※廣告預算用在刀口上，台北網頁設計公司幫您達到更多曝光效益

擁有後台管理系統的網站，將擁有強大的資料管理與更新功能，幫助您隨時新增網站的內容並節省網站開發的成本。

全身而退，是一種境界，更是一種智慧！編程，特別是框架設計，需要的就是哲學思維。“全身而退”這四個字，還在當年的內存泄露的踩坑過程中就悟出來了，有圖有真相：

有人會問，內存泄露和這個“全身而退”好像搭不上邊？從某些角度看也是，要不我不會單獨放在這裏講。但是也有一點關係，內存泄露不就是內存有分配沒有釋放，何時釋放，一般是程序退出之時。當年作為踩坑專業戶，踩過的坑遠遠不止前面有關“踩坑系列”系列文章提到的，可謂五花八門，也許可以套用一句話：“你們看到過的官場小說遠沒有我經歷過的精彩”：）大家可以看前面一系列踩坑經歷的總結。 

當時踩過很多崩潰的坑，時不時的崩潰，我形容我當時是救火隊長。而當時經過不少的踩坑分析有一個共同的現象，竟然都是退出的時候，就莫名其妙崩潰了。然後這個問題其實也容易重現，你不停的啟動和退出就行了，至少百分之五十的概率。只是因為運行的時間不同，退出崩潰的堆棧還不一樣。

正是這樣子，我們總結開玩笑說，就是經不起折騰。也造就了後面，做項目時，寫完一個類，一定會測試退出。整個系統分不同的時間點反覆重啟、反覆插拔網線。基本達到着魔的程度，不是？原來我控制欲這麼強：）事實也證明了，經過這樣反覆重啟的折騰，新產品落地投入市場，基本沒有這些亂七八糟的問題了！踩坑經驗（二）有截圖作證：

很久才會出現一個Bug，而且也可以輕鬆搞定。一般都是新加的功能，或者很特別的情況沒考慮到。

所以，也通過真實的項目驗證了，全身而退的重要性。當然現在和當年的心境也完全不一樣了！事實上，後面經過分佈式洗禮，我的這種方法是正確的。分佈式就是解決這種單點故障。當然分佈式單點故障和單機故障，是不一樣的概念或者說屬性。分佈式中是考慮不可抗拒的原因，集群中單節點的穩定性肯定是集群穩定性的基礎。只是這種測試方法可以用來測試分佈式的故障切換，甚至是故障恢復！集群考慮的是集群的全身而退，事實上，我們在測試過程中也出現過集群整體失效的時候。

那麼我們可以從哪些方面去做到全身而退呢？下面我從實踐經驗中總結以下幾點。 

一、單實例的使用

1.方式一

說到單實例，估計絕大部分人都說很簡單。如上的例子，一般的人會說沒問題。從邏輯來說確實沒問題，很簡單，不是嗎？實現類更簡單：

就一句話，靜態變量再申明一下。你是不是這樣實現的呢？ 這是我們重構的新平台上，依然有這樣使用的。以前的平台那就更多了，基本上是全部。導致的結果就是上面描述的崩潰就是家常便飯。當時在部門範圍內做培訓的時候，我把這個作為考題，結果能指出問題點的少之又少。

2.方式二

後面的修改：

這是定義，我們再看看具體實現：

平時我對代碼是追求簡潔的，但是在這裏我反而增加了函數，是不是看上去複雜了？No！簡潔必須建立在遵循原理的基礎之上。那為什麼要這麼改，遵循的原理是什麼？

最基本的原理就是單實例首先是一個對象，而且是類的對象，不是簡單變量。那麼類就可能涉及深拷貝，涉及到new和delete，比基礎變量要複雜得多。如果像第一種方式，那麼就可能出現編譯期間開始進行內存分配等操作，而退出的時候也在等着編譯器系統的自動回收。在這種啟動和退出之時非常容易操作已經不存在的對象和內存，而出現了崩潰。

其實，第一種方式使用的是靜態變量，可返回的是引用。從內存的布局而言，屬於系統（內核）管理，無法做到應用層的控制，面對複雜情況的內存使用很難做到全身而退。關於程序的內存布局和分配可以查閱虛擬技術和內存泄露兩篇文檔。

所以基於以上兩點，將單實例定義為類的私有變量，指針形式。那麼只有在程序啟動后要獲取的時候才開始構建類對象，完全可以掌控在自己（程序的用戶態）的手中，而且可以非常靈活的加入調試代碼，比如捕獲異常等。在程序退出之時，亦可以很方便很合理的選擇何時釋放和銷毀對象。

當然，一般編碼規範的公司就會直接用第二種方式，其他人使用的時候直接copy改改就行。同樣的如果是“先輩們”使用了第一種，錯誤也會傳承下去。。。而且大多時候錯誤的東西還很難糾正過來，就說第一種方式竟然被發現在代碼重構后！

所以，編程的時候我們需要有懷疑的精神、反思的精神和專業的引導！

二、架構設計

1.模塊與接口

模塊和層級清晰，接口簡單易用。都有利於全身而退。我們新版的存儲系統中，核心業務有三塊，IO+rewrite，而僅僅只有一個寫模塊I和rewrite模塊之間的接口！讀模塊O和其他都是完全分開。

2.類的五大函數

你聽說的都是類的三大函數吧，我這裏咋變成了五大函數，而且我的五大不是包括原來的三大。

2.1 構造函數和析構函數

只是單純的對成員變量進行賦值。

2.2 初始化函數和反初始化函數

例如內存的分配和釋放，多線程的創建啟動和停止。都應該放在這裏面，而不是上面提到的構造和析構中。在內存泄露中也提到過。其實只有一個目的，好控制！

2.3 複位函數

有異常情況下，不是被動退出，而是能夠主動控制，最壞的情況是複位。將各種變量、狀態、內存和多線程恢復到初始狀態。有的人可能會說，那怎麼不直接用初始化函數呢？這兩種功能還是不一樣的。初始化是系統啟動的時候用的。而複位可能承載更多的判斷，例如打印一些重要變量的信息，以利於開發人員跟蹤異常情況。

※別再煩惱如何寫文案,掌握八大原則!

什麼是銷售文案服務？A就是幫你撰寫適合的廣告文案。當您需要販售商品、宣傳活動、建立個人品牌，撰寫廣告文案都是必須的工作。

這五大函數是我建立一個類最基本的模板，也是做到全身而退基本的保障。

一個類要盡量做到職責單一，其實一個函數也是類似的。例如說初始化函數不能省，很多人將初始化和構造放一起，或者複位和初始化放一起。

析構函數只是簡單的初始化變量而已，而例如內存的分配、線程和定時器的啟動最好都到初始化函數中；

假如採用單例模式，則只需用到構造函數，像上面提到的單實例模式用的不好，如果構造函數中包括太多內存和多線程的使用，對退出將是一個災難。

而從另一個角度，虛擬內存的原理，內存只有分配和使用的時候才開始產生缺頁中斷即才開始尋找物理內存。所以何時初始化，何時使用內存可以掌握在開發人員的手中，而不是依賴系統來控制。

所以我認為這也是C++相比JAVA來說更好的優勢，可能有的人認為C++就是很難控制，像內存、指針、繼承，而且還沒有GC機制等等。而我認為剛剛相反，例如指針就是一把雙刃劍，你懂它，它就威力無窮！你看很多開源庫，比如經典的MySQL、高效的Redis、一直很火的Nginx，是吧，指針發揮了太大太大的作用，你能說這些庫不穩定嗎？雖然說我也一直關注和學習Java和Spring，主要學習它們的抽象思想！

3.鎖的設計

細心的你可以發現，上面單實例使用的第二種方式，加了一把鎖。我一般的類設計中，鎖的數量是2~3，大多情況下是2。單實例模式使用一把鎖，狀態機用一把鎖。在死鎖的踩坑經驗總結中曾經提到過，鎖的使用個數少，範圍少。所以你可以回頭看看狀態機和單實例模式鎖的使用。該加的時候一定加鎖，該不要加的時候一定不能加，不能模糊。

鎖或者說多線程同步使用不當，是很容易出問題的，不僅是運行過程中可能出現死鎖，退出的時候也可能出現，可能的情況就是退出失敗，同樣需要手動進行殺進程。

4.時序

前面的函數、接口、類、內存、多線程與鎖都設計好了，對於全身而退，或許已經成功了一半。還有一半在哪裡，時序。就是將這些對象和接口如何串起來，如果做到有序。最常見的是退出和啟動的順序即時序是相反的，這是基本的要求，而對於複雜的情況需要分兩方面來討論。

一方面，每個類、每個模塊都要做到全身而退，即每個類和模塊都需要有序的退出。所以上面類的設計，五大函數最終是為了全身而退，為了有序的釋放內存、停止線程等。我們上文提到的有限狀態機最終也是為了更好的控制線程、為了線程的退出，鎖的設計同樣可以減少干擾提高效率。所以系統的全身而退主要依賴於每個類、每個模塊的全身而退。

