在这里插入图片描述

TDengine 数据写入用户手册

概述

TDengine 提供了多种灵活的数据写入方式，以满足不同应用场景的需求。本手册将以智能电表场景为例，向初学者详细介绍各种数据写入方法的使用。

智能电表场景设定

假设我们需要为智能电表系统建立数据库：

-- 创建数据库
CREATE DATABASE test;
USE test;-- 创建超级表
CREATE STABLE meters (ts TIMESTAMP,           -- 时间戳current FLOAT,          -- 电流值voltage FLOAT,          -- 电压值phase FLOAT            -- 相位值
) TAGS (location VARCHAR(64),   -- 地理位置groupid INT            -- 设备组ID
);-- 创建子表
CREATE TABLE d1001 USING meters TAGS ('Beijing', 1);
CREATE TABLE d1002 USING meters TAGS ('Shanghai', 1);
CREATE TABLE d1003 USING meters TAGS ('Guangzhou', 2);

数据写入方式分类

1. SQL 语句写入

1.1 单条记录写入

最基本的写入方式，适合少量数据或测试场景。

-- 向子表写入单条记录
INSERT INTO d1001 VALUES ('2024-01-15 10:00:00', 12.5, 220.3, 0.95);-- 向多个子表写入数据
INSERT INTO d1001 VALUES ('2024-01-15 10:01:00', 12.8, 221.0, 0.96)d1002 VALUES ('2024-01-15 10:01:00', 15.2, 219.8, 0.94);
1.2 批量写入

一次性写入多条记录，提高写入效率。

-- 向单个表批量写入
INSERT INTO d1001 VALUES ('2024-01-15 10:00:00', 12.5, 220.3, 0.95),('2024-01-15 10:01:00', 12.8, 221.0, 0.96),('2024-01-15 10:02:00', 13.1, 220.8, 0.97);-- 向多个表批量写入
INSERT INTO d1001 VALUES ('2024-01-15 10:00:00', 12.5, 220.3, 0.95),('2024-01-15 10:01:00', 12.8, 221.0, 0.96)d1002 VALUES ('2024-01-15 10:00:00', 15.2, 219.8, 0.94),('2024-01-15 10:01:00', 15.5, 220.2, 0.95);
1.3 自动建表写入

写入数据时自动创建子表，简化开发流程。

-- 自动创建子表并写入数据
INSERT INTO d1004 USING meters TAGS ('Shenzhen', 2) VALUES ('2024-01-15 10:00:00', 14.2, 218.5, 0.93);-- 批量自动建表写入
INSERT INTO d1005 USING meters TAGS ('Hangzhou', 3) VALUES ('2024-01-15 10:00:00', 11.8, 222.1, 0.98),('2024-01-15 10:01:00', 12.1, 221.8, 0.97)d1006 USING meters TAGS ('Nanjing', 3) VALUES ('2024-01-15 10:00:00', 13.5, 219.6, 0.96);

2. 无模式写入（Schemaless）

无模式写入允许在写入数据时自动创建表结构，支持多种协议格式。

2.1 InfluxDB 行协议
# 使用 taos 客户端写入
taos> INSERT INTO test.meters,location=Beijing,groupid=1i current=12.5,voltage=220.3,phase=0.95 1642204800000000000
taos> INSERT INTO test.meters,location=Shanghai,groupid=1i current=15.2,voltage=219.8,phase=0.94 1642204860000000000# 批量写入多行
taos> INSERT INTO 
test.meters,location=Beijing,groupid=1i current=12.5,voltage=220.3,phase=0.95 1642204800000000000
test.meters,location=Shanghai,groupid=1i current=15.2,voltage=219.8,phase=0.94 1642204860000000000
test.meters,location=Guangzhou,groupid=2i current=14.1,voltage=221.2,phase=0.96 1642204920000000000
2.2 OpenTSDB JSON 格式
[{"metric": "meters.current","timestamp": 1642204800,"value": 12.5,"tags": {"location": "Beijing","groupid": "1"}},{"metric": "meters.voltage", "timestamp": 1642204800,"value": 220.3,"tags": {"location": "Beijing","groupid": "1"}}
]
2.3 OpenTSDB Telnet 格式
meters.current 1642204800 12.5 location=Beijing groupid=1
meters.voltage 1642204800 220.3 location=Beijing groupid=1
meters.phase 1642204800 0.95 location=Beijing groupid=1

