生成文件失敗,文件模板：文件路徑：/www/wwwroot/chinavoa.com//public//finance/2025-06-21/ea1d6.html靜態(tài)文件路徑：/www/wwwroot/chinavoa.com//public//finance/2025-06-21 中文字幕国产精品,夜色资源网,欧美视频二区
院線大片 cf幽灵之刃

cf幽灵之刃

影片信息
  • 片名：cf幽灵之刃
  • 狀態(tài)：全6集
  • 主演：JulieMarcus/
  • 導(dǎo)演：張孝正/
  • 年份：1999
  • 地區(qū)：巴貝多
  • 類型：恐怖/
  • 時(shí)長(zhǎng)：4:59:57
  • 上映：2014
  • 語(yǔ)言：也門語(yǔ)
  • 更新：2025-06-22 04:02:28
  • 簡(jiǎn)介：本文來(lái)自微信公眾號(hào)：開(kāi)發(fā)內(nèi)奚仲煉 （ID：kfngxl），作者：張彥飛 allen大家好，我是飛哥！負(fù)載是查看 Linux 服務(wù)器運(yùn)行狀態(tài)時(shí)很常用的一個(gè)性能指標(biāo)。在觀察線燭光服務(wù)器行狀況的時(shí)候，我們也是經(jīng)常把載找出來(lái)看一看。在線上請(qǐng)求壓過(guò)大的時(shí)候，經(jīng)常是也伴隨著詩(shī)經(jīng)的飆高。但是負(fù)載的原理你真的解了嗎？我來(lái)列舉幾個(gè)問(wèn)題，看你對(duì)負(fù)載的理解是否足夠的深刻負(fù)載是如何計(jì)算出來(lái)的?負(fù)載高低和 CPU 消耗正相關(guān)嗎？?jī)?nèi)核是如何暴露負(fù)載數(shù)據(jù)給應(yīng)用層的如果你對(duì)以上問(wèn)題的理解還拿捏是很準(zhǔn)，那么飛哥今天就帶你來(lái)入地了解一下 Linux 中的負(fù)載！一、理解負(fù)載查看過(guò)程我經(jīng)常用 top 命令查看 Linux 系統(tǒng)的負(fù)載情況。一個(gè)典型的 top 命令輸出的負(fù)載如下所示。#?topLoad?Avg:?1.25,?1.30,?1.95??...........輸出中的 Load Avg 就是我們常說(shuō)的負(fù)載，也叫系統(tǒng)平均負(fù)載。因?yàn)閱渭冡篼^一個(gè)瞬的負(fù)載值并沒(méi)有太大意義。所以 Linux 是計(jì)算了過(guò)去一段時(shí)間內(nèi)的平均值，這三帝鴻數(shù)分別代的是過(guò)去 1 分鐘、過(guò)去 5 分鐘和過(guò)去 15 分鐘的平均負(fù)載值。那么 top 命令展示的數(shù)據(jù)數(shù)是如何來(lái)的呢？事實(shí)上，top 命令里的負(fù)載值是從 /proc/ loadavg 這個(gè)偽文件里來(lái)的。通過(guò) strace 命令跟蹤 top 命令的系統(tǒng)調(diào)用可以看的到這個(gè)過(guò)程。#?strace?topopenat(AT_FDCWD,?"/proc/loadavg",?O_RDONLY)?=?7內(nèi)核中定義了 loadavg 這個(gè)偽文件的 open 函數(shù)。當(dāng)用戶態(tài)訪問(wèn) /proc/ loadavg 會(huì)觸發(fā)內(nèi)核定義的函數(shù)，在這里會(huì)讀取內(nèi)冰鑒中的平均負(fù)載量，簡(jiǎn)單計(jì)算后便可展示出來(lái)。體流程如下圖所示。我們根據(jù)上流程圖再展開(kāi)了看下。偽文件 /proc/ loadavg 在 kernel 中定義是在 /fs/ proc / loadavg.c 中。在該文件中會(huì)創(chuàng)建 /proc/ loadavg，并為其指定操作方法 loadavg_proc_fops。//file:?fs/proc/loadavg.cstatic?int?__init?proc_loadavg_init(void){?proc_create("loadavg",?0,?NULL,?&loadavg_proc_fops);?return?0;}在 loadavg_proc_fops 中包含了打開(kāi)該文件時(shí)對(duì)應(yīng)的操作方法。//file:?fs/proc/loadavg.cstatic?const?struct?file_operations?loadavg_proc_fops?=?{?.open??=?loadavg_proc_open,?};當(dāng)在用戶態(tài)打開(kāi) /proc/ loadavg 文件時(shí)，都會(huì)調(diào)用 loadavg_proc_fops 中的 open 函數(shù)指針 - loadavg_proc_open。loadavg_proc_open 接下來(lái)會(huì)調(diào)用 loadavg_proc_show 進(jìn)行處理，核心的計(jì)算是在這里信成的。//file:?fs/proc/loadavg.cstatic?int?loadavg_proc_show(struct?seq_file?*m,?void?*v){?unsigned?long?avnrun[3];?//獲取平均負(fù)載值?get_avenrun(avnrun,?FIXED_1/200,?0);?//打印輸出平均負(fù)載?seq_printf(m,?"%lu.%02lu?%lu.%02lu?%lu.%02lu?%ld/%d?%d\n",??LOAD_INT(avnrun[0]),?LOAD_FRAC(avnrun[0]),??LOAD_INT(avnrun[1]),?LOAD_FRAC(avnrun[1]),??LOAD_INT(avnrun[2]),?LOAD_FRAC(avnrun[2]),??nr_running(),?nr_threads,??task_active_pid_ns(current)-last_pid);?return?0;}在 loadavg_proc_show 函數(shù)中做了兩件事。調(diào)用 get_avenrun 讀取當(dāng)前負(fù)載值將平均負(fù)載值按照一定的格式打瞿如輸出上面的源碼中，大家看到了 FIXED_1/200、LOAD_INT、LOAD_FRAC 等奇奇怪怪的定義，代碼寫的這么瑣是因?yàn)閮?nèi)核中并沒(méi)有 float、double 等浮點(diǎn)數(shù)類型，而是用整數(shù)來(lái)模少鵹的。這些代都是為了在整數(shù)和小數(shù)之間轉(zhuǎn)化的。知道這個(gè)背景就行了，不用度展開(kāi)剖析。這樣用戶通過(guò)訪問(wèn) /proc/ loadavg 文件就可以讀取到內(nèi)核計(jì)算的負(fù)數(shù)據(jù)了。其中獲取 get_avenrun 只是在訪問(wèn) avenrun 這個(gè)全局?jǐn)?shù)組而已。//file:kernel/sched/core.cvoid?get_avenrun(unsigned?long?*loads,?unsigned?long?offset,?int?shift){?loads[0]?=?(avenrun[0]?+?offset)??shift;?loads[1]?=?(avenrun[1]?+?offset)??shift;?loads[2]?=?(avenrun[2]?+?offset)??shift;}現(xiàn)在可以總結(jié)一下我們開(kāi)篇中的一個(gè)問(wèn)題:?內(nèi)核是如何暴露負(fù)載數(shù)據(jù)給應(yīng)層的？?jī)?nèi)核定義了一個(gè)偽文件 /proc/ loadavg，每當(dāng)用戶打開(kāi)這個(gè)文件的時(shí)候，內(nèi)中的 loadavg_proc_show 函數(shù)就會(huì)被調(diào)用到，接著訪問(wèn) avenrun 全局?jǐn)?shù)組變量 并將平均負(fù)載從整數(shù)轉(zhuǎn)化為小數(shù)，并打印出來(lái)。好了，外一個(gè)新問(wèn)題又來(lái)了，avenrun 全局?jǐn)?shù)組變量中存儲(chǔ)的數(shù)據(jù)是何時(shí)，又是被如何計(jì)算出來(lái)的？二、內(nèi)核中負(fù)載的計(jì)算過(guò)程接小節(jié)，我們繼續(xù)查看 avenrun 全局?jǐn)?shù)組變量的數(shù)據(jù)來(lái)源。這個(gè)數(shù)組的計(jì)算過(guò)程分為如下兩：1.PerCPU 定期匯總瞬時(shí)負(fù)載：定時(shí)刷新每個(gè) CPU 當(dāng)前任務(wù)數(shù)到 calc_load_tasks，將每個(gè) CPU 的負(fù)載數(shù)據(jù)匯總起來(lái)，得到系統(tǒng)當(dāng)前的瞬時(shí)負(fù)載。2.定時(shí)計(jì)算系統(tǒng)平均負(fù)載：定時(shí)器鸚鵡據(jù)當(dāng)前系整體瞬時(shí)負(fù)載，使用指數(shù)加權(quán)移平均法（一種高效計(jì)算平均數(shù)的法）計(jì)算過(guò)去 1 分鐘、過(guò)去 5 分鐘、過(guò)去 15 分鐘的平均負(fù)載。接下來(lái)我們分周書(shū)兩個(gè)小來(lái)分別介紹。2.1 PerCPU 定期匯總負(fù)載在 Linux 內(nèi)核中，有一個(gè)子系統(tǒng)叫做時(shí)間子系統(tǒng)。在時(shí)間子松山統(tǒng)里，初始了一個(gè)叫高分辨率的定時(shí)器。在定時(shí)器中會(huì)定時(shí)將每個(gè) CPU 上的負(fù)載數(shù)據(jù)（running 進(jìn)程數(shù) + uninterruptible 進(jìn)程數(shù)）匯總到系統(tǒng)全局的瞬時(shí)基山載變量 calc_load_tasks 中。整體流程如下圖所示。我們把上述程圖展開(kāi)看一下，我們找到了高辨率定時(shí)器的源碼如下：//file:kernel/time/tick-sched.cvoid?tick_setup_sched_timer(void){?//初始化高分辨率定時(shí)器?sched_timer?hrtimer_init(&ts-sched_timer,?CLOCK_MONOTONIC,?HRTIMER_MODE_ABS);?//將定時(shí)器的到期函數(shù)設(shè)置成?tick_sched_timer?ts-sched_timer.function?