- 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.
- 昨天
-
-
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
- 22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
- 23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
- 昨天
-
-
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
- 19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
- 14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
- 20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
-
-
i 智慧 | 回首30年存储演进之路 再看新数据时代阿里云存储如何革故鼎新？
人类以日新月异的速度刷新着科技的成果，其中存储的发展历史尤其悠久，堪称万年进化史。自文明诞生以来，我们就一直在寻求能够更有效存储信息的方式，从4万年前的洞穴壁画、6000年前泥板上的楔形文字，到今天普及的SSD/闪存，再到对量子存储、DNA存储技术的探索，脚步从未停止。据IDC预测，2025年全球数据将有175 ZettaBytes的总量。如此惊人而又庞大的数据量，为存储市场带来机遇的同时，也带来了不小的挑战。
-
雪花算法(snowflake) ：分布式环境，生成全局唯一的订单号
snowflake是Twitter开源的分布式ID生成算法，结果是一个long型的ID。 这种方案大致来说是一种以划分命名空间（UUID也算，由于比较常见，所以单独分析）来生成ID的一种算法，这种方案把64-bit分别划分成多段，分开来标示机器、时间等。 其核心思想是：使用41bit作为毫秒数，10bit作为机器的ID（5个bit是数据中心，5个bit的机器ID），12bit作为毫秒内的流水号，最后还有一个符号位，永远是0。
-
据晶少了解，国庆假期后的首个工作日，AWS就在中国区域放出了一款“重量级”容器服务，名为 AWS Fargate，光环新网运营的 AWS 中国（北京）区域和西云数据运营的 AWS 中国（宁夏）区域均提供该项服务。据悉这是一款可以适用于 Amazon ECS的计算引擎，主要帮助企业在生产过程中运行容器、却无需部署或者管理服务器，换句话说就是专注设计和构建应用程序，而不用挂心太多基础设施的“那些事儿”。
-
-
桌面智能分析产品+“智同211”计划，永洪科技打造数据价值生态圈！
企业如何更好地去挖掘数据价值，赋能产品创新和业务的迭代？数据时代，企业如何更好的利用数据进行数字化转型？在永洪科技主办的“智同道合，数创未来”第一届数据分析技术与应用高峰论坛上，或许能找到你想知道的。
-
排序算法这么多，这里先将排序算法做个简单分类： 一、可以根据待排序的数据量规模分类： 内部排序：在排序过程中，待排序的数据能够被全部加载进内存中 外部排序：待排序的数据太大，不能全部同时放入内存，排序过程中需要内存与外部存储交换数据
-
蚂蚁金服自研数据库OceanBase登顶TPC-C榜单的消息振奋人心，同时引起国内技术圈的广泛讨论，第一个云上跑出来的数据库分数含金量如何？其他数据库有没有可能更强？
-
Teradata上新Vantage Customer Experience和Vantage Analyst，都是啥？
近日Teradata宣布推出Vantage CX（Vantage Customer Experience）解决方案，以此改变世界上创新性的数据驱动型公司的客户体验。
-
-
-
服务器对每个从事IT工作的人来说并不陌生，但是服务器所涉及的各种知识细节，并非大家都十分清楚，为了让大家深入了解服务器的关键知识点，笔者特意抽时间总结了这篇科普文章，旨在帮助读者全面了解服务器。今天内容就从服务器的架构和分类开始。
-
Q：什么是Spark？A：简单理解，Spark是在Hadoop基础上的改进，是UC Berkeley AMP lab所开源的类Hadoop MapReduce的通用的并行计算框架，Spark基于map reduce算法实现的分布式计算，拥有Hadoop MapReduce所具有的优点；但不同于MapReduce的是Job中间输出和结果可以保存在内存中，从而不再需要读写HDFS，因此Spark能更好地适用于数据挖掘与机器学习等需要迭代的map reduce的算法。
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