批处理--节约你的开发时间

简介: 批处理--节约你的开发时间

---------------------------------文章背景-----------------------------------
 

   小编是一个码农,从事嵌入式软件开发的,这份工作给了我money,同时让我付出了时间,花费的时间在代码的编写上、文件的整理上、版本的管控上等等,特别是从刚开始调试到一个个版本的输出测试、再修复bug,再回退,每一个版本再上传git备份等等都花费了我部分时间,为了让这部分变得简单化,作为一个程序员,我想是时候要做些什么了。


   于是我专门研究了下windows下的批处理,有些重复的事情让他去帮我自动的完成。这样我只要专心的写bug就可以了。


     再然后我上午花了三个小时左右的时间学习了批处理的基本语法,下午写了一个自动化脚本,重点来了,这个脚本实现了哪些功能?下面就一一列举出来:

   1、代码在Keil中编译完成后自动根据代码中的软件版本号创建目录保存烧录文件(bin和hex文件)-- 方便直接把固件发给生产,不用在一堆的编译文件中找hex或bin后缀的文件。

   2、更新软件版本编译后能自动创建新的文件夹保存固件,同时保留之前版本的固件

   3、软件版本变更后自动的上传git服务器

   4、删除不需要的由编译生成的中间文件

   5、方便移植,在新项目中把脚本文件拷贝过去修改三个变量就可以继续使用。


---------------------------------脚本移植-----------------------------------


前提:项目代码要先提交过一次代码到git上哦,默认脚本是提交到master分支的,这点要注意哦。


   一、把脚本拷贝到Keil的工程目录下,和Objects文件夹同目录

   二、修改脚本

       只需要把图示的三处对应着你的代码修改即可

       Version_Path:存放版本信息的文件路径

       Version_File:存放版本信息的文件名

       Version_Str:版本信息定义的宏

   三、修改Keil工程配置,勾选编译后运行脚本

   四、大功告成

       是不是很简单,简单几步帮你剩下的时间是非常多的,现在无偿分享我写的批处理脚本,助力各位在开发的路上越走越远,写bug的时间越来越多。有兴趣的小伙伴也可以学一下脚本语法,不光在这里能自动化做一些事情,很多情况都可以使用把复杂的工作化繁为简。

       评论区留下你的评论,点赞区点亮一个大拇指,转发下这篇文章,私信小编分享脚本。

      如果觉得本篇文章多少有点帮助的话,求赞、关注、评论、转发,创作不易!你们的支持是小编创作最大动力。

相关文章
|
7月前
|
分布式计算 关系型数据库 MySQL
DataWork数据处理问题之调整并发数量如何解决
DataWork数据处理是指使用DataWorks平台进行数据开发、数据处理和数据治理的活动;本合集将涵盖DataWork数据处理的工作流程、工具使用和问题排查,帮助用户提高数据处理的效率和质量。
|
25天前
|
SQL 分布式计算 运维
如何优化超长定时任务:慢节点优化实践
本文介绍了一个复杂的ODPS任务优化过程。通过对任务耗时卡点的分析,发现主要问题是数据倾斜和join任务资源不足。通过提高join任务资源分配、对空值加随机值打散、视图物化落表、节点拆分、前置裁剪和使用Distributed Mapjoin等方法,成功将宽表产出时间从下午一点提前到早上八点半,节省了4小时以上。优化过程中还拆分了宽表节点,降低了回刷成本。文章强调了在设计开发初期应避免代码耦合度过高,以提高代码运行效率和可维护性。
32 0
|
7月前
|
Oracle 数据库 UED
后台查询接口影响响应时间最大的因素:用空间换时间的优缺点及解决方案
1.当数据库的一个表记录很多显然查询数据很慢。 2.当数据库的一个表记录不大,但是数据很大也可能很慢。 我们的一个用户表中一个building很大,当查询100条数据就会把服务器的内存搞爆掉。 当然查询时要查询筛选有用字段,不可以直接把记录的所有字段都查拆来。这样能减少内存消耗和提高查询速度。 3.在经常查询字段上建立索引。据说oracle上用索查询和不用索引查询在超多记录的情况下相差1000倍。 4.若出现嵌套查询显然会大大增加相应查询时间。要先预处理用管道操作把能合并的查询合并到一个查询中,然后生成map,然后再处理。这是标准的用空间换时间的方案。
97 8
|
4月前
|
存储 监控 Java
实时计算 Flink版产品使用问题之随着时间增加,作业的CPU繁忙度增加,是什么原因
实时计算Flink版作为一种强大的流处理和批处理统一的计算框架,广泛应用于各种需要实时数据处理和分析的场景。实时计算Flink版通常结合SQL接口、DataStream API、以及与上下游数据源和存储系统的丰富连接器,提供了一套全面的解决方案,以应对各种实时计算需求。其低延迟、高吞吐、容错性强的特点,使其成为众多企业和组织实时数据处理首选的技术平台。以下是实时计算Flink版的一些典型使用合集。
|
5月前
|
SQL 网络安全 API
实时计算 Flink版产品使用问题之使用ProcessTime进行窗口计算,并且有4台机器的时间提前了2个小时,会导致什么情况
实时计算Flink版作为一种强大的流处理和批处理统一的计算框架,广泛应用于各种需要实时数据处理和分析的场景。实时计算Flink版通常结合SQL接口、DataStream API、以及与上下游数据源和存储系统的丰富连接器,提供了一套全面的解决方案,以应对各种实时计算需求。其低延迟、高吞吐、容错性强的特点,使其成为众多企业和组织实时数据处理首选的技术平台。以下是实时计算Flink版的一些典型使用合集。
|
6月前
|
运维 Serverless KVM
函数计算产品使用问题之如何处理冷启动时间过长的问题
函数计算产品作为一种事件驱动的全托管计算服务,让用户能够专注于业务逻辑的编写,而无需关心底层服务器的管理与运维。你可以有效地利用函数计算产品来支撑各类应用场景,从简单的数据处理到复杂的业务逻辑,实现快速、高效、低成本的云上部署与运维。以下是一些关于使用函数计算产品的合集和要点,帮助你更好地理解和应用这一服务。
|
7月前
|
分布式计算 Java 数据库连接
回答粉丝疑问:Spark为什么调优需要降低过多小任务,降低单条记录的资源开销?
回答粉丝疑问:Spark为什么调优需要降低过多小任务,降低单条记录的资源开销?
61 1
|
XML 缓存 API
百万级 Excel导入数据库 效率太低? 基于 SAX 的事件模型 导入,将会解决 效率问题
百万级 Excel导入数据库 效率太低? 基于 SAX 的事件模型 导入,将会解决 效率问题
97 0
|
并行计算
R语言多线程使用方法,充分利用计算资源实现高效计算,缩短等待时间
R语言多线程使用方法,充分利用计算资源实现高效计算,缩短等待时间
|
前端开发 JavaScript Java
移动端性能优化:减少应用的加载时间和内存占用
移动应用的性能对用户体验至关重要。在移动设备上,加载时间和内存占用是两个主要的性能指标。本文将介绍一些有效的技术和策略,帮助开发人员优化移动应用的加载时间并减少内存占用,以提升应用的性能和响应速度。
320 0