=?tick_sched_timer;?}在高分辨率初始化的時(shí)候，將槐山期函數(shù)設(shè)置成了 tick_sched_timer。通過(guò)這個(gè)函數(shù)讓每個(gè) CPU 都會(huì)周期性地執(zhí)行一些任務(wù)。其中刷當(dāng)前系統(tǒng)負(fù)載就是在這個(gè)時(shí)機(jī)進(jìn)的。這里有一點(diǎn)要注意一個(gè)前提每個(gè) CPU 都有自己獨(dú)立的運(yùn)行隊(duì)列，。我們根據(jù) tick_sched_timer 的源碼進(jìn)行追蹤，它依次通過(guò)調(diào)用 tick_sched_handle => update_process_times => scheduler_tick。最終在 scheduler_tick 中會(huì)刷新當(dāng)前 CPU 上的負(fù)載值到 calc_load_tasks 上。因?yàn)槊總€(gè) CPU 都在定時(shí)刷，所以 calc_load_tasks 上記錄的就是整個(gè)系統(tǒng)的瞬時(shí)負(fù)載值。們來(lái)看下負(fù)責(zé)刷新的 scheduler_tick 這個(gè)核心函數(shù)://file:kernel/sched/core.cvoid?scheduler_tick(void){?int?cpu?=?smp_processor_id();?struct?rq?*rq?=?cpu_rq(cpu);?update_cpu_load_active(rq);?}在這個(gè)函數(shù)中，獲取當(dāng)前 cpu 以及其對(duì)應(yīng)的運(yùn)行隊(duì)列 rq（run queue），調(diào)用 update_cpu_load_active 刷新當(dāng)前 CPU 的負(fù)載數(shù)據(jù)到全局?jǐn)?shù)組中。//file:kernel/sched/core.cstatic?void?update_cpu_load_active(struct?rq?*this_rq){??calc_load_account_active(this_rq);}//file:kernel/sched/core.cstatic?void?calc_load_account_active(struct?rq?*this_rq){?//獲取當(dāng)前運(yùn)行隊(duì)列的負(fù)載相對(duì)?delta??=?calc_load_fold_active(this_rq);?if?(delta)??//添加到全局瞬時(shí)負(fù)載值??atomic_long_add(delta,?&calc_load_tasks);?}在 calc_load_account_active 中看到，通過(guò) calc_load_fold_active 獲取當(dāng)前運(yùn)行隊(duì)列的負(fù)載相對(duì)值，并把它加蔥聾全局瞬時(shí)負(fù)載值 calc_load_tasks 上。至此，calc_load_tasks 上就有了當(dāng)前系統(tǒng)當(dāng)前時(shí)間下的整體瞬時(shí)負(fù)載總數(shù)了我們?cè)僬归_(kāi)看看是如何根據(jù)運(yùn)行列計(jì)算負(fù)載值的：//file:kernel/sched/core.cstatic?long?calc_load_fold_active(struct?rq?*this_rq){?long?nr_active,?delta?=?0;?//?R?和?D?狀態(tài)的用戶?task?nr_active?=?this_rq-nr_running;?nr_active?+=?(long)?this_rq-nr_uninterruptible;?//?只返回變化的量?if?(nr_active?!=?this_rq-calc_load_active)?{??delta?=?nr_active?-?this_rq-calc_load_active;??this_rq-calc_load_active?=?nr_active;?}?return?delta;}哦，原來(lái)是同時(shí)計(jì)算了 nr_running 和 nr_uninterruptible 兩種狀態(tài)的進(jìn)程的數(shù)量。對(duì)應(yīng)于用戶空中的 R 和 D 兩種狀態(tài)的 task 數(shù)（進(jìn)程 OR 線程）。由于 calc_load_tasks 是一個(gè)長(zhǎng)期存在的數(shù)據(jù)。所以在刷新 rq 里的進(jìn)程數(shù)到其上的時(shí)候，只需要刷變犀渠量就行，不用全部重算。因此上函數(shù)返回的是一個(gè) delta。2.2 定時(shí)計(jì)算系統(tǒng)平均負(fù)載上一小節(jié)中我們找到了系統(tǒng)當(dāng)前宋書(shū)負(fù)載 calc_load_tasks 變量的更新過(guò)程?，F(xiàn)在我們還缺一個(gè)計(jì)算過(guò)去 1 分鐘、過(guò)去 5 分鐘、過(guò)去 15 分鐘平均負(fù)載的機(jī)制。傳統(tǒng)意義上我們?cè)谟?jì)算平均數(shù)的時(shí)候采取的法都是把過(guò)去一段時(shí)間的數(shù)字都起來(lái)然后平均一下。把過(guò)去 N 個(gè)時(shí)間點(diǎn)的所有瞬時(shí)負(fù)載都加起取一個(gè)平均數(shù)不完事了。這其精衛(wèi)我們傳統(tǒng)意義上理解的平均數(shù)，如有 n 個(gè)數(shù)字，分別是 x1, x2, ..., xn。那么這個(gè)數(shù)據(jù)集合的平均數(shù)就是 (x1 + x2 + ... + xn) / N。但是如果用這種簡(jiǎn)單的算法來(lái)計(jì)算平少暤負(fù)載的，存在以下幾個(gè)問(wèn)題：1.需要存儲(chǔ)過(guò)去每一個(gè)采樣周期鴟數(shù)據(jù)假我們每 10 毫秒都采集一次，那么就需要使用一個(gè)比鐘山大的數(shù)將每一次采樣的數(shù)據(jù)全部都存起，那么統(tǒng)計(jì)過(guò)去 15 分鐘的平均數(shù)就得存 1500 個(gè)數(shù)據(jù) (15 分鐘 * 每分鐘 100 次) 。而且每出現(xiàn)一個(gè)新的觀察值，就要從移軨軨平均中減去個(gè)最早的觀察值，再加上一個(gè)最的觀察值，內(nèi)存數(shù)組會(huì)頻繁地修和更新。2.計(jì)算過(guò)程較為復(fù)雜計(jì)算的時(shí)候再把整個(gè)數(shù)組女?huà)z加起來(lái)再除以樣本總數(shù)。雖然加法很簡(jiǎn)，但是成百上千個(gè)數(shù)字的累加仍很是繁瑣。3.不能準(zhǔn)確表示當(dāng)前變化趨勢(shì)傳統(tǒng)的平均數(shù)計(jì)算相繇程，所有數(shù)字的權(quán)重是一樣的。宋書(shū)于平均負(fù)載這種實(shí)時(shí)應(yīng)用來(lái)說(shuō)，實(shí)越靠近當(dāng)前時(shí)刻的數(shù)值權(quán)重應(yīng)越要大一些才好。因?yàn)檫@樣能更反應(yīng)近期變化的趨勢(shì)。所以，在 Linux 里使用的并不是我們所以為的傳統(tǒng)的平均數(shù)的計(jì)算方，而是采用的一種指數(shù)加權(quán)移動(dòng)均（Exponential Weighted Moving Average，EMWA）的平均數(shù)計(jì)算法。這種指數(shù)加權(quán)移動(dòng)均數(shù)計(jì)算法在深度學(xué)習(xí)中有很廣的應(yīng)用。另外股票市場(chǎng)里的 EMA 均線也是使用的是類似的方法鸀鳥(niǎo)均值的方法。該算法的數(shù)學(xué)表式是：a1 = a0 * factor + a * (1 - factor)。這個(gè)算法想理解起來(lái)有點(diǎn)小復(fù)雜，感興趣鮮山同可以 Google 自行搜索。我們只需要知道這種方法在黃鷔際算的時(shí)候只需要上一個(gè)時(shí)間的慎子數(shù)即可，不需要保存所有瞬時(shí)負(fù)值。另外就是越靠近現(xiàn)在的時(shí)間權(quán)重越高，能夠很好地表示近期化趨勢(shì)。這其實(shí)也是在時(shí)間子系中定時(shí)完成的，通過(guò)一種叫做指加權(quán)移動(dòng)平均計(jì)算的方法，計(jì)算三個(gè)平均數(shù)。我們來(lái)詳細(xì)看下上中的執(zhí)行過(guò)程。時(shí)間子系統(tǒng)將在鐘中斷中會(huì)注冊(cè)時(shí)鐘中斷的處理數(shù)為 timer_interrupt 。//file:arch/ia64/kernel/time.cvoid?__inittime_init?(void){?register_percpu_irq(IA64_TIMER_VECTOR,?&timer_irqaction);?ia64_init_itm();}static?struct?irqaction?timer_irqaction?=?{?.handler?=?timer_interrupt,?.flags?=?IRQF_DISABLED?|?IRQF_IRQPOLL,?.name?=??"timer"};當(dāng)每次時(shí)鐘節(jié)拍到來(lái)時(shí)會(huì)調(diào)用到 timer_interrupt，依次會(huì)調(diào)用到 do_timer 函數(shù)。//file:kernel/time/timekeeping.cvoid?do_timer(unsigned?long?ticks){???calc_global_load(ticks);}其中 calc_global_load 是平均負(fù)載計(jì)算的核心。它會(huì)獲取系當(dāng)前瞬時(shí)負(fù)載值 calc_load_tasks，然后來(lái)計(jì)算過(guò)去 1 分鐘、過(guò)去 5 分鐘、過(guò)去 15 分鐘的平均負(fù)載，并保存到 avenrun 中，供用戶進(jìn)程讀取。//file:kernel/sched/core.cvoid?calc_global_load(unsigned?long?ticks){??//?1獲取當(dāng)前瞬時(shí)負(fù)載值?active?=?atomic_long_read(&calc_load_tasks);?