AI 助理
备案控制台
开发者社区 数据库 文章 正文

通向架构师的道路（第六天）之漫谈基于数据库的权限系统的设计

2012-07-11 1171
版权
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《 阿里云开发者社区用户服务协议》和 《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写 侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
简介： 一、权限系统这一天将讲述一个基本的基于数据库的权限管理系统的设计，在这一天的课程的最后将讲述“左右值无限分类实现算法”如何来优化“系统菜单”的结构而告终。

一、权限系统

这一天将讲述一个基本的基于数据库的权限管理系统的设计，在这一天的课程的最后将讲述“左右值无限分类实现算法”如何来优化“系统菜单”的结构而告终。今天的内容和前几天的基础框架是一样的它们都属于基础知识，在这些基础知识上还可以扩展出无数的变种与进化设计。

二、先来看客户的一个需求

2.1 用户实际需求

1.       所有的用户、角色可动态配置

2.       所有的系统菜单的权限要求具体到“增，删，改、查、打印、导出”这样的小权限的设计

3.       所有的权限基于角色来进行划分和判断

4.       一个用户可能属于多个角色

5.       系统菜单也能够动态的“增、删、改、查”

2.2 系统权限菜单样例


三、基于数据库的系统权限表设计

3.1 ER(Entity Relationship)图

围绕上述需求，我们可以在数据库内进行如下的表设计，下面直接给出ER图：


3.2 表关系详解

上述设计有6张表，其中：

T_User表

用于存放用户信息，此处只存放基础信息

T_Role表

用于存放系统角色信息

T_User_Role表

用于存放系统用户与角色的匹配关系

T_Sys_Menu表

这张就是用于存放系统菜单的表了，这张表的设计主要使用了如下的表设计技巧：

注意这边的MENU_ID与MENU_PID

如果这个菜单项是一级菜单，那么我们把它的MENU_PID设为0

如果这个菜单是另一个菜单的子菜单，那么我们就把它的MENU_PID设为它的父菜单的MENU_ID。

有了这样的结构，我们一个递归就能把这颗“树”显示出来了，是不是？

此处以Oracle数据库为例，不使用递归，直接把树形结构在数据库中就造型造好（当然，还有更好的方法如：有人喜欢设level或者是deep这样的字段来简化程序解析树型结构菜单，稍后我们会来讲一个根本不需要用递归的树型菜单的设计来最大程度优化设计。）

显示整颗树型菜单结构的Oracle语句：

SELECT *FROM T_SYS_MENU

STARTWITH MENU_PID=0

CONNECTBYPRIOR MENU_ID=MENU_PID

orderby MENU_ID

上述语句，已经用数据查询用句就将我们的这个“树”的层次关系理出来了，如果我们手上有一个控件叫dtree.js，那么一个循环就可以把这个树显示出来了，不是吗？

来看dtree.js的应用

//公式:  d.add(menu_id, menu_pid, ‘menudescr’, ‘menu_url’);

d = new dTree('d');

                   d.add(0,-1,'菜单');

                   d.add(1,0,'报表查询','example01.html');

                   d.add(2,1,'月报','example01.html');

                   d.add(3,1,'季报','example01.html');

                   d.add(4,1,'年报','example01.html');

                   d.add(5,0,'系统管理','example01.html');

                   d.add(6,5,'用户管理','example01.html');

                   d.add(7,6,'新增用户','example01.html');

                   d.add(8,6,'删除用户','example01.html');

              d.add(9,5,'角色管理','example01.html');

                   d.add(10,9,'新增角色','example01.html');

                   d.add(11,9,'删除角色','example01.html')

                   document.write(d);

大家看上面，这个是dtree.js插件，一个专门用于生成树的js插件的使用方法，那么如果我们附以上述的sql语句在数据库中把数据选出来后，是不是只要一个循环就可以给这个dtree.js插件显示了，不是吗？

我们如果不想显示整颗树只想显示如：

只显示系统管理菜单有其下列所有的子菜单，那么我们的Oracle中的Sql应该怎么写呢？

经查“系统管理”这个菜单的MENU_ID=’105’，于是我们的Sql语句如下：

SELECT *FROM T_SYS_MENU

STARTWITH MENU_ID='105'

