- 相关博文
- 最新资讯
-
介绍多进程、多线程(两种)、线程池设计原则。仅介绍核心服务端处理模块，在TCP通信流程了解的情况，以便快速回顾与掌握重点。
-
本文揭示了任务计划(Plan)与有向无环图(DAG)的核心区别在于依赖关系的判断标准。真正的依赖关系应通过输入输出来判定，而非任务排列顺序。文章提出三种主要依赖类型（数据/决策/状态依赖），并给出将线性计划转化为高效DAG的四步法：拆解任务、定义输入输出、建立依赖边、检查环路。特别强调优秀DAG应追求最小必要依赖，而非复杂连接，同时指出并行执行需同时考虑任务依赖和资源约束。最后提出以"输入-输出"为核心的分析框架，能自然衍生出依赖关系、
-
- summer_dreamer
- 17小时前
-
-
Apache Spark 是一个面向大规模数据处理的统一计算引擎，支持批处理、交互式分析、流计算、机器学习和图计算等场景。它通过分布式计算框架将任务拆分到多台机器并行执行，解决了大数据处理中的性能瓶颈问题。Spark 的核心架构包括 Driver、Cluster Manager 和 Executor，提供 RDD、DataFrame、Dataset 和 Spark SQL 等多种抽象层。其性能优势来自内存缓存、DAG 执行、Catalyst 优化器等机制。Spark 支持本地、Standalone、YARN
-
- ly7689
- 昨天
-
-
使用CC，根据REAME.md也就是我mujoco-learning仓库的说明来生成一个介绍网页，完成度还可以，速度目前只有15tps，目前先玩到者，obs一开好卡。后面又试了下其他的任务，看起来表现还可以，plan和调用子agent和tool都比3.6合理且有效。11点过后开始下载如下的模型，先下载nvfp4的试试。DGX Spark 一如既往的慢。
-
- LitchiCheng
- 前天
-
-
在传统的数据处理流程(离线计算)中，先是收集数据,然后将数据存储到数据库中。当需要某些数据时，则可以通过对数据库中的数据做操作，得到所需要的数据，再进行其它相关的处理。这样的处理流程会造成结果数据密集，结果数据密集则存在数据反馈不及时,若是在实时搜索的应用场景中，需要实时数据做决策,而传统的数据处理则并不能很好地解决问题，这就引出了一种新的数据计算——实时计算, 它可以针对海量数据进行实时计算,无论是在数据采集还是数据处理中，都可以达到秒级别的处理要求。
-
- 进哥聊编程
- 16小时前
-
-
本文介绍了DSH框架中的skill机制，它允许通过Markdown文件预定义AI技能，实现任务规范化执行。skill具有创建简单（一个文件即一个技能）、触发灵活（自动匹配或手动命令调用）和可控性强（可限制调用方式）的特点。文件结构包含YAML元数据（定义名称、描述等）和Markdown正文（具体指令）。存放目录分项目级和用户级，优先级明确。创建时需注意YAML语法陷阱（如冒号需引号包裹）、命名规范（kebab-case）和目录层级限制，否则可能导致skill被静默丢弃。尽管存在前端无报错的痛点，但skill
-
- PC2005-cloud
- 前天
-
-
摘要 本文深入探讨了Java Excel导入导出中的性能优化问题，重点介绍了JQuick-Excel框架的核心优化方案。针对大数据场景下常见的导出慢、内存占用高、样式数量限制等问题，JQuick-Excel提供了系统性的解决方案：采用SXSSF流式导出降低内存消耗；通过OPCPackage优化大文件导入；实现CellStyle样式缓存避免64000样式上限；自动检测随机访问需求平衡性能与功能。这些优化措施通过基准测试验证，显著提升了大数据量Excel处理的性能和稳定性，为Java开发者提供了可靠的Excel
-
- 泡海椒
- 昨天
-
-
MySQL复杂查询性能瓶颈与Elasticsearch架构演进实践 当业务量增长导致MySQL复杂查询性能下降时，引入Elasticsearch成为必要选择。本文基于实战经验，提出关键实施策略： 引入时机判断：单表超500万数据、查询延迟持续超2秒、业务需要全文检索/实时聚合时考虑ES。 数据同步方案：推荐Canal+Kafka+消费者模式，实现业务解耦与最终一致性，需注意GTID配置和消费组隔离。 Mapping设计原则：中文场景使用ik分词器，合理配置字段类型，控制分片数量（20-50GB/片），调整r
-
- (farerboy)
