文档章节

PBRT笔记(7)——反射模型

o
 osc_lt3ocv4d
发布于 2018/12/21 22:08
字数 4283
阅读 3
收藏 0

「深度学习福利」大神带你进阶工程师,立即查看>>>

基础术语

表面反射可以分为4大类:

  1. diffuse 漫反射
  2. glossy specular 镜面反射高光
  3. perfect specular 完美反射高光
  4. retro-reflective distributions 后反射分布

几何坐标系以及工具函数

pbrt中的反射是在反射坐标系中进行计算的。坐标系由着色点处法向量与两个切向量组成,也就是 正交基向量(s,t,n),分别于x,y,z相对齐。以$( \theta ,\phi)$球体坐标系来表达方向。

从图8.3中可以了解到以下内容,代码在reflection.h中

inline Float CosTheta(const Vector3f &w) { return w.z; }
inline Float Cos2Theta(const Vector3f &w) { return w.z * w.z; }
inline Float AbsCosTheta(const Vector3f &w) { return std::abs(w.z); }
inline Float Sin2Theta(const Vector3f &w) {
    return std::max((Float)0, (Float)1 - Cos2Theta(w));
}

inline Float SinTheta(const Vector3f &w) { return std::sqrt(Sin2Theta(w)); }

inline Float TanTheta(const Vector3f &w) { return SinTheta(w) / CosTheta(w); }

inline Float Tan2Theta(const Vector3f &w) {return Sin2Theta(w) / Cos2Theta(w);}

inline Float CosDPhi(const Vector3f &wa, const Vector3f &wb) {
    return Clamp((wa.x * wb.x + wa.y * wb.y) /std::sqrt((wa.x * wa.x + wa.y * wa.y) *(wb.x * wb.x + wb.y * wb.y)),
    -1, 1);
}

基本接口

BRDF与BTDF共享公共基类BxDFBxDFType为反射属性枚举(按照不同的子类修改里面部分枚举的值)

MatchesFlags()用于确定当前BxDF的标签是否与用户提供的一样。

f()返回分布函数值。

完美反射物体例如镜子、玻璃、水之类只能从一个入射方向散射到另一个出射方向,对于这些光线散射情况,就需要特殊处理。这样的BxDF最好是使用delta分布来表示,在此PBRT提供了**Sample_f()**函数,可以用来处理散射的随机方向采样问题。(使用这个函数氛围使用delta分布与不适用)

virtual Spectrum Sample_f(const Vector3f &wo, Vector3f *wi,const Point2f &sample, Float *pdf,BxDFType *sampledType = nullptr) const;
反射率

半球方向反射率(半球方向上的全反射): $\rho_{hd}(\omega_o)=\int_{H^2(n)}f_r(p,\omega_o,\omega_i) \left|cos\theta_i \right| d\omega_i $

virtual Spectrum rho(const Vector3f &wo, int nSamples,const Point2f *samples) const;

半球-半球反射率(当前半球方向上所有光线都是一样的情况下,类似兰伯特材质): $\rho_{hh}=\frac{1}{\pi}\int_{H^2(n)}\int_{H^2(n)}f_r(p,\omega_o,\omega_i) \left|cos\theta_i cos\theta_i \right|d\omega_o d\omega_i $

如果没有提供$w_o$,计算ρhh,则使用:

virtual Spectrum rho(int nSamples, const Point2f *samples1,const Point2f *samples2) const;

PS.之前看《ray tracing from the ground up》都不知道rho这个函数是啥意思

BxDF缩放适配器

用于取得BxDF的值,并把它缩放至光谱的贡献值。类名为ScaledBxDF

反射高光与透射

在光滑表面(理想状态下)中,反射的出射角与入射角大小相同,遵守菲尼尔定理。一般情况下,计算计算机图形学中的常见操作都会忽略色散现象,以此极大地简化光线传输计算(色散:折射率随着光的波长而变化)。Snell定律:

$\eta_i sin\theta_i =\eta_t sin \theta_t$

菲涅尔方程描述了光线接触到表面后反射与透射的比,它实际上Maxwell方程在光滑表面上的求解。 因为在现实环境中光的偏振现象较少,所以在PBRT假设光不偏振。在这个假设下,菲尼尔反射率表示为平行和垂直偏振项的平方的平均值。我们使用$\eta$表示折射率

$r_\parallel=\frac{\eta_t cos\theta_i-\eta_i cos\theta_t}{\eta_t cos\theta_i-\eta_i cos\theta_t}$

$r_\bot=\frac{\eta_i cos\theta_i-\eta_t cos\theta_t}{\eta_i cos\theta_i-\eta_t cos\theta_t}$

对于非偏振光的菲尼尔反射率:

$F_r=\frac{1}{2}(r_\parallel^2+r_\bot^2)$

存在几个重要类别需要加以区分:

  1. 第一类是绝缘体(非金属),即不导电的材料。它们有真实的折射率(通常在1-3范围内),并能透射一部分入射光。例如玻璃、矿物油、水和空气。
  2. 第二种是导体(金属),比如金属。导体的导电性会对电磁波中的电子产生一定影响,所以与介质不同,导体的折射率较为复杂:·$\overline{\eta}=\eta+ik$,k为吸收系数。
  3. 第三种是半导体,本书暂时不考虑。

因为能量守恒的关系,所以绝缘体中透射的能量为1-$F_r$,FrDielectric函数计算了非偏振光对于绝缘体的菲尼尔反射:

Float FrDielectric(Float cosThetaI, Float etaI, Float etaT) {
    cosThetaI = Clamp(cosThetaI, -1, 1);
    //为了计算透射角的cos值,必须确定是在介质内还是外
    bool entering = cosThetaI > 0.f;
    if (!entering) {
        std::swap(etaI, etaT);
        cosThetaI = std::abs(cosThetaI);
    }

    // Snell定律计算cosThetaT 
    Float sinThetaI = std::sqrt(std::max((Float)0, 1 - cosThetaI * cosThetaI));
    Float sinThetaT = etaI / etaT * sinThetaI;

    if (sinThetaT >= 1) return 1;
    Float cosThetaT = std::sqrt(std::max((Float)0, 1 - sinThetaT * sinThetaT));
    Float Rparl = ((etaT * cosThetaI) - (etaI * cosThetaT)) /
                  ((etaT * cosThetaI) + (etaI * cosThetaT));
    Float Rperp = ((etaI * cosThetaI) - (etaT * cosThetaT)) /
                  ((etaI * cosThetaI) + (etaT * cosThetaT));
    return (Rparl * Rparl + Rperp * Rperp) / 2;
}

导体与绝缘体分界面处的菲尼尔反射率为: $r_\bot=\frac{a^2+b^2-2acos\theta+cos^2\theta}{a^2+b^2+2acos\theta+cos^2\theta}$

$r_\parallel=r_\bot\frac{cos^2\theta(a^2+b^2)-2acos\theta sin^2\theta +sin^4\theta}{cos^2\theta(a^2+b^2)+2acos\theta sin^2\theta +sin^4\theta}$

其中:

$a^2+b^2=\sqrt{(\eta^2-k^2-sin^2\theta)^2+4\eta^2k^2}$

$\eta + ik = \overline {\eta_t}/\overline{\eta_i}$为这个复杂计算后的折射率。但是因为$\overline{\eta_i}$是绝缘体的关系,这个部分的计算可以被代替。

Spectrum FrConductor(Float cosThetaI, const Spectrum &etai,
                     const Spectrum &etat, const Spectrum &k) {
    cosThetaI = Clamp(cosThetaI, -1, 1);
    Spectrum eta = etat / etai;
    Spectrum etak = k / etai;

    Float cosThetaI2 = cosThetaI * cosThetaI;
    Float sinThetaI2 = 1. - cosThetaI2;
    Spectrum eta2 = eta * eta;
    Spectrum etak2 = etak * etak;