CONNECTBYPRIOR MENU_ID=MENU_PID

orderby MENU_ID

对吧？很简单哈！

T_Privilege表

用于存放系统每个菜单的详细子权限如“增，删，改，查”

T_Menu_Privilege表

这张表就是我们的最终终结大BOSS表，它里面是一个完整的系统权限与角色关系间的对应。

比如说：

我们想要知道“user”这个角色，可以操作哪些菜单，哪些权限，那么我们的SQL语句如下：

selectdistinct m.menu_id,m.menu_descr,m.menu_url,m.menu_pid,p.privilege_id,p.privilege_type from

t_menu_privilege mp,

t_sys_menu m,

t_privilege p,

t_user_role r

where

mp.privilege_id=p.privilege_id

and mp.role_id=r.role_id

and mp.menu_id=m.menu_id

and r.role_id='user'

orderby m.menu_id

通过这个结果我们就知道了

1.       角色“user”能操作哪些菜单

2.       角色“user”对某个菜单具有什么样的权限

 

进而，我们可以推出：

我们想要知道Danzel这个人，可以操作哪些菜单，以及在哪些菜单上有哪些可供操作的权限，我们使用如下的SQL语句：

selectdistinct m.menu_id,m.menu_descr,m.menu_url,m.menu_pid,p.privilege_id,p.privilege_type from

t_menu_privilege mp,

t_sys_menu m,

t_privilege p,

t_user_role r

where

mp.privilege_id=p.privilege_id

and mp.role_id=r.role_id

and mp.menu_id=m.menu_id

and r.user_id='Danzel'

orderby m.menu_id;

通过这个结果我们就知道了

1.       Danzel这个人能操作哪些菜单

2.       Danzel对某个菜单具有什么样的权限

3.3 界面制作

关于jsp，什么dao层，service层的具体代码这个就不讲了，这个没有意义的哦，我们来讲设计。

登录后如何显示左边的树型菜单：

ü   取得用户名

ü   将该用户名作为参数input进如下的SQL语句得到该用户在登录后可以看到的系统菜单：

selectdistinct m.menu_id, m.menu_descr, m.menu_url, m.menu_pidfrom

t_menu_privilege mp,

t_sys_menu m,

t_privilege p,

t_user_role r

where

mp.privilege_id=p.privilege_id

and mp.role_id=r.role_id

and mp.menu_id=m.menu_id

and r.user_id='Danzel'

STARTWITH MENU_PID='0'

CONNECTBYPRIOR M.MENU_ID=M.MENU_PID

orderby M.MENU_ID

将该结果直接给于index.jsp页面上的dtree.js组件，一个循环，所有菜单曾树形显示。

知道用户登录后能够对哪些菜单，并且在相关界面操作时有哪些子权限如：增、删、改、查、打印、报表的设计：

ü   在登录时得到用户名等信息，然后将该用户名作为参数input进入如下的sql语句：

selectdistinct m.menu_id,m.menu_descr,m.menu_url,m.menu_pid,p.privilege_id,p.privilege_type from

t_menu_privilege mp,

t_sys_menu m,

t_privilege p,

t_user_role r

where

mp.privilege_id=p.privilege_id

and mp.role_id=r.role_id

and mp.menu_id=m.menu_id

and r.user_id='Danzel'

orderby m.menu_id;

ü  得到上述结果后，使用：Haspmap<String menuId, List menuList>这样的结构将该用户所属的角色分对每个菜单有哪些操作（增、删、改、查、打印、报表）进行存储，放入用户的session中，在以后用户在每个界面进行点击动作时进行判断，或者可以写个filter来进行判断，是不是就可以作到：

知道该登录用户在登录后可以对哪些菜单进行操作，并且拥有什么操作权限啦？

 

