最强开源网络应用框架 Netty,没有之一,直接“榨干”我的 CPU!

netty cpu 占用率 高_交换机CPU使用率高问题定位 诊断工具display工具log工具报文冲击导致的CPU使用率高问题CPU使用率高问题信息采集诊断工具display cpu-usage [ slot x ]display cpu-defend statistics对于报文冲击导致CPU高的情形,可进一步通过cpu-defend统计查询功能确认具体的协议类型。协议上送过多判断标准:该协议对应的Drop列有大量计数,且相对于Pass计数占... 阅读详情

4429e209f7c79684f2ed5b1df033df29.png在开始了解Netty是什么之前,我们先来回顾一下,如果需要实现一个客户端与服务端通信的程序,使用传统的IO编程,应该如何来实现?

IO编程

我们简化一下场景:客户端每隔两秒发送一个带有时间戳的“hello world”给服务端,服务端收到之后打印它。

在传统的IO模型中,每个连接创建成功之后都需要由一个线程来维护,每个线程都包含一个while死循环,那么1万个连接对应1万个线程,继而有1万个while死循环,这就带来如下几个问题。

  • 线程资源受限:线程是操作系统中非常宝贵的资源,同一时刻有大量的线程处于阻塞状态,是非常严重的资源浪费,操作系统耗不起。

  • 线程切换效率低下:单机CPU核数固定,线程爆炸之后操作系统频繁进行线程切换,应用性能急剧下降。

  • 除了以上两个问题,在IO编程中,我们看到数据读写是以字节流为单位的。

为了解决这3个问题,JDK在1.4版本之后提出了NIO。

NIO编程

在NIO编程模型中,新来一个连接不再创建一个新线程,而是可以把这个连接直接绑定到某个固定的线程,然后这个连接所有的读写都由这个线程来负责,那么它是怎么做到的?我们用下图来对比一下IO与NIO。

672b7ce4713fe5f684f8ee37256e931a.png

如上图所示,在IO模型中,一个连接来了,会创建一个线程,对应一个while死循环,死循环的目的就是不断监测这个连接上是否有数据可以读。在大多数情况下,1万个连接里面同一时刻只有少量的连接有数据可读,因此,很多while死循环都白白浪费掉了,因为读不出数据。

而在NIO模型中,这么多while死循环转换为一个死循环,这个死循环由一个线程控制,那么NIO又是如何做到一个线程一个while死循环就能监测1万个连接是否有数据可读的呢?

这就是NIO模型中Selector的作用,一个连接来了之后,不会创建一个while死循环去监听是否有数据可读,而是直接把这条连接注册到Selector上。然后,通过检查这个Selector,就可以批量监测出有数据可读的连接,进而读取数据。下面我们举一个生活中非常简单的例子来说明IO与NIO的区别。

在一家幼儿园里,小朋友有上厕所的需求,小朋友都太小以至于你要问他要不要上厕所,他才会告诉你。幼儿园一共有100个小朋友,有两种方案可以解决小朋友上厕所的问题。

1.每个小朋友都配一个老师。每个老师都隔段时间询问小朋友是否要上厕所。如果要上,就领他去厕所,100个小朋友就需要100个老师来询问,并且每个小朋友上厕所的时候都需要一个老师领着他去,这就是IO模型,一个连接对应一个线程。

2.所有的小朋友都配同一个老师。这个老师隔段时间询问所有的小朋友是否有人要上厕所,然后每一时刻把所有要上厕所的小朋友批量领到厕所,这就是NIO模型。所有小朋友都注册到同一个老师,对应的就是所有的连接都注册到同一个线程,然后批量轮询。

这就是NIO模型解决线程资源受限问题的方案。在实际开发过程中,我们会开多个线程,每个线程都管理着一批连接,相对于IO模型中一个线程管理一个连接,消耗的线程资源大幅减少。

由于NIO模型中线程数量大大降低,因此线程切换效率也大幅度提高。

IO读写是面向流的,一次性只能从流中读取一字节或者多字节,并且读完之后流无法再读取,需要自己缓存数据。而NIO的读写是面向Buffer的,可以随意读取里面任何字节数据,不需要自己缓存数据,只需要移动读写指针即可。

简单讲完了JDK NIO的解决方案之后,接下来我们使用NIO方案替换掉IO方案。先来看看,如果用JDK原生的NIO来实现服务端,该怎么做。

前方高能预警:以下代码可能会让你感觉极度不适,如有不适,请跳过。

NIOServer.java

/**
 * @author 闪电侠
 */
public class NIOServer {
    public static void main(String[] args) throws IOException {
        Selector serverSelector = Selector.open();
        Selector clientSelector = Selector.open();


        new Thread(() -> {
            try {
                // 对应IO编程中的服务端启动
                ServerSocketChannel listenerChannel = ServerSocketChannel.open();
                listenerChannel.socket().bind(new InetSocketAddress(8000));
                listenerChannel.configureBlocking(false);
                listenerChannel.register(serverSelector, SelectionKey.OP_ACCEPT);


                while (true) {
                    // 监测是否有新连接,这里的1指阻塞的时间为 1ms
                    if (serverSelector.select(1) > 0) {
                        Set<SelectionKey> set = serverSelector.selectedKeys();
                        Iterator<SelectionKey> keyIterator = set.iterator();


