[Blog][Domain] programb.blog.csdn.net

3. **并列争求法（Scrum）** - 使用固定长度的迭代（Sprint），通常为2–4周，每个Sprint结束时产出一个潜在可发布的产品增量。 - 关键角色：产品负责人（Product Owner）、Scrum Master、开发团队。 - 主要活动：Sprint计划会、每日站会、Sprint评审与回顾会议。 - 工件：产品待办列表（Product Backlog）、Sprint待办列表、燃尽图。

3. **构建阶段（Construction Phase）** - **需求获取**：趋于稳定，主要补充细节需求，处理剩余用例。 - **分析**：较少进行高层次分析，更多聚焦于具体功能的逻辑解析。 - **设计**：侧重详细设计，为每个构件提供清晰的设计说明。 - **实现**：重中之重，大规模编码，集成各类软件构件，形成完整系统。 - **测试**：全面展开单元测试、集成测试和系统测试，确保质量。

1. **从应用系统工程向领域工程反馈构件使用信息** 在应用系统工程阶段，开发团队从构件库中选取、特化或修改已有构件用于系统构建。在此过程中，会记录以下信息：- 哪些构件被频繁使用；- 哪些构件需要大量修改才能适应新场景；- 哪些功能缺失导致必须新开发组件；- 构件的接口是否合理、文档是否完整；- 特化过程中的可变性需求是否被充分支持。

- **领域工程**：通过领域分析，构建领域模型、基准体系结构，形成可复用构件库（需测试、包装）。 - **应用系统工程**：分析应用系统需求，从构件库（或第三方）选取构件，经特化/修改后组装成系统。喷泉模型中的“无间隙性”指的是软件开发的各个阶段（如需求分析、系统设计、编码实现、测试等）之间没有明确的界限，可以交叉、重叠并行进行。具体体现在以下几个方面的阶段交叉中：

适用于以下类型项目： - 系统规模大、复杂度高（如航空航天、国防、大型企业级系统）； - 高风险项目，存在较多不确定性（技术新颖、需求易变）； - 用户参与度高，需频繁反馈与调整方向； - 允许分阶段交付，支持渐进式完善。

原型模型的主要价值体现在：- 提升用户参与度，使需求更加清晰；- 降低因需求误解导致的开发风险；- 比传统瀑布模型更具灵活性，能有效应对变化；- 通过可视化成果提前暴露设计问题，减少后期返工。

3. **与瀑布模型的关联** 增量模型本质上是瀑布模型的一种演进形式。它保留了瀑布模型各阶段顺序执行的特点（如每个增量内部仍遵循“分析→设计→编码→测试”的线性流程），但通过多次“小型瀑布”的循环实现了迭代式交付。这种模式有效缓解了传统瀑布模型的重大缺陷——例如直到项目末期才能看到可运行系统、难以应对需求变更、错误发现晚等——使得系统能力可以早期演示，问题也能更早暴露和修正。

1. **线性顺序流程难以回溯** 两者均基于阶段化的线性结构，前一阶段完成后才能进入下一阶段。一旦进入编码或测试阶段，若发现前期需求有误或需调整，很难返回修改，因为更改需求会影响已形成的大量文档和设计成果。

#### ✅ 阶段式模型适用场景：- **需要对外认证或投标时展示组织能力**（如政府项目常要求“CMMI三级以上”）- **组织希望系统性地全面提升软件过程能力**- **管理层关注整体流程标准化与合规性**- **初次实施CMMI，希望通过统一框架建立基础体系**

- CMM与CMMI均为提升软件工程过程质量与效率的重要框架。 - CMMI是CMM的扩展与集成，适用于更广泛的工程领域，如系统工程、硬件开发、集成化产品与过程开发（IPPD）等。CMM（软件能力成熟度模型）的五个成熟度等级分别对应以下关键过程特征：

**关键实践要求**：- 建立过程性能的度量体系，收集过程与产品的定量数据（如缺陷率、生产率、周期时间等）。- 设定过程性能基线（Process Performance Baseline, PPB）和目标（PPO）。- 对关键过程进行统计分析，识别异常波动并及时干预。- 项目决策基于数据驱动，而非主观判断。- 使用统计技术（如控制图）监控过程稳定性。

**产出文档：** - **《软件需求规格说明书》（SRS, Software Requirements Specification）**：核心成果，详细描述所有功能性与非功能性需求。- 补充材料可能包括： - 用例文档 - 原型界面 - 数据字典 - 接口需求文档

