引言

在当今的 AI 应用开发领域，选择合适的部署方式对于应用的性能表现、资源利用和成本控制至关重要。华为云为开发者提供了多样化的部署选择，其中基于单机 Flexus 实例的基础版部署和基于 CCE 容器的高可用版部署是两种常见的方式。本文将深入对比这两种部署方式在性能及其他方面的差异，帮助开发者更好地根据自身需求做出决策。

架构设计的本质差异

单机 Flexus X 的轻核架构解析

单机 Flexus X 实例采用单节点物理机部署范式，以 x1.8u.16g 规格云服务器为核心载体，标配 100GB EVS 系统盘与 300Mbit/s 公网带宽。这种架构遵循 “All-In-One” 设计理念，将 LLM 推理引擎、向量数据库、API 网关等组件集成于单一计算节点，如同独立工坊的全流程作业模式。部署链路呈现线性特征：通过华为云控制台完成服务器创建后，执行镜像加载、环境配置、服务启动三步操作，典型部署耗时约 20 分钟，适合 POC 验证与小型应用场景。

在这里插入图片描述

CCE 容器的分布式网格架构

CCE 容器集群构建了多层级分布式体系，核心组件包括：

  • 计算层： 3 台 x1.16u.16g 规格 Flexus 节点组成 Kubernetes 集群
  • 流量调度层： ELB 负载均衡与 NAT 网关构成的智能路由系统
  • 存储体系： OBS 对象存储与 RDS PostgreSQL 形成的混合存储架构
  • 缓存加速层： 4GB Redis Cluster 分布式缓存集群

该架构采用微服务网格化设计，将 Dify 系统拆分为推理服务、Embedding 服务、路由网关等独立容器组，通过 Service Mesh 实现服务间通信。部署过程引入声明式配置，需完成集群创建、节点池配置、服务编排文件编写等操作，典型部署耗时约 90 分钟，形成 “计算 - 存储 - 调度” 解耦的弹性架构体系。

在这里插入图片描述

核心性能指标实测对比

基准测试环境构建

测试维度单机 Flexus 基础版CCE 容器高可用版
计算节点规格x1.8u.16g（8 核 16GB）x1.16u.16g×3（16 核 48GB）
存储配置100GB EVS（普通 IO）OBS+RDS（SSD 存储池）
网络配置300Mbit/s 公网带宽300Mbit/s×3+ELB 流量分发
测试工具JMeter+Grafana+Prometheus同上
  • JMeter：负责模拟用户请求、生成负载并收集基础性能指标
  • Prometheus：通过插件或 exporter 收集 JMeter 及系统指标，存储时间序列数据
  • Grafana：从 Prometheus 拉取数据，以可视化图表展示性能趋势

