最新资讯

  • linux之perf(17)PMU事件采集脚本

linux之perf(17)PMU事件采集脚本

2025-04-27 12:37:17 0 阅读

Linux之perf(17)PMU事件采集脚本


Author: Once Day Date: 2025年2月22日

一位热衷于Linux学习和开发的菜鸟,试图谱写一场冒险之旅,也许终点只是一场白日梦…

漫漫长路,有人对你微笑过嘛…

全系列文章可参考专栏: Perf性能分析_Once_day的博客-CSDN博客。

参考文章:

  • Tutorial - Perf Wiki (kernel.org)
  • perf-top(1) - Linux manual page (man7.org)

文章目录

  • Linux之perf(17)PMU事件采集脚本
        • 1. Perf stat介绍
        • 2. 设计与实现
          • 2.1 采集事件来源
          • 2.2 使用CSV格式输出数据
          • 2.3 Python解析数据和保存数据
          • 2.4 制作图表
        • 3. 源码文件

1. Perf stat介绍

perf 是 Linux 内核提供的 性能分析工具,用于监控和分析 CPU、缓存、内存、I/O 等系统性能指标。

常用于统计 CPU 使用情况,分析函数调用热点(热点分析),监测硬件事件(如缓存未命中、指令执行),发现性能瓶颈。

在Linux系统上可以直接通过软件包管理器安装:

sudo apt install linux-tools-common linux-tools-$(uname -r)  # Ubuntu/Debian
sudo yum install perf                                        # CentOS/RHEL

perf statperf 的子命令,用于统计系统或进程的性能指标,比如指令执行数、CPU 时钟周期、缓存未命中等。

下面是一个基本用法示例:

root@linux:/var# perf stat      

 Performance counter stats for 'system wide':

       1969.215600      cpu-clock (msec)          #    2.000 CPUs utilized          
             24504      context-switches          #    0.012 M/sec                  
                 0      cpu-migrations            #    0.000 K/sec                  
              1221      page-faults               #    0.620 K/sec                  
        1969063645      cycles                    #    1.000 GHz                    
        1085510412      instructions              #    0.55  insn per cycle         
         115590912      branches                  #   58.699 M/sec                  
           4341812      branch-misses             #    3.76% of all branches        

       0.984769200 seconds time elapsed       

常用选项:

选项作用
-e 指定监测的事件(如 cycles, cache-misses
-a监视整个系统
-C 监视指定 CPU
-p 监视指定进程
-I ms 毫秒输出一次统计数据
-x 分隔字段(如 CSV 格式)
2. 设计与实现
2.1 采集事件来源

perf listperf 工具的一个子命令,用于列出所有可用的性能监控事件(PMU 事件),包括 CPU 指令、缓存、内存、软件计数等。

perf list 事件分类:

事件类型说明示例
硬件事件(hardware events)由 CPU 直接提供的性能指标cycles, instructions, cache-misses
软件事件(software events)由内核统计的操作系统事件context-switches, cpu-clock, page-faults
缓存事件(cache events)监测 CPU 缓存访问情况L1-dcache-loads, LLC-load-misses
Tracepoint 事件监测内核行为(调度、系统调用等)sched:sched_switch, syscalls:sys_enter_read
PMU(Performance Monitoring Unit) 事件处理器特定的硬件计数器armv8_pmuv3/l1d_cache/, intel_pt//

通过使用 perf list 找到要监测的事件,然后用 perf stat -e 进行分析

例如,在设备上找到了以下与cache相关的事件:

硬件事件
    bus-cycles: 总线周期数
    cache-misses: cache miss次数
    cache-references: cache访问次数
硬件cache事件
    L1-dcache-load-misses: L1数据cache读miss次数
    L1-dcache-loads: L1数据cache读次数
    L1-dcache-store-misses: L1数据cache写miss次数
    L1-dcache-stores: L1数据cache写次数
    L1-icache-load-misses: L1指令cache读miss次数
    L1-icache-loads: L1指令cache读次数
    branch-load-misses: 分支预测表读miss次数
    branch-loads: 分支预测表读次数
    dTLB-load-misses: 数据TLB读miss次数
    iTLB-load-misses: 指令TLB读miss次数
内核PMU事件
    armv8_pmuv3/br_immed_retired/: 直接分支指令数
    armv8_pmuv3/br_mis_pred/: 预测失败分支数
    armv8_pmuv3/br_pred/: 预测成功分支数
    armv8_pmuv3/bus_access/: 总线访问事件
    armv8_pmuv3/bus_cycles/: 总线周期
    armv8_pmuv3/cid_write_retired/: 上下文ID寄存器写入事件
    armv8_pmuv3/cpu_cycles/: CPU周期
    armv8_pmuv3/exc_return/: 异常返回事件
    armv8_pmuv3/exc_taken/: 发生异常事件
    armv8_pmuv3/inst_retired/: 执行指令数
    armv8_pmuv3/l1d_cache/: L1数据cache访问事件
    armv8_pmuv3/l1d_cache_refill/: L1数据cache refill事件
    armv8_pmuv3/l1d_cache_wb/: L1数据cache写回事件
    armv8_pmuv3/l1d_tlb_refill/: L1数据TLB refill事件
    armv8_pmuv3/l1i_cache/: L1指令cache访问事件
    armv8_pmuv3/l1i_cache_refill/: L1指令cache refill事件
    armv8_pmuv3/l1i_tlb_refill/: L1指令TLB refill事件
    armv8_pmuv3/l2d_cache/: L2数据cache访问事件
    armv8_pmuv3/l2d_cache_refill/: L2数据cache refill事件
    armv8_pmuv3/l2d_cache_wb/: L2数据cache写回事件
    armv8_pmuv3/ld_retired/: 执行的load指令数
    armv8_pmuv3/mem_access/: 数据内存访问事件
    armv8_pmuv3/memory_error/: memory error事件
    armv8_pmuv3/pc_write_retired/: 执行的PC寄存器写指令数
    armv8_pmuv3/st_retired/: 执行的store指令数
    armv8_pmuv3/sw_incr/: 软件增加事件计数
    armv8_pmuv3/unaligned_ldst_retired/: 执行的非对齐的load/store指令数

然后分类为不同组,每组4-6个事件,不能太多,设备的PMU单元有限。当事件数超过硬件计数器支持的数量时,perf 会采用 多路复用(Multiplexing) 机制,导致每个事件只能在部分时间窗口内进行测量。