                        while (keyIterator.hasNext()) {
                            SelectionKey key = keyIterator.next();


                            if (key.isAcceptable()) {
                                try {
                                    // (1)每来一个新连接,不需要创建一个线程,而是直接注册到clientSelector
                                    SocketChannel clientChannel = ((ServerSocketChannel) key.channel()).accept();
                                    clientChannel.configureBlocking(false);
                                    clientChannel.register(clientSelector, SelectionKey.OP_READ);
                                } finally {
                                    keyIterator.remove();
                                }
                            }


                        }
                    }
                }
            } catch (IOException ignored) {
            }


        }).start();




        new Thread(() -> {
            try {
                while (true) {
                    // (2)批量轮询哪些连接有数据可读,这里的1指阻塞的时间为 1ms
                    if (clientSelector.select(1) > 0) {
                        Set<SelectionKey> set = clientSelector.selectedKeys();
                        Iterator<SelectionKey> keyIterator = set.iterator();


                        while (keyIterator.hasNext()) {
                            SelectionKey key = keyIterator.next();


                            if (key.isReadable()) {
                                try {
                                    SocketChannel clientChannel = (SocketChannel) key.channel();
                                    ByteBuffer byteBuffer = ByteBuffer.allocate(1024);
                                    // (3)面向Buffer
                                    clientChannel.read(byteBuffer);
                                    byteBuffer.flip();
                                    System.out.println(Charset.defaultCharset().newDecoder(). decode(byteBuffer)
                                            .toString());
                                } finally {
                                    keyIterator.remove();
                                    key.interestOps(SelectionKey.OP_READ);
                                }
                            }


                        }
                    }
                }
            } catch (IOException ignored) {
            }
        }).start();




    }
}

相信大部分没有接触过NIO的读者应该会直接跳过代码来到这一行:原来使用JDK原生NIO的API实现一个简单的服务端通信程序如此复杂!

我们还是先对照NIO来解释一下核心思路。

  • NIO模型中通常会有两个线程,每个线程都绑定一个轮询器Selector。在这个例子中,serverSelector负责轮询是否有新连接,clientSelector负责轮询连接是否有数据可读。

  • 服务端监测到新连接之后,不再创建一个新线程,而是直接将新连接绑定到clientSelector上,这样就不用IO模型中的1万个while循环死等,参见(1)。

  • clientSelector被一个while死循环包裹着,如果在某一时刻有多个连接有数据可读,那么通过clientSelector.select(1)方法可以轮询出来,进而批量处理。

  • 数据的读写面向Buffer。

其他细节部分,因为实在是太复杂,所以笔者不再多讲,读者也不用对代码的细节深究到底。总之,强烈不建议直接基于JDK原生NIO来进行网络开发,下面是笔者总结的原因。

  • JDK的NIO编程需要了解很多概念,编程复杂,对NIO入门非常不友好,编程模型不友好,ByteBuffer的API简直“反人类”。

  • 对NIO编程来说,一个比较合适的线程模型能充分发挥它的优势,而JDK没有实现,需要自己实现,就连简单的自定义协议拆包都要自己实现。

  • JDK的NIO底层由Epoll实现,该实现饱受诟病的空轮询Bug会导致CPU占用率飙升至100%。

  • 项目庞大之后,自行实现的NIO很容易出现各类Bug,维护成本较高,上面这些代码笔者都不能保证没有Bug。

正因为如此,客户端代码这里就省略了,读者可以直接使用IOClient.java与NIOServer.java通信。

JDK的NIO犹如带刺的玫瑰,虽然美好,让人向往,但是使用不当会让你抓耳挠腮,痛不欲生,正因为如此,Netty横空出世!

c7e6fee383373a6fcc8f4f5ad1f1b924.png

Netty编程

Netty到底是何方神圣?

用一句简单的话来说就是:Netty封装了JDK的NIO,让你用得更方便,不用再写一大堆复杂的代码了。

用官方正式的话来说就是:Netty是一个异步事件驱动的网络应用框架,用于快速开发可维护的高性能服务端和客户端。

下面是笔者总结的使用Netty而不使用JDK原生NIO的原因。

  • 使用JDK原生NIO需要了解太多概念,编程复杂,一不小心就Bug横飞。

  • Netty底层IO模型随意切换,而这一切只需要做微小的改动,改改参数,Netty可以直接从NIO模型变身为IO模型。

  • Netty自带的拆包/粘包、异常检测等机制让你从NIO的繁重细节中脱离出来,只需要关心业务逻辑即可。

  • Netty解决了JDK很多包括空轮询在内的Bug。

  • Netty底层对线程、Selector做了很多细小的优化,精心设计的Reactor线程模型可以做到非常高效的并发处理。

  • 自带各种协议栈,让你处理任何一种通用协议都几乎不用亲自动手。

  • Netty社区活跃,遇到问题随时邮件列表或者Issue。

  • Netty已经历各大RPC框架、消息中间件、分布式通信中间件线上的广泛验证,健壮性无比强大。

这些原因看不懂没有关系,在后续的章节中我们都可以学到。接下来我们用Netty来重新实现一下本章开篇的功能吧!

