- 综合排序
- 最热优先
- 最新优先
- 来自专栏前端Q
大型 3D 互动项目开发和优化实践
/33818977a21a42f1.gif 3D 场景相比传统的 2D 页面优点是多一个维度，同屏展示的内容可以更多，能完整的展示物体、商品的信息。 2D UI 内容 本来 babylonjs 是支持 3D 和 2D 内容混合渲染的，但是如果都使用 babylonjs 渲染，在设置两种内容需要使用统一的分辨率，而在现在的移动端设备上，能支持像素分辨率 而 3D 渲染层不停地在调用渲染方法，以响应用户操作和播放动画，这耗费了大量 CPU 和 GPU 的计算资源，还占用了存储模型顶点信息和贴图纹理的内存空间，因此在多个 3D 渲染层共存的情况下，需进行一定的管理以优化性能 另外通常 2D 项目中使用的 png/jpg 格式图片，并不适合 3D 渲染，他们需要经过上述的解压过程，才能被 GPU 读取。 以上两个策略都是现在较大型的 3D 游戏会使用的加载策略，能减少同一屏幕中绘制的面数量，减轻渲染压力。
3.2K20编辑于 2023-08-23 - 来自专栏王清培的专栏
大型直播平台应用架构浅谈
我们以一个普通的C端用户的视角，来看下这几个核心功能背后的大概应用架构。 观看直播 当我们进入直播间首先就是观看直播内容。 公有云厂商砸了巨额资金建设物理链路，作为应用型企业只需要使用云产品能力即可，一切即服务。 当我们愉快的看着直播时，会好奇这些直播内容源头在哪里，这些画面是如何被采集的，数据又如何传输的。 在2C大规模直播场景下，flv是过去时，HLS才是未来。 【P2P】 为了尽可能节省CDN带来的巨大成本，会使用 P2P（Peer to Peer） 技术来减少公有云带宽使用。 一般应用企业，做弹幕功能技术含量并不高，而且现在云厂商、开源sdk，稍微组合下架构基本就搭能起来。 反而是，安全、舆情管控才是最关键和重点投入的地方。 第一个重点是我们大多数比较熟悉的应用系统常规的抗高并发，这里包括一系列的中间件、DB、缓存、微服务套件等。
2.3K30编辑于 2022-03-14 - 来自专栏爬蜥的学习之旅
大型系统应用架构实践 - 路由服务
新注册用户首先归属默认机房，然后进行多机房探测，必要时进行增量更新，方案与存量更新一致 参考 《大型系统应用架构实践》
66520编辑于 2022-03-09 - 来自专栏媒矿工厂
CVPR 2024 | VastGaussian：用于大型场景重建的3D高斯
为此，作者提出了 Vast-Gaussian ，一种基于 3D 高斯的大型场景重建和实时渲染的方法。 而现有基于3D高斯的方法由于训练内存大、优化时间长和外观变化剧烈，难以扩展到大型场景。 为解决 3D 高斯应用于大型场景的问题，作者提出了基于 3D Gaussian Splatting 的大型场景重建 (Vast 3D Gaussian)。 对新增的点云进行初始化，可以得到正确的新 3D 高斯以进行优化，而不是在第 j 个单元中生成漂浮物。在单元优化后，单元外部生成的 3D 高斯点将被移除。 解耦外观模块 图2. ： L=(1-\lambda)L_1(I_i^a,I_i)+\lambda L_{D_SSIM}(I_i^r,I_i)\quad(2) 由于 L_{D-SSIM} 主要决定结构差异，因此将其应用在
3.1K10编辑于 2024-04-12 - 来自专栏Kirito的技术分享
应用JMH测试大型HashMap的性能
C++只有2G，Java也只有3G，而6400W的键值对，即使只是Long类型，也需要16 * 64 * 10e6 ≈ 1G的内存，这还不包括其他对象引用的相关开销，所以内存控制在这里是非常重要的，因为稍不小心就会被 现在一般Java世界里面的主流Benchmark就是应用的JMH。 Scala这边，我们所熟悉的Ktoso大佬包了一个sbt-jmh插件，使得我们可以方便地利用SBT来运行JMH测试。 jmh.HashMapBenchmark的伴生对象中定义： object jmh.HashMapBenchmark { val OperationsPerInvocation = 64000000 * 2 (MapSize) with LongLongOp testSetTraverse(map) printlnObjectSize("fastutil Long2LongArrayMap" import scala.util.Random object HashMapBenchmark { final val OperationsPerInvocation = 64000000 * 2
