- 相关博文
- 最新资讯
-
场景Consul+任意RPC注册中心刚宕机（缓存未过期）100%成功100%成功100%成功100%成功100%成功宕机30分钟+（缓存失效，服务无变动）95%+成功（少量警告）95%+成功（少量警告）95%+成功（少量警告）90%+成功（无文件缓存）98%+成功（健康检查筛选）宕机30分钟+（缓存失效，服务有变动）部分失败（10%-20%）部分失败（10%-20%）部分失败（10%-20%）部分失败（30%-50%）少量失败（5%-10%）
-
- 练拳百万陈平安
- 昨天
-
-
对于甲方安全新人而言，入门最易陷入的误区，是一上来就钻研漏洞挖掘、工具使用，却忽略了甲方安全的核心逻辑——所有安全防护都必须贴合业务、围绕资产展开。脱离业务的安全是“空中楼阁”，遗漏资产的防护则是“纸上谈兵”。与其急于上手复杂工具，不如先沉下心，把业务梳理清楚、把资产盘点明白，这才是甲方安全工作的根基，也是新人快速立足的关键。本文将从业务梳理、资产盘点、动态更新、实战示例四个维度，给甲方安全新人一套可直接落地的入门方案，避开“盲目跟风学工具”的坑，从源头搭建甲方安全的认知框架。
-
- 一只鼠标猴
- 昨天
-
-
elasticsearch的备份以及数据抽取是一个比较常见的需求，es-head这样的浏览器插件虽然也可以实现数据抽取功能，但存在比较严重的条数限制；而dbeaver可以通过jdbc形式连接elasticsearch，但也有一个严重的限制：elasticsearch必须是使用的商业许可证，Elasticsearch的免费版本是不提供JDBC功能的，在查询时会报错current license is non-compliant for [jdbc]需要付费将ElasticSearch升级为白金级别以上。
-
- 晚风_END
- 昨天
-
-
本文介绍了Spark中两种重要的Action算子fold和aggregate的使用方法。fold算子通过提供初始值对RDD元素进行分区内和全局聚合，而aggregate则更加灵活，允许分别定义分区内(seqOp)和分区间(combOp)的聚合函数。两种算子都通过Java和Scala代码示例展示了具体实现方式，其中fold使用单一聚合函数，aggregate则支持不同聚合逻辑，适用于更复杂的聚合场景。文章还详细解释了两种算子的函数签名、工作原理和执行过程。
-
- Lansonli
- 前天
-
-
本文介绍了一个基于Python和Flask的电影数据可视化与智能分析平台。该系统整合了Echarts可视化工具、线性回归预测算法和协同过滤推荐算法，通过爬虫技术采集猫眼电影数据。主要功能包括：电影数据大屏展示多维度图表分析；数据中心支持数据收藏；数据分析可视化呈现导演作品排行；票房预测模块基于线性回归算法；电影推荐模块采用协同过滤算法；后台管理模块提供数据维护功能；以及用户注册登录系统。该平台为影视从业者和普通用户提供了一体化的电影数据服务，解决了行业数据分散和分析单一的问题。
-
- B站_计算机毕业设计之家
- 前天
-
-
本文采用GD32F103C8T6开发板的标准库GD32F10x_Firmware_Library_V2.6.0，利用标准库的硬件I2C通信，实现了ADS1115的四个通道模拟电压读取。然后直接在标准库里面添加文件夹ads1115_driver，这个文件夹里面包含了开发板PB10和PB11针脚的初始化，程序使用的开发板和ADS1115模块如下，个人买了学习使用。在官网下载了GD32F10x_Firmware_Library_V2.6.0标准库。添加了超时通信，增强了程序的稳定性。处理了通信失败的异常；
-
- 中少奇
- 昨天
-
-
带认证 python detect_risky_queries.py --host https://es-prod:9200 --username admin --password secret。😅 “一条查询，团灭集群 —— 这不是 bug，是你写的‘核弹’ ，把整个集群拖进了 GC 地狱 ：” 哈哈 可惜场景不对；建议没事多去岛上转转。1、全局熔断：老朋友防君子了，这里只是取消查询，在timeout之前 内存恐怖早就炸了。日志狂刷存在感，重启大法也无用：新请求进来，立刻又卡死：资源耗尽型血崩。
-
- 星辰_mya
- 昨天
-
-
单节点kafka broker，面临很多生产者和访问者的时候，大量的请求和访问大概率会因为吞吐量过大。产生io热点问题，结果就是：这个单一节点成为整个分布式系统的性能瓶颈和节点隐患。进而降低分布式系统的可用性和稳定性。如果数据还没有写入到磁盘文件，而导致数据丢失。当前有两种方式，一种是横向拓展、纵向拓展。横向拓展：单点改为集群。多个节点共同承载。降低单点故障带来的故障纵向拓展：增加单节点服务器配置。比如：使用io效率更好的固态硬盘、切换千兆网卡、切换更优秀的Cpu、增大节点内存等等。
-
- 练拳百万陈平安