3. 参数化查询（Prepared Statement）

使用参数化查询可以提高写入性能，特别适合大批量数据写入。

3.1 基本用法示例（C 语言）
#include <taos.h>int main() {TAOS *taos = taos_connect("localhost", "root", "taosdata", NULL, 0);if (taos == NULL) {printf("连接失败\n");return -1;}// 使用数据库taos_query(taos, "USE test");// 准备 SQL 语句TAOS_STMT *stmt = taos_stmt_init(taos);const char *sql = "INSERT INTO ? USING meters TAGS (?, ?) VALUES (?, ?, ?, ?)";taos_stmt_prepare(stmt, sql, 0);// 绑定表名和标签TAOS_BIND tags[2];char tbname[] = "d1007";char location[] = "Tianjin";int groupid = 1;// 设置表名taos_stmt_set_tbname(stmt, tbname);// 绑定标签tags[0].buffer_type = TSDB_DATA_TYPE_VARCHAR;tags[0].buffer = location;tags[0].buffer_length = strlen(location);tags[0].length = &tags[0].buffer_length;tags[0].is_null = NULL;tags[1].buffer_type = TSDB_DATA_TYPE_INT;tags[1].buffer = &groupid;tags[1].buffer_length = sizeof(int);tags[1].length = NULL;tags[1].is_null = NULL;taos_stmt_set_tags(stmt, tags);// 绑定数据值TAOS_BIND params[4];long long ts = 1642204800000;float current = 12.5;float voltage = 220.3;float phase = 0.95;params[0].buffer_type = TSDB_DATA_TYPE_TIMESTAMP;params[0].buffer = &ts;params[0].buffer_length = sizeof(ts);params[0].length = NULL;params[0].is_null = NULL;params[1].buffer_type = TSDB_DATA_TYPE_FLOAT;params[1].buffer = &current;params[1].buffer_length = sizeof(float);params[1].length = NULL;params[1].is_null = NULL;params[2].buffer_type = TSDB_DATA_TYPE_FLOAT;params[2].buffer = &voltage;params[2].buffer_length = sizeof(float);params[2].length = NULL;params[2].is_null = NULL;params[3].buffer_type = TSDB_DATA_TYPE_FLOAT;params[3].buffer = &phase;params[3].buffer_length = sizeof(float);params[3].length = NULL;params[3].is_null = NULL;taos_stmt_bind_param(stmt, params);taos_stmt_add_batch(stmt);// 执行写入if (taos_stmt_execute(stmt) != 0) {printf("执行失败: %s\n", taos_errstr(NULL));}// 清理资源taos_stmt_close(stmt);taos_close(taos);return 0;
}
3.2 Python 示例
import taos# 连接数据库
conn = taos.connect(host="localhost", user="root", password="taosdata", database="test")# 创建 Prepared Statement
stmt = conn.statement("INSERT INTO ? USING meters TAGS (?, ?) VALUES (?, ?, ?, ?)")# 设置表名
stmt.set_tbname("d1008")# 设置标签
stmt.set_tags([("Wuhan", taos.FIELD_TYPE.C_VARCHAR), (2, taos.FIELD_TYPE.C_INT)])# 批量绑定数据
timestamps = [1642204800000, 1642204860000, 1642204920000]
currents = [12.5, 12.8, 13.1]
voltages = [220.3, 221.0, 220.8]
phases = [0.95, 0.96, 0.97]for i in range(len(timestamps)):stmt.bind_param([(timestamps[i], taos.FIELD_TYPE.C_TIMESTAMP),(currents[i], taos.FIELD_TYPE.C_FLOAT),(voltages[i], taos.FIELD_TYPE.C_FLOAT),(phases[i], taos.FIELD_TYPE.C_FLOAT)])stmt.add_batch()# 执行写入
stmt.execute()
stmt.close()
conn.close()