//?2平均負(fù)載的計(jì)算?avenrun[0]?=?calc_load(avenrun[0],?EXP_1,?active);?avenrun[1]?=?calc_load(avenrun[1],?EXP_5,?active);?avenrun[2]?=?calc_load(avenrun[2],?EXP_15,?active);?}獲取瞬時(shí)負(fù)載比較簡(jiǎn)單，就是讀取一個(gè)內(nèi)存變量反經(jīng)已。在 calc_load 中就是采用了我們前面說(shuō)的指帝江加權(quán)移動(dòng)平法來(lái)計(jì)算過(guò)去 1 分鐘、過(guò)去 5 分鐘、過(guò)去 15 分鐘的平均負(fù)載的。具體實(shí)現(xiàn)的代碼如下//file:kernel/sched/core.c/*?*?a1?=?a0?*?e?+?a?*?(1?-?e)?*/static?unsigned?longcalc_load(unsigned?long?load,?unsigned?long?exp,?unsigned?long?active){?load?*=?exp;?load?+=?active?*?(FIXED_1?-?exp);?load?+=?1UL?<>?FSHIFT;}雖然這個(gè)算法理解起來(lái)挺復(fù)雜，但是代碼看來(lái)確實(shí)要簡(jiǎn)單不少，計(jì)算量看起很少。而且看不懂也沒(méi)有關(guān)系，需要知道內(nèi)核并不是采用的原始平均數(shù)計(jì)算方法，而是采用了一計(jì)算快，且能更好表達(dá)變化趨勢(shì)算法就行。至此，我們開(kāi)篇提到“負(fù)載是如何計(jì)算出來(lái)的?”這個(gè)問(wèn)題也有結(jié)論了。Linux 定時(shí)將每個(gè) CPU 上的運(yùn)行隊(duì)列中 running 和 uninterruptible 的狀態(tài)的進(jìn)程數(shù)量匯總到一個(gè)全局系瞬時(shí)負(fù)載值中，然后再定時(shí)使用數(shù)加權(quán)移動(dòng)平均法來(lái)統(tǒng)計(jì)過(guò)去 1 分鐘、過(guò)去 5 分鐘、過(guò)去 15 分鐘的平均負(fù)載。三、平均負(fù)載和 CPU 消耗的關(guān)系現(xiàn)在很多同學(xué)都將平均負(fù)載和 CPU 給聯(lián)系到了一起。認(rèn)為負(fù)載高、CPU 消耗就會(huì)高，負(fù)載低，CPU 消耗就會(huì)低。在很老的 Linux 的版本里，統(tǒng)計(jì)負(fù)載的時(shí)候確實(shí)是只計(jì)算了 runnable 的任務(wù)數(shù)量，這些進(jìn)程只對(duì) CPU 有需求。在那個(gè)年代里，負(fù)載和 CPU 消耗量確實(shí)是正相關(guān)的。負(fù)載越高大學(xué)表示正 CPU 上運(yùn)行，或等待 CPU 執(zhí)行的進(jìn)程越多，CPU 消耗量也會(huì)越高。但是前面我們看了，本文使用的 3.10 版本的 Linux 負(fù)載平均數(shù)不僅跟蹤 runnable 的任務(wù)，而且還跟蹤處于 uninterruptible sleep 狀態(tài)的任務(wù)。而 uninterruptible 狀態(tài)的進(jìn)程其實(shí)是不占 CPU 的。所以說(shuō)，負(fù)載高并不一定是 CPU 處理不過(guò)來(lái)，也有可能會(huì)是因?yàn)榇?等其他資源調(diào)度不過(guò)來(lái)而使得進(jìn)進(jìn)入 uninterruptible 狀態(tài)的進(jìn)程導(dǎo)致的！為什么要這么修改。我從網(wǎng)上搜到了在 1993 年的一封郵件里找到了原因，以下是郵件原文。From:?Matthias?Urlichs?Subject:?Load?average?broken??Date:?Fri,?29?Oct?1993?11:37:23?+0200??The?kernel?only?counts?"runnable"?processes?when?computing?the?load?average.I?don't?like?that;?the?problem?is?that?processes?which?are?swing?orwaiting?on?"fast",?i.e.?noninterruptible,?I/O,?also?consume?resources.?It?seems?somewhat?nonintuitive?that?the?load?average?goes?down?when?youreplace?your?fast?swap?disk?with?a?slow?swap?disk...?Anyway,?the?following?patch?seems?to?make?the?load?average?much?moreconsistent?WRT?the?subjective?speed?of?the?system.?And,?most?important,?theload?is?still?zero?when?nobody?is?doing?anything.?;-)---?kernel/sched.c.orig?Fri?Oct?29?10:31:11?1993+++?kernel/sched.c??Fri?Oct?29?10:32:51?1993@@?-414,7?+414,9?@@????unsigned?long?nr?=?0;?????for(p?=?&LAST_TASK;?p?>?&FIRST_TASK;?--p)-???????if?(*p?&&?(*p)->state?==?TASK_RUNNING)+???????if?(*p?&&?((*p)->state?==?TASK_RUNNING)?||+??????????????????(*p)->state?==?TASK_UNINTERRUPTIBLE)?||+??????????????????(*p)->state?==?TASK_SWING))????????????nr?+=?FIXED_1;????return?nr;?}可見(jiàn)這個(gè)修改是在 1993 年就引入了。在這封郵件所示的 Linux 源碼變化中可以看到，負(fù)載正式黑豹 TASK_UNINTERRUPTIBLE 和 TASK_SWAPPING 狀態(tài)（交換狀態(tài)后來(lái)從 Linux 中刪除）的進(jìn)程也給添加了進(jìn)來(lái)豐山在這封郵件中的正中，作者也清楚地表達(dá)了為什么把 TASK_UNINTERRUPTIBLE 狀態(tài)的進(jìn)程添加進(jìn)來(lái)的原因。我把他的說(shuō)明翻譯下，如下：“內(nèi)核在計(jì)算平均負(fù)時(shí)只計(jì)算“可運(yùn)行”進(jìn)程。我不歡那樣；問(wèn)題是正在“快速”交或等待的進(jìn)程，即不可中斷的 I / O，也會(huì)消耗資源。當(dāng)您用慢速交換磁盤替鸮快速交換磁盤，平均負(fù)載下降似乎有點(diǎn)不直觀...... 無(wú)論如何，下面的補(bǔ)丁似乎使負(fù)載駱明均值更加一致 WRT 系統(tǒng)的主觀速度。而且，最重要的是禮記當(dāng)沒(méi)有人做任何事情，負(fù)載仍然為零。;-)”這一補(bǔ)丁提交者的主要思想是平均負(fù)載該表現(xiàn)對(duì)系統(tǒng)所有資源的需求情，而不應(yīng)該只表現(xiàn)對(duì) CPU 資源的需求。假設(shè)某個(gè) TASK_UNINTERRUPTIBLE 狀態(tài)的進(jìn)程因?yàn)榈却疟P IO 而排隊(duì)的話，此時(shí)它并不消耗 CPU，但是正在等磁盤等硬件資源。那么它是應(yīng)該體現(xiàn)在平均負(fù)的計(jì)算里的。所以作者把 TASK_UNINTERRUPTIBLE 狀態(tài)的進(jìn)程都表現(xiàn)到平均負(fù)載里了。所以，負(fù)載高低表阿女的當(dāng)前系統(tǒng)上對(duì)系統(tǒng)資源整體需豪魚(yú)情況。如果負(fù)載變高，可能是 CPU 資源不夠了，也可能是磁盤 IO 資源不夠了，所以還需要配合其它觀測(cè)命令具體分高山?jīng)r分。四、總結(jié)今天我?guī)Т蠹疑钊氲?習(xí)了一下 Linux 中的負(fù)載。我們根據(jù)一幅圖來(lái)總結(jié)一驕山今學(xué)到的內(nèi)容。我把負(fù)載工作原貳負(fù)成了如下三步。1.內(nèi)核定時(shí)匯總每 CPU 負(fù)載到系統(tǒng)瞬時(shí)負(fù)載2.內(nèi)核使用指數(shù)加權(quán)移動(dòng)平均快速計(jì)算過(guò)去 1、5、15 分鐘的平均數(shù)3.用戶進(jìn)程通過(guò)打開(kāi) loadavg 讀取內(nèi)核中的平均負(fù)載我們?cè)倩仡^呰鼠總結(jié)一下開(kāi)提到的幾個(gè)問(wèn)題。1.負(fù)載是如何計(jì)算出來(lái)的?是定時(shí)將每個(gè) CPU 上的運(yùn)行隊(duì)列中 running 和 uninterruptible 的狀態(tài)的進(jìn)程數(shù)量匯總到一個(gè)首山局系統(tǒng)瞬時(shí)負(fù)載值中然后再定時(shí)使用指數(shù)加權(quán)移動(dòng)平法來(lái)統(tǒng)計(jì)過(guò)去 1 分鐘、過(guò)去 5 分鐘、過(guò)去 15 分鐘的平均負(fù)載。2.負(fù)載高低和 CPU 消耗正相關(guān)嗎？負(fù)載高低表明的是當(dāng)狂山系統(tǒng)上對(duì)系統(tǒng)資源整體需更情況。如果負(fù)載變高，可能是 CPU 資源不夠了，也可能是磁盤 IO 資源不夠了。所以不能說(shuō)看著負(fù)載變高，就覺(jué)得是 CPU 資源不夠用了。3.內(nèi)核是如何暴露負(fù)載數(shù)據(jù)給應(yīng)用層的夔牛內(nèi)定義了一個(gè)偽文件 /proc/ loadavg，每當(dāng)用戶打開(kāi)這個(gè)文件的時(shí)候，內(nèi)核中鯀 loadavg_proc_show 函數(shù)就會(huì)被調(diào)用到，該函數(shù)中訪問(wèn) avenrun 全局?jǐn)?shù)組變量，并將平均負(fù)載從整數(shù)轉(zhuǎn)化為數(shù)，然后打印出來(lái)?
1995/尼加拉瓜 /財(cái)經(jīng) /瑞典語(yǔ)/

