自编译的ffmpeg与rga，mpp的lib库适用于rk3399 与aarch-arm工具链

rk3399 使用qt，利用ffmpeg拉去rtsp流，交给mpp硬解码，再交给rga转换并显示图像

GBase+8a+MPP+Cluster+V8.6.2+管理员手册

国产开源优秀新一代MPP数据库StarRocks入门之旅-数仓新利器（中）.doc

国产开源优秀新一代MPP数据库StarRocks入门之旅-数仓新利器（上）.doc

GBase 8a MPP Cluster SQL参考手册，详细介绍gbase 数据库sql 使用

mpp文件是项目管理常见的一种文件格式，但是，平时工作中，我们主要是看项目经理做好的文件，不用修改，安装庞大的微软的mp太大。

MPP_LINUX_C ++ 一个演示演示了如何在Linux上使用mpp如果您想在android上使用mpp，可以参考 项目架构 ├──build --build目录├──CMakeLists.txt --cmake脚本├──main.cpp-主程序├──mpp --mpp抽象接口├──README.md --doc ├──res --res目录├──rkdrm --drm界面（高级显示） ├──rkrga --rga界面（关于格式和分辨率的转换） └──线程-线程抽象接口（使用posix） 制造和测试 首先，请将CMakeLists.txt修改为指定的c和c ++编译器。那样做设置（CMAKE_C_COMPILER“输入您的工具链gcc路径）设置（CMAKE_CXX_coMPILER“输入您的工具链g ++路径”） cmake版本> = 2.8是必需的root：cd构建根：make根目

概述 随着海量数据问题的出现，海量管理能力，多类型，变化快，高可用性，低成本，高 端可扩展性等需求给企业数据战略带来了巨大的挑战。企业数据仓库、数据中心的技术 选型变得尤其重要！所以在选型之前，有必要对目前市场上各种大数据量的解决方案进 行分析。 主流分布式并行处理数据库产品介绍 1 Greenplum 1 基础架构 Greenplum是基于Hadoop的一款分布式数据库产品，在处理海量数据方面相比传统数 据库有着较大的优势。 Greenplum整体架构如下图： 数据库由Master Severs和Segment Severs通过Interconnect互联组成。 Master主机负责：建立与客户端的连接和管理；SQL的解析并形成执行计划；执行计 划向Segment的分发收集Segment的执行结果；Master不存储业务数据，只存储数据字典 。 Segment主机负责：业务数据的存储和存取；用户查询SQL的执行。 2 主要特性 Greenplum整体有如下技术特点： Shared-nothing架构 海量数据库采用最易于扩展的Shared- nothing架构，每个节点都有自己的操作

dyna官方原版mpp求解器ls-dyna_mpp_s_R13.0_365_winx64_ifort190_msmpi需要有可用的许可才能用。