- 相关博文
- 最新资讯
-
本文探讨了Java在大数据分布式存储中的应用，针对金融、医疗等行业的痛点问题提出解决方案。在金融高频交易场景中，Java方案通过内存缓存和异步写入将延迟从52ms降至8ms；银行灾备系统实现15秒故障检测和45秒切换，满足监管要求；医疗领域则平衡隐私保护与实时调阅，CT影像调阅时间从30秒缩短至1.2秒。研究基于18个行业案例，展示了Java如何通过全行业适配、数据安全可控和智能调度等核心能力，将存储延迟降低90%，扩容停机时间从8小时缩短至100ms，有效解决企业面临的存储性能瓶颈问题。
-
- 青云交
- 昨天
-
-
Hadoop Distribured File System，简称HDFS，是一个分布式文件系统(1)NameDode:负责管理HDFS的元数据，如文件和目录结构，以及文件块的位置。它是HDFS的核心控制整个文件系统的操作。(2)DataNode存储实际的数据块（block），负责数据的读写操作，并定期向NameNode报告其状态。(3):定期备份NameNode 的元数据，以防止 NameNode崩溃导致的数据丢失。Map和Reduce(1)Map:将要计算的数据拆分。
-
- .promising.
- 22小时前
-
-
Redis（SETNX + RedLock）、ZooKeeper（临时节点 + Watch机制）。K8s在大促中的应用（HPA自动扩缩容）、Serverless（适合定时任务/日志分析）。随机过期时间 + 多级缓存（本地→Redis→DB）+ 熔断降级（Sentinel）。延迟双删（先删缓存→更新DB→再删缓存）、订阅Binlog（Canal监听变更）。保证可见性（强制主存读取）和有序性（禁止指令重排序），但不保证原子性（如。用STAR法则描述项目：背景（S）、任务（T）、行动（A）、结果（R）。
-
- 小凡敲代码
- 17小时前
-
-
然而，传统的纸质SOP管理方式已经无法满足现代企业的需求，数字化的SOP工具正在成为企业运营管理的新趋势。支持自定义数据库、模板创建和多人协作功能。其丰富的模板库包含专门的SOP管理模板，能够快速搭建标准化作业体系，特别适合追求个性化和灵活性的现代企业。其简洁的设计和直观的操作方式降低了学习成本，特别适合小型团队和偏好简单工具的用户群体进行基础的流程管理。愿您在标准化运营的道路上找到最完美的数字化助手，实现从经验驱动到流程驱动的企业管理转型，让高效、规范、可持续的运营模式成为您企业竞争优势的核心基石。
-
- 茳渢
- 18小时前
-
-
使用的虚拟机是roucky8,需要下载java，rqm四个包可以在/etc下找到使用rpm -ivh *.rpm 安装所有实验开始前确保时间正确如果时间不正确修改时间2.配置文件第一个文件：vim /etc/hosts第二个文件 ：cd etc/elasticsearch/需要修改的地方：启动服务并查看java状态logstash安装在了 /usr/share/logstash/这里ln -spwd第三个文件： vim /etc/kibana/kibana.yml。
-
- 小阳睡不醒
- 昨天
-
-
MongoDB与MySQL的对比分析表明两种数据库各有适用场景：MongoDB适合灵活schema、高并发写入和文档嵌套，而MySQL更适合固定结构、强一致性和复杂关联查询。MongoDB社区版采用SSPL许可证开源，企业版收费。替代方案建议包括CouchDB、Elasticsearch等。ES与MongoDB的核心差异在于ES专注于搜索分析，而MongoDB侧重通用存储，二者常以互补架构配合使用。技术选型需根据具体业务需求决定，如搜索场景可选ES，事务需求则需MySQL或MongoDB企业版。
-
- 小李飞刀李寻欢
- 21小时前
-
-
本文介绍了Python中迭代器和生成器的区别及其实现方式。迭代器通过__iter__()和__next__()方法实现惰性计算，适合处理大数据集（如车牌数据集CCPD），能节省内存并支持自定义遍历逻辑。生成器则使用yield关键字简化迭代器创建，适用于需要按需生成值的场景。文章通过自定义迭代器案例展示了数据处理流程，包括文件筛选、坐标解析和归一化操作，并说明了如何利用迭代器协议实现流式处理大数据量。两者核心区别在于：迭代器是更底层的协议，生成器是迭代器的语法糖实现。
-
- Gession-杰
- 14小时前
-
-