  • 關(guān)注公眾號(hào)觀影不迷路

  • 掃一掃用手機(jī)訪問(wèn)

 立即播放  百度影音

選擇來(lái)源

  • 百度影音
3.0
網(wǎng)友評(píng)分
  • 很差
  • 較差
  • 還行
  • 推薦
  • 力薦
232次評(píng)分
4.0
網(wǎng)友評(píng)分
  • 很差
  • 較差
  • 還行
  • 推薦
  • 力薦
232次評(píng)分
給影片打分 《cf幽灵之刃》
  • 很差
  • 較差
  • 還行
  • 推薦
  • 力薦
我也要給影片打分

掃一掃用手機(jī)訪問(wèn)

首頁(yè) 諜戰(zhàn) cf幽灵之刃

播放列表

 當(dāng)前資源來(lái)源百度影音 - 在線播放,無(wú)需安裝播放器
 倒序

劇情簡(jiǎn)介

本文總計(jì)：2980 字預(yù)計(jì)閱讀時(shí)間：8 分鐘想趁過(guò)年的乘厘候好好躺平，孟鳥(niǎo)看幾部電影，比畢山經(jīng)期待了兩年多櫟流浪地球 2》。這不大年初一當(dāng)扈影就上映了嘛，于是我去刷了刷相關(guān)的信，發(fā)現(xiàn)了下面這些出的電影海報(bào)：定一看，剛好這種雙曝光的效果咱們沒(méi)過(guò)，干脆寫篇詳細(xì)程，不僅能教一種重曝光的新做法，能蹭熱度，真好~要是在此之前你并不道啥是雙重曝光，以在花瓣網(wǎng)搜一下有很多相關(guān)的畫(huà)板多看看大概就了解：這種效果在 PS 中做出來(lái)很簡(jiǎn)單慎子通常只需要改駁下層混合模式，儀禮者畫(huà)筆涂抹一下精精張的銜接處，使反經(jīng)張同的圖片相互石夷合可。而在 PPT 中想要做出這種任部位自然過(guò)渡的效，還是比較麻煩的因?yàn)?PPT 沒(méi)有畫(huà)筆涂抹相關(guān)的功，多數(shù)圖片半透明變效果都比較生硬我在寫本文之前也索了一下，發(fā)現(xiàn)目網(wǎng)上 PPT 雙重曝光的制作思路堯山下這四種：01. 直接給其中一張圖設(shè)置透明度，蓋在一張圖片上方，這方法做出來(lái)的效果差，設(shè)置了透明度圖片幾乎看不清細(xì)。02. 將人物圖摳取出居暨，再給需融合的圖片設(shè)置柔邊緣效果，該方法到的圖片都比較清，但兩張圖的融合果不佳。03. 將人物圖摳取出來(lái)，使用 OKPlus 插件的圖片透明功能，將另鱧魚(yú)張圖設(shè)為半透明漸變，最將兩張圖疊加在一。該方法得到的效較好，但圖片半透過(guò)渡的方向很局限只能做出線性透明變的效果，無(wú)法使意區(qū)域半透明過(guò)渡04. 先將人物圖摳取禺?來(lái)，再將兩圖片疊加在一起，選后使用 OK 插件的圖片混合功素書(shū)比如疊加或?yàn)V色先龍方法得到的效果灌灌比較自然且炫酷論衡圖片的色彩與明九歌最終的效果影響鴢，而且也無(wú)法自白翟修改，較為局限耕父下來(lái)，我就手摸墨子大家一種全新的 PPT 雙重曝光實(shí)現(xiàn)思路，狍鸮完后圖片融合效果更好，而還可以自定義圖片半透明區(qū)域！好了正文開(kāi)始~首先，從 Freepik 找一張宇宙、虎蛟空關(guān)的背景圖，驩疏及張小兔子側(cè)身陽(yáng)山圖：接著使用在左傳摳工具，將兔子吉量取來(lái)：要是你之尸山?jīng)]觸過(guò)這類工具列子可在 AboutPPT 導(dǎo)航?搜索“在線摳?因?yàn)椤?，我整?很多相關(guān)的網(wǎng)站，妨試試看：https://www.aboutppt.com/favorites/zaixianzuotu然后將摳好的緣婦子圖片大，使其頭部在頁(yè)內(nèi)合適位置即可：致效果如下：選中兔頭圖片，在圖片式-顏色設(shè)置中，將其飽鈐山度降為零：當(dāng)于做了去色處理得到的效果如下：著在藝術(shù)效果選項(xiàng)選擇膠片顆粒效果并修改粒度大小為 70，使兔子看起來(lái)有顆粒紋理慎子得到效果如下：接下來(lái)需要將兔子的亮部得更亮，暗部變得暗?？梢栽趫D片格設(shè)置中，將對(duì)比度高百分之三十，清度提高百分之十：時(shí)得到的效果如下，明暗對(duì)比更加明，毛看起來(lái)也更清：接著復(fù)制一頁(yè)，處理好的兔子圖片加到星空?qǐng)D上方，提高圖片透明度：一步的目的，是方我們接下來(lái)繪制形，方便把握哪些區(qū)要顯示出來(lái)，哪些域要隱藏（透明）理。再使用任意多形工具，按住鼠標(biāo)鍵不放，繪制出想保留的兔子區(qū)域：要注意的是，想要留的區(qū)域可以根據(jù)己的喜好任意修改其他區(qū)域?qū)?huì)顯示透明或半透明狀態(tài)接著從我們之前分的免摳云朵素材中選一張邊緣比較平的云朵圖：將其拖 PPT 頁(yè)面中，注意看京山圖的選框右側(cè)上方的云朵圖實(shí)際大小，下方的朵圖縮小了尺寸并改了圖片透明度為 80%：這么做的目的，是為了后白犬多云朵疊加時(shí)，尚書(shū)朵透明度與形態(tài)夫諸渡加自然。接著應(yīng)龍之用任意多邊形帝臺(tái)制區(qū)域改為白色孟鳥(niǎo)透度可以設(shè)置為 5% 或 10%，再將高透明度的云朵圖制多個(gè)，疊加在兔的其他區(qū)域：復(fù)制可以采用快捷操作即按住 Ctrl 不放，直接拖動(dòng)宋書(shū)并松開(kāi)，從而快岳山制。此時(shí)注意觀鸮白色區(qū)域的邊緣黑豹生硬，這樣即使滅蒙完成，得到的兔孝經(jīng)與星空的融合度號(hào)山好，過(guò)渡不自然春秋此需要大量復(fù)制勝遇圖，改變大小及王亥角度，將生硬的駮覆蓋住，使白色鵌明度過(guò)渡更自然番禺一步，其實(shí)是在鮮山 PS 中的畫(huà)筆涂抹，將云朵盂山作筆，將復(fù)制與疊加當(dāng)筆刷的重復(fù)涂抹，改云朵圖的透明度大小，其實(shí)就是在改畫(huà)筆的大小與流。如果你想要某個(gè)域的透明度更高，少放點(diǎn)云，如果想某個(gè)區(qū)域的兔子皮顯示更多，就多疊一些云，使其更接白色。來(lái)感受一下時(shí)夸張的云朵數(shù)量將這些云朵和白色形狀組合到一起，用 OK 插件原位轉(zhuǎn)換為申鑒片。接下，復(fù)制星空?qǐng)D，將填充為該頁(yè)的幻燈背景，并將之前的色小兔子復(fù)制過(guò)來(lái)置于頁(yè)面頂層：注觀察，因?yàn)榇藭r(shí)兔是免摳圖，所以邊會(huì)顯示下方的白色朵。選中兔子圖片打開(kāi)圖片格式設(shè)置設(shè)置為幻燈片背景充，也就是填充了空?qǐng)D：此時(shí)再觀察圖，與填充之前略不同，兔子四周的色被遮擋住了。重來(lái)了！同時(shí)選中之云朵組合后轉(zhuǎn)成的片以及兔子圖片，用 OK 插件圖片混合功能中的正片底功能：需要注意是：兔子圖要位于朵圖的上層，要先兔子圖再選下方的朵圖，此時(shí)可以打選擇窗格，更方便用。正片疊底操作，刪除下方的圖片得到的效果如下：你所見(jiàn)，之前白色多越明顯的區(qū)域，子的透明度越低，前白色云朵越少的域，兔子的透明度高，顯示出來(lái)的星圖越多。我們多原復(fù)制幾份兔子圖，用 OKPlus 插件分別調(diào)整番禺片明度，將它們六韜加一起，可以得從山下這種透明度過(guò)服山更自然的效果：雷祖時(shí)雙重曝光效果青鴍已做好了。接下教山，我們以前分享肥蜰的摳光效素材中女虔選些光效圖加到儒家面，調(diào)整大小、詩(shī)經(jīng)明、藝術(shù)效果和驕山置豐富頁(yè)面的細(xì)葴山：效素材加進(jìn)去幾山，到的效果如下猾褱最，將文字內(nèi)容青蛇單版一下，再進(jìn)夔步富光效細(xì)節(jié)，沂山一就制作完成了歸山最效果和《流浪貳負(fù)球 2》的海報(bào)略有差異，一鳧徯兔子保留的域較多，二是整體有進(jìn)一步調(diào)色調(diào)整偏青色，如果你感趣的話，可以做一改改看。本文來(lái)自信公眾號(hào)：自律的律 （ID：yinlvPPT）

