- 相关博文
- 最新资讯
-
【摘要】该工作流针对微信文章处理效率低下的痛点，设计了一套自动化解决方案。核心功能包括：1）通过token和fakeId获取公众号文章；2）利用插件循环抓取文章列表；3）自动获取文章详情并进行二创处理后写入飞书。搭建步骤分为四步：配置访问参数、获取文章列表、处理文章内容、结束流程。该方案显著提升了公众号内容处理效率，将人工从重复劳动中解放，适用于内容运营等场景。工作流采用模块化设计，通过参数化配置实现灵活调用，最终输出结构化数据到飞书表格。
-
- 芝麻开门-新起点
- 前天
-
-
某知名互联网大厂，面试官严肃专业，面试对象是搞笑但水货的程序员谢飞机。面试覆盖Java核心技术栈及多个业务场景，包括内容社区、AIGC、在线教育等，问题由浅入深，逐步引导。
-
企业往往同时使用多个公有云厂商（如AWS+阿里云），或存在新旧私有集群（HDFS 2.x与3.x并存），导致数据分散在不同存储系统中，形成“数据孤岛”。混合云是指将私有云（企业自建数据中心）与公有云（AWS/Azure/阿里云等）通过专用网络连接，实现数据与应用的协同管理。通过本文方案，企业可构建“安全可控、弹性高效、成本优化”的大数据混合云存储平台，在数据爆炸时代实现业务与技术的协同增长。某电商平台通过混合云存储策略，将90天前的历史订单数据（冷数据）从私有云HDFS迁移至S3冰川存储，
-
- AI架构师小马
- 20小时前
-
-
（完整文章包含18个技术考点解析，涵盖分布式事务、消息队列、实时计算等场景，通过业务价值导向的技术选型对比，帮助读者建立架构设计思维）"你简历写熟练悉Spring Cloud，能解释服务熔断的原理吗？"如果推荐服务需支持千万级商品实时检索，如何设计分布式索引？"AI推荐服务响应慢导致下单失败，如何设计异步解耦方案？"项目日志方案是什么？遇到跨服务链路追踪难题如何解决？"SaaS平台如何实现多租户成本隔离？"如何设计多租户的向量数据库架构？
-
- remCoding
- 昨天
-
-
再问一个，如果系统需要支持秒杀活动中的消息推送（如短信、微信），你会如何设计消息队列？“小曾，看到你简历里提到参与过电商秒杀项目，能详细介绍一下你们当时如何解决高并发下的库存超卖问题的吗。“思路是对的，但实际落地时需要注意锁的自动续期和超时处理，否则在高并发下容易发生锁丢失。“假设你的系统需要集成AI推荐引擎，实时根据用户行为推荐商品，你会如何设计数据同步方案？最后一个问题，如果公司决定用AIGC技术生成商品描述，你会如何设计这个功能模块。今天聊的差不多了，你先回去等通知吧，我们会在一周内给你答复？
-
- remCoding
- 昨天
-
-
在大数据生态系统中，Zookeeper如同一位默默无闻的交通指挥官，协调着各种分布式组件的有序运行。然而，许多团队往往忽视了这位"指挥官"的潜能，使用默认配置运行Zookeeper集群，导致其无法发挥最佳性能，甚至成为整个大数据平台的性能瓶颈。本文将带领读者深入探索Zookeeper的配置参数世界，通过生动的比喻、详实的案例和专业的调优技巧，帮助您解锁Zookeeper的真正潜能。
-
本文全面解析Kafka消费者与消费者组的实战应用，涵盖消费模式、分区再均衡、位移提交策略等核心概念。主要内容包括：1）Kafka的两种消费模式（点对点和发布订阅）及其融合实现；2）消费者组的分区分配策略（Range/RoundRobin/Sticky）和再均衡机制；3）位移提交的自动/手动（同步/异步）策略及适用场景；4）消息重复消费问题和顺序保证方案。文章提供完整的Python代码示例、可视化图示和运行步骤，帮助开发者深入理解Kafka消费者机制并应用于生产环境。特别包含消费者组实战案例，通过3个消费者实
-
- 何双新
- 前天
-
-