首先引入Maven依赖,案例后续Netty都基于4.1.6.Final版本。

<dependency>
        <groupId>io.netty</groupId>
        <artifactId>netty-all</artifactId>
        <version>4.1.6.Final</version>
    </dependency>

然后是服务端实现部分。

NettyServer.java

/**
 * @author 闪电侠
 */
public class NettyServer {
    public static void main(String[] args) {
        ServerBootstrap serverBootstrap = new ServerBootstrap();


        NioEventLoopGroup boss = new NioEventLoopGroup();
        NioEventLoopGroup worker = new NioEventLoopGroup();
        serverBootstrap
                .group(boss, worker)
                .channel(NioServerSocketChannel.class)
                .childHandler(new ChannelInitializer<NioSocketChannel>() {
                    protected void initChannel(NioSocketChannel ch) {
                        ch.pipeline().addLast(new StringDecoder());
                        ch.pipeline().addLast(new SimpleChannelInboundHandler<String>() {
                            @Override
                            protected void channelRead0(ChannelHandlerContext ctx, String msg) {
                                System.out.println(msg);
                            }
                        });
                    }
                })
                .bind(8000);
    }
}

这么一小段代码就实现了我们前面NIO编程中的所有功能,包括服务端启动、接收新连接、打印客户端传来的数据,怎么样?是不是比JDK原生NIO编程简洁许多?

初学Netty的时候,由于大部分人对NIO编程缺乏经验,因此,将Netty里的概念与IO模型结合起来可能更好理解。

  • boss对应IOServer.java中的负责接收新连接的线程,主要负责创建新连接。

  • worker对应IOServer.java中的负责读取数据的线程,主要用于读取数据及业务逻辑处理。

剩下的逻辑笔者在后面的内容中会详细分析,读者可以先把这段代码复制到自己的IDE里,然后运行main函数。

下面是客户端NIO的实现部分。

NettyClient.java

/**
 * @author 闪电侠
 */
public class NettyClient {
    public static void main(String[] args) throws InterruptedException {
        Bootstrap bootstrap = new Bootstrap();
        NioEventLoopGroup group = new NioEventLoopGroup();


        bootstrap.group(group)
                .channel(NioSocketChannel.class)
                .handler(new ChannelInitializer<Channel>() {
                    @Override
                    protected void initChannel(Channel ch) {
                        ch.pipeline().addLast(new StringEncoder());
                    }
                });


        Channel channel = bootstrap.connect("127.0.0.1", 8000).channel();


        while (true) {
            channel.writeAndFlush(new Date() + ": hello world!");
            Thread.sleep(2000);
        }
    }
}

在客户端程序中,group对应了IOClient.java中main函数起的线程,剩下的逻辑在后面的内容中会详细分析,现在你要做的事情就是把这段代码复制到你的IDE里,然后运行main函数,最后回到NettyServer.java的控制台,你会看到效果。

使用Netty之后是不是觉得整个世界都变美好了?一方面,Netty对NIO封装得如此完美,写出来的代码非常优雅;另一方面,使用Netty之后,网络通信的性能问题几乎不用操心,尽情地让Netty“榨干”你的CPU吧。

以上内容节选自《跟闪电侠学 Netty:Netty 即时聊天实战与底层原理》一书!

目前市面上对初学者友好的Netty资料较少,网络上大多数技术博客都是一堆零散的知识点集合,无法串成一条线形成一个体系。

本书作者俞超老师(闪电侠)在多年的Netty实战、调优、“踩坑”过程中积累了丰富的经验,持续在网络上分享的相关博客、视频等有百万+阅读量,并得到网友一致好评!

为了将这部分经验系统地分享给大家,帮助大家提升核心竞争力,俞超老师特地将Netty底层原理相关知识进行系统梳理,写作了此书。

64dc04072d8d4f258dabdda2d437b34e.png

本书上篇通过一个即时聊天的例子,让读者能够系统地使用一遍Netty,全面掌握Netty的知识点;下篇通过对源码的层层剖析,让读者能够掌握Netty底层原理,知其然并知其所以然,从而编写出高性能网络应用程序。

上篇 入门实战

在入门实战篇中,读者跟随笔者实践完这个即时聊天系统后,能够学会如何使用Netty完成最基本的网络通信程序,可以掌握以下知识点:

1. 如何启动服务端?