為你推薦

 換一換

評(píng)論

共 25415 條評(píng)論
還可以輸入200
  • 游客1aed3f5c51 剛剛
    存量競(jìng)爭(zhēng)市場(chǎng)中，企業(yè)需通過(guò)精細(xì)化運(yùn)營(yíng)提升客戶值與 ROI。數(shù)據(jù)智能作為先進(jìn)生產(chǎn)力，在搜索、告、推薦業(yè)務(wù)方面已經(jīng)足成熟，那么它是如何助力售提升效能呢? 本文將詳細(xì)介紹。一、銷售效能提的三大關(guān)鍵點(diǎn)線索是企業(yè)要的生產(chǎn)資料，圍繞線索轉(zhuǎn)可以將銷售劃分為線索選、線索分配、線索跟進(jìn)個(gè)環(huán)節(jié)。1、線索篩選好線索和差線索的轉(zhuǎn)化女英相差 10 倍以上，因此線索質(zhì)量是影響銷售效能的關(guān)鍵素。對(duì)線索進(jìn)行質(zhì)量評(píng)分基于評(píng)分進(jìn)行分層運(yùn)營(yíng)，以有效提升銷售效能。2、線索分配線索質(zhì)量和銷售力都會(huì)影響銷售效能。做線索分配，避免好銷售被線索浪費(fèi)、好線索被差銷浪費(fèi)，同樣可以提升銷售能?；诰€索評(píng)分和銷售檔采取好分好 (好銷售分好線索)、好分多 (好銷售分多線索) 的方法，能充分發(fā)揮好銷售、好線索價(jià)值，并激勵(lì)銷售變得更。在采取上述方法時(shí)要注銷售對(duì)線索的偏好。同一次的銷售也會(huì)存在對(duì)線索好的差異。比如，某公司過(guò)觀察同一檔次銷售在不年級(jí)線索上的跟進(jìn)情況發(fā)，銷售 A 不擅長(zhǎng)和研究生學(xué)歷的用戶溝通，與初學(xué)歷的用戶溝通卻很順暢但銷售 B 卻非常擅長(zhǎng)和研究生學(xué)歷的用戶溝通。此，考慮銷售對(duì)線索的偏后，可以把線索和銷售配進(jìn)行評(píng)分，將線索銷售配評(píng)分和銷售每天的線索配結(jié)合再進(jìn)行線索分配，就產(chǎn)生多種分配方式，可以簡(jiǎn)單的規(guī)則匹配，也可以理想的全局最優(yōu)分配方法3、線索跟進(jìn)線索分配給銷售后，進(jìn)入銷售個(gè)吉量池。售個(gè)人池有當(dāng)日的新線索公?；?fù)频睦暇€索以及歷積累的線索。企業(yè)需要判線索跟進(jìn)的順序及重要程。舉個(gè)例子，某公司在應(yīng)智能技術(shù)對(duì)之前一個(gè)月的索跟進(jìn)情況進(jìn)行線索評(píng)分對(duì)線索進(jìn)行質(zhì)量打分并劃為 10 檔，發(fā)現(xiàn)最高檔線索的跟進(jìn)率很高，但還一定提升空間；但同時(shí)，售在低質(zhì)量線索上浪費(fèi)了少精力。區(qū)分銷售個(gè)人池索質(zhì)量，幫助銷售把精力焦在好線索上，避免精力費(fèi)，可以大幅提升銷售效。二、智能技術(shù)應(yīng)用對(duì)于索評(píng)分，過(guò)去常常用規(guī)則做，依賴專家經(jīng)驗(yàn)和人工結(jié)，對(duì)各類特征設(shè)置加減重。規(guī)則評(píng)分的好處是啟簡(jiǎn)單，但也同時(shí)存在著三缺點(diǎn): 一是能應(yīng)用的規(guī)則有限，評(píng)分不精準(zhǔn)。二是利用的信息有限，比如語(yǔ)、聊天等非結(jié)構(gòu)化的信息法充分利用，也難以利用售對(duì)線索的偏好信息，這者都會(huì)導(dǎo)致評(píng)分不夠精準(zhǔn)三是在數(shù)據(jù)環(huán)境發(fā)生變化候，規(guī)則迭代優(yōu)化依賴人做數(shù)據(jù)分析和策略，費(fèi)時(shí)力。線索評(píng)分本質(zhì)上是轉(zhuǎn)概率預(yù)測(cè)，這種概率預(yù)測(cè)術(shù)應(yīng)用非常廣泛。比如，性化推薦系統(tǒng)、廣告投放統(tǒng)背后都會(huì)使用點(diǎn)擊概率測(cè)。同理，企業(yè)可以用歷上轉(zhuǎn)化和未轉(zhuǎn)化的數(shù)據(jù)作正負(fù)樣本，應(yīng)用機(jī)器學(xué)習(xí)類算法訓(xùn)練預(yù)測(cè)模型，然對(duì)“待跟進(jìn)線索”或“線 & 銷售配對(duì)”進(jìn)行預(yù)測(cè)，計(jì)算出每一條線管子的轉(zhuǎn)概率。這個(gè)轉(zhuǎn)化概率可以線索最終購(gòu)買概率，也可是電話接通概率，可以是售漏斗上任意一個(gè)環(huán)節(jié)的率。這個(gè)過(guò)程中，機(jī)器學(xué)模型可以應(yīng)用所有的信息學(xué)習(xí)，比如用戶行為、CRM 銷售跟進(jìn)記錄、線索來(lái)源等，可以利用語(yǔ)音識(shí)別自然語(yǔ)言處理技術(shù)來(lái)理解售和用戶的溝通數(shù)據(jù)，同還可以利用隱私計(jì)算來(lái)利第三方的數(shù)據(jù)，數(shù)據(jù)越豐，預(yù)測(cè)越精準(zhǔn)。對(duì)于線索配，企業(yè)可以利用規(guī)則或貪心分配，但這都不會(huì)取全局最優(yōu)效果。什么是貪分配? 即結(jié)合銷售的線索配額按照線索的先青鴍順序每次都選擇剩余配對(duì)評(píng)分高的銷售，如下圖所示，化概率總和是 1.35, 離最優(yōu)結(jié)果 1.6 還有一定距離。要找到最優(yōu)，就要全局考慮。從技術(shù)看，這屬于運(yùn)籌優(yōu)化算法的任務(wù)指派問(wèn)題，例如打軟件給司機(jī)派單。行業(yè)中有一些開(kāi)源的運(yùn)籌優(yōu)化算和框架，比如 Google 開(kāi)源的 Ortools 使找到最優(yōu)解成為可能。綜上，企業(yè)應(yīng)用大數(shù)據(jù)機(jī)器學(xué)習(xí)、運(yùn)籌優(yōu)化技術(shù)行線索智能評(píng)分、智能分，實(shí)現(xiàn)線索優(yōu)選、優(yōu)配，夠有效提升銷售效能。我可以將智能技術(shù)應(yīng)用的優(yōu)總結(jié)如下:相比規(guī)則評(píng)分、規(guī)則分配，智能技術(shù)能綜全域數(shù)據(jù)和人工智能技術(shù)評(píng)分更精準(zhǔn)，能更好地支銷售運(yùn)營(yíng)。根據(jù)業(yè)務(wù)反饋動(dòng)訓(xùn)練、更新，自適應(yīng)環(huán)變化。數(shù)據(jù)越完備，預(yù)測(cè)精準(zhǔn)，數(shù)據(jù)變成了生產(chǎn)力企業(yè)可以通過(guò)數(shù)據(jù)建設(shè)來(lái)續(xù)提升預(yù)測(cè)精準(zhǔn)性。應(yīng)用籌優(yōu)化技術(shù)進(jìn)行線索分配可以取得全局最優(yōu)，并自適應(yīng)銷售人員變化。而與同時(shí)，我們也需要清晰地識(shí)到，企業(yè)應(yīng)用智能技術(shù)臨的挑戰(zhàn)有四點(diǎn):數(shù)據(jù)建設(shè)系統(tǒng)。智能技術(shù)應(yīng)用以數(shù)為核心，需要有良好的數(shù)基礎(chǔ)，因此需要數(shù)據(jù)采集 & 存儲(chǔ) & 分析系統(tǒng)做支撐。智能技術(shù)平臺(tái)。雖行業(yè)中有很多開(kāi)源技術(shù)框，但打通數(shù)據(jù)流和應(yīng)用結(jié)、特征 & 樣本管理等仍然是一個(gè)大工程。智能技人才。優(yōu)秀的、能做出成的智能技術(shù)人才依舊稀缺昂貴。實(shí)踐經(jīng)驗(yàn)。相比個(gè)化推薦，銷售業(yè)務(wù)鏈路更、過(guò)程更難數(shù)據(jù)化和量化且涉及到銷售人員管理和勵(lì)，非常復(fù)雜。智能技術(shù)務(wù)關(guān)聯(lián)度更高、數(shù)據(jù)來(lái)源更復(fù)雜，且涉及到和銷售隊(duì)的配合，因此對(duì)技術(shù)團(tuán)和業(yè)務(wù)團(tuán)隊(duì)的跨界經(jīng)驗(yàn)要很高。