另一方面，程序最後的退出其實也是要封裝和集中在一兩個函數中，不能太散。即層級關係要非常明確，類似於樹的結構，最後集中到根節點，也就是一個函數。所以層級設計的目的也應該是，越到外層越好控制！

以上提到的幾點，包括時序，包括單實例模式，也包括最近一系列踩坑經歷，我最後都會歸納到框架或設計，所以也可以說這一切都是為了最終的全身而退。

總之，能隨時隨地的全身而退的代碼是一種境界，經得起各種折騰的代碼才是好代碼，經得起各種折騰的設計才是好的設計！

最後，萬事萬物的發展都離不開一個簡單的道理，例如讀一本書： 

從簡單，到複雜，最後到簡單。但這兩個簡單的心境完全不一樣，前者我認為更多的是無知者無畏，後者則是一切瞭然於心。 

計算機最終歸結於二進制的運算，最終就是01的組合，組合成各種數據結構和協議，組合成各種調度和算法，等等。

而對應於中國智慧，就是道，抓住事物的本質，以不變應萬變，陰陽論，太極八卦論；對應於中國的萬事開頭難，和全身而退！

也可以對應軟件兩大難點，就是原理的把握和框架的設計。

有了對原理的理解，能抓住事物的本質，就會下筆如有神助，也能最終全身而退！

當然你要達到這一點，得不停的”悟”！

悟的速度依賴”實踐+思考”！

肯定不能只依賴CRUD，也不能僅僅依賴改Bug的多少、僅僅依賴參与項目的多少。

有的改10個Bug比不上別人一個Bug，有的參与了10個項目不如比別人開發一個項目。

還是那句話，如果不讀書，行萬里路，也只是一個郵差。

所以，我認為多去“實踐+思考”。

本站聲明:網站內容來源於博客園,如有侵權,請聯繫我們,我們將及時處理

※教你寫出一流的銷售文案?

銷售文案是什麼？A文案是廣告用的文字。舉凡任何宣傳、行銷、販賣商品時所用到的文字都是文案。在網路時代，文案成為行銷中最重要的宣傳方式，好的文案可節省大量宣傳資源，達成行銷目的。

※想知道最厲害的網頁設計公司嚨底家"!

RWD（響應式網頁設計）是透過瀏覽器的解析度來判斷要給使用者看到的樣貌

1. 前言

不知道你有沒有接到這種需求，項目啟動后立馬執行一些邏輯。比如簡單的緩存預熱，或者上線后的廣播之類等等。如果你使用 Spring Boot 框架的話就可以藉助其提供的接口CommandLineRunner和 ApplicationRunner來實現。

2. CommandLineRunner

org.springframework.boot.CommandLineRunner 是Spring Boot提供的一個接口，當你實現該接口並將之注入Spring IoC容器后，Spring Boot應用啟動后就會執行其run方法。一個Spring Boot可以存在多個CommandLineRunner的實現，當存在多個時，你可以實現Ordered接口控制這些實現的執行順序(Order 數值越大優先級越低)。接下來我們來聲明兩個實現並指定順序：

優先執行：

package cn.felord;

import lombok.extern.slf4j.Slf4j;
import org.springframework.boot.CommandLineRunner;
import org.springframework.core.Ordered;
import org.springframework.stereotype.Component;

/**
 * 優先級最高
 * 該類期望在springboot 啟動后第一順位執行
 * @author felord.cn
 * @since 12:57
 **/
@Slf4j
@Component
public class HighOrderCommandLineRunner implements CommandLineRunner, Ordered {
    @Override
    public void run(String... args) throws Exception {
        for (String arg : args) {
            log.info("arg = " + arg);
        }
        log.info("i am highOrderRunner");
    }

    @Override
    public int getOrder() {
        return Integer.MIN_VALUE+1;
    }
}

第二順序執行：

package cn.felord;

import lombok.extern.slf4j.Slf4j;
import org.springframework.boot.CommandLineRunner;
import org.springframework.core.Ordered;
import org.springframework.stereotype.Component;

/**
 * 優先級低於{@code HighOrderCommandLineRunner}
 * @author felord.cn
 * @since 12:59
 **/
@Slf4j
@Component
public class LowOrderCommandLineRunner implements CommandLineRunner, Ordered {

    @Override
    public void run(String... args) throws Exception {
        log.info("i am lowOrderRunner");
    }

    @Override
    public int getOrder() {
        return Integer.MIN_VALUE+1;
    }
}

然後啟動Spring Boot應用后,控制台按照預定的順序打印出了結果：

2020-05-30 23:11:03.685  INFO 11976 --- [           main] o.s.b.w.embedded.tomcat.TomcatWebServer  : Tomcat started on port(s): 8080 (http) with context path ''
2020-05-30 23:11:03.701  INFO 11976 --- [           main] c.f.Application  : Started SpringBootApplication in 4.272 seconds (JVM running for 6.316)
2020-05-30 23:11:03.706  INFO 11976 --- [           main] c.f.HighOrderCommandLineRunner   : i am highOrderRunner
2020-05-30 23:11:03.706  INFO 11976 --- [           main] c.f.LowOrderCommandLineRunner   : i am lowOrderRunner

3. ApplicationRunner

在Spring Boot 1.3.0又引入了一個和CommandLineRunner功能一樣的接口ApplicationRunner。CommandLineRunner接收可變參數String... args，而ApplicationRunner 接收一個封裝好的對象參數ApplicationArguments。除此之外它們功能完全一樣，甚至連方法名都一樣。 聲明一個ApplicationRunner並讓它優先級最低:

package cn.felord;

import lombok.extern.slf4j.Slf4j;
import org.springframework.boot.ApplicationArguments;
import org.springframework.boot.ApplicationRunner;
import org.springframework.core.Ordered;
import org.springframework.stereotype.Component;

import java.util.Arrays;
import java.util.List;
import java.util.Set;

/**
 * 優先級最低
 * @author felord.cn
 * @since 13:00
 **/
@Slf4j
@Component
public class DefaultApplicationRunner implements ApplicationRunner, Ordered {
    @Override
    public void run(ApplicationArguments args) throws Exception {
        log.info("i am applicationRunner");
        Set<String> optionNames = args.getOptionNames();
        log.info("optionNames = " + optionNames);
        String[] sourceArgs = args.getSourceArgs();
        log.info("sourceArgs = " + Arrays.toString(sourceArgs));
        List<String> nonOptionArgs = args.getNonOptionArgs();
        log.info("nonOptionArgs = " + nonOptionArgs);
        List<String> optionValues = args.getOptionValues("foo");
        log.info("optionValues = " + optionValues);
    }

    @Override
    public int getOrder() {
        return Integer.MIN_VALUE+2;
    }
}

按照順序打印了三個類的執行結果：

2020-06-01 13:02:39.420  INFO 19032 --- [           main] c.f.MybatisResultmapApplication  : Started MybatisResultmapApplication in 1.801 seconds (JVM running for 2.266)
2020-06-01 13:02:39.423  INFO 19032 --- [           main] c.f.HighOrderCommandLineRunner   : i am highOrderRunner
2020-06-01 13:02:39.423  INFO 19032 --- [           main] c.f.LowOrderCommandLineRunner    : i am lowOrderRunner
2020-06-01 13:02:39.423  INFO 19032 --- [           main] c.f.DefaultApplicationRunner     : i am applicationRunner
2020-06-01 13:02:39.423  INFO 19032 --- [           main] c.f.DefaultApplicationRunner     : optionNames = []
2020-06-01 13:02:39.423  INFO 19032 --- [           main] c.f.DefaultApplicationRunner     : sourceArgs = []
2020-06-01 13:02:39.423  INFO 19032 --- [           main] c.f.DefaultApplicationRunner     : nonOptionArgs = []
2020-06-01 13:02:39.423  INFO 19032 --- [           main] c.f.DefaultApplicationRunner     : optionValues = null

Ordered接口並不能被 @Order註解所代替。

4. 傳遞參數

相信很多同學看到這裏都開始對這兩個run方法的入參感興趣了。Spring Boot應用啟動時是可以接受參數的，換句話說也就是Spring Boot的main方法是可以接受參數的。這些參數通過命令行 java -jar yourapp.jar 來傳遞。CommandLineRunner會原封不動照單全收這些接口，這些參數也可以封裝到ApplicationArguments對象中供ApplicationRunner調用。 我們來認識一下ApplicationArguments的相關方法：

• getSourceArgs() 被傳遞給應用程序的原始參數，返回這些參數的字符串數組。

  ※網頁設計一頭霧水該從何著手呢? 台北網頁設計公司幫您輕鬆架站!

