谷粒商城day19-分布式组件-SpringCloud Alibaba-Nacos配置中心-命名空间与配置分组

配置中心管理与隔离实践
本文详细介绍如何通过配置中心实现不同环境和服务的配置隔离,包括命名空间、配置集与分组的概念,以及如何灵活切换和加载配置。适用于大型项目中配置管理的需求。

1.新建命名空间  这里我建了三个测试 开发 生产 

 2.在 生产环境里创建于public同名的配置文件

 3.我们知道默认寻找的命名空间为public 那么我们想使用 prod环境的要怎么做呢

只需在bootstrap.properties内添加如下配置指定命名空间

值从这里找

 再次访问测试demo方法我们可以看到获取的就是生产环境的配置文件了

4.  上面是基于环境的隔离,我们还可以基于服务隔离,然后什么服务就加载改服务对应命名空间的配置

创建配置文件并修改服务内配置中命名空间的值

 

 

重启服务重新访问测试demo可以看到获取的配置已经为我们新添加的了

 所以关于配置我们可以很灵活的根据环境或者服务来隔离划分

5.配置集与配置集ID的定义

配置集:所有的配置的集合 

配置集ID:类似与配置文件名

6.配置分组

默认配置集都属于 default_group 

那么我们在同一命名空间下可以有多个分组,比如双11有双十一 的配置,618有618的配置,那么我们怎样在特定时期使用特定的分组的配置呢? 

(1)创建两个分组的配置

 (2)添加如下配置,明确分组

 重启服务再次访问可以看到获取的值变为618分组的配置里的内容了

我们也可以把不同环境配置为不同分组

7.加载多个配置集

随着项目的慢慢变大,配置越来越多,不可能把所有配置写在一个配置文件中

比如关于数据源的配置我们可以写在一个配置文件中,关于框架的配置我们可以写在一个配置文件中

添加配置

把原有配置都注释,启动服务成功说明配置中心生效,加载配置集成功

可以看到我们已经删了618分组了 ,访问还是有值,值哪来的呢,配置文件application.properties中来的,

优先找配置中心,配置中心找不到就找配置文件

 

本指南详细阐述基于Python编程语言结合OpenCV计算机视觉库构建实时眼部状态分析系统的技术流程。该系统能够准确识别眼部区域,并对眨眼动作持续闭眼状态进行判别。OpenCV作为功能强大的图像处理工具库,配合Python简洁的语法特性丰富的第三方模块支持,为开发此类视觉应用提供了理想环境。 在环境配置阶段,除基础Python运行环境外,还需安装OpenCV核心模块dlib机器学习库。dlib库内置的HOG(方向梯度直方图)特征检测算法在面部特征定位方面表现卓越。 技术实现包含以下关键环节: - 面部区域检测:采用预训练的Haar级联分类器或HOG特征检测器完成初始人脸定位,为后续眼部分析建立基础坐标系 - 眼部精确定位:基于已识别的人脸区域,运用dlib提供的面部特征点预测模型准确标定双眼位置坐标 - 眼睑轮廓分析:通过OpenCV的轮廓提取算法精确勾勒眼睑边缘形态,为状态判别提供几何特征依据 - 眨眼动作识别:通过连续帧序列分析眼睑开合度变化,建立动态阈值模型判断瞬时闭合动作 - 持续闭眼检测:设定更严格的状态持续时间闭合程度双重标准,准确识别长时间闭眼行为 - 实时处理架构:构建视频流处理管线,通过帧捕获、特征分析、状态判断的循环流程实现实时监控 完整的技术文档应包含模块化代码实现、依赖库安装指引、参数调优指南及常见问题解决方案。示例代码需具备完整的错误处理机制性能优化建议,涵盖图像预处理、光照补偿等实际应用中的关键技术点。 掌握该技术体系不仅有助于深入理解计算机视觉原理,更为疲劳驾驶预警、医疗监护等实际应用场景提供了可靠的技术基础。后续优化方向可包括多模态特征融合、深度学习模型集成等进阶研究领域。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
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

打赏作者

我才是真的封不觉

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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