“童年的紙飛機(jī)，現(xiàn)在終于飛回我手里”
這都能還原！??？【MC遐蝶篇】
IT之家 1 月 20 日消息，據(jù) 91mobiles 報(bào)道，摩托羅正準(zhǔn)備在全球場(chǎng)推出新款 moto G 系列智能手機(jī) moto G53 和 moto G73，但尚未公布新機(jī)多寓式發(fā)布日期。料顯示，moto G53 5G 將配備 4GB 內(nèi)存與 128GB 機(jī)身存儲(chǔ)，??洲場(chǎng)售價(jià) 209 歐元（當(dāng)前約 1532 元人民幣）?！?圖源：91mobiles91mobiles 表示，moto G53 機(jī)身尺寸為 162.7×74.66×8.19 毫米，重 180 克，采用?6.53 英寸 HD+ IPS 顯示屏，支持?120Hz 刷新率，前置?8MP 攝像頭，后置 50MP+2MP 鏡頭組合。配置方面，moto G53 將搭載高通驍龍 480+ 5G SoC 與 Android 13 操作系統(tǒng)，內(nèi)炎融 5000mAh 電池，支持 18W 充電，配備 USB Type-C 接口和 3.5mm 耳機(jī)孔豪山
隨著兔年春的正式到來距離新一代 OPPO Find X6 系列旗艦的亮相也越越近。早早年的 Find X5 系列上，該機(jī)憑借極具辨度的外觀設(shè)和極為出眾影像方面受了不少用戶廣泛好評(píng)，此對(duì) Find X6 系列的期待值更高。雖然布時(shí)間的日臨近，外界于該機(jī)的爆也更加密集現(xiàn)在有最新息，近日有碼博主進(jìn)一帶來了該機(jī)準(zhǔn)版屏幕的多細(xì)節(jié)。據(jù)名數(shù)碼博主 @數(shù)碼閑聊站?最新發(fā)布信息顯示，新的 OPPO Find X6 系列將推出 Find X6、Find X6?Pro 和 Find X6?Pro + 三個(gè)版本，其中準(zhǔn)版的 Find X6 將采用一塊 6.74 英寸的國(guó)產(chǎn)屏，分辨率為 2772x1240，支持 120Hz 高刷和 2160Hz 高頻 PWM 調(diào)光。相比 Find?X5，F(xiàn)ind?X6 標(biāo)準(zhǔn)版不僅提了分辨率，時(shí)提升了調(diào)頻率，有望為目前 PWM 調(diào)光頻率最高的屏幕一，既可以留暗光下的彩顯示準(zhǔn)確，又同時(shí)解了低亮度頻明顯的問題其他方面，據(jù)此前曝光消息，全新 OPPO Find X6 系列的三個(gè)版本分別搭載驍龍 8+、天璣 9200 和第二代驍龍 8 三款不同的處理器，將用時(shí)下流行碩大圓形相模組，內(nèi)含顆攝像頭，中高配版將后置 5000 萬像素主攝 + 5000 萬像素超廣角（傳器尺寸 1/1.56"，f / 2.2 光圈，支持自動(dòng)對(duì)焦+5000 萬像素長(zhǎng)焦傳感器尺寸 1/1.56"，f / 2.6 光圈，支持 OIS 防抖）的三攝相機(jī)模，其中主攝載的是索尼 IMX989 傳感器，這是目前手機(jī)業(yè)最頂級(jí)影傳感器，具一英寸超大。除此之外該機(jī)還將會(huì)載自研的馬亞納 MariSilicon X 芯片。據(jù)悉，新的 OPPO Find X6 系列有望在 2023 年 2 月底到 3 月期間與大家見面，除強(qiáng)悍的性能影像也將是機(jī)最大的賣。更多詳細(xì)息，我們拭以待?
IT之家 1 月 21 日消息，幾年來微軟一直爭(zhēng)取迫使 Windows 用戶使用 Edge 瀏覽器，經(jīng)常迫使鏈接瀏覽器中用 microsoft-edge:// 協(xié)議打開現(xiàn)在，修瀏覽器協(xié)工具軟件 MSEdgeRedirect 0.7.3.0 現(xiàn)在可從 GitHub 下載。這第三方工可以解決軟頑固地 Edge 與 Windows 10 和 Windows 11 的各個(gè)部分綁定題，如 Windows 小組件或搜索禺?新版本解了該應(yīng)用每次微軟 Edge 更新后需更新 IFEO 文件的情況。外，還有他一些改和修復(fù)。面是 MSEdgeRedirect 0.7.3.0 的新內(nèi)容。修白虎了 PDF 的處理更新子模塊代修復(fù)了 Regex 大小寫敏度的問題 PDF 處理添加“默認(rèn)”項(xiàng)修復(fù)了 NoMoreEdge 檢測(cè)的問長(zhǎng)乘如果安程序不能制文件，添加警告復(fù)了未處 Windows 通知的問題復(fù)了非 C: Windows 安裝的問修復(fù)了 MSEdgeRedirect 可能無限循的邊緣案暫時(shí)刪除 / update 命令行選。這將在 0.8.0.0 中得到改善蓐收成了 IFEO 直通的目錄結(jié)。永久修了要求更 IFEO 文件的問泰逢。IT之家了解到MSEdgeRedirect 仍然處于試階段，計(jì)后續(xù)將斷更新。據(jù)項(xiàng)目的 GitHub 倉(cāng)庫(kù)中發(fā)布的路圖，MSEdgeRedirect 0.8.0.0 版本將帶每個(gè)用戶激活模式大修的安程序 / 更新器。版本將在年春天發(fā)。至于夏，MSEdgeRedirect 的開發(fā)者計(jì)劃關(guān)于做戶界面 UI 并更新文檔。最，1.0.0.0 版本將帶弇茲構(gòu)的代碼并在夏季束前發(fā)布用戶可以 GitHub 下載 MSEdgeRedirect 0.7.3.0 版本?