本文详细解析了 Elasticsearch 快照恢复 API 的三个核心参数：indices（指定恢复的索引）、rename_pattern（定义重命名匹配模式）和rename_replacement（定义重命名规则）。通过多个实际案例展示了参数组合使用效果，包括恢复特定索引、通配符匹配、排除索引以及复杂重命名等场景。文章特别强调了索引命名的规范要求，解释了 Elasticsearch 对字符长度和类型的限制原因，包括安全性、性能、兼容性等方面的技术考量。
-
- 大数据与AI实验室
- 9小时前
-
-
本文介绍了Yocto项目中的关键构建任务流程，主要包括：1）获取源码（do_fetch）和解包（do_unpack）；2）应用补丁（do_patch）解决设备适配问题；3）系统根目录准备（do_prepare_recipe_sysroot）实现配方间共享；4）配置（do_configure）和编译（do_compile）过程；5）安装（do_install）和打包（do_package）生成目标文件；6）质量检查（do_package_qa）和根文件系统生成（do_rootfs）；7）最终镜像创建（do_i
-
- Cyrus_Ma
- 15小时前
-
-
数据仓库和数据库是企业数据管理的两大核心工具。数据库主要负责实时业务处理（OLTP），确保日常交易高效运行；数据仓库则专注历史数据分析（OLAP），支持战略决策。关键区别在于：数据库采用规范化存储，强调实时性和事务处理；数据仓库采用反规范化结构，侧重数据整合和趋势分析。企业实际应用中，二者常配合使用：数据库支撑业务系统运转，数据仓库则从多个数据源（包括数据库）抽取数据进行分析。选择时需考虑业务需求、数据特征和成本效益，通常数据库满足日常操作需求，数据仓库适合大规模历史数据分析场景。
-
- Leo.yuan
- 昨天
-
-
找到-XX:+UseConcMarkSweepGC 并修改为 -XX:+UseG1GC。一、使用一下命令找到你 jvm.options文件配置 的位置。再使用 docker ps -a 查看运行中和运行失败的容器。三、将失败的elasticsearch 容器 移除。二、vi/vim这个文件 jvm.options。再使用docker logs 容器id查看日志。使用docker ps 查看运行中的容器。没有elasticsearch。启动完成后返回一个序列id。创建挂载的文件和配置。
-
- EmpressBoost
- 昨天
-
-
看完这一篇，你就对 Spring Security 略窥门径了
开发Web应用，对页面的安全控制通常是必须的。比如：对于没有访问权限的用户需要转到登录表单页面。要实现访问控制的方法多种多样，可以通过Aop、拦截器实现，也可以通过框架实现，例如：Apache Shiro、Spring Security。我们这里要讲的Spring Security 就是一个Spring生态中关于安全方面的框架。它能够为基于Spring的企业应用系统提供声明式的安全访问控制解决方案。
-
-
-
为什么要在油气行业中应用 IoT？这 8 个应用场景告诉你 IoT 在油气行业中可以做什么...
如今，物联网已经进入了各行各业：汽车、农业、绿色能源。物联网还将征服的领域之一是石油和天然气领域。在这些特殊的行业环境中，公司雇佣专业人员来预测机器何时需要维护和保养。通过物联网监控，以确保员工在工作环境中的安全，并改善生产。 麦肯锡 (McKinsey Global Institute)研究表明，到2025年，物联网有可能吸引$11.1T 的资金。
-
ES2020 是 ECMAScript 对应 2020 年的版本。这个版本不像 ES6 (ES2015)那样包含大量新特性。但也添加了许多有趣且有用的特性。本文的代码地址：https://github.com/ljianshu/Blog 本文以简单的代码示例来介绍 ES2020新特性。这样，你可以很快理解这些新功能，而不需要多么复杂的解释。
-
在本文中，我们将开始开发自己的Kubernetes控制器。 技术栈可以是Python、NodeJS或Ruby。因为这个博客被命名为为“ Java极客”，因此选择Java是很正常的。 作为一个用例，我们将实现sidecar模式：每当一个pod被调度时，sidecar pod也会随之被调度。如果将前者删除，则后者也必须删除。
-
-
其实“数据湖”的概念由来已久，如果追溯时间大概可以到2011年。如今我们经常提及的数据湖其实可以被认为是一个集中式的安全存储库，用户可以任何规模存储、管理、发现并共享所有结构化和非结构化数据，过程中无需预定义架构。
-
-
医疗保健、零售、金融、制造业……一文带你看懂大数据对工业领域的影响！...
