DSG SuperSync大型数据库高性能复制平台产品介绍
- 产品概述
- DSG（迪思杰集团），领先的信息数据管理软件产品和解决方案。
DSG SuperSync是迪思杰（北京）数据管理技术有限公司研发的一款拥有自主知识产权的大型数据库高性能数据复制平台。广泛的应用于容灾备份、业务分离、数据异构、数据共享、数据迁移、数据上云、大数据应用等诸多场景；拥有全量复制、增量复制、结构变更同步、数据探测、数据转换、数据脱敏、数据质量实时检测、数据集成、数据校验、图形化多维动态监控等功能；具备全量增量一体化、实时日志分析性能高、支持结构变更同步、字符集转换、特殊字段及特殊属性表同步，多种数据分析模式及多种数据装载模式，多种异构数据库之间同步，支持多种复制架构等优点。围绕DSG SuperSync提供DMP监控管理平台、DataXone数据集成平台、XCMP数据管理平台、NDMP数据切换平台等多种专属功能平台，并可以组合搭配使用，满足客户不同需求。
- 应用场景
- 容灾备份
在同机房、同城异地、远程异地机房，利用DSG SuperSync大型数据库高性能复制平台，建立起多套系统的实时数据同步，互相之间可以进行健康状态监视和功能切换。当正在对外提供业务的系统因故障（如down机、停电等）、安全（如网络攻击、病毒侵犯等）、意外(如火灾、地震等)停止工作时，整个应用系统可以切换到另一处，使得对外提供的业务可以继续正常工作，从而到达应用系统的容灾备份。
- 业务分离
生产系统数据量越来越大，查询、统计、报表业务需求越来越频繁，利用DSG SuperSync大型数据库高性能复制平台，建立起生产系统和查询系统的实时数据同步，把对生产系统资源占用众多的查询、统计、报表业务分离到查询系统中，从而减轻生产系统的负荷压力。
- 数据异构
传统结构化数据库在信息数据大爆发的背景下，越来越显现出存储、使用上等自身架构上的局限性，分布式数据库、MPP分析库、消息队列、大数据组件（HDFS/HBASE/HIVE/ES）、国产数据库等快速的发展及广泛的实践应用，催生了大量的异构数据之间同步的需求。利用DSG SuperSync大型数据库高性能复制平台，实现多种源端数据库、目标端数据库、大数据组件等数据异构的同步，自动完成不同数据库之间类型、数据、字符集的转换，满足复杂的数据异构场景。
- 数据共享
众多企业、政府传统烟囱式的信息架构，导致各个系统之间的数据无法共享、数据格式无法标准、数据调用关联复杂，利用DSG SuperSync大型数据库高性能复制平台，实现ODS库、消息中间件、数据湖等共享架构，建立起统一的数据共享平台，从而实现企业、政府的数据共享，极大的提升了数据的利用效率，最大化的发掘共享数据的价值。
- 数据上云
传统的业务应用程序不但过于复杂，而且成本高昂。正常运行所需的各种软硬件也是数量惊人，种类繁杂。并且需要一个完整的专家团队来负责进行安装、配置、测试、运行、保护和更新。企业采用云服务模式节省了大量用于购买IT产品、技术和维护运行的资金，方便地利用信息化系统，从而大幅度降低了企业信息化的门槛与风险。利用DSG SuperSync大型数据库高性能复制平台，完成云下到云上、不同云之间、云上到云下的各种数据交换需求。
- 大数据应用
对来源分散、数量巨大、格式多样的数据进行采集、存储和关联分析，并从中发现新知识、创造新价值、提升新能力，使大数据应用正快速发展成为新一代信息技术和服务业态。利用DSG SuperSync大型数据库高性能复制平台，完成对于来源分散、数量巨大、格式多样的数据采集，并完成对数据一系列的数据转换、数据计算、数据标签、数据目录、数据血缘等工作，满足众多大数据的应用。
- 频繁结构变更同步
通过自主知识产权的实时日志分析工具，对记录数据库操作与变化的数据库日志文件进行分析，根据配置需要分析的表结构变更，形成统一的结构变更数据语句文件及结构变更后的数据字典文件，顺序的通过网络实时发送到目标端，再经由目标端装载程序经过不同数据库对等的语法转换装入相应的数据库，完成源数据库和目标数据库的频繁结构变更同步。
- 数据探测
通过自主知识产权的数据探测工具，对主机资源的内存、CPU、IO、带宽、目录空间等探测；对数据库的表种类、表字段类型、表大小、表变化量、表敏感数据、日志变化量大小、表空间大小、对象种类、对象关联等探测；探测结果生成JSON文件或直接写入相应的数据库，并且进行源库的数据库画像，从完成数据库的诊断、分析、态势感知等。