下面拆分为8个组事件:

# 定义以上提到的PMU事件, 单次最多支持6个事件
THIS_PMU_EVENTS = {
    "base-events": ["cycles", "instructions", "bus-cycles", "cache-misses", "cache-references"],
    "L1-dcache-events": ["L1-dcache-load-misses", "L1-dcache-loads", "L1-dcache-store-misses", "L1-dcache-stores", "dTLB-load-misses"],
    "L1-icache-events": ["L1-icache-load-misses", "L1-icache-loads", "iTLB-load-misses"],
    "armv8-base-events": ["bus_cycles", "bus_access", "mem_access", "memory_error", "cpu_cycles", "inst_retired"],
    "armv8-dcache-events": ["l1d_cache", "l1d_cache_refill", "l1d_cache_wb", "l1d_tlb_refill"],
    "armv8-icache-events": ["l1i_cache", "l1i_cache_refill", "l1i_tlb_refill"],
    "armv8-l2cache-events": ["l2d_cache", "l2d_cache_refill", "l2d_cache_wb"],
    "armv8-ldst-events": ["ld_retired", "st_retired", "unaligned_ldst_retired"],
}
2.2 使用CSV格式输出数据

perf stat支持输出CSV格式数据,我们不选择聚合数据,而是按照CPU分别输出,且每1s输出一次数据,如下:

perf stat -a -A -I 1000 -x , -e {events_str} sleep 10.5 2>&1

选项说明:

  • -a:系统范围(system-wide),监控所有 CPU,而不仅限于当前进程。
  • -A:每个 CPU 单独显示统计数据(per-CPU statistics)。
  • -I 1000:以 1000 毫秒(1 秒)为间隔,定期输出统计数据(定时采样)。
  • -x ,:使用逗号(,)作为字段分隔符,以 CSV 格式输出数据,便于解析。
  • -e {events_str}:指定要监控的硬件/软件事件,{events_str} 需要替换为具体的事件列表(如 cpu-cycles,instructions,cache-misses)。
  • sleep 10.5:让 perf stat 运行 10.5 秒,然后退出。
  • 2>&1:重定向标准错误输出到标准输出,确保所有输出信息都可以被捕获(例如写入文件或管道处理)。

下面是一个运行示例:

root@linux:/var# perf stat -e unaligned_ldst_retired,l2d_cache_refill -a -A -I 1000 -x ,
     # time,cpu,counter,unit,event,duration(ns),unit,,
     1.000226480,CPU0,73480,,unaligned_ldst_retired,1000147600,100.00,,
     1.000226480,CPU1,2807316,,unaligned_ldst_retired,1000158640,100.00,,
     1.000226480,CPU0,1343260,,l2d_cache_refill,1000152080,100.00,,
     1.000226480,CPU1,1282233,,l2d_cache_refill,1000149120,100.00,,

perf stat 命令定期(每秒)采样两个硬件事件 unaligned_ldst_retired(未对齐的加载/存储指令退役)和 l2d_cache_refill(L2 数据缓存未命中导致的填充),并按 CPU(CPU0 和 CPU1)分别统计。

从示例数据来看,在 1 秒内:

  • 未对齐的加载/存储指令退役 (unaligned_ldst_retired),CPU0 发生 73,480 次,CPU1 发生 2,807,316 次,CPU1 远高于 CPU0,可能存在未对齐内存访问较多的任务。
  • L2 数据缓存填充 (l2d_cache_refill),CPU0 发生 1,343,260 次,CPU1 发生 1,282,233 次,两个 CPU 的 L2 缓存填充次数接近,说明 L2 缓存访问特性相似。

采样时间间隔 约 1 秒duration(ns) 约 1,000,000,000 纳秒)。

2.3 Python解析数据和保存数据

get_pmu_eventsrecord_pmu_events 是两个用于收集和记录PMU(性能监控单元)事件数据的函数。

def get_pmu_events(events_str: str) -> dict[str, list[dict[str, str]]]:
    cmd_str = f"perf stat -a -A -I 1000 -x , -e {events_str} sleep 10.5 2>&1"
    logging.info(f"Start to collect PMU event data, command: {cmd_str}")
    result = os.popen(cmd_str).read()
    pmu_events = {}
    for line in result.split("
"):
        line_data = line.strip().split(",")
        if len(line_data) != 9:
            logging.debug(f"Invalid data, skip: {line}")
            continue
        timestamp, cpu, counter, _, event_name, duration, _, _, _ = line_data
        timestamp = timestamp.strip()
        logging.info(f"Collect PMU event data: {timestamp}: {cpu}, {duration}, {event_name}: {counter}")
        event_data = {"timestamp": timestamp, "cpu": cpu, "cycles": duration, "counter": counter}
        if event_name not in pmu_events:
            pmu_events[event_name] = []
        pmu_events[event_name].append(event_data)
    return pmu_events

get_pmu_events 函数的作用是执行 perf stat 命令来收集指定的PMU事件数据,并解析结果,返回一个包含解析后数据的字典。

解析 perf stat 数据的步骤:

  1. 构建 perf stat 命令字符串,指定要收集的事件、采集间隔和持续时间。
  2. 使用 os.popen 异步执行 perf stat 命令,并读取输出结果。
  3. 将结果按行分割,并逐行解析数据。
  4. 每行数据按逗号分隔,提取时间戳、CPU编号、事件值和事件名称等信息。
  5. 将解析后的数据存入字典中,字典的键是事件名称,值是包含事件数据的列表。

record_pmu_events 函数的作用是遍历指定的PMU事件组,逐个采集数据,并将数据保存到指定的文件中。

def record_pmu_events(event_groups: dict[str, list[str]], output_file: str, tag: str):
    for group_name, events in event_groups.items():
        logging.info(f"Start to collect PMU events data for group: {group_name} - {events}")
        events_str = ",".join(events)
        pmu_events = get_pmu_events(events_str)
        with open(output_file, "a+") as f:
            for event_name, event_data in pmu_events.items():
                for data in event_data:
                    f.write(f"{tag},{event_name},{data['timestamp']},{data['cpu']},{data['cycles']},{data['counter']}
")
        logging.info(f"Save PMU events {group_name} data to file: {output_file}")
    logging.info(f"Record PMU events data finished, save to file: {output_file}")