4. 连接器写入

4.1 JDBC 连接器（Java）
import java.sql.*;public class TDengineExample {public static void main(String[] args) {String jdbcUrl = "jdbc:TAOS://localhost:6030/test";String user = "root";String password = "taosdata";try {Class.forName("com.taosdata.jdbc.TSDBDriver");Connection conn = DriverManager.getConnection(jdbcUrl, user, password);// 批量写入示例String sql = "INSERT INTO d1009 USING meters TAGS ('Chengdu', 3) VALUES (?, ?, ?, ?)";PreparedStatement pstmt = conn.prepareStatement(sql);// 添加多个批次long baseTime = 1642204800000L;for (int i = 0; i < 1000; i++) {pstmt.setTimestamp(1, new Timestamp(baseTime + i * 60000));pstmt.setFloat(2, 12.0f + (float)Math.random() * 5);pstmt.setFloat(3, 220.0f + (float)Math.random() * 10);pstmt.setFloat(4, 0.9f + (float)Math.random() * 0.1f);pstmt.addBatch();}// 执行批量写入int[] results = pstmt.executeBatch();System.out.println("写入记录数: " + results.length);pstmt.close();conn.close();} catch (Exception e) {e.printStackTrace();}}
}
4.2 Python 连接器
import taos
import time
import random# 连接数据库
conn = taos.connect(host="localhost", user="root", password="taosdata", database="test")
cursor = conn.cursor()# 批量写入数据
def batch_insert_data():# 生成测试数据sql = "INSERT INTO d1010 USING meters TAGS ('Chongqing', 3) VALUES "values = []base_time = int(time.time() * 1000)for i in range(1000):timestamp = base_time + i * 60000  # 每分钟一条记录current = round(12.0 + random.random() * 5, 2)voltage = round(220.0 + random.random() * 10, 2)phase = round(0.9 + random.random() * 0.1, 2)values.append(f"({timestamp}, {current}, {voltage}, {phase})")sql += ",".join(values)try:cursor.execute(sql)print(f"成功写入 {len(values)} 条记录")except Exception as e:print(f"写入失败: {e}")# 执行批量写入
batch_insert_data()cursor.close()
conn.close()
4.3 Go 连接器
package mainimport ("database/sql""fmt""math/rand""time"_ "github.com/taosdata/driver-go/v3/taosRestful"
)func main() {// 连接数据库db, err := sql.Open("taosRestful", "root:taosdata@http(localhost:6041)/test")if err != nil {panic(err)}defer db.Close()// 批量写入数据stmt, err := db.Prepare("INSERT INTO d1011 USING meters TAGS ('Dalian', 4) VALUES (?, ?, ?, ?)")if err != nil {panic(err)}defer stmt.Close()// 开始事务tx, err := db.Begin()if err != nil {panic(err)}baseTime := time.Now().UnixMilli()for i := 0; i < 1000; i++ {timestamp := baseTime + int64(i*60000)current := 12.0 + rand.Float64()*5voltage := 220.0 + rand.Float64()*10phase := 0.9 + rand.Float64()*0.1_, err = stmt.Exec(timestamp, current, voltage, phase)if err != nil {tx.Rollback()panic(err)}}// 提交事务err = tx.Commit()if err != nil {panic(err)}fmt.Println("成功写入 1000 条记录")
}