- 昨天
-
-
后端：Spring Boot + MyBatis-Plus + MySQL。大数据：Hadoop + Hive + Sqoop + MapReduce。前端：Vue.js + Element UI + ECharts。多维度分析：销售趋势、茶叶类型、产地、价格等。基于大数据技术栈构建的完整茶叶行业分析平台。茶叶类型：Top10排行榜及占比分析。完整源代码（前端+后端+大数据处理）实现从数据采集到可视化的全链路处理。销售趋势：月度产销变化分析。产地分析：地理分布与对比。价格分析：价格分布与趋势。
-
- 炳烛之明科技
- 昨天
-
-
本文介绍了一个基于Hadoop生态系统的B站短视频数据分析平台，采用四层数据仓库架构(ODS/DWD/DWS/ADS)，实现从数据采集到可视化的完整流程。项目使用MapReduce进行数据清洗，Hive构建数据仓库，Sqoop实现数据同步，最终通过Spring Boot和Vue3实现可视化展示。核心功能包括：视频趋势分析、发布者影响力排名、关键词热度统计等，支持中文数字单位转换、多格式日期处理等复杂数据清洗场景。技术栈涵盖Hadoop、Hive、Spring Boot和Vue3等主流大数据与前后端技术。
-
- 大数据基础
- 昨天
-
-
本文介绍了一个基于Python开发的豆瓣电影数据可视化分析系统。该系统采用Flask框架搭建Web应用，结合MySQL数据库存储数据，使用requests爬虫技术从豆瓣抓取电影信息，并通过Echarts工具实现多维度可视化展示。系统包含10个功能模块：制片地区饼图分析、电影数据列表展示、首页导航、评分漏斗图、类型饼图、类型柱状图、导演作品分析、评分-评论散点图、年度数量折线图以及数据采集页面。这些模块支持交互式数据查询，能够直观呈现电影数据的分布特征和趋势变化。项目实现了从数据采集、清洗存储到可视化分析的全
-
- B站_计算机毕业设计之家
- 前天
-
-
本文基于阿里天池用户行为数据集，通过三种数据处理方法进行电商用户行为分析。首先对原始数据进行清洗和预处理，包括时间戳转换、去重和有效行为过滤；然后将清洗后的数据导入Hive进行存储。接着进行基础电商运营分析，包括用户行为统计、转化漏斗分析、商品销量和品类热度分析。最后采用RFM模型对用户进行分层，计算用户价值评分并制定差异化运营策略。实验结果表明，该方法能有效识别高价值用户和潜在用户，为精准营销提供数据支持。文章还详细记录了数据处理过程中遇到的HDFS安全模式、数据块丢失等技术问题及解决方案。
-
- saki_ccc
- 前天
-
-
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。
-
DevOps：从「蒸汽时代」到「高铁时代」，SUNMI DevOps转型之路
商米科技成立于 2013 年，总部位于上海市杨浦区创智天地，是一家具有产品创新基因和互联网基因的公司。商米在短时间内迅速成长为一家近1000人的企业，产品研发人数占比一度超过70%。
-
DevOps 转型时如何安全融入？对企业产出有何影响？2019年 DevOps 最新现状研究报告解读 | 原力计划...
2019年DORA发布了DevOps的研究报告，迄今为止这已经是DORA的第八次报告的发布。相较于往年的报告，2019年的报告全篇只聚焦于一个要素：安全。
-
什么是 CD 管道？一文告诉你如何借助Kubernetes、Ansible和Jenkins创建CD管道！
CI/CD（CI全名Continuous Integration，持续集成；CD全名Continuous Deployment，持续部署）这个术语常常和DevOps、Agile、Scrum以及Kanban、自动化等其他术语一起出现。
-
-
高速的中子撞击U235原子核，使其分裂成两个原子核，释放出巨大能量，同时产生的几个中子再去撞击其它原子核，形成链式反应，使得核裂变会无限的产生巨大的能量。“将高速的中子比喻成人类的创新思想，原子核就是我们目前的业务，当创新思想碰撞当前业务，就会衍生出新的业务，又激发出更多的创新思路，形成业务的链式创新。”华为云应用平台领域副总裁汪维敏一语道破， 云+AI+5G时代，新技术不断深度融合所产生巨大能量背后的力量。如今，欲快速迈进万物互联世界，数字化转型成为企业发展的必由之路，这亦是我们应对技术需求与商业环境变化的有效措施。
-
-
【光说不练假把式】今天说一说Kubernetes 在有赞的实践
我们为什么选择 Kubernetes？因为 Kubernetes 几乎支持所有的容器业务类型，包括无状态应用、有状态应用、任务型和 Daemonset，Kubernetes 也逐渐成为容器编排领域不争的事实标准。同时，从资源利用率，开发测试运维和 DevOps 三方面出发，会极大的提升人和机器的效率。
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