保存数据到文件的步骤:

  1. 遍历事件组,逐个采集PMU事件数据。
  2. 调用 get_pmu_events 函数获取指定事件组的PMU事件数据。
  3. 将解析后的数据以CSV格式保存到文件中。每条记录包含标签、事件名、时间戳、CPU编号、统计时长和计数器值。
  4. 如果文件不存在,则创建文件并写入CSV表头。
  5. 记录完成后,日志记录保存文件的操作。
2.4 制作图表

在设备上运行脚本后,可以生成CSV文件,信息如下:

tag,event_name,timestamp,cpu,cycles,counter
skip_soft_checksum,cycles,1.000446320,CPU0,1000195920,1000054507
skip_soft_checksum,cycles,1.000446320,CPU1,1000217200,1000190918
skip_soft_checksum,cycles,2.001181600,CPU0,1000808960,1000729035
skip_soft_checksum,cycles,2.001181600,CPU1,1000796640,1000787052
skip_soft_checksum,cycles,3.001844080,CPU0,1000659440,1000584718
skip_soft_checksum,cycles,3.001844080,CPU1,1000659520,1000649955
......

但这个数据不够形象,需要转换为图表,有很多种方式,比如python处理成图表,导入Excel处理等。

我们这里选择导入飞书多维数据表格,然后生成需要的图表。

3. 源码文件
'''
SPDX-License-Identifier: BSD-3-Clause

Copyright (c) 2025 Once Day , All rights reserved.

FilePath: /linux/perf/pmu-collect/pmu-collect.py
@Author: Once Day .
Date: 2025-02-22 12:57
@info: Encoder=utf-8,Tabsize=4,Eol=
.

@Description:
    收集指定的PMU事件数据, 使用perf stat命令收集数据, 并将数据保存到指定的文件中.

@History:
    2025-02-22: 支持 【收集 + 触发开关 + 收集】 的简易控制变量模型

'''

from math import log
import os
import sys
import logging

# 日志配置, 默认INFO级别, 格式: 时间 <级别> 文件名-代码行: 消息, 重定向到标准输出
logging.basicConfig(level=logging.INFO, format="%(asctime)s <%(levelname)s> %(filename)s-%(lineno)d: %(message)s", stream=sys.stdout)

# PMU事件列表
"""
硬件事件
    bus-cycles: 总线周期数
    cache-misses: cache miss次数
    cache-references: cache访问次数
硬件cache事件
    L1-dcache-load-misses: L1数据cache读miss次数
    L1-dcache-loads: L1数据cache读次数
    L1-dcache-store-misses: L1数据cache写miss次数
    L1-dcache-stores: L1数据cache写次数
    L1-icache-load-misses: L1指令cache读miss次数
    L1-icache-loads: L1指令cache读次数
    branch-load-misses: 分支预测表读miss次数
    branch-loads: 分支预测表读次数
    dTLB-load-misses: 数据TLB读miss次数
    iTLB-load-misses: 指令TLB读miss次数
内核PMU事件
    armv8_pmuv3/br_immed_retired/: 直接分支指令数
    armv8_pmuv3/br_mis_pred/: 预测失败分支数
    armv8_pmuv3/br_pred/: 预测成功分支数
    armv8_pmuv3/bus_access/: 总线访问事件
    armv8_pmuv3/bus_cycles/: 总线周期
    armv8_pmuv3/cid_write_retired/: 上下文ID寄存器写入事件
    armv8_pmuv3/cpu_cycles/: CPU周期
    armv8_pmuv3/exc_return/: 异常返回事件
    armv8_pmuv3/exc_taken/: 发生异常事件
    armv8_pmuv3/inst_retired/: 执行指令数
    armv8_pmuv3/l1d_cache/: L1数据cache访问事件
    armv8_pmuv3/l1d_cache_refill/: L1数据cache refill事件
    armv8_pmuv3/l1d_cache_wb/: L1数据cache写回事件
    armv8_pmuv3/l1d_tlb_refill/: L1数据TLB refill事件
    armv8_pmuv3/l1i_cache/: L1指令cache访问事件
    armv8_pmuv3/l1i_cache_refill/: L1指令cache refill事件
    armv8_pmuv3/l1i_tlb_refill/: L1指令TLB refill事件
    armv8_pmuv3/l2d_cache/: L2数据cache访问事件
    armv8_pmuv3/l2d_cache_refill/: L2数据cache refill事件
    armv8_pmuv3/l2d_cache_wb/: L2数据cache写回事件
    armv8_pmuv3/ld_retired/: 执行的load指令数
    armv8_pmuv3/mem_access/: 数据内存访问事件
    armv8_pmuv3/memory_error/: memory error事件
    armv8_pmuv3/pc_write_retired/: 执行的PC寄存器写指令数
    armv8_pmuv3/st_retired/: 执行的store指令数
    armv8_pmuv3/sw_incr/: 软件增加事件计数
    armv8_pmuv3/unaligned_ldst_retired/: 执行的非对齐的load/store指令数
"""
# 定义以上提到的PMU事件, 单次最多支持6个事件
THIS_PMU_EVENTS = {
    "base-events": ["cycles", "instructions", "bus-cycles", "cache-misses", "cache-references"],
    "L1-dcache-events": ["L1-dcache-load-misses", "L1-dcache-loads", "L1-dcache-store-misses", "L1-dcache-stores", "dTLB-load-misses"],
    "L1-icache-events": ["L1-icache-load-misses", "L1-icache-loads", "iTLB-load-misses"],
    "armv8-base-events": ["bus_cycles", "bus_access", "mem_access", "memory_error", "cpu_cycles", "inst_retired"],
    "armv8-dcache-events": ["l1d_cache", "l1d_cache_refill", "l1d_cache_wb", "l1d_tlb_refill"],
    "armv8-icache-events": ["l1i_cache", "l1i_cache_refill", "l1i_tlb_refill"],
    "armv8-l2cache-events": ["l2d_cache", "l2d_cache_refill", "l2d_cache_wb"],
    "armv8-ldst-events": ["ld_retired", "st_retired", "unaligned_ldst_retired"],
}