1.9K30发布于 2019-11-05 - 来自专栏程序员成长指北
大型 web 应用公共组件架构思考
2. 架构问题——产品层面 架构的不合理设计，会带来一些很大的负面影响，尤其是在需求的开发周期上。这本身是一个恶性循环： ? 实际上，公共组件，例如，权限，分享，通知等功能，具备独立应用的功能，它们应该更像是一个可拔插的插件，品类不应该关心插件的内部细节，插件也不应该有权限影响和破坏外部主进程。 这种插件需要复杂的 UI 交互，我们可以通过 chrome 的 site-isolation 特性(参考第三方 web 应用进程隔离)，用不同域的域名动态创建 iframe，对应的 iframe 内容区域会和主进程进行隔离
1.7K20发布于 2020-10-10 - 来自专栏架构师之旅
Mysql在大型网站的应用架构演变
1.数据量的总大小 一个机器放不下时 2.数据的索引（B+ Tree）一个机器的内存放不下时 3.访问量(读写混合)一个实例不能承受 只有当以上3件事情任何一件或多件满足时，我们才需要考虑往下一级演变 按连续区间段路由，一般用在有严格自增ID需求的场景上，如Userid, Userid Range的小例子：以userid 3000W 为Range进行拆分 1号cluster userid 1-3000W 2号 cluster userid 3001W-6000W 2.List拆分 List拆分与Range拆分思路一样，都是通过给不同的sharding key来路由到不同的cluster,但是具体方法有些不同 扩容的时候重做数据的成本，如我原来有3个cluster，但是现在我的数据增长比较快，我需要6个cluster，那么我们需要将每个cluster 一拆为二，一般的做法是 1.摘下一个slave,停同步, 2. 扩容缩容对前端APP透明(业务代码不需要任何改动) 2.扩容缩容全自动化且对在线服务无影响 那么他就拿到了作为Saas的门票. ?
1.3K80发布于 2018-01-30 - 来自专栏斑斓
大型系统应用边界设计原则与实践
甲方客户作为一家大型央企，必然重视流程管理与合同履约，该交付项目规模庞大，属于甲方客户极为重视的战略项目，客户的IT部门必须重度参与到管理流程中，通过跟踪项目计划的制订与执行来跟踪进度。 因此，要与微服务的应用架构相对应，就应该建立如下所示的团队组织： 遵循前后端分离的原则，通常需要为前端和后端建立不同的团队。 应用边界设计原则 应用架构的边界受到业务边界、数据边界、团队边界、技术边界多个方面的影响，必须控制边界，否则会带来设计与开发的混乱，影响团队之间的协作。 应用边界设计原则 为了避免大量类似问题的重复出现，也为了减少不必要的工作纠纷，我根据微服务的设计原则与团队的组建原则，结合项目的实际情况，确定了如下应用边界设计原则。 开发团队在确定业务功能的应用边界时，应遵循以上原则，保证各个开发团队能够各司其职，以良好协作的方式完成业务功能的开发。
1.6K31编辑于 2023-03-23 - 来自专栏AustinDatabases
“偶遇” 爱可生 与 MYSQL 大型应用
今天“偶遇” 爱可生的技术人员，经过了两个小时的交流，又重塑的我对大型系统中对MYSQL 的应用， 这绝对不是广告，这绝对不是广告，这绝对不是广告，重要的还的说几遍。 问题是一个小体积的应用和一个大型金融机构使用 MYSQL 系统，就要有本质的区别。尤其到了银行级别的应用，各种使用的方式就有更多的发挥的地方和要求的地方。一个简单的MYSQL 就变得越发的不简单。 在技术交流过程中，关于高可用中的切换，对于大型系统的应用，需要做的更细，考虑的问题更多。数据强一致性，与脱离传统数据FAILOVER后的切换，都从更底层的MYSQL数据库系统信息的收集做起。 以前一直认为ORACLE TO MYSQL （不考虑开发的问题），虽然在系统额扩展性上MYSQL 是有优势的，但稳定性和大型系统的可靠性上，都是ORACLE 可以吐槽的。 MYSQL 至始至终都在用我很小，但我可以人多力量大的思路来将系统难题化解，配以开发的微服架构的流行，大型系统的拆分。配角变主角的逆袭，还能被阻挡？
