- 相关博文
- 最新资讯
-
本文系统介绍了分布式后端系统中配置模块的核心实践，涵盖数据库索引设计、中间件配置、线程池与本地缓存优化、热键探测及消息解析五大关键维度。在数据库层面，详细阐述了B+树索引设计原则与复合索引的最佳实践；中间件部分重点讲解了Elasticsearch、Redisson和Redis的标准化配置方案；性能优化方面提出了线程池参数调优和Caffeine本地缓存的三级架构设计；高可用保障方面则介绍了热键探测的动态保护机制和基于Canal的Outbox消息同步方案。这些实践有效解决了分布式系统中的查询性能、资源管控、热点
-
- fengxin_rou
- 前天
-
-
RabbitMQ事务与消息分发机制解析 本文详细介绍了RabbitMQ的事务机制和消息分发机制。事务机制通过RabbitTransactionManager和事务信道保证消息发送的原子性，适用于对一致性要求高的场景，但会带来性能开销。消息分发方面，RabbitMQ默认采用轮询方式，可能导致消费者负载不均，可通过prefetchCount参数控制消费者预取消息数量实现限流。消费端限流需要配合手动确认模式，配置prefetch参数来限制未确认消息数量，保护消费者不被压垮。这两种机制共同保证了RabbitMQ在异
-
- phltxy
- 昨天
-
-
Flink生产环境实践中的关键挑战与解决方案 摘要：本文深入探讨了Flink在生产环境中的实际应用挑战，包括数据资产入口失控、CDC稳定性不足、SQL开发体验割裂、Paimon湖表治理困难等问题。针对这些痛点，提出了基于StreamPark的Awestream解决方案，通过统一Catalog管理、CDC平台化增强、交互式SQL开发环境、湖表治理工具链和三层稳定性保障机制，实现了从开发到生产的全链路优化。该方案已在多个客户现场验证，有效解决了元数据漂移、同步稳定性、开发效率等核心问题，为实时湖仓建设提供了完整
-
每个算子就是水管上的一个加工/开关节点，数据就是水管里的水，上游是水龙头，下游是接水的容器；正常情况下，上游出水速度和下游接水/处理速度匹配，水流通畅；如果下游接水太慢（比如容器太小、倒水太慢），水管里的水就会在下游前面积压，甚至撑爆水管；这时候下游就会给上游发信号「别倒了！我忙不过来」，上游就自动减慢甚至暂停出水。这个「下游给上游踩刹车」的自我保护机制，就是Flink的反压（Backpressure）[1]。本质就是。
-
- 瀧爷1939
- 昨天
-
-
3.存储引擎 |：04 数据文件格式：TDengine v3.x（v3.3.x / v3.4.x） | 最后更新：2026-05-28TSDB 数据文件是 TDengine 时序数据的最终持久化形式。数据按时间范围组织为多个文件集（File Set），每个文件集包含索引文件、数据文件、预聚合文件等，内部采用列式存储和分块压缩，实现高压缩率和快速列裁剪查询。
-
一份面向 Git 初学者的简明指南，带你理解 Git 三大核心区域（工作区、暂存区、远程仓库）及常用操作。
-
本文系统梳理了 Elasticsearch 的核心概念与常见操作，包括 Lucene、ELK 技术栈、Kibana 的作用，以及正向索引与倒排索引的区别。重点介绍了分词器机制、IK 分词器扩展词典配置，以及 ES 中文档、字段、索引、映射等核心概念。同时总结了 Elasticsearch 与 MySQL 的差异及适用场景，并详细演示了索引库和文档的 CRUD 操作，包括 mapping 映射设计、全量更新、局部更新、批量操作等常见 DSL 写法，适合作为 Elasticsearch 入门与开发实践笔记。
-
- garmin Chen
- 昨天
-
-
本文档详细介绍了Apache Kafka 3.9单节点部署方案，采用KRaft架构（无Zookeeper），并配置了三层安全策略：SSL单向加密、SCRAM-SHA-256账号认证和ACL权限控制。文档包含环境准备、Kafka安装、自签名证书生成、Broker配置等完整步骤，重点说明了如何先创建admin用户再启用安全认证的配置流程。最后提供了测试连接配置，确保Kafka服务在传输加密、身份验证和权限管控方面得到全面保护。本方案适用于测试环境和小型业务场景的单机Kafka安全部署。
-
- 七色石头
- 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
- 前天
-
-
本文介绍了如何在高通跃龙IQ-9100 AI推理设备上部署开源RAG引擎RAGflow，构建本地化隐私安全的智能问答系统。系统采用四层架构，利用IQ-9100的Hexagon NPU加速Embedding和Rerank模型推理，显著提升性能并降低功耗。部署流程包括环境准备、基础服务安装、模型服务配置等步骤，支持BGE等主流模型通过ONNX Runtime在NPU上高效运行。该方案特别适合需要数据不出局域网的边缘计算场景，完整实现文档解析、智能分块、多路检索到生成的全流程NPU加速。
-
我国数字经济规模超50万亿元，但大数据人才缺口超百万，高校大数据实验室普遍陷入"建而不用"困境。主要存在四重问题：重硬件轻软件、实验与产业脱节、师资不足、课程滞后。建议构建四层建设框架：基础设施层提供弹性算力，实验教学层引入真实案例，产教融合层对接企业项目，成果输出层培养竞赛科研能力。关键要选择产教融合方案、使用真实产业数据、实现教学科研协同。未来需融入AI大模型实训，培养"数据+AI"复合能力。实验室建设应从"堆硬件"转向"建生态"，打造数字人才锻造体系。
-
- 美林数据
- 昨天
-
-
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
- 前天
-
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