- 相关博文
- 最新资讯
-
WorldLabs发布全球首个Web端3D高斯泼溅(3DGS)渲染引擎Spark2.0,实现三大突破:1)支持1亿+高斯点的流式渲染;2)基于WebGL2/Three.js实现跨平台运行;3)创新LoD系统与RAD格式实现秒级加载。该技术解决了传统3DGS显存占用高、加载慢的痛点,使高精度3D场景能在手机、PC等任意设备浏览器中流畅运行。官方开源地址:https://github.com/sparkjsdev/spark
-
Spark 4.0核心升级摘要 Spark 4.0带来8大革新: Spark Connect:轻量级客户端-服务端架构,解耦应用与集群,支持多语言,部署更灵活。 ANSI SQL模式默认开启:严格校验SQL行为(如除零报错),需适配try_*函数或临时关闭ANSI。 VARIANT数据类型:JSON处理性能提升8倍,支持原生路径查询和列式存储。 SQL Pipe语法:链式管道操作,提升代码可读性。 SQL UDF + Scripting:支持纯SQL定义函数和过程化脚本。 Python三件套:原生UDTF、
-
《Windows Internals》10.1.26 Registry performance and optimization:为什么注册表后面的优化重点,已经从“能不能存”变成了“怎样在大 hiv
本文探讨了Windows注册表性能优化的核心思路转变:从基础的存储能力转向高效访问性能。文章指出,现代Windows系统通过hive重组(reorganization)和内存优化两大策略提升注册表性能。hive重组解决碎片化问题,采用周期性自动整理机制,通过克隆新hive而非原地整理来优化物理布局;内存优化则针对安全描述符共享、字符串去重、KCB缓存等关键路径进行改进。这些优化共同实现了注册表访问速度的提升和内存占用的降低,使系统在启动和运行时获得更好的性能表现。 -
《Windows Internals》10.1.25 Reliability:为什么注册表不是“写进去就完了”,而是从 base block 序列号、增量日志到恢复流程都在围绕“崩溃后还能回来”做设计
摘要: 《Windows Internals》10.1.25节揭示了注册表设计的核心理念:通过多重机制确保系统崩溃后仍可恢复数据。注册表并非简单写入文件,而是采用双日志系统(.log1/.log2)、脏扇区位图(dirty sector array)和延迟写入(lazy writer)等技术,结合基础块双序列号和增量日志,构建了一套完整的崩溃恢复体系。其设计目标不是避免崩溃,而是确保即使写入过程中断,也能通过日志回滚(roll forward)将hive恢复到一致状态。这种“稳定存储”策略体现了Window -
10.1.24 Registry virtualization:为什么容器里的应用明明以为自己在写 HKCU / HKLM,Configuration Manager 实际看到的却是 \Registr
** 文章摘要(150字): 《Windows Internals》10.1.24节解析了容器环境下的注册表虚拟化机制。当容器内应用访问HKCU/HKLM时,实际路径会被重定向至\Registry\WC\<GUID>等容器专属路径,而非宿主机全局注册表。该功能由Configuration Manager和VReg驱动协作实现,通过命名空间重定向(namespace redirection)和注册表合并(registry merging)两大核心技术,将虚拟化请求转换为隔离的容器层操作。这种设计既 -
RabbitMQ仲裁队列摘要 RabbitMQ仲裁队列(Quorum Queue)是基于Raft共识算法实现的高可用队列类型,解决了传统镜像队列的数据一致性问题。关键特性包括: 强一致性保障:通过Raft算法确保所有节点数据一致,写操作需多数节点确认 自动故障恢复:支持Leader自动选举,无需人工干预 高可靠性:有效防止脑裂和数据丢失,适合关键业务场景 与镜像队列对比,仲裁队列牺牲部分写入性能换取更强的一致性,适合金融交易、订单处理等对数据可靠性要求高的场景。配置时只需声明队列时指定x-queue-typ
-
通过这套 The Graph + RabbitMQ 的异步处理架构,成功解决旧有 Web3j 方案在稳定性、性能和扩展性上的痛点,将链上数据处理能力从单点监听升级为分布式异步处理系统,支撑了更高并发的业务场景。监听 RabbitMQ 队列,并使用多线程异步处理,确保单个任务失败不影响队列的整体消费,提高系统吞吐量。The Graph 将链上原始日志(Logs)转化为结构化、可查询的数据实体,为后端提供了高效的数据源。为了保证不漏抓、不重抓,并优化 The Graph 的查询成本,生产者服务采用了。
-
本文系统解析分布式锁原理与实践,涵盖Redis/ZooKeeper/etcd三大方案、Redlock算法、时钟回拨等核心议题,兼具深度、广度与落地性,助你构建高可用、强一致的分布式并发控制能力。
-
