- 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
- 昨天
-
-
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
- 19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
- 19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_
- 昨天
-
-
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
- 20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
加载中...
-
-
从零单排HBase 02：全面认识HBase架构（建议收藏）
在网上看过很多HBaes架构相关的文章，内容深浅不一，直到发现了一篇MapR官网的文章，写得实在太生动了。
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