5. RESTful API 写入

5.1 基本 REST 写入
# 单条记录写入
curl -X POST http://localhost:6041/rest/sql \-H "Authorization: Basic cm9vdDp0YW9zZGF0YQ==" \-H "Content-Type: application/json" \-d '{"sql": "INSERT INTO test.d1012 USING test.meters TAGS (\"Xiamen\", 4) VALUES (1642204800000, 13.2, 218.9, 0.94)"}'# 批量写入
curl -X POST http://localhost:6041/rest/sql \-H "Authorization: Basic cm9vdDp0YW9zZGF0YQ==" \-H "Content-Type: application/json" \-d '{"sql": "INSERT INTO test.d1013 USING test.meters TAGS (\"Qingdao\", 4) VALUES (1642204800000, 11.8, 222.1, 0.98), (1642204860000, 12.1, 221.8, 0.97), (1642204920000, 12.4, 221.5, 0.96)"}'
5.2 无模式 REST 写入
# InfluxDB 行协议写入
curl -X POST http://localhost:6041/influxdb/v1/write?db=test \-H "Authorization: Basic cm9vdDp0YW9zZGF0YQ==" \-d 'meters,location=Harbin,groupid=5 current=14.5,voltage=219.2,phase=0.93 1642204800000000000'# OpenTSDB JSON 写入
curl -X POST http://localhost:6041/opentsdb/v1/put/json/test \-H "Authorization: Basic cm9vdDp0YW9zZGF0YQ==" \-H "Content-Type: application/json" \-d '[{"metric": "meters.current","timestamp": 1642204800,"value": 13.8,"tags": {"location": "Changchun", "groupid": "5"}}]'

性能优化建议

1. 批量写入优化

-- 推荐：批量写入多条记录
INSERT INTO d1001 VALUES ('2024-01-15 10:00:00', 12.5, 220.3, 0.95),('2024-01-15 10:01:00', 12.8, 221.0, 0.96),('2024-01-15 10:02:00', 13.1, 220.8, 0.97);-- 不推荐：单条记录多次写入
INSERT INTO d1001 VALUES ('2024-01-15 10:00:00', 12.5, 220.3, 0.95);
INSERT INTO d1001 VALUES ('2024-01-15 10:01:00', 12.8, 221.0, 0.96);
INSERT INTO d1001 VALUES ('2024-01-15 10:02:00', 13.1, 220.8, 0.97);

2. 预先创建子表

-- 推荐：预先创建子表
CREATE TABLE d1001 USING meters TAGS ('Beijing', 1);
CREATE TABLE d1002 USING meters TAGS ('Shanghai', 1);
-- 然后写入数据
INSERT INTO d1001 VALUES ('2024-01-15 10:00:00', 12.5, 220.3, 0.95);-- 或者使用自动建表（适合动态场景）
INSERT INTO d1001 USING meters TAGS ('Beijing', 1) VALUES ('2024-01-15 10:00:00', 12.5, 220.3, 0.95);

3. 参数调优

-- 调整数据库参数以优化写入性能
ALTER DATABASE test WAL_LEVEL 1;          -- 设置 WAL 级别
ALTER DATABASE test WAL_FSYNC_PERIOD 3000; -- 设置 WAL 同步周期
ALTER DATABASE test BUFFER 256;            -- 设置写入缓冲区大小

错误处理和注意事项

1. 时间戳格式

-- 正确的时间戳格式
INSERT INTO d1001 VALUES ('2024-01-15 10:00:00.000', 12.5, 220.3, 0.95);
INSERT INTO d1001 VALUES (1642204800000, 12.5, 220.3, 0.95);-- 时间戳必须是递增的
INSERT INTO d1001 VALUES ('2024-01-15 10:00:00', 12.5, 220.3, 0.95),('2024-01-15 10:01:00', 12.8, 221.0, 0.96),  -- 正确：递增('2024-01-15 10:02:00', 13.1, 220.8, 0.97);

2. 数据类型匹配

-- 确保数据类型与表结构匹配
-- 错误示例：字符串不能写入数值列
-- INSERT INTO d1001 VALUES ('2024-01-15 10:00:00', 'abc', 220.3, 0.95);-- 正确示例：
INSERT INTO d1001 VALUES ('2024-01-15 10:00:00', 12.5, 220.3, 0.95);

3. NULL 值处理

-- TDengine 支持 NULL 值
INSERT INTO d1001 VALUES ('2024-01-15 10:00:00', NULL, 220.3, 0.95);
INSERT INTO d1001 VALUES ('2024-01-15 10:01:00', 12.5, NULL, 0.95);-- 使用 CASE 语句处理 NULL 值
SELECT ts,CASE WHEN current IS NULL THEN 0 ELSE current END as safe_current,CASE WHEN voltage IS NULL THEN 220 ELSE voltage END as safe_voltage
FROM d1001;