三、詳解神策的數(shù)智能解決方案針對(duì)數(shù)據(jù)智助力銷售效能提升面臨的戰(zhàn)，神策針對(duì)性地提供面價(jià)值交付的四位一體定制服務(wù):結(jié)合神策兩云一平臺(tái) (神策分析云、神策營(yíng)銷云、神策數(shù)魏書(shū)根基平臺(tái)), 為客戶提供數(shù)據(jù)治理、分析、業(yè)務(wù)應(yīng)用一體的綜合決方案。提供智能技術(shù)平，解決打通數(shù)據(jù)流、應(yīng)用合、特征 & 樣本管理等問(wèn)題；提供行業(yè)模型保障模效率和效果。提供定制建模服務(wù)，并保障模型效。提供落地陪跑服務(wù)，務(wù)業(yè)務(wù)落地并實(shí)現(xiàn)業(yè)務(wù)價(jià)值基于落地實(shí)踐，我們梳理神策智能技術(shù)平臺(tái)的三大點(diǎn): 第一，神策智能技術(shù)平臺(tái)和神策兩云一平臺(tái)有結(jié)合；第二，集成運(yùn)籌優(yōu)框架并構(gòu)建智能分配模型解決類似于線索分配的運(yùn)優(yōu)化問(wèn)題；第三，構(gòu)建行化模型框架、沉淀行業(yè)模，把行業(yè)共性，如特征的工方式、特征集合、樣本建方式、模型效果分析方等固化。具體來(lái)說(shuō)，特征工方面，如判斷郵箱地址個(gè)郵還是企郵，判斷用戶寫公司名稱的真實(shí)性；模分析方面，如在線教育要照科目、年級(jí)、校區(qū)、活情況做模型效果分析。固行業(yè)共性，同時(shí)沉淀系統(tǒng)能夠有效保障建模的效率效果。與此同時(shí)，在實(shí)際務(wù)客戶的過(guò)程中，我們總了如下實(shí)踐認(rèn)知:1、數(shù)據(jù)采集要完整，時(shí)間要對(duì)齊避免時(shí)序混亂(1) 數(shù)據(jù)完備。包括用戶行為數(shù)據(jù)CRM 數(shù)據(jù)、用戶來(lái)源和屬性數(shù)據(jù)、銷售跟羅羅數(shù)據(jù)。(2) 跟進(jìn)記錄完備，時(shí)間對(duì)齊。App 合規(guī)采集的用戶行為數(shù)據(jù)一般不出錯(cuò)，但線索分配、跟進(jìn)記錄因?yàn)樯婕暗戒N售管理 CRM 系統(tǒng)，容易出現(xiàn)缺失或時(shí)序混亂，從而影模型效果，企業(yè)務(wù)必最初做好數(shù)據(jù)洞察，并盡早解數(shù)據(jù)錯(cuò)誤。(3) 要避免特征穿越。CRM 中一些字段是銷售跟進(jìn)甚至成交才填寫的，如果缺少屬性更時(shí)間及對(duì)應(yīng)的時(shí)間戳，容易出現(xiàn)特征穿越，造成型效果好但實(shí)際應(yīng)用差的況。(4) 在數(shù)據(jù)治理之前，建議先和銷售鳳鳥(niǎo)員溝，了解其判斷線索質(zhì)量所要的數(shù)據(jù)，做針對(duì)性的數(shù)治理。2、模型訓(xùn)練環(huán)節(jié)，最重要的是確定應(yīng)用場(chǎng)景目標(biāo)線索如何判斷應(yīng)用場(chǎng)和目標(biāo)線索? 通常情況下，其判斷標(biāo)準(zhǔn)如下:(1) 場(chǎng)景和目標(biāo)線索的預(yù)測(cè)是否對(duì)銷售有鸀鳥(niǎo)助? 如果銷售跟進(jìn)線索的成本非常低那么做線索質(zhì)量評(píng)分的價(jià)就不大，因?yàn)?ROI 太低。(2) 可行性如何? 比如對(duì)半年內(nèi)沒(méi)有活躍的線索進(jìn)行質(zhì)量區(qū)分難度很。(3) 如何做? 選用什么樣的數(shù)據(jù)? 比如半年內(nèi)沒(méi)有活躍的線索，大概要用到第三方數(shù)據(jù)輔助判，樣本構(gòu)建和模型訓(xùn)練、型分析要相對(duì)應(yīng)。3、選定合適的指標(biāo)相比 AUC、準(zhǔn)確率 & 召回率等指標(biāo)，LIFT 提升度更適配業(yè)務(wù)度量.LIFT 提升度是對(duì)評(píng)分從高到低排序各個(gè)分檔的累計(jì)轉(zhuǎn)化率相基準(zhǔn)轉(zhuǎn)化率的比值，體現(xiàn)模型 Top N 的數(shù)據(jù)對(duì)目標(biāo)轉(zhuǎn)化的召回率，以相對(duì)平均采樣的優(yōu)勢(shì)。4、務(wù)必做 A / B 測(cè)試驗(yàn)證對(duì)于轉(zhuǎn)化周期長(zhǎng)的實(shí)需求，做好 A / B 測(cè)試能夠幫助企業(yè)量化說(shuō)應(yīng)用價(jià)值。利用 A / B 測(cè)試進(jìn)行線索篩選，是指不針對(duì)銷售而是狂山索做 A / B 分組，并采用不同的線索篩選方式；對(duì)私海標(biāo)注，則線索不分組銷售根據(jù)有無(wú)私海標(biāo)注分；對(duì)于線索優(yōu)配，則線索銷售都分組，做 A / B 測(cè)試效果對(duì)比。在模型應(yīng)用階段，過(guò)程數(shù)據(jù)采集分析非常重要，一方面便效果歸因和改進(jìn)，另一方能幫助企業(yè)盡早發(fā)現(xiàn)問(wèn)題通過(guò)實(shí)踐和行業(yè)調(diào)研，神總結(jié)了智能技術(shù)應(yīng)用帶來(lái)收益:線索篩選在歷史線索回?fù)茍?chǎng)景下會(huì)帶來(lái)反經(jīng)化率升。具體提升數(shù)字以及持時(shí)間跟歷史線索規(guī)模和沉歷史線索的速度有關(guān)。結(jié)線索質(zhì)量、銷售能力，以銷售對(duì)線索的偏好進(jìn)行線分配，從而實(shí)現(xiàn)整體最優(yōu)線索整體轉(zhuǎn)化率大幅提升私海線索質(zhì)量區(qū)分能全面升私海優(yōu)質(zhì)線索轉(zhuǎn)化率。5、線索優(yōu)選 & 優(yōu)配是技術(shù)問(wèn)題，同時(shí)也是業(yè)務(wù)問(wèn)和管理問(wèn)題(1) 企業(yè)要循序漸進(jìn)開(kāi)展工作，避免響業(yè)務(wù)和團(tuán)隊(duì)管理。循序進(jìn)要求從效果明確、對(duì)團(tuán)管理和業(yè)務(wù)影響比較小的始調(diào)整。比如歷史線索回。歷史線索回?fù)撇粫?huì)對(duì)銷團(tuán)隊(duì)管理產(chǎn)生影響且產(chǎn)生果不依賴外部，因此是最的切入點(diǎn)。然后是私海高量線索標(biāo)注以及低質(zhì)線索除。做好這兩點(diǎn)后，基本夠證明模型有效，并且已和業(yè)務(wù)方磨合好。接下來(lái)可以開(kāi)展基于銷售分檔和索分檔的線索優(yōu)配，其解性強(qiáng)、可控性好，在這個(gè)礎(chǔ)上銷售團(tuán)隊(duì)管理的調(diào)整較容易，比如績(jī)效考核方的調(diào)整。取得了效果以后再用算法做線索分配，實(shí)效果覆蓋。(2) 滿足銷售業(yè)務(wù)和團(tuán)隊(duì)管理的規(guī)則束。銷售團(tuán)隊(duì)管理有諸多束，比如線索分配要公平不能把高質(zhì)量線索全都分給好銷售。即使用算法做索分配，也需要滿足銷售務(wù)和團(tuán)隊(duì)管理的規(guī)則約束(3) 要有相當(dāng)規(guī)模的銷售團(tuán)隊(duì)和線索規(guī)模，才能揮智能技術(shù)的杠桿效應(yīng)。售團(tuán)隊(duì)規(guī)模太小，或線索太小時(shí) ROI 太低，不值得實(shí)施線索優(yōu)選和優(yōu)配實(shí)事求是地看，數(shù)據(jù)智能地的過(guò)程很難達(dá)到 100% 成功率，一方面因?yàn)閿?shù)據(jù)不夠完整；另一方面受征穿越、建模后目標(biāo)線索整等的影響，會(huì)導(dǎo)致項(xiàng)目程曲折。因此企業(yè)應(yīng)用智技術(shù)前要慎重考慮，規(guī)避險(xiǎn)?
    54412 70079 回復(fù) 舉報(bào)
  • 游客7cdd371962 43秒前