# 采集PMU事件并且解析结果, 存入文件里面
"""
root@linux:/var# perf stat -e unaligned_ldst_retired,l2d_cache_refill -a -A -I 1000 -x ,
     # time,cpu,counter,unit,event,duration(ns),unit,,
     1.000226480,CPU0,73480,,unaligned_ldst_retired,1000147600,100.00,,
     1.000226480,CPU1,2807316,,unaligned_ldst_retired,1000158640,100.00,,
     1.000226480,CPU0,1343260,,l2d_cache_refill,1000152080,100.00,,
     1.000226480,CPU1,1282233,,l2d_cache_refill,1000149120,100.00,,
"""
def get_pmu_events(events_str: str) -> dict[str, list[dict[str, str]]]:
    """
    执行perf stat命令, 并且解析结果, 返回解析后的结果
        -a -A: 收集所有CPU的数据, 且按照CPU编号进行区分
        -I 1000: 每隔1s收集一次数据
        -x ,: 使用逗号分隔数据
        sleep 60: 收集60s的数据
    返回数据格式:
    {
        "unaligned_ldst_retired": [
            {"timestamp": "1.000226480", "cpu": "CPU0", "counter": "1000147600"},
            {"timestamp": "1.000226480", "cpu": "CPU1", "counter": "1000158640"}
        ],
        ......
    }
    """

    cmd_str = f"perf stat -a -A -I 1000 -x , -e {events_str} sleep 10.5 2>&1"
    # 异步执行perf stat命令, 并且将结果保存到文件中(添加到文件末尾)
    logging.info(f"Start to collect PMU event data, command: {cmd_str}")
    # 使用pipe读取数据
    result = os.popen(cmd_str).read()
    # logging.debug(f"Collect PMU event data finished, output result: {result}")

    # 解析结果
    pmu_events = {}
    for line in result.split("
"):
        # 解析每一行数据
        line_data = line.strip().split(",")
        # 数据格式: time,cpu,counter,unit,event,duration,unit,, 9个数据
        if len(line_data) != 9:
            logging.debug(f"Invalid data, skip: {line}")
            continue
        # 时间戳, CPU编号, 事件值, 事件名称
        timestamp, cpu, counter, _, event_name, duration, _, _, _ = line_data
        # 去除timestamp中的空格
        timestamp = timestamp.strip()
        logging.info(f"Collect PMU event data: {timestamp}: {cpu}, {duration}, {event_name}: {counter}")
        # 保存数据
        event_data = {"timestamp": timestamp, "cpu": cpu, "cycles": duration, "counter": counter}
        if event_name not in pmu_events:
            pmu_events[event_name] = []
        pmu_events[event_name].append(event_data)
    return pmu_events

def record_pmu_events(event_groups: dict[str, list[str]], output_file: str, tag: str):
    """
        遍历PMU事件组, 逐个采集数据, 并且将数据保存到文件中.
    """
    for group_name, events in event_groups.items():
        # 采集PMU事件数据
        logging.info(f"Start to collect PMU events data for group: {group_name} - {events}")
        events_str = ",".join(events)
        pmu_events = get_pmu_events(events_str)
        # 解析数据, 保存到文件中, 记录为CSV格式: 标签, 事件名, 时间戳(s), CPU编号, 统计时长(us), 计数器值
        with open(output_file, "a+") as f:
            for event_name, event_data in pmu_events.items():
                for data in event_data:
                    f.write(f"{tag},{event_name},{data['timestamp']},{data['cpu']},{data['cycles']},{data['counter']}
")
        logging.info(f"Save PMU events {group_name} data to file: {output_file}")
    logging.info(f"Record PMU events data finished, save to file: {output_file}")

if __name__ == "__main__":

    save_file = "this_pmu_events.csv"
    # 如果文件不存在, 则创建文件
    if not os.path.exists(save_file):
        with open(save_file, "w") as f:
            # CSV格式: 标签, 事件名, 时间戳(s), CPU编号, 统计时长(us), 计数器值
            f.write("tag,event_name,timestamp,cpu,cycles,counter
")
        logging.info(f"Create new file: {save_file}")
    else:
        logging.info(f"Use existing file: {save_file}")

    # 标签名称来自于命令行参数
    if len(sys.argv) > 1:
        tag_str = sys.argv[1]
    else:
        tag_str = "default"
    logging.info(f"Start to collect PMU events data, tag: {tag_str}")

    # 采集THIS_PMU_EVENTS中定义的PMU事件, 并且保存到文件中
    record_pmu_events(THIS_PMU_EVENTS, save_file, tag_str)







Once Day

也信美人终作土,不堪幽梦太匆匆......

如果这篇文章为您带来了帮助或启发,不妨点个赞👍和关注,再加上一个小小的收藏⭐!