实现步骤

以下是针对 CPU、内存、网络性能测试的 JMeter 脚本：

<?xml version="1.0" encoding="UTF-8"?>
<jmeterTestPlan version="1.2" properties="5.0" jmeter="5.5"><hashTree><TestPlan guiclass="TestPlanGui" testclass="TestPlan" testname="性能综合测试计划" enabled="true"><stringProp name="TestPlan.comments">Flexus与CCE性能对比测试</stringProp><boolProp name="TestPlan.functional_mode">false</boolProp><boolProp name="TestPlan.tearDown_on_shutdown">true</boolProp><boolProp name="TestPlan.serialize_threadgroups">false</boolProp><elementProp name="TestPlan.user_defined_variables" elementType="Arguments" guiclass="ArgumentsPanel" testclass="Arguments" testname="用户定义的变量" enabled="true"><collectionProp name="Arguments.arguments"/></elementProp><stringProp name="TestPlan.user_define_classpath"></stringProp></TestPlan><hashTree><!-- 1. CPU性能测试线程组 --><ThreadGroup guiclass="ThreadGroupGui" testclass="ThreadGroup" testname="DeepSeek-LLM推理测试" enabled="true"><stringProp name="ThreadGroup.on_sample_error">continue</stringProp><elementProp name="ThreadGroup.main_controller" elementType="LoopController" guiclass="LoopControlPanel" testclass="LoopController" testname="循环控制器" enabled="true"><boolProp name="LoopController.continue_forever">false</boolProp><intProp name="LoopController.loops">100</intProp></elementProp><stringProp name="ThreadGroup.num_threads">50</stringProp> <!-- 50个并发用户 --><stringProp name="ThreadGroup.ramp_time">10</stringProp> <!-- 10秒内启动所有线程 --><boolProp name="ThreadGroup.scheduler">true</boolProp> <!-- 启用调度器 --><stringProp name="ThreadGroup.duration">300</stringProp> <!-- 测试持续300秒 --><stringProp name="ThreadGroup.delay">0</stringProp><boolProp name="ThreadGroup.same_user_on_next_iteration">true</boolProp></ThreadGroup><hashTree><!-- CPU测试HTTP请求 --><HTTPSamplerProxy guiclass="HttpTestSampleGui" testclass="HTTPSamplerProxy" testname="LLM推理API请求" enabled="true"><elementProp name="HTTPsampler.Arguments" elementType="Arguments" guiclass="HTTPArgumentsPanel" testclass="Arguments" testname="用户定义的变量" enabled="true"><collectionProp name="Arguments.arguments"><elementProp name="prompt" elementType="HTTPArgument"><boolProp name="HTTPArgument.always_encode">false</boolProp><stringProp name="Argument.value">生成1000词的文本内容</stringProp><stringProp name="Argument.metadata">=</stringProp><boolProp name="HTTPArgument.use_equals">true</boolProp><stringProp name="Argument.name">prompt</stringProp></elementProp></collectionProp></elementProp><stringProp name="HTTPSampler.domain">your-api-domain.com</stringProp><stringProp name="HTTPSampler.port">8080</stringProp><stringProp name="HTTPSampler.protocol">http</stringProp><stringProp name="HTTPSampler.contentEncoding">utf-8</stringProp><stringProp name="HTTPSampler.path">/inference</stringProp><stringProp name="HTTPSampler.method">POST</stringProp><boolProp name="HTTPSampler.follow_redirects">true</boolProp><boolProp name="HTTPSampler.auto_redirects">false</boolProp><boolProp name="HTTPSampler.use_keepalive">true</boolProp><boolProp name="HTTPSampler.DO_MULTIPART_POST">false</boolProp><stringProp name="HTTPSampler.embedded_url_re"></stringProp><stringProp name="HTTPSampler.connect_timeout">30000</stringProp><stringProp name="HTTPSampler.response_timeout">60000</stringProp></HTTPSamplerProxy><hashTree><!