Springcloud微服务学习

微服务学习

1、Spring cloud NetFlix 一站式解决方案(停更)

  • api网关,zuul组件
  • Feign—HTTPClient----Http通信方式
  • 服务注册发现:Eureka
  • 熔断机制:Hystrix

2、Apache Dubbo Zookeeper 半自动,需要别人整合

  • API:没有,找第三方组件,或者自己实现
  • Dubbo
  • Zookeeper 没有找第三方

3、Spring cloud Alibaba 最新的一站式解决方案!

万变不离其宗

  1. API(路由问题)
  2. HTTP/RPC(通信问题)
  3. 注册与发现(高可用问题)
  4. 熔断机制(服务降级问题)

本质:网络不可靠

带着问题学习(面试题)

在这里插入图片描述

微服务的功能

  • 微服务化的核心就是将传统的一站式应用,根据业务拆分成一个一个的服务,彻底地去耦合,每- -个微服务提

    供单个业务功能的服务,一个服务做一件事情,从技术角度看就是一种小而独立的处理过程,类似进程的概

    念,能够自行单独启动或销毁,拥有自己独立的数据库。

网站架构

在这里插入图片描述

微服务技术栈

在这里插入图片描述

自研网站

在这里插入图片描述

springcloud对应版本号

在这里插入图片描述

内容概要:本文围绕EKF SLAM(扩展卡尔曼滤波同步定位与地图构建)的性能展开多项对比实验研究,重点分析在稀疏与稠密landmark环境下、预测与更新步骤同时进行与非同时进行的情况下的系统性能差异,并进一步探讨EKF SLAM在有色噪声干扰下的鲁棒性表现。实验考虑了不确定性因素的影响,旨在评估不同条件下算法的定位精度与地图构建质量,为实际应用中EKF SLAM的优化提供依据。文档还提及多智能体系统在遭受DoS攻击下的弹性控制研究,但核心内容聚焦于SLAM算法的性能测试与分析。; 适合人群:具备一定机器人学、状态估计或自动驾驶基础知识的科研人员及工程技术人员,尤其是从事SLAM算法研究或应用开发的硕士、博士研究生和相关领域研发人员。; 使用场景及目标:①用于比较EKF SLAM在不同landmark密度下的性能表现;②分析预测与更新机制同步与否对滤波器稳定性与精度的影响;③评估系统在有色噪声等非理想观测条件下的适应能力,提升实际部署中的可靠性。; 阅读建议:建议结合MATLAB仿真代码进行实验复现,重点关注状态协方差传播、观测更新频率与噪声模型设置等关键环节,深入理解EKF SLAM在复杂环境下的行为特性。稀疏 landmark 与稠密 landmark 下 EKF SLAM 性能对比实验,预测更新同时进行与非同时进行对比 EKF SLAM 性能对比实验,EKF SLAM 在有色噪声下性能实验
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值