栈利用率的获取

栈用于保存变量, 随着函数调用深度和变量的数量而变化. 设置小了会出现栈溢出, 设置大了会浪费.

利用率获取

RT-THREAD的统计方法是将线程栈都填充为’#’, 当需要的时候, 检查是否被修改为其他值.

在这里插入图片描述
利用率 = 已使用 / 栈大小.

#if defined(ARCH_CPU_STACK_GROWS_UPWARD)
                    ptr = (rt_uint8_t *)thread->stack_addr + thread->stack_size - 1;
                    while (*ptr == '#')ptr --;

                    rt_kprintf(" 0x%08x 0x%08x    %02d%%   0x%08x %03d\n",
                            ((rt_ubase_t)thread->sp - (rt_ubase_t)thread->stack_addr),
                            thread->stack_size,
                            ((rt_ubase_t)ptr - (rt_ubase_t)thread->stack_addr) * 100 / thread->stack_size,
                            thread->remaining_tick,
                            thread->err
  • 1
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
资源名字:基于SSM+mysql的企业车辆管理系统设计与实现(源码+部署说明+视频演示).zip 资源内容:项目全套源码+完整文档 源码说明: 全部项目源码都是经过测试校正后百分百成功运行。 基于SSM+MySQL的企业车辆管理系统是一个用于管理和监控企业车辆信息的平台,主要提供用户管理,车辆品牌管理,车辆信息管理,故障信息管理,维修订单管理,零件类型管理,零件库存管理,零件领用管理,零件采购管理,维修费统计管理等功能主要具备以下特点: 技术:系统采用了Java技术中的SSM框架,包括Spring+SpringMVC+MyBatis,并使用MySQL数据库,具备较高的技术稳定性和可靠性。 车辆信息管理:系统支持企业管理员进行车辆信息的录入、修改和删除等操作,包括车辆基本信息、车辆保险、车辆维护记录等,确保车辆信息的准确性和完整性。 车辆调度和分配:系统支持企业管理员进行车辆的调度和分配,根据不同的需求和任务安排车辆的使用,提高车辆利用率和运营效率。 车辆维护管理:系统支持企业管理员进行车辆维护管理,包括维护计划的制定、维护记录的跟踪和维修费用的管理等操作,确保车辆的安全和可靠性。 车辆使用统计:系统支持对车辆使用情况进行统计和分析,包括车辆行驶里程、油耗情况、使用时间等,帮助企业管理员了解车辆使用情况和成本控制。 车辆位置追踪:系统支持实时追踪车辆的位置信息,可以通过GPS等技术手段获取车辆的实时位置,并显示在地图上,方便企业管理员对车辆进行监控和调度。 数据安全和权限控制:系统采用安全措施,保护车辆信息的安全和隐私,同时实现权限控制,确保数据的保密性和完整性。 总之,基于SSM+MySQL的企业车辆管理系统提供了一个全面而高效的平台,能够帮助企业管理车辆信息、调度车辆、进行维护管理和监控车辆位置,提高车辆利用率和运营效率,为企业提供了一种先进的车辆管理解决方案。
人工智能+智能运维平台解决方案 大数据 云平台 ——用人工智能点亮您的IT数据 人工智能+智能运维平台解决方案(1)全文共45页,当前为第1页。 1.从人工到人工智能 2.用人工智能点亮您的IT数据 3.迈出AIOps的第一步 目 录 Contents 人工智能+智能运维平台解决方案(1)全文共45页,当前为第2页。 Part 1 从人工到人工智能 人工智能+智能运维平台解决方案(1)全文共45页,当前为第3页。 当前运维和业务团队面临的困境 不是没有数据,而是数据太多 不是不想分析,而是无从下手 人工智能+智能运维平台解决方案(1)全文共45页,当前为第4页。 