    Spectrum t0 = eta2 - etak2 - sinThetaI2;
    Spectrum a2plusb2 = Sqrt(t0 * t0 + 4 * eta2 * etak2);
    Spectrum t1 = a2plusb2 + cosThetaI2;
    Spectrum a = Sqrt(0.5f * (a2plusb2 + t0));
    Spectrum t2 = (Float)2 * cosThetaI * a;
    Spectrum Rs = (t1 - t2) / (t1 + t2);

    Spectrum t3 = cosThetaI2 * a2plusb2 + sinThetaI2 * sinThetaI2;
    Spectrum t4 = t2 * sinThetaI2;
    Spectrum Rp = Rs * (t3 - t4) / (t3 + t4);

    return 0.5 * (Rp + Rs);
}

为了方便起见,PBRT抽象了一个Fresnel类,并且提供一个Evaluate()方法,用于估算并且返回菲尼尔反射率。在此基础上创建了FresnelConductor、FresnelDielectric、FresnelNoOp类。

FresnelConductor类存储了入射折射率、透射折射率以及吸收系数k。

FresnelDielectric类存储了入射折射率与透射折射。

FresnelNoOp类为菲尼尔反射率为1的情况。在现实生活中不太可能,但为一些操作提供便捷。

反射

SpecularReflection类继承自BxDF类。 其反射公式:

$L_o(\omega_o)=\int f_r(\omega_o,\omega_i)L_i(\omega_i) \left| cos\theta_i \right| d\omega_i=F_r(\omega_r)L_i(\omega_r)$

如果使用狄拉克分布来构造这个BRDF,则有:

$\int f(x)\delta (x-x0)dx=f(x_0)$

如果希望BRDF在除了完美反射的地方,别的地方皆为0,就建议使用狄拉克分布,则有:

$f_r(\omega_o,\omega_i)=\delta(\omega_i-\omega_r)F_r(\omega_i)$

将其带入方程后得: $L_o(\omega_o)=\int \delta(\omega_i - \omega_r)F_r(\omega_i)L_i(\omega_i) \left| cos \theta_i\right| d\omega_i=F_r(\omega_r)L_i(\omega_r) \left| cos \theta_r\right|$

然而它并不正确,因为有了个额外参数$\theta_r$,将因子分离出来,得到正确结果:

$f_r(p,\omega_o,\omega_i)=F_r(\omega_r)\frac{\delta(\omega_i-\omega_r)}{\left| cos\theta_r\right|} $

因为对于任意方向,delta函数不会返回散射值的原因,所以f()返回0.

然而PBRT确实实现了Sample_f()方法,它根据delta分布选择适当的方向。它将输出变量wi设置为提供的方向wo在表面法线附近的反射。*pdf值设置为1;

Spectrum SpecularReflection::Sample_f(const Vector3f &wo, Vector3f *wi,const Point2f &sample, Float *pdf,BxDFType *sampledType) const {
    *wi = Vector3f(-wo.x, -wo.y, wo.z);
    *pdf = 1;
    return fresnel->Evaluate(CosTheta(*wi)) * R / AbsCosTheta(*wi);
}

如何求反射向量?参看图8.8就明白了。代码:

inline Vector3f Reflect(const Vector3f &wo, const Vector3f &n) {
return -wo + 2 * Dot(wo, n) * n;
}

因为由于在BRDF坐标系系统中,法向量为(0,0,1)所以:*wi = Vector3f(-wo.x, -wo.y, wo.z);

透射

我们使用τ来表示光线透射过介质的能量(别的都被反射了):

$\tau = 1- Fr(\omega_i).$

则该介质透射的辐射通量的微分为:

$d\Phi_o=\tau d\Phi_i$

使用辐射学的定义代替后:

$L_ocos\theta_odAd\omega_o=\tau( L_i cos\theta_idAd \omega_i)$

将平面角度坐标系转换到球面角坐标后:

$L_ocos\theta_odAsin\theta_od\theta_od\phi_o=\tau( L_i cos\theta_idAsin\theta_id\theta_id\phi_i)$