相应的我们还需要制作如下的界面：

ü   用户的管理界面

ü   角色的管理界面

ü   用户与角色的分配界面

ü   系统菜单的管理界面

ü   具体权限项的管理界面

ü   系统菜单与角色间具体的权限分配界面

好了，有了这些界面，一个完整的基于数据库引擎的权限系统算是完成了。

严重注意：

在制作“系统菜单与角色间具体的权限分配界面”时，如果在界面上把某个角色对该条菜单的“查看”这个选项disable后，那么该角色将不拥有任何该菜单的所有权限，举例：

某角色对菜单A拥有如下权限：

增、删、改、打印

但是这个“查看”权限没有，也有可能是管理员误操作，但是从真实情况我们来说，这个角色连“查看”的权限都没有，连菜单都进不了，他能做什么“增、删、改。。。”等其它的操作啊？操作个头啊！是吧？

所以一旦界面上该角色对某个系统菜单没有了查看权限后，它对这个菜单的其它权限也必须从T_MENU_PRIVILEGE这个表中删除。

四、改进T_SYSTEM_MENU表的设计

前面我们用的是Oracle特有的递归SQL将树形菜单在从数据库中选取出来时就已经是一颗树的结构了，但是像MYSQL，SQL SERVER， DB2等可能不带有这样的特SQL，那就需我们自己动手去写递归，还有就是很多工程用的是jquery的tree或者是其它相关的ajax tree，这些tree都需要用到一个字段叫level（此处指深度、层次的意思），如果按照原来的表结构，要取得这个level，恐怕是要写递归算法了。就算有些数据库有类似的语句，那也需要你去修改你的SQL语句从未影响了性能与通用性。

我们在这边说，我们无论什么数据库，如果都用相同的SQL就能把我们需要的东西在数据库中就排好树形结构然后一次性选取出来，那应该有多好啊。答案是有的，在原来的T_SYSTEM_MENU表中改动也不大，只需要增加两个字段即可，即：lft与rgt（left, right），这种设计其实已经有了，我在此只不过结合实际例子把它应用到实际上，并且进一步详细描述如果来实现它，它就是被称为：

左右值无限分类实现算法也称为预排序遍历树算法，对于这种层次型数据（Hierarchical Data）一般我们有两种设计方法：

ü   毗邻目录模式(adjacencylist model)

ü   预排序遍历树算法(modifiedpreorder tree traversal algorithm)

4.1 基于lft, rgt的无限分类算法

我们来看一个图，下面我们把我们原有的菜单画成下面这样的层次关系：


我们把原有的系统菜单画成了一个个的椭圆，最外层的就是我们的菜单，然后在每个椭园的两个端点即left与right，按照从左->右，开始用数字来标号，上面这个图中可以看到最外层这个大椭园的lft(左)为1，它的rgt(右)为24。

那么我们可以用一条标准的SQL，而非什么数据库自带的特有的、特殊的SQL来显示出这个树形菜单，来看下面的SQL：

SELECT

       node.menu_id menuId,

       node.menu_descr menuDescr,

       node.lft,

       node.rgt,

       node.menu_url menuUrl,

       (COUNT(parent.menu_id)-1) menuLevel,

       node.menu_pid pid

FROM t_sys_menu node,

       t_sys_menu parent

WHERE

        node.lftBETWEEN parent.lftAND parent.rgt

        AND node.menu_descr!='菜单'

GROUPBY node.menu_id,node.menu_descr,node.lft,node.rgt,node.menu_url,node.menu_pid