2.8K30发布于 2019-06-21 - 来自专栏我爱计算机视觉
奥迪推出大型自动驾驶数据集A2D2
今天奥迪公司的研究人员在发布的论文 A2D2: Audi Autonomous Driving Dataset 中，公布了其大型自动驾驶数据集A2D2，并提供开放下载。 ? 数据类型： 即包含RGB图像，也包括对应的3D点云数据，记录的数据是时间同步的。 标注类型： 目标3D包围框，语义分割，实例分割以及从汽车总线提取的数据。 ? 其中含有前置摄像头视野内目标3D包围框标注12497帧。 另外，该库还包括 392,556 连续帧的无标注的传感器数据。 图像中的车牌和人脸都进行了模糊化处理。 A2D2与其他自动驾驶数据集的比较： ? 语义标注示例： ? 标注数据分布： ? ? 使用PSPNet进行语义分割的实验结果： ? 不同场景的测试集图像上的视觉效果： ? 论文地址： https://arxiv.org/pdf/2004.06320.pdf A2D2数据集地址： https://www.a2d2.audi/a2d2/en.html END
1.4K20发布于 2020-04-20 - 来自专栏liulun
大型Electron应用本地数据库技术选型
开发一个大型Electron的应用，或许需要在客户端存储大量的数据，比如聊天应用或邮件客户端 可选的客户端数据库方案看似很多，但一一对比下来，最优解只有一个 接下来我们就一起来经历一下这个技术选型的过程 () => { let startTime = Date.now(); for (let i = 0; i < 10; i++) { let index = i % 2; async () => { let startTime = Date.now(); for (let i = 0; i < 10000; i++) { let index = i % 2; Electron工程下完成此对比，所以Js经Electron转到Node.js再转到SQLite的Node module最后才转到SQLite的C代码，这个过程可能是性能损耗的一大主要原因 最后： 综合对比下来，大型 Electron应用更推荐使用IndexedDB来存储业务数据 （由于有Dexie的加持，IndexedDB操作也足够简单，所有中小型应用也是不错的选择） 如果你需要加密客户端数据，SQLite还需要外套
8K40发布于 2020-06-09 - 来自专栏自动化、性能测试
FastAPI（40）- 大型应用程序的项目拆分
背景 假设要搭建一个测试平台，那么整个项目的 API 数量肯定很多个，他们不可能放在同一个文件中 FastAPI 提供了一个方便的工具来构建应用程序，同时保持所有的灵活性 项目架构 假设结构如下 . ├ ── items.py │ │ └── users.py │ └── internal │ ├── __init__.py │ └── admin.py main：应用程序的主入口 ，会添加所有子路由 dependencies：存放应用程序要用到的依赖项 routers：子路由，根据模块划分，比如 users 存放用户信息相关的路由，items 存放其他内容的路由 internal 127.0.0.1", port=8080, debug=True, reload=True) 重点 使用 app.include_router() 可以将每个 APIRouter 添加到主 FastAPI 应用程序中 ，它将包括来自该路由器的所有路由作为它的一部分 它实际上会在内部为 APIRouter 中声明的每个路径操作创建一个路径操作，因此，在幕后，它实际上会像所有东西都是同一个应用程序一样工作 使用 app.include_router