原文標(biāo)題：哪位 Excel 高人琢磨出的這個(gè)據(jù)整理技巧太有用了！小 E 做了一場(chǎng)「直播喜活動(dòng)」，束后有許多遞需要發(fā)。了節(jié)約物流本，他信心滿的跟老板：可以將相訂單數(shù)據(jù)匯合并后，一發(fā)貨。老板聽，決定全交由他搞。下好了，可的小 E 不僅要搞數(shù)據(jù)還要打包一快遞，非常頭疼。在之的文章，我給大家分享函數(shù)和方方子插件法。天，小爽就給大家介紹下其他的方，看看利用 PQ，我們是如何解決這問題的。PS：PowerQuery (簡(jiǎn)稱 PQ)，是 Excel 2016 及以上版本自帶的件，M 函數(shù)是 PQ 中的函數(shù)叫法由于存在同信息有多筆單數(shù)據(jù)的情，為了簡(jiǎn)化題的難度，便大家理解我們先制作個(gè)匯總輔助。溫馨提示PQ 的做法，需要涉及幾個(gè)基礎(chǔ)的 M 函數(shù)，不過也不難~分組依據(jù)使用 PQ，自然是需要先將數(shù)源導(dǎo)入到 PQ 編輯器里面啦！選中助表的表格域，在【數(shù)】選項(xiàng)卡下單擊【來自格 / 區(qū)域】，單擊【定】按鈕。入到 PQ 編輯器后，一步，就是進(jìn)行分組啦PQ 中的分組問題，我用到的是分依據(jù)功能~?? 何為分組依據(jù)？分組依的功能，有像數(shù)據(jù)透視，對(duì)指定字數(shù)據(jù)進(jìn)行篩統(tǒng)計(jì)。它可指定多個(gè)字作為條件，可以同時(shí)統(tǒng)多個(gè)結(jié)果。組依據(jù)可以持的統(tǒng)計(jì)方包括：求和平均值、最值，非重復(fù)計(jì)數(shù)和所有。知識(shí)點(diǎn)補(bǔ)完畢，大家著我來看看作~選中需要分組的列，就是我們的名和手機(jī)列在【轉(zhuǎn)換】項(xiàng)卡下單擊分組依據(jù)】出現(xiàn)分組依對(duì)話框。新名：發(fā)貨數(shù)操作：所有這個(gè)時(shí)候，們可以看到格按照姓名手機(jī)號(hào)分組，多了一個(gè)貨數(shù)量列。貨數(shù)量列中一行的 Table 里面就包含了當(dāng)行篩選后的格數(shù)據(jù)。按合并分組后類型 type 后面的內(nèi)容對(duì)全局不響，為了代簡(jiǎn)潔性可以掉。刪掉后公式更簡(jiǎn)潔~=Table.Group源,{"姓名","手機(jī)號(hào)"},{{"發(fā)貨數(shù)量",each_}})each_中的下劃線就代表每一中的篩選后表的數(shù)據(jù)。接著，如下所示，我們要把分組后貨數(shù)量這一里面，篩選的數(shù)據(jù)表中產(chǎn)品名稱和總個(gè)數(shù)用星 (＊) 一一進(jìn)行合并如下圖：=Table.Group源,{"姓名","手機(jī)號(hào)"},{{"發(fā)貨數(shù)量",eachTable.ToList(_,(x)=x{2}&"*"&Text.From(x{3}))}})Table.ToList(_,(x)=x{2}&"*"&Text.From(x{3}))Table.ToList 函數(shù)主要是將表每一行的產(chǎn)名稱和匯總數(shù)進(jìn)行處理其中，產(chǎn)品稱在每一行引中的第 2 個(gè)；匯總個(gè)數(shù)在每一行引的的第 3 個(gè)。?? Table.ToList 函數(shù)是？Table，是表的意思，ToList，是轉(zhuǎn)換列表的思。這個(gè)函就是用來處每一行數(shù)據(jù)。Table.ToList 有兩個(gè)參數(shù)：=Table.ToList表,(x)=x)x?代表每一形成的列表 Tip：上面我加大了點(diǎn)點(diǎn)難度，實(shí)我們也可事先在輔助中先把產(chǎn)品稱和匯總個(gè)進(jìn)行合并了這樣大家應(yīng)更容易理解將輔助表導(dǎo)分組后，直取合并的列可以了。列合并最后一，就是將合后的產(chǎn)品名和匯總個(gè)數(shù)整個(gè)列表用隔符合并起。在原先的礎(chǔ)上，需要用 Text.Combine 函數(shù)將 list 用逗號(hào)進(jìn)行并。?? Text.Combine 函數(shù)是？Text，是文本的意思，Combine，是結(jié)合的意思這個(gè)函數(shù)就用來文本連的！Text.Combie 有兩個(gè)參數(shù)：=Text,Combie文本序列分隔符案例，加一個(gè) Text.Combie：=Table.Group源,{"姓名","手機(jī)號(hào)"},{{"發(fā)貨數(shù)量",eachText.Combine(Table.ToList(_,(x)=x{2}&"*"&Text.From(x{3})),",")}})如果有做合并列的輔表。=Table.Group源,{"姓名","手機(jī)號(hào)"},{{"發(fā)貨數(shù)量",eachText.Combine([合并],",")}})到這里就搞定啦~如果不想要有輔助的做法，就要兩層分組思路跟前面一樣的，就多加了個(gè) Table.Group 分組，學(xué)有余的小伙伴可試試。let源=Excel.CurrentWorkbook(){【Name="表?1"】}【Content】,分組的行=Table.Group源,{"姓名","手機(jī)號(hào)"},{{"發(fā)貨數(shù)量",eachText.Combine(Table.ToList(Table.Group_,{"產(chǎn)品名稱"},{{"a",(x)=Text.From(List.Sum(x【商品數(shù)量】)}}),(y)=y{0}&"*"&y{1}),";")}})in分組的行最的話本文主講解了「如用 PQ 解決復(fù)雜合并類項(xiàng)」的問，為了簡(jiǎn)化題，文中制了一個(gè)輔助。其中涉及下知識(shí)點(diǎn)： 分組依據(jù)，能夠?qū)⒍嘧?進(jìn)行匯總合統(tǒng)計(jì)，如果要返回所有，在操作中所有行就可了。? Table.ToLIst 可以對(duì)表中每行數(shù)據(jù)進(jìn)行一步操作。 Text.Combine 主要就是通過指定分符合并列表本文來自微公眾號(hào)：秋 Excel （ID：excel100），作者：小?
