天上飘满了白云

天上飘满了白云

前年开始,腰总是时不时地酸痛,年底尤甚,去看了医生,也没啥毛病,无奈只能自我诊治。依据不知道哪儿来的经验,不外乎缺少锻炼,开车太多,于是对症下药。先去办了张健身卡,每天坚持游泳健身,然后每日做公交车上班,不自己开车。

自从坐公交车上班后,约估一月有余,找到了公交车经过我家门口的规律,于是固定每日乘坐早七点四十的那班,大概一个小时到公司楼下,也就是八点四十可以到公司,为了使用这提早的二十分钟,最近都是提前一站下车,步行约十分钟到公司,权当给自己增加运动量了。

这天早上,我依然如故提前下车,不知怎么的,突然抬了下头,天啊,好漂亮,天上飘满了白云。

 

靠近我的这边的白云朵朵相连,犹如一片云海,海中浮动着几卷波浪,点缀的云海生趣盎然。稍远处,云朵和蓝天交相糅杂,此起彼伏,好像调皮的云朵在和蓝天躲猫猫。再远处,云朵稀松的随意躺着,拖着根根淡淡的尾巴,可能是嘲笑我们这些上班族不知享受清新的风景。

赶紧拿出手机,拍摄下来。

回到公司,意犹未尽,继续掏出手机赏玩起来,实在是美,情不自禁的分享到朋友圈。一个上午过去了,无一人点赞,无一人留言。情绪稍有低落,为何这么美的风景就没有一个懂的欣赏他的人,独我自己和这风景相处,共振。

有点怨艾起来,想‘“这朵朵白云不知飘向何方呢?”。就这一瞬间,脑中闪现的怨艾,居然结合到我们自己做的产品上来,要是我们奔骝定位的定位系统可以给白云定位呢?每个人购买我们的服务,认领一朵属于自己的白云,通过我们的定位基站和定位算法,实时定位白云,并且能够对自己的白云进行轨迹回放,那该多有意思啊!

想罢,连我自己都要笑将起来,可真天真。

咦,好像我自己看这片风景也变味了,从最开始欣赏他,到想要和人分享,再回到现实,考虑起自己的产品,这大概就是打工人吧。

但是不管怎么样,以后还是时时得告诫自己,没事抬抬头,天上飘满了白云呐。

# 高校智慧校园解决方案摘要 智慧校园解决方案是针对高校信息化建设的核心工程,旨在通过物联网技术实现数字化校园的智能化升级。该方案通过融合计算机技术、网络通信技术、数据库技术和IC卡识别技术,初步实现了校园一卡通系统,进而通过人脸识别技术实现了更精准的校园安全管理、生活管理、教务管理和资源管理。 方案包括多个管理系统:智慧校园管理平台、一卡通卡务管理系统、一卡通人脸库管理平台、智能人脸识别消费管理系统、疫情防控管理系统、人脸识别无感识别管理系统、会议签到管理系统、人脸识别通道管理系统和图书馆对接管理系统。这些系统共同构成了智慧校园的信息化基础,通过统一数据库和操作平台,实现了数据共享和信息一致性。 智能人脸识别消费管理系统通过人脸识别终端,在无需接触的情况下快速完成消费支付过程,提升了校园服务效率。疫情防控管理系统利用热成像测温技术、视频智能分析等手段,实现了对校园人员体温监测和疫情信息实时上报,提高了校园公共卫生事件的预防和控制能力。 会议签到管理系统和人脸识别通道管理系统均基于人脸识别技术,实现了会议的快速签到和图书馆等场所的高效通行管理。与图书馆对接管理系统实现了一卡通系统与图书馆管理系统的无缝集成,提升了图书借阅的便捷性。 总体而言,该智慧校园解决方案通过集成的信息化管理系统,提升了校园管理的智能化水平,优化了校园生活体验,增强了校园安全,并提高了教学和科研的效率。
您好!要实现跨天的上一笔操作,可以使用Flink的时间窗口和状态管理功能来实现。以下是一个简单的示例代码: ```java import org.apache.flink.api.common.functions.MapFunction; import org.apache.flink.api.java.tuple.Tuple2; import org.apache.flink.streaming.api.datastream.DataStream; import org.apache.flink.streaming.api.environment.StreamExecutionEnvironment; import org.apache.flink.streaming.api.functions.KeyedProcessFunction; import org.apache.flink.util.Collector; import java.text.SimpleDateFormat; import java.util.*; public class PreviousTransaction { public static void main(String[] args) throws Exception { StreamExecutionEnvironment env = StreamExecutionEnvironment.getExecutionEnvironment(); // 生成测试数据 List<Tuple2<String, Long>> transactions = new ArrayList<>(); transactions.add(new Tuple2<>("A", 100L)); // 用户A在第一天的交易额 transactions.add(new Tuple2<>("A", 200L)); // 用户A在第二天的交易额 transactions.add(new Tuple2<>("B", 150L)); // 用户B在第一天的交易额 transactions.add(new Tuple2<>("B", 300L)); // 用户B在第二天的交易额 DataStream<Tuple2<String, Long>> input = env.fromCollection(transactions); // 按照用户进行KeyBy操作,将数据分组 DataStream<Tuple2<String, Long>> result = input .keyBy(0) .process(new PreviousTransactionProcessFunction()); result.print(); env.execute("PreviousTransaction"); } public static class PreviousTransactionProcessFunction extends KeyedProcessFunction<String, Tuple2<String, Long>, Tuple2<String, Long>> { private transient MapState<Long, Long> transactionState; // 用于保存每天的交易额 @Override public void open(Configuration parameters) throws Exception { super.open(parameters); // 初始化状态 transactionState = getRuntimeContext().getMapState(new MapStateDescriptor<>("transactionState", Long.class, Long.class)); } @Override public void processElement(Tuple2<String, Long> value, Context ctx, Collector<Tuple2<String, Long>> out) throws Exception { long timestamp = ctx.timestamp(); long day = getDay(timestamp); transactionState.put(day, value.f1); // 保存当天的交易额 // 获取前一天的交易额 long previousDay = day - 1; if (transactionState.contains(previousDay)) { long previousTransaction = transactionState.get(previousDay); out.collect(new Tuple2<>(value.f0, previousTransaction)); } } private long getDay(long timestamp) { Date date = new Date(timestamp); SimpleDateFormat sdf = new SimpleDateFormat("yyyyMMdd"); return Long.parseLong(sdf.format(date)); } } } ``` 上述代码中,我们首先使用`env.fromCollection`方法生成了一个包含用户交易数据的`DataStream`。然后,我们根据用户ID进行了`keyBy`操作,以便将数据分组。 接下来,我们使用`KeyedProcessFunction`来处理每条数据。在`processElement`方法中,我们首先获取到当前数据所属的日期,并将该交易额保存到状态中。然后,我们通过获取前一天的交易额,并将其发送到下游操作。 最后,我们在`main`方法中调用`env.execute`来执行Flink作业。在执行过程中,我们可以通过`result.print()`方法来查看计算结果。 请注意,这只是一个简单的示例代码,实际使用中可能需要根据需求进行调整。希望能对您有所帮助!如有任何疑问,请随时提问。
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