- 数据集成
通过自主知识产权的数据集成技术，对来自于不同数据库、不同数据库版本的数据进行统一的数据分类、数据过滤、数据标签等工作，目录化的存放到消息中间件、MPP服务器、大数据平台从而完成全量数据、实时增量变化数据集成及数据共享。
正在上传…重新上传取消
解析模块主要负责从数据库中的数据文件、日志文件分析到全量数据、增量数据，将其封装成统一数据流格式文件（DSG独有数据格式文件），并兼容数据发送、分发功能。
抽取模块先与数据库进行交互,先导出表的数据结构再导出表数据，并且封装成数据流格式文件，按需存储到本地或直接发送目标端。可根据参数调整全量抽取导出的并发度及存量抽取具体的表、具体表的条件数据。
抽取模块全量结束后自动进入增量抽取，通过监控数据库的归档日志实时进行日志抽取、解析，按照交易提交顺序封装出数据流格式文件，按需存储到本地或直接发送目标端。
接收模块主要负责接收发送模块传输过来的数据流格式文件存储到本地指定位置。
转换模块主要负责将存储到本地的数据流格式文件按需进行数据分组、数据转换、数据脱敏、数据加密、数据合并、数据绑定等工作并最后转化成同构及异种数据库的SQL指令供入库装载使用。
装载模块主要负责与数据库底层入库接口进行交互，将转换模块转化的出SQL指令装载到指定数据库、消息队列、大数据组件或形成不同格式的文件。
- 产品优势
- 全量增量一体化同步
不停机、不停业务、不修改数据库参数，一键化启动全量数据同步、增量数据同步，自动完成源端全量数据的导出、目标端全量数据装载、源端增量数据实时分析、目标端增量数据实时装载。特别采用自主研发的底层工具直接dump数据文件导出存量数据，非调用数据库接口方式导出全量数据，减少对于生产数据库的资源占用及对应用系统的影响。全量导出正常数据速度可达：200-400G/小时。
- 实时并发日志分析
采用并发多线程分析在线日志文件，提前预分析在线日志文件转化成供分析程序需要的精简日志文件格式，供不同的分析进程多次使用，甚至在数据库非归档模式下，日志切换覆盖之前，保留未分析完的日志文件。增量分析日志速度可达：100-200G/小时。
- 频繁DDL支持
采用非触发器模式通过抓取到日志文件里的具体DDL语句，并且取得DDL后准确的数据字典信息，目标端无故障、无感知的完成DDL操作及后续DML的装载。支持瞬间批量频繁的DDL操作，支持异构数据库之间DDL的转换。
- 字符集转换
根据源端数据库不同的字符集类型、目标端数据库不同的字符集类型，采用配置参数完成源端数据导出、目标端数据装载的字符集转换。并且提供转换未成功记录存储、配置默认转换不成功数据的统一替换模式方法。
- 特殊字段表同步
对LOB字段表（BLOB/CLOB/BFILE）优化的全量导出算法，提供断点续导、并发导出、坏块检测、LOB字段单独导出、单独装载等方式，达到全量导出LOB数据表速度：100-200G/小时。同时支持XML、UDT、IOT等特殊字段表的同步。
- 统一数据流格式
不同源端数据库、不同目标端数据库之间的数据流动采用的是统一自主知识产权的数流格式文件，从而可以进行支持源端数据库到目标端数据库的复制的任意组合，适应一个用户的多种数据库之间、不同平台组件的复杂同步需求场景。
- 灵活装载模式
- 支持rowid映射方式装载数据，对于无主键表加速装载
- 支持pk/uk方式装载数据，添加隐藏唯一标识记录字段，对于无主键表加速装载
- 支持etl方式装载数据，完成如加减字段、修改属性、字段函数计算、过滤数据等多种数据转换需求
- 支持脱敏方式装载，根据定制规则完成数据的脱敏装载
- 支持生成定制文件装载，根据定制要求生成如txt、xml、json、sql、hdfs等格式文件、并且按照配置参数不同的要求按照时间、大小、目录等行为模式生成文件
- 异构复制，支持全面
- 支持主流国外结构化数据库(ORACLE/SQLSERVER/MYSQL/PG/INFORMIX/SYBASE等）
- 支持主流国内数据库（达梦/浪潮K-DB/蚂蚁OceanBase/华为高斯DB100等）；
- 支持主流MPP数据库（华为高斯200/EMC GreenPlumn/南大通用Gbase等）
- 支持主流大数据平台组件（HDFS/HBASE/HIVE/KAFKA/ES等）