  透過資料庫的網站架設建置，建立公司的形象或購物系統，並提供最人性化的使用介面，讓使用者能即時接收到相關的資訊

• getOptionNames() 獲取選項名稱的Set字符串集合。如 --spring.profiles.active=dev --debug 將返回["spring.profiles.active","debug"] 。

• getOptionValues(String name) 通過名稱來獲取該名稱對應的選項值。如--foo=bar --foo=baz 將返回["bar","baz"]。

• containsOption(String name) 用來判斷是否包含某個選項的名稱。

• getNonOptionArgs() 用來獲取所有的無選項參數。

  接下來我們試驗一波，你可以通過下面的命令運行一個 Spring Boot應用 Jar

java -jar yourapp.jar --foo=bar --foo=baz --dev.name=碼農小胖哥 java felordcn

或者在IDEA開發工具中打開Spring Boot應用main方法的配置項，進行如下配置，其他IDE工具同理。

運行Spring Boot應用，將會打印出：

2020-06-01 15:04:31.490  INFO 13208 --- [           main] c.f.HighOrderCommandLineRunner   : arg = --foo=bar
2020-06-01 15:04:31.490  INFO 13208 --- [           main] c.f.HighOrderCommandLineRunner   : arg = --foo=baz
2020-06-01 15:04:31.490  INFO 13208 --- [           main] c.f.HighOrderCommandLineRunner   : arg = --dev.name=碼農小胖哥
2020-06-01 15:04:31.490  INFO 13208 --- [           main] c.f.HighOrderCommandLineRunner   : arg = java
2020-06-01 15:04:31.490  INFO 13208 --- [           main] c.f.HighOrderCommandLineRunner   : arg = felordcn
2020-06-01 15:04:31.491  INFO 13208 --- [           main] c.f.HighOrderCommandLineRunner   : i am highOrderRunner
2020-06-01 15:04:31.491  INFO 13208 --- [           main] c.f.LowOrderCommandLineRunner    : i am lowOrderRunner
2020-06-01 15:04:31.491  INFO 13208 --- [           main] c.f.DefaultApplicationRunner     : i am applicationRunner
2020-06-01 15:04:31.491  INFO 13208 --- [           main] c.f.DefaultApplicationRunner     : optionNames = [dev.name, foo]
2020-06-01 15:04:31.491  INFO 13208 --- [           main] c.f.DefaultApplicationRunner     : sourceArgs = [--foo=bar, --foo=baz, --dev.name=碼農小胖哥, java, felordcn]
2020-06-01 15:04:31.491  INFO 13208 --- [           main] c.f.DefaultApplicationRunner     : nonOptionArgs = [java, felordcn]
2020-06-01 15:04:31.491  INFO 13208 --- [           main] c.f.DefaultApplicationRunner     : optionValues = [bar, baz]

然後你就可以根據實際需要動態地執行一些邏輯。

5. 總結

今天我們對CommandLineRunner和ApplicationRunner進行了講解，從用法到順序執行，又對Spring Boot傳遞參數進行了介紹和演示，希望對你有所幫助。多多關注：碼農小胖哥，更多編程乾貨分享給你。

關注公眾號：Felordcn 獲取更多資訊

個人博客：https://felord.cn

本站聲明:網站內容來源於博客園,如有侵權,請聯繫我們,我們將及時處理

※網頁設計一頭霧水該從何著手呢? 台北網頁設計公司幫您輕鬆架站!

當全世界的人們隨著網路時代而改變向上時您還停留在『網站美醜不重要』的舊有思維嗎？機會是留給努力改變現況的人們，別再浪費一分一秒可以接觸商機的寶貴時間！

※超省錢租車方案

商務出差、學生出遊、旅遊渡假、臨時用車!GO 神州租賃有限公司!合法經營、合法連鎖、合法租賃小客車!

哈嘍，親愛的小夥伴們，技術學磊哥，進步沒得說！歡迎來到新一期的性能解讀系列，我是磊哥。

今天給大家帶來的是關於 try-catch 應該放在循環體外，還是放在循環體內的文章，我們將從性能和業務場景分析這兩個方面來回答此問題。

很多人對 try-catch 有一定的誤解，比如我們經常會把它（try-catch）和“低性能”直接畫上等號，但對 try-catch 的本質（是什麼）卻缺少着最基礎的了解，因此我們也會在本篇中對 try-catch 的本質進行相關的探索。

小貼士：我會盡量用代碼和評測結果來證明問題，但由於本身認知的局限，如有不當之處，請讀者朋友們在評論區指出。

性能評測

話不多說，我們直接來開始今天的測試，本文我們依舊使用 Oracle 官方提供的 JMH（Java Microbenchmark Harness，JAVA 微基準測試套件）來進行測試。

首先在 pom.xml 文件中添加 JMH 框架，配置如下：

<!-- https://mvnrepository.com/artifact/org.openjdk.jmh/jmh-core -->
<dependency>
   <groupId>org.openjdk.jmh</groupId>
   <artifactId>jmh-core</artifactId>
   <version>{version}</version>
</dependency>

完整測試代碼如下：

import org.openjdk.jmh.annotations.*;
import org.openjdk.jmh.runner.Runner;
import org.openjdk.jmh.runner.RunnerException;
import org.openjdk.jmh.runner.options.Options;
import org.openjdk.jmh.runner.options.OptionsBuilder;

import java.util.concurrent.TimeUnit;

/**
 * try - catch 性能測試
 */
@BenchmarkMode(Mode.AverageTime) // 測試完成時間
@OutputTimeUnit(TimeUnit.NANOSECONDS)
@Warmup(iterations = 1, time = 1, timeUnit = TimeUnit.SECONDS) // 預熱 1 輪，每次 1s
@Measurement(iterations = 5, time = 5, timeUnit = TimeUnit.SECONDS) // 測試 5 輪，每次 3s
@Fork(1) // fork 1 個線程
@State(Scope.Benchmark)
@Threads(100)
public class TryCatchPerformanceTest {
    private static final int forSize = 1000; // 循環次數
    public static void main(String[] args) throws RunnerException {
        // 啟動基準測試
        Options opt = new OptionsBuilder()
                .include(TryCatchPerformanceTest.class.getSimpleName()) // 要導入的測試類
                .build();
        new Runner(opt).run(); // 執行測試
    }

    @Benchmark
    public int innerForeach() {
        int count = 0;
        for (int i = 0; i < forSize; i++) {
            try {
                if (i == forSize) {
                    throw new Exception("new Exception");
                }
                count++;
            } catch (Exception e) {
                e.printStackTrace();
            }
        }
        return count;
    }

    @Benchmark
    public int outerForeach() {
        int count = 0;
        try {
            for (int i = 0; i < forSize; i++) {
                if (i == forSize) {
                    throw new Exception("new Exception");
                }
                count++;
            }
        } catch (Exception e) {
            e.printStackTrace();
        }
        return count;
    }
}

以上代碼的測試結果為：

從以上結果可以看出，程序在循環 1000 次的情況下，單次平均執行時間為：

• 循環內包含 try-catch 的平均執行時間是 635 納秒 ±75 納秒，也就是 635 納秒上下誤差是 75 納秒；
• 循環外包含 try-catch 的平均執行時間是 630 納秒，上下誤差 38 納秒。

也就是說，在沒有發生異常的情況下，除去誤差值，我們得到的結論是：try-catch 無論是在 for 循環內還是 for 循環外，它們的性能相同，幾乎沒有任何差別。

try-catch的本質

要理解 try-catch 的性能問題，必須從它的字節碼開始分析，只有這樣我能才能知道 try-catch 的本質到底是什麼，以及它是如何執行的。

此時我們寫一個最簡單的 try-catch 代碼：

public class AppTest {
    public static void main(String[] args) {
        try {
            int count = 0;
            throw new Exception("new Exception");
        } catch (Exception e) {
            e.printStackTrace();
        }
    }
}

然後使用 javac 生成字節碼之後，再使用 javap -c AppTest 的命令來查看字節碼文件：

 javap -c AppTest 
警告: 二進制文件AppTest包含com.example.AppTest
Compiled from "AppTest.java"
public class com.example.AppTest {
  public com.example.AppTest();
    Code:
       0: aload_0
       1: invokespecial #1                  // Method java/lang/Object."<init>":()V
       4: return

  public static void main(java.lang.String[]);
    Code:
       0: iconst_0
       1: istore_1
       2: new           #2                  // class java/lang/Exception
       5: dup
       6: ldc           #3                  // String new Exception
       8: invokespecial #4                  // Method java/lang/Exception."<init>":(Ljava/lang/String;)V
      11: athrow
      12: astore_1
      13: aload_1
      14: invokevirtual #5                  // Method java/lang/Exception.printStackTrace:()V
      17: return
    Exception table:
       from    to  target type
           0    12    12   Class java/lang/Exception
}

從以上字節碼中可以看到有一個異常表：

Exception table:
       from    to  target type
          0    12    12   Class java/lang/Exception

參數說明：

※Google地圖已可更新顯示潭子電動車充電站設置地點!!