2. 如何启动客户端?

3. 如何设计长连自定义协议?

4. 拆包/粘包原理与实践。

5. 如何实现自定义编解码。

6. 如何使用Pipeline与ChannelHandler?

7. 心跳与空闲检测的方法。

8. 如何性能调优?

本篇通俗易懂,可一口气读完,让你一周内进入实战!

下篇 源码分析

在源码分析篇中,笔者从用户视角出发,环环相扣,带领读者逐个攻破Netty底层原理,掌握以下知识点:

1. 服务端启动流程:ServerBootstrap外观,创建NioServerSocketChannel,初始化,注册Selector,绑定端口,接收新连接。

2. 高并发线程模型:Netty无锁化串行设计,精心设计的Reactor线程模型榨干CPU、打满网卡、让应用程序性能爆表的底层原理。

3. 新连接接入流程:Boss Reactor线程,监测新连接,创建NioSocketChannel,IO线程分配,Selector注册事件。

4. 解码原理:解码顶层抽象,定长解码器,行解码器,分隔符解码器,基于长度域解码器全面分析。

5. 事件传播机制脉络:大动脉Pipeline,处理器ChannelHandler,Inbound和Outbound事件传播与异常传播的原理,编码原理。

6. writeAndFlush流程:深入了解使用最频繁的writeAndFlush的底层原理,避免踩坑。

适读人群

本书适合以下三类人群:

1. 如果你听说过或简单使用过Netty,想全面系统地学习Netty,并掌握一些性能调优方法,本书的入门实战篇可以帮助你达成这个目标。

2. 如果你深度使用过Netty,想深入了解Netty的底层设计,编写出更灵活高效的网络通信程序,本书的源码分析篇可以帮助你达成这个目标。

3. 如果你从未读过开源框架源码,本书将是你的第一本源码指导书,阅读优秀的开源软件源码可以助你写出更优美的程序。读源码并不难,难的是迈出这一小步,之后就能通往更广阔的空间。

本书推荐使用方式

01. 按章节顺序把入门实战篇的代码一章章敲出来,在没有掌握前一章节的知识点之前,建议不要跳跃学习。

02. 入门实战篇学完之后,合上书本,把本书即时聊天系统的代码再整体敲若干遍,敲的过程中可能会发现自己有遗忘知识点,这个时候可能需要不断翻阅书本,没有关系,翻阅就好了。

03. 确保最后一次实现本书的即时聊天系统的例子是没有翻阅书本的,是完全自行实现的,之后进入源码分析篇的学习。

04. 针对源码分析篇,建议读者按章节顺序来学习,不要跳跃,不要图快,每一步都要扎实。

05. 在源码学习的过程中,先跟随书本,对照源码,把对应章节的流程过一遍,每个章节学完之后,建议花较多的时间进行调试和阅读,确保掌握了前一章节的内容之后再进行下一章的学习。

696d6d0c61eff3e6e406adfae4bcbb62.png

SpringBoot中使用Netty开发WebSocket服务-netty-websocket-spring-boot-starter开源项目使用与改造多线程群发消息 在上面的基础上,使用websocket仍有不足,比如可能出现如下问题另外如果业务场景中需要高频定时任务通过websocket给多个客户端发动消息,则短时间内需要使用多线程/自定义线程池实现群发消息功能。 阅读详情

相关推荐

Agent 操作系统:未来的 Harness 平台

在大模型技术爆发的当下,自主智能体(Agent)已经成为AI原生应用的核心载体,但当前Agent开发面临着碎片化严重、运维难度高、规模化落地难三大核心痛点,就像1970年代没有通用操作系统的裸机编程时代,开发者需要重复造轮子解决底层基础设施问题。本文将深度解析Agent操作系统(Agent OS)作为AI原生时代的底层基础设施的核心定位,以及下一代Harness平台如何将Agent OS与成熟的DevOps、CI/CD、可观测性、成本管理能力深度融合,成为AI原生应用全生命周期管理的统一平台。

软件工程实践的博客 278

让 Netty “榨干” 你的 CPU!

点击关注公众号,Java干货及时送达文末免费、包邮送 5本重榜 Netty书,不要错过。在开始了解Netty是什么之前,我们先来回顾一下,如果需要实现一个客户端与服务端通信的程序,使用...

Java技术栈,分享最主流的Java技术 787

eNSP网络构建—建立小型局域网

企业私有网络构建运维 实战案例——使用模拟器构建局域网络 案例分析 1.架构分析 (1)需求分析 本实验的目的在于建立小型局域网。由于公司由不同部门组成,并分布在不同地点,因此需要划分不同网络实现互联互通。设计以下网络:两个部门各使用一台交换机连接,然后连接到总交换机,再通过路由器与外网以及其他部门网络相连。为了控制网络上的广播风暴,增加网络的安全性,在交换机上需要设置VLAN,在路由器与交换机之...