将Snell定律进行变换,对于θ有: $\eta_ocos\theta_od\theta_o=\eta_icos\theta_id\theta_i=>\frac{cos\theta_od\theta_o}{cos\theta_id\theta_i}=\frac{\eta_i}{\eta_o}$

将其代入公式8.7中则有: $L_o\eta_i^2d\phi_o=\tau L_i\eta_o^2d\phi_i$

因为$\phi_i=\phi_o+\pi$所以$d\phi_i=d\phi_o$,从而得到: $L_o=\tau L_i\frac{\eta_o^2}{\eta_i^2}$

对于BRDF,我们需要约去一个$cos\theta_i$去取得一个正确BTDF用于透射计算。

$f_r(\omega_o,\omega_i)=\frac{\eta_o^2}{\eta_i^2}(1-F_r(\omega_i))\frac{\delta(\omega_i-T(\omega,n))}{\left| cos\theta_i\right|}$

其中$T(\omega_o,n)$为函数通过法向量与出射角计算出来的透射向量。

因为BTDF是一个缩放后的狄克拉函数,所以f()返回0。

inline bool Refract(const Vector3f &wi, const Normal3f &n, Float eta,
                    Vector3f *wt) {
    Float cosThetaI = Dot(n, wi);
    Float sin2ThetaI = std::max(Float(0), Float(1 - cosThetaI * cosThetaI));
    Float sin2ThetaT = eta * eta * sin2ThetaI;

    if (sin2ThetaT >= 1) return false;
    Float cosThetaT = std::sqrt(1 - sin2ThetaT);
    *wt = eta * -wi + (eta * cosThetaI - cosThetaT) * Vector3f(n);
    return true;
}

Spectrum SpecularTransmission::Sample_f(const Vector3f &wo, Vector3f *wi,const Point2f &sample, Float *pdf,BxDFType *sampledType) const {
    //确定哪个折射率为透射哪个为入射
    bool entering = CosTheta(wo) > 0;
    Float etaI = entering ? etaA : etaB;
    Float etaT = entering ? etaB : etaA;

    //计算透射向量
    if (!Refract(wo, Faceforward(Normal3f(0, 0, 1), wo), etaI / etaT, wi))
        return 0;
    *pdf = 1;
    //透射量计算
    Spectrum ft = T * (Spectrum(1.) - fresnel.Evaluate(CosTheta(*wi)));

    //如果是辐射学模式的话再乘以两个介质的折射率平方商
    if (mode == TransportMode::Radiance) ft *= (etaI * etaI) / (etaT * etaT);
    return ft / AbsCosTheta(*wi);
}

菲尼尔模式下的反射与透射

为了在蒙特卡洛光线传递算法中(14章~16章会介绍)有更好的效率,我们将会使用一种同时带有折射与反射的BxDF。类名为:FresnelSpecular。具体内容详见代码(会在13~14章介绍具体内容)。

LAMBERTIAN反射

类名为:LambertianReflection。 f()返回 辐射度/π

基于微表面的反射模型

OREN–NAYAR漫反射模型

Oren与Nayar在1994年发现现实世界的物体并没有表现出完美的Lambertian反射具体来说,粗糙的表面通常会随着光照方向接近观察方向而变得更亮。

于是他们开发了一个描述粗糙表面反射模型,基于v形状的微表面,使用球形高斯分布参数与一个变量σ描述。σ为光线与视线的偏差角。

因为假设在V形状微表面的情况下,所以仅需考虑相邻的微表面可以互相反射。这是一个经验近似模型:

$f_r(\omega_i,\omega_o)=\frac{R}{\pi}(A+B max(0,cos(\phi_i-\phi_o))sin\alpha tan \beta)$

其中σ为弧度制:

$ A=1-\frac{\sigma^2}{2(\sigma^2+0.33)}$

$B=\frac{0.45\sigma^2}{\sigma^2+0.09}$

$\alpha=max(\theta_i,\theta_o)$

$\beta=min(\theta_i,\theta_o)$

代码参见:OrenNayar::f(const Vector3f &wo, const Vector3f &wi)

