- 相关博文
- 最新资讯
-
RabbitMQ中的TTL（Time To Live）与死信队列是处理消息时效性和异常情况的重要机制。TTL用于控制消息的存活时间，分为消息级TTL和队列级TTL两种设置方式：消息级TTL允许为每条消息单独设置过期时间，而队列级TTL则统一设置队列中所有消息的过期时间。当消息过期后，会被自动清除或转发到死信队列。 死信队列专门接收那些因过期、拒收或队列容量限制而无法正常处理的消息。这两种机制常配合使用，典型应用场景包括订单超时自动取消、退款超时自动处理等时效性业务。通过合理配置TTL和死信队列，可以实现消息
-
- phltxy
- 22小时前
-
-
C语言字符串处理函数指南 本文全面介绍了C语言标准库中的字符串处理函数，包括字符分类、转换和字符串操作函数。主要内容涵盖： 字符分类函数（如isalpha、isdigit等）和转换函数（tolower/toupper） 核心字符串函数的使用与模拟实现： strlen：计算字符串长度 strcpy/strncpy：字符串复制 strcat/strncat：字符串连接 strcmp/strncmp：字符串比较 strstr：查找子串 特殊函数： strtok：字符串分割 strerror：错误信息获取 文章详细
-
- SoftLipaRZC
- 昨天
-
-
本文围绕分布式系统中的通信机制与消息中间件展开，介绍了短轮询、长轮询与 WebSocket 的核心原理及应用场景，并分析了 MQ 在异步解耦、流量削峰和服务解耦中的重要作用。同时对 Redis、RabbitMQ 与 Kafka 的实现机制、消息可靠性、路由能力及适用场景进行了深入对比，帮助理解不同消息队列在高并发与微服务架构中的技术选型。
-
- rising start
- 16小时前
-
-
Routine Load是Doris提供的一种从Kafka中持续导入数据的功能。它通过FE节点提交一个长驻的导入任务，不断从Kafka中消费消息并写入Doris表中。如上图所说，服务端应用只需要往kafka中写入数据，让Doris Routine Load任务自己去Kafka拉数据，负责后续的数据导入工作。这样做的优势有以下几个方面：解放应用端：业务只管往Kafka发数据，不用关心入库情况批量高效：Doris内部自动攒批写入，性能大幅提升支持Exactly-Once语义：保证数据不重不丢。
-
- chasdreams
- 16小时前
-
-
摘要：本文复盘了CTF题目"Release Echo"的解题过程，通过分析Git底层对象结构发现历史版本中删除的敏感文件。解题关键点包括识别Zlib压缩数据、解析Git Commit/Tree对象结构，最终通过Git命令提取被删除的flag文件。文章总结了Git对象模型的核心知识，包括Blob、Tree、Commit的关系，以及Git存储不可变特性带来的安全风险，并提供了常用的Git取证命令。该题目展示了即使文件被删除，历史版本仍可通过.git目录恢复的重要安全启示。
-
- 祁白_
- 23小时前
-
-
摘要： Debian 12 PXE批量部署中，"Bad archive mirror"报错常由网络异常+配置加载失效引发，而非单纯镜像源问题。本文通过真实案例解析分层排查流程： 表层：校验preseed配置（如使用bookworm代号而非数字版本）； 中层：检查临时系统网络（DNS解析、网关连通性）； 底层：定位DHCP DNS配置错误或PXE引导路径失效。最终通过修正DHCP DNS、规范preseed路径及镜像参数解决。核心避坑：优先排查网络连通性，确保配置加载生效，而非仅修改镜像地址。
-
- fiveym
- 17小时前
-
-
本文系统讲解Apache Spark SQL窗口函数的核心原理与应用。窗口函数通过定义"窗口"（与当前行相关的行集合）实现行级计算，保留原始行并附加计算结果，比传统SQL性能提升3-10倍。核心三要素包括分区(PARTITION BY)、排序(ORDER BY)和框架(FRAME)。文章详细解析了ROWS和RANGE框架的区别，以及命名窗口、窗口继承等高级用法。窗口函数分为排名类（ROW_NUMBER、RANK等）、聚合类（SUM、AVG等）、偏移类（LAG、LEAD等）和统计类（CUME_DIST等），并
-
- 叫的兽兽
- 前天
-
-
核心概念定义核心作用LLM意图分类让大语言模型识别用户输入的问题所属的业务类别，比如电商场景下的「物流查询」「退款申请」等替代硬编码规则，实现高扩展性的路由基础置信度阈值要求LLM输出意图分类结果的同时，输出0-1之间的置信度评分，只有评分高于设定阈值时才允许路由到对应业务链路过滤不确定的分类结果，避免错误传导回退链路对于置信度低于阈值的分类结果，不走正常业务链路，而是执行反问用户澄清、大模型二次分类、转人工等兜底操作构建容错机制，提升用户体验。
-
- AI智能架构工坊
- 昨天
-
-
本文介绍基于Helm3在Kubernetes集群中快速搭建生产级可观测平台的完整方案。该方案采用Prometheus+Grafana+Alertmanager实现指标监控，通过EFK（Elasticsearch+Fluentd+Kibana）实现日志收集分析。文章详细讲解了整体架构原理、部署步骤和验证方法，包括创建监控命名空间、添加Helm仓库、一键部署监控栈和日志栈等关键操作。该方案具有开箱即用、轻量化易维护的特点，能够全面监控集群节点、容器和业务指标，实现日志统一采集和检索，有效解决K8s集群运维中的可
-
肯尼亚县级卫生系统面临严重的患者重复记录问题，导致44%的重复率未被发现，每年造成19.5万美元浪费。作者作为健康信息系统架构师，利用Elasticsearch构建了一个多agent系统：检测agent通过ES|QL查询识别重复模式，风险评估agent进行0-100分评分，行动推荐agent提供具体处理建议。系统在1010条记录中10秒内识别出131例重复，包括跨机构检测等隐蔽案例。关键创新在于分层评分机制和可解释性设计，使医疗工作者能快速理解并处理问题。该系统计划未来2-3个月试点，最终目标接入全国卫生信
-
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