从人工到人工智能 挖掘海量数据的业务价值 统一大数据分布式处理技术 智能算法与机器学习 业务系统将要发生什么? 主动响应的预防预测性管理 降低系统低效对业务的影响 多种分散独立监控工具 专业化专家型人才 业务系统已经发生了什么? 被动响应的故障恢复性管理 人工运维 AIOps 人工智能+智能运维平台解决方案(1)全文共45页,当前为第5页。 什么是AIOps AIOps,即基于人工智能的IT运维(Artificial Intelligence for IT Operations) ,是由Gartner定义的IT运维管理新类别。 AIOps将服务管理、性能监测、自动化结合在一起,以实现持续洞察和改进的目标,并由大数据和机器学习技术进行支撑。 机器学习 大数据 平台 AIOps 商业价值 监测 (观察) 服务管理 (交互) 自动化 (行动) 持 续 察 洞 持 续 洞 察 持 续 洞 察 From Gartner's Report 人工智能+智能运维平台解决方案(1)全文共45页,当前为第6页。 AIOps的四个核心能力 AIOps 对海量数据进行存储 通过智能算法在数据提取时和存储后进行分析 从不同的数据源中获取数据 对海量数据进行高效访问 人工智能+智能运维平台解决方案(1)全文共45页,当前为第7页。 AIOps的技术 可视化 机器学习 算法 分析 计算 大数据 数据 事件 日志 监控 工单 任务 全量,海量,多样性,复杂性IT数据 集中统一管理,历史数据存储,实时数据存储 数据建模,模式识别,趋势识别,故障隔离 智能化选择,异常检测,异常定位,根因分析 算法自我修改演进,新算法创建 多维度,个性化,角色化,场景化展示 数据清洗,去重,过滤,关联,生成新数据 人工智能+智能运维平台解决方案(1)全文共45页,当前为第8页。 AIOps的核心价值 故障发现 故障规避 故障止损 故障修复 异常检测 异常定位 根因分析 异常预测 人工智能+智能运维平台解决方案(1)全文共45页,当前为第9页。 AIOps将在5-10年内成为ITOM的主流技术 From Gartner's Report 人工智能+智能运维平台解决方案(1)全文共45页,当前为第10页。 Part 2 用人工智能点亮您的IT数据 人工智能+智能运维平台解决方案(1)全文共45页,当前为第11页。 OneAPM智能运维平台解决方案 服务器数据 存储数据 网络数据 应用数据 用户体验数据 流量数据 日志数据 交易数据 任意IT数据 OneAPM AIOps 大数据实时多维分析 机器学习 大规模事务处理 海量数据实时接入 服务分析 深度挖掘 场景可视化 多维指标告警 数据建模 人工智能+智能运维平台解决方案(1)全文共45页,当前为第12页。 OneAPM智能运维平台的五个能力层次 发现 接入 存储 整合 梳理 关联 智能 分析 多维 展示 从哪里来 到哪里去 IT数据 人工智能+智能运维平台解决方案(1)全文共45页,当前为第13页。 全IT数据发现与接入篇 人工智能+智能运维平台解决方案(1)全文共45页,当前为第14页。 全IT数据的采集范围 监控对象 采集数据 IT系统 客户端 数据库 虚拟化 中间件 SaaS 传统架构 业务层 应用软件层 基础设施层 业务系统 云架构 硬件设备 PaaS IaaS 交易 业务流程 浏览器 移动APP 应用/微服务 应用代码 数据库服务 中间件服务 网络流量包 日志 虚拟化 网络 主机 机房环境 交易量 交易金额 交易成功率 页面加载时间 浏览器类型 用户IP 页面加载错误率 CDN质量 应用响应时间 应用吞吐量 应用错误率 单个服务响应时间 单个服务吞吐量 单个服务错误率 交易错误率 交易处理时间 …… APP页面响应时间 APP崩溃率 APP网络请求时间 APP H5页面性能 JVM内存利用率 服务器时延 SQL语句执行时间 连接池数量 缓冲区命中率 告警 …… 虚拟机数量 主机数量 CPU利用率 内存利用率 丢包率 平均建链时间 网络流量 磁盘可用容量 电源