- 支持生成多种文本格式文件（TXT/CSV/XML/SQL/JSON等）
- 产品案例
- 容灾
案例说明：
某金融监管单位是经国务院同意，中国证监会决定成立，包含多家交易所，注册资本为13.65亿元；其主要负责期货市场统一开户，期货保证金安全监控，为投资者提供交易结算信息查询，期货市场运行监控等多种业务。
通过数据库灾备系统的建设，系统应能够在确保数据安全的基础上，满足容灾备份的需求；在日常管理中，应能对数据妥善管理，保证备份系统正常运行，并建立完善的管理流程，建立可行的容灾恢复演练方案；当发生人为或自然灾害时，灾备系统应能快速响应，快速恢复，满足对RPO（数据损失率）和RTO（数据恢复时间）的要求，保障交易所业务系统在灾难发生后的快速恢复和连续运行。
案例架构图：
正在上传…重新上传取消
DSG方案解决了：
- 在该金融监管单位的两套业务系统和灾备系统上分别配置DSG SuperSync软件代理程序Agent，实现业务系统的远程灾备：
- 将业务系统的数据首次全同步到灾备系统中，并将业务系统1中数据同步到业务系统2中，灾备系统1的数据同步到灾备系统2中。SuperSync集成数据的一致性同步工具，能够自动进行数据的首次同步和出现差异情况下的一致性同步；
- 当对系统的初始化环境工作结束后，SuperSync自动进入实时复制状态，无需手工干预。
- 当业务系统出现故障时，通过SuperSync容灾切换，实现灾备系统业务接管：
- 业务系统数据库因为存储阵列双控制器同时故障，导致业务系统数据库宕机，而且存储无法启动，导致业务系统无法对外围系统发送数据；
- 该监管单位对存储阵列控制器硬件进行更换，重启存储后，对业务系统数据库（11gR2+RAC+ASM）进行重新启动，重启过程中发现该数据库除OCR之外，其他ASM磁盘组，包括控制文件都遭到严重损坏，无法实现启动；
- 在ORACLE原厂及其他多方厂商尝试各种办法都无法拉起业务系统生产数据库之后，DSG通过SuperSync的容灾切换功能对业务系统进行容灾切换，执行灾备数据库切换。
- 两套业务系统同时切换完毕后，将业务指向灾备系统，开始将业务数据写入到灾备系统。
- 业务分离
SuperSync为企业实现第二数据中心，如图所示，SuperSync将生产系统中的数据实时复制到第二数据中心中。用户可以将数据查询、报表等应用从主生产系统中分离出来，仅在第二数据中心中进行操作，应用分离可以提高系统应用效率，降低资源争用和消耗。
图 1 业务分离
正在上传…重新上传取消
- 异构
案例说明：
随着大数据时代的到来，省厅下辖各级公安机关警综系统采集汇聚的数据量日益巨大、数据结构更加复杂，增长迅速。目前，省厅还未建立有效的警综系统数据汇聚手段，原有的数据抽取整合工具在传输海量结构化数据时效率低下，且无法满足各类数据抽取整合的需要。为解决因数据分散导致的资源共享不及时、利用率不高等问题，省厅急需开展警综系统数据汇聚整合工具建设，实现对下辖各级公安机关警综系统的高效抽取汇聚和关联整合，进一步丰富全警实战应用需要。
完成省厅下辖十三个地市警综系统（Oracle）数据实时汇聚到省厅警综系统集中库（GP）。
- 省内下辖十三个地市的警综系统进行数据汇聚，数据量目前估算约为20-24TB左右；
- 省内下辖十三个地市的警综系统进行数据汇聚，要求数据为实时或准实时复制，原有数据汇聚整合工具，无法做到实时或准实时的数据汇聚，并经常发生丢或漏数据的情况；
- 省内下辖十三个地市的警综系统进行数据汇聚，部分地市有个性化开发，导致有的地市表结构不完全相同（关键字段是有的），考虑汇聚共性字段；
- 省内下辖十三个地市的警综系统进行数据汇聚，从地市警综系统生产端压力考虑，目前采用从警综前置机或备份库上进行数据汇聚，地市前置库或备份库具体建立技术标准，由省厅统一下发；
- 省内下辖十三个地市的警综系统进行数据汇聚，为了便于对汇聚库资源进行整合，地市相同表名的数据同步省厅，需要整合到同一个表内。
案例架构图:
正在上传…重新上传取消
DSG方案解决了:
- 参与复制的系统多，并且生产端都是生产系统，这就要求数据复制产品的复制效率要足够高，否则影响查询结果。
- 多种平台混合复制。由于源端有13个生产库或者生产库的备库，其中存在hp，aix等知名厂商的各种平台系统，这就要求复制产品支持各种异构平台。
