logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

物联网开发学习总结(4)—— SpringBoot 集成 InfluxDB 实现智能电表数据实时监控

摘要:本文介绍了一个基于SpringBoot和InfluxDB的智能电表数据采集系统解决方案。针对电力公司面临的10万户家庭智能电表数据高频采集(日均960万条)、快速查询和实时统计等需求,系统采用InfluxDB时序数据库优化存储结构,实现高性能写入(每秒数十万条)和高效时间范围查询。通过MQTT协议接收电表数据,利用批量写入机制提升性能,并支持自动数据生命周期管理。系统包含数据采集、存储、查询

文章图片
#物联网#spring boot
Spring学习总结(22)——spring-framework-bom解决spring的不同模块依赖版本不同问题...

Spring不同模块或者与外部进行集成时,依赖处理就需要各自对应版本号。比如,较新spring与较老的quartz,它们集成就会遇到问题,给搭建和升级带来不便。因此Spring IO Platform应运而生,只要项目中引入了它,外部集成时依赖关系无需版本号。Spring IO Platform只是一个pom文件,记录了spring与其他开源项目对应的版本。省去了版本号,也就省去了处理依赖时的问题

#java
物联网开发学习总结(1)—— IOT 设备 OTA 升级方案

本文探讨了物联网设备固件升级(OTA)从HTTP协议转向MQTT协议的技术方案。在分析HTTP方案存在并发性能差、网络开销大等局限性后,重点介绍了基于MQTT协议的OTA升级架构设计,包括设备端和服务端组件、主题设计、六步升级流程,以及安全性、可靠性保障措施。MQTT方案凭借其低带宽消耗、双向实时通信等优势,更适合大规模物联网设备管理,能实现更高效、安全、可靠的升级体验。文章还提出了分组升级、流量

#物联网
物联网开发学习总结(5)—— 深入对比 TDengine、InfluxDB 和 TimescaleDB 三大主流时序数据库的性能表现

本文对比了三大时序数据库TDengine、InfluxDB和TimescaleDB的性能表现。测试显示,TDengine在写入吞吐量、查询效率和存储压缩方面全面领先,其写入性能是InfluxDB的16.2倍,存储空间仅为TimescaleDB的1/11。特别在复杂查询场景下,TDengine优势更为显著,响应时间比竞争对手快24-26倍。该数据库采用专为物联网设计的"一个设备一张表"架构,支持标准

文章图片
#时序数据库#物联网#tdengine +1
Terraform 学习总结(10)—— 阿里云平台 Terraform 代码开发技巧总结

Terraform 是一个开源的自动化资源编排工具。资源编排服务 ROS(Resource Orchestration Service)为 Terraform 提供了托管的能力。当您了解了 Terraform 和 Terraform 托管方式,需要开发 Terraform 代码并在 ROS 中使用时,可以采用本文介绍的开发方式和开发建议。

#terraform
AI 学习总结(5)—— Agent Skills 完全指南:从概念到集成

摘要:Agent Skills是一种模块化任务执行方案,核心为包含SKILL.md文件的目录结构。该文件包含YAML元数据(必含name和description)和Markdown指令,支持捆绑脚本、参考材料和资源。采用渐进式披露机制:启动时仅加载元数据(发现阶段),任务匹配时读取完整指令(激活阶段),执行时按需加载资源。规范要求SKILL.md必须符合命名规则(小写字母、数字、连字符),desc

文章图片
物联网开发学习总结(2)—— MQTT 各协议版本进化历程详解

MQTT协议发展历程:从3.1.1到5.0的演进 摘要: MQTT协议作为物联网领域的核心通信协议,经历了多个版本的迭代升级。1999年由IBM研发,2010年免费发布3.1版本后获得广泛应用。2014年3.1.1成为OASIS标准,在会话管理、错误处理等方面作出改进。2018年发布的5.0版本是重大升级,新增消息属性、增强会话管理、提升连接灵活性等特性。不同版本适用于不同场景:3.1.1适合基础

文章图片
#物联网
AI 学习总结(3)—— AI 智能体零基础入门

智能体是能自主感知环境并执行任务的智能实体,具有自主性、反应性、社会性和进化性。其发展经历了从规则驱动(1950s-1980s)、感知交互(1990s-2010s)到认知革命(2020-2023)和自主进化(2024至今)四个阶段。当前主流智能体构建平台包括零代码平台、企业解决方案和开源框架,搭建流程涵盖需求梳理、软件选型、提示工程设计、工作流配置、调试和发布等步骤。智能体已广泛应用于视频文案提取

文章图片
#人工智能#MCP
AI 学习总结(3)—— AI 智能体零基础入门

智能体是能自主感知环境并执行任务的智能实体,具有自主性、反应性、社会性和进化性。其发展经历了从规则驱动(1950s-1980s)、感知交互(1990s-2010s)到认知革命(2020-2023)和自主进化(2024至今)四个阶段。当前主流智能体构建平台包括零代码平台、企业解决方案和开源框架,搭建流程涵盖需求梳理、软件选型、提示工程设计、工作流配置、调试和发布等步骤。智能体已广泛应用于视频文案提取

文章图片
#人工智能#MCP
互联网金融学习总结(9)—— 智能风控模型技术架构深度解析:AI如何筑牢金融风险护城河?

智能风控系统正在重构金融风险防御体系。本文通过"数据-建模-服务-展现"四层架构,解析其核心技术:数据处理层通过结构化/非结构化处理、标签系统和特征工程提炼高质量数据;建模分析层运用知识图谱、评分模型、政策匹配和NLP财报分析实现全方位风险评估;服务层通过API接口、自动报告和智能Agent将模型能力转化为业务工具;展现层采用可视化大屏和自然语言交互提升用户体验。这套闭环系统使

文章图片
#人工智能#智能风控
    共 51 条
  • 1
  • 2
  • 3
  • 6
  • 请选择