微表面分布函数

MicrofacetDistribution为微表面分布的基类。其中一个重要特征就是微表面分布函数D(ωh)。该函数定义于与BxDF相同的BSDF坐标系中。

因此,当ωh等于面法线,且狄克拉函数结果不为0的情况下,完美的光滑表面就可以用狄克拉函数来描述。D(ωh)=δ(ωh−(0,0,1))。

微面分布函数必须normalized,以确保它们在物理上是正确的。直观地说,如果我们考虑沿法线方向n的入射光线,那么每条光线必须与微平面精确相交一次。更正式地说,给定微表面的微分面积dA,那么该面积以上的微面投影面积必须等于dA(参见图8.15)。

$\int_{H^2(n)}=D(\omega_h)cos\theta_h d\omega_h=1$

MicrofacetDistribution::D()对应D(ωh)。返回

微表面朝向与法向量对于该区域面积的微分。

Beckmann和Spizzichino(1963)提出了一种基于微面坡度高斯分布的微面分布函数,该函数得到了广泛的应用;实现在BeckmannDistribution类中。Beckmann–Spizzichino模型定义为:

$D(\omega_h)=\frac{e^{-tan^2\theta_h/\alpha^2}}{\pi\alpha^2cos^4\theta_h}$

如果σ代表了微表面斜度的平方根,那么α=√2σ

这对定义各项异性非常有用,同时正态分布也取决于ωh的方位取向各不相同。那相对的微表面的各向异性分布函数为: $D(\omega_h)=\frac{e^{-tan^2\theta_h(cos^2\phi_h/\alpha_x^2+sin^2\phi_h/\alpha_y^2)}}{\pi\alpha_x\alpha_ycos^4\theta_h}$

注意,当$a_x=a_y$时,该公式将会变成各项同性。

另一种有用的微表面分布函数来自Trowbridge and Reitz (1975).具有各项异性变化:

$D(\omega_h)=\frac{1}{\pi\alpha_x\alpha_ycos^4\theta_h(1+tan^2\theta_h(cos^2\phi_h/\alpha_x^2+sin^2\phi_h/\alpha_y^2))}$

与Beckmann–Spizzichino相比,Trowbridge–Reitz精度更高,但是速度更慢。

遮罩与阴影

但是微表面的法线分布还是不够的,还需要考虑到可见性问题。这个效果可以用Smith’s masking-shadowing函数G1(ω, ωh)来表现(注意他的定义域为[0,1])。通常情况下可见性与微表面法线分布式是相互独立的。

$cos\theta=\int_{H^{2(n)}}G_1(\omega,\omega_h)max(0,\omega \cdot \omega_h)D(\omega_h)d\omega_h$

换句话说,可见的微表面对于方向ω,必有cosθdA,其中cosθ=(ω · n))

微表面可以看成是一个高度场,每个背光的微表面会遮蔽ω方向上投射面积的向光的微表面。

定义A+为向光面的微表面,A-为背光面的微表面,于是$cos\theta=A^+(\omega)-A^-(\omega)$。所以masking-shadowing函数为:

$G_1(\omega)=\frac{A^+(\omega)-A^-(\omega)}{A^+(\omega)}$

在每个微表面中不显示区域的比例为: $ \Lambda{}(\omega)=\frac{A^-(\omega)}{A^+(\omega)-A^-(\omega)}=\frac{A^-(\omega)}{cos\theta}$

我们使用lambda这个函数来计算,同时: $G_1(\omega)=\frac{1}{1+\Lambda(\omega)}$

这个lambda函数可以使用不同的模型来模拟,对于点与点之间没有相关性的模型可以使用Beckmann–Spizzichino: $\Lambda(\omega)=\frac{1}{2}(erf(a)-1+\frac{e^{-a^2}}{a\sqrt{\pi}})$