ORDERBY node.lft

来看显示的结果

看看上面这个结果，怎么样？

ü   树形结构也有了（可以用于dtree来显示）；

ü   层次level也有了（可以用于ajax的一些tree）；

ü   我们用的SQL又是最标准的所有的数据库都能用到的SQL；

尝到甜头了是吧？那我们下面来看如何对这样的基于t, rgt的数据结构来作插入操作？

4.2 如何在现有节点中插入新的子节点

如果现在我们要在“报表查询”这个圆里加入一个菜单，假设我们就叫“周报”，那么再来看这个原有的图发生了什么样的改变，来看：


看到么，原有的最外层椭园的rgt+2，原有的报表查询这个园的右边界呢？是不是也加了2啊？而原有的“月报”这个圆的lft加了多少？也是+2！

那么来看“周报”这个圆的lft与rgt关系：

“周报”的lft= “报表查询”这个圆的lft+1

“周报”的rgt=“报表查询”这个圆的lft+2

于是我们就可以整理出在原有叶子中插入child的公式：

第一步：选取要被插入new child的外面这个圆的lft的值

第二步：原有的数据中所有的rgt如果>第一步中得到的lft的值，那么全部+2

第三步：原有的数据中所有的lft如果>第一步中得到的lft的值，那么全部+2

第四步：将插入的节点的lft与rgt的设计，新节点的lft =第一步中的lft+1，新节点的rgt=第一步中

的lft+2

来看一个具体的例子：

我们要在“报表查询”即menu_id=’101’ 中插入一个新的菜单，叫“周报”，下面是按照上面四步算法的相关SQL语句：

 

 

 

 

 

 

 

 

 

第一步

SELECT lftFROM t_sys_menuwhere menu_id='101';

这一步我们得到的值为：2

第二步：

UPDATE t_sys_menuSET rgt = rgt +2WHERE rgt >2;

第三步：

UPDATE t_sys_menuSET lft = lft +2WHERE lft >2;

第四步：

INSERTINTO t_sys_menu(menu_id, menu_descr, menu_url, lft, rgt)VALUES('113','周报','周报的url', (2+1), (2 +2));

插完后我们运行查询SQL：

SELECT

       node.menu_id menuId,

       node.menu_descr menuDescr,

       node.lft,

       node.rgt,

       node.menu_url menuUrl,

       (COUNT(parent.menu_id)-1) menuLevel,

       node.menu_pid pid

FROM t_sys_menu node,

       t_sys_menu  parent

WHERE

        node.lft BETWEEN parent.lft AND parent.rgt

        AND node.menu_descr!='菜单'

GROUPBY node.menu_id,node.menu_descr,node.lft,node.rgt,node.menu_url,node.menu_pid

ORDERBY node.lft

Look, 数据正确无误，我们来看整个t_sys_menu表里的数据：

Look，整个最外层的“圆”，右边界增加了2，从原有的24变成了26。

1.3     如何插入一个新的节点

上面讲的是在原有的节点中插入一个子节点，现在来讲，如何插入一个新的节点，比如说：

我们现在有：报表查询，系统管理两大菜单，我们还想加一个菜单：保单审核，怎么来做？

我们把4.2节中“如何在现有节点中插入新的子节点”里四步公式，稍稍改动一下

第一步：选取要被插入新的节点左边节点的rgt的值

第二步：原有的数据中所有的rgt如果>第一步中得到的rgt的值，那么全部+2

第三步：原有的数据中所有的lft如果>第一步中得到的rgt的值，那么全部+2

第四步：将插入的节点的lft与rgt的设计，新节点的lft =第一步中的rgt+1，新节点的rgt=第一步中

的rgt+2

下面来看我们在“报表查询”与“系统管理”中间，插入一个菜单叫“保单审核”。

第一步

SELECT rgtFROM t_sys_menuwhere menu_id='101';

这一步我们得到的值为：11

第二步：

UPDATE t_sys_menuSET rgt = rgt +2WHERE rgt >11;

第三步：

UPDATE t_sys_menuSET lft = lft +2WHERE lft >11;

第四步：

INSERTINTO t_sys_menu(menu_id, menu_descr, menu_url, lft, rgt)VALUES('114','保单审核','', (11+1), (11 +2));

 

 

 

 

 

 

 

 

 

运行下面的SQL语句我们来检查一下插入的效果：

SELECT

                  node.menu_id menuId,

                  node.menu_descr menuDescr,

                  node.lft,

                  node.rgt,

                  node.menu_url menuUrl,

                  (COUNT(parent.menu_id)-1) menuLevel,

             node.menu_pid pid

              FROM t_sys_menu node,

                  t_sys_menu  parent

              WHERE

           node.lftBETWEEN parent.lftAND parent.rgt

           AND node.menu_descr!='菜单'

              GROUPBY node.menu_id,node.menu_descr,node.lft,node.rgt,node.menu_url,node.menu_pid