日本、大陸，發現這些先進的國家已經早就讓電動車優先上路，而且先進國家空氣品質相當好，電動車節能減碳可以減少空污

• from：表示 try-catch 的開始地址；
• to：表示 try-catch 的結束地址；
• target：表示異常的處理起始位；
• type：表示異常類名稱。

從字節碼指令可以看出，當代碼運行時出錯時，會先判斷出錯數據是否在 from 到 to 的範圍內，如果是則從 target 標誌位往下執行，如果沒有出錯，直接 goto 到 return。也就是說，如果代碼不出錯的話，性能幾乎是不受影響的，和正常的代碼的執行邏輯是一樣的。

業務情況分析

雖然 try-catch 在循環體內還是循環體外的性能是類似的，但是它們所代碼的業務含義卻完全不同，例如以下代碼：

public class AppTest {
    public static void main(String[] args) {
        System.out.println("循環內的執行結果：" + innerForeach());
        System.out.println("循環外的執行結果：" + outerForeach());
    }
    
    // 方法一
    public static int innerForeach() {
        int count = 0;
        for (int i = 0; i < 6; i++) {
            try {
                if (i == 3) {
                    throw new Exception("new Exception");
                }
                count++;
            } catch (Exception e) {
                e.printStackTrace();
            }
        }
        return count;
    }

    // 方法二
    public static int outerForeach() {
        int count = 0;
        try {
            for (int i = 0; i < 6; i++) {
                if (i == 3) {
                    throw new Exception("new Exception");
                }
                count++;
            }
        } catch (Exception e) {
            e.printStackTrace();
        }
        return count;
    }
}

以上程序的執行結果為：

java.lang.Exception: new Exception

at com.example.AppTest.innerForeach(AppTest.java:15)

at com.example.AppTest.main(AppTest.java:5)

java.lang.Exception: new Exception

at com.example.AppTest.outerForeach(AppTest.java:31)

at com.example.AppTest.main(AppTest.java:6)

循環內的執行結果：5

循環外的執行結果：3

可以看出在循環體內的 try-catch 在發生異常之後，可以繼續執行循環；而循環外的 try-catch 在發生異常之後會終止循環。

因此我們在決定 try-catch 究竟是應該放在循環內還是循環外，不取決於性能（因為性能幾乎相同），而是應該取決於具體的業務場景。

例如我們需要處理一批數據，而無論這組數據中有哪一個數據有問題，都不能影響其他組的正常執行，此時我們可以把 try-catch 放置在循環體內；而當我們需要計算一組數據的合計值時，只要有一組數據有誤，我們就需要終止執行，並拋出異常，此時我們需要將 try-catch 放置在循環體外來執行。

總結

本文我們測試了 try-catch 放在循環體內和循環體外的性能，發現二者在循環很多次的情況下性能幾乎是一致的。然後我們通過字節碼分析，發現只有當發生異常時，才會對比異常表進行異常處理，而正常情況下則可以忽略 try-catch 的執行。但在循環體內還是循環體外使用 try-catch，對於程序的執行結果來說是完全不同的，因此我們應該從實際的業務出發，來決定到 try-catch 應該存放的位置，而非性能考慮。

關注公眾號「Java中文社群」回復“乾貨”，獲取 50 篇原創乾貨 Top 榜。

本站聲明:網站內容來源於博客園,如有侵權,請聯繫我們,我們將及時處理

※廣告預算用在刀口上，台北網頁設計公司幫您達到更多曝光效益

有別於一般網頁架設公司，除了模組化的架站軟體，我們的營業主軸還包含：資料庫程式開發、網站建置、網頁設計、電子商務專案開發、系統整合、APP設計建置、專業網路行銷。

※南投搬家公司費用需注意的眉眉角角，別等搬了再說!

上新台中搬家公司提供您一套專業有效率且人性化的辦公室搬遷、公司行號搬家及工廠遷廠的搬家服務

PS:本文已收錄到1.1K Star數開源學習指南——《大廠面試指北》，如果想要了解更多大廠面試相關的內容及獲取《大廠面試指北》離線PDF版，請掃描下方二維碼碼關注公眾號“大廠面試”，謝謝大家了！項目地址：https://github.com/NotFound9/interviewGuide

《大廠面試指北》項目截圖：

獲取《大廠面試指北》離線PDF版，請掃描下方二維碼關注公眾號“大廠面試”

面試題：高併發場景下，如何保證緩存與數據庫一致性？

問題分析

我們日常開發中，對於緩存用的最多的場景就像下圖一樣，可能僅僅是對數據進行緩存，減輕數據庫壓力，縮短接口響應時間。

這種方案在不需要考慮高併發得去寫緩存，高併發得讀寫緩存時，是不會有問題，但是如果是在高併發場景下，要保證緩存和數據庫的一致性，至少需要解決以下問題：

高併發寫時的數據不一致問題

高併發讀寫時，請求執行各步驟的順序是不可控的。假設此時有一個請求A，B都在在執行寫流程，請求A是需要將某個數據改成1，請求B是需要將某個數據改為2，執行操作如下時就會導致數據不一致的問題：

1.請求A執行操作1.1刪除緩存。

2.請求A執行操作1.2更新數據庫，將值改為1。

3.請求B執行操作1.1刪除緩存。

4.請求B執行操作1.2更新數據庫，將值改為2

5.假設說請求B所在服務器網絡延遲比較低，請求B先更新緩存，此時緩存中的key對應的value是2。

6.請求A更新緩存，將緩存中B更新的數據進行覆蓋，將key對應的值改為1。

此時數據庫中是B修改后的數據，值為2，而緩存中的數據是1，這樣在緩存過期錢，用戶讀到的都是臟數據，與數據庫不一致。

高併發讀寫時的數據不一致的問題

高併發讀寫時，請求執行各步驟的順序是不可控的。假設此時有一個請求A在執行寫流程，將原值由1改成2，請求B執行讀流程，執行操作如下時就會導致數據不一致的問題：

1.寫請求A執行1.1操作刪除緩存key，value是原值1。

2.讀請求B執行2.1操作發現緩存中沒有數據，就去執行2.2操作讀數據庫，讀到舊數據，值為1。

3.寫請求A執行1.2操作更新數據庫，將數據由1改為2。

4.寫請求A執行1.3操作更新緩存，此時緩存中的數據key對應的value是2。

5.讀請求B執行2.3操作更新緩存，將之前讀到的舊數據1設置到緩存中，此時緩存中的數據key對應的value是1。

所以如果說讀請求B所在服務器網絡延遲比較高，去執行2.3操作比寫請求A晚，就會導致寫請求A更新完緩存后，讀請求B使用之前讀到的舊數據去更新緩存，此時緩存中數據就與數據庫中的不一致。

解決方案

保證數據一致性，網上有很多種方案，例如：

1.先刪除緩存，再更新數據庫。

2.先更新數據庫，再刪除緩存。

※產品缺大量曝光嗎?你需要的是一流包裝設計!

窩窩觸角包含自媒體、自有平台及其他國家營銷業務等，多角化經營並具有國際觀的永續理念。

3.先刪除緩存，再更新數據庫，然後異步延遲一段時間再去刪一次緩存。

但是這些方案都是存在各種各樣的問題，這裏篇幅有限，只給出目前相對正確的三套方案，目前的這些方案也有自己的局限性。

方案1.寫請求串行化

寫請求

1.寫請求更新之前先獲取分佈式鎖，獲得之後才能去數據庫更新這個數據，獲取不到就進行等待，超時后就返回更新失敗。

2.更新完之後去刷新緩存，如果刷新失敗，放到內存隊列中進行重試（重試時取數據庫最新數據更新緩存）。

讀請求

讀請求發現緩存中沒有數據時，直接去讀取數據庫，讀完更新緩存。

總結

這種技術方案通過對寫請求的實現串行化來保證數據一致性，但是會導致吞吐量變低。比較適合銀行相關的業務，因為對於銀行項目來說，保證數據一致性比可用性更加重要，就像是去存款機存錢，取錢時，為了保證賬戶安全，都是會讓用戶執行操作后，等待一段時間才能獲得反饋，這段時間其實取款機是不可用的。

方案2.先更新數據庫，異步刪除緩存，刪除失敗后重試

1.先更新數據庫

2.異步刪除緩存（如果數據庫是讀寫分離的，那麼刪除緩存時需要延遲刪除，否則可能會在刪除緩存時，從庫還沒有收到更新后的數據，其他讀請求就去從庫讀到舊數據然後設置到緩存中。）

3.刪除緩存失敗時，將刪除的key放到內存隊列或者是消息隊列中進行異步重試

發散思考

在更新完數據庫后，我們為什麼不直接更新，而是採用刪除緩存呢？

這是因為直接更新緩存的話，在高併發場景下，有多個更新請求時，難以保證后更新數據庫的請求會後更新緩存，也就是上面的高併發寫問題。如果採用刪除緩存，可以讓下次讀時讀取數據庫，更新緩存，保證一致性。

方案3.業務項目更新數據庫，其他項目訂閱binlog更新

1.業務項目直接更新數據庫。

2.cannal項目會讀取數據庫的binlog，然後解析后發消息到kafka。

3.然後緩存更新項目訂閱topic，從kafka接收到更新數據庫操作的消息后，更新緩存，更新緩存失敗時，新建異步線程去重試或者將操作發到消息隊列，後續再進行處理。

總結：

但是這種方案在更新數據庫后，緩存中還是舊值，必須等緩存更新項目消費消息后，更新緩存，緩存中才是最新值。所以更新操作完成與更新生效之間會有一定的延遲。

最後

大家有了解其他的技術方案，歡迎進群一起討論！

評論裏面有朋友問延時雙刪策略是什麼？

這裏解釋一下：延時雙刪策略就是先刪除緩存，再更新數據庫，再異步過一小段時間后刪除緩存（時間取決於MySQL主從同步的時間）。

是因為MySQL如果是讀寫分離時（寫請求寫主庫，讀請求讀從庫），我們更新主庫后，需要一段時間，從庫才會收到更新。

如果是寫請求更新主庫后，第二次立即刪除緩存，MySQL從庫還沒有收到更新，還是舊數據，那麼讀請求直接從庫讀到舊數據，設置到緩存的數據就是舊數據，就會數據不一致，所以這也是延時雙刪策略提出的初衷。

參考鏈接：

https://www.cnblogs.com/-wenli/p/11474164.html

https://www.cnblogs.com/rjzheng/p/9041659.html

本站聲明:網站內容來源於博客園,如有侵權,請聯繫我們,我們將及時處理

※自行創業缺乏曝光? 網頁設計幫您第一時間規劃公司的形象門面

網動廣告出品的網頁設計，採用精簡與質感的CSS語法，提升企業的專業形象與簡約舒適的瀏覽體驗，讓瀏覽者第一眼就愛上她。

※台中搬家公司費用怎麼算?