- 基于表复制。每个系统抽取的数据均是部分表的数据。
- 索引异构。由于源端和生产系统，目标端是查询系统，系统的功能不同导致相应的索引也有所不同。
- 分区异构。同样由于系统功能不同，导致某些表的分区结构也不同，要求复制软件能够在分区异构的情况下也能正常复制。
- 多表合一。在多个系统中，有可能存在用户名和表名均相同的情况，在复制过程中，需要解决多表合一的问题。
- 数据转换分析。
- 共享
案例说明：
省工商局与省发改委、省公安厅治安局、人民银行xx分行和各商业银行数据实时共享系统的基本架构为：将省工商局与省发改委数据定时交换系统升级为实时交换系统，省工商局将相关登记数据通过省发改委实时共享至省国税局和地税局，便于税务部门在办理企业涉税事项时调取使用；建设省工商局与省公安厅和人民银行xx分行数据实时推送专线，便于办理印章刻制和开户许可时调取使用；恢复省工商局与各商业银行的“工商验资E线通”专线（部分需新建），并实现数据实时共享，便于各商业银行在办理开户手续时调取使用。通过省级部门（单位）间的数据实时交换共享，大力缩短企业办理涉税事务、印章刻制和银行开户周期。
案例架构图：
正在上传…重新上传取消
DSG方案解决了：
- 可以完成从生产数据库中直接抽取数据，并经过分析、整合后，将数据转换成目标数据库需要的数据格式并加载到目标数据库中；
- 实时跟踪数据变化，将变化实时发送到数据需求端，数据可在秒级实现共享，保证数据初始化的完整性和准确性；
- 通过参数配置来定义需要共享的数据表(table)、共享的数据项（字段）、共享的条件（满足条件的记录）；
- 通过数据库自身信息获取源系统上的改变并传送给目的系统，降低对生产系统性能影响；
- 无需全量数据处理，只抽取增量数据，减少数据库存储压力；
- 提供选择表、选择字段和选择记录的复制 ；
- 提供数据转换，如字段名映射、数据类型转换、数据运算等；
- 支持中间库、定制文件到ETL的准实时转换；
- 支持Oracle，SQL server，DB2，Sybase，达梦，人大金仓，南大通用等常用数据库；
- 同步时间延迟≤1分钟；
- 支持多种复制系统拓扑结构，硬件可以跨平台，数据库可以跨版本版本；
- 可实时对系统运行情况进行监控。
- 迁移
案例说明：
中国电信集团统一安排部署，某省电信分公司需要在两年内完成BSS3.0项目的建设工作。然而甘肃电信核心数据系统CUST、CASHBILL、PROD、CUMUDB、INTERFACE、BILL、OCSBILL、METADB数据库全部部署在Informix数据库
从现有的Aix 和HP平台 Informix 迁移到X86平台RH9 Oracle12c有如下的痛点：
- 迁移数据量大20T
- 字符集转换乱码多
- 源和目标数据部分类型不匹配
- 业务停止时间短
- 数据准确性要求苛刻
- 短时间快速数据校验和修复
- 跨操作系统，跨数据库
- 主机性能受限
案例架构图：
正在上传…重新上传取消
DSG方案解决了：
Informix数据迁移到Oracle12c，数据准确无误、数据类型转换符合要求，业务停顿时间短，同时对部分库按业务需要进行拆分，对账期数据进行多轮同步。
- 上云
案例说明：
XX省人力社保数据省集中实现了我省人力社保数据资源的聚集、整合和共享，形成了基于大数据的“互联网+”基础能力，是构建大数据应用平台的关键。为更好实现对数据的利用，需要将经过转换、治理的标准化数据存入省政务云上的标准数据库中，以供省社保中心进行后续数据分析、挖掘、展示等利用。
案例架构图：
正在上传…重新上传取消
DSG方案解决了：
- Oracle一体机上的省集中数据库，同步到省政务云平台上的GP数据库。
- 对同步的表敏感数据列在同步过程中均实现脱敏处理。
- 高性能全量同步数据总量800G（纯数据，不含索引），数据条数1828380729,网络传输144G,压缩率初78.57%；每小时同步50g左右数据，源端抽取1828380729行数据总耗时927分钟，抽取速度32872行/秒，目标端加载1828380729行数据总耗时1190分钟，加载速度为25607行/秒。
- 增量实时复制延迟5s左右。
- 源端是12.2 Oracle exadata 4节点，单个日志50g，单表数据量都接近百G以上，而且部分表数据达到上T，目标是阿里gp，大数据平台。
