- 相关博文
- 最新资讯
-
本文系统介绍了Apache IoTDB时序数据库的两种核心建模方法：树模型和表模型。树模型采用层级路径结构，适合设备监控等灵活场景；表模型基于标准SQL，便于数据分析与集成。文章通过工业风机监控和车联网两个典型场景，展示了如何设计高效的数据模型：树模型通过路径表达设备关系，表模型则利用标签列实现快速筛选。针对大数据环境，文中提供了具体代码示例和优化建议，如设备层扩充、批量写入等，帮助用户在物联网等时序数据场景中实现高性能存储与查询。两种模型各具优势，可根据业务需求灵活选择或组合使用。
-
- 杰西笔记
- 前天
-
-
摘要： 随着物联网、工业互联网等领域数据激增，时序数据库（TSDB）成为处理高写入、高查询时序数据的关键。Apache IoTDB凭借卓越性能（百万级写入/秒、10-20:1压缩比）、完整SQL兼容性及分层存储架构，成为企业优选。对比InfluxDB、Prometheus等，IoTDB在中文支持、生态集成（Hadoop/Spark/Grafana）及企业级高可用方面优势突出，提供从数据采集到分析的全链路解决方案，适合国内复杂业务场景。其开源特性（Apache 2.0协议）进一步降低企业成本，是大数据时代时序
-
- 云边有个稻草人
- 前天
-
-
Java大数据破解教育冷启动困境 摘要：本文探讨了Java大数据技术在智能教育个性化推荐系统中的冷启动解决方案。针对新用户"数据荒漠"和新资源"曝光黑洞"问题，提出基于Java的多维度数据处理方案：1)通过Spark整合注册信息、设备数据和社交标签构建用户画像；2)利用Neo4j构建教育知识图谱实现语义关联；3)采用Lucene实现TF-IDF内容推荐算法。测试数据显示，该方案可将冷启动阶段的推荐准确率从23%提升至68%，有效解决教育平台新用户留存率低(18%)和新
-
- 青云交
- 前天
-
-
1. git init -b （note that after executing this command the default status of the files in this repository is untracked）:create a local github repository and let it be a branch called 2. git rebase [branch]:Pretend you have two branch called branch_1 and b
-
摘要： 自然语言生成（NLG）技术在AI领域广泛应用，但存在可控性差、生成内容不稳定等问题。Java大数据与机器学习结合，通过分布式计算（如Apache Spark）高效处理PB级文本数据，并利用条件注入、强化学习等技术提升模型可控性。实战案例显示，网易新闻和蚂蚁集团通过Java+TensorFlow方案，分别实现新闻生成效率提升40倍和金融文案合规率达99.2%。未来需突破多模态控制、实时交互等挑战，进一步优化生成精准度与伦理约束。
-
- 青云交
- 2025-11-12
-
-
向量检索是目前RAG库主要依赖的功能，这里示例如何在elasticsearch环境中构建向量库，并示例基于DSL脚本的向量相似度检索过程。
-
- liliangcsdn
- 昨天
-
-
Vega/Vega-Lite为高级用户提供了声明式语法构建图表，支持ES无法原生实现的复杂可视化。网络拓扑图：展示微服务调用关系雷达图：多维性能指标对比桑基图：流量流向分析3D可视化：结合WebGL实现三维数据展示"data": {"url": {该配置直接从ES聚合结果读取数据，避免了中间转换开销。ELK Stack已从单一日志工具发展为统一数据分析平台，其边界扩展到APM（应用性能监控）、Uptime（可用性监测）、Endpoint Security（终端安全）。简化架构。
-
- L.EscaRC
- 昨天
-
-
本文详细介绍了在CDH 6.3.2集群中部署Apache Paimon的完整流程。主要内容包括：1）在所有节点创建auxlib目录并添加Paimon Hive连接器JAR包；2）配置Hive的辅助JAR目录路径并重启服务；3）升级zstd-jni版本至1.5.5-11，包括替换Hive和YARN相关目录中的旧版本JAR；4）在beeline中执行Paimon表创建和数据操作。完成部署后，成功创建了Paimon表并验证了数据插入与查询功能。整个过程涉及文件操作、权限修改和集群配置调整，最后需重启集群使配置生效