2026年云南新高考志愿填报在即,面对“院校+专业组”的全新规则,考生如何避免滑档?本文结合云南省招考政策,分析新高考填报的三大误区,并探讨如何利用大数据与专业规划实现“分尽其用”。
-
电商实时UV/PV统计大屏的技术实现方案摘要: 该方案基于Flink流处理框架,通过Kafka实时消费用户行为日志,实现电商大屏的UV/PV统计。核心设计包括:1) Kafka分区数与Flink消费者并行度1:1匹配,确保高吞吐消费能力;2) 采用滑动窗口计算(5分钟窗口,1分钟滑动),PV直接计数,UV通过HyperLogLog近似去重优化性能;3) Checkpoint机制配置30秒间隔和5分钟超时,保证Exactly-Once语义;4) 结果输出至Redis,利用其高并发特性支持大屏实时查询。整个方案
-
以互联网大厂Java面试为背景,严肃面试官围绕音视频AIGC内容社区的微服务架构、数据库、缓存、消息队列、监控与安全、以及Spring AI/RAG/Agent等能力逐轮提问;水货程序员小Y简单题能答、复杂题含糊,最后附详细答案与学习要点,适合小白系统入门。
-
智能OJ平台后端框架
-
RabbitMQ与其他消息队列对比摘要 本文对比了四种主流消息队列(RabbitMQ、Kafka、RocketMQ和ActiveMQ)的核心特性与适用场景。RabbitMQ基于AMQP协议,提供灵活路由和可靠消息传递,适合企业级应用;Kafka专为高吞吐量设计,适合日志处理和大数据场景;RocketMQ结合了RabbitMQ和Kafka的优点,适合金融级交易;ActiveMQ则适合传统企业应用集成。 文章通过Mermaid图表展示了各系统的架构差异,并提供了Java代码示例演示基本用法。最后给出了技术选型建
-
RabbitMQ队列选型指南:镜像队列 vs 仲裁队列 本文对比分析了RabbitMQ两种高可用队列方案的特性与适用场景。镜像队列作为经典方案采用主从同步复制,提供成熟稳定的消息冗余,但存在同步延迟和脑裂风险。仲裁队列基于Raft算法实现,通过多数派确认机制提升性能,适合低延迟要求的场景,但对奇数节点集群有强依赖。技术选型需权衡一致性、性能和运维复杂度,现代应用推荐优先考虑仲裁队列,而传统系统可继续使用镜像队列。文章包含Java代码示例和配置说明,为分布式系统设计提供实践参考。
-
本文整理了Linux系统管理、SQL查询和PySpark数据处理的核心知识点。Linux部分包含常用命令:查找7天内修改的log文件(find)、查看磁盘空间(df)、监控CPU占用进程(ps)和输出重定向技巧。SQL示例演示了分类统计、奖金计算和产品订单分析等典型场景。PySpark部分展示了DataFrame的合并(union)、去重(distinct)和过滤(filter)操作。最后提供了Python判断回文数的简洁实现,利用字符串切片[::-1]进行反转比较。这些内容涵盖了日常开发和数据分析中的高频
-
CLAUDE.md 是放在项目根目录的**"写给 AI 的 README"**,它是 Claude Code 的持久记忆文件。:如果团队同时使用多个 AI 编程工具(如 Cursor + Claude Code),可以考虑维护一个共享的AGENTS.md,减少规则漂移。理解加载优先级:CLAUDE.local.md > 项目根 CLAUDE.md > 父目录 CLAUDE.md > 全局配置。子目录规则使用 paths 按需加载。~/.claude/CLAUDE.md适用于你机器上的所有项目。
-
Kafka 社区对共享存储的兴趣由来已久:如果所有数据都放在 S3 这样的共享存储上,Broker 就不需要本地磁盘,副本复制可以省掉,跨 AZ 流量费也随之消失。但对象存储的延迟一直让这个想法停留在"理论上很美"的阶段。AWS 最近发布的 S3 Files 改变了这个前提——它给 S3 加上了 NFS 文件系统接口,小文件读取延迟做到了亚毫秒级。于是一个老问题以新的面貌回来了:Kafka 能不能直接跑在 S3 Files 上?
-
AI1000 人才图谱则从产业落地、垂直行业、基础能力、治理安全四大维度,梳理全球 AI 领域关键人才,揭示数智化人才从单点专才向复合能力、从技术竞争向组织竞争、从通用突破向行业渗透的三大变革趋势。唯有牢牢把握数智化战略机遇,加快构建科学高效的人才评价、培养、使用体系,才能在全球数智化竞争中抢占先机,以人才优势筑牢新质生产力根基,推动我国数字经济与人工智能产业迈向全球价值链高端,为强国建设、民族复兴注入强劲动能。,覆盖学术研究、技术创新、产业落地、治理安全四大领域,全景呈现全球数智化核心人才格局。
-
综合来看,选择IT培训机构时,您可以基于以下维度进行权衡:1.教学模式与规模:追求个性化辅导和深度实战,可优先考虑汉码未来这类强调小班真实实训的机构;适应标准化、体系化学习,则可考虑传智播客达内等全国性品牌。2.课程方向与前沿性:关注AI、鸿蒙等前沿技术,可考察云和数据的课程体系;深耕云计算、运维领域,马哥教育是专注选择。3.就业资源与数据云和数据公布了较高的量化就业数据,而传智播客的高口碑推荐率也间接证明了其就业效果。选择时务必核实这些数据的真实性和具体构成(如就业城市、企业类型)。4.