4. 错误码处理

常见的写入错误码：

  • TSDB_CODE_TDB_TIMESTAMP_OUT_OF_RANGE: 时间戳超出范围
  • TSDB_CODE_TDB_INVALID_TABLE_ID: 无效的表名
  • TSDB_CODE_OUT_OF_MEMORY: 内存不足
  • TSDB_CODE_PAR_INVALID_COLUMN: 无效的列名

最佳实践总结

  1. 批量写入：尽量使用批量写入，减少网络往返次数
  2. 时间有序：确保写入的时间戳是有序的
  3. 预先建表：对于已知的设备，预先创建子表
  4. 参数化查询：大批量数据写入时使用 Prepared Statement
  5. 错误处理：妥善处理各种错误情况
  6. 性能监控：监控写入性能，适时调整参数
  7. 数据压缩：利用 TDengine 的自动压缩特性，无需额外处理

通过合理选择写入方式和优化配置，可以充分发挥 TDengine 在时序数据写入方面的高性能优势。

关于 TDengine

TDengine 专为物联网IoT平台、工业大数据平台设计。其中，TDengine TSDB 是一款高性能、分布式的时序数据库（Time Series Database），同时它还带有内建的缓存、流式计算、数据订阅等系统功能；TDengine IDMP 是一款AI原生工业数据管理平台，它通过树状层次结构建立数据目录，对数据进行标准化、情景化，并通过 AI 提供实时分析、可视化、事件管理与报警等功能。

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.pswp.cn/bicheng/96858.shtml
繁体地址，请注明出处：http://hk.pswp.cn/bicheng/96858.shtml
英文地址，请注明出处：http://en.pswp.cn/bicheng/96858.shtml

如若内容造成侵权/违法违规/事实不符，请联系英文站点网进行投诉反馈email:809451989@qq.com，一经查实，立即删除！

相关文章

PTA 天梯赛 7-43：字符串关键字的散列映射

PTA 天梯赛 7-43：字符串关键字的散列映射

【题目来源】 https://pintia.cn/problem-sets/15/exam/problems/type/7?problemSetProblemId890 【题目描述】 给定一系列由大写英文字母组成的字符串关键字和素数 P&#xff0c;用移位法定义的散列函数 H(Key) 将关键字 Key 中的最后 3 个字符映射为整数&#xff0c;每个字…
阅读更多...
Python核心技术开发指南(065)——with语句

Python核心技术开发指南(065)——with语句

版权声明 本文原创作者：谷哥的小弟 作者博客地址：http://blog.csdn.net/lfdfhl with语句定义 with语句是Python中用于简化资源管理的语法结构，通过上下文管理器（实现__enter__()和__exit__()方法的对象）确保资源在使用完毕后被正确释放，无论代码块是否发生异常。其核心作…
阅读更多...
从基础到高级：一文快速认识MySQL UPDATE 语句

从基础到高级：一文快速认识MySQL UPDATE 语句

在数据库日常运维与开发中&#xff0c;数据更新是与数据查询同等重要的核心操作。MySQL 的 UPDATE 语句凭借其灵活的语法结构和强大的功能&#xff0c;能够满足从简单字段修改到复杂关联表更新的各类需求。然而&#xff0c;若使用不当&#xff0c;不仅可能导致数据一致性问题&a…
阅读更多...
材料基因组计划（MGI）入门：高通量计算与数据管理最佳实践

材料基因组计划（MGI）入门：高通量计算与数据管理最佳实践

点击 “AladdinEdu&#xff0c;同学们用得起的【H卡】算力平台”&#xff0c;注册即送-H卡级别算力&#xff0c;80G大显存&#xff0c;按量计费&#xff0c;灵活弹性&#xff0c;顶级配置&#xff0c;学生更享专属优惠。 摘要 材料基因组计划&#xff08;Materials Genome Ini…
阅读更多...
Vision Transformer (ViT) :Transformer在computer vision领域的应用(一)