_ 4万+

Java应用CPU使用率过高排查

Java应用CPU使用率过高排查

wjy2460956668的博客 3170

【超详细】数据分析笔试题分享,可以收藏后仔细阅读_数据分析岗位笔试题目

这种做法是最精确的做法,保留了所有的信息,也未添加任何额外信息,若预处理时把所有的变量都这样处理,会大大增加数据的维度。15、在某座城市出现了某种流行病,且已知某座城市男女人数相同,男性患该病的概率为5%,女性为0.25%,现已知该城市的小明得了此病,请问小明为男性的概率是() B。D项,使用方差作为特征评分标准,如果某个特征的取值差异不大,通常认为该特征对区分样本的贡献度不大,因此在构造特征过程中去掉方差小于阈值的特征。LTV,用户生命周期价值,是产品从用户获取到流失所得到的全部收益的总和。

2401_89824744的博客 949

电子元器件基础:电阻、电容、电感的特性与应用解析

本文深入解析了电子元器件中电阻、电容和电感三大基础元件的核心特性、工作原理与选型应用。电阻作为电路中的‘交通警察’,控制电流与分配电压,其额定功率与精度是关键选型参数。文章结合实战经验,详细阐述了它们在电源滤波、信号处理及高频电路中的不同表现与避坑指南,是电子设计与维修的必备基础知识。

weixin_29213655的博客 377

让 Netty “榨干”你的CPU

在客户端程序中,group对应了IOClient.java中main函数起的线程,剩下的逻辑在后面的内容中会详细分析,现在你要做的事情就是把这段代码复制到你的IDE里,然后运行main函数,最后回到NettyServer.java的控制台,你会看到效果。在传统的IO模型中,每个连接创建成功之后都需要由一个线程来维护,每个线程都包含一个while死循环,那么1万个连接对应1万个线程,继而有1万个while死循环,这就带来如下几个问题。另一方面,使用Netty之后,网络通信的性能问题几乎不用操心,

程序员高级码农的博客 1480

数据结构之栈(Stack)的实现详解

堆栈是一种线性数据结构,其插入新元素和删除现有元素都发生在堆栈的顶部。栈(Stack)按照"后进先出"(Last-In-First-Out,LIFO)的原则存储和访问数据。栈类似于现实生活中的堆叠物体,比如一摞书或者一堆盘子。

swadian2008的博客 3813

记一次netty版本bug导致线上cpu飙高的问题

1、最近线上一个用来做websocet的服务出现了问题,该服务平时使用不多,但是运维top发现使用率一直在100%左右,从现象看是某个线程一直在跑,然后jstack 看了一下线程信息,内容如下: "ObjectCleanerThread" #24 daemon prio=1 os_prio=0 tid=0x00007f3bbaea7000 nid=0x22 runnable [0x00007f3b9c1c5000] java.lang.Thread.State: RUNNABLE

poor_charlie的博客 3095

案例分析|一篇文章带你看懂养鸡场智慧管理系统

养鸡场智慧管理系统是为了满足现代化养鸡业对精细化管理的需求而设计的一款专业软件。随着科技的发展和农业产业的升级,传统的手工记录和管理方式已无法满足高效、准确和实时的数据跟踪需求。本软件旨在通过集成各种功能模块,帮助养鸡场主实现从鸡苗孵化、饲养管理、饲料控制到销售结算等全链条的智能化操作。该系统的核心目标是提升养鸡场的运营效率和盈利能力,通过自动化数据处理,减少人工误差,节省时间和精力。例如,孵化报表和记录模块可以帮助管理者实时监控孵化过程,及时调整策略;

muyu2980的专栏 930

【SABRE 3D, SABRE 3DxT,LAM设备】2025年9月13日-安全配置-准备工作

请遵循本规程将SABRE 3D/3DxT/3D Scimitar系统设置为安全配置,以便能够在电镀单元、APT模块、XMM(或SRD)模块、工厂接口(FI)外壳或中央通道内部及周边区域执行作业p104-p117。在生产过程中暂停调度程序存在一定风险:若待维护模块未离线且在其他模块完成处理前重启调度程序,可能对生产晶圆造成影响。维护人员需特别注意电镀模块内的晶圆状态,并尽可能快速地恢复调度程序。确认待维护模块内无晶圆滞留暂停调度程序并将相应模块设置为离线状态打开模块检修门并关闭安全盖板(槽位)

weixin_46735260的博客 1368

netty cpu 占用率 高_「Netty系列」一文熟悉NIO

正常下班,文章走起。通过前面几篇文章对网络基础知识和网络编程有了认识。接下来这篇文章表述和Netty更加息息相关的知识-NIO。每天学习一小时,期待质变来临。NIO又称为非阻塞IO,是JDK1.4提出的新的IO模型。01NIO组件基本介绍1 Buffer概述(缓冲区)按照物理分区:直接缓冲区和堆字节缓冲区。Buffer模式:写模式和读模式 。2 Buffer执行原理分析 三个属性(Buffe...