- 从架构层面，支持全量同步到集群的hdfs，增量同步到kafka。
- 为减轻生产库的压力，支持以生产库的DG库作为源端进行数据复制。
- 通过cjson模板，可高度自定义入kafka的数据格式。
- 可自定义输出数据内容，针对采集的数据可进行增删改操作后，投递到kafka中。
- 数据可校验。投递入kafka的数据，操作数据会通过明细，定时统计，累计统计三个维度进行记录，并把该记录定时存放在指定位置，例如数据库中，hdfs中或者文件系统中，以便后续业务进行数据操作的回查，实现数据校验的功能。
- DSG SuperSync软件支持不同平台上的Oracle数据库之间的快速同步，包括首次数据同步和增量数据复制。DSG SuperSync采用完全逻辑的方式进行数据同步，可以跨越不同平台；并且在数据同步过程中，采用了DSG独有的XF1文件格式、数据流压缩技术和快速数据抽取和装载技术。在配置多个同步通道的情况下，可以快速将现有数据库内的数据同步到目标数据库，并在其后将同步期间的增量数据一并复制到目标数据库实现数据追平。目前DSG SuperSync支持主流平台(HP/IBM/SUN/Comppaq/PC)上的Oracle各版本(Oracle8i – 10g)之间的数据复制。
- DSG SuperSync产品的数据复制效率，在该领域中是最高的。在kafka的投递端，可以采用多线程、多并发等方式进行加速投递，现场效率可以达到每秒2万条的。
|
数据库类型 |
源端 |
目标端 |
|
|
结构化数据库 |
oracle |
√ |
√ |
|
sqlserver |
√ |
√ |
|
|
mysql |
√ |
√ |
|
|
db2 |
√ |
√ |
|
|
postgresql |
√ |
√ |
|
|
达梦dameng |
√ |
√ |
|
|
mongodb |
√ |
√ |
|
|
mariadb |
√ |
√ |
|
|
informix |
√ |
√ |
|
|
sybase |
√ |
√ |
|
|
Cache |
√ |
√ |
|
|
人大金仓kingbase |
√ |
||
|
南大通用 |
√ |
||
|
浪潮KDB |
√ |
√ |
|
|
华为GaussDB100 |
√ |
√ |
|
|
大数据 |
kafka |
√ |
√ |
|
hbase |
√ |
||
|
phoenix |
√ |
||
|
hadoop |
√ |
||
|
kudu |
√ |
||
|
hadoop hdfs |
√ |
||
|
hive |
√ |
√ |
|
|
云 |
中国电信TELEDB |
√ |
√ |
|
阿里云 RDS |
√ |
√ |
|
|
腾讯云 |
√ |
√ |
|
|
华为云 |
√ |
√ |
|
|
天翼云 |
√ |
√ |
|
|
金山云 |
√ |
√ |
|
|
亚马逊 |
√ |
||
|
内存数据库 |
Sap hana |
√ |
|
|
redis |
√ |
||
|
Gbase 8m |
√ |
||
|
Pivotal GemFire |
√ |
||
|
MPP |
Pingcap TiDB |
√ |
|
|
Emc greenplum |
√ |
||
|
Hp vertica |
√ |
||
|
阿里ADB |
√ |
||
|
华为GaussDB200 |
√ |
||
|
非结构化-文本 |
xml |
√ |
|
|
json |
√ |
||
|
txt |
√ |
√ |
|
|
csv |
√ |
||
|
sql |
√ |
||
|
api |
√ |
√ |
|
|
ftp |
√ |
√ |
|
DSG SuperSync大型数据库高性能复制平台产品介绍相关推荐
- Hiveduino编程电子积木平台产品介绍宣传视频
http://www.seeedstudio.com/ Hiveduino编程电子积木平台产品介绍宣传视频 点击打开链接
- 架构 | 如何从零开始搭建高性能直播平台？
GitChat 作者:七夜 前言 现在直播已经成为移动互联网时代一个新的重要流量入口,从YY.斗鱼到花椒直播,直播已经成为人们分享交流的新方式,应用场景众多,主要分为: 金融类直播:金融直播可应用于实 ...