一、背景 Amazon Go 诞生于亚马逊"即拿即走"的线下零售理念。 作为全球顶尖的电子商务企业, 亚马逊率先将互联网思维引入实 体零售, 希望创造类似网络购物那样不需要排队结账的购物体验, 提出了 "即拿即走" (Just Walk Out) 线下零售概念。 其后, Amazon Go 无人超市项目于 2013 年启动, Amazon Go 运用了计算机视觉、 混合感知、深度学习等多重人工智能技术,目标是为消费者提供 更便捷购物体验的同时, 将亚马逊的线上业务广泛渗透到实体零 售中,成为零售业商业模式的改变者。 无人超市模式已在中国等全球多个国家兴起。2016 年底以 来,"即拿即走"的无人超市购物模式在世界范围内迅猛增长。 美国最大的独立食品连锁企业克罗格(Kroger)2017 年推出了二 维码自助收银,沃尔玛(Walmart)已在美国达拉斯和奥兰多等 地推出没有收银员的购物体验。日本的 JR 东日本公司也在尝试 利用人工智能技术开发无人商店。2017 年,中国无人商店的市 场规模为 100 亿元人民币, 预计到 2022 年有望扩大至 9500 亿元 人民币,阿里巴巴推出无人餐饮店"淘咖啡",京东公开了"京 东 X 无人超市",苏宁开设了无人服装店"Biu",被风投看好 的缤果盒子、F5 未来商店等无人便利店也纷纷出现。 技术漏洞导致 Amazon Go 正式对外营业日期屡屡推迟。 2016 年底,Amazon Go 开始对亚马逊内部员工开放。超市原计 划于 2017 年初正式对公众开放营业,但该日期被一再推迟到 2018 年,主要有三大原因:一是 Amazon Go 的智能中枢在测试 初期不稳定,当店内顾客太多时,系统会面临崩溃;二是在内部 测试期间,Amazon Rekognition 出现了大量算法漏洞,计算机视 觉和智能感知算法在测试初期出错率较高, 对物体移动和商品外 形识别的准确度达不到营业要求;三是 Amazon Go 对外开放的 主要目的之一就是收集数据训练深度学习算法, 而其内部测试期 间的数据量已足够满足机器学习的需要,因而将测试阶段延长。 二、案例介绍 事件经过。2018 年 1 月 22 日,位于美国西雅图亚马逊总部 的全球首家 Amazon Go 无人超市正式对外营业,Amazon Go 运 用以"Amazon Rekognition"为核心的计算机视觉、传感器融合 技术以及深度学习算法等人工智能技术,创造了"即拿即走" (Just Walk Out)的购物体验,顾客只需使用 Amazon Go 应用程 序进入商店, 选取产品, 然后走出商店, 即可自动完成购买过程, 无需在结账柜台前排队等待。不过,受限于技术、成本等多种因 素,Amazon Go 短期内很难实现规模化,复制和扩张尚需较长时 间。 技术原理及流程。Amazon Go 的进店识别、货架选购、离店 结算的三阶段购物流程可分别对应顾客身份识别与追踪、 货架商 品动态识别、终端自主结算三大技术模块。 图 1 Amazon Go 技术原理及流程 第一阶段中,顾客打开移动设备上 Amazon Go App 账户扫 描二维码进入闸机,此时店内的顾客身份识别与追踪系统启动, 摄像头随时对顾客进行动态人脸识别, 麦克风根据周围环境声音 判断顾客所处的位置,店内蓝牙信标网络与顾客手机中的 Amazon Go App 进行实时通讯, 分辨顾客移动设备与货架的距离, 把顾客的位置精确到半米之内。第二阶段中,顾客开始在货架前 选购商品, 货架商品动态识别技术通过手势识别捕捉顾客拿起或 放下的商品,判断商品是否被购买;货架上的红外传感器、压力 感应装置和荷载传感器等传感装置判断顾客取走商品的数量, 将 选购过程中的商品动态识别数据传输至 Amazon Go 自主结算智 能终端。第三阶段中,搭载混合感知技术的终端自主结算系统将 核定顾客购买的商品, 并在顾客离店时在其账户上自动扣除相应 金额;当结算系统无法确定顾客购买商品细分种类时,Amazon Go App 将调用顾客过去在亚马逊的购买记录,辅助确认顾客选 择的商品。 三、简评 Amazon Go 代表了当前人工智能技术应用在无人商店的最 高水平。 应用在无人商店的人工智能技术分为顾客身份识别与追 踪、 货架商品动态识别、 终端自主结算三大主要模块。 Amazon Go 以 Amazon Rekognition 技术为核心,通过摄像头、麦克风和移动 终端蓝牙信标等收集顾客身份与位置信息,利用手势识别、红外 传感、 压力与荷载感应等多类型传感器精准获取货架商品动态信 息,基于深度学习算法形成购买判断,依托智能信息处理中枢在 无需顾客干预的情况下完成购买结算,形成了"混合感知"模式 的无人超市技术方案,相

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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