(。◕‿◕。)感谢您的阅读与支持~~~

本文地址:https://www.vps345.com/3333.html

搜索文章

Tags

PV计算 带宽计算 流量带宽 服务器带宽 上行带宽 上行速率 什么是上行带宽? CC攻击 攻击怎么办 流量攻击 DDOS攻击 服务器被攻击怎么办 源IP 服务器 linux 运维 游戏 云计算 javascript 前端 chrome edge 进程 操作系统 进程控制 Ubuntu python MCP llama 算法 opencv 自然语言处理 神经网络 语言模型 ssh deepseek Ollama 模型联网 API CherryStudio harmonyos 华为 开发语言 typescript 计算机网络 ubuntu 数据库 centos oracle 关系型 安全 分布式 react.js 前端面试题 node.js 持续部署 Dell R750XS 科技 ai java 人工智能 个人开发 udp unity 网络 网络协议 rust http fastapi mcp mcp-proxy mcp-inspector fastapi-mcp agent sse pycharm ide pytorch numpy 阿里云 网络安全 macos adb nginx 监控 自动化运维 django flask web3.py 笔记 C 环境变量 进程地址空间 github 创意 社区 RTSP xop RTP RTSPServer 推流 视频 flutter golang 后端 IIS .net core Hosting Bundle .NET Framework vs2022 es jvm windows websocket php html 经验分享 oceanbase rc.local 开机自启 systemd 麒麟 ecm bpm 面试 性能优化 jdk intellij-idea 架构 c++ 深度优先 图论 并集查找 换根法 树上倍增 ddos ollama llm Docker Compose docker compose docker-compose 深度学习 机器学习 chatgpt 大模型 llama3 Chatglm 开源大模型 android zotero WebDAV 同步失败 代理模式 YOLO vue.js audio vue音乐播放器 vue播放音频文件 Audio音频播放器自定义样式 播放暂停进度条音量调节快进快退 自定义audio覆盖默认样式 tcp/ip java-ee bash sql KingBase spring 银河麒麟 kylin v10 麒麟 v10 目标检测 计算机视觉 vim ESP32 LDAP spring boot tomcat maven intellij idea nuxt3 vue3 docker 实时音视频 filezilla 无法连接服务器 连接被服务器拒绝 vsftpd 331/530 .netcore dubbo 容器 统信 国产操作系统 虚拟机安装 .net c语言 低代码 gitlab 多线程服务器 Linux网络编程 json html5 firefox conda pillow live555 rtsp rtp 搜索引擎 kubernetes 学习方法 程序人生 自动化 蓝耘科技 元生代平台工作流 ComfyUI vscode 代码调试 ipdb DeepSeek-R1 API接口 Flask FastAPI Waitress Gunicorn uWSGI Uvicorn prometheus kvm 无桌面 命令行 串口服务器 Hyper-V WinRM TrustedHosts apache matlab YOLOv8 NPU Atlas800 A300I pro asi_bench AI 爬虫 数据集 Deepseek mount挂载磁盘 wrong fs type LVM挂载磁盘 Centos7.9 c# ansible playbook 电脑 智能路由器 dell服务器 go redis mysql 服务器无法访问 ip地址无法访问 无法访问宝塔面板 宝塔面板打不开 XFS xfs文件系统损坏 I_O error shell 磁盘监控 springsecurity6 oauth2 授权服务器 前后端分离 openEuler AI编程 git gitea jar 嵌入式硬件 arm FunASR ASR 佛山戴尔服务器维修 佛山三水服务器维修 file server http server web server ssl https 集成学习 集成测试 kylin 远程连接 rdp 实验 远程工作 负载均衡 Wi-Fi minio Spring Security 腾讯云 SysBench 基准测试 1024程序员节 ISO镜像作为本地源 Dify 交换机 硬件 设备 GPU PCI-Express MacOS录屏软件 UOS 统信操作系统 yum 媒体 transformer 游戏服务器 Minecraft MNN DeepSeek Qwen 信息与通信 ip 备份SQL Server数据库 数据库备份 傲梅企业备份网络版 spring cloud web安全 大数据 音乐服务器 Navidrome 音流 microsoft arm开发 系统安全 微信 远程桌面 TRAE gaussdb 医疗APP开发 app开发 uni-app ffmpeg 音视频 DeepSeek行业应用 Heroku 网站部署 xss 多进程 宝塔面板访问不了 宝塔面板网站访问不了 宝塔面板怎么配置网站能访问 宝塔面板配置ip访问 宝塔面板配置域名访问教程 宝塔面板配置教程 jupyter pip AIGC 云原生 pppoe radius ocr 命令 AI agent 硬件架构 系统架构 思科模拟器 思科 Cisco jenkins 云服务 elasticsearch kind 华为云 物联网 react next.js 部署 部署next.js QQ 聊天室 单片机 温湿度数据上传到服务器 Arduino HTTP 其他 ci/cd Agent 机器人 googlecloud CPU 内存 主板 电源 网卡 ceph muduo X11 Xming 企业微信 Linux24.04 deepin 小程序 弹性计算 虚拟化 KVM 计算虚拟化 弹性裸金属 博客 运维开发 游戏程序 stm32 qt 学习 EMQX MQTT 通信协议 fpga开发 远程登录 telnet Linux awk awk函数 awk结构 awk内置变量 awk参数 awk脚本 awk详解 junit 漏洞 ios 安全威胁分析 vscode 1.86 SSH Linux Xterminal 报错 unity3d k8s hugo Samba SWAT 配置文件 服务管理 网络共享 aws ruoyi 服务器繁忙 备选 网站 api 调用 示例 银河麒麟桌面操作系统 Kylin OS 国产化 AD域 JAVA Java postman mock mock server 模拟服务器 mock服务器 Postman内置变量 Postman随机数据 rpc selete 高级IO 边缘计算 智能硬件 AutoDL IIS服务器 IIS性能 日志监控 模拟退火算法 国标28181 视频监控 监控接入 语音广播 流程 SIP SDP mosquitto 消息队列 r语言 数据挖掘 数据可视化 数据分析 word图片自动上传 word一键转存 复制word图片 复制word图文 复制word公式 粘贴word图文 粘贴word公式 华为od sqlite MS Materials TCP服务器 qt项目 qt项目实战 qt教程 openssl 密码学 GaN HEMT 氮化镓 单粒子烧毁 辐射损伤 辐照效应 kamailio sip VoIP virtualenv 编辑器 根服务器 clickhouse 权限 eureka