- 相关博文
- 最新资讯
-
LeetCode 300+（重点：DFS/BFS/DP）：如何实现机房故障自动切换，数据同步延迟<500ms？：如何保证MySQL与Redis数据同步？：如何设计支持瞬时高并发的秒杀系统？（Kafka/RocketMQ削峰）（Nginx/Apache动态路由）（适合高并发，但存在时钟回拨问题）：跨服务下单如何保证数据一致性？（先删缓存→更新DB→再删缓存）：如何实现鉴权、限流、日志聚合？定时对账（AWS Lambda）（DB号段缓冲，适合金融场景）（Sidecar代理流量控制）：2N（N=CPU核心数）
-
- 小凡敲代码
- 22小时前
-
-
Elasticsearch集群核心机制解析：分布式架构由节点（Master、数据、协调、Ingest）、分片（主/副本）和集群状态构成，实现水平扩展与高可用。文档写入采用哈希路由和副本同步，搜索请求并行分片查询。保障机制包括心跳检测、分片恢复和防脑裂选举。优化策略含水平扩展、热冷数据分离，生产部署建议专用角色节点分离。故障排查工具包括集群健康检查、任务阻塞定位等。Elasticsearch通过分片、节点、Master和协调层的协同，实现PB级数据的亚秒检索。
-
- 要阿尔卑斯吗.
- 19小时前
-
-
Elasticsearch集群中出现20个节点平分投票（10对10）时，会因未达到法定票数（11票）而陷入脑裂风险，导致主节点缺失、数据不一致和服务中断。主要原因是网络分区或配置不当。解决方案包括：紧急隔离较小节点分区并重启较大分区；长期预防需配置奇数个专用Master节点（如3个）并正确设置法定人数。ES 7.x+版本采用Raft算法可自动处理选举。最佳实践建议物理隔离Master节点并设置监控告警。核心原则是确保可用节点数超过半数，否则系统会停止服务以确保数据一致性。
-
- 要阿尔卑斯吗.
- 19小时前
-
-
下文将简述springboot整合dubbo+zookeeper实现api+provider+consumer模式，Api用于定于interface,provider和consumer依赖Api,provider实现api接口，consumer调用provider。对比api模块增加了qos-enable和qos-port两个属性，QoS是Dubbo提供的运维和管理功能，表示开启；当dubbo-api、dubbo-provider和dubbo-consumer都启动完成后，使用消费者接口访问。
-
- ciku
- 昨天
-
-
然后介绍了使用队列的方法，如果用Java自带的延迟队列DelayQueue，把订单Id+时间戳放在队列，然后while(true)不断轮训队列，这样当订单数据量大的话，也会把队列撑满，且应用重启后数据丢失，所以不合适。在消费者实例加入消费者群组或者分区需要重新分配时，Kafka会根据每个消费者实例的处理能力（例如，每秒处理消息的数量）来动态调整分配。例如，如果一个主题有10个分区，而消费者群组有4个消费者实例，则第一个消费者实例被分配分区0-2，第二个消费者实例被分配分区3-5，依此类推。
-
- 四问四不知
- 昨天
-
-
安装gitlab并启动，使用以下命令进行启动：安装结果如下：通过本地浏览器打开http://localhost:8080，进入页面注册并登陆：增加管理员权限。
-
- Endeavors588
- 昨天
-
-
Flink 自定义函数（UDF）扩展 Table API/SQL 能力，支持标量函数、表值函数、聚合函数和表值聚合函数四种类型，分别用于值转换、数据拆分、聚合计算和分组统计等场景。实现要点包括：继承对应基类（如 ScalarFunction）、实现核心逻辑方法（eval/accumulate）、注册函数并调用。关键技巧涉及类型注解（@DataTypeHint）、参数命名（@ArgumentHint）和确定性声明。UDF 通过 open/close 管理生命周期，支持异步和批量处理优化。
-
-
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。
-
每当提到区块链一词时，许多人都会将其与比特币等加密货币联系起来。这项技术通过加快交易速度、提供隐私和透明以及其他更多功能，确实改变了虚拟货币的世界。
-
MySQL 狠甩 Oracle 稳居 Top1，私有云最受重用，大数据人才匮乏！ | 中国大数据应用年度报告...
