........................................................................ 42 14.1 消费过程要做到幂等（即消费端去重） .................................................................................................. RocketMQ 中，主要挃的是尿部顺序，即一类消息为满足顺 序性，必须 Producer 单线程顺序収送，丏収送到同一个队列，返样 Consumer 就可以挄照 Producer 収送 的顺序去消费消息。  普通顺序消息 顺序消息的一种，正常情冴下可以保证完全的顺序消息，但是一旦収生通信异常，Broker 重启，由亍队列 总数収生发化，哈希叏模后定位的队列会发化，产生短暂的消息顺序丌一致。 将优兇级划分为高、中、低，戒者再多几个级 别。每个优兇级可以用丌同的 topic 表示，収消息时，挃定丌同的 topic 来表示优兇级，返种方式可以解决 绝大部分的优兇级问题，但是对业务的优兇级精确性做了妥协。 2) 严格的优兇级，优兇级用整数表示，例如 0 ~ 65535，返种优兇级问题一般使用丌同 topic 解决就非常丌合 项目开源主页：https://github.com/alibaba/RocketMQ

掌握提示语设计：AIGC时代的必备技能 提示语设计的核心技能体系 表1-3-1提示语设计核心技能子项 核心技能 子项 问题重构能力 将复杂、模糊的人类需求转化为结构化的AI任务 识别问题的核心要素和约束条件 设计清晰、精确的提示语结构 创意引导能力 设计能激发AI创新思维的提示语 利用类比、反向思考等技巧拓展AI输出的可能性 巧妙结合不同领域概念，产生跨界创新 结果优化能力 分析AI输出，识别改进空间 通过迭代调整提示语，优化输出质量 伦理意识 在提示语中嵌入伦理考量 设计公平、包容的AI交互模式 预防和缓解AI可能带来的负面影响 提示语设计的核心技能体系不仅涵盖了技术层面的专 业知识，更强调了认知能力、创新思维和软实力的重 要性。 这些核心技能构成了提示语设计的基础，涵盖了从问 题分析到创意生成，再到结果优化的全过程。 语境理解能力使设计者能够在复杂的社会和文化背景 下工作；抽象化能力有助于提高工作效率和拓展应用 基于“BRIDGE”框架 • Blend（混合）：融合不同领域的概念 • Reframe（重构）：用新视角看待问题 • Interconnect（互联）：建立领域间的联系 • Decontextualize（去情境化）：将概念从原始环 境中抽离 • Generalize（泛化）：寻找普适原则 • Extrapolate（推演）：将原理应用到新领域 �实战技巧：操作方法 1. 使用“评估矩阵”提示进行系统性筛选

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 494 XI.V.II Ubuntu 挑硬件吗？不支持什么硬件？去什么地方下 载驱动程序？ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 494 XI 的熟练程度，适当地使用各种教学手段(幻灯片、范 例和引导进行实验练习)。 课程概况 35 Ubuntu 桌面培训 目录 • 使用幻灯片帮助您专注于当前主题而避免离题，确保不遗漏任何有关信息的同时着 重对主要的知识点进行讲解。偶尔看一眼特定的知识点，并尽快将您的注意力重新 放回学生身上。避免单调地逐字复述幻灯片上的内容。 • 为了激发学生的积极性，在课堂上贯穿进行实验练习。 课程结构 每个课程包括以下几个部分。 入 MOTU 是 最 好 的 选 择 。 详 情 请 访 问 https://wiki.ubuntu.com/MOTU/GettingStarted 头脑风暴如果您有什么想法或建议，不一定要您亲自去实现他们，还可以把它们提交 到 Ubuntu 头脑风暴：http://brainstorm.ubuntu.com/ 技术型用户如果您具有一定的技术水平，可以选择以下的方式为 Ubuntu 做出贡献：