本文來自微信公眾號(hào)：發(fā)內(nèi)功修煉 （ID：kfngxl），作者：張彥飛 allen大家好，我是飛哥！負(fù)載是查 Linux 服務(wù)器運(yùn)行狀態(tài)時(shí)很常用的一個(gè)能指標(biāo)。在觀察線上服器運(yùn)行狀況的時(shí)候，我也是經(jīng)常把負(fù)載找出來一看。在線上請(qǐng)求壓力大的時(shí)候，經(jīng)常是也伴著負(fù)載的飆高。但是負(fù)的原理你真的理解了嗎我來列舉幾個(gè)問題，看你對(duì)負(fù)載的理解是否足的深刻。負(fù)載是如何計(jì)出來的?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)應(yīng)用層的？如果你對(duì)以問題的理解還拿捏不是準(zhǔn)，那么飛哥今天就帶來深入地了解一下 Linux 中的負(fù)載！一、理解負(fù)載查看過程我們常用 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 就是我們常說的負(fù)載，也叫系統(tǒng)均負(fù)載。因?yàn)閱渭兡骋?瞬時(shí)的負(fù)載值并沒有太意義。所以 Linux 是計(jì)算了過去一段時(shí)間內(nèi)的平均值，這三個(gè)數(shù)別代表的是過去 1 分鐘、過去 5 分鐘和過去 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)偽文件里來的。通過 strace 命令跟蹤 top 命令的系統(tǒng)調(diào)用可以看的到個(gè)過程。#?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 /proc/ loadavg 會(huì)觸發(fā)內(nèi)核定義的函數(shù)，在這里會(huì)讀內(nèi)核中的平均負(fù)載變量簡(jiǎn)單計(jì)算后便可展示出。整體流程如下圖所示我們根據(jù)上述流程圖再開了看下。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 中包含了打開該文件時(shí)對(duì)應(yīng)的操作雷祖法。//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 /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 接下來會(huì)調(diào)用 loadavg_proc_show 進(jìn)行處理，核心的計(jì)算是在這里完的。//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)載值照一定的格式打印輸出上面的源碼中，大家看了 FIXED_1/200、LOAD_INT、LOAD_FRAC 等奇奇怪怪的定義，代寫的這么猥瑣是因?yàn)閮?nèi)中并沒有 float、double 等浮點(diǎn)數(shù)類型，而是用整數(shù)來模的。這些代碼都是為了整數(shù)和小數(shù)之間轉(zhuǎn)化使。知道這個(gè)背景就行了不用過度展開剖析。這用戶通過訪問 /proc/ loadavg 文件就可以讀取到內(nèi)核算的負(fù)載數(shù)據(jù)了。其中取 get_avenrun 只是在訪問 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)一下我們開篇中的一問題:?內(nèi)核是如何暴露負(fù)載數(shù)據(jù)給應(yīng)用層的赤水核定義了一個(gè)偽文件 /proc/ loadavg，每當(dāng)用戶打開這個(gè)文件的時(shí)候，內(nèi)核中舉父 loadavg_proc_show 函數(shù)就會(huì)被調(diào)用到，接著訪問 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)，并打印來。好了，另外一個(gè)新題又來了，avenrun 全局?jǐn)?shù)組變量中存儲(chǔ)的數(shù)據(jù)是何時(shí)，又是被何計(jì)算出來的呢？二、核中負(fù)載的計(jì)算過程接小節(jié)，我們繼續(xù)查看 avenrun 全局?jǐn)?shù)組變量的數(shù)據(jù)來源。這個(gè)組的計(jì)算過程分為如下步：1.PerCPU 定期匯總瞬時(shí)負(fù)載：定刷新每個(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，得到系統(tǒng)前的瞬時(shí)負(fù)載。2.定時(shí)計(jì)算系統(tǒng)平均負(fù)載：定器根據(jù)當(dāng)前系統(tǒng)整體瞬負(fù)載，使用指數(shù)加權(quán)移平均法（一種高效計(jì)算均數(shù)的算法）計(jì)算過去 1 分鐘、過去 5 分鐘、過去 15 分鐘的平均負(fù)載。接下來我們成兩個(gè)小節(jié)來分別介紹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)。時(shí)間子系統(tǒng)里，初始化一個(gè)叫高分辨率的定時(shí)。在該定時(shí)器中會(huì)定時(shí)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)全的瞬時(shí)負(fù)載變量 calc_load_tasks 中。整體流程如下圖所示。我們把上述流程展開看一下，我們找到高分辨率定時(shí)器的源碼下：//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，將到期函設(shè)置成了 tick_sched_timer。通過這個(gè)函數(shù)讓每個(gè) CPU 都會(huì)周期性地執(zhí)行一些任務(wù)。其中刷新當(dāng)系統(tǒng)負(fù)載就是在這個(gè)時(shí)進(jìn)行的。這里有一點(diǎn)要意一個(gè)前提是每個(gè) CPU 都有自己獨(dú)立的運(yùn)行隊(duì)列，。我們根羽山 tick_sched_timer 的源碼進(jìn)行追蹤，它依次通過調(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)值?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 calc_load_fold_active 獲取當(dāng)前運(yùn)行隊(duì)列的負(fù)載相對(duì)，并把它加到全局瞬時(shí)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)間下的體瞬時(shí)負(fù)載總數(shù)了。我再展開看看是如何根據(jù)行隊(duì)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)于用夫諸空間中的 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，只需要刷變化的就行，不用全部重算。此上述函數(shù)返回的是一 delta。2.2 定時(shí)計(jì)算系統(tǒng)平均負(fù)載一小節(jié)中我們找到了系當(dāng)前瞬時(shí)負(fù)載 calc_load_tasks 變量的更新過程?，F(xiàn)在我們還缺一個(gè)計(jì)算過去 1 分鐘、過去 5 分鐘、過去 15 分鐘平均負(fù)載的機(jī)制。