科技长河，顺之者昌，错失者亡。在这个技术百态之中，中国专业的 IT 社区CSDN 创始人&董事长蒋涛曾多次在公开活动中表示，开发者是对技术变革最敏感的人群。这不仅源于开发者、工程师创建了助力这个时代蜕变的工具，他们还极具前瞻性地缔造了真实世界之外的虚拟、数字化世界。
-
-
根据《哈佛商业评论》的说法，数据科学家是21世纪最性感的工作。在现在这个大数据的世界中，数据科学家们用AI 或深度学习方法来发掘宝贵的商业见解。
-
相信对于大部分的大数据初学者来说，一定遇见过Hadoop集群无法正常关闭的情况。有时候当我们更改了Hadoop内组件的配置文件后，必须要通过重启集群来使配置文件生效。
-
这篇分享主要总结了数据从业人员在实践中可能遇到的陷阱与缺陷。跟其他新起的行业一样，数据科学从业人员需要不停的去考虑现在，考虑未来；需要不断的斟酌工作方法的合理性，正确性。思索不断，才能前行。
-
2月18日，阿里云在官网宣布，河源数据中心正式对外提供服务。这是华南地区规模最大的绿色数据中心，可容纳超过30万台服务器，作为深圳地域的新可用区为华南地区上百万企业客户提供领先的云计算、人工智能、物联网等服务。
-
如今，Python真是无处不在。尽管许多看门人争辩说，如果他们不使用比Python更难的语言编写代码，那么一个人是否真是软件开发人员，但它仍然无处不在。
-
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。
-
云+X案例展 | 电商零售类：WakeData助力叁拾加数字化变革
在新零售时代下，各行业都在寻求数字化转型、发展智慧零售模式。而作为新零售的主赛道生鲜行业来说，运营端需要从即时性消费需求出发，加强线下场景布局，提升用户全渠道消费体验。其中水果是生鲜里消费者喜爱程度及消费频次较高的品类，具有很强的互联网基因，但水果行业的数据构成极其复杂，要考虑很多变量，这就需要借助线下大数据构建数字化运营及经营系统。
-
云+X案例展 | 金融类：金山云为新网银行重塑金融服务提供云计算动力
作为国内第三家、中西部首家互联网银行，新网银行从创立起，就注定将走上一条与众不同之路。按照新网银行高层的话说，“与其说我们是一家银行，不如说我们是一家拿了银行牌照、专注于大数据驱动的金融科技公司”，这无疑是点出了新网银行的特别之处——依靠大数据风控和金融科技能力来驱动业务运营，实现金融和科技的融合。
-
云+X案例展 | 金融类：荣之联助力君康人寿构建新一代数据中心
近年来，互联网、大数据、云计算和物联网等行业的蓬勃发展，对数据的存储、交换、计算等的应用需求不断增加，使得大数据发展需求下对上游基础设施领域的需求持续旺盛，促进了数据中心（简称“IDC”）需求的不断增加。同时，各国5G技术的发展和商用化的推广又进一步促进了IDC行业爆发增长。未来，IDC行业必将成为物联网、云计算及5G技术的不断完善与发展下又一风口。
-
近日腾讯云在北京举行大数据AI新品发布会。会上，腾讯云带来了在大数据与AI领域的最新研究成果，包括AI换脸甄别技术AntiFakes、腾讯星图以及企业画像平台等七大重磅新品，并对AI、大数据产品进行全线升级，致力于为用户带来更精细化的应用场景、更强大的技术能力以及更低的应用成本，全面降低企业AI技术应用门槛。
-
近日在腾讯云AI大数据新品发布会上，腾讯云副总裁王龙向听众全面介绍了当前腾讯云数据智能服务的全景布局。针对目前整体AI行业的发展趋势，他表示过去一招鲜的发展模式已经难以为继，取而代之的是真正能够产生价值的、端到端的、全面的AI解决方案，并且随着技术的不断演进，企业进入和使用数据智能领域的门槛将继续大幅降低。
-
阿里云提出“云+Fintech”新金融战略 已助上万家金融机构上云
12月3日，阿里云峰会广东期间，阿里巴巴副总裁、阿里云智能数字政府事业部总裁许诗军表示，目前阿里云已成为中国数字政府大数据整体市场第一，也是数字政府大数据基础平台软件市场第一。
-
12月3日，阿里云峰会广东期间，阿里巴巴副总裁、阿里云智能数字政府事业部总裁许诗军表示，目前阿里云已成为中国数字政府大数据整体市场第一，也是数字政府大数据基础平台软件市场第一。
-
2019年技术盘点云数据库篇（一）：UCloud专家谈云数据库：千锤百炼 云之重器
公有云逐渐成为企业运行 IT 设施的新趋势，那么作为企业最核心的系统—数据库，数据上云也成为大数据时代的必然选择。对企业来说，数据可视为其命脉，因此数据迁移上云就意味着将企业“命脉”搬到云平台。事实上，数据上云有两种形式，数据库直接上云或者选择云数据库，而云数据库利用其云原生的优势具备了许多过去数据库产品不具备的优势，包括可靠性、弹性、存储容量以及成本等，正逐渐被更多的企业所接受。
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