-- Prometheus指标输出插件配置 --><ResultCollector guiclass="SummaryReport" testclass="ResultCollector" testname="汇总报告" enabled="true"><boolProp name="ResultCollector.error_logging">false</boolProp><objProp><name>saveConfig</name><value class="SampleSaveConfiguration"><time>true</time><latency>true</latency><timestamp>true</timestamp><success>true</success><label>true</label><code>true</code><message>true</message><threadName>true</threadName><dataType>true</dataType><encoding>false</encoding><assertions>true</assertions><subresults>true</subresults><responseData>false</responseData><samplerData>false</samplerData><xml>false</xml><fieldNames>true</fieldNames><responseHeaders>false</responseHeaders><requestHeaders>false</requestHeaders><responseDataOnError>false</responseDataOnError><saveAssertionResultsFailureMessage>true</saveAssertionResultsFailureMessage><assertionsResultsToSave>0</assertionsResultsToSave><bytes>true</bytes><sentBytes>true</sentBytes><url>true</url><threadCounts>true</threadCounts><idleTime>true</idleTime><connectTime>true</connectTime></value></objProp><stringProp name="filename"></stringProp></ResultCollector><hashTree/><!-- Prometheus插件配置 --><ResultCollector guiclass="PrometheusRemoteListenerGui" testclass="ResultCollector" testname="Prometheus远程监听器" enabled="true"><boolProp name="ResultCollector.error_logging">false</boolProp><objProp><name>saveConfig</name><value class="SampleSaveConfiguration"><time>true</time><latency>true</latency><timestamp>true</timestamp><success>true</success><label>true</label><code>true</code><message>true</message><threadName>true</threadName><dataType>true</dataType><encoding>false</encoding><assertions>true</assertions><subresults>true</subresults><responseData>false</responseData><samplerData>false</samplerData><xml>false</xml><fieldNames>true</fieldNames><responseHeaders>false</responseHeaders><requestHeaders>false</requestHeaders><responseDataOnError>false</responseDataOnError><saveAssertionResultsFailureMessage>true</saveAssertionResultsFailureMessage><assertionsResultsToSave>0</assertionsResultsToSave><bytes>true</bytes><sentBytes>true</sentBytes><url>true</url><threadCounts>true</threadCounts><idleTime>true</idleTime><connectTime>true</connectTime></value></objProp><stringProp name="filename"></stringProp><stringProp name="prometheus.host">prometheus-server</stringProp><stringProp name="prometheus.port">9091</stringProp><stringProp name="summary.quantiles">0.5;0.9;0.99</stringProp><stringProp name="registry.name">jmeter-test</stringProp></ResultCollector><hashTree/></hashTree></hashTree><!-- 2. 内存与存储性能测试线程组 --><ThreadGroup guiclass="ThreadGroupGui" testclass="ThreadGroup" testname="内存与存储测试" enabled="true"><stringProp name="ThreadGroup.on_sample_error">continue</stringProp><elementProp name="ThreadGroup.main_controller" elementType="LoopController" guiclass="LoopControlPanel" testclass="LoopController" testname="循环控制器" enabled="true"><boolProp name="LoopController.continue_forever">false</boolProp><intProp name="LoopController.loops">200</intProp></elementProp><stringProp name="ThreadGroup.num_threads">100</stringProp><stringProp name="ThreadGroup.ramp_time">20</stringProp><boolProp name="ThreadGroup.scheduler">true</boolProp><stringProp name="ThreadGroup.duration">600</stringProp><stringProp name="ThreadGroup.delay">0</stringProp><boolProp name="ThreadGroup.same_user_on_next_iteration">true</boolProp></ThreadGroup><hashTree><!-- 内存测试：大文件传输 --><HTTPSamplerProxy guiclass="HttpTestSampleGui" testclass="HTTPSamplerProxy" testname="大文件上传测试" enabled="true"><elementProp name="HTTPsampler.Arguments" elementType="Arguments" guiclass="HTTPArgumentsPanel" testclass="Arguments" testname="用户定义的变量" enabled="true"><collectionProp name="Arguments.arguments"><elementProp name="file" elementType="HTTPArgument"><boolProp name="HTTPArgument.always_encode">false</boolProp><stringProp name="Argument.value">/path/to/large/file.zip</stringProp><stringProp name="Argument.metadata">=</stringProp><boolProp name="HTTPArgument.use_equals">true</boolProp><stringProp name="Argument.name">file</stringProp><boolProp name="HTTPArgument.isFile">true</boolProp></elementProp></collectionProp></elementProp><stringProp name="HTTPSampler.domain">storage-service.com</stringProp><stringProp name="HTTPSampler.port">80</stringProp><stringProp