              ORDERBY node.lft

怎么样，结果对了吧，呵呵！

看看整个菜单的右边界吧，从原来的26变成了28了，是不是哦？

1.3     如何删除一个节点

来看公式

第一步：选取要被删除的菜单的lft的值，rgt的值，以及宽度（width=rgt-lft+1）；

第二步：删除所有的位于第一步中得到的lft与rgt之间的节点；

第三步：将所有的右边界大于第一步中得到的rgt的所有节点的rgt的值减去第一步中得到的width

第四步：将所有的左边界大于第一步中得到的rgt的所有节点的lft的值减去第一步中得到的width

来看实际例子，我们有下面这样的数据：

我们想将menu_id=114的保单审核删除，当然，这是一个父节点，如果把它删了，其子节点115即手工审核也必须被一起删除，要不然它就成为脏数据了是不是？套用上述四步公式：

第一步：

SELECT lft, rgt, (rgt - lft +1) widthFROM t_sys_menuWHERE menu_id ='114'

第二步：

DELETEFROM t_sys_menuWHERE lftBETWEEN12AND15

第三步：

UPDATE t_sys_menuSET rgt = rgt -4WHERE rgt >15

第四部：

UPDATE t_sys_menuSET lft = lft -4WHERE lft >15

全部步骤完成后，我们来运行检验的SQL：

SELECT

                  node.menu_id menuId,

                  node.menu_descr menuDescr,

                  node.lft,

                  node.rgt,

                  node.menu_url menuUrl,

                  (COUNT(parent.menu_id)-1) menuLevel,

             node.menu_pid pid

              FROM t_sys_menu node,

                  t_sys_menu  parent

              WHERE

           node.lftBETWEEN parent.lftAND parent.rgt

           AND node.menu_descr!='菜单'

              GROUPBY node.menu_id,node.menu_descr,node.lft,node.rgt,node.menu_url,node.menu_pid

              ORDERBY node.lft

结果正确，再来看整个“菜单”的边界，从原来的28缩减成了26了，结果正确。

上述这种基于lft, rgt左右值无限分类实现算法的个菜单的好处在于：

ü   SQL语句不受特定的数据库的限制

ü   SQL语句通用

ü   直接从数据库中远取出来的结构化的数据即可满足需要pid的如：dtree.js这样的JS控件的需要也可以满足需要level的ajax tree控件的需要。

 

 