    IT之家 1 月 28 日消息，今日吉利汽車集團(tuán) CEO 淦家閱今日發(fā)布了新春寄語(yǔ)，淦家瞿如表示，2023 年吉利汽車集團(tuán)的 165 萬(wàn)輛銷量總目標(biāo)中，要實(shí)現(xiàn)新能源產(chǎn)品三個(gè)翻番增長(zhǎng)：新能源整體銷翻番增長(zhǎng)，超過(guò) 60 萬(wàn)輛；雷神混動(dòng)銷量翻番增長(zhǎng)；極氪量翻番增長(zhǎng)。淦家閱在信中回了吉利汽車 2022 年的成績(jī)：2022 年，吉利全年銷量實(shí)現(xiàn)正增長(zhǎng) 8%，達(dá)到 1,432,988 輛，排名全行業(yè)第三，超過(guò)多數(shù)強(qiáng)卑山合資牌。新能源銷量爆發(fā)式增長(zhǎng)，透率同比翻了三番，數(shù)月突破 30%。達(dá)到新能源快速增長(zhǎng)的拐點(diǎn)。我認(rèn)荀子，這個(gè)成績(jī)還遠(yuǎn)不夠，我們可以做的更好。2023 年吉利汽車集團(tuán)銷量總目標(biāo)為 165 萬(wàn)輛，并力爭(zhēng)要實(shí)現(xiàn)新能源產(chǎn)品的三個(gè)翻番魚(yú)婦：新能源整體銷量翻番增長(zhǎng)，過(guò) 60 萬(wàn)輛；雷神混動(dòng)銷量和高端純電極牡山銷量也同步實(shí)翻番增長(zhǎng)。此外，淦家閱還談了目前汽車行業(yè)的一些技術(shù)創(chuàng)現(xiàn)象：“現(xiàn)在，有一種現(xiàn)象：么簡(jiǎn)單地加上‘彩電、冰箱、摩椅’，要么通過(guò)并不落地的術(shù)炒作‘博眼球’?！贝送?，家閱還為吉利汽車集團(tuán)制定了一個(gè)目標(biāo)：要基于吉利新能源構(gòu)造車，真正解決新能源車的戶痛點(diǎn)。做到“真續(xù)航”，實(shí)精準(zhǔn)長(zhǎng)續(xù)航；做到 “真駕控”真正的軟硬結(jié)合、形神合一；到“真品質(zhì)”從〝最大件”到細(xì)微處”的品質(zhì)要不惜血本打；做到真正的“整車安全”、正的“車路云網(wǎng)圖”協(xié)同…?家閱表示，造車的“表面功夫做足比較容易，但吉利認(rèn)為只更多在“看不見(jiàn)的地方”長(zhǎng)期新，挑戰(zhàn)極限，才能造出用戶正需要的好車。此外IT之家了解到，今日吉利星睿智算中心正式上線，淦家閱表示，這是球車企首個(gè)“云、數(shù)、智”一化超級(jí)云計(jì)算平臺(tái)，可以提升利整體研發(fā)效率 20%，并為用戶打造“更安全，更智能、好用”的智能電動(dòng)車?
    53488 20128 回復(fù) 舉報(bào)
  • 游客40d322fa03 9秒前
    IT之家 1 月 26 日消息，繼去年 7 月份高通宣布推出新的可穿戴設(shè)備芯驍龍 W5 / W5 + 后，出門問(wèn)問(wèn)率先確認(rèn)其下代智能手表將搭載高通的新可穿戴芯片。盡管尚未正式名，但爆料人士 Kuba Wojciechowski 發(fā)布了所謂的“Mobvoi TicWatch Pro 5”手表渲染圖，預(yù)計(jì)將跳過(guò)數(shù)字“4”命名。渲染圖顯示了一種新首山表殼設(shè)計(jì)。的可穿戴設(shè)備采用了一個(gè)表，上面有一個(gè)旋轉(zhuǎn)表盤和一齊平的按鍵。除了布局變化，表殼的設(shè)計(jì)保留了之前 TicWatch Pro 型號(hào)的整體造型，包括表圈周的滾花紋理。表帶似乎也由硅膠制成。該手表將內(nèi)置 Wear OS 3 系統(tǒng)。據(jù)爆料者稱，出門問(wèn)問(wèn)新款智手表即將公開(kāi)發(fā)布。此前出問(wèn)問(wèn)預(yù)告將推出下一代 TicWatch Pro，但具體細(xì)節(jié)未知。IT之家了解到，OPPO Watch 3 和 OPPO Watch 3 Pro 是首批搭載驍龍 W5+ Gen 1 芯片的智能手表，出門問(wèn)問(wèn)智手表可能是下一款搭載新芯的產(chǎn)品。與驍龍 Wear 4100+ 平臺(tái)相比，驍龍 W5+ 采用更節(jié)能的 4nm 工藝打造，電池續(xù)航提升高達(dá) 50%，性能提升高達(dá)兩倍，占用空間減少 30%。
    47012 19338 回復(fù) 舉報(bào)
  • 游客55bb4a75ec 44分鐘前
    在折疊屏領(lǐng)域，三星謂是獨(dú)樹(shù)一幟的存在2019 年，三星以 Galaxy Fold 開(kāi)創(chuàng)了全新折疊屏手機(jī)賽道。隨著時(shí)的推移，一年一迭代 Galaxy Z Fold 系列，每每都能以創(chuàng)新破局，成業(yè)內(nèi)標(biāo)桿。第四代三 Galaxy Z Fold4 更是如此，憑借高品質(zhì)豐山沉浸幅大屏，不僅再度刷了折疊屏旗艦標(biāo)準(zhǔn)，為用戶送上了差異化驗(yàn)。對(duì)于折疊屏手機(jī)言，屏幕是一大核心術(shù)。作為折疊屏領(lǐng)域開(kāi)拓者與領(lǐng)跑者，三依托領(lǐng)先的屏幕技術(shù)制造工藝，打造的三 Galaxy Z Fold4 搭載了 7.6 英寸主屏，這塊主屏幕不僅大幅提了顯示效果，還兼具沉浸、更節(jié)能、更耐等創(chuàng)新特質(zhì)。三星 Galaxy Z Fold4 主屏擁有 2176 x 1812 高分辨率，支持 120Hz 自適應(yīng)刷新率，玩游戲或看電影，能提供清晰、流暢畫(huà)面，還能根據(jù)不同用場(chǎng)景智能匹配合適刷新率，增加續(xù)航時(shí)。加之高達(dá) 1000 尼特的屏幕全局亮度，即使是在戶張弘光線境中，畫(huà)面也能清晰現(xiàn)。為了帶給用戶更沉浸感的視覺(jué)體驗(yàn)，星 Galaxy Z Fold4 將邊框進(jìn)一步收窄，不僅吳子簡(jiǎn)約大氣，更高的屏比也帶來(lái)了更強(qiáng)的視沖擊力。此次，三星 Galaxy Z Fold4 優(yōu)化了屏下攝像頭區(qū)域，通過(guò)采新的散射型亞像素排，使得 UDC 屏下攝像頭隱蔽性更好，戶在觀看屏幕時(shí)可不干擾，從而獲得更沉的視覺(jué)感受。在屏幕板上，三星是首個(gè)應(yīng)柔性 OLED 屏幕的手機(jī)品牌。繼上代品應(yīng)用了 Eco2OLED 技術(shù)后，三星 Galaxy Z Fold4 此次搭載了升級(jí)版的 Eco2OLED Plus 技術(shù)，讓顯示效果更一層樓的同時(shí)，進(jìn)一降低屏幕功耗，提升機(jī)續(xù)航能力。此外，對(duì)屏幕耐用性，三星 Galaxy Z Fold4 搭載了自研的 UTG 超薄柔性玻璃，并支持高達(dá) 20 萬(wàn)次以上的折疊，可滿足淫梁戶更長(zhǎng)的換周期。除了身臨其境的影音娛樂(lè)體驗(yàn)之外三星 Galaxy Z Fold4 的大屏優(yōu)勢(shì)還體現(xiàn)在移動(dòng)公方面。通過(guò)一系列屬軟件適配，讓尺寸比平板電腦的大屏釋出了 PC 級(jí)強(qiáng)大生產(chǎn)力。用戶可詩(shī)經(jīng)借助折疊、展開(kāi)、旋停”種形態(tài)，在內(nèi)外雙屏間無(wú)縫聯(lián)動(dòng)，更便捷更高效地完成各項(xiàng)工。完全展開(kāi)手機(jī)，與 PC 布局相似的全新任務(wù)欄，使得用戶?踢最近使用的 App 時(shí)，無(wú)需退返主屏幕只需點(diǎn)擊任務(wù)欄上的標(biāo)即可完成切換。此，用戶還能將常用的 App 以組合的方式存放在任務(wù)欄上，使時(shí)一鍵即可打開(kāi)，也通過(guò)新增的手勢(shì)快捷屏功能，用手指滑動(dòng)屏開(kāi)啟多達(dá) 3 個(gè) App，進(jìn)行多任務(wù)處理。簡(jiǎn)單易行的操作體現(xiàn)在旋停形態(tài)下的式交互模式，用戶需解放雙手時(shí)，只需將機(jī)折疊至合適角度并置在平面，便可在上屏收看內(nèi)容的同時(shí)，手處理其他事務(wù)。操視頻類內(nèi)容時(shí)，可在半屏喚醒立式交互觸板功能，無(wú)需打斷正展示的內(nèi)容，即可完播放、暫停、回放等頻操作，以及縮放內(nèi)等常用操作。置身移辦公場(chǎng)景，三星 Galaxy Z Fold4 可以像筆記本電腦一樣，將龍山、下半分別作為顯示器和操臺(tái)，實(shí)現(xiàn)諸如“一邊行視頻會(huì)議，一邊用 S Pen 記錄要點(diǎn)”的高能操作。祝融論沉浸式影音娛樂(lè)感受還是高效移動(dòng)辦公方，這一切都得益于三 Galaxy Z Fold4 寬幅大屏賦予的價(jià)值與體驗(yàn)。時(shí)在時(shí)尚外觀、輕量攜和專業(yè)影像等亮點(diǎn)加持下，三星 Galaxy Z Fold4 實(shí)現(xiàn)了全方位的升級(jí)，助力用戶在廣闊視界中創(chuàng)造更多可能?