擁有20年純熟搬遷經驗，提供免費估價且流程透明更是5星評價的搬家公司

項目地址：https://github.com/kerlomz/captcha_trainer

編譯版下載地址： https://github.com/kerlomz/captcha_trainer/releases/tag/v1.0

注意：若使用雲服務器 (Windows Server版) 遇到閃退，請按照步驟：我的電腦——屬性——管理——添加角色和功能——勾選桌面體驗，點擊安裝，安裝之後重啟即可。

2020/06/01編外：

想必各位只是偶然間搜到這篇文章，網上文章參差不齊，標題黨很多，能跑起來的開源代碼很少，對於能跑起來的代碼，也經常遇到以下問題如：內存泄漏，網絡參數寫死導致更換訓練集報錯，網絡跑其他樣本識別率低，沒有調用示例等等。

再往下看之前，我可以向你們保證，它絕對會是你所見過的所有驗證碼有關的文章中最實用，最接近生產水平的。

1. 對小白： 你可以不需要動手寫任何一行代碼。
2. 對小企業： 它的可用性和穩定性是經得起考驗的，在性能上也是同行領先的，可以放心入坑。

因為小編打算轉行了，離開這個行業之前總要留下點什麼證明自己來過，總有人和我說的這個部署不會調用，可能你們想要的是一行pip就搞定環境的，所以今天給你們安排了麻瓜OCR（MuggleOCR）。
https://pypi.org/project/muggle-ocr
它整合了簡單驗證碼識別通用模型+印刷文字通用識別，並且支持調用本文框架訓練的模型。調用只需要三行核心代碼：

import time
# STEP 1
import muggle_ocr
import os
# STEP 2
sdk = muggle_ocr.SDK(model_type=muggle_ocr.ModelType.OCR)
root_dir = r"./imgs"
for i in os.listdir(root_dir):
    n = os.path.join(root_dir, i)
    with open(n, "rb") as f:
        b = f.read()
    st = time.time()
    # STEP 3
    text = sdk.predict(image_bytes=b)
    print(i, text, time.time() - st)

這真的很簡單，應付一般的文字識別和驗證碼都足夠了。（文字識別過幾天會更新一下新模型，畢竟0601模型就跑了半天。

1. 前言

本項目適用於Python3.7，GPU>=NVIDIA GTX1050Ti，原master分支新增了GUI配置界面以及編譯版本了，是時候寫一篇新的文章了。

長話短說，開門見山，網絡上現有的代碼以教學研究為主，本項目是為實用主義者定製的，只要基本的環境安裝常識，便可很好的訓練出期望的模型，重定義幾個簡單的參數任何人都能使用深度學習技術訓練一個商業化成品。

筆者選用的時下最為流行的CNN+BLSTM+CTC（CRNN）進行端到端的不定長驗證碼識別，代碼中預留了CNNX（搜不到因為是小編自己拼湊的）/MobileNet/DenseNet121/ResNet50等選項，可以在配置界面中直接選用。首先，介紹個大概吧。

H16/H64指的是Bi-LSTM的隱藏神經元個數UnitsNum，所以本項目使用GPU訓練，使用CPU進行預測。預測服務部署項目源碼請移步此處：https://github.com/kerlomz/captcha_platform
部署項目的編譯版下載地址：https://github.com/kerlomz/captcha_platform/releases

2.環境依賴：

花了超長篇幅介紹了訓練環境的基本搭建，主要是給尚未入門的讀者看的，老鳥們隨便跳過，若不希望在環境上面浪費時間的，歡迎使用編譯版，可在文章開頭找到下載地址。

關於CUDA和cuDNN版本的問題，不少人很糾結，這裏就列出官方通過pip安裝的TensorFlow的版本對應表：

Linux

Windows

如果希望使用上面對應之外的搭配的CUDA和cuDNN，可以自行編譯TensorFlow，或者去Github上搜索TensorFlow Wheel找到第三方編譯的對應版本的whl安裝包。提前預警，若是自己編譯將會苦難重重，坑很多，這裏就不展開了。

2.1 本項目環境依賴

目前在以下主流操作系統平台均測試通過：

本訓練項目主要的環境依賴清單如下

2.1.1 Ubuntu 16.04 下的 Python 3.7

1）先安裝Python環境（有Python 3.7環境的可以忽略）

sudo apt-get install openssl  
sudo apt-get install libssl-dev
sudo apt-get install libc6-dev gcc  
sudo apt-get install -y make build-essential zlib1g-dev libbz2-dev libreadline-dev $ libsqlite3-dev wget curl llvm tk-dev 
wget https://www.python.org/ftp/python/3.7.6/Python-3.7.6.tgz
tar -vxf Python-3.7.6.tar.xz
cd Python-3.7.6
./configure --prefix=/usr/local  --enable-shared
make -j8
sudo make install -j8

經過上面指令就安裝好Python3.7環境了，如果提示找不到libpython3.7m.so.1.0就到/usr/local/lib路徑下將該文件複製一份到/usr/lib和/usr/lib64路徑下。
2）安裝相關依賴（這一步Windows和Linux通用）
可以直接在項目路徑下執行pip3 install -r requirements.txt安裝所有依賴，注意這一步是安裝在全局Python環境下的，強烈建議使用虛擬環境進行項目間的環境隔離，如Virtualenv或Anaconda等等。
我一般使用的是Virtualenv，有修改代碼需要的，建議安裝PyCharm作為Python IDE

virtualenv -p /usr/bin/python3 venv # venv is the name of the virtual environment.
cd venv/ # venv is the name of the virtual environment.
source bin/activate # to activate the current virtual environment.
cd captcha_trainer # captcha_trainer is the project path.
pip3 install -r requirements.txt

2.1.2 Ubuntu 16.04 下的 CUDA/cuDNN

網上看到過很多教程，我自己也部署過很多次，Ubuntu 16.04遇到的坑還是比較少的。14.04支持就沒那麼好，如果主板不支持關閉SecureBoot的話千萬不要安裝Desktop版，因為安裝好之後一定會無限循環在登陸界面無法進入桌面。
網上教程說要加驅動黑名單什麼的我直接跳過了，親測沒那個必要。就簡單的幾步：
1. 下載好安裝包
注意下載runfile類型的安裝包，deb安裝會自動安裝默認驅動，極有可能導致登陸循環
NVIDIA 驅動下載：https://www.geforce.cn/drivers
CUDA 下載地址：https://developer.nvidia.com/cuda-downloads
cuDNN 下載地址：https://developer.nvidia.com/cudnn （需要註冊NVIDIA賬號且登陸，下載deb安裝包）

2. 關閉圖形界面
Ctrl+alt+F1進入字符界面，關閉圖形界面

sudo service lightdm stop

3. 安裝Nvidia Driver

命令中的版本自己對應下載的版本改，在上面的下載地址根據自己的顯卡型號下載最新版，切記是runfile格式的安裝包。

sudo chmod a+x NVIDIA-Linux-x86_64-384.90.run //獲取執行權限
sudo ./NVIDIA-Linux-x86_64-384.90.run –no-x-check –no-nouveau-check –no-opengl-files //安裝驅動

安裝成功以後使用以下命令驗證，如果显示顯卡信息則表示安裝成功

nvidia-smi

4. 安裝CUDA

1）先安裝一些系統依賴庫

sudo apt-get install freeglut3-dev build-essential libx11-dev libxmu-dev libxi-dev libgl1-mesa-glx libglu1-mesa libglu1-mesa-dev

1. 執行安裝程序，按指示無腦繼續就好了，如果提示是否安裝驅動選不安裝。

sudo sh cuda_9.0.176_384.81_linux.run

安裝完如果環境變量沒配上去，就寫到 ~/.bashrc 文件的尾部

export PATH=/usr/local/cuda-9.0/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

