博客 RSS 訂閱

swiftcommunity 頭像

Swift社區 - 多線程編程的隱形陷阱：競態、死鎖與活鎖的實戰解決方案

摘要 併發編程是現代軟件開發中不可或缺的一部分，但它也帶來了許多挑戰。本文將探討併發編程中的常見陷阱，如競態條件、死鎖和活鎖，分析其成因，並提供有效的調試技巧和工具。通過實際案例和可運行的示例代碼，我們將展示如何避免和解決這些問題。 引言 隨着多核處理器的普及，併發編程變得越來越重要。然而，併發編程中的問題往往難以發現和調試。競態條件、死鎖和活鎖等問題不僅影響程序的正確性，還可能導致嚴重的性能問題

死鎖 , JAVA , 併發編程

收藏 評論

mleo 頭像

MLeo - 圖牀圖片上傳工具-圖傳

時隔多年，從零開始，在 AI 的加持下，再次開發這個圖牀圖片上傳工具。 爆肝數日，基本完成這個軟件現有功能。實現了圖片資源的上傳、分享、和管理等功能。 圖傳 是一個免費開源的圖牀圖片上傳工具。 是一款為 macOS 打造的原生軟件，使用swiftUI開發，支持系統版本為 14+，現已經支持多個圖牀上傳，後續會慢慢完善軟件，追加更多所需的圖牀上傳。 現已支持 Cloudflare R2、Gi

cloudflare , 又拍雲存儲 , github , macos , 圖牀

收藏 評論

dbkangaroo 頭像

袋鼠 - 袋鼠數據庫工具 6.98.1 版已上線

袋鼠數據庫工具 是一款 AI 驅動的熱門數據庫系統客户端(SQLite / MariaDB / MySQL / Oracle / PostgreSQL / SQL Server / ...) ，支持建表、查詢、模型、同步、導入導出等功能，支持 Windows / Mac / Linux 等操作系統，致力於打造一款好用、好玩、開發友好的SQL工具。 重點特性介紹 這個版本繼續推進 Oracle 的支

MySQL , 數據庫 , postgresql , sqlite , SQL

收藏 評論

yizhidanshendepidai_67e73d0bbf8b0 