文章标签：
SQL
数据库
算法
BI
Java
JavaScript
前端开发
关系型数据库
数据安全/隐私保护
Oracle
关键词：
架构系统
数据库系统
架构数据库
数据库权限
架构权限
otteras
目录
相关文章
ZOMI酱
|
24天前
|
人工智能 前端开发 编译器
【AI系统】LLVM 架构设计和原理
本文介绍了LLVM的诞生背景及其与GCC的区别，重点阐述了LLVM的架构特点，包括其组件独立性、中间表示（IR）的优势及整体架构。通过Clang+LLVM的实际编译案例，展示了从C代码到可执行文件的全过程，突显了LLVM在编译器领域的创新与优势。
ZOMI酱
46 3
Deephub
|
14天前
|
监控 安全 API
使用PaliGemma2构建多模态目标检测系统：从架构设计到性能优化的技术实践指南
本文详细介绍了PaliGemma2模型的微调流程及其在目标检测任务中的应用。PaliGemma2通过整合SigLIP-So400m视觉编码器与Gemma 2系列语言模型，实现了多模态数据的高效处理。文章涵盖了开发环境构建、数据集预处理、模型初始化与配置、数据加载系统实现、模型微调、推理与评估系统以及性能分析与优化策略等内容。特别强调了计算资源优化、训练过程监控和自动化优化流程的重要性，为机器学习工程师和研究人员提供了系统化的技术方案。
Deephub
133 77
使用PaliGemma2构建多模态目标检测系统：从架构设计到性能优化的技术实践指南
Deephub
|
7天前
|
机器学习/深度学习 算法 数据可视化
基于深度混合架构的智能量化交易系统研究： 融合SSDA与LSTM自编码器的特征提取与决策优化方法
本文探讨了在量化交易中结合时序特征和静态特征的混合建模方法。通过整合堆叠稀疏降噪自编码器（SSDA）和基于LSTM的自编码器（LSTM-AE），构建了一个能够全面捕捉市场动态特性的交易系统。SSDA通过降噪技术提取股票数据的鲁棒表示，LSTM-AE则专注于捕捉市场的时序依赖关系。系统采用A2C算法进行强化学习，通过多维度的奖励计算机制，实现了在可接受的风险水平下最大化收益的目标。实验结果显示，该系统在不同波动特征的股票上表现出差异化的适应能力，特别是在存在明确市场趋势的情况下，决策准确性较高。
Deephub
31 5
基于深度混合架构的智能量化交易系统研究： 融合SSDA与LSTM自编码器的特征提取与决策优化方法
ZOMI酱
|
18天前
|
机器学习/深度学习 人工智能 并行计算
【AI系统】Kernel 层架构
推理引擎的Kernel层负责执行底层数学运算，如矩阵乘法、卷积等，直接影响推理速度与效率。它与Runtime层紧密配合，通过算法优化、内存布局调整、汇编优化及调度优化等手段，实现高性能计算。Kernel层针对不同硬件（如CPU、GPU）进行特定优化，支持NEON、AVX、CUDA等技术，确保在多种平台上高效运行。
ZOMI酱
70 32
ZOMI酱
|
18天前
|
存储 机器学习/深度学习 人工智能
【AI系统】计算图优化架构
本文介绍了推理引擎转换中的图优化模块，涵盖算子融合、布局转换、算子替换及内存优化等技术，旨在提升模型推理效率。计算图优化技术通过减少计算冗余、提高计算效率和减少内存占用，显著改善模型在资源受限设备上的运行表现。文中详细探讨了离线优化模块面临的挑战及解决方案，包括结构冗余、精度冗余、算法冗余和读写冗余的处理方法。此外，文章还介绍了ONNX Runtime的图优化机制及其在实际应用中的实现，展示了如何通过图优化提高模型推理性能的具体示例。
ZOMI酱
48 4
【AI系统】计算图优化架构
1778908750453455
|
3天前
|
机器学习/深度学习 存储 人工智能
基于AI的实时监控系统：技术架构与挑战分析
AI视频监控系统利用计算机视觉和深度学习技术，实现实时分析与智能识别，显著提升高风险场所如监狱的安全性。系统架构包括数据采集、预处理、行为分析、实时决策及数据存储层，涵盖高分辨率视频传输、图像增强、目标检测、异常行为识别等关键技术。面对算法优化、实时性和系统集成等挑战，通过数据增强、边缘计算和模块化设计等方法解决。未来，AI技术的进步将进一步提高监控系统的智能化水平和应对复杂安全挑战的能力。
1778908750453455
24 3
多客潇潇
|
8天前
|
机器学习/深度学习 前端开发 算法
婚恋交友系统平台 相亲交友平台系统 婚恋交友系统APP 婚恋系统源码 婚恋交友平台开发流程 婚恋交友系统架构设计 婚恋交友系统前端/后端开发 婚恋交友系统匹配推荐算法优化
婚恋交友系统平台通过线上互动帮助单身男女找到合适伴侣，提供用户注册、个人资料填写、匹配推荐、实时聊天、社区互动等功能。开发流程包括需求分析、技术选型、系统架构设计、功能实现、测试优化和上线运维。匹配推荐算法优化是核心，通过用户行为数据分析和机器学习提高匹配准确性。
多客潇潇
37 3
DK方方
|
6天前
|
前端开发 搜索推荐 安全
陪玩系统架构设计陪玩系统前后端开发，陪玩前端设计是如何让人眼前一亮的?
陪玩系统的架构设计、前后端开发及前端设计是构建吸引用户、功能完善的平台关键。架构需考虑用户需求、技术选型、安全性等，确保稳定性和扩展性。前端可选用React、Vue或Uniapp，后端用Spring Boot或Django，数据库结合MySQL和MongoDB。功能涵盖用户管理、陪玩者管理、订单处理、智能匹配与通讯。安全性方面采用SSL加密和定期漏洞扫描。前端设计注重美观、易用及个性化推荐，提升用户体验和平台粘性。
DK方方
32 0
ZOMI酱
|
21天前
|
存储 人工智能 监控
【AI系统】推理系统架构
本文深入探讨了AI推理系统架构，特别是以NVIDIA Triton Inference Server为核心，涵盖推理、部署、服务化三大环节。Triton通过高性能、可扩展、多框架支持等特点，提供了一站式的模型服务解决方案。文章还介绍了模型预编排、推理引擎、返回与监控等功能，以及自定义Backend开发和模型生命周期管理的最佳实践，如金丝雀发布和回滚策略，旨在帮助构建高效、可靠的AI应用。
ZOMI酱
84 15
ZOMI酱
|
24天前
|
人工智能 并行计算 程序员
【AI系统】SIMD & SIMT 与芯片架构
本文深入解析了SIMD（单指令多数据）与SIMT（单指令多线程）的计算本质及其在AI芯片中的应用，特别是NVIDIA CUDA如何实现这两种计算模式。SIMD通过单指令对多个数据进行操作，提高数据并行处理能力；而SIMT则在GPU上实现了多线程并行，每个线程独立执行相同指令，增强了灵活性和性能。文章详细探讨了两者的硬件结构、编程模型及硬件执行模型的区别与联系，为理解现代AI计算架构提供了理论基础。
ZOMI酱
64 12

