设置代理(如果有),否则有点慢,如在〜/.bashrc中添加下面的内容:exporthttps_proxy=http://192.168.1.1:xxxx/exporthttp_proxy=http://1
- 基于snpe-1.60.0_3313在骁龙865的开发板上测试yolov5(6.1)
lindsayshuo
yolov5ubuntulinux其他机器学习计算机视觉
1、下载yolov5(6.1)版本的代码以及模型(以下以yolov5n进行文档编写)https://github.com/ultralytics/yolov5/releases根据requirements.txt配置环境,配置完成后,调用export.py将L、M、N、S、X分别导出onnx模型,脚本具体配置如下:defparse_opt():parser=argparse.ArgumentPar
- 【环境配置】Ubuntu18.04配置高通骁龙神经处理引擎(SNPE)
陈成不姓丞
环境配置tensorflowpython人工智能ubuntucaffe
需求需要使用高通骁龙神经处理引擎(SNPE)进行手机App的开发,这是一个充分利用高通处理器并行计算能力的框架,旨在通过高通骁龙移动平台丰富的计算资源,为开发者提供更快的神经网络推理。根据官方手册,需要以下配置:环境:Ubuntu18.04平台:AndroidStudio依赖项:Tensorflow、CaffeAndroidSDK(通过AndroidStudio安装或单独安装)AndroidNDK
- 【嵌入式AI】高通SNPE之神坑警告
phdsky
嵌入式AI高通SNPE嵌入式深度学习
首先贴出高通SNPESDK最新版的下载地址:https://developer.qualcomm.com/software/qualcomm-neural-processing-sdk以下吐槽全部基于当前时间段(2019.07~2019.08)下载的snpe-1.27.1.382版本为基准,对后续已经修正BUG或方案改进的版本不做牵涉。1.Ubuntu版本文档中告诉你要装Ubuntu14.04版本
- 高通骁龙snpe 编译配置运行
三川小哥 知乎
Android打怪升级之路深度学习
文章目录硬件准备安装1编译caffe准备修改编译选项编译运行2安装python3.5+tensorflow安装miniconda更换conda源安装python3.5虚拟环境3配置snpe的环境运行1.导出cld模型2基准测试caffe错误总结(愿所有的坑因填坑人而平坦)**错误信息**:`gflags/gflags.h:Nosuchfileordirectory`**错误信息**:`glog.h
- 美国高通 Snapdragon Neural Processing Engine SDK (SNPE) 系列 (1):用户自定义层JNI实现
SongEsther
深度学习——平台SNPE
转自:https://blog.csdn.net/guvcolie/article/details/77937786SnapdragonNeuralProcessingEngineSDK是美国高通公司出品的神经网络处理引擎(SNPE),可运行于搭载了高通Zeroth机器智能平台的820芯片处理器,开发者可以在SNPE上搭建自己的深度学习网络模型。更详细的介绍可以登录高通SNPE相关网页了解:htt
- 在高通平台的cpu/gpu/dsp/npu上运行神经网络模型
The Goat
DeepLearning
为了能在高通的gpu/dsp上运行神经网络,高通提供了一套sdk:https://developer.qualcomm.com/docs/snpe/overview.html通过这套sdk,可以把caffe/tensorflow等平台的模型转成.dlc格式的离线模型,可选地,还可以对模型进行量化、压缩等操作。通过这套sdk,可以轻松地在高通的gpu/dsp上运行神经网络,充分利用硬件资源。SNPE
- 高通平台开发系列讲解(AI篇)如何让yolov5运行在SNPE
内核笔记
高通平台开发入门到精通专栏高通
文章目录一、模型下载二、模型转换三、模型量化四、后处理加速沉淀、分享、成长,让自己和他人都能有所收获!本篇章主要介绍高通平台SNPESDK运行yolov5。一、模型下载首先去git上下载yolov5s的代码和模型https://github.com/ultralytics/yolov5二、模型转换采用pycharm打开源码,将其中的pt转成onnx,在转换模型的时候,可以甚至模型的输入参数
- Java常用排序算法/程序员必须掌握的8大排序算法
cugfy
java
分类:
1)插入排序(直接插入排序、希尔排序)
2)交换排序(冒泡排序、快速排序)
3)选择排序(直接选择排序、堆排序)
4)归并排序
5)分配排序(基数排序)
所需辅助空间最多:归并排序
所需辅助空间最少:堆排序
平均速度最快:快速排序
不稳定:快速排序,希尔排序,堆排序。
先来看看8种排序之间的关系:
1.直接插入排序
(1
- 【Spark102】Spark存储模块BlockManager剖析
bit1129
manager
Spark围绕着BlockManager构建了存储模块,包括RDD,Shuffle,Broadcast的存储都使用了BlockManager。而BlockManager在实现上是一个针对每个应用的Master/Executor结构,即Driver上BlockManager充当了Master角色,而各个Slave上(具体到应用范围,就是Executor)的BlockManager充当了Slave角色
- linux 查看端口被占用情况详解
daizj
linux端口占用netstatlsof
经常在启动一个程序会碰到端口被占用,这里讲一下怎么查看端口是否被占用,及哪个程序占用,怎么Kill掉已占用端口的程序
1、lsof -i:port
port为端口号
[root@slave /data/spark-1.4.0-bin-cdh4]# lsof -i:8080
COMMAND PID USER FD TY
- Hosts文件使用
周凡杨
hostslocahost
一切都要从localhost说起,经常在tomcat容器起动后,访问页面时输入http://localhost:8088/index.jsp,大家都知道localhost代表本机地址,如果本机IP是10.10.134.21,那就相当于http://10.10.134.21:8088/index.jsp,有时候也会看到http: 127.0.0.1:
- java excel工具
g21121
Java excel
直接上代码,一看就懂,利用的是jxl:
import java.io.File;
import java.io.IOException;
import jxl.Cell;
import jxl.Sheet;
import jxl.Workbook;
import jxl.read.biff.BiffException;
import jxl.write.Label;
import
- web报表工具finereport常用函数的用法总结(数组函数)
老A不折腾
finereportweb报表函数总结
ADD2ARRAY
ADDARRAY(array,insertArray, start):在数组第start个位置插入insertArray中的所有元素,再返回该数组。
示例:
ADDARRAY([3,4, 1, 5, 7], [23, 43, 22], 3)返回[3, 4, 23, 43, 22, 1, 5, 7].
ADDARRAY([3,4, 1, 5, 7], "测试&q
- 游戏服务器网络带宽负载计算
墙头上一根草
服务器
家庭所安装的4M,8M宽带。其中M是指,Mbits/S
其中要提前说明的是:
8bits = 1Byte
即8位等于1字节。我们硬盘大小50G。意思是50*1024M字节,约为 50000多字节。但是网宽是以“位”为单位的,所以,8Mbits就是1M字节。是容积体积的单位。
8Mbits/s后面的S是秒。8Mbits/s意思是 每秒8M位,即每秒1M字节。
我是在计算我们网络流量时想到的
- 我的spring学习笔记2-IoC(反向控制 依赖注入)
aijuans
Spring 3 系列
IoC(反向控制 依赖注入)这是Spring提出来了,这也是Spring一大特色。这里我不用多说,我们看Spring教程就可以了解。当然我们不用Spring也可以用IoC,下面我将介绍不用Spring的IoC。
IoC不是框架,她是java的技术,如今大多数轻量级的容器都会用到IoC技术。这里我就用一个例子来说明:
如:程序中有 Mysql.calss 、Oracle.class 、SqlSe
- 高性能mysql 之 选择存储引擎(一)
annan211
mysqlInnoDBMySQL引擎存储引擎
1 没有特殊情况,应尽可能使用InnoDB存储引擎。 原因:InnoDB 和 MYIsAM 是mysql 最常用、使用最普遍的存储引擎。其中InnoDB是最重要、最广泛的存储引擎。她 被设计用来处理大量的短期事务。短期事务大部分情况下是正常提交的,很少有回滚的情况。InnoDB的性能和自动崩溃 恢复特性使得她在非事务型存储的需求中也非常流行,除非有非常
- UDP网络编程
百合不是茶
UDP编程局域网组播
UDP是基于无连接的,不可靠的传输 与TCP/IP相反
UDP实现私聊,发送方式客户端,接受方式服务器
package netUDP_sc;
import java.net.DatagramPacket;
import java.net.DatagramSocket;
import java.net.Ine
- JQuery对象的val()方法执行结果分析
bijian1013
JavaScriptjsjquery
JavaScript中,如果id对应的标签不存在(同理JAVA中,如果对象不存在),则调用它的方法会报错或抛异常。在实际开发中,发现JQuery在id对应的标签不存在时,调其val()方法不会报错,结果是undefined。