Vision Transformer (ViT) :Transformer在computer vision领域的应用(一)

在图像领域，CNN卷积神经网络结构已经成为了标配，所有的模型都是基于CNN来构造的。 而在NLP领域，自从Transformer横空出世之后，基本上也统治了NLP的各个领域。 基于Transformer的强大，一些论文的工作都是将Transformer也应用到CV领域，在这篇论文：AN IMAGE IS WORTH 16X1…
阅读更多...
自动驾驶中的传感器技术45——Radar（6）

自动驾驶中的传感器技术45——Radar（6）

本文详细介绍4D雷达相关解决方案&#xff0c;4D雷达关键词&#xff1a;4D Imaging Radar 1、4D雷达特点 图1 4D雷达 vs 3D雷达图2 4D雷达虚拟通道数量不断增加图3 4D雷达 vs 3D雷达 vs 摄像头和激光雷达图4 毫米波雷达在不同驾驶等级下的应用需求Ref&#xff1a;https://pdf.d…
阅读更多...
浏览器调试工具详解

浏览器调试工具详解

个人简介 &#x1f440;个人主页&#xff1a; 前端杂货铺 &#x1f64b;‍♂️学习方向&#xff1a; 主攻前端方向&#xff0c;正逐渐往全干发展 &#x1f4c3;个人状态&#xff1a; 研发工程师&#xff0c;现效力于中国工业软件事业 &#x1f680;人生格言&#xff1a; 积跬步…
阅读更多...
代码审计-PHP专题原生开发SQL注入1day分析构造正则搜索语句执行监控功能定位

代码审计-PHP专题原生开发SQL注入1day分析构造正则搜索语句执行监控功能定位

挖掘技巧&#xff1a; -语句监控-数据库SQL监控排查可利用语句定向分析 -功能追踪-功能点文件SQL执行代码函数调用链追踪 -正则搜索-(update|select|insert|delete|).*?where.* 如何快速的在多个文件代码里面找脆弱&#xff1a; 1、看文件路径 2、看代码里面的变量&#…
阅读更多...
Linux中：调试器gdb/cgdb的使用

Linux中：调试器gdb/cgdb的使用

引言在追寻光的路上不断前行&#xff0c;详细介绍Linux下gdb/cgdb的使用。一、准备• 程序的发布方式有两种&#xff0c;默认是 debug 模式和 release 模式。Linux gcc/g编译出来的二进制程序默认是release模式• 要使用gdb调试&#xff0c;必须在源代码生成⼆进制程序的时候加…
阅读更多...
【算法】【链表】148.排序链表--通俗讲解

【算法】【链表】148.排序链表--通俗讲解

算法通俗讲解推荐阅读 【算法–链表】83.删除排序链表中的重复元素–通俗讲解 【算法–链表】删除排序链表中的重复元素 II–通俗讲解 【算法–链表】86.分割链表–通俗讲解 【算法】92.翻转链表Ⅱ–通俗讲解 【算法–链表】109.有序链表转换二叉搜索树–通俗讲解 【算法–链表…
阅读更多...
计算机组成原理：存储系统概述

计算机组成原理：存储系统概述

&#x1f4cc;目录&#x1f4be; 存储系统概述&#xff1a;计算机的“记忆中枢”&#x1f3d7;️ 一、存储系统的层次结构&#xff1a;速度与容量的“黄金平衡”&#xff08;一&#xff09;经典存储层次金字塔&#xff08;二&#xff09;层次结构的设计原则&#xff08;三&…
阅读更多...
基于CNN/CRNN的汉字手写体识别：从图像到文字的智能解码

基于CNN/CRNN的汉字手写体识别：从图像到文字的智能解码

在人工智能浪潮的推动下&#xff0c; handwriting recognition&#xff08;手写识别&#xff09;技术已成为连接传统书写与数字世界的重要桥梁。其中&#xff0c;汉字手写体识别因其字符集的庞大和结构的复杂性&#xff0c;被视为模式识别领域最具挑战性的任务之一。近年来&…
阅读更多...
【无人机】无人机用户体验测试策略详细介绍