热门文章

最新文章

  • 1
    RDS入门——Excel文件转存到RDS数据库实践
  • 2
    memcached数据库缓存
  • 3
    Oracle传输表空间迁移数据库
  • 4
    adb shell查看sqlite数据库
  • 5
    【Oracle】Oracle 11g 中的自动数据库维护任务管理
  • 6
    thinkphp数据库添加表单提交的数据
  • 7
    C++ 连接数据库的入口和获取列数、数据
  • 8
    10g升级至11g后数据库无法启动的问题解决
  • 9
    PostgreSQL数据库公开课视频及PGCE认证(第2期)(CUUG)(2020年)
  • 10
    centos6.6部署Mongodb数据库主从同步
  • 1
    构建未来：云原生架构在企业数字化转型中的关键作用
    54
  • 2
    构建高效微服务架构：后端开发的新视角
    56
  • 3
    构建高效微服务架构：后端开发的新趋势
    116
  • 4
    LLM上下文窗口突破200万！无需架构变化+复杂微调，轻松扩展8倍
    186
  • 5
    构建高效可靠的微服务架构：后端开发的新范式
    52
  • 6
    You Only Cache Once:YOCO 基于Decoder-Decoder 的一个新的大语言模型架构
    286
  • 7
    构建未来：云原生架构在企业数字化转型中的关键作用
    48
  • 8
    【Uniapp 专栏】Uniapp 架构设计与原理探究
    251
  • 9
    构建高效微服务架构：后端开发的新范式
    58
  • 10
    构建未来：云原生架构在现代企业中的应用与挑战
    69

    • 相关课程

    更多
  • 数据库的前世今生
  • 数据库核心概念
  • 从传统数据库到云数据库演进
  • 数据库常见问题排查
  • 数据库及SQL/MySQL基础
  • 高校精品课-西安交通大学 -数据库理论与技术

    • 相关电子书

    更多
  • DTCC 2022大会集锦《云原生一站式数据库技术与实践》
  • 阿里云瑶池数据库精要2022版
  • 2022 DTCC-阿里云一站式数据库上云最佳实践

    • 相关实验场景

    更多
  • 使用DAS实现数据库SQL优化
  • 自建数据库迁移到云数据库
  • 每个IT人都想学的“Web应用上云经典架构”实战
  • MySQL引擎及架构优化
  • PolarDB for AI：在数据库中通过SQL实现AI能力
  • 云原生HTAP数据库，让你的交易和分析一库搞定
    • 下一篇
    DataWorks售前咨询