- http请求测试实例(采用json-lib解析)
bijian1013
jsonhttp
由于fastjson只支持JDK1.5版本,因些对于JDK1.4的项目,可以采用json-lib来解析JSON数据。如下是http请求的另外一种写法,仅供参考。
package com;
import java.util.HashMap;
import java.util.Map;
import
- 【RPC框架Hessian四】Hessian与Spring集成
bit1129
hessian
在【RPC框架Hessian二】Hessian 对象序列化和反序列化一文中介绍了基于Hessian的RPC服务的实现步骤,在那里使用Hessian提供的API完成基于Hessian的RPC服务开发和客户端调用,本文使用Spring对Hessian的集成来实现Hessian的RPC调用。
定义模型、接口和服务器端代码
|---Model
&nb
- 【Mahout三】基于Mahout CBayes算法的20newsgroup流程分析
bit1129
Mahout
1.Mahout环境搭建
1.下载Mahout
http://mirror.bit.edu.cn/apache/mahout/0.10.0/mahout-distribution-0.10.0.tar.gz
2.解压Mahout
3. 配置环境变量
vim /etc/profile
export HADOOP_HOME=/home
- nginx负载tomcat遇非80时的转发问题
ronin47
nginx负载后端容器是tomcat(其它容器如WAS,JBOSS暂没发现这个问题)非80端口,遇到跳转异常问题。解决的思路是:$host:port
详细如下:
该问题是最先发现的,由于之前对nginx不是特别的熟悉所以该问题是个入门级别的:
? 1 2 3 4 5
- java-17-在一个字符串中找到第一个只出现一次的字符
bylijinnan
java
public class FirstShowOnlyOnceElement {
/**Q17.在一个字符串中找到第一个只出现一次的字符。如输入abaccdeff,则输出b
* 1.int[] count:count[i]表示i对应字符出现的次数
* 2.将26个英文字母映射:a-z <--> 0-25
* 3.假设全部字母都是小写
*/
pu
- mongoDB 复制集
开窍的石头
mongodb
mongo的复制集就像mysql的主从数据库,当你往其中的主复制集(primary)写数据的时候,副复制集(secondary)会自动同步主复制集(Primary)的数据,当主复制集挂掉以后其中的一个副复制集会自动成为主复制集。提供服务器的可用性。和防止当机问题
mo
- [宇宙与天文]宇宙时代的经济学
comsci
经济
宇宙尺度的交通工具一般都体型巨大,造价高昂。。。。。
在宇宙中进行航行,近程采用反作用力类型的发动机,需要消耗少量矿石燃料,中远程航行要采用量子或者聚变反应堆发动机,进行超空间跳跃,要消耗大量高纯度水晶体能源
以目前地球上国家的经济发展水平来讲,
- Git忽略文件
Cwind
git
有很多文件不必使用git管理。例如Eclipse或其他IDE生成的项目文件,编译生成的各种目标或临时文件等。使用git status时,会在Untracked files里面看到这些文件列表,在一次需要添加的文件比较多时(使用git add . / git add -u),会把这些所有的未跟踪文件添加进索引。
==== ==== ==== 一些牢骚
- MySQL连接数据库的必须配置
dashuaifu
mysql连接数据库配置
MySQL连接数据库的必须配置
1.driverClass:com.mysql.jdbc.Driver
2.jdbcUrl:jdbc:mysql://localhost:3306/dbname
3.user:username
4.password:password
其中1是驱动名;2是url,这里的‘dbna
- 一生要养成的60个习惯
dcj3sjt126com
习惯
一生要养成的60个习惯
第1篇 让你更受大家欢迎的习惯
1 守时,不准时赴约,让别人等,会失去很多机会。
如何做到:
①该起床时就起床,
②养成任何事情都提前15分钟的习惯。
③带本可以随时阅读的书,如果早了就拿出来读读。
④有条理,生活没条理最容易耽误时间。
⑤提前计划:将重要和不重要的事情岔开。
⑥今天就准备好明天要穿的衣服。
⑦按时睡觉,这会让按时起床更容易。
2 注重
- [介绍]Yii 是什么
dcj3sjt126com
PHPyii2
Yii 是一个高性能,基于组件的 PHP 框架,用于快速开发现代 Web 应用程序。名字 Yii (读作 易)在中文里有“极致简单与不断演变”两重含义,也可看作 Yes It Is! 的缩写。
Yii 最适合做什么?