weixin_39701861的博客 789

SAP 清账凭证 完整生成逻辑(超详细原理 + 底层规则 + 分录逻辑 + 互清特殊规则)

【SAP清账凭证核心逻辑摘要】(149字) SAP清账凭证生成遵循两大类型:1)资金往来对冲型(如F-32/F-44互清),强制生成含完整借贷分录的独立凭证,通过AUGDT/AUGBL字段绑定未清项,典型场景如应收冲应付(借:应付账款 贷:应收账款);2)纯核销型(如F.13自动清账),仅标记行项目状态不产生实际分录。关键规则:①仅未清项管理科目可清账;②互清必须配置主数据关联;③差额清账自动补差(折扣/汇差);④原始凭证永不修改,仅更新BSIK/BSAD等表状态。清账凭证均保留可追溯性,支持FBRA重置还

金牌架构师 542

一次简单的服务器 cpu 占用率高的快速排查实战

前两天,朋友遇到一个线上 cpu 占用率很高的问题,我们俩一起快速定位并解决了这个问题。在征求朋友同意后,特发此文分享整个过程。本文以对话的形式展开,加上我的内心独白。文中对话与实际对话...

444

LinePhone3.2.7(android端最新版本) sip客户端

SIP客户端For android:LinePhone3.2.7(最新版本),官网地址:http://www.linphone.org/

温度PID控制PLC程序

温度PID稳定控制程序,适用于欧姆龙PLC,对其他PLC也具有很大参考价值

netty cpu 占用率 高_华为交换机CPU占用率高原因判断和解决方法(一)

华为交换机CPU占用率高原因判断和解决方法(一)1、CPU任务和CPU占用率简介华为交换机启动后,系统CPU持续运行以下任务:维护和管理设备状态的系统任务;当前网络环境需要运行的各种协议任务;从设备转发面接收和发送报文的处理任务。在框式交换机上,根据硬件架构划分有如下角色:机框、背板、电源/风扇、主控板、业务板;其中主控板、业务板上有CPU。华为交换机运行时,主控板需要占用CPU资源的特性功能包括...

weixin_39942785的博客 797

android 蓝牙通讯demo

android 下蓝牙通讯demo,实现了发现蓝牙,使能蓝牙,通过蓝牙发送消息。

netty CPU使用率达到100%问题解决

如下图,当netty(版本是4.1.6)的并发量达到一定数量级之后,CPU的使用率达到了100% 解决办法: 按照在google上面搜索得到的解决方法操作之后,再次测试netty,同样的并发请求下重复测试10次,CPU的使用率一直都在正常的水平: ...