-
近一段时间,Serverless的横空出世似乎让大家发现了架构开发的新乐园。无需纷繁复杂的后台开发配置,更不用介怀巨型架构体系造成的“迷宫”困境,开发人员轻松上阵即可完成过去耗时数小时才能搞定的初始版本,极大缩短技术研发与市场检验的距离。
-
-
-
近日2019甲骨文云大会在上海举行。大会今年以“超越,由此开启”为主题,聚集了众多数字化领军企业代表,与合作伙伴、技术专家和意见领袖一起共同探讨技术创新将如何帮助企业探索数据价值,创造无限可能。
-
如果有人要问2019年技术圈什么最热,“中台”绝对当仁不让,从观望到试水,很多公司做出了从 0 到 1 的探索。众所周知,“中台”一词在国内最早是由阿里提出来的,2015 年,马云参观芬兰游戏公司Supercell,观察其每个游戏开发的小团队只有六七个人,但开发与停止的速度之快,让马云即惊讶又好奇。得知如此快的原因是开发者将游戏开发过程中用到的一些通用的游戏素材和算法整理出来,作为工具提供给小团队使用,使得同一套工具可以支持多个游戏研发团队。这样的架构模式给了马云很大的震撼和启发,这也催生了阿里巴巴的中台战略,加之越来越的企业跟随其热度,寄希望于借助中台推动业务增长以快速实现数字化转型, “中台”得以风靡。
-
i 智慧 | 为云而生、多快好省,这就是星星海的style!
不久之前,腾讯云刚刚对外上新了一款服务器,号称深度自研且独一无二,其名字也十二分的卡哇伊,叫做“星星海”。晶少虽然还没来得及探寻其名的出处,不过在与腾讯服务器供应链总经理刘裕勋的谈聊中已基本了解到星星海的重要style之一,为云而生。
-
IBM在中国发布Cloud Paks,牵手神州数码,助力企业云转型步入“第二篇章”
近日IBM中国今天宣布,IBM已经将其软件组合转化为云原生,并对其进行优化,使之在红帽OpenShift上运行。首批转型成果——IBM Cloud Paks产品组合——正式亮相中国市场。
-
CSDN云计算现强势开启“云+X”案例征集活动,从先进性、拓展性、效益性等三个基本方向出发,深入展现云技术作用行业的突出优势。我们有理由相信,挖掘展现更多优秀案例定会给不同行业领域带来启迪,进而推动整个“云+行业”的健康发展。
-
腾讯Techo开发者大会揭晓云存储发展趋向:高性能、高可用、高性价比
产业数字化转型过程中产生着比过去任何一个时代都多的数据。在这样的背景下,数据存储技术应该怎么发展?11月7日,在腾讯Techo开发者大会上,来自科研领域的专家和腾讯云存储业务的工程师们共同揭开了云存储的发展趋势。
-
世界第一超算Summit需要大约1万年来完成的计算,量子计算机需要多久? 谷歌研究人员给出答案:3分20秒。 据英国《金融时报》报道,谷歌研究人员在本周向美国国家航空航天局(NASA)提交的论文中写道,其实验标志着量子处理器上执行的首次计算。而这一堪称“恐怖”的计算速度,被研究人员称作是“量子霸权”的证明。
-
没有美支持,华为表示其5G仍能保持世界领先;谷歌发布补丁;微软发布 SQL Server 2019 新版本……...
速递、最新、绝对有料。这里有企业新动、这里有业界要闻,打起十二分精神,紧跟fashion你可以的! 每周两次,打卡即read 更快、更全了解泛云圈精彩news go go go
-
首次落地中国大陆的OpenInfra:中国对于开源做出的贡献力量已不可忽视
一张标志着上海现代建筑地标的东方明珠海报,另一张展示着上海悠久历史的豫园景区海报,不仅向我们展示了这座城市浓厚的历史气息与现代化的繁荣,也让我们看到了OpenStack历经9年历史背后仍有着新鲜的科技气息。仅从这两张景色迷人且拥有时尚气息的两张海报,便能够看出此次开源基础设施峰会的用心良苦。没错,前身为OpenStack Summit的Open Infrastructure Summit首次落地中国大陆,而此次也正是阿丹第一次参加这场盛会,深感荣幸。
-
12306 的技术扒光在你面前,100 万人如何抢 1 万张票
12306 抢票,极限并发带来的思考。 每到节假日期间,一二线城市返乡、外出游玩的人们几乎都面临着一个问题:抢火车票!虽然现在大多数情况下都能订到票,但是放票瞬间即无票的场景,相信大家都深有体会。
-



