然後在終端執行 sudo ldconfig更新，安裝完畢就可以重啟機器重啟圖形界面了。

sudo service lightdm start

2.1.3 Windows 系統

在Windows其實簡單很多，只要到官網下載安裝包無腦安裝就可以了，下載連接同Ubuntu，先安裝Python，顯卡驅動，CUDA，然後下載對應的cuDNN替換到對應路徑即可。

3 使用

在訓練之前，有不少群友經常問我“訓練4位數英文数字需要多少樣本？”諸如此類的問題，我這裏統一做個回復，樣本數量主要是看樣本的特徵複雜度而定。

這裏可以提供幾個參考依據： 是否變形？是否旋轉？是否有複雜背景干擾？是否多種字體？字符集（分類數）多大？位數（標籤數）多少？

1. 一般簡單的幾百個樣本（需要自行調整 驗證集大小 和 驗證批次大小 ）即可。
2. 稍微複雜的幾千個樣本一般都能搞定。
3. 特別複雜的幾萬樣本起。
4. 中文這種幾千個分類的一般十萬起。

注：只準備一百個不到樣本的親們，千萬不要嘗試訓練測試，因為根本跑不起來。

入手的第一步環境搭建好了，那就是準備跑代碼了，還是有幾個必要的條件，巧婦難為無米之炊，首先，既然是訓練，要先有訓練集，有一個新手嘗鮮的訓練集，是mnist手寫識別的例子，可以在騰訊雲下載：https://share.weiyun.com/5pzGF4V
，現在萬事俱備，只欠東風。

3.1 定義一個模型

本項目基於參數化配置，不需要改動任何代碼，可以通過可視化界面操作訓練幾乎任何字符型圖片驗證碼。訓練框架界面可以大致劃分為幾個部分：

1. Neural Network – 神經網絡區
2. Project Configuration – 項目配置區
3. Sample Source – 樣本源配置區
4. Training Configuration – 訓練配置區
5. Buttons – 功能控制區

依此類推的訓練配置的步驟如下：

1. 神經網絡區 的配置項看起來很多，對於新手來說，可以直接使用默認的配置：CNNX+GRU+CTC+C1組合（CNN前置網絡+GRU+CTC+單通道）。
2. 項目配置區 的配置項在網絡選好之後配置項目名，按回車或者點擊空白處確認。
3. 樣本源配置區 的配置項用來配置樣本源的路徑，訓練樣本是根據此路徑進行打包成TFRecords格式，驗證樣本可以不指定，使用[Validation Set Num]參數隨機從訓練集總抽樣成驗證集。
4. 訓練配置區 的配置項負責定義訓練完成的條件如：結束準確率，結束COST，結束Epochs，批次大小
5. 功能控制區 的配置項，設置完上面步驟，先點擊[Make Dataset] 打包樣本，再點擊[Start Training]開始訓練。

以下部分有基礎的讀者們可以了解一下：

如若使用CrossEntropy作為解碼器需要注意標籤數LabelNum和圖片尺寸需要滿足的關係，因為網絡為多標籤而設計（一般的多標籤採用直接連接多個分類器），卷積層的輸出 outputs 經過了以下變換：

Reshape([label_num, int(outputs_shape[1] / label_num)])

為了保證運算 int(outputs_shape[1] / label_num) 能夠取得正整數，也意味着他們之間存在某種關係，對於CNN5+Cross Entropy的網絡結構，Conv2D層的步長皆為1，那麼需要保證以下關係成立：

\[mod(\frac{輸入寬度\times輸入高度\times輸出層參數}{池化步長^{池化層數}\times標籤數})= 0 \]

所以有時候需要Resize網絡輸入的Shape

例如使用CNN5+CrossEntropy組合，則輸入寬度與輸入高度需要滿足：

\[mod(\frac{輸入寬度\times輸入高度\times64}{16\times標籤數})= 0 \]

※台中搬家遵守搬運三大原則,讓您的家具不再被破壞!

台中搬家公司推薦超過30年經驗,首選台中大展搬家

同理如果CNN5+RNN+CTC，卷積層之後的輸出經過以下變換：

Reshape([-1, outputs_shape[2] * outputs_shape[3]])

原輸出(batch_size, outputs_shape[1], outputs_shape[2], outputs_shape[3])，RNN層的輸入輸出要求為(batch, timesteps, num_classes)，為了接入RNN經過以上操作，那麼又引出一個Time Step的概念，所以timesteps的值也是 outputs_shape[1]，而CTC Loss要求的輸入為 [batch_size, frames, num_labels]，若是 timesteps 小於標籤數則無法計算損失，也就無法找損失函數中找到極小值，梯度何以下降。timesteps 最合理的值一般是標籤數的2倍，為了達到目的，也可以通過Resize網絡輸入的Shape解決，一般情況timesteps直接關聯於圖片寬度，大多情況只要按比例放大寬度即可。

ExtractRegex 參數：

注意：如果訓練集的命名格式和我提供的新手訓練集不一樣，請根據實際情況修改ExtractRegex的正則表達式。目前只支持在yaml配置文件中直接修改，尚未提供GUI界面修改的支持。 DatasetPath 和SourcePath參數允許多個路徑，這種操作適用於需要將多種樣本訓練為一個模型，或者希望訓練一套通用泛化模型的人。
字符集Category其實大多數情況下不需要修改，一般的圖形驗證碼離不開数字和英文，而且一般來說是大小寫不敏感的，不區分大小寫，因為打碼平台收集的訓練集質量參差不齊，有些大寫有些小寫，不如全部統一為小寫，默認ALPHANUMERIC_LOWER則會自動將大寫的轉為小寫，字符集可定製化很靈活，除了配置備註上提供的幾種類型，還可以訓練中文，自定義字符集用list表示，示例如下：

Category: ['常', '世', '寧', '慢', '南', '制', '根', '難']

如果是單標籤分類，可以配合LabelNum=1，例如：

Category: ["航母", "雨靴", "毛線", "安全帽", "調色板", "海鷗", "日曆", "網球拍", ......]

其文件名示例：航母_1231290424123.png

如果是多標籤分類，可以配合LabelSplit=&，例如：

Category: ["航母", "雨靴", "毛線", "安全帽", "調色板", "海鷗", "日曆", "網球拍", ......]

其文件名示例：航母&雨靴&毛線_1231290424123.png

可以自己根據收集訓練集的實際字符集使用率來定義，也可以無腦網上找3500常用字來訓練，注意：中文字符集一般比数字英文大很多，剛開始收斂比較慢，需要更久的訓練時間，也需要更多的樣本量，請量力而行

形如上圖的圖片能輕鬆訓練到95%以上的識別率。
ImageWidth、ImageHeight只要和當前圖片尺寸匹配即可，其實這裏的配置主要是為了方便後面的部署智能策略。

Pretreatment參數：

該參數是用來做圖片預處理的，例如形如以下的GIF動圖，

可以使用ConcatFrames參數選取幀對兩幀進行水平拼接，適用於處理滾動型GIF，而閃爍型GIF可以使用BlendFrames參數進行融合。

3.2 開始訓練

1. 經過 採集標註樣本形如 xxx_隨機數.png
2. 打包樣本
   通過GUI界面的 [Make Dataset] 或者 make_dataset.py 直接打包。
   注意：使用源碼運行本項目的功能模塊需要具備一定的語言基礎，參數修改的部分和示例已預留好，盡量不修改核心類或函數的代碼以免出現錯誤。

按照上面的介紹，配置只要修改極少數的參數對應的值，就可以開啟正式的訓練之旅了，具體操作如下：
可以直接使用 PyCharm 的 Run，執行 trains.py，也可以在激活Virtualenv下使用終端亦或在安裝依賴的全局環境下執行，但本文建議全程使用GUI界面進行操作，使用GUI僅需啟動 app.py 即可。

python3 trains.py

剩下的就是等了，看過程，等結果。
正常開始訓練的模樣應該是這樣的：

訓練結束會在項目的out路徑下生成一個包含pb文件的graph目錄和包含yaml文件的model目錄，下面該到部署環節了。

3.3 部署

真的很有必要認真的介紹一下部署項目，比起訓練，這個部署項目傾注了筆者更多的心血，為什麼呢？
項目地址：https://github.com/kerlomz/captcha_platform

如希望將本系統集成於自己的項目中的可以參考python-sdk的使用：
https://pypi.org/project/muggle-ocr/
該項目的核心基於 captcha_platform/sdk/pb/sdk.py 可以根據需要自行修改，抑或直接使用MuggleOCR 調用訓練框架生產的模型。（具體調用方法可點擊上面鏈接有對應的文檔介紹）

編譯版：https://github.com/kerlomz/captcha_platform/releases，使用編譯版無需安裝Python和TensorFlow環境。

真的值得了解的幾點

1. 同時管理多個模型，支持模型熱拔插
2. 靈活的版本控制
3. 支持批量識別
4. 服務智能路由策略

首先筆者重寫了TensorFlow的Graph會話管理，設計會話池，允許同時管理多模型，實現多模型動態部署方案。

1） 訓練好的 pb模型只要放在部署項目的graph路徑下，yaml模型配置文件放在model， 即可被服務發現並加載。（用SDK調用時，兩者置於同一目錄下）

2） 如果需要卸載一個正在服務的模型，只需要在model中刪除該模型的yaml配置文件，在graph中刪除對應的pb模型即可。

3） 如果需要更新一個已經服務中的模型，只需修改新版的模型yaml配置文件的版本號高於原模型的版本號，按先放pb後放yaml的順序，服務便會自動發現新版的模型並加載使用，舊的模型將因版本低於新版模型不會被調用，可以按照上述的卸載方法卸載已被棄用的模型釋放內存。
上面的操作中無需重啟服務，完全的無縫切換