name="HTTPSampler.protocol">http</stringProp><stringProp name="HTTPSampler.contentEncoding">utf-8</stringProp><stringProp name="HTTPSampler.path">/upload</stringProp><stringProp name="HTTPSampler.method">POST</stringProp><boolProp name="HTTPSampler.follow_redirects">true</boolProp><boolProp name="HTTPSampler.auto_redirects">false</boolProp><boolProp name="HTTPSampler.use_keepalive">true</boolProp><boolProp name="HTTPSampler.DO_MULTIPART_POST">true</boolProp><stringProp name="HTTPSampler.embedded_url_re"></stringProp><stringProp name="HTTPSampler.connect_timeout">30000</stringProp><stringProp name="HTTPSampler.response_timeout">60000</stringProp></HTTPSamplerProxy><hashTree/></hashTree><!-- 3. 网络并发性能测试线程组 --><ThreadGroup guiclass="ThreadGroupGui" testclass="ThreadGroup" testname="网络并发测试" enabled="true"><stringProp name="ThreadGroup.on_sample_error">continue</stringProp><elementProp name="ThreadGroup.main_controller" elementType="LoopController" guiclass="LoopControlPanel" testclass="LoopController" testname="循环控制器" enabled="true"><boolProp name="LoopController.continue_forever">true</boolProp><intProp name="LoopController.loops">-1</intProp></elementProp><stringProp name="ThreadGroup.num_threads">1000</stringProp> <!-- 1000并发用户 --><stringProp name="ThreadGroup.ramp_time">30</stringProp> <!-- 30秒启动所有线程 --><boolProp name="ThreadGroup.scheduler">true</boolProp><stringProp name="ThreadGroup.duration">900</stringProp> <!-- 测试15分钟 --><stringProp name="ThreadGroup.delay">0</stringProp><boolProp name="ThreadGroup.same_user_on_next_iteration">true</boolProp></ThreadGroup><hashTree><!-- 网络测试：短连接请求 --><HTTPSamplerProxy guiclass="HttpTestSampleGui" testclass="HTTPSamplerProxy" testname="HTTP短连接测试" enabled="true"><elementProp name="HTTPsampler.Arguments" elementType="Arguments" guiclass="HTTPArgumentsPanel" testclass="Arguments" testname="用户定义的变量" enabled="true"><collectionProp name="Arguments.arguments"/></elementProp><stringProp name="HTTPSampler.domain">web-service.com</stringProp><stringProp name="HTTPSampler.port">80</stringProp><stringProp name="HTTPSampler.protocol">http</stringProp><stringProp name="HTTPSampler.contentEncoding">utf-8</stringProp><stringProp name="HTTPSampler.path">/api/health</stringProp><stringProp name="HTTPSampler.method">GET</stringProp><boolProp name="HTTPSampler.follow_redirects">true</boolProp><boolProp name="HTTPSampler.auto_redirects">false</boolProp><boolProp name="HTTPSampler.use_keepalive">false</boolProp> <!-- 关闭长连接 --><boolProp name="HTTPSampler.DO_MULTIPART_POST">false</boolProp><stringProp name="HTTPSampler.embedded_url_re"></stringProp><stringProp name="HTTPSampler.connect_timeout">5000</stringProp><stringProp name="HTTPSampler.response_timeout">5000</stringProp></HTTPSamplerProxy><hashTree/></hashTree></hashTree></hashTree>
</jmeterTestPlan>
Prometheus 主配置文件 (prometheus.yml)
global:scrape_interval:     15s # 数据抓取间隔evaluation_interval: 15s # 规则评估间隔# 配置JMeter指标抓取
scrape_configs:- job_name: 'jmeter'static_configs:- targets: ['jmeter-server:9091'] # JMeter Prometheus插件端口metrics_path: '/metrics'- job_name: 'application'static_configs:- targets: ['flexus-app:8080', 'cce-app:8080'] # 被测应用端点metrics_path: '/actuator/prometheus' # Spring Boot应用示例路径- job_name: 'node-exporter'static_configs:- targets: ['flexus-node:9100', 'cce-node1:9100', 'cce-node2:9100', 'cce-node3:9100']metrics_path: '/metrics'# 配置性能测试相关指标规则
rule_files:- "rules/cpu-metrics.yml"- "rules/memory-metrics.yml"- "rules/network-metrics.yml"
节点监控配置 (node-exporter) 需在每个测试节点部署 node-exporter：
# 启动命令
docker run -d --name node-exporter \-v "/proc:/host/proc:ro" \-v "/sys:/host/sys:ro" \-v "/:/rootfs:ro" \-p 9100:9100 \prom/node-exporter \--path.procfs /host/proc \--path.sysfs /host/sys \--collector.filesystem.ignored-mount-points "^/(sys|proc|dev|host|etc)($|/)"