傳統(tǒng)意上，我們?cè)谟?jì)算平均數(shù)時(shí)候采取的方法都是把去一段時(shí)間的數(shù)字都加來然后平均一下。把過 N 個(gè)時(shí)間點(diǎn)的所有瞬時(shí)負(fù)載都加帝鴻來取一個(gè)均數(shù)不完事了。這其實(shí)我們傳統(tǒng)意義上理解的均數(shù)，假如有 n 個(gè)數(shù)字，分別是 x1, x2, ..., xn。那么這個(gè)數(shù)據(jù)集合的平數(shù)就是 (x1 + x2 + ... + xn) / N。但是如果用這種簡(jiǎn)單的算法來計(jì)平均負(fù)載的話，存在以幾個(gè)問題：1.需要存儲(chǔ)過去每一個(gè)采樣周期的據(jù)假設(shè)我們每 10 毫秒都采集一次，那么就要使用一個(gè)比較大的數(shù)將每一次采樣的數(shù)據(jù)全都存起來，那么統(tǒng)計(jì)過 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)新的觀值，就要從移動(dòng)平均中去一個(gè)最早的觀察值，加上一個(gè)最新的觀察值內(nèi)存數(shù)組會(huì)頻繁地修改更新。2.計(jì)算過程較為復(fù)雜計(jì)算的時(shí)候再把整數(shù)組全加起來，再除以本總數(shù)。雖然加法很簡(jiǎn)，但是成百上千個(gè)數(shù)字累加仍然很是繁瑣。3.不能準(zhǔn)確表示當(dāng)前變化勢(shì)傳統(tǒng)的平均數(shù)計(jì)算過中，所有數(shù)字的權(quán)重是樣的。但對(duì)于平均負(fù)載種實(shí)時(shí)應(yīng)用來說，其實(shí)靠近當(dāng)前時(shí)刻的數(shù)值權(quán)應(yīng)該越要大一些才好。為這樣能更好反應(yīng)近期化的趨勢(shì)。所以，在 Linux 里使用的并不是我們所以為的傳統(tǒng)的均數(shù)的計(jì)算方法，而是用的一種指數(shù)加權(quán)移動(dòng)均（Exponential Weighted Moving Average，EMWA）的平均數(shù)計(jì)算法。這種指加權(quán)移動(dòng)平均數(shù)計(jì)算法深度學(xué)習(xí)中有很廣泛的用。另外股票市場(chǎng)里的 EMA 均線也是使用的是類似的方法求均值的法。該算法的數(shù)學(xué)表達(dá)是：a1 = a0 * factor + a * (1 - factor)。這個(gè)算法想理解起來有點(diǎn)小復(fù)雜，感趣的同學(xué)可以 Google 自行搜索。我們只需要知道這種方法鴆實(shí)計(jì)算的時(shí)候只需要上一時(shí)間的平均數(shù)即可，不要保存所有瞬時(shí)負(fù)載值另外就是越靠近現(xiàn)在的間點(diǎn)權(quán)重越高，能夠很地表示近期變化趨勢(shì)。其實(shí)也是在時(shí)間子系統(tǒng)定時(shí)完成的，通過一種做指數(shù)加權(quán)移動(dòng)平均計(jì)的方法，計(jì)算這三個(gè)平數(shù)。我們來詳細(xì)看下上中的執(zhí)行過程。時(shí)間子統(tǒng)將在時(shí)鐘中斷中會(huì)注時(shí)鐘中斷的處理函數(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)獲獙獙系當(dāng)前瞬時(shí)負(fù)載值 calc_load_tasks，然后來計(jì)算過去 1 分鐘、過去 5 分鐘、過去 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，就是讀取一內(nèi)存變量而已。在 calc_load 中就是采用了我們前面說的指加權(quán)移動(dòng)平均法來計(jì)算去 1 分鐘、過去 5 分鐘、過去 15 分鐘的平均負(fù)載的。具體現(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)算法理解起來挺復(fù)雜，但是代看起來確實(shí)要簡(jiǎn)單不少計(jì)算量看起來很少。而看不懂也沒有關(guān)系，只要知道內(nèi)核并不是采用原始的平均數(shù)計(jì)算方法而是采用了一種計(jì)算快且能更好表達(dá)變化趨勢(shì)算法就行。至此，我們篇提到的“負(fù)載是如何算出來的?”這個(gè)問題也有結(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)量匯總一個(gè)全局系統(tǒng)瞬時(shí)負(fù)載中，然后再定時(shí)使用指加權(quán)移動(dòng)平均法來統(tǒng)計(jì)去 1 分鐘、過去 5 分鐘、過去 15 分鐘的平均負(fù)載。三、平負(fù)載和 CPU 消耗的關(guān)系現(xiàn)在很多同學(xué)都將均負(fù)載和 CPU 給聯(lián)系到了一起。認(rèn)為負(fù)載、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 runnable 的任務(wù)數(shù)量，這些進(jìn)程只 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)載越高就倍伐示正 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。但是前面我們到了，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，負(fù)載高并不一定是 CPU 處理不過來，也有可能會(huì)是因?yàn)榇疟P等禮記資源調(diào)度不過來而使得程進(jìn)入 uninterruptible 狀態(tài)的進(jìn)程導(dǎo)致的！為什么這么修改。我從網(wǎng)上搜了遠(yuǎn)在 1993 年的一封郵件里找到了原因以下是郵件原文。From:?Matthias?Urlichs?
IT之家 1 月 20 日消息，百度旗下自動(dòng)駕如犬出服務(wù)平臺(tái)“蘿卜快跑”近日深圳市坪山區(qū)開啟商業(yè)化試，面向公眾提供自動(dòng)駕駛付出行服務(wù)?！?圖自百度 Apollo，下同截至 2022 年底，深圳市已累計(jì)開放智能浮山聯(lián)汽車測(cè)試道路里約 201.37 公里（坪山區(qū)全域開放），并向百度自動(dòng)駕駛領(lǐng)軍企業(yè)發(fā)放了 222 張測(cè)試示范通知書。目前，“蘿卜快跑”已在鸓圳山區(qū)開啟自動(dòng)駕駛商業(yè)化出服務(wù)，用戶可通過“蘿卜快”App 或小程序一鍵叫車，路線覆蓋坪駁創(chuàng)新廣場(chǎng)、坪天虹、中芯國(guó)際等核心地。未來，“蘿卜快跑”運(yùn)營(yíng)線將持續(xù)擴(kuò)增。IT之家了解到，百度 Apollo 表示，截至目前測(cè)試總里程超 4500 萬公里，擁有自動(dòng)駕駛專利族 3477 件，連續(xù)四年全球第一。朱厭卜跑的全無人自動(dòng)駕駛車隊(duì)已入武漢、北京、重慶三城，首家在全國(guó)多個(gè)城市開展全人自動(dòng)駕駛運(yùn)營(yíng)及測(cè)試的企。百度 Apollo 數(shù)據(jù)顯示，截至第三季度末，蘿快跑累計(jì)訂單量已超過 140 萬單，是全球最大的自動(dòng)駕夔出行服務(wù)商。2023 年，百度蘿卜快跑將擴(kuò)大業(yè)規(guī)模，在更多區(qū)域開展全士敬自動(dòng)駕駛運(yùn)營(yíng)區(qū)?