其中$a=1/(\alpha tan\theta)$,$erf(x)=2/\sqrt{\pi}\int_0^x{e^{-x'^2}}dx'$

PBRT使用了合理的基于物理的多项方程式计算 Beckmann–Spizzichino,这样避免计算了std::erf()与std::exp(),所以计算效率更高。

Masking-shadowing函数的各项异形版本可以通过各向同性版本修改得到。

<Compute alpha for direction w> ≡ 543
Float alpha = std::sqrt(Cos2Phi(w) * alphax * alphax +
Sin2Phi(w) * alphay * alphay);

在高度不相关的前提下,$\Lambda(\omega)$对于Trowbridge–Reitz分布可以简化为: $\Lambda(\omega)=\frac{-1+\sqrt{1+\alpha^2tan^2\theta}}{2}$

最后一个有用的是几何属性的微表面分布$G_1(\omega_o,\omega_i)$,假设从这两个方向观察这个微表面,其可见度的概率是相互独立的,则有 $G_1(\omega_o,\omega_i)=G_1(\omega_o)G_1(\omega_i)$

实际上不可能的,因为漏算了当ωo=ωi这个情况。在这个情况下G(ωo, ωi) = G1(ωo) = G1(ωi).这会导致下G(ωo, ωi)过小。同时,当ωo与ωi越接近,其相关性也越大。因此可以推断一个更加精确的微表面模型,假设在微表面上的点越高,其可见度越高。

$G(\omega_o,\omega_i)=\frac{1}{1+\Lambda(\omega_o)+\Lambda(\omega_i)}$

这个模型相当精确,PBRT也在使用这个,更为精确的模型请看扩展阅读,当然那个地方我就懒得看了。

Float G(const Vector3f &wo, const Vector3f &wi) const {
    return 1 / (1 + Lambda(wo) + Lambda(wi));
}

TORRANCE–SPARROW模型

Torrance and Sparrow 于1967年发现了这个微表面模型用于模拟金属表面。这段还是去看知乎上那些介绍实时渲染PBR模型的文章比较好。

$ f(\omega_{o},\omega_{i})=\frac{D(\omega_{h})F(\omega_{o})G(\omega_{o},\omega_{i})}{4 cos\theta_o cos\theta_i} $

代码在MicrofacetReflection中的f()中。MicrofacetTransmission则实现了透射效果。入射介质折射率、透射介质折射率以及$d\omega_h d\omega_o$的关系如下:

$d\omega_h=\frac{\eta_o^2 \left | \omega_o \cdot \omega_h\right|d\omega_o}{(\eta_i(\omega_i \cdot \omega_h)+\eta_o(\omega_o \cdot \omega_h))^2}$

代入之前的公式:

$f_r(\omega_o,\omega_i)=\frac{\eta^2D(\omega_h)G(\omega_o,\omega_i)(1-F_r(\omega_o))}{((\omega_o \cdot \omega_h)+\eta(\omega_i \cdot \omega_h))^2}\frac{\left| \omega_i \cdot \omega_h\right| \left|\omega_o \cdot \omega_h \right|}{cos\theta_o cos\theta_i}$

其中$\omega_h=\omega_o+\eta \omega_i$

多层材质模型

很多BRDF模型都没有考虑到在多层材质中,最底层的材质对于光线的影响。Ashikhmin和Shirley(2000, 2002)开发了模拟这种表面是粗糙的漫反射,底面为光滑的镜面反射的多层材质的BRDF模型。图8.23显示了这个想法:当入射方向接近垂直时,大部分光被传输到漫反射表层,漫反射占主导地位。当入射方向接近掠射时,底层的镜面反射占主导地位。车漆就适合用这种模型来表现。类名为FresnelBlend。

FresnelBlend类设置了两个辐射度变量分别来控制漫反射与镜面反射,以及一个微表面分布变量来控制高光层。

这个模型基于镜面反射层与漫反射层的权重和。再考虑了能量守恒的情况下,其镜面高光部分为: $f_r(p,\omega_o,\omega_i)=\frac{D(\omega_h)F(\omega_o)}{4(\omega_h \cdot \omega_i)(max((n \cdot \omega_o),(n \cdot \omega_i))}$