更重要的是，它让我明白：大数据不是冰冷的数字，而是解决实际问题的工具——就像这次的模型框架，只要能够抓住 “时序依赖 + 极端值需求”的核心逻辑，提高模型泛化性，未来不仅能适配加密货币、商品期货的预测，还能迁移到零售销量极值识别等场景。其三，永远不要轻易放弃——即使陷入瓶颈，多查一份资料、多试一次实验，或许就能迎来突破，这既是“数据炼丹”的乐趣，也是成长的必经之路；其四，团队成员间的交流也是尤为重要，特征筛选的技巧，模型改进的思路等等，多样化的视角才能打破单一思维的局限，让模型进一步得到优化。
-
- 数据派THU
- 前天
-
-
《Git Bash实用指南摘要》 本指南聚焦Git核心命令的实战应用，系统梳理了开发全流程所需的Git操作。从基础配置（git config）到仓库初始化（git init/clone），详细解析日常开发循环：状态检查（status）、暂存（add）、提交（commit）和差异对比（diff）。重点剖析分支管理（branch/switch/checkout）与合并策略（merge/rebase）的选择技巧，提供远程协作关键命令（remote/push/fetch/pull）的操作指南。同时涵盖版本回退（re
-
- 青草地溪水旁
- 17小时前
-
-
在数据分析领域，“实时”通常是指近实时，即数据从产生到被分析并得到结果的时间延迟很短，通常在秒级或分钟级。本次讨论的关键是利用消息队列进行解耦和缓冲，使用MySQL的分区表和索引优化来提升存储和查询性能，以及使用流处理框架进行实时数据处理。对于本系统，我们重点关注如何使用MySQL构建可扩展的数据存储层和数据处理层，并配合其他组件实现实时分析。对于实时性要求较高的分析，可以考虑使用物化视图或预计算技术，将计算结果预先存储起来，减少查询时的计算量。完善的监控和报警机制是保证系统稳定运行的关键。
-
- 海派程序猿
- 21小时前
-
-
-
当企业通过上云实现转型时，迁移是一个重要的无法回避的话题。 迁移是为了提高企业信息架构和应用的敏捷性，从而助力企业快速创新和发展；迁移也是为了提高企业全球化和数字化的水平。我们从正在进行转型的公司中看到，通过云迁移实现架构和应用的现代化，主要有四个大趋势。
-
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。
-
日前，ASPLOS 2020公布了计算机界最新科技成果，其中包括阿里云提交的名为《High-density Multi-tenant Bare-metal Cloud》的论文，该论文阐述了阿里云自研的神龙服务器架构如何解决困扰云计算行业多年的虚拟化性能损耗问题，打破物理机的性能神话，让云服务器突破性能极限。
-
让服务器突破性能极限 阿里云神龙论文入选计算机顶会ASPLOS
日前，ASPLOS 2020公布了计算机界最新科技成果，其中包括阿里云提交的名为《High-density Multi-tenant Bare-metal Cloud》的论文，该论文阐述了阿里云自研的神龙服务器架构如何解决困扰云计算行业多年的虚拟化性能损耗问题，打破物理机的性能神话，让云服务器突破性能极限。此次入选意味着全球计算机顶会对阿里云自研技术的认可，也意味着中国创新技术在全球计算机界争得了一席之地。
-
一文了解 Spring Boot 服务监控，健康检查，线程信息，JVM堆信息，指标收集，运行情况监控！...
去年我们项目做了微服务1.0的架构转型，但是服务监控这块却没有跟上。这不，最近我就被分配了要将我们核心的微服务应用全部监控起来的任务。我们的微服务应用都是SpringBoot 应用，因此就自然而然的想到了借助Spring Boot 的Actuator 模块。
-
从零单排HBase 02：全面认识HBase架构（建议收藏）
在网上看过很多HBaes架构相关的文章，内容深浅不一，直到发现了一篇MapR官网的文章，写得实在太生动了。
-
本文以淘宝作为例子，介绍从一百个到千万级并发情况下服务端的架构的演进过程，同时列举出每个演进阶段会遇到的相关技术，让大家对架构的演进有一个整体的认知，文章最后汇总了一些架构设计的原则。
-
稳定、可扩展、模块化、简化部署过程、版本控制……一文看懂 Kubernetes 到底如何运用！...