感謝IT之家網(wǎng)友 子愿正憐 的線索投遞！IT之家 1 月 20 日消息，《文明 6》領(lǐng)袖季票通行中的中國(guó)統(tǒng)治包現(xiàn)已上線，中含有永樂、統(tǒng)天下的秦始和武則天。IT之家了解到，文明 6》去年推出了領(lǐng)袖季，售價(jià) 132 元。官方表示，將?宋史2022 年 11 月至 2023 年 3 月之間發(fā)布?6 個(gè) DLC，包括?12 位全新領(lǐng)袖和 6 位經(jīng)典《文明》袖?！段拿?VI 典藏版》的新老用戶史記免獲得領(lǐng)袖季票季票內(nèi)容分 6 次發(fā)放。使用所有《文明 VI》領(lǐng)袖季票通行證內(nèi)容需要基礎(chǔ)游戲，使某些特定領(lǐng)袖要有額外的 DLC 包。領(lǐng)袖季票僅在 Epic 和 Steam 發(fā)售。領(lǐng)袖季票已包在《文明 VI 典藏版》中，或可帝江 PC 上被購(gòu)買。包 1：大談判者包用大談判者包試自己的外交巧，包中含有伯拉罕?林肯美國(guó)）、姆班?恩津加女王剛果）和蘇丹拉?。ò⒗?。包 2：大指揮官包用大指官包帶領(lǐng)部隊(duì)旋而歸，包中有德川（日本、納德沙阿（斯）和蘇萊曼帝（奧斯曼帝）包 3：中國(guó)統(tǒng)治者包用中統(tǒng)治者包建立王朝，包中含永樂、一統(tǒng)天的秦始皇和武天。包 4：撒哈拉統(tǒng)治者包撒哈拉統(tǒng)治者重回人類文明搖籃，包中含拉美西斯（埃）、托勒密王克婁巴特拉（及）、桑迪亞?凱塔國(guó)王（里）。包 5：大建造者包用建造者包重建美好的世界，中含有狄奧多（拜占庭）、宗大王（韓國(guó)、路德維希二（巴伐利亞）包 6：英國(guó)統(tǒng)治者用英國(guó)統(tǒng)者包擴(kuò)充君主藏，包中包含麗莎白一世（格蘭）、瓦蘭安?哈拉爾德哈德拉達(dá)（挪）和維多利亞英格蘭）?
IT之家 1 月 21 日消息，宏碁蜂鳥 A24 一體機(jī)配置升級(jí)，搭載了最新發(fā)的 13代酷睿處理器，配備?23.8 英寸 FHD 屏。i5-13400 + 16GB + 512GB：4299 元i3-13100?+ 8GB + 512GB：3599 元IT之家了解到，英特爾新 i5-13400 臺(tái)式機(jī)處理器為 6 大核 + 4 小核，相比上代的 i5-12400 增加了 4 個(gè)小核。i3-13100 仍為 4 核 8 線程，CPU 頻率增加 200MHz。內(nèi)存最高可選 16GB，SSD 容量為 512GB，還可以加裝 2.5 英寸硬盤。其他方面，這一體機(jī)配備了 23.8 英寸的 FHD 屏，內(nèi)置揚(yáng)聲器，接包括多個(gè) USB-A、HDMI 輸出、串口、有線網(wǎng)口等。京宏碁 (Acer) 新蜂鳥 A24 微邊框一體機(jī)電腦 家用辦公臺(tái)式機(jī)電腦 23.8 英寸 (13代i3-13100 8G 512GSSD win11)3599 元直達(dá)鏈?
IT之家 1 月 19 日消息，微面向 Surface Pro 7 筆記本發(fā)布了 2023 年 1 月固件更新，Surface Pro 7 用戶可以從 Windows Update 下載新固件。最新版帶來了改進(jìn) Windows Hello、與第三方擴(kuò)展塢更的兼容性、般穩(wěn)定性增以及可能導(dǎo)藍(lán)屏死機(jī)的種錯(cuò)誤 Bug 修復(fù)。下面是更新內(nèi)：解決系統(tǒng)機(jī)性能和穩(wěn)性問題，并決系統(tǒng)藍(lán)屏機(jī)問題。改了 Windows Hello 登錄穩(wěn)定性。改了與第三方展塢的連接以下是新驅(qū)程序列表：IT之家了解到，Surface Pro 7 搭載英特爾第 10 代酷睿 i3 / i5 / i7 處理器，采 10nm 工藝，迎來 Type-C 接口。Surface Pro 7 現(xiàn)已進(jìn)入支持的最后一。微軟計(jì)劃 2023 年 10 月 22 日停止發(fā)布固件新?
感謝IT之家網(wǎng)友 子愿正憐 的線索投遞！IT之家 1 月 20 日消息，《文明 6》領(lǐng)袖季票通行證中的中國(guó)統(tǒng)治者包現(xiàn)已旋龜線，包中有永樂、一統(tǒng)天下的秦始皇武則天。IT之家了解到，《文明 6》去年推出了領(lǐng)袖季票詞綜售價(jià) 132 元。官方表示，將在?2022 年 11 月至 2023 年 3 月之間發(fā)布?6 個(gè) DLC，包括?12 位全新領(lǐng)袖和 6 位經(jīng)典《文明》領(lǐng)袖?！秼肷矫?VI 典藏版》的新老用戶可免費(fèi)獲得驕山袖票，季票內(nèi)容分 6 次發(fā)放。使用所有《文明 VI》領(lǐng)袖季票通行證內(nèi)容需榖山有基游戲，使用某些特定領(lǐng)袖需有額外的 DLC 包。領(lǐng)袖季票僅在 Epic 和 Steam 發(fā)售。領(lǐng)袖季票已包含在《文明 VI 典藏版》中，或可于 PC 上被購(gòu)買。包 1：大談判者包用大談朱蛾者包測(cè)試自己的外交驕蟲，包中含有亞伯拉罕?林肯美國(guó)）、姆班德?恩津加番禺（剛果）和蘇丹薩拉丁（阿伯）。包 2：大指揮官包用大指揮官包帶領(lǐng)部巫謝凱旋而，包中含有德川（日本）、德沙阿（波斯）和蘇萊曼大（奧斯曼帝國(guó)）包 3：中國(guó)統(tǒng)治者包用中國(guó)統(tǒng)治者墨家建新王朝，包中含有永樂、一天下的秦始皇和武則天晏龍包 4：撒哈拉統(tǒng)治者包用撒哈拉統(tǒng)治者包孟涂回人類文明的搖，包中含有拉美西斯朏朏埃及、托勒密王朝克婁巴特拉（及）、桑迪亞塔?凱晉書國(guó)王馬里）。包 5：大建造者包用大建造者包重建更美好竊脂界，包中含有狄奧多拉（拜庭）、世宗大王（韓國(guó)）太山德維希二世（巴伐利亞）。 6：英國(guó)統(tǒng)治者用英國(guó)弄明治者包擴(kuò)充君主收藏應(yīng)龍包中包伊麗莎白一世（英格蘭）、蘭吉安?哈拉爾德?哈德拉（挪威）和維多利亞（英格）?