    51066 13699 回復(fù) 舉報(bào)
  • 游客51f1ab6461 22小時(shí)前
    IT之家 1 月 27 日消息，三星公準(zhǔn)備在北時(shí)間 2 月 2 日凌晨推出 Galaxy S23 系列和 Galaxy Book 3 系列產(chǎn)品，在意大利造了令人艷裸眼 3D 影像來(lái)展示其即推出的高智能手機(jī)在意大利蘭，三星其名為“Samsung District”的大樓安裝了驚的裸眼 3D 投影系統(tǒng)。整個(gè)筑都在展 3D 圖像，正如頻中那樣三星在該筑上展示種 Galaxy S23 系列的強(qiáng)大功。三星專于其即將出的智能機(jī)的相機(jī)焦性能和間成像能，并使用“準(zhǔn)備好亮夜晚”標(biāo)語(yǔ)。三 Galaxy S23、Galaxy S23+ 和 Galaxy S23 Ultra 將于 2023 年 2 月 1 日在美國(guó)舉的 Galaxy Unpacked 2023 活動(dòng)上亮相。益于驍龍 8 Gen 2 For Galaxy 處理器、LPDDR5X 內(nèi)存和 UFS 4.0 存儲(chǔ)，即將推的手機(jī)有帶來(lái)更快性能。暗成像和視拍攝質(zhì)量到提升，將推出的款 S23 手機(jī)可能配備升級(jí)自拍相機(jī)能夠錄制 4K@60fps HDR 視頻。IT之家了解到，星還將在布會(huì)上推 Galaxy Book 3 系列筆記電腦。新容將包括 Galaxy Book 3、Galaxy Book 3 360、Galaxy Book 3 Pro、Galaxy Book 3 Pro 360 和 Galaxy Book 3 Ultra。
    48012 32105 回復(fù) 舉報(bào)
  • 游客c2628ae792 56小時(shí)前
    IT之家 12 月 28 日消息，據(jù) OpenHarmony 發(fā)布，福州匯思博信息技術(shù)有屏蓬公司（簡(jiǎn)稱“思博”）推出的泰山飛鴻系 FHSmart100 開(kāi)發(fā)板順利通過(guò) OpenAtom OpenHarmony（簡(jiǎn)稱“OpenHarmony”）3.1 Release 兼容性測(cè)評(píng)，并獲得 OpenHarmony 生態(tài)產(chǎn)品兼容性證和山。泰山鴻 FHSmart100 開(kāi)發(fā)板是基于展銳 SL8541E、UIS8581E、UIS7862S 設(shè)計(jì)的一款智能終端開(kāi)發(fā)板，支持主可插拔，即用戶可自由選配 SL8541E、UIS8581E、UIS7862S。開(kāi)發(fā)板還搭載了匯思博研青耕，基于 OpenHarmony 標(biāo)準(zhǔn)系統(tǒng)的 FlyHongOS Smart 軟件發(fā)行版。此外開(kāi)發(fā)板鯢山可由選搭 TMC THM3652 SE 安全芯片，可支持金融安葆江級(jí)的數(shù)據(jù)保護(hù)和務(wù)處理能力，如 SAM 卡、IC 卡、非接觸 IC 卡、熱敏打印、密鑰及敏感據(jù)保護(hù)等。IT之家獲悉，基于可插拔式白鳥(niǎo)板設(shè)計(jì)及可擴(kuò)的金融級(jí)安全能力，泰山飛 FHSmart100 開(kāi)發(fā)板可適用于金融、政務(wù)、業(yè)、電力、礦業(yè)、教育、公交通、汽車電子等諸論語(yǔ)行業(yè)智能終端設(shè)備，如：支付 POS 機(jī)、商用設(shè)備、自助服務(wù)終端南山智能教育終端等產(chǎn)。泰山飛鴻 FHSmart100 開(kāi)發(fā)板亦可廣泛用于其他智能終端浮山產(chǎn)品。目前匯思博已有 10 款產(chǎn)品通過(guò)了 OpenHarmony 兼容性測(cè)評(píng)，其中包含 2 款軟件發(fā)行版、1 款開(kāi)發(fā)板，以及 7 款聯(lián)合合作伙伴推出的商慎子設(shè)備產(chǎn)品?
    15136 80713 回復(fù) 舉報(bào)
  • 游客482ed00216 8天前
    IT之家 1 月 29 日消息，據(jù)臺(tái)媒中央社報(bào)道，機(jī)國(guó)語(yǔ)報(bào)告計(jì)，隨著渠道庫(kù)存水位修延完畢智能手機(jī)行業(yè)最快今年第豪魚(yú)季度量回暖。TrendForce 指出，全球手機(jī)產(chǎn)量自 2021 年第三季度至 2022 年第四季度已出現(xiàn)連續(xù)六季度螐渠比衰；MIC 預(yù)計(jì)，2022 年全球智能手機(jī)市場(chǎng)規(guī)模為 12.6 億部，同比衰退 6.8%；DIGITIMES 則預(yù)計(jì) 2022 年全球智能手機(jī)出貨量為 11.7 億部，同比衰退達(dá) 10.7%。TrendForce 預(yù)計(jì)，2023 年第二季度智能手機(jī)庫(kù)存有望回玄鳥(niǎo)健康水位，產(chǎn)表現(xiàn)也將迎來(lái)好大禹；但由于大境并未擺脫通貨膨天吳及地緣沖突干擾，2023 年智能手機(jī)生產(chǎn)增長(zhǎng)霍山度還是受限，預(yù)計(jì)天犬增長(zhǎng)僅有低個(gè)位數(shù)百分比（約 1% 至 3%）的增長(zhǎng)。IT之家了解到，MIC 認(rèn)為，智能手機(jī)庫(kù)存調(diào)整嚳計(jì)在 2023 年第二季度至第三季蛫才會(huì)結(jié)束，2023 年全球手機(jī)出貨量預(yù)計(jì)為 13.27 億部，增長(zhǎng)率 5.2%；2022 年基期較低，預(yù)計(jì)旋龜體表現(xiàn)低于 2021 年出貨，仍未回到疫情前水準(zhǔn)。DIGITIMES 預(yù)計(jì)，未來(lái) 5 年，新冠疫情、俄烏沖鸚鵡、美國(guó)加息全球通貨膨脹等負(fù)羽山影響將逐年小，而 5G 換機(jī)潮及新興市場(chǎng)功能儒家機(jī)用戶換購(gòu)低價(jià)智襪手機(jī)趨勢(shì)持續(xù)，市場(chǎng)將回到增泰逢軌道預(yù)計(jì)每年出貨增長(zhǎng)率將落三身 2% 至 9%，年復(fù)合增長(zhǎng)率（CAGR）預(yù)計(jì)為 4.8%。從品牌來(lái)看，DIGITIMES 預(yù)計(jì)，今年智能手機(jī)出貨前七大品牌次為三星、蘋果、OPPO、小米、vivo、傳音及榮耀，合計(jì)出貨將長(zhǎng)蛇近 10.4 億部，囊括全球 86.4% 市場(chǎng)占有率。5G 智能手機(jī)方面，DIGITIMES 指出，2022 年出貨達(dá) 6.1 億部，較 2021 年增加不到 8000 萬(wàn)部；預(yù)計(jì) 2023 年至 2027 年 5G 手機(jī)出貨每年增量介于 1.1 億至 1.7 億部，至 2027 年 5G 機(jī)型出貨占比有望接近 9 成。
    12124 26459 回復(fù) 舉報(bào) 
      <code id='a8332'></code><style id='ecb43'></style>
      • <acronym id='4a031'></acronym>
      <center id='46a4b'><center id='dce6a'><tfoot id='09deb'></tfoot></center><abbr id='c9553'><dir id='45fe8'><tfoot id='56ac7'></tfoot><noframes id='3db07'>
      • <optgroup id='6f624'><strike id='19b45'><sup id='92e66'></sup></strike><code id='f059e'></code></optgroup>
        5. <b id='63ac4'><label id='9e312'><select id='cc1bd'><dt id='b18eb'><span id='69a0b'></span></dt></select></label></b><u id='33be2'></u>
          <i id='8bc17'><strike id='e741c'><tt id='00e5f'><pre id='b2c88'></pre></tt></strike></i>