，受益匪浅，从每次遇到正则问题，从百度到自己书写，都离不开书中的知识。并且此书通俗易懂， 条理清晰，每次阅读都会得到新的收获。感谢老姚，支持你，加油！ — _周末 对于正则的知识，之前看得总是零零碎碎的，没有好好地去系统学习过，所以在方面知识体系相对薄 弱。通过这本正则迷你书，总算有一个清晰掌握。一直以来比较关注作者的笔记和文章，自身在JS的 成长上也受益于姚哥帮助，感谢他对这本书的付出，希望这本迷你书能帮助更多想学习正则的同学。 第一章和第二章以这个角度去讲解了正则表达式的基础。 在正则可以使用括号捕获数据，要么在 API 中进行分组引用，要么在正则里进行反向引用。 这是第三章的主题，讲解了正则表达式中括号的作用。 学习正则，是需要了解其匹配原理的。 第四章，讲解了正则表达式的回溯法原理。 另外在第六章最后一节，也讲解了正则的表达式的整体工作原理。 不仅能看懂别人的正则，还要自己会写正则。 第五章，是从读的角度，去拆分一个正 第五章，是从读的角度，去拆分一个正则表达式，而第六章是从写的角度，去构建一个正则表达式。 学习正则，是为了在真实世界里应用的。 JavaScript 正则表达式迷你书 前言 | 第 4 页 第七章讲解了正则的用法，和相关 API 需要注意的地方。 虽然你可以直接阅读你想了解的任何一章，但我还是建议从头到尾地完整阅读。本书是迷你书，不厚的。 最好阅读两遍。第一遍，不求甚解地快速阅读一遍。阅读过程中遇到的问题不妨记录下来，也许阅读完毕后

，受益匪浅，从每次遇到正则问题，从百度到自己书写，都离不开书中的知识。并且此书通俗易懂， 条理清晰，每次阅读都会得到新的收获。感谢老姚，支持你，加油！ — _周末 对于正则的知识，之前看得总是零零碎碎的，没有好好地去系统学习过，所以在方面知识体系相对薄 弱。通过这本正则迷你书，总算有一个清晰掌握。一直以来比较关注作者的笔记和文章，自身在JS的 成长上也受益于姚哥帮助，感谢他对这本书的付出，希望这本迷你书能帮助更多想学习正则的同学。 第一章和第二章以这个角度去讲解了正则表达式的基础。 在正则可以使用括号捕获数据，要么在 API 中进行分组引用，要么在正则里进行反向引用。 这是第三章的主题，讲解了正则表达式中括号的作用。 学习正则，是需要了解其匹配原理的。 第四章，讲解了正则表达式的回溯法原理。 另外在第六章最后一节，也讲解了正则的表达式的整体工作原理。 不仅能看懂别人的正则，还要自己会写正则。 第五章，是从读的角度，去拆分一个正 第五章，是从读的角度，去拆分一个正则表达式，而第六章是从写的角度，去构建一个正则表达式。 学习正则，是为了在真实世界里应用的。 JavaScript 正则表达式迷你书 前言 | 第 4 页 第七章讲解了正则的用法，和相关 API 需要注意的地方。 虽然你可以直接阅读你想了解的任何一章，但我还是建议从头到尾地完整阅读。本书是迷你书，不厚的。 最好阅读两遍。第一遍，不求甚解地快速阅读一遍。阅读过程中遇到的问题不妨记录下来，也许阅读完毕后

4、提取网址内容； 5、写入文件。 任务 你需要完成以下两个任务： 1.阅读网页【网址】源代码【对应网页源代码】。提取所 有包含“春运2025丨X月X日，全社会跨区域人员流动量完 成X万人次”的网址进行去重、筛选，合并成网址列表 2.撰写python脚本，基于步骤1输出的网址列表提取所有网 址内容“截至目前 2025 年春运（2025年1月14日到2月8日） 相关数据（如日期、全社会跨区域人员流动量、铁路客运 o3mini 响应速度快，能够高效提 取所有需求链接，输出完 整可运行python脚本，代 码运行后生成文件，但数 据采集结果为空。 DeepSeek R1 能够提取所有网址并进行 筛选、去重，所撰写代码 运行后完成数据爬虫任务， 所获取数据准确，少量数 据有所遗漏。 提示词 测试结果受到数据样本、测试环境、AI抽卡、提示词模板等因素影响，仅供参考，无法作为决策制定、质量评估或产品验证的最终依据。 目前DeepSeek R1、Open AI o3mini、Kimi k1.5支持联网查询网址，Claude 3.5 sonnet暂不支持；  四个模型均能根据上传的网页代码，对多个网址链接进行筛选、去重，完全提取出符合指令要求的所有网址链接并形成列表；  在复杂爬虫任务上，DeepSeek R1与Open AI o3min生成的代码均能正常执行数据采集任务，o3响应速度更快，R1数据采集结果更加完

