- 相关博文
- 最新资讯
-
本文系统介绍了大数据学习流程与技术体系，包含数据采集、存储、计算和应用四个核心环节。基础技能包括Java、Scala等编程语言和Linux系统。数据采集涉及Flume、Kafka等工具，存储采用HDFS、HBase等分布式系统。计算部分区分离线（Hive、Spark）和实时（Flink）处理，涵盖数据仓库建模、调度等。应用层包含多维分析工具（ClickHouse、Doris）和报表系统（Superset）。完整技术栈覆盖大数据处理全生命周期，为构建企业级数据平台提供参考架构。
-
- Pentane.
- 昨天
-
-
【摘要】2026华北交通高质量发展大会暨国际交通产业博览会将于9月18-19日在石家庄举办。活动以"创新驱动·高质量发展"为主题，包含全体大会、7场专题论坛及15000㎡产业博览会，聚焦智慧交通、绿色低碳等前沿领域。展会创新采用智能标摊设计，融合AR互动等科技元素，设置13大特色展区展示5G、AI等技术应用。预计吸引15000名专业观众，为交通行业搭建产学研用对接平台，推动华北地区交通数字化、智能化升级。（150字）
-
- qq_43484330
- 昨天
-
-
本文详细介绍了从Elasticsearch 8.17.2升级到9.2.4的完整流程。由于官方升级路径限制，需分两阶段进行：先升级至8.19.0，再升级至9.2.4。文章包含11个关键步骤：1)升级前检查与备份；2)兼容性验证；3)分片分配管理；4)分节点滚动升级；5)Kibana升级；6)验证流程。特别强调Java版本要求（8.19.0需Java17+，9.2.4需Java21+）和插件兼容性问题。提供完整的回滚方案、时间预估（10-14小时）和常见问题解答，适用于生产环境升级场景。
-
本文详细介绍了在CentOS8系统上安装kafka_2.13-4.1.1集群的完整流程。主要内容包括：1)环境准备，包括关闭防火墙、安装JDK21、创建kafka用户和配置目录权限；2)Kafka集群安装，详细说明了KRaft模式的配置要点，包含节点角色定义、监听器设置、线程配置、日志存储等关键参数；3)提供了三节点集群(192.168.31.128/130/131)的完整server.properties配置模板，特别强调了controller.quorum.voters、listeners和advert
-
- Jack_David
- 20小时前
-
-
本文探讨了时序数据库在大数据场景下的选型策略，重点分析了Apache IoTDB的技术优势。随着物联网和工业互联网的发展，时序数据处理能力成为企业数字化转型的关键。文章从性能指标、架构设计、工业友好性、生态适配、成本控制和国产化适配六大维度对比了主流时序数据库产品。结果表明，Apache IoTDB在写入吞吐量、数据压缩比、云边端协同能力和国产化适配等方面显著优于InfluxDB、TimescaleDB等国外产品，特别适合工业场景需求。文章为企业提供了科学的时序数据库选型方案，推荐优先考虑国产开源产品以保障
-
- I'mAlex
- 22小时前
-
-
在数据爆炸式增长的今天，OLAP（在线分析处理）系统面临着数据规模扩大、查询复杂度提升、响应时间苛刻的多重挑战。ClickHouse 作为一款专为分析型场景设计的列式数据库，其存储层优化技术是实现高性能的核心支撑。本文聚焦 ClickHouse 数据存储优化的底层原理与工程实践，涵盖列式存储架构、索引设计、数据压缩、向量化执行等关键技术，结合数学模型与代码实例，揭示其性能优势的技术本质。全文分为核心概念解析、算法原理分析、数学模型构建、实战案例演示、应用场景探讨等模块。
-
- AI原生应用开发
- 前天
-
-
2026年预计数据分析师岗位需求较2023年增长35%-50%（参考权威行业报告数据）2026年预测起薪范围：二线城市5-8K/月，一线城市8-12K/月。通过Kaggle或行业数据集（如电商销售数据）完成3-5个实战项目。专业课程通常覆盖SQL、Python、Hadoop等核心工具链。积累6个月以上企业实习经历（可优先选择零售、物流等行业）职业定位与数据分析师、商业智能工程师等岗位高度匹配。3-5年经验后可转向数据挖掘或数据产品经理岗位。实训项目侧重数据清洗、可视化等企业级应用场景。
-
在分布式系统中，我们常面临这样的挑战：服务间紧耦合与同步调用阻塞。例如，订单服务在完成交易后，若需同步调用库存、物流、积分等多个下游服务，任何一环的延迟或失败都将阻塞整个链路，损害用户体验，且服务间升级迭代相互掣肘，系统僵化。RabbitMQ 正是为破解此难题而生的“消息代理”。它如同一个智能、可靠的邮局，在服务间构筑了一个异步通信层，让服务只需专注于“投递”与“收取”消息，彼此独立演进，从而实现了系统的解耦、弹性与可扩展性。
-
- Andy Dennis
- 前天
-
-
当前医院后勤数字化、智能化转型进入深水区，设备运维低效、能耗偏高、服务协同不足、监管难度大等痛点凸显，成为制约医疗机构高质量发展的关键因素。本文围绕医院后勤转型核心需求，结合企业行业深耕度、解决方案适配性、技术创新力、实战落地效果四大核心维度，筛选5家标杆企业的智慧后勤解决方案，深入拆解各方案的技术亮点、场景适配性及落地价值，重点解析不同方案的差异化优势与适用场景，为各类医疗机构后勤数字化转型选型提供客观参考，全程无广告导向，仅做行业技术与方案解析。
-
- 悄悄地走了
- 昨天
-
-
摘要：本文介绍了如何在LangChain中通过Elasticsearch集成实现混合搜索功能，结合了关键词搜索(BM25)和语义搜索(向量相似度)的优势。文章提供了Python和JavaScript的完整示例代码，演示了如何构建科幻电影搜索系统。混合搜索能同时处理字面匹配和语义理解，特别适用于生产环境中的真实查询场景。通过示例查询对比显示，混合搜索比单一向量搜索能返回更准确的结果。Elasticsearch团队正持续扩展对混合搜索的支持，包括计划中的Java集成，以提升生成式AI应用的检索质量。
加载中...
-
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。
-
进程（process）和线程（thread）是操作系统的基本概念，但是它们比较抽象，不容易掌握。最近，我读到一篇材料，发现有一个很好的类比，可以把它们解释地清晰易懂。
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