1. **通信信道的增长是非线性的** 当团队人数为 $ N $ 时，两两之间的通信路径数为 $ \frac{N(N-1)}{2} $。这意味着每增加一名成员，新增的通信信道数不是固定的，而是随着团队规模扩大而急剧上升。例如： - 3人团队有 $ \frac{3×2}{2} = 3 $ 条通信路径； - 增加到5人时，变为 $ \frac{5×4}{2} = 10 $ 条； - 到10人时，达到 $ \frac{10×9}{2} = 45 $ 条。

4. **测试阶段** - **主要任务**：通过不同层次的测试发现并修复缺陷，确保软件质量。 - **常见测试类型**： - 单元测试：验证单个模块； - 集成测试：检查模块间接口； - 系统测试：全面验证功能、性能、安全等； - 验收测试：由用户确认是否满足需求。 - **输出成果**：测试报告、缺陷记录、修复日志。

7. **SEO 与用户体验平衡** 特别是单页应用（SPA）使用 JavaScript 动态渲染内容，可能影响搜索引擎抓取。需引入 SSR（服务端渲染）或 SSG（静态站点生成）来兼顾 SEO 与交互体验。8. **会话管理与状态保持** HTTP 协议本身是无状态的，但 Web 应用常需维护用户登录状态。架构上需设计安全可靠的会话存储机制（如 JWT、Redis 存储 session），并支持分布式环境下的一致性。

8. **SEO 与可访问性要求** 对于内容型Web应用（如新闻网站、博客），还需考虑搜索引擎优化（SEO）和无障碍访问（Accessibility），这在其他类型软件中较少关注。

- 定义：嵌入在专用设备中的控制型软件。 - 示例：智能家电控制程序、车载ECU系统、无人机飞控系统。 - 特点： - 运行环境受限（内存、功耗小）； - 实时性要求高； - 与硬件高度耦合； - 生命周期长，可靠性要求极高。

1. **项目成本和进度失控**：软件开发经常严重超出预算和预定时间，计划难以准确预估。2. **软件质量低下**：程序错误多、可靠性差、运行不稳定，用户满意度低。3. **文档严重不足或缺失**：缺乏完整的需求说明、设计文档和使用手册，导致后期维护困难。4. **可维护性差**：由于代码结构混乱、缺乏规范，修改和升级软件极其困难。5. **需求不明确或频繁变更**：客户与开发者之间沟通不畅，导致最终产品不符合用户期望。6. **生产率低下**：随着软件规模扩大，个人编程方式无法适应复杂系统开发需

在**短作业优先（SJF）** 算法中，长作业可能因不断有新的短作业到达而长期得不到调度，导致“饥饿”。而HRRN的优势在于：- **等待时间越长，响应比越高** → 长作业随着等待时间增加，响应比也会逐渐增大- 当长作业等待足够久时，其响应比将超过新来的短作业，从而最终获得调度机会- 实现了**短作业优先 + 公平性** 的折中：短作业通常仍能较快执行，但长作业不会无限期被推迟因此，HRRN在保持较优平均周转时间的同时，有效缓解了作业“饥饿”问题。

说明：- 定义了一个名为 MYJOB 的作业；- 执行排序程序（SORT）；- 输入文件为 INPUT.RECORDS，输出到 OUTPUT.SORTED；- 排序规则由 SYSIN 提供；- 使用标准输出显示消息。

### 二、实际应用建议- 脚本文件通常设为 `755`：作者可改，其他人只能运行。- 配置或敏感文本文件设为 `600` 或 `640`，防止泄露。- 目录必须有 `x` 权限才能进入。> ⚠️ 注意：只有文件主或超级用户（root）可以使用 `chmod` 修改文件权限。

- 平均周转时间 = (30 + 20 + 21) / 3 = **71 / 3 ≈ 23.67 分钟**- 平均带权周转时间 = (1.0 + 2.0 + 3.5) / 3 = **6.5 / 3 ≈ 2.17**⚠️ 注意：虽然平均周转时间下降，但 J3 的带权周转时间显著升高，说明短作业未及时处理可能影响公平性。

| 新一代用户界面 | 融合虚拟现实（VR）、增强现实（AR）、人工智能（AI）等技术，强调“以用户为中心”，支持语音识别、手势控制、眼动追踪、触觉反馈等多种自然交互方式，提供沉浸式多感官体验（视觉、听觉、触觉甚至嗅觉）。 |

1. **从位示图中顺序或按策略扫描**： - 查找第一个值为 `0` 的位（表示空闲块）。 - 可采用从头开始扫描、上次结束位置继续（循环扫描）、或优先选择连续多个 `0` 的区域以支持连续分配。

- 物理块总数：磁盘总容量 ÷ 每个物理块大小- 字长：每个字包含的位数，通常为 32 或 64 位- ⌈x⌉ 表示向上取整

|--------------------|----------------------------------|------------------------------------|| 是否共享 inode | 是（同一 inode） | 否（独立 inode） || 链接数是否增加 | 是 | 否