随着大数据技术的兴起，工业领域在很大程度上发生了变化。智能手机和其他通讯方式的使用迅速增加，使得每天都能收集大量数据。以下是大数据对工业领域的影响。
-
2020年已经到来，它的到来带来了信息和技术（IT）领域的诸多创新和变革，特别是对DevOps技术的创新和变革。美国领先的调查机构Grand View Research的专家进行的一项研究宣称，预计到2025年，DevOps的市场价值将达到128.5亿美元。
-
Docker容器已经从一种锦上添花的技术转变成了部署环境的必需品。有时，作为开发人员，我们需要花费大量时间调试或研究Docker工具来帮助我们提高生产力。每一次新技术浪潮来临之际，我们都需要花费大量时间学习。
-
SQL是用于数据分析和数据处理的最重要的编程语言之一，因此SQL问题始终是与数据科学相关工作（例如数据分析师、数据科学家和数据工程师）面试过程中的一部分。 SQL面试旨在评估应聘者的技术和解决问题的能力。因此，至关重要的是，不仅要根据样本数据编写正确的查询语句，而且还要像对待现实数据集一样考虑各种情况和极端情况。
-
近日，阿里云对外宣布其容器服务调度GPU云服务器启动加速计算，最快只需60秒即可完成新冠病毒的核酸对比工作；同时将向医疗科研机构、疾控中心等一线病毒研究机构免费开放基因计算服务，技术可大幅提升宏基因组测序、疫苗研发相关的处理效率。基于此，晶少专程采访了阿里云基因计算服务AGS负责人、高级技术专家李鹏，集中呈现针对GPU和容器技术大幅提升核酸比对速度的有关细节以及关于阿里云基因计算服务（AGS）的诸多信息。
-
最近，我构建了一个本地开发环境，该环境使用 Docker 进行一些关键的集成测试。 在我要完成这项工作时，我意识到在开始这项工作之前，我没有考虑到这么做的一些意义深远影响，如：
-
数据库连接池和线程池等池技术存在的意义都是为了解决资源的重复利用问题。在计算机里，创建一个新的资源往往开销是非常大的。而池技术可以统一分配，管理某一类资源，它允许我们的程序可以重复的使用这个资源，只有在极端情况下（比如连接池满）才会创建新的资源。
-
-
从提取层、处理层、基础结构入手，带你了解Spark和Kafka！
电子商务市场中典型的一天是这样的：每分钟发生1万个事件流，并且要选择合适的工具对其进行处理。
-
随着业务的发展，MySQL数据库中的表会越来越多，表中的数据量也会越来越大，相应地，数据操作的开销也会越来越大；另外，无论怎样升级硬件资源，单台服务器的资源（CPU、磁盘、内存、网络IO、事务数、连接数）总是有限的，最终数据库所能承载的数据量、数据处理能力都将遭遇瓶颈。
-
王坚博士曾经做过这样一个非常形象的比喻，他将做 App 比作是在别人的花园里弄盆栽，「种点花草是没有问题的」，不过「别人叫你的产品下架你就得下架，这是有问题的」，现在在 GitHub 上，众多的开发者显然遭遇了这样的问题。
活动
-
2021-11-10
-
2021-03-09
-
2020-12-16
独家定制
-
-
3500人的专业安全团队与你同在
-
-
CSDN云计算在线公开课
-
-
IaaS市场高速增长，历久弥新
精品推荐
关于我们
关注「云计算」
转载 & 投稿：songhui@csdn.net
商务合作：zhangjing@csdn.net