kafka hibernate AI大模型 大模型入门 大模型教程 debian webrtc remote-ssh sqlserver excel ukui 麒麟kylinos openeuler W5500 OLED u8g2 微服务 chfs ubuntu 16.04 框架搭建 宝塔面板 同步 备份 建站 laravel Nuxt.js mongodb 需求分析 规格说明书 豆瓣 追剧助手 迅雷 nas 微信小程序 前端框架 android studio springboot 雨云 NPS 孤岛惊魂4 恒源云 tcp RTMP 应用层 HarmonyOS Next express okhttp CORS 跨域 大模型微调 open webui 3d 数学建模 网络结构图 单一职责原则 7z jmeter 软件测试 av1 电视盒子 机顶盒ROM 魔百盒刷机 HCIE 数通 oneapi 远程 执行 sshpass 操作 Docker Hub docker pull 镜像源 daemon.json 重启 排查 系统重启 日志 原因 外网访问 内网穿透 端口映射 策略模式 单例模式 Headless Linux uniapp XCC Lenovo pdf asp.net大文件上传 asp.net大文件上传下载 asp.net大文件上传源码 ASP.NET断点续传 asp.net上传文件夹 asp.net上传大文件 .net core断点续传 华为认证 网络工程师 开源 gateway Clion Nova ResharperC++引擎 Centos7 远程开发 WebUI DeepSeek V3 visualstudio zookeeper gitee SSL 域名 ollama下载加速 安全架构 AISphereButler armbian u-boot LORA 大语言模型 NLP 驱动开发 硬件工程 嵌入式实习 WSL win11 无法解析服务器的名称或地址 Cursor ftp 微信小程序域名配置 微信小程序服务器域名 微信小程序合法域名 小程序配置业务域名 微信小程序需要域名吗 微信小程序添加域名 EasyConnect Cline ecmascript nextjs reactjs Linux PID RustDesk自建服务器 rustdesk服务器 docker rustdesk 黑客技术 流式接口 URL opensearch helm ssrf 失效的访问控制 pygame 小游戏 五子棋 HTML audio 控件组件 vue3 audio音乐播放器 Audio标签自定义样式默认 vue3播放音频文件音效音乐 自定义audio播放器样式 播放暂停调整声音大小下载文件 MI300x 交互 openwrt ux 多线程 vscode1.86 1.86版本 ssh远程连接 SSE zabbix WSL2 LLM Web APP Streamlit hadoop big data xrdp string模拟实现 深拷贝 浅拷贝 经典的string类问题 三个swap TrinityCore 魔兽世界 开发环境 SSL证书 sysctl.conf vm.nr_hugepages Python 网络编程 聊天服务器 套接字 TCP 客户端 Socket asm svn token sas 源码剖析 rtsp实现步骤 流媒体开发 僵尸进程 群晖 文件分享 VMware安装Ubuntu Ubuntu安装k8s odoo 服务器动作 Server action mysql离线安装 ubuntu22.04 mysql8.0 hive Hive环境搭建 hive3环境 Hive远程模式 银河麒麟操作系统 远程过程调用 Windows环境 直播推流 服务器部署ai模型 rsyslog 高效日志打印 串口通信日志 服务器日志 系统状态监控日志 异常记录日志 毕设 FTP服务器 v10 软件 缓存 微信公众平台 安装教程 GPU环境配置 Ubuntu22 CUDA PyTorch Anaconda安装 中间件 C语言 ipython flash-attention 联想开天P90Z装win10 DigitalOcean GPU服务器购买 GPU服务器哪里有 GPU服务器 bootstrap 向日葵 软考 网工 C++软件实战问题排查经验分享 0xfeeefeee 0xcdcdcdcd 动态库加载失败 程序启动失败 程序运行权限 标准用户权限与管理员权限 飞牛NAS 飞牛OS MacBook Pro IDEA 统信UOS bonding 链路聚合 软件需求 压力测试 监控k8s集群 集群内prometheus tailscale derp derper 中转 Reactor 设计模式 C++ 数据库架构 数据管理 数据治理 数据编织 数据虚拟化 idm 课程设计 cursor MCP server C/S LLM windows日志 能力提升 面试宝典 技术 IT信息化 agi 5G 3GPP 卫星通信 gpu算力 unix H3C iDRAC R720xd 命名管道 客户端与服务端通信 Unity插件 netty 显卡驱动 iventoy VmWare OpenEuler css3 make命令 makefile文件 sentinel ESXi rabbitmq tcpdump gpt-3 文心一言 iphone iot midjourney AI写作 iftop 网络流量监控 相差8小时 UTC 时间 鸿蒙系统 状态管理的 UDP 服务器 Arduino RTOS dify uv 服务器配置 生物信息学 技能大赛 Python基础 Python教程 Python技巧 网络用户购物行为分析可视化平台 大数据毕业设计 安卓 win服务器架设 windows server wireshark list 模拟实现 镜像 迁移指南 实战案例 程序 序列化反序列化 DevEco Studio devops bug fd 文件描述符 ruby AnythingLLM AnythingLLM安装 虚幻 游戏引擎 线程 Invalid Host allowedHosts vue Kali 虚拟机 我的世界服务器搭建 加解密 Yakit yaklang Qwen2.5-coder 离线部署 王者荣耀 mac navicat 计算机 干货分享 渗透测试 黑客工具 密码爆破 linux环境变量 文件系统 路径解析 cocoapods xcode 环境配置 技术共享 threejs 3D 我的世界 我的世界联机 数码 无人机 ROS 自动驾驶 黑客 Claude 测试工具 SenseVoice eNSP 网络规划 VLAN 企业网络 流量运营 springboot远程调试 java项目远程debug docker远程debug java项目远程调试 springboot远程 服务器管理 配置教程 服务器安装 网站管理 postgresql less 云电竞 云电脑 todesk yolov8 P2P HDLC elk k8s资源监控 annotations自动化 自动化监控 监控service 监控jvm 计算机外设 eclipse 信号处理 BMC IPMI 带外管理 职场和发展 QT 5.12.12 QT开发环境 Ubuntu18.04 双系统 GRUB引导 Linux技巧 执法记录仪 智能安全帽 smarteye docker搭建nacos详解 docker部署nacos docker安装nacos 腾讯云搭建nacos centos7搭建nacos mamba Vmamba 矩阵 线性代数 电商平台 编程 性能分析 RAID RAID技术 磁盘 存储 图像处理 Erlang OTP gen_server 热代码交换 事务语义 CH340 串口驱动 CH341 uart 485 can 线程池 ui glibc npm USB网络共享 远程控制 rustdesk trea idea visual studio