Grafana 仪表盘配置，以下是核心性能指标仪表盘的 JSON 配置片段，可导入 Grafana：

{"id": 1,"title": "性能测试综合仪表盘","panels": [{"gridPos": {"h": 6,"w": 12,"x": 0,"y": 0},"id": 2,"title": "CPU性能对比","type": "graph","targets": [{"expr": "rate(jmeter_threads_running{job=\"jmeter\", instance=~\"flexus.*\"}[1m])","legendFormat": "Flexus 线程数","refId": "A"},{"expr": "rate(jmeter_threads_running{job=\"jmeter\", instance=~\"cce.*\"}[1m])","legendFormat": "CCE 线程数","refId": "B"},{"expr": "avg by(instance) (node_cpu_seconds_total{mode=\"user\"})","legendFormat": "用户CPU使用率","refId": "C"}]},{"gridPos": {"h": 6,"w": 12,"x": 12,"y": 0},"id": 3,"title": "响应时间分布","type": "graph","targets": [{"expr": "histogram_quantile(0.95, sum(rate(jmeter_sample_time_bucket{job=\"jmeter\", instance=~\"flexus.*\", label=\"LLM推理API请求\"}[1m])) by (le))","legendFormat": "Flexus P95响应时间","refId": "A"},{"expr": "histogram_quantile(0.95, sum(rate(jmeter_sample_time_bucket{job=\"jmeter\", instance=~\"cce.*\", label=\"LLM推理API请求\"}[1m])) by (le))","legendFormat": "CCE P95响应时间","refId": "B"},{"expr": "histogram_quantile(0.99, sum(rate(jmeter_sample_time_bucket{job=\"jmeter\", instance=~\"flexus.*\", label=\"LLM推理API请求\"}[1m])) by (le))","legendFormat": "Flexus P99响应时间","refId": "C"}]},{"gridPos": {"h": 6,"w": 12,"x": 0,"y": 6},"id": 4,"title": "吞吐量对比","type": "graph","targets": [{"expr": "rate(jmeter_samples_total{job=\"jmeter\", instance=~\"flexus.*\", label=\"LLM推理API请求\", result=\"success\"}[1m])","legendFormat": "Flexus 成功请求/秒","refId": "A"},{"expr": "rate(jmeter_samples_total{job=\"jmeter\", instance=~\"cce.*\", label=\"LLM推理API请求\", result=\"success\"}[1m])","legendFormat": "CCE 成功请求/秒","refId": "B"},{"expr": "rate(jmeter_samples_total{job=\"jmeter\", instance=~\"flexus.*\", label=\"LLM推理API请求\"}[1m])","legendFormat": "Flexus 总请求/秒","refId": "C"}]},{"gridPos": {"h": 6,"w": 12,"x": 12,"y": 6},"id": 5,"title": "资源利用率","type": "graph","targets": [{"expr": "100 - (node_memory_MemFree_bytes + node_memory_Buffers_bytes + node_memory_Cached_bytes) / node_memory_MemTotal_bytes * 100","legendFormat": "Flexus 内存利用率","refId": "A"},{"expr": "100 - (node_memory_MemFree_bytes + node_memory_Buffers_bytes + node_memory_Cached_bytes) / node_memory_MemTotal_bytes * 100","legendFormat": "CCE 内存利用率","refId": "B","instance": "cce-node1:9100"},{"expr": "node_network_transmit_bytes_total{device!~\"lo|tun.*\"}/1024/1024","legendFormat": "Flexus 出站带宽(MB/s)","refId": "C"},{"expr": "node_network_transmit_bytes_total{device!~\"lo|tun.*\"}/1024/1024","legendFormat": "CCE 出站带宽(MB/s)","refId": "D","instance": "cce-node1:9100"}]}],"time": {"from": "now-1h","to": "now"}
}

执行测试命令

# 单机执行测试（非GUI模式）
jmeter -n -t performance-test.jmx -l jmeter-results.jtl -j jmeter.log# 分布式执行（假设3台slave节点）
jmeter -n -t performance-test.jmx -l jmeter-results.jtl \-R slave1:1099,slave2:1099,slave3:1099 \-Jprometheus.host=prometheus-server \-Jprometheus.port=9091

资源处理能力实测

CPU 计算性能
  • 单机版单核性能 2979 Scores，8 核并发得分 23660 Scores，处理 1000 词文本生成平均耗时 2.14 秒
  • CCE 集群通过任务分片技术，12 核协同处理时平均耗时降至 1.37 秒，吞吐量提升 56.2%
  • 当并发请求超过 500 时，单机版出现 15% 的请求延迟抖动，而 CCE 集群通过负载均衡保持延迟波动 < 5%

在这里插入图片描述

内存与存储性能
测试项目单机 Flexus 基础版CCE 容器高可用版性能差异
内存带宽22GB/s（直连架构）18GB/s（分布式缓存）下降 18.18%
4K 随机 IOPS1200 IOPS（机械盘模拟）8500 IOPS（OBS+SSD）提升 608.33%
向量检索耗时47ms（100 万维数据）32ms（分布式分片）缩短 31.91%

在这里插入图片描述

网络并发处理能力
  • 单机版最大并发连接数 1.2 万，带宽利用率峰值 82%
  • CCE 集群通过 ELB 分流实现 5.8 万 并发连接，带宽利用率稳定在 75%
  • 在 1000QPS 持续压测中，单机版第 30 分钟出现 23% 请求超时，CCE 集群则保持 98.7% 的请求成功率

在这里插入图片描述

非性能维度的深度解构

技术架构复杂度对比

评估维度单机 Flexus 基础版CCE 容器高可用版
服务弹性手动扩容（需停机操作）自动扩缩容（分钟级响应）
故障恢复能力单点故障（MTTR 4 小时）多节点冗余（MTTR 15 分钟）
部署技术栈Linux 基础 + DockerKubernetes+Helm+YAML
监控体系基础云监控全链路追踪 + APM