Yii 是一个通用的 Web 编程框架,即可以用于开发各种用 PHP 构建的 Web 应用。因为基于组件的框架结构和设计精巧的缓存支持,它特别适合开发大型应
- Linux SSH常用总结
eksliang
linux sshSSHD
转载请出自出处:http://eksliang.iteye.com/blog/2186931 一、连接到远程主机
格式:
ssh name@remoteserver
例如:
ssh
[email protected]
二、连接到远程主机指定的端口
格式:
ssh name@remoteserver -p 22
例如:
ssh i
- 快速上传头像到服务端工具类FaceUtil
gundumw100
android
快速迭代用
import java.io.DataOutputStream;
import java.io.File;
import java.io.FileInputStream;
import java.io.FileNotFoundException;
import java.io.FileOutputStream;
import java.io.IOExceptio
- jQuery入门之怎么使用
ini
JavaScripthtmljqueryWebcss
jQuery的强大我何问起(个人主页:hovertree.com)就不用多说了,那么怎么使用jQuery呢?
首先,下载jquery。下载地址:http://hovertree.com/hvtart/bjae/b8627323101a4994.htm,一个是压缩版本,一个是未压缩版本,如果在开发测试阶段,可以使用未压缩版本,实际应用一般使用压缩版本(min)。然后就在页面上引用。
- 带filter的hbase查询优化
kane_xie
查询优化hbaseRandomRowFilter
问题描述
hbase scan数据缓慢,server端出现LeaseException。hbase写入缓慢。
问题原因
直接原因是: hbase client端每次和regionserver交互的时候,都会在服务器端生成一个Lease,Lease的有效期由参数hbase.regionserver.lease.period确定。如果hbase scan需
- java设计模式-单例模式
men4661273
java单例枚举反射IOC
单例模式1,饿汉模式
//饿汉式单例类.在类初始化时,已经自行实例化
public class Singleton1 {
//私有的默认构造函数
private Singleton1() {}
//已经自行实例化
private static final Singleton1 singl
- mongodb 查询某一天所有信息的3种方法,根据日期查询
qiaolevip
每天进步一点点学习永无止境mongodb纵观千象
// mongodb的查询真让人难以琢磨,就查询单天信息,都需要花费一番功夫才行。
// 第一种方式:
coll.aggregate([
{$project:{sendDate: {$substr: ['$sendTime', 0, 10]}, sendTime: 1, content:1}},
{$match:{sendDate: '2015-
- 二维数组转换成JSON
tangqi609567707
java二维数组json
原文出处:http://blog.csdn.net/springsen/article/details/7833596
public class Demo {
public static void main(String[] args) { String[][] blogL
- erlang supervisor
wudixiaotie
erlang
定义supervisor时,如果是监控celuesimple_one_for_one则删除children的时候就用supervisor:terminate_child (SupModuleName, ChildPid),如果shutdown策略选择的是brutal_kill,那么supervisor会调用exit(ChildPid, kill),这样的话如果Child的behavior是gen_