-
- wangyutian5u
- 前天
-
-
消息队列选型指南：RabbitMQ、RocketMQ、Kafka与ActiveMQ深度对比。RabbitMQ适合企业级解耦场景，提供灵活路由但吞吐量有限；RocketMQ在金融交易场景表现优异，支持事务消息和严格顺序；Kafka以百万级吞吐量成为大数据处理首选；ActiveMQ则主要适用于传统JMS项目。选型需综合考虑吞吐量、延迟、可靠性等核心指标，根据电商交易、日志处理、企业应用等不同场景选择最适合的解决方案。
-
- IT 刘工
- 前天
-
-
摘要：本文系统介绍了NVIDIA Jetson嵌入式AI平台的核心概念与产品选型。首先解析Jetson三大系列：Orin Nano（入门级/5-15W）、Orin NX（主流级/10-25W）和AGX Orin（旗舰级/15-60W），通过性能参数对比表明确各型号适用场景。其次揭示Jetson本质是"嵌入式SoM+加速计算模块"，其优势在于TensorRT加速和完整的GPU生态。最后对比市场同类产品，指出Jetson在AI性能和视频处理方面具备明显优势，适合工业应用；而RK3588和树莓
-
- 嵌入式Jerry
- 前天
-
-
概括性描述、身份鉴别、操作规范、安全保障、法律责任等所有方面。：CA中心需分区域（公共区、服务区、管理极速区、核心区）防护，配备门禁、监控、入侵检测。：系统管理员、安全管理员、审计员等角色必须由不同人员担任。：必须记录所有关键操作（证书生命周期、系统访问等），日志需防篡改、定期归档。数字证书全生命周期的管理、服务流程、技术实现和时限要求。物理安全、人员管理、操作流程、技术控制和业务连续性。GM/T 0016 智能密码钥匙密码应用接口规范。规范的范围、引用标准、关键术语和整体管理框架。
-
- 薛之谦_
- 昨天
-
-
Logstash 执行模型核心解析 Logstash 采用 input → filter → output 三级流水线架构，其性能关键取决于事件队列和管道工作线程(pipeline workers)的协作机制。输入插件生成的事件首先进入内存或持久化队列，随后由多个worker线程并行处理。每个worker顺序执行filter链（包括阻塞型操作），最终将结果发送至输出目标。 常见性能陷阱包括：filter阶段I/O阻塞导致吞吐下降、workers数量配置不当、grok正则表达式低效、输出目标拥塞等。优化建议包
-
- 飞Link
- 昨天
-
-
本文详细介绍了如何为AIAssistant创建和配置大模型连接器知识库。首先需部署Elasticsearch和Kibana环境，并设置DeepSeek作为默认连接器。接着通过安装特定知识库，指导AIAssistant自动创建混元大模型连接器，包括配置API参数和认证信息。文章展示了如何用中英文指令成功创建"hunyuan-4b-1"和"hunyuan-4b-2"连接器，验证了知识库驱动的自动化配置功能。这种AI辅助操作方式显著提升了连接器创建效率，为更复杂的自动化管理
-
变量值：JDK安装路径（如C:\Program Files\Java\jdk1.8.0_291）。解压Kafka安装包到目标目录（如D:\kafka_2.12-3.5.1）。变量值：Kafka安装路径（如D:\kafka_2.12-3.5.1）。在Path变量中添加%KAFKA_HOME%\bin\windows。右键“此电脑”→“属性”→“高级系统设置”→“环境变量”。在Path变量中添加%JAVA_HOME%\bin。设置Kafka_HOME变量。变量名：KAFKA_HOME。设置Java环境变量。
加载中...
-
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。
-
京东任命周伯文担任京东云与AI事业部负责人 全面负责AI、云计算、IoT三大技术领域
2019年12月6日，京东集团宣布设立京东云与AI事业部，整合原京东云、人工智能、IoT三大事业部的架构与职责，由京东集团副总裁周伯文博士担任负责人，向京东集团董事局主席兼CEO刘强东先生汇报。周伯文博士将带领京东云、人工智能、IoT团队聚焦战略、技术、产品、创新、场景化顶层设计和商业落地，将京东“干锤百炼”的前沿技术与实体经济相融合，致力于实现学术前沿化、技术商业化的目标。
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