成本与资源效率分析

  • 基础版月度成本： 约 1200 元（含 Flexus 实例 720 元 + EIP 流量 480 元）
  • 高可用版月度成本： 约 8500 元（含 3 节点 Flexus 2160 元 + ELB 1200 元 + RDS 2400 元等）
  • 资源利用率对比： 基础版平均 CPU 利用率 45%，高可用版通过资源调度提升至 68%，内存利用率提升 23%

安全防护体系差异

高可用版构建了多层防护架构：

  1. 网络层： ELB 集成 DDoS 清洗 + WAF 防护模块
  2. 容器层： 通过 Seccomp+AppArmor 限制容器权限
  3. 数据层： OBS 加密 + RDS 透明加密 + 备份策略
  4. 管理端： IAM 角色分权 + 操作审计 + 异常行为检测

而基础版主要依赖安全组实现网络隔离，需手动配置防火墙规则，安全防护粒度较粗。

场景化部署决策指南

基础版适用场景图谱

  • 科研实验场景： 高校 NLP 实验室的模型调试环境，支持单节点快速迭代
  • 中小企业应用： 日活 < 5000 的智能客服系统，如电商平台基础咨询服务
  • 开发测试环境： 本地开发团队的 CI/CD 流程，支持单机部署的持续集成

高可用版最佳实践场景

  • 金融级应用： 银行智能客服系统，要求可用性 > 99.95%，支持 7×24 小时不间断服务
  • 电商大促场景： 年中大促期间的智能推荐系统，需应对瞬时 10 万 + QPS 的流量冲击
  • 企业知识中台： 集成千万级向量库的智能检索系统，支持跨部门协同查询

技术演进与选型建议

从实测数据可见，CCE 容器架构通过分布式设计突破了单机性能瓶颈，但引入了架构复杂度。 华为云最新推出的 CCE Turbo 集群结合弹性裸金属技术，将容器化性能损耗从 18% 降低至 9%，在保持弹性的同时接近物理机性能。对于 AI 推理场景，建议关注即将上线的 GPU 容器集群方案，其 vGPU 资源池化技术可使 LLM 推理性能再提升 30%。

在部署策略上，推荐采用 “阶梯式演进” 模式：初期使用基础版快速验证业务模型，当日活突破 1 万 或 QPS 超过 200 时，通过华为云容器迁移工具平滑过渡至高可用架构。该策略可实现：

  • 开发阶段成本降低 65%
  • 业务增长时服务零中断迁移
  • 资源利用率随业务规模动态优化

这种分阶段部署方案既能控制初期投入，又为业务扩张预留技术弹性，充分平衡了成本与性能的矛盾关系。

结论

综上所述，单机 Flexus 实例（基础版）和 CCE 容器（高可用版）在性能及其他方面存在明显差异。单机 Flexus 实例部署简单、成本低，适合个人开发者、小型团队进行探索、实验以及构建轻量级应用；而 CCE 容器高可用部署虽然部署和运维复杂度较高、成本也更高，但在 CPU 性能扩展性、内存利用效率、磁盘 IO 性能以及应对高并发网络请求等方面具有显著优势，更适合大型企业级应用、高流量和高并发的业务场景。开发者在选择部署方式时，应综合考虑自身的业务需求、技术能力和成本预算，以选择最适合的部署方案，充分发挥 Dify - LLM 应用开发平台的优势。

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/diannao/88944.shtml
繁体地址，请注明出处：http://hk.pswp.cn/diannao/88944.shtml
英文地址，请注明出处：http://en.pswp.cn/diannao/88944.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

钉钉小程序框架：Pinia 状态管理与持久化存储封装

钉钉小程序框架：Pinia 状态管理与持久化存储封装

上一篇文章完成了 Pinia 在钉钉小程序中的引入与基础配置 文章地址&#xff1a;钉钉小程序框架引入 Pinia 状态管理-CSDN博客 本文将深入探讨如何通过Pinia 结合持久化存储 实现用户状态 在上一章节中&#xff0c;我们已经完成了 Pinia 在钉钉小程序中的引入与基础配置。本章将…
阅读更多...
云计算产业链