通过长轮询拉取消息后回调 MessageListener 接口实现完成消费， 应用系统只要 MessageListener 完成业务逻辑即可 2. Pull 方式：完全由业务系统去控制，定时拉取消息，指定队列消费等等， 当然这里需要 业务系统去根据自己的业务需求去实现 下面介绍默认以 push 方式为主， 因为绝大多数是由 push 消费方式来使用 rocketmq 的。 pullRequest.getNextOffset 区别 8. 构建 sysFlag pull 接口用到的 flag 9. 调底层通信层向 broker 发送拉消息请求 如果 master 压力过大，会建议去 slave 拉取消息 如果是到 broker 拉取消息清楚实时提交标记位，因为 slave 不允许实时提交消费进 度，可以定时提交 //TODO 关于 master 拉消息实时提交指的是什么？ lance(topic) 获取消费的队 列 业务自己获取消费队列，自己到 broker 拉取消息，以及自己更新消费进度 因为内部实现跟 push 方式类似就不在啰嗦，用法也请求看示例代码去 七：shutdown DefaultMQPushConsumerImpl 关闭消费端 关闭消费线程 将分配到的 Set的消费进度保存到

本书的各种源码、在线浏览地址、多种格式⽂件下载如下： Gitbook源码 crifan/media_process_ffmpeg: 强⼤的⾳视频处理⼯具：FFmpeg 如何使⽤此Gitbook源码去⽣成发布为电⼦书 详⻅：crifan/gitbook_template: demo how to use crifan gitbook template and demo 在线浏览 强⼤的⾳视频处理⼯具：FFmpeg 分内容参考⾃⽹络，均已备注了出处。如有发现侵犯您版权，请通过邮箱 联系我 admin 艾特 crifan.com ，我会尽快删除。谢谢合作。 鸣谢 感谢我的⽼婆陈雪的包容理解和悉⼼照料，才使得我 crifan 有更多精 ⼒去专注技术专研和整理归纳出这些电⼦书和技术教程，特此鸣谢。 更多其他电⼦书 本⼈ crifan 还写了其他 100+ 本电⼦书教程，感兴趣可移步⾄： crifan/crifan_ebook_readme: -select_streams v:0 - show_entries stream=height,width -of csv=s=x:p=0 input.mp4 输出： 1280x720 视频去⽔印 ffmpeg -i input.mp4 -vf "delogo=x=324:y=28:w=140:h=53" -c:a copy input_removedWatermarked.mp4

调优指南（openEuler 20.09） 1 调优概述 2020-10-15 1 ● 必须保证调优后的程序运行正确。 ● 调优过程是迭代渐进的过程，每一次调优的结果都要反馈到后续的代码开发中 去。 ● 性能调优不能以牺牲代码的可读性和可维护性为代价。 1.3 调优思路 性能优化首先要较为精准的定位问题，分析系统性能瓶颈，然后根据其性能指标以及 所处层级选择优化的方式方法。 下面介绍M

LBaaS(Neutron) • openstack/kuryr- kubernetes 运⾏行行和构建应⽤用 跑在 KUBERNETES 上的应⽤用 • k8s 基础资源之外 • 资源分组和整体状态 • 重⽤用 YAML 配置 • 版本化 • 启动依赖 • Helm 很棒，但是 …… 典型企业应⽤用的架构 CAICLOUD/RUDDER • 2 CRDs - Release, Release