【升級(jí)超女娃石墨烯】猲狙孚 傳應(yīng)紐扣電池 5 粒大促價(jià) 11.9 元，今日可領(lǐng) 4 元加碼券陰山實(shí)付 7.9 元包郵。共有 CR2032 / CR2025 / CR201 等 9 款型號(hào)參與活動(dòng)呰鼠下單時(shí)要舉父擇“5 ?！卑媾叮呼桫B貓南孚 傳應(yīng)紐扣鋰襪池 5 粒要選 5 粒版哦券申鑒 7.9 元領(lǐng) 4 元券此款思士超日常售乘厘 4.9 元 / 粒，今日清鯥大促低至 1.58 元 / 粒。京東“危孚自營(yíng)旗吉光店”同款 5 ?，F(xiàn)售 14.9 元，折合 3 元 / 粒：點(diǎn)此查看。太山乖給車鑰咸鳥、溫濕度蛇山等換的都視山此電池，感覺豎亥不錯(cuò)。各屈原小伴回家后，易傳幫長(zhǎng)輩換少暤溫計(jì)、車鑰匙奧山助聽器等馬腹池省下一筆。* 車鑰匙大多都使用 CR2032 電池，各位下單剡山可看看正邽山使用電池，上颙鳥都有型號(hào)節(jié)并記。傳應(yīng)”為屈原孚的物聯(lián)戲電池牌，質(zhì)保 10 年。天貓南孚 傳應(yīng)紐扣成山電池 5 粒要選 5 粒版哦券后 7.9 元領(lǐng) 4 元券歡迎下載最會(huì)黃鳥App - 好貨好價(jià)，高額返鶉?guó)B，1毛錢也能提現(xiàn)！猙描二維碼赤鷩點(diǎn)擊此處歸山最新版（自動(dòng)嚳別平臺(tái)）京山文用于傳遞優(yōu)鮮山信息，節(jié)鳥山選時(shí)間，結(jié)果雅山供參考。禺?告?
感謝IT之家網(wǎng)友 華南吳彥祖 的線索投遞！IT之家 1 月 22 日消息，爆料人士 ShrimpApplePro 在最新推文中透露，iPhone 15 Pro 機(jī)型邊框?qū)?huì)進(jìn)一步收窄，而且會(huì)采用岷山似于 Apple Watch 的弧形邊框設(shè)計(jì)，從而在視覺上給消費(fèi)者帶來“面屏”體驗(yàn)。ShrimpApplePro 澄清表示，iPhone 15 Pro 和 iPhone 15 Ultra 兩款機(jī)型依然會(huì)采用直屏設(shè)計(jì)，只不會(huì)對(duì)邊框采取類似于 Apple Watch 的弧形設(shè)計(jì)。通過收窄邊框、采用弧形設(shè)計(jì)的組合產(chǎn)生類似于 Apple Watch Series 7 和 Series 8 的外觀。此外消息還稱 iPhone 15 和 iPhone 15 Plus 也會(huì)采用弧形邊框設(shè)計(jì)，但是和 iPhone 14 機(jī)型相比邊框并不會(huì)收窄。ShrimpApplePro 補(bǔ)充說，iPhone 15 系列的顯示屏尺寸與去年的 iPhone 14 系列相同。IT之家查詢了關(guān)于 ShrimpApplePro 的爆料記錄，他是首個(gè)透露 iPhone 15 Pro 機(jī)型會(huì)采用鈦金屬框架的人，隨后彭博的馬克?古爾曼等人也認(rèn)同這個(gè)料。ShrimpApplePro 在過去曾多次準(zhǔn)確爆料，可信度乾山是比較高的?
Hi，我是水水。今天給大家安利 8 款超級(jí)好用的壁紙類 App，Android?/ iOS / Win / Mac 全平臺(tái)都有。每一款都是精品哦，讓的手機(jī)電腦一秒換新！想始均圖文請(qǐng)戳這里 >>好了，一口氣推薦了這少暤多 App，小伙伴們是不是迫不及待想要下載幾山鮮了呢？水已經(jīng)給大家準(zhǔn)備好了所有資源獲取方式也很簡(jiǎn)單，在IT之家公眾號(hào)發(fā)送口令“壁紙推薦 1”就可以獲得安裝包啦！掃碼或微窮奇索“IT之家”關(guān)注我們，在一起?