sinat_28771747的博客 9214

深度学习工具包 DeepLearningToolbox

深度学习工具包Deprecation notice.-----This toolbox is outdated and no longer maintained.There are much better tools available for deep learning than this toolbox, e.g. [Theano](http://deeplearning.net/software/theano/), [torch](http://torch.ch/) or [tensorflow](http://www.tensorflow.org/)I would suggest you use one of the tools mentioned above rather than use this toolbox.Best, Rasmus.DeepLearnToolbox================A Matlab toolbox for Deep Learning.Deep Learning is a new subfield of machine learning that focuses on learning deep hierarchical models of data.It is inspired by the human brain's apparent deep (layered, hierarchical) architecture.A good overview of the theory of Deep Learning theory is[Learning Deep Architectures for AI](http://www.iro.umontreal.ca/~bengioy/papers/ftml_book.pdf)For a more informal introduction, see the following videos by Geoffrey Hinton and Andrew Ng.* [The Next Generation of Neural Networks](http://www.youtube.com/watch?v=AyzOUbkUf3M) (Hinton, 2007)* [Recent Developments in Deep Learning](http://www.youtube.com/watch?v=VdIURAu1-aU) (Hinton, 2010)* [Unsupervised Feature Learning and Deep Learning](http://www.youtube.com/watch?v=ZmNOAtZIgIk) (Ng, 2011)If you use this toolbox in your research please cite [Prediction as a candidate for learning deep hierarchical models of data](http://www2.imm.dtu.dk/pubdb/views/publication_details.php?id=6284)```@MASTERSTHESIS\{IMM2012-06284, author = "R. B. Palm", title = "Prediction as a candidate for learning deep hierarchical models of data", year = "2012",}```Contact: rasmusbergpalm at gmail dot comDirectories included in the toolbox-----------------------------------`NN/` - A library for Feedforward Backpropagation Neural Networks`CNN/` - A library for Convolutional Neural Networks`DBN/` - A library for Deep Belief Networks`SAE/` - A library for Stacked Auto-Encoders`CAE/` - A library for Convolutional Auto-Encoders`util/` - Utility functions used by the libraries`data/` - Data used by the examples`tests/` - unit tests to verify toolbox is workingFor references on each library check REFS.mdSetup-----1. Download.2. addpath(genpath('DeepLearnToolbox'));Example: Deep Belief Network---------------------```matlabfunction test_example_DBNload mnist_uint8;train_x = double(train_x) / 255;test_x = double(test_x) / 255;train_y = double(train_y);test_y = double(test_y);%% ex1 train a 100 hidden unit RBM and visualize its weightsrand('state',0)dbn.sizes = [100];opts.numepochs = 1;opts.batchsize = 100;opts.momentum = 0;opts.alpha = 1;dbn = dbnsetup(dbn, train_x, opts);dbn = dbntrain(dbn, train_x, opts);figure; visualize(dbn.rbm{1}.W'); % Visualize the RBM weights%% ex2 train a 100-100 hidden unit DBN and use its weights to initialize a NNrand('state',0)%train dbndbn.sizes = [100 100];opts.numepochs = 1;opts.batchsize = 100;opts.momentum = 0;opts.alpha = 1;dbn = dbnsetup(dbn, train_x, opts);dbn = dbntrain(dbn, train_x, opts);%unfold dbn to nnnn = dbnunfoldtonn(dbn, 10);nn.activation_function = 'sigm';%train nnopts.numepochs = 1;opts.batchsize = 100;nn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.10, 'Too big error');```Example: Stacked Auto-Encoders---------------------```matlabfunction test_example_SAEload mnist_uint8;train_x = double(train_x)/255;test_x = double(test_x)/255;train_y = double(train_y);test_y = double(test_y);%% ex1 train a 100 hidden unit SDAE and use it to initialize a FFNN% Setup and train a stacked denoising autoencoder (SDAE)rand('state',0)sae = saesetup([784 100]);sae.ae{1}.activation_function = 'sigm';sae.ae{1}.learningRate = 1;sae.ae{1}.inputZeroMaskedFraction = 0.5;opts.numepochs = 1;opts.batchsize = 100;sae = saetrain(sae, train_x, opts);visualize(sae.ae{1}.W{1}(:,2:end)')% Use the SDAE to initialize a FFNNnn = nnsetup([784 100 10]);nn.activation_function = 'sigm';nn.learningRate = 1;nn.W{1} = sae.ae{1}.W{1};% Train the FFNNopts.numepochs = 1;opts.batchsize = 100;nn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.16, 'Too big error');```Example: Convolutional Neural Nets---------------------```matlabfunction test_example_CNNload mnist_uint8;train_x = double(reshape(train_x',28,28,60000))/255;test_x = double(reshape(test_x',28,28,10000))/255;train_y = double(train_y');test_y = double(test_y');%% ex1 Train a 6c-2s-12c-2s Convolutional neural network %will run 1 epoch in about 200 second and get around 11% error. %With 100 epochs you'll get around 1.2% errorrand('state',0)cnn.layers = { struct('type', 'i') %input layer struct('type', 'c', 'outputmaps', 6, 'kernelsize', 5) %convolution layer struct('type', 's', 'scale', 2) %sub sampling layer struct('type', 'c', 'outputmaps', 12, 'kernelsize', 5) %convolution layer struct('type', 's', 'scale', 2) %subsampling layer};cnn = cnnsetup(cnn, train_x, train_y);opts.alpha = 1;opts.batchsize = 50;opts.numepochs = 1;cnn = cnntrain(cnn, train_x, train_y, opts);[er, bad] = cnntest(cnn, test_x, test_y);%plot mean squared errorfigure; plot(cnn.rL);assert(er<0.12, 'Too big error');```Example: Neural Networks---------------------```matlabfunction test_example_NNload mnist_uint8;train_x = double(train_x) / 255;test_x = double(test_x) / 255;train_y = double(train_y);test_y = double(test_y);% normalize[train_x, mu, sigma] = zscore(train_x);test_x = normalize(test_x, mu, sigma);%% ex1 vanilla neural netrand('state',0)nn = nnsetup([784 100 10]);opts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samples[nn, L] = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.08, 'Too big error');%% ex2 neural net with L2 weight decayrand('state',0)nn = nnsetup([784 100 10]);nn.weightPenaltyL2 = 1e-4; % L2 weight decayopts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex3 neural net with dropoutrand('state',0)nn = nnsetup([784 100 10]);nn.dropoutFraction = 0.5; % Dropout fraction opts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex4 neural net with sigmoid activation functionrand('state',0)nn = nnsetup([784 100 10]);nn.activation_function = 'sigm'; % Sigmoid activation functionnn.learningRate = 1; % Sigm require a lower learning rateopts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex5 plotting functionalityrand('state',0)nn = nnsetup([784 20 10]);opts.numepochs = 5; % Number of full sweeps through datann.output = 'softmax'; % use softmax outputopts.batchsize = 1000; % Take a mean gradient step over this many samplesopts.plot = 1; % enable plottingnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex6 neural net with sigmoid activation and plotting of validation and training error% split training data into training and validation datavx = train_x(1:10000,:);tx = train_x(10001:end,:);vy = train_y(1:10000,:);ty = train_y(10001:end,:);rand('state',0)nn = nnsetup([784 20 10]); nn.output = 'softmax'; % use softmax outputopts.numepochs = 5; % Number of full sweeps through dataopts.batchsize = 1000; % Take a mean gradient step over this many samplesopts.plot = 1; % enable plottingnn = nntrain(nn, tx, ty, opts, vx, vy); % nntrain takes validation set as last two arguments (optionally)[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');```[![Bitdeli Badge](https://d2weczhvl823v0.cloudfront.net/rasmusbergpalm/deeplearntoolbox/trend.png)](https://bitdeli.com/free "Bitdeli Badge")