云计算产业链

一、云计算定义与分类体系 本质特征 按需服务模式&#xff1a;以网络化方式提供可配置的计算资源共享池&#xff08;网络/服务器/存储/应用&#xff09;。核心能力&#xff1a;快速弹性扩容、资源池化共享、按使用量付费、低管理开销。技术原理&#xff1a;通过分布式计算将大型…
阅读更多...
git使用详解和示例

git使用详解和示例

什么是 Git&#xff1f; Git 是一个 分布式版本控制系统&#xff08;DVCS&#xff09;&#xff0c;用于跟踪文件的变化&#xff0c;协调多人协作开发。由 Linus Torvalds 开发&#xff0c;用于管理 Linux 内核代码。 Git 的核心概念 名称说明工作区 (Working Directory)你看到…
阅读更多...
深度学习的引出

深度学习的引出

虽然我们的神经⽹络给出了令⼈印象深刻的表现&#xff0c;但这样的表现带有⼏分神秘 ⽹络中的权重和偏置是被⾃动发现的。这意味着我们不能⽴即解释⽹络怎么做的、做了什么。我们能否找 到⼀些⽅法来理解我们的⽹络通过什么原理分类⼿写数字&#xff1f;并且&#xff0c;在知道…
阅读更多...
GEO（生成式引擎优化）—— 内容创作者与企业的生死新战场

GEO（生成式引擎优化）—— 内容创作者与企业的生死新战场

在搜索引擎优化&#xff08;SEO&#xff09;定义了互联网信息获取规则数十年后&#xff0c;一场由生成式人工智能&#xff08;AIGC&#xff09;驱动的风暴正悄然重塑整个格局。当ChatGPT、Claude、Gemini等AI助手能够直接生成整合后的答案&#xff0c;而非仅仅提供链接列表时&a…
阅读更多...
混合密度模型GMM的似然函数（二）

混合密度模型GMM的似然函数（二）

设 Θ { π k , θ k } k 1 K \varTheta \{ \pi_k, \boldsymbol {\theta}_k \}_{k1}^{K} Θ{πk​,θk​}k1K​为参数向量&#xff0c; X { x 1 , ⋯ , x n } \mathcal {X} \{ {\bm x}_1, \cdots, {\bm x}_n \} X{x1​,⋯,xn​}为观测数据&#xff0c;给定数据点的独立性&a…
阅读更多...
selenium元素定位

selenium元素定位

当我们可以打开浏览器后我们如果想要进行web测试我们自然要对网页的一些功能进行单独拿出来进行测试&#xff0c;但是我们要怎么才能拿到我们想要的元素&#xff0c;并且对其进行操作呢。 我们就以百度主页的输入框为例&#xff0c;如果我们想要王输入框中输入一些内容我们就需…
阅读更多...
2025第十五届上海生物发酵展：江苏健达干燥盛装赴会

2025第十五届上海生物发酵展：江苏健达干燥盛装赴会

2025 年 8 月 7 - 9 日&#xff0c;上海新国际博览中心将迎来一场生物发酵行业的盛会 —— 第 15 届上海国际生物发酵产品与技术装备展览会&#xff08;BIOCHINA 2025&#xff09;。作为国内干燥设备领域的领军企业&#xff0c;江苏健达干燥工程有限公司受邀盛装参展&#xff0…
阅读更多...
【效率工具】单机游戏修改方案：轻量管理器+全能平台组合

【效率工具】单机游戏修改方案：轻量管理器+全能平台组合

大家好&#xff01;今天我要给大家介绍两款超级实用的软件&#xff0c;专门为喜欢玩单机游戏的小伙伴们准备。 一、风灵月影管理器 不想满网翻修改器&#xff1f;这个 27M 的小工具直接帮你一键搞定&#xff0c;这款软件是由B站UP鸦无量 开发。 收录上千款游戏补丁&#xff0c;…
阅读更多...
七天学会SpringCloud分布式微服务——01——基础概念

七天学会SpringCloud分布式微服务——01——基础概念

重点是复习体系&#xff0c;从今天6.24开始&#xff0c;确保转化为自己的东西心平气和&#xff0c;脚踏实地学习的是尚硅谷微服务 1、从单体架构到集群架构再到分布式架构 单体架构 就是 所有的功能&#xff08;服务&#xff09;模块 都部署在同一台服务器&#xff08;一台服…
阅读更多...
三分钟学会利用deepseek将复杂信息转换成可视化图表