下面使用了Schlick菲尼尔近似模型。其漫反射部分为: $f_r(p,\omega_i,\omega_o)=\frac{28R_d}{23\pi}(1-R_s)(1-(1-\frac{(n\cdot \omega_i)}{2})^5)(1-(1-\frac{(n \cdot \omega_o)}{2})^5)$

最终返回镜面高光+漫反射的值。

o
粉丝 1
博文 500
码字总数 0
作品 0
私信 提问
加载中
请先登录后再评论。
我的架构演化笔记 功能1: 基本的用户注册

“咚咚”,一阵急促的敲门声, 我从睡梦中惊醒,我靠,这才几点,谁这么早, 开门一看,原来我的小表弟放暑假了,来南京玩,顺便说跟我后面学习一个网站是怎么做出来的。 于是有了下面的一段...

强子哥哥
2014/05/31
976
3
Nutch学习笔记4-Nutch 1.7 的 索引篇 ElasticSearch

上一篇讲解了爬取和分析的流程,很重要的收获就是: 解析过程中,会根据页面的ContentType获得一系列的注册解析器, 依次调用每个解析器,当其中一个解析成功后就返回,否则继续执行下一个解...

强子哥哥
2014/06/26
712
0
树莓派(Raspberry Pi):完美的家用服务器

自从树莓派发布后,所有在互联网上的网站为此激动人心的设备提供了很多有趣和具有挑战性的使用方法。虽然这些想法都很棒,但树莓派( RPi )最明显却又是最不吸引人的用处是:创建你的完美家用...

异次元
2013/11/09
7.1K
8
桌面即时贴软件--GloboNote

GloboNote 是一个桌面记事软件,可帮你创建待办事宜、提醒和其他笔记信息。无限制即时贴的数量,可分组整理,支持搜索,可定制文本的显示格式(字体、颜色和大小),可将某个即时贴始终显示在...

匿名
2013/01/21
6.8K
1
代码生成器--Codgen

Codgen是一个基于数据库元数据模型,使用freemarker模板引擎来构建输出的代码生成器。freemarker的数据模型结构通常来说都是一个Map树状结构模型,codgen也不例外,它的数据模型这棵树的根节...

黄天政
2013/01/29
1.4W
2

没有更多内容

加载失败,请刷新页面

加载更多

MySQL索引相关

一、索引分类 1、单列索引 1.1、主键索引(不能包含空值) 1.2、唯一索引(可以包含kong'zhi) 1.3、普通索引 2、多列索引 2.1、组合索引 3、全文索引 3.1、全文索引只针对大文本字段有效,比如:...

城里的月光
22分钟前
9
0
二级分销的理解

人人商城分销定义 例如: 分销商:A、B、C、D、E 群体1:A是B的上级分销商,B是C的上级分销商,C是D的上级分销商,则他们分销层级是:A是一级分销商,B是二级分销商,C是三级分销商 群体2:B...

红翼网
25分钟前
6
0
HBase/TiDB都在用的数据结构:LSM Tree,不得了解一下?

LSM Tree(Log-structured merge-tree)广泛应用在HBase,TiDB等诸多数据库和存储引擎上,我们先来看一下它的一些应用: 这么牛X的名单,你不想了解下LSM Tree吗?装X之前,我们先来了解一些...

Monica2333
25分钟前
16
0
Linux下如何高效切换目录?

Linux 下对于目录的切换,大家肯定会想到一个命令:cd 命令。这个是 Linux 下再基本不过的命令,如果这个命令都不知道的话,赶紧剖腹自尽去吧。 cd 命令确实很方便,但如果需要频繁在下面的目...

良许Linux
29分钟前
27
0
限流算法

1 计数算法 2 滑动窗口 (可以解决计数算法 临界线 QPS超过限流问题) 3 漏桶算法 4 令牌桶算法

yzzzzzzzz
32分钟前
3
0

没有更多内容

加载失败,请刷新页面

加载更多

返回顶部
顶部