- 高性能web平台【OpenResty入门与实战】
一.OpenResty概述 1 OpenResty 背景 随着宽带网络的快速普及和移动互联网的高速发展,网站需要为越来越多的用户提供服务,处理越来越多的并发请求,要求服务器必须具有很高的性能才能应对不 ...
- GitChat·架构 | 如何从零开始搭建高性能直播平台？
GitChat 作者:七夜 前言 现在直播已经成为移动互联网时代一个新的重要流量入口,从YY.斗鱼到花椒直播,直播已经成为人们分享交流的新方式,应用场景众多,主要分为: 金融类直播:金融直播可应用于实 ...
- 浅析云桌面可视化与高性能分析平台的集成应用
本文借助高性能应用平台中心IBM platform application center (PAC) 和NICE DCV的集成来讲述面向高性能计算和云桌面可视化的集成架构. 3D设计应用在航空航天.汽 ...
- MJIOT-AMB-01 RTL8710AF 高性能wifi模块 产品介绍
MJIOT-AMB-01 RTL8710AF 高性能wifi模块 产品介绍 MJIOT-AMB-01 是一个高度集成的单芯片低功耗 802.11n 无线局域网(WLAN)网络控制器.它 集成一个 AR ...
- Swoole入门到实战打造高性能赛事直播平台（完整版）
Swoole入门到实战打造高性能赛事直播平台(技术分享交流) 下载地址:https://download.csdn.net/download/lxw1844912514/11451621
- 面对海量IoT设备，如何打造高性能物联网平台接入层？
IoT物联网平台的服务器需要管理海量设备的接入,并且接收来自设备的海量数据的输入,那么服务器要怎么应对这样的挑战呢? IoT设备一般是通过MQTT 协议接入云平台的,那么设备接入的服务器就是 MQTT ...
- 如何从零开始搭建高性能直播平台？
本文转自https://segmentfault.com/a/1190000010724280 前言 现在直播已经成为移动互联网时代一个新的重要流量入口,从YY.斗鱼到花椒直播,直播已经成为人们分享交 ...
最新文章
- 如何在网页中添加flash文件
- 算法：搜索插入的位置
- 160个Crackme009
- Javascript知识——事件
- SparkSQL程序设计
- Sass mixin与extends、%placeholder、function
- CCF201709-1 打酱油
- 计算机软件实习之校园一卡通管理系统
- java od_OD使用教程
- DRM-X 4.0加密保护与Widevine DRM平台的区别
- 安装pyltp遇到的问题
- 使用hosts屏蔽网站
- excel 点击 计数_跟踪Excel计数功能
- WCF基础教程（三）——WCF通信过程及配置文件解析
- JDE（Towards Real-Time Multi-Object Tracking）代码训练——小白必看
- 哈代-温伯格平衡定律(The Hardy-Weinberg Equilibrium)
- R语言主成分回归（PCR）、 多元线性回归特征降维分析光谱数据和汽车油耗、性能数据...
- tomcat服务器一直自动关,项目在tomcat里运行一段时间总是自动崩掉的问题排查与解决...
- Tensorflow让神经网络自动创造音乐
- 深圳大学计算机博士好考吗,深圳大学在职博士好考吗？
热门文章
- 手机APP开发之MIT Appinventor详细实战教程（九），工具箱的设计和MIT的基础知识讲解
- stm32之中断系统
- 怎么用手机修改服务器的网关,网关,详细教您手机怎么改网关和IP
- c语言求婚代码大全,程序员表白教程，这些代码用过的都成功了！
- FL studio 20简易入门教程 -- 第九篇 -- 完整编曲流程
- 游戏搜索引擎 - 6617.com 内测，欢迎大家点评 :)
- excel文件被写保护怎么解除_excel撤销写保护的教程
- matlab set cdata,matlab中set语句赋值出现输入的参数的数目不足情况，求解决！
- ftp上传文件 严重文件传输错误
- sourcetree远端 红色叹号