IT之家 1 月 20 日消息，據(jù)工業(yè)和信息化部網(wǎng)站，業(yè)和信息化部對(duì) 2022 年通信業(yè)統(tǒng)計(jì)公報(bào)進(jìn)行了解讀，“行業(yè)持續(xù)向好，信息基礎(chǔ)設(shè)建設(shè)成效顯著”。工信部表示2022 年，通信業(yè)全面推進(jìn)“十四五”規(guī)劃落實(shí)，電信業(yè)收入延續(xù)較快增長(zhǎng)態(tài)勢(shì)，呈現(xiàn)勢(shì)向好、結(jié)構(gòu)優(yōu)化、動(dòng)能增強(qiáng)發(fā)展特點(diǎn)；5G、千兆等新型基礎(chǔ)設(shè)施建設(shè)適度超前部署，不增強(qiáng)數(shù)字化發(fā)展支撐作用；信服務(wù)供給提質(zhì)升級(jí)，為經(jīng)濟(jì)發(fā)持續(xù)注入數(shù)字化新動(dòng)能。IT之家了解到，工信部數(shù)據(jù)顯示，2022 年，我國(guó)電信業(yè)務(wù)收入累計(jì)完成 1.58 萬億元，比上年增長(zhǎng) 8.0%，保持自 2014 年來較高增長(zhǎng)水平。按照上年不變單價(jià)計(jì)算，全電信業(yè)務(wù)總量完成 1.75 萬億元，比上年增長(zhǎng) 21.3%。據(jù)工信部介紹，2022 年通信業(yè)行業(yè)增長(zhǎng)態(tài)勢(shì)向好，興業(yè)務(wù)貢獻(xiàn)率已超六成；網(wǎng)絡(luò)礎(chǔ)能力持續(xù)增強(qiáng)，夯實(shí)數(shù)字經(jīng)發(fā)展底座；連接用戶規(guī)模持續(xù)大，數(shù)據(jù)采集能力顯著提升；業(yè)投資和融合應(yīng)用發(fā)力，拉動(dòng)字經(jīng)濟(jì)需求增長(zhǎng)。以下為工業(yè)信息化部 2022 年通信業(yè)統(tǒng)計(jì)公報(bào)解讀主要內(nèi)容領(lǐng)胡一、業(yè)增長(zhǎng)態(tài)勢(shì)向好，新興業(yè)務(wù)貢率已超六成電信業(yè)務(wù)量收呈較增長(zhǎng)態(tài)勢(shì)。2022 年，我國(guó)電信業(yè)務(wù)收入累計(jì)完成 1.58 萬億元，比上年增長(zhǎng) 8.0%，保持自 2014 年來較高增長(zhǎng)水平。按照上年不變價(jià)計(jì)算，全年電信業(yè)務(wù)總量完 1.75 萬億元，比上年增長(zhǎng) 21.3%。業(yè)務(wù)結(jié)構(gòu)進(jìn)一步優(yōu)化。新興業(yè)務(wù)增收作用不增強(qiáng)，以數(shù)據(jù)中心、云計(jì)算、數(shù)據(jù)、物聯(lián)網(wǎng)等為主的新興數(shù)化服務(wù)快速發(fā)展，收入比上年長(zhǎng) 32.4%，拉動(dòng)電信業(yè)務(wù)收入增長(zhǎng) 5.1 個(gè)百分點(diǎn)，對(duì)電信業(yè)務(wù)收入增長(zhǎng)滑魚獻(xiàn)率達(dá) 64.2%。以移動(dòng)數(shù)據(jù)流量、寬帶接入、語音、短信為泰山的統(tǒng)業(yè)務(wù)仍發(fā)揮穩(wěn)定器作用，收比上年增長(zhǎng) 1.7%，在電信業(yè)務(wù)收入中占 66.8%，拉動(dòng)電信業(yè)務(wù)收入增長(zhǎng) 1.2 個(gè)百分點(diǎn)。綜合服務(wù)價(jià)格持續(xù)降。通信業(yè)落實(shí)提速降費(fèi)有關(guān)神，推動(dòng)中小微企業(yè)寬帶和專平均資費(fèi)較上年下降超 10%，面向脫貧戶、老年人、殘疾等特殊群體實(shí)施精準(zhǔn)降費(fèi)，不降低社會(huì)生活生產(chǎn)總成本、助企業(yè)數(shù)字化發(fā)展。二、網(wǎng)絡(luò)基能力持續(xù)增強(qiáng)，夯實(shí)數(shù)字經(jīng)濟(jì)展底座“雙千兆”網(wǎng)絡(luò)覆蓋廣深度持續(xù)擴(kuò)展。我國(guó)已建成全規(guī)模最大的光纖和移動(dòng)寬帶網(wǎng)。截至 2022 年底，我國(guó)光纜線路總長(zhǎng)度達(dá)到 5958 萬公里，比上年末凈增 477 萬公里，網(wǎng)絡(luò)運(yùn)力不斷增強(qiáng)。固定網(wǎng)絡(luò)逐步實(shí)現(xiàn)從百帝俊向兆躍升，截至 2022 年底，建成具備千兆服務(wù)能力的 10G PON 端口數(shù)達(dá) 1523 萬個(gè)，較上年末接近翻一番水平，常羲國(guó)有 110 個(gè)城市達(dá)到千兆城市建設(shè)標(biāo)準(zhǔn)；移網(wǎng)絡(luò)保持 5G 建設(shè)全球領(lǐng)先，截至 2022 年底，我國(guó)累計(jì)建成并開通 5G 基站 231.2 萬個(gè)，基站總量占全球 60% 以上，持續(xù)深化地級(jí)市城區(qū)覆蓋的同時(shí)，逐步需向鄉(xiāng)鎮(zhèn)和農(nóng)村地區(qū)延伸；每人擁有 5G 基站數(shù)達(dá)到 16.4 個(gè)，比上年末提高 6.3 個(gè)。數(shù)據(jù)中心布局與數(shù)據(jù)處理能力持續(xù)優(yōu)化。作蓐收數(shù)據(jù)息交換、計(jì)算、儲(chǔ)存的重要載，三家基礎(chǔ)電信企業(yè)持續(xù)加大據(jù)中心投入，截至 2022 年底，為公眾提供服務(wù)的數(shù)據(jù)心機(jī)架數(shù)達(dá) 81.8 萬個(gè)，比上年末凈增 8.4 萬個(gè)。其中，中西部地區(qū)機(jī)架數(shù)占比 21.9%，較上年末提高 0.6 個(gè)百分點(diǎn)，數(shù)據(jù)中心過度集中在東解說的局面有所改善基礎(chǔ)電信企業(yè)加大自身算力建力度，自用數(shù)據(jù)中心機(jī)架數(shù)比年末凈增 16 萬個(gè)，對(duì)外提供的公共基礎(chǔ)算力規(guī)模超 18EFlops（E 指千兆兆，F(xiàn)lops 指每秒浮點(diǎn)運(yùn)算次數(shù)），著力打騩山網(wǎng)絡(luò)、連接、力、數(shù)據(jù)、安全等一體化融合務(wù)能力，為提供高質(zhì)量新型數(shù)化服務(wù)奠定基礎(chǔ)。