Memcache Server存储信息提取

using System;
using System.Collections.Generic;
using System.Linq;
using System.Web;
using System.Web.UI;
using System.Web.UI.WebControls;
using Memcached.ClientLibrary;
using System.Configuration;
using System.Collections;

namespace MemcachedTest
{
    public partial class Test : System.Web.UI.Page
    {
        protected void Page_Load(object sender, EventArgs e)
        {
            string MemCachedServer = ConfigurationManager.AppSettings["MemCachedServer"].ToString();
            string MemCachedPoolName = ConfigurationManager.AppSettings["MemCachedPoolName"].ToString();
            char[] delimeter = { ';', '|', ',' };
            string[] serverList = MemCachedServer.Split(delimeter, System.StringSplitOptions.RemoveEmptyEntries);
            SockIOPool pool = SockIOPool.GetInstance(MemCachedPoolName);
            pool.SetServers(serverList);
            pool.Initialize();

            MemcachedClient _memClient = new MemcachedClient();
            _memClient.PoolName = MemCachedPoolName;
            _memClient.CompressionThreshold = long.MaxValue;
            _memClient.EnableCompression = false;
            IDictionary stats = _memClient.Stats(); //return server list

            string strOutput = "Raw Output:<br>";
            foreach (string key1 in stats.Keys)
            {
                //Console.WriteLine(key1);
                strOutput += key1 + "<br>";
                Hashtable stat = (Hashtable)stats[key1]; // resurn key/value pairs in each server
                foreach (string key2 in stat.Keys)
                {
                    //Console.WriteLine(key2 + ":" + values[key2]);
                    strOutput += key2 + ":" + stat[key2] + "<br>";

                }
                Console.WriteLine();
                strOutput += "<br>";
            }

            Response.Write(strOutput);
            Response.End();
        }
    }
}

 

Sample Result:

 

Raw Output:
10.0.0.1:11211
time:1275546796
total_items:53
connection_structures:7
version:1.2.1
limit_maxbytes:67108864
cmd_get:81
bytes_written:81393
total_connections:64
bytes:2492
get_misses:33
pointer_size:32
uptime:104818
curr_connections:5
pid:1220
bytes_read:3555
get_hits:48
cmd_set:53
curr_items:47

10.0.0.2:11211
time:1275546796
total_items:20
connection_structures:13
version:1.2.1
limit_maxbytes:67108864
cmd_get:19
bytes_written:128016
total_connections:106
bytes:947
get_misses:5
pointer_size:32
uptime:75835
curr_connections:3
pid:4620
bytes_read:3099
get_hits:14
cmd_set:20
curr_items:18

10.0.0.2:11212
time:1275546796
total_items:30
connection_structures:15
version:1.2.1
limit_maxbytes:67108864
cmd_get:44
bytes_written:162382
total_connections:105
bytes:1216
get_misses:8
pointer_size:32
uptime:75831
curr_connections:6
pid:5468
bytes_read:4126
get_hits:36
cmd_set:30
curr_items:23

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
【标题】"语音识别的一个matlab程序"是一个与语音处理和模式识别技术相关的项目,它使用MATLAB编程语言实现。MATLAB是MathWorks公司开发的一种数值计算和数据可视化环境,广泛应用于工程、科学和数学领域,尤其在信号处理和机器学习方面有很强的功能。 【描述】提到的"在一个网站看到,大家分享一下"表明这是一个社区共享的资源,可能来源于一个在线论坛或编程交流平台。这样的共享行为旨在促进技术交流和学习,让其他对语音识别感兴趣的用户能够参考、学习和改进代码。 【标签】"语音识别"是这个项目的关键词,意味着该程序涉及将人类语音转化为文本或命令的过程。语音识别技术的核心是将音频信号转换为可理解的数据,这通常包括预处理、特征提取、模型训练和匹配等步骤。 在提供的【压缩包子文件的文件名称列表】中,我们可以推断出这个MATLAB程序的组成部分: 1. `demo.m`:通常是演示脚本,用于展示程序的主要功能和用法,用户可以通过运行这个文件快速了解程序的工作原理。 2. `.p` 文件(melfb.p, mfcc.p, vqlbg.p, disteu.p, test.p, blockFrames.p, train.p):这些是MATLAB的编译函数文件,可能包含特定的算法实现,如梅尔频率倒谱系数(MFCC)提取、声学建模、距离计算、训练和测试等功能。例如: - `melfb.p` 可能实现了梅尔滤波器组,用于对语音信号进行频谱分析。 - `mfcc.p` 可能负责MFCC的计算,这是语音识别中常用的特征提取方法。 - `train.p` 和 `test.p` 可能分别对应模型的训练和测试过程。 3. `Read Me.txt`:通常包含关于如何使用、配置和运行程序的说明和指导。 4. `www.pudn.com.txt`:可能指向源文件的下载地址或发布者的信息,PUDN(太平洋下载网)是一个提供各类资源下载的网站。 这个MATLAB程序可能涵盖了语音识别的完整流程,包括预处理、特征提取、模型训练和评估。通过运行`demo.m`,用户可以体验整个识别过程,并可根据源代码深入了解语音识别的实现细节。对于学习和研究语音识别技术的人来说,这是一个宝贵的实践资源。
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