其次，一套服務想要服務於各式各樣的圖像識別需求，可以定義一套策略，訓練時將所有尺寸一樣的圖片訓練成一個模型，服務根據圖片尺寸自動選擇使用哪個模型，這樣的設計使定製化和通用性共存，等積累到一定多樣的訓練集時可以將所有的訓練集合到一起訓練一個通用模型，亦可以彼此獨立，每個模型的疊加僅僅增加了少量的內存或顯存，網上的方案大多是不同的模型單獨部署一套服務，每個進程加載了一整套TensorFlow框架勢必是過於龐大和多餘的。

用到批量識別需求的人相對少很多這裏就不展開介紹了。但是這裏給出一個12306的例子：

FieldParam:
  CorpParams: [
    {
      "start_pos": [118, 0],
      "interval_size": [0, 0],
      "corp_num": [1, 1],
      "corp_size": [60, 30]
    },
    {
      "start_pos": [5, 40],
      "interval_size": [5, 5],
      "corp_num": [4, 2],
      "corp_size": [66, 66]
    }
  ]
  OutputCoord: True

該參數可以用於大圖的裁剪組成一批小圖作為一個批次的輸入，改用法可以避免多次調用。

但是識別項目提供了多套可選的服務有：gRPC，Flask，Tornado，Sanic，其中Flask和Tornado提供了加密接口，類似於微信公眾號開發接口的SecretKey和AccessKey接口，感興趣的可以在demo.py中閱讀調用源碼了解。

部署的使用可以經過package.py編譯為可執行文件，這樣可以免去更換機器環境安裝的煩惱，部署項目安裝流程同訓練項目，項目中提供的requirements.txt已經將所需的依賴都列清楚了，強烈建議部署項目安裝cpu版TensorFlow。

本項目部署推薦使用Tornado版，功能最齊全，性能最為穩定。

Linux：

1. Tornado：

# 端口 19952
python3 tornado_server.py

1. Flask

# 方案1，裸啟動， 端口 19951
python flask_server.py 
# 方案2，使用gunicorn，端口 5000
pip install gunicorn 
gunicorn -c deploy.conf.py flask_server:app

1. Sanic：

# 端口 19953
python3 sanic_server.py

1. gRPC:

# 端口 50054
python3 grpc_server.py

1. 編譯版(基於Tornado)

# 前台運行
./captcha_platform_tornado
#後台運行
nohup ./captcha_platform_tornado &

Windows：
Windows平台下都是通過python3 xxx_server.py啟動對應的服務，注意，Tornado、Flask、Sanic的性能在Windows平台都大打折扣，gRPC是Google開源的RPC服務，有較為優越的性能。
編譯版直接運行編譯后的exe可執行文件即可。

3.4 調用/測試

1. Tornado服務：

具體參數：

請求為JSON格式，形如：{“image”: “base64編碼后的圖像二進制流”}

返回結果：

該返回為JSON格式，形如：{“message”: “xxxx”, “code”: 0, “success”: true}

2. Flask服務：

請求參數和返回格式同上

3. Sanic服務：

請求參數和返回格式同上

4. gRPC服務：
需要安裝依賴，grpcio、grpcio_tools和對應的grpc.proto文件，可以直接從項目中的示例代碼demo.py中提取。

python -m grpc_tools.protoc -I. --python_out=. --grpc_python_out=. ./grpc.proto

grpcio、grpcio_tools 是根據 grpc.proto 使用上述命令生成的。

class GoogleRPC(object):

    def __init__(self, host: str):
        self._url = '{}:50054'.format(host)
        self.true_count = 0
        self.total_count = 0

    def request(self, image, model_type=None, model_site=None):

        import grpc
        import grpc_pb2
        import grpc_pb2_grpc
        channel = grpc.insecure_channel(self._url)
        stub = grpc_pb2_grpc.PredictStub(channel)
        response = stub.predict(grpc_pb2.PredictRequest(
            image=image, split_char=',', model_type=model_type, model_site=model_site
        ))
        return {"message": response.result, "code": response.code, "success": response.success}

if __name__ == '__main__':
    result = GoogleRPC().request("base64編碼后的圖片二進制流")
    print(result)

3.5 奇技淫巧

該項目還可以直接用於識別帶顏色的驗證碼，部署項目middleware/impl/color_extractor.py基於k-means實現了顏色分離模塊，可用於處理如下形式的驗證碼：

還有一種方案是同時預測驗證碼和每個字符對應的顏色，不過這需要修改現有的神經網絡進行支持，在最後一層修改為雙輸出，一個輸出顏色，一個輸出對應字符，這對於樣本標註的要求較高，也提高的成本，所以如果能用無限生成樣本，那問題就迎刃而解了，比如上圖，筆者就寫了樣本生成代碼，感興趣的可以移步：
https://www.jianshu.com/p/da1b972e24f2
其實還有很多很多技巧，例如，用生成的樣本代替訓練集，其實網上的圖片驗證碼大多是採用開源的，稍作修改而已，大多數情況都能被近似生成出來，上述展示的驗證碼圖片不代表任何實際的網站，如有雷同，純屬巧合，該項目只能用於學習和交流用途，不得用於非法用途。

後記

如果文章描述不夠詳盡或需要技術支持的，可以加群 857149419 諮詢，或在開源項目中提issue，很榮幸能為開源社區貢獻綿薄之力。

本站聲明:網站內容來源於博客園,如有侵權,請聯繫我們,我們將及時處理

※台中搬家公司費用怎麼算?

擁有20年純熟搬遷經驗，提供免費估價且流程透明更是5星評價的搬家公司

※推薦台中搬家公司優質服務,可到府估價

台中搬鋼琴,台中金庫搬運,中部廢棄物處理,南投縣搬家公司,好幫手搬家,西屯區搬家

一、Postman

　　 1、創建Collection，在Collection中創建接口請求，如下圖所示。

 　　2、編寫接口對應的斷言Test和Pre-request Script，如下圖所示。

 　　3、配置接口對應的環境變量或全局變量。

 　　4、導出接口集合Collection和導出對應接口的環境變量，導出生成的是JSON文件。

　　如下圖所示，導出生成的接口集合和環境變量JOSN文件

　　如大家對以上Postman的操作疑惑的，可參考之前我寫過的Postman（一）兩篇博客。

 二、Newman

 1、簡介

　　newman是Postman的命令集合運行器，可以通過它直接從命令行運行和測試Postman，以便後續在持續集成服務器構建。

　　Newman 是 Postman 推出的一個 nodejs 庫，直接來說就是 Postman 的json文件可以在命令行執行的插件。

　　官方文檔：https://www.npmjs.com/package/newman

2、安裝

　　淘寶鏡像全局安裝newman的命令：

1 npm install -g newman --registry=https://registry.npm.taobao.org

 　　安裝成功，如下圖所示，显示newman成功安裝好的版本號。

 　　驗證newman是否安裝成功，查看newman版本號命令：newman -version

 3、常用Newman語法

　　列舉一些常用的Newman命令語法。

1、運行命令 newman run URL連接 　　或 　　newman run 集合文件名
2、-e，- environment <path> 　　 指定Postman環境的URL或路徑。
3、-g，–globals  　　指定全局變量的文件地址或url 
4、-d，—-iteration-data 　　指定用於迭代的數據源文件路徑
5、-n，–iteration-count  　　 指定迭代次數
6、–export-globals  　　 導出全局環境變量
7、–timeout (ms)  　　 設置整個集合運行完成執行的時間
8、–export-collection  　　 導出集合文件
9、–timeport-request (ms)  　　指定等待請求返迴響應的時間
10、–timeout-script （ms） 　　 指定等待腳本執行完成的時間

　　我們可通過cmd終端查看newman run運行時可以所帶的相關參數。newman run -h查看所有相關參數語法，如下圖所示。

 4、Newman實例

　　該newman run命令允許您指定要運行的集合。您可以輕鬆地從Postman App中將Postman Collection導出為json文件，並使用Newman運行它。

1 newman run examples/sample-collection.json

　　例：運行Postman導出的接口集合及環境變量，打開cmd，定位至Json文件目錄，輸入newman運行命令。

1 newman run Test.postman_collection.json -e mukeOnline.postman_environment.json

　　run運行接口集合的命令，-e 帶入接口集合的環境變量

　　我們在cmd終端定位至接口集合和環境變量的JSON文件目錄，運行命令行結果如下圖：

 　　由上面的運行可看出在cmd終端運行的結果不太方便測試人員的查看與測試報告的形成。那麼我們如何利用newman命令來生成輸出測試報告文件？

指定測試報告的導出格式：目前支持四種格式：cli,json,html,junit

　　–reporter-{{reporter-name}}-{{reporter-option}}

支持同時導出多種測試報告格式

　　JSON –reporter-json-export <path>

　　HTML –reporter-html-export <path>

　　JUNIT/XML –reporter-junit-export <path>

　　我們還拿上面的集合和環境變量來舉例，生成HTML報告時需要安裝html套件，命令行中執行：

1 npm install -g newman-reporter-html --registry=https://registry.npm.taobao.org

　　安裝newman-reporter-html，如下圖

 　　運行命令，即可在文件目錄下查看生成的HTML文件形式的測試報告。

1 newman run Test.postman_collection.json -e mukeOnline.postman_environment.json -r html --reporter-html-export report.html

　　生成的HTML測試報告文件，如下圖所示。

※台中搬家公司教你幾個打包小技巧,輕鬆整理裝箱!