code Playwright 自动化测试 c ssh远程登录 llama.cpp dns是什么 如何设置电脑dns dns应该如何设置 在线预览 xlsx xls文件 在浏览器直接打开解析xls表格 前端实现vue3打开excel 文件地址url或接口文档流二进 linux上传下载 健康医疗 互联网医院 bcompare Beyond Compare Dell HPE 联想 浪潮 模拟器 教程 nac 802.1 portal wps freebsd rnn vmware 卡死 测试用例 功能测试 .net mvc断点续传 浏览器开发 AI浏览器 AI作画 ssh漏洞 ssh9.9p2 CVE-2025-23419 linux安装配置 鸿蒙 GCC Linux环境 金融 seatunnel yaml Ultralytics 可视化 银河麒麟服务器操作系统 系统激活 状态模式 智能手机 算力 Trae AI代码编辑器 wsl etl etcd 数据安全 RBAC 嵌入式 linux驱动开发 个人博客 EMUI 回退 降级 升级 apt 代理服务器 中兴光猫 换光猫 网络桥接 自己换光猫 ue4 着色器 ue5 windwos防火墙 defender防火墙 win防火墙白名单 防火墙白名单效果 防火墙只允许指定应用上网 防火墙允许指定上网其它禁止 ArkUI 多端开发 智慧分发 应用生态 鸿蒙OS 工业4.0 开机自启动 高效远程协作 TrustViewer体验 跨设备操作便利 智能远程控制 深度求索 私域 知识库 rag ragflow ragflow 源码启动 rocketmq iperf3 带宽测试 rtsp服务器 rtsp server android rtsp服务 安卓rtsp服务器 移动端rtsp服务 大牛直播SDK Docker引擎已经停止 Docker无法使用 WSL进度一直是0 镜像加速地址 perf grafana 直流充电桩 充电桩 微信开放平台 微信公众号配置 springcloud frp 游戏开发 SEO hexo 端口测试 腾讯云大模型知识引擎 显示管理器 lightdm gdm 小智AI服务端 xiaozhi TTS redhat jina cuda cudnn anaconda 阻塞队列 生产者消费者模型 服务器崩坏原因 视觉检测 jetty undertow 单元测试 selenium Linux无人智慧超市 LInux多线程服务器 QT项目 LInux项目 单片机项目 Linux的基础指令 NAS Termux 元服务 应用上架 lio-sam SLAM 云服务器 裸金属服务器 弹性裸金属服务器 p2p composer 图形化界面 换源 国内源 Debian 产测工具框架 IMX6ULL 管理框架 trae Netty 即时通信 NIO crosstool-ng Logstash 日志采集 HTTP 服务器控制 ESP32 DeepSeek Jellyfin HiCar CarLife+ CarPlay QT RK3588 毕昇JDK Typore 开发 Node-Red 编程工具 流编程 鲲鹏 昇腾 npu wsl2 milvus tensorflow 游戏机 micropython esp32 mqtt YOLOv12 多层架构 解耦 bat 超融合 端口 查看 ss vasp安装 查询数据库服务IP地址 SQL Server 语音识别 deekseek firewalld 半虚拟化 硬件虚拟化 Hypervisor 分析解读 田俊楠 交叉编译 code-server linux 命令 sed 命令 SVN Server tortoise svn prompt 微信分享 Image wxopensdk 程序员 Radius 实时互动 pgpool 业界资讯 ABAP 大数据平台 银河麒麟高级服务器 外接硬盘 Kylin 可信计算技术 网络攻击模型 物联网开发 echarts 信息可视化 网页设计 华为机试 outlook n8n 工作流 workflow 数据库系统 信号 自动化任务管理 easyui langchain HAProxy SSH 密钥生成 SSH 公钥 私钥 生成 Linux find grep 小艺 Pura X 代理 rust腐蚀 dba yum源切换 更换国内yum源 IPv4 子网掩码 公网IP 私有IP 做raid 装系统 Java Applet URL操作 服务器建立 Socket编程 网络文件读取 宠物 毕业设计 免费学习 宠物领养 宠物平台 火绒安全 CVE-2024-7347 VPS IM即时通讯 剪切板对通 HTML FORMAT 数据结构 ShenTong IMX317 MIPI H265 VCU web 网络穿透 xml 飞书 dns VR手套 数据手套 动捕手套 动捕数据手套 web3 Ark-TS语言 阿里云ECS autodl vSphere vCenter 软件定义数据中心 sddc 反向代理 致远OA OA服务器 服务器磁盘扩容 OD机试真题 华为OD机试真题 服务器能耗统计 IMM 传统数据库升级 银行 LLMs 智能音箱 智能家居 服务器数据恢复 数据恢复 存储数据恢复 北亚数据恢复 oracle数据恢复 输入法 IPMITOOL 硬件管理 opcua opcda KEPServer安装 FTP 服务器 keepalived ros sonoma 自动更新 VMware安装mocOS VMware macOS系统安装 VSCode AI-native Docker Desktop 繁忙 解决办法 替代网站 汇总推荐 AI推理 移动云 CDN css 软链接 硬链接 自定义客户端 SAS embedding gcc ArcTS 登录 ArcUI GridItem arkUI 办公自动化 自动化生成 pdf教程 wsgiref Web 服务器网关接口 flink nfs skynet chrome devtools chromedriver RAGFlow ldap Ubuntu DeepSeek DeepSeek Ubuntu DeepSeek 本地部署 DeepSeek 知识库 DeepSeek 私有化知识库 本地部署 DeepSeek DeepSeek 私有化部署 ardunio BLE efficientVIT YOLOv8替换主干网络 TOLOv8 合成模型 扩散模型 图像生成 webstorm IDE AI 原生集成开发环境 Trae AI minicom 串口调试工具 g++ g++13 cnn DenseNet CrewAI log4j Windows 大大通 第三代半导体 碳化硅 回显服务器 UDP的API使用 java-rocketmq 本地部署 LInux HarmonyOS OpenHarmony 真机调试 pyqt Kylin-Server SSH 服务 SSH Server OpenSSH Server Xinference Kali Linux 信息收集 h.264 语法 pyautogui 项目部署到linux服务器 项目部署过程 服务器主板 AI芯片 系统 黑苹果 bot Docker WebRTC gpt sdkman sequoiaDB wordpress 无法访问wordpess后台 打开网站页面错乱 linux宝塔面板 wordpress更换服务器 ubuntu24 vivado24 open Euler dde 捆绑 链接 谷歌浏览器 youtube google gmail onlyoffice 网卡的名称修改 eth0 ens33 图形渲染 cpp-httplib Google pay Apple pay nvidia prometheus数据采集 prometheus数据模型 prometheus特点 怎么卸载MySQL MySQL怎么卸载干净 MySQL卸载重新安装教程 MySQL5.7卸载 Linux卸载MySQL8.0 如何卸载MySQL教程 MySQL卸载与安装 