2.1K10发布于 2021-10-09 - 来自专栏跨平台全栈俱乐部
如何优化你的超大型React应用
React为了大型应用而生，Electron和React-native赋予了它构建移动端跨平台App和桌面应用的能力，Taro则赋予了它一次编写，生成多种平台小程序和React-native应用的能力 往往纯CSR的单页面应用一般不会太复杂，所以这里不引入PWA和web work等等，在后面复杂的跨平台应用中我会将那些技术一拥而上。 单一数据来源决定组件是否刷新是精细化最重要的方向。 c: 3 }); var map2 = map1.set('b', 50); map1.get('b'); // 2 map2.get('b'); // 50 不可变数据，数据共享 构建Electron极度复杂，超大数据的应用。 这里我们简单的对这2个数字作乘法处理并再次使用postMessage()方法，将结果回传给主线程。
3K50发布于 2019-08-02 - 来自专栏vivo互联网技术
2D+1D | vivo官网Web 3D应用开发与实战
本篇文章主要分为： 前言 2D数据可视化 3D(2D+1D)数据可视化 vivo官网3D应用实战 总结 希望通过五个章节的介绍和探讨，能够可以让大家对数据可视化以及3D数据可视化有一个较为清晰的了解 2.2 2D数据可视化应用场景 2D数据可视化在工作生活中的应用非常广泛。最简单的像Excel数据图表，XMind、Visio属于数据可视化的具体应用场景。 随着数据可视化的应用场景越来越广泛，数据可以呈现为更多丰富的可视化形式，使用户能够更加轻易、便捷的获取并理解数据传达的信息。 三、3D(2D+1D)数据可视化 3.1 什么是3D数据可视化？ 目前可见的3D数据可视化应用领域有智慧城市、汽车、手机模型展示等。 相信随着浏览器对WebGL的支持度越来越广，以及5G的普及，前端3D可视化的应用领域会越来越广泛。 五、总结 本篇文章首先介绍了2D数据可视化，通过将平面图表数据可视化形式拉伸到三维立体结构，衍生出了3D数据可视化相关内容，以及官网基于ThreeJs的3D应用开发实战。
3K42发布于 2021-04-13 - 来自专栏点云PCL
3D特征点概述（2）
紧接上文思路继续介绍3D特征的基本概念问题。 ? RIFT (Rotation-Invariant Feature Transform) RIFT是一种局部特征描述法，且该方法扩展于SIFT。 （2）NARF不仅是描述符，还是检测器。 （2）此功能不使用颜色信息。 工作原理： （1）迭代点云P中的点。 （2）对于输入云中的每个点Pi（i是迭代索引），收集具有半径r的Pi周围的球体内的所有相邻点。 D3 shape description functions: Matching 3D Models with Shape Distributions (Osada et. al.) （3） D2：对于D2函数，计算Pri和Prj之间的距离。然后检查连接两点的线是否完全位于表面（IN），表面外（OUT）或两者（MIXED）。
2.1K50发布于 2019-07-30 - 来自专栏前端劝退师
ESLint 在中大型团队的应用实践
随着前端应用的大型化和复杂化，越来越多的前端工程师和团队开始重视 JavaScript 代码规范。 但对于数十人的大型前端团队来说，面向数百个前端工程，规模化地应用统一的 JavaScript 代码规范，问题就会变得较为复杂。如果直接利用现有的开源配置方案，可能会使工作事倍功半。 问题分析 规模化应用统一的 ESLint 代码规范，会涌现各类问题，根源在于大型团队和小团队（或独立开发者）的差异性： 技术层面上： 技术场景更加广泛：对于大型团队，其开发场景一般不会局限在传统 Web 2. 目前，该套方案已经接入美团外卖、餐饮平台、闪购、榛果、金融等多个团队，基于埋点统计分析统计到的应用情况如下： 截止到2019年2月底，该方案已接入超过 200 个前端工程。
1.6K31发布于 2019-09-16 - 来自专栏林德熙的博客
dotnet 为大型应用接入 ApplicationStartupManager 启动流程框架