说实话，我是个Kubernetes爱好者。Kubernetes是软件开发的重要一步。当我遇到它时，我就想：“这就是将容器融入生产的方式”。我没有任何犹豫就投入了它的怀抱。有成千上万的架构师像我一样，已经深深爱上这项技术。
-
当微软前首席软件架构师雷·奥兹（Ray Ozzie）在2008年的PDC大会上发布Windows Azure时，没人能预估这个软件平台将会为该公司和整个行业带来什么样的影响。
-
微服务架构模式经过5年多的发展，在各行各业如火如荼地应用和实践。如何在企业中优雅地设计微服务架构？是企业面对的一个重要问题。本文将讲述微服务架构1.0设计与实践以及面临问题和破局，最后讲述微服务架构2.0设计与实践等方面，尝试去回答这个难题。
-
“云原生全家桶“KubeSphere 如何让企业从容迈进云原生时代？
最近两年，云原生大火。究其原因，“数字化转型”几乎成为所有企业当下最迫切的需求，在这样的趋势下，恰逢新旧IT架构升级的契机，容器、微服务等技术与理念得以发挥所长。众多“上云”企业，寄望于业务能够快速迭代、缩短交付周期、弹性敏捷以及成本控制更优……以支持现有业务的快速发展及创新。
-
企业云计算领导者Nutanix（纳斯达克代码：NTNX）近日宣布，物流行业领导企业嘉里大通 (Kerry EAS) 已采用Nutanix超融合基础架构（HCI）和企业云解决方案，进行企业数据中心的现代化改造。
-
随着云计算，大数据和人工智能技术应用，单靠CPU已经无法满足各行各业的算力需求。海量数据分析、机器学习和边缘计算等场景需要计算架构多样化，需要不同的处理器架构和GPU，NPU和FPGA等异构计算技术协同，满足特定领域的算法和专用计算需求。今天，笔者带大家详细了解下FPGA技术。 FPGA是英文Field Programmable Gate Array简称，即现场可编程门阵列。它是在PLA、PAL、GAL、CPLD等可编程器件的基础上进一步发展的产物。它是作为专用集成电路(ASIC)领域中的一种半定制电路，既解决了定制电路的不足，又克服了原有可编程器件门电路数有限的缺点。
-
随着云计算，大数据和人工智能技术发展，边缘计算发挥着越来越重要的作用，补充数据中心算力需求。计算架构要求多样化，需要不同的CPU架构来满足不断增长的算力需求，同时需要GPU，NPU和FPGA等技术加速特定领域的算法和专用计算。以此，不同CPU架构，不同加速技术应用而生。
-
作为一家年营收超1000亿美元全球化企业，华为有19万员工且多达1023个办公地点，遍布世界范围内170多个国家并横跨运营商、政企和消费者三大领域的业务规模……如此雄厚财力、庞大架构、繁杂业务，有何可愁？自然是对寻找一款能够支撑企业有效增长以及全球化运作的智能工作平台有高度迫切的需求，这就是华为云WeLink的缘起之因。“确实，WeLink在华为云产品序列中绝对算得上是战略级，我们对此投入了很多。”华为云副总裁、联接与协同业务总裁薛浩说。
-
京东任命周伯文担任京东云与AI事业部负责人 全面负责AI、云计算、IoT三大技术领域
2019年12月6日，京东集团宣布设立京东云与AI事业部，整合原京东云、人工智能、IoT三大事业部的架构与职责，由京东集团副总裁周伯文博士担任负责人，向京东集团董事局主席兼CEO刘强东先生汇报。周伯文博士将带领京东云、人工智能、IoT团队聚焦战略、技术、产品、创新、场景化顶层设计和商业落地，将京东“干锤百炼”的前沿技术与实体经济相融合，致力于实现学术前沿化、技术商业化的目标。
-
12月3日，广东省农村信用社联合社银信中心副总裁周丹在2019年阿里云广东峰会上透露，通过携手阿里云，广东农信实现了从传统架构向云化的转型升级，金融业务系统的搭建工期从按月计算缩短至按天计算，效率大幅提升。
-
-
华为云TaurusDB计算存储分离架构：让数据“身”分离，“心”凝聚
在2019年HC大会上，华为重磅推出最新一代高扩展海量存储分布式数据库——TaurusDB，它拥有一个最大的特点就是将存储和计算以一种分离的架构形式运行。很多人就会问到，华为云为什么会设计这款产品？核心竞争力是什么？对比原生MySQL的优势有哪些？借此时机，CSDN记者有幸采访到了华为云TaurusDB数据库资深技术专家，现在就请他来为我们一一解答。
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