還在煩惱搬家費用要多少哪？台中大展搬家線上試算搬家費用，從此不再擔心「物品怎麼計費」、「多少車才能裝完」

　　我們可以看出用上面HTML生成的報告樣式比較簡單，怎麼讓我們的報告顯得高大上呢？那麼我們就得使用Htmlextra套件。

　　首先安裝使用htmlextra套件生成比較高級的html報告，使用方法和html的相同，需要安裝htmlextra,命令行中輸入：

1 npm install -g newman-reporter-htmlextra

　　安裝成功，如下圖所示。

 　　我們把上面的接口集合用例再執行一下，看看這個測試報告的效果如何。newman運行命令如下。

1 newman run Test.postman_collection.json -e mukeOnline.postman_environment.json -r htmlextra --reporter-html-export htmlReport.html

　　測試報告結果如下圖，可看出報告的樣式比之前好多了。

三、Git

　　下載GitExtensions和Git，將Postman導出的json文件上傳至github上，拉取下來可進行迭代。這裏不過多說明，可自行查找資料。

 四、Jenkins

1、簡介

　　Jenkins是一個開源的、可擴展的持續集成、交付、部署（軟件/代碼的編譯、打包、部署）的基於web界面的平台。允許持續集成和持續交付項目，無論用的是什麼平台，可以處理任何類型的構建或持續集成。

2、安裝

　　下載Jenkins：https://www.jenkins.io/download/，下載后並安裝。

　　安裝時出現的問題：

（1）問題一：注意安裝Jenkins之前先安裝tomcat和Java jdk，否進入不了Jenkins頁面。當安裝好tomcat和java jdk后，Jenkins頁面仍卡着不動。

　　解決方法：查看並修改配置文件設置，重啟tomcat服務。進入Jenkins根目錄，打開hudson.model.UpdateCenter.xml文件，將文件中的url，修改為http://updates.jenkins.io/update-center.json，即去掉https中的s或更改為

https://mirrors.tuna.tsinghua.edu.cn/jenkins/updates/update-center.json，修改好后，重新啟動tomcat服務即可。

（2）問題二：進入Jenkins頁面，到配置安裝組件時，出現No such plugin: cloudbees-folder的報錯。

　　解決方法：打開鏈接“http://ftp.icm.edu.pl/packages/jenkins/plugins/cloudbees-folder/”，在最下面找到並打開“latest”目錄。將目錄中的“cloudbees-folder.hpi”下載下來後放在“jenkins安裝目錄\war\WEB-INF\detached-plugins”文件夾中。在“控制面板-管理工具-服務”中找到“jenkins”服務，重啟服務，重啟tomcat服務。重新訪問http://localhost:8080/即可。

3、Jenkins配置Git與newman

　　新建Item，選擇Freestyle project

　　任務的Git地址、證書與分支的相關配置

　　設置構建newman運行命令

1 newman run Test.postman_collection.json -e mukeOnline.postman_environment.json

　　 設置好后保存，點擊Build Now

 　　生成構建結果

 　　構建後生成Junit報告，Git上新建空xml文件，nweman運行命令指向該xml文件。構建前運行命令修改為

newman run Test.postman_collection.json -e mukeOnline.postman_environment.json -r junit --reporter-junit-export newman\xmlReport.xml

　　運行結果測試報告可在Test Result中可查看。

　　 設置定時任務

　　Build periodically 每天上午10點構建一次　　H 10 * * *，如下圖所示。

　　以上就是簡單說明了一下Postman+Newman+Git+Jenkins接口自動化測試的設計與執行。後期有待優化與完善，請各位看官多多指教。

本站聲明:網站內容來源於博客園,如有侵權,請聯繫我們,我們將及時處理

※推薦台中搬家公司優質服務,可到府估價

台中搬鋼琴,台中金庫搬運,中部廢棄物處理,南投縣搬家公司,好幫手搬家,西屯區搬家

※綠能、環保無空污,成為電動車最新代名詞，目前市場使用率逐漸普及化

台中景泰電動車行只是一個單純的理由，將來台灣的環境，出門可以自由放心的深呼吸，讓空氣回歸自然的乾淨，減少污染，留給我們下一代有好品質無空污的優質環境

對於一些包牌價比我們自己完成一系列上牌過程的便宜，是因為它們在購車發票上進行“少開”，購置稅是按發票價進行收取，它們只要少開數額就可以少交購置稅以及保險，中間的差價就是它們的盈利額。但是對於我們消費者來說若是車輛發生重大事故、泡水、自燃或者盜搶，保險公司是按發票價為基準進行賠償，這無疑增加了一部分風險。

前言

買車的過程，其實就是一個和銷售鬥智斗勇的過程，稍有不留心就很有可能讓你沒了幾千元，或者是買到一些沒用的東西，而且整個購車過程都是那麼複雜，我們應該如何應對呢？還有我們在購車的時候怎樣才能最低價買到自己心儀的汽車呢？

盡量選擇全款購車而不是貸款購車

全款購車的時候雙方就相當交換貨物而已，手續可以達到最簡化，僅僅需要拿到車輛合格證、發票就可以完成這次交易。但是貸款購車的話4S店多半強制讓你在店裡購買車險以及上牌，而且對於原本僅僅是500元左右的上牌費用，在他們手上就成了2000以上的費用了，並且也有個人資料泄露的危險。保險方面也要比起自行購買要高400-1000元。所以說全款購車是比較省心省錢的。

選擇提裸車而不是落地價

很多4S美而言之“一條龍服務”，會為用戶提供上牌、保險等一系列服務，但是正正和上一理由一樣，這樣會給你增加額外的費用。對於一些包牌價比我們自己完成一系列上牌過程的便宜，是因為它們在購車發票上進行“少開”，購置稅是按發票價進行收取，它們只要少開數額就可以少交購置稅以及保險，

※自行創業缺乏曝光? 網頁設計幫您第一時間規劃公司的形象門面

網站的第一印象網頁設計，決定了客戶是否繼續瀏覽的意願。台北網動廣告製作的RWD網頁設計，採用精簡與質感的CSS語法，提升企業的專業形象與簡約舒適的瀏覽體驗，讓瀏覽者第一眼就愛上它。

中間的差價就是它們的盈利額。但是對於我們消費者來說若是車輛發生重大事故、泡水、自燃或者盜搶，保險公司是按發票價為基準進行賠償，這無疑增加了一部分風險。

不選購精品

在購車以後，銷售基本會“乘勝追擊”向你推薦各種精品，例如汽車貼膜、迎賓踏板、發動機下護板等，而且這些產品的價格基本都是外面的一倍有餘，會美而言之“原裝件”，但實際上汽車廠商並沒有做到這類型的精品，我們在某寶上只要搜索“原裝件”就能找到很多打着“原廠”符號的精品，並且會發現這些產品都是一些小作坊的產品。

對比各類型的金融產品

對於選擇貸款購車的人來說，利息以及手續費都是一筆不小的開支，而事實上每一個金融機構的利息以及手續費都是不一樣的，所以我們要合理對比，有些金融機構甚至是有着廠家貼息的，這樣無疑能給你省下上萬元，這種貼息的品牌多半以上汽、日產為主，具體還是要多方面比較、詢問，選擇合適的金融產品。

明確購車所需費用

對於一些無良的4S店，他們總是給你設置各種各樣的雜費，貸款手續費、出庫費層出不窮。所以我們在買車的時候一定要白紙黑字明確各方面的費用，對於所贈送的東西也要將其記錄下來並雙方簽字，這樣就不會出現突然收取不該有的費用或者是該有的優惠、贈品沒有落實的情況。

所以買車過程講究的就是不怕麻煩、細心、謹慎以及理性，這樣才能以最低價格買到自己心儀的汽車，而對於不熟悉流程或者是汽車的新手朋友最好還是尋求一位“老司機”一同購車。本站聲明:網站內容來源於http://www.auto6s.com/,如有侵權,請聯繫我們,我們將及時處理

※如何讓商品強力曝光呢? 網頁設計公司幫您建置最吸引人的網站，提高曝光率!

以設計的實用美學觀點，規劃出舒適、美觀的視覺畫面，有效提昇使用者的心理期待，營造出輕鬆、愉悅的網站瀏覽體驗。