三分钟学会利用deepseek将复杂信息转换成可视化图表

数据可视化是传达复杂信息的重要手段。通过将数据转化为直观的图表、图形和交互式界面，我们可以更高效地理解信息、发现趋势并做出决策。对于普通人来说，要将数据可视化可谓千难万难。但在AI工具飞速发展的今天，这个过程将会变得非常简单。今天分享的内容就是如何使用生成式…
阅读更多...
PDF处理控件Spire.PDF系列教程：Python中快速提取PDF文本、表格、图像及文档信息

PDF处理控件Spire.PDF系列教程：Python中快速提取PDF文本、表格、图像及文档信息

在 Python 中读取 PDF 文档是实现文档自动化、内容分析和数据提取的基础操作之一。无论你处理的是合同、报告、发票&#xff0c;还是科研论文&#xff0c;能够通过代码访问 PDF 内容&#xff0c;不仅能节省时间&#xff0c;还能带来更高效的处理流程。 要在 Python 中准确提取…
阅读更多...
微软人工智能证书AI-102 | 如何快速通过？

微软人工智能证书AI-102 | 如何快速通过？

微软 AI-102 考试&#xff0c;全称 “Designing and Implementing a Microsoft Azure AI Solution”&#xff0c;是微软推出的用于验证考生在 Azure 平台上设计和实施 AI 解决方案核心能力的认证考试。以下是具体介绍&#xff1a; 考试描述&#xff1a; 考试主要衡量考生实施计…
阅读更多...
github使用指南

github使用指南

1、生成SSH密钥对 ssh-keygen -t ed25519 -C "你的github邮箱"然后根据提示保存路径&#xff0c;设置密码 2、将公钥添加到github cat ~/.ssh/id_ed25519.pub复制输出内容。 在gihub中点击New SSH Key&#xff0c;添加密钥 3、配置git使用SSH地址 git remote se…
阅读更多...
AD22以上的基础操作

AD22以上的基础操作

1.检测创建的原理图器件库 2.原理图页加大 Size&#xff1a;常规和自定义 推荐可视化栅格100mil 快捷键VG 3.原理图器件器件号排序 自动排序&#xff1a;快捷键TAA 先解锁 4.BOM(Bill of Material)物料表导出 description描述&#xff1a;类似精度。 导出各种类型bom表 5…
阅读更多...
FastAPI技术深度解析与实战指南

FastAPI技术深度解析与实战指南

导读&#xff1a;在Python Web开发领域经历了Django和Flask多年统治后&#xff0c;FastAPI的崛起正在重新定义API开发的技术标准。这篇深度技术解析将为开发者揭示FastAPI如何通过独特的架构设计解决传统框架的核心痛点。 传统Python Web框架在面对高并发场景时暴露出明显的性能…
阅读更多...
Python 可迭代的对象、迭代器 和生成器(何时使用生成器表达式)

Python 可迭代的对象、迭代器 和生成器(何时使用生成器表达式)

何时使用生成器表达式 在示例 10-16 中&#xff0c;为了实现 Vector 类&#xff0c;我用了几个生成器表达 式&#xff0c;eq、hash、abs、angle、angles、format、add 和 __mul__ 方法中各有一个生成器表达式。在这些方法中使用列表推 导也行&#xff0c;不过立即返回的列表要…
阅读更多...
复习和预习（C++）答案解析

复习和预习（C++）答案解析

填空题答案及解释 在 for 循环实现累加时&#xff0c;通常在循环上方初始化累加器变量&#xff0c;如 int m ______。 答案&#xff1a;0 解释&#xff1a;累加器需从 0 开始&#xff0c;才能正确累积后续值的总和。 switch 语句根据表达式的值与各个______后的常量表达式进行…
阅读更多...
uniapp处理后端返回的html字符串

uniapp处理后端返回的html字符串

前言&#xff1a;采用v-html方法处理 1.处理前 <html><head><meta http‐equiv"Content‐Type" content"text/html; charsetUTF-8"></head><body><form ↵<input type"submit" value"立刻提交"…
阅读更多...
如何在 Ubuntu 上通过终端或在 VirtualBox 中安装 GCC

如何在 Ubuntu 上通过终端或在 VirtualBox 中安装 GCC

无论你是正在编译 C 程序，还是在 Linux 上从源代码构建软件，GNU 编译器集合（GCC）都是每位 Linux 开发者需要的工具之一，因为它能够编译 C、C++，甚至 Fortran、Ada 等其他语言。但如果你想知道如何在 Ubuntu 上安装 GCC 并设置它来编译代码，别担心——你来对地方了。 本…
阅读更多...
最新文章

Copyright @ 2022~2023