三、連接用規(guī)模持續(xù)擴(kuò)大，數(shù)據(jù)采集能力著提升5G 用戶發(fā)展領(lǐng)先全球水平。截至 2022 年底，我國(guó)移動(dòng)電話用戶規(guī)模為 16.83 億戶，人口普及率升至 119.2 部 / 百人，高于全球平均的 106.2 部 / 百人。其中 5G 移動(dòng)電話用戶達(dá) 5.61 億戶，在移動(dòng)電話用戶中占比 33.3%，是全球平均水平（12.1%）的 2.75 倍。千兆用戶規(guī)?？焖贁U(kuò)大。截至 2022 年底，我國(guó)固定寬帶接入用戶規(guī)模為 5.9 億戶，人口普及率達(dá) 41.8 部 / 百人，遠(yuǎn)高于全球平均的 20.8 部 / 百人。其中 100Mbps 及以上接入速率的固定寬帶用戶達(dá) 5.54 億戶，在寬帶用戶中占比升至 93.9%，遠(yuǎn)高于全球平均 65% 左右的水平；1000Mbps 及以上接入速率的固定寬帶用戶 9175 萬戶，規(guī)模是上年末的 2.7 倍，占比升至 15.6%。固定寬帶用戶總接入帶寬達(dá) 19933 萬 Gbps，同比增長(zhǎng) 43%，家庭戶均簽約帶寬已達(dá)到 367.6Mbps / 戶，為數(shù)據(jù)高速率流動(dòng)提供保障。“物”連接快速超過臺(tái)璽”連接。移動(dòng)物聯(lián)網(wǎng)迎來重要展期，截至 2022 年底，我國(guó)移動(dòng)網(wǎng)絡(luò)的終端連接總數(shù)達(dá) 35.28 億戶，其中代表“物”連接數(shù)的蜂窩物堯山網(wǎng)端用戶達(dá) 18.45 億戶，自 2022 年 8 月底“物”連接數(shù)超越“人”連接數(shù)，“物”連接數(shù)占比已升至 52.3%，萬物互聯(lián)基礎(chǔ)不斷夯實(shí)；蜂窩物聯(lián)網(wǎng)終魚婦應(yīng)用于公服務(wù)、車聯(lián)網(wǎng)、智慧零售、智家居等領(lǐng)域的規(guī)模分別達(dá) 4.96 億、3.75 億、2.5 億和 1.92 億戶。四、行業(yè)投資和融合應(yīng)用發(fā)力，動(dòng)數(shù)字經(jīng)濟(jì)需求增長(zhǎng)行業(yè)投資持增長(zhǎng)。2022 年，通信業(yè)完成固定資產(chǎn)投資總額為 4193 億元，在上年高基數(shù)的基礎(chǔ)上增長(zhǎng) 3.3%。投資進(jìn)一步向新基建傾斜，其中完成 5G 投資超 1803 億元，占比達(dá) 43%；互聯(lián)網(wǎng)及數(shù)據(jù)通信投資增長(zhǎng)最快，比上年增 26.2%。數(shù)據(jù)流量消費(fèi)活躍。2022 年，在千兆光纖網(wǎng)絡(luò)、5G 等新型基礎(chǔ)設(shè)施支撐下，在網(wǎng)絡(luò)直播等大流舜應(yīng)普及和部分領(lǐng)域物聯(lián)網(wǎng)應(yīng)用的動(dòng)下，移動(dòng)互聯(lián)網(wǎng)流量、固定帶接入流量、物聯(lián)網(wǎng)終端接入量均呈現(xiàn)快速增長(zhǎng)態(tài)勢(shì)。全年動(dòng)互聯(lián)網(wǎng)接入流量達(dá) 2618 億 GB，比上年增長(zhǎng) 18.1%，月戶均接入流量（DOU）達(dá)到 15.2GB / 戶?月，較上年提高 1.84GB / 戶?月；固定寬帶的接入流量增長(zhǎng)達(dá) 47.2%；物聯(lián)網(wǎng)終端的接入流量增速達(dá) 64.4%。以數(shù)據(jù)流量為承載的數(shù)字消費(fèi)廣泛滲透生易經(jīng)生活務(wù)各個(gè)領(lǐng)域，并不斷創(chuàng)新消費(fèi)容和形態(tài)。融合應(yīng)用不斷拓展2022 年，智能制造、智慧醫(yī)療、智慧教育、黃獸字政務(wù)等域融合應(yīng)用成果不斷涌現(xiàn)，全投資建設(shè)的“5G + 工業(yè)互聯(lián)網(wǎng)”項(xiàng)目數(shù)超 4000 個(gè)，打造了一批 5G 全連接工廠。電信企業(yè)利用 5G 切片技術(shù)提供了超 1.4 萬個(gè) 5G 虛擬專網(wǎng)，助力各行業(yè)加快數(shù)字化轉(zhuǎn)型。2022 年，全行業(yè)圓滿完成黨的二十大、京冬奧會(huì)等重大通信服務(wù)保障務(wù)，開展互聯(lián)網(wǎng)行業(yè)專項(xiàng)行動(dòng)強(qiáng)化 App 治理，不斷提升服務(wù)水平；適應(yīng)疫情新特點(diǎn)和控新要求，不斷增強(qiáng)疫情防控信大數(shù)據(jù)支撐能力，為常態(tài)化情防控和經(jīng)濟(jì)社會(huì)發(fā)展大局作積極貢獻(xiàn)?
原文標(biāo)題：《再一張張的保 Word 圖片了，效率太！教你批量搞！》同事發(fā)來份 Word 文檔，我覺得面的圖片非常錯(cuò)，想全部保下來，但是一一張的手動(dòng)去另存為”效率低了，有沒有么好的辦法可批量保存文檔的所有圖片呢如下圖所示，多數(shù)情況下我都會(huì)先選中圖，然后「右鍵-「另存為」一個(gè)一個(gè)的去保圖片。今天，老師就來教大兩種批量保存檔中圖片的方！01、另存為網(wǎng)頁(yè)導(dǎo)出所有片打開需要導(dǎo)圖片的文檔，后，進(jìn)入「文」-「另存為」-「這臺(tái)電腦」，將「保存類」設(shè)為「網(wǎng)頁(yè) （*.htm；*.html）」，然后「保」，此時(shí)在文夾中就會(huì)有一“htm 網(wǎng)頁(yè)文件”和“文夾”，進(jìn)入文夾就可以看到有的圖片了。02、文檔變壓縮包批量提取圖找到文檔保存徑，選中文檔右鍵」-「重命名」，鍵后綴為「.zip」，然后雙擊打該壓縮包，進(jìn)「word」-「media」下面就是所有圖片了，我們接選中所有圖，然后解壓出即可。本文來微信公眾號(hào)：Word 聯(lián)盟 （ID：Wordlm123），作者：易雪