gradle 相机 软件工程 adobe k8s集群资源管理 云原生开发 alias unalias 别名 RAGFLOW cd 目录切换 源码 ros2 moveit 机器人运动 环境迁移 崖山数据库 YashanDB db Ubuntu 24 常用命令 Ubuntu 24 Ubuntu vi 异常处理 混合开发 环境安装 JDK VMware创建虚拟机 视频编解码 regedit 开机启动 烟花代码 烟花 元旦 Ubuntu 24.04.1 轻量级服务器 NFS python3.11 dash 正则表达式 tidb GLIBC lsb_release /etc/issue /proc/version uname -r 查看ubuntu版本 iis 蓝桥杯 雨云服务器 EtherCAT转Modbus ECT转Modbus协议 EtherCAT转485网关 ECT转Modbus串口网关 EtherCAT转485协议 ECT转Modbus网关 webgl 僵尸世界大战 游戏服务器搭建 远程看看 远程协助 Open WebUI 知识图谱 iBMC UltraISO centos-root /dev/mapper yum clean all df -h / du -sh 考研 在线office sqlite3 京东云 Anolis nginx安装 linux插件下载 xpath定位元素 cpu 实时 使用 基础入门 dity make chrome 浏览器下载 chrome 下载安装 谷歌浏览器下载 流水线 脚本式流水线 risc-v 强化学习 mcu RoboVLM 通用机器人策略 VLA设计哲学 vlm fot robot 视觉语言动作模型 具身智能 rime 三级等保 服务器审计日志备份 架构与原理 rclone AList webdav fnOS 多个客户端访问 IO多路复用 TCP相关API 抗锯齿 实习 epoll firewall MySql 压测 ECS 移动魔百盒 matplotlib USB转串口 camera Arduino 电子信息 harmonyOS面试题 宕机切换 服务器宕机 邮件APP 免费软件 KylinV10 麒麟操作系统 Vmware Ubuntu Server Ubuntu 22.04.5 大文件分片上传断点续传及进度条 如何批量上传超大文件并显示进度 axios大文件切片上传详细教 node服务器合并切片 vue3大文件上传报错提示错误 大文件秒传跨域报错cors 金仓数据库 2025 征文 数据库平替用金仓 safari Mac DOIT 四博智联 防火墙 NAT转发 NAT Server 历史版本 下载 安装 Unity Dedicated Server Host Client 无头主机 stm32项目 aarch64 编译安装 HPC mariadb GoogLeNet 政务 分布式系统 监控运维 Prometheus Grafana 常用命令 文本命令 目录命令 树莓派 VNC proxy模式 thingsboard 链表 虚拟局域网 域名服务 DHCP 符号链接 配置 deepseek r1 性能测试 docker run 数据卷挂载 交互模式 粘包问题 ip命令 新增网卡 新增IP 启动网卡 用户缓冲区 本地知识库部署 DeepSeek R1 模型 PX4 主从复制 人工智能生成内容 大模型面经 大模型学习 拓扑图 DNS docker搭建pg docker搭建pgsql pg授权 postgresql使用 postgresql搭建 UDP openstack Xen 服务器时间 mybatis 基础环境 Attention 渗透 ubuntu20.04 开机黑屏 ping++ 沙盒 word 多路转接 大模型推理 项目部署 RAG 检索增强生成 文档解析 大模型垂直应用 visual studio OpenSSH uni-file-picker 拍摄从相册选择 uni.uploadFile H5上传图片 微信小程序上传图片 Cookie 上传视频至服务器代码 vue3批量上传多个视频并预览 如何实现将本地视频上传到网页 element plu视频上传 ant design vue vue3本地上传视频及预览移除 kali 共享文件夹 键盘 嵌入式Linux IPC 剧本 gnu edge浏览器 seleium VS Code 目标跟踪 OpenVINO 推理应用 社交电子 嵌入式系统开发 grub 版本升级 扩容 匿名管道 DBeaver 数据仓库 kerberos 灵办AI AD 域管理 网站搭建 serv00 系统开发 binder 车载系统 framework 源码环境 conda配置 conda镜像源 磁盘镜像 服务器镜像 服务器实时复制 实时文件备份 TCP协议 远程服务 软负载 CLion TrueLicense 大模型部署 minecraft AI Agent 字节智能运维 curl wget 分布式训练 EtherNet/IP串口网关 EIP转RS485 EIP转Modbus EtherNet/IP网关协议 EIP转RS485网关 EIP串口服务器 ubuntu24.04.1 IO模型 docker部署翻译组件 docker部署deepl docker搭建deepl java对接deepl 翻译组件使用 rpa fast 风扇控制软件 大模型应用 西门子PLC 通讯 存储维护 NetApp存储 EMC存储 飞牛nas fnos MacMini 迷你主机 mini Apple 内网服务器 内网代理 内网通信 VM搭建win2012 win2012应急响应靶机搭建 攻击者获取服务器权限 上传wakaung病毒 应急响应并溯源 挖矿病毒处置 应急响应综合性靶场 vr mm-wiki搭建 linux搭建mm-wiki mm-wiki搭建与使用 mm-wiki使用 mm-wiki详解 mq x64 SIGSEGV xmm0 hosts 程序员创富 Linux的权限 热榜 李心怡 cmos spark HistoryServer Spark YARN jobhistory xshell termius iterm2 neo4j 数据库开发 database docker部署Python wpf 服务网格 istio Ubuntu共享文件夹 共享目录 Linux共享文件夹 CentOS js 网络爬虫 GIS 遥感 WebGIS 离线部署dify 产品经理 MDK 嵌入式开发工具 论文笔记 sublime text qemu libvirt arcgis ai工具 Windsurf 运维监控 鸿蒙开发 移动开发 增强现实 沉浸式体验 应用场景 技术实现 案例分析 AR 内网环境 信创 信创终端 中科方德 企业网络规划 华为eNSP 虚幻引擎 leetcode 推荐算法 DocFlow 论文阅读 自动化编程 CentOS Stream SRS 流媒体 直播 C# MQTTS 双向认证 emqx raid5数据恢复 磁盘阵列数据恢复 网络建设与运维 网络搭建 神州数码 神州数码云平台 云平台 本地化部署 搭建个人相关服务器 Redis Desktop 私有化 deep learning 音乐库 飞牛 实用教程 玩机技巧 软件分享 软件图标 searxng 影刀 #影刀RPA# 网络药理学 生信 PPI String Cytoscape CytoHubba swoole IO figma nlp triton 模型分析 聚类 vue-i18n 国际化多语言 vue2中英文切换详细教程 如何动态加载i18n语言包 把语言json放到服务器调用 前端调用api获取语言配置文件 AP配网 AK配网 小程序AP配网和AK配网教程 WIFI设备配网小程序UDP开 Deepseek-R1 私有化部署 推理模型 欧标 OCPP lua PVE dock 加速 docker命令大全 ai小智 语音助手 ai小智配网 ai小智教程 esp32语音助手 diy语音助手