- 17小时前
-
-
针对心脏病医疗数据量大、分析维度多的特点，本系统设计并实现了基于Spark和Django的数据分析平台。后端利用Spark进行高效的数据清洗与统计分析，功能涵盖人口统计学特征、生理指标相关性及风险评估等。前端采用Vue与Echarts实现数据可视化。测试表明，系统能有效处理海量医疗数据，直观展示心脏病风险因素，为医疗数据分析提供了高效的技术手段。
-
- 计算机毕设指导师
- 20小时前
-
-
本系列高级职业技能证书，覆盖人工智能、大数据、数据安全与AIGC等热门技术领域，包括《人工智能应用工程师》《人工智能算法工程师》《人工智能训练工程师》《人工智能标注工程师》《人工智能机器视觉》《数据安全工程师》《机器学习工程师》《Python应用工程师》《大数据分析师》《大数据技术应用工程师》《大数据工程师》及《AIGC应用工程师》等。无论您是从事算法研发、数据分析、智能应用开发，还是数据安全与标注工作，均可找到匹配的职业认证路径，助力职场进阶与专业认可。#大模型#智能体#关键能力#提示词#实用方法。
-
- 龙腾AI白云
- 昨天
-
-
本文介绍了使用Docker安装和配置RabbitMQ的完整流程。主要内容包括：1）通过Docker拉取带Web管理界面的RabbitMQ镜像；2）使用docker run命令部署容器，配置端口映射、环境变量和数据卷；3）采用docker-compose方式部署的配置方法；4）RabbitMQ基本使用指南，包括通过Web界面创建交换机、队列及配置绑定关系。文章详细说明了各项参数含义，如交换机类型、持久化设置、路由键等核心概念，帮助用户快速搭建RabbitMQ服务并进行基础配置。
-
- 孤岛漂流的草履虫
- 21小时前
-
-
【 Spark 架构】一次 SQL 从提交到跑完的全景拆解
-
随着AI在手机银行的进一步应用，手机银行对话摘要的重要性，可以从：战略、业务、技术、合规四个层面来理解。它远不止是“把对话写短一点”那么简单，而是将每一次客户交互转化为可存储、可检索、可分析、可学习的结构化知识资产。
-
AI GEO（Generative Engine Optimization，生成式引擎优化）是面向大语言模型驱动的 AI 搜索引擎（如豆包、通义千问、Kimi、文心一言等）的内容优化与监测体系。传统 SEO 优化的是搜索引擎的爬虫排名，而 AI GEO 优化的是大模型在回答用户问题时引用你内容的概率和质量。维度传统 SEOAI GEO优化目标搜索结果排名AI 回答中的引用与曝光核心信号关键词、外链、页面权重语义相关性、知识权威性、内容结构化评估方式排名位置、点击率。
-
- 无己心
- 昨天
-
-
我们推出系列高端研修课程，涵盖生成式AI、大模型、多模态技术、数字孪生、嵌入式AI（含FPGA与Linux平台）、深度强化学习、迁移学习、边缘计算与边缘智能、量子计算、大数据建模与挖掘、知识图谱与大模型应用、深度学习与图神经网络，以及具身智能等十余个核心方向。无论是从事人工智能、嵌入式系统、数据分析还是前沿交叉研究的专业人员，都能找到契合自身发展的学习路径，为推动行业智能化升级夯实技术根基。在人工智能与新一代信息技术加速融合的时代背景下，前沿技术人才的系统培养已成为产业升级的关键驱动力。
-
- 龙腾AI白云
- 昨天
-
加载中...
-
Apache Kafka 是一个快速、可扩展的、高吞吐的、可容错的分布式“发布-订阅”消息系统， 使用 Scala 与 Java 语言编写，能够将消息从一个端点传递到另一个端点。
-
从提取层、处理层、基础结构入手，带你了解Spark和Kafka！
电子商务市场中典型的一天是这样的：每分钟发生1万个事件流，并且要选择合适的工具对其进行处理。
-
Apache Kafka 是一个快速、可扩展的、高吞吐的、可容错的分布式“发布-订阅”消息系统， 使用 Scala 与 Java 语言编写，能够将消息从一个端点传递到另一个端点，较之传统的消息中 间件(例如 ActiveMQ、RabbitMQ)，Kafka 具有高吞吐量、内置分区、支持消息副本和高容 错的特性，非常适合大规模消息处理应用程序。
-
-
本文主要列举一些 Kafka 的常用工具，以及举了一些例子来帮助理解。有需要的小伙伴，可以 Mark 起来再看。
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