【无人机】无人机用户体验测试策略详细介绍

一、 道&#xff1a;核心测试理念与目标核心理念&#xff1a; 用户体验测试的核心不是寻找功能Bug&#xff0c;而是评估用户在与无人机系统&#xff08;包括飞行器、遥控器、APP&#xff09;交互全过程中的主观感受、操作效率、情感变化和达成目标的难易度。我们的目标是让科技…
阅读更多...
@RequiredArgsConstructor使用

@RequiredArgsConstructor使用

spring推荐通过构造方法进行注入&#xff0c;如果需要注入的成员变量较多&#xff0c;手动创建构造方法可能需要频繁修改&#xff0c;这时&#xff0c;可以使用RequiredArgsConstructor。RequiredArgsConstructor是lombok中提供的注解&#xff0c;可以为类中final或者NotNull修…
阅读更多...
TA-VLA——将关节力矩反馈融入VLA中：无需外部力传感器，即可完成汽车充电器插入(且可多次自主尝试)

TA-VLA——将关节力矩反馈融入VLA中：无需外部力传感器，即可完成汽车充电器插入(且可多次自主尝试)

前言 今25年9.13日&#xff0c;我在微博上写道&#xff1a; “我们为何24年起聚焦具身开发呢 23年我们做了一系列大模型应用&#xff0c;发觉卷飞了&#xff0c;c端搞不过大厂的工程迭代 流量获取&#xff0c;b端拼不过大厂的品牌&#xff0c;且大厂外 人人都可以搞 ​然&…
阅读更多...
数据驱动破局商业信息不对称：中国商业查询平台的技术实践与方法论心得

数据驱动破局商业信息不对称：中国商业查询平台的技术实践与方法论心得

前言 在当前中国经济高质量发展的浪潮中，企业数量已突破5000万户（截至2024年数据，延续2021年超5亿用户查询需求的增长趋势），但“企业质量参差、信息不透明”的痛点始终困扰着市场主体——企业合作前怕踩坑、个人求职担心“皮包公司”、投资者规避坏账风险，这些需求的核心…
阅读更多...
光谱相机的图像模式

光谱相机的图像模式

光谱相机通过不同的成像方式获取目标的光谱信息&#xff0c;主要分为以下几种图像模式&#xff1a;一、按成像方式分类‌点扫描模式&#xff08;Whiskbroom&#xff09;‌工作原理&#xff1a;逐点扫描目标区域&#xff0c;每个点获取完整光谱曲线特点&#xff1a;光谱分辨率最…
阅读更多...
连接器上的pin针和胶芯如何快速组装？

连接器上的pin针和胶芯如何快速组装？

在连接器生产过程中&#xff0c;pin 针与胶芯的组装是核心环节 —— 人工组装不仅效率低&#xff08;单组耗时约 15-20 秒&#xff09;&#xff0c;还易因对齐偏差导致 pin 针弯曲、胶芯卡滞&#xff0c;不良率高达 3%-5%。针对这一问题&#xff0c;可通过 “机器精准排列 定制…
阅读更多...
Zynq-7000与Zynq-MPSoC 的 AXI 接口对比

Zynq-7000与Zynq-MPSoC 的 AXI 接口对比

Zynq 与 Zynq UltraScale MPSoC 的的 AXI 接口对比 1. 总体架构差异Zynq-7000 双核 ARM Cortex-A9 (PS) 7 系列 FPGA (PL)PS–PL 之间主要通过 AXI 总线通讯提供 GP (General Purpose)、HP (High Performance)、ACP (Accelerator Coherency Port) 等接口ZynqMP (UltraScale MP…
阅读更多...
关键字 - 第六讲

关键字 - 第六讲

前文补充#include <iostream> using namespace std;int main() {int a 10;int c 20; // 将变量c定义在switch语句之前switch(a){case 1:{cout << ".........." << endl;cout << c << endl;}break;default:cout << ".....…
阅读更多...
最新文章

Copyright @ 2022~2023