【Netty】Netty高性能原理剖析

我们在实际项目中必然会遇到网络间的通信,也就是RPC,大家肯定都用过Dubbo,那么你对Dubbo底层—Netty了解多少呢?对于它为什么性能如此之高又了解多少呢?这篇文章就简单的介绍下Netty高性能原理。Netty 是一个高性能、异步事件驱动的 NIO 框架,基于 JAVA NIO 提供的 API 实现。

热爱技术,享受生活 2万+

分享一个基于 netty 的 java 开源项目

中微子代理(neutrino-proxy)是一个基于 netty 的、开源的 java 内网穿透项目。遵循 MIT 许可,因此您可以对它进行复制、修改、传播并用于任何个人或商业行为。

u010285973的专栏 927

推荐开源项目:Netty-Server - 强大的Java网络应用框架

推荐开源项目:Netty-Server - 强大的Java网络应用框架 项目简介 是一个基于流行的Netty框架构建的高性能、易用的服务器端开发项目。该项目旨在简化Java网络服务的开发流程,提供一套开箱即用的基础架构,使开发者能够更专注于业务逻辑而不是底层网络通信细节。 技术分析 Netty-Server的核心是利用了Netty,这是一个异步事件驱动的网络应用程序框架,它用于快速开发可维护的高性...

gitblog_00007的博客 555

Netty,Nginx严重落后;网络IO框架最新性能排名

最近看了一下最新第21期(2022年7月)的的网络框架性能排名,实在有些惊讶。很多老牌的框架都名落孙山,后起之秀纷纷排到了前面。首先第一名居然是用V语言写的pico.v框架。要知道V语言是2019年才正式发布的新型编程语言。另外微软公司的框架ASPCore居然也取得了第三名的成绩。采用Java语言的国产AIO框架smart-socket排在了第四位。Golang的高性能网络IO框架gnet排在第9位。事实上,前十多位框架的差距都非常小。......

Rocky的技术博客 2428

如何微调GPT-2 Base Thai模型:自定义泰语文本生成任务

GPT-2 Base Thai是一款专为泰语优化的文本生成模型,基于GPT-2架构训练而成,能够高效处理泰语语境下的自然语言生成任务。本文将详细介绍如何对该模型进行微调,以适应特定领域的泰语文本生成需求,从环境准备到模型训练再到推理部署,提供一站式操作指南。 ## 准备工作:环境配置与依赖安装 ### 1. 克隆项目仓库 首先需要获取模型代码库,通过以下命令克隆项目到本地: ```bash g

gitblog_00739的博客 899

【高并发】深入解析 Netty:3W 学习法 + Java 实战 + 开源项目推荐

Netty 是一个基于 Java NIO(非阻塞 IO)的高性能、异步事件驱动的网络通信框架,能够简化 TCP、UDP、WebSocket 等协议的开发。我们使用 Netty 创建一个简单的 TCP 服务器,监听 8080 端口,并在收到客户端消息后返回 “Hello, Netty!,带你深入理解 Netty,掌握 Netty 编程,并推荐一些优秀的 Netty 开源项目,助你快速上手!:相比 BIO/NIO,Netty 更简单、功能更强大,适用于高并发场景。,封装了底层 IO 操作,开发更便捷。

工一木子 1412

netty cpu 占用率 高_有哪些原因会导致电脑CPU占用率过高呢?

超过10万人正在关注赶快来关注吧,这里有你想找的热点资讯,这里有你想要的各种资料,还有海量的资源,还在等什么。快来关注,大佬带你开车。经常使用电脑的伙伴们可能都有发现,当我们电脑的CPU占用率过高时,电脑的反应都是慢半拍的,容易出现电脑卡或者无响应的等情况,如果严重的话导致的结果就是死机或蓝屏自动重启,但重要文件没有保存就很麻烦了。那么是什么导致CPU的占用率过高呢?CPU占用率过高一般...

weixin_39876450的博客 963
上一篇: 几行烂代码,我赔了16万。
下一篇: 大疆被Figma禁用,请马上卸载Postman!国产软件Apipost火了!
公众号-芋道源码
博客等级 码龄10年 1631粉丝 377原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
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
实付元
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