- **使用绝对路径更合适的场景**： - 需要确保**路径唯一性和稳定性**，不受当前工作目录变化影响（如系统服务、后台进程读取固定位置的日志文件）。 - 跨项目访问共享资源（如 `D:\Data\shared.db`），避免因启动目录不同导致文件找不到。 - 在多用户或多环境系统中，需精确定位系统级文件（如配置文件、驱动程序等）。

- **多级目录结构（树型结构）** - 结构：以根目录为起点，形成层次化的树状结构，叶节点为普通文件。 - 应用广泛：如 MS-DOS 使用 `\` 作为分隔符，UNIX/Linux 使用 `/`。 - 路径规则： - 绝对路径：从根开始，例如 `\Program\Java-prog\f1.java` - 相对路径：从当前目录出发，例如 `Java-prog\f1.java`在UNIX系统中，绝对路径和相对路径的主要区别在于**起点不同**：

### 四、inode 的局限性- **固定数量限制**：格式化时预分配 inode 数量，无法动态增加，可能导致“磁盘未满却无法创建文件”的情况。- **无法跨文件系统链接**：硬链接不能跨越不同分区或设备，因为 inode 只在本文件系统内唯一。-

- **原理**： 为每个文件建立一个**索引块（或索引表）**，记录该文件所有逻辑块对应的物理块号。通过索引实现逻辑块到物理块的映射。- **优点**： - 支持**高效的随机访问**（直接通过索引查找）； - 文件可动态增长； - 无外部碎片； - 所有地址信息集中管理，便于维护。- **缺点**：

1. **连续分配（Contiguous Allocation）** - 文件的所有数据块在磁盘上连续存放； - 优点：顺序访问快，寻道少； - 缺点：容易产生外部碎片，难以动态扩展； - 示例：早期的FAT系统部分采用此方式。

✅ **举例**：多个用户同时打印文档 - 每个用户的打印数据被写入输出井的不同文件；- 打印守护进程按顺序读取并发送给打印机；- 对用户而言，仿佛拥有专属打印机 —— 实现了**打印机的虚拟化**。

- **能并行的原因**：利用缓冲区解耦 I/O 与处理，借助 CPU 与设备的独立性实现时间重叠。- **限制条件**： 1. 单缓冲只能交替使用； 2. 后续 I/O 必须等待缓冲区释放； 3. 实际吞吐率取决于 Max(C, T)； 4. 当 C 与 T 差异大时，并行效果受限。要突破这些限制，可采用**双缓冲**或**环形缓冲**结构。

### 注意事项- 必须确保磁道上有足够的空间来分布所有记录。- 若系统需要循环处理或批量读取，交错策略需考虑周期性对齐。- 对于多磁道情况，还需跨磁道交错优化寻道时间。

- 适用于**批量处理固定大小记录**的场景（如数据库扫描、日志处理）- 要求预先知道： - 处理时间 - 磁盘转速 - 扇区大小与分布否则难以精确规划。

5. **添加老化机制（Aging）** - 为每个等待请求设置优先级计数器； - 随着等待时间增加，逐步提升其优先级； - 当优先级超过某个阈值时，强制插入调度队列前端，确保及时响应。

- 发布过程快速且可控- 支持即时回滚，降低风险- 用户无感知，实现零中断升级⚠️ **注意点**：- 双倍资源消耗（两个版本同时运行）- 数据兼容性需保障（数据库 schema 向前兼容）- 需配合健康检查与监控系统确保绿色环境可用

1. **结合 HPA 和 KEDA**：KEDA 触发冷启动，HPA 处理短时流量波动。2. **使用节点亲和性和容忍度**：确保大模型 Pod 调度到有 GPU 的节点。3. **启用滚动更新与暂停策略**：防止扩缩过程中中断正在推理的任务。4. **监控队列延迟与处理成功率**：构建完整可观测性体系。

### ✅ 步骤 3：启用 Gemini API1. 在控制台主页，进入左侧导航栏的 **“API 和服务” > “库”**。2. 搜索 `Gemini` 或 `Generative AI API`（Gemini 的正式名称为 Generative Language API）。3. 找到 **"Generative Language API"**（即 Gemini 对应的 API），点击进入。4. 点击 **“启用”** 按钮以启用该 API。

### 💡 提示与常见问题- **避免混用 pip 和 conda**：可能导致依赖冲突。- **显存不足？** 使用 `memory_growth` 或批量减小 batch size。- **Conda 找不到包？** 添加 `-c conda-forge -c nvidia` 频道。- **Windows 用户建议使用 Anaconda Prompt（管理员模式）**---