- 相关博文
- 最新资讯
-
本文基于917万条用户电脑行为日志数据，通过交互式可视化分析软件使用和网站访问情况。研究采用MySQL和Hive进行数据处理，发现MySQL在索引查询上更快，而Hive在大规模聚合分析中表现更优。可视化系统设计了事件次数、使用时长等多维度指标，支持排行比较和趋势追踪。结果显示浏览器、QQ等是高频软件，搜索和社交网站占据主导访问。系统通过Redis缓存预聚合结果，实现毫秒级响应，有效解决了大数据量下的交互延迟问题。该研究为理解用户数字行为模式提供了直观的分析工具和方法参考。
-
- Cthy_hy
- 21小时前
-
-
Agent记忆系统分为感知记忆（原始输入）、短期记忆（上下文窗口）、长期记忆（跨任务存储）和实体记忆（结构化事实）。核心设计需解决存什么（关键信息筛选）、怎么存（混合存储策略）和何时取（主动/被动检索）。通过滑动窗口、摘要压缩和分层卸载管理上下文限制，并整合去重、冲突消解和知识提炼优化记忆质量。知识图谱可增强记忆关联性，而向量数据库+结构化存储的混合方案是主流实践。完整闭环需实现"读取-使用-写入"三阶段协同，最终提升Agent的连续性和智能水平。
-
- 不爱吃糖の糖糖
- 昨天
-
-
在大模型应用与 AI 智能体开发中，联网搜索 + 网页内容抓取是突破模型知识截止日期限制、获取实时信息的核心能力。但长期以来，行业存在一个普遍痛点：不同模型厂商（OpenAI、Anthropic、Google、xAI 等）的内置 Web 搜索工具 Schema 不统一、调用逻辑不兼容、行为规则不一致，切换模型就必须重构搜索 / 抓取的定义、配置与结果解析逻辑，严重拖累开发效率与应用稳定性。2026 年 5 月 7 日，OpenRouter 官方发布，推出与。
-
- 夏天测
- 前天
-
-
2026数维杯C题聚焦省级碳排放差异分析与预测。研究基于2019-2025年省级碳排放数据，首先通过方差分析和空间自相关检验碳排放指标的空间差异显著性；其次构建包含规模、效率和经济关联度的多维分类体系，采用聚类方法对省份分级；最后整合能源结构、GDP等数据，建立随机森林、XGBoost等预测模型，并设计基准、低碳和强化低碳三种情景进行2026-2030年排放预测。研究通过空间可视化、敏感性分析等方法验证结果稳健性，为区域碳减排政策制定提供量化依据。
-
- 数维学长986
- 前天
-
-
这份指南详细记录了在 Windows 系统下通过 npm 全局安装 Claude Code，并借助环境变量将其 API 调用无缝对接至 DeepSeek 模型的完整流程。文章逐一攻克了 PowerShell 命令不识别、脚本执行策略限制、认证变量冲突（ANTHROPIC_AUTH_TOKEN 与 ANTHROPIC_API_KEY）以及环境变量临时/永久配置差异等典型难题，最终实现以低成本国产模型驱动 Claude Code，为国内开发者提供了一套可复现、低门槛的实战方案。
-
- wzp0514
- 前天
-
-
关于三种消息队列 RabbitMQ、RocketMQ和Kafka 如何选择，刚开始学消息队列的时候，我其实也很容易陷入一种误区：把 RabbitMQ、RocketMQ、Kafka 放在一张表里硬背。比如 RabbitMQ 延迟低、RocketMQ 支持事务消息、Kafka 吞吐量高；再比如谁支持顺序消息，谁适合削峰填谷，谁适合日志采集。这些内容当然要知道，但如果只停留在这个层面，面试时很容易变成“背八股”。
-
- 铁皮哥
- 前天
-
-
-
数据库是应用及计算机的核心元素，负责存储运行软件应用所需的一切重要数据。为了保障应用正常运行，总有一个甚至多个数据库在默默运作。我们可以把数据库视为信息仓库，以结构化的方式存储了大量的相关信息，并合理分类，方便搜索及使用。
-
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。
-
随着数字化的进程，数据的处理、存储和传输得到了飞速的发展。高带宽的需求使得短距互联成了系统发展的瓶颈。受损耗和串扰等因素的影响，基于铜线的电互联的高带宽情况下的传输距离受到了限制，成本也随之上升。而且过多的电缆也会增加系统的重量和布线的复杂度。与电互连相比，基于多模光纤的光互连具有高带宽、低损耗、无串扰和匹配及电磁兼容等问题，而开始广泛地应用于机柜间、框架间和板间的高速互连。
-
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。
-
云+X案例展 | 民生类：智领云数据中台为“健康武汉”增砖添瓦
与前一个十年相比，如今企业对大规模应用的需求产生了巨大变化，例如： 在互联网领域内，高度连接的应用在海量数据的情况下对于可靠性、性能以及连接性的要求有了数个数量级的提高； 快速响应商业洞见； 快速响应市场/客户需求； 对于企业来说数据的存储、收集和分析变得至关重要，对前沿科技的技术(机器学习，人工智能)支持变得至关重要。
-
华为云TaurusDB计算存储分离架构：让数据“身”分离，“心”凝聚
在2019年HC大会上，华为重磅推出最新一代高扩展海量存储分布式数据库——TaurusDB，它拥有一个最大的特点就是将存储和计算以一种分离的架构形式运行。很多人就会问到，华为云为什么会设计这款产品？核心竞争力是什么？对比原生MySQL的优势有哪些？借此时机，CSDN记者有幸采访到了华为云TaurusDB数据库资深技术专家，现在就请他来为我们一一解答。
-
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。
-
随着移动互联网、信息技术等创新发展，数据量呈指数级爆发式增长并表现在多个方面，即规模扩张、结构多元化的数据新形态；业务升级转型带来的场景化需求数据新部署；市场细分带来的数据应用新模式以及承载行业发展，发挥核心资源池地位的数据新价值等。据IDC预测，全球数据圈将从2018年的33ZB增至2025年的175ZB，实现5倍以上的增长。在新数据时代，数据在数据形态、部署环境、应用模式和价值需求等方面均出现了更为精细化的需求，应对数据爆发压力，欲将海量的连接、微秒级的延迟、极高的性能体验为我所用，创新存储价值则变得势在必行。
-
点赞功能大家都不会陌生，像微信这样的社交产品中都有，但别看功能小，想要做好需要考虑的东西还挺多的，如海量数据的分布式存储、分布式缓存、多IDC的数据一致性、访问路由到机房的算法等等。
-
-
-
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。
-
戴尔与AMD强强联合：五款PowerEdge服务器 ，让用户无法抗拒的选择
一口气发布5款产品，除了戴尔对于市场的乐观，更来源于对产品的自信，而这份自信则在于与AMD的强强联合。
-
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。
-
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
-
阿里云存储负责人吴结生：安全可靠是云存储立身之本， 智能技术将激活存储技术新变革...
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。
-
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