对于大型的应用软件，特别是客户端应用软件，应用启动过程中，需要执行大量的逻辑，包括各个模块的初始化和注册等等逻辑。 大型应用软件的启动过程都是非常复杂的，而客户端应用软件是对应用的启动性能有所要求的，不同于服务端的应用软件。设想，用户双击了桌面图标，然而等待几分钟，应用才启动完毕，那用户下一步会不会就是点击卸载了。 为了权衡大型应用软件在启动过程，既需要执行复杂的启动逻辑，又需要关注启动性能，为此过程造一个框架是一个完全合理的事情。 第二个是卡的时间是否重要，例如应用开了多线程就卡了 500 毫秒，而如果应用启动只用单线程则需要 4 x 500ms = 2s 的耗时，那是否此时开多线程划得来呢？ 好在启动流程框架只有在大型项目或者预期能做到大型的项目才适用，相比于大型应用的其他逻辑，对接启动流程框架的代码量基本可以忽略。
62520编辑于 2022-08-12 - 来自专栏IMWeb前端团队
基于 vue2 + vuex 构建一个具有 45 个页面的大型单页面应用
一般公司即便是官网的单页面项目都没这么复杂，如果这个项目能驾驭的了，相信大部分公司的其他单页面应用也就不在话下，即便更复杂，也不会比这个高到哪里去。 elm文件夹放在服务器即可正常访问 说明 本项目主要用于熟悉如何用 vue2 架构一个大型项目 如果对您有帮助，您可以点右上角 "Star" 支持一下 谢谢！ 3、vue因其轻量级的框架在中小型项目中表现亮眼，在大型单页面应用中因为vuex的存在，表现依然出色，在处理复杂交互逻辑的时候，vuex的存在是不可或缺的。 所以说利用 vue + vuex 完全可以去做大型的单页面项目。 4、项目写到现在，从 登陆注册到、首页、搜索、商家列表、购物车、下单、订单列表、个人中心 一个流程走完之后、不但对vue的理解更深一层，而且对以后掌控大型项目的时候也有非常多的帮助，做一个实际的项目才能对自己有很大的提升
2.6K90发布于 2018-01-15 - 来自专栏一“技”之长
Cocos2d-x-v3中3D网格特效动画的应用
Cocos2d-x-v3中3D网格特效动画的应用 一、网格特效的使用原理 基础的动作是对节点整体进行移动，变形等操作，网格特效的原理是将节点分割成多个尺寸相同的网格，根据改变每个网格块的属性使整体节点产生 3D的效果。 /2+origin.x, visibleSize.height/2+origin.y)); //创建网格特效包装类 NodeGrid * nodeg = NodeGrid::create static Waves3D* create(float duration, const Size& gridSize, unsigned int waves, float amplitude); 创建波浪3D position, float radius); 创建镜头的3D效果，参数为：执行时间，网格大小，镜头中心，镜头半径 static Ripple3D* create(float duration, const
82820发布于 2018-08-16 - 来自专栏DeepHub IMBA
2D和3D卷积网络应用于视频数据比较
我们旨在证明，仅将标准卷积神经网络单独应用于视频的每个帧，对于可以捕获视频帧之间的时间模式的模型而言是一种较差的方法。 使用3D卷积提取时间信息 就像卷积层可以在图像数据中提取空间模式一样，卷积也可以沿着时间维度来提取数据中的时间模式。 我们的三维卷积神经网络在我们的mVGG网络的基础上，除了二维卷积层外，用三维卷积层代替，二维Max-Pooling层用3D Max-Pooling层代替。 对于我们的每个mVGG网络，我们都有一个等效的3D卷积版本，我们将其表示为mVGG11-3D、mVGG14-3D、mVGG17-3D和mVGG20-3D。 总结 使用3D的卷积只训练了2个模型，但是从图中可以看到，准确率要比2D卷积好的多，但是使用3d卷积的问题是不能获取更长时间的依赖（这里我们只用了128帧） 另一个可以使用数据中的时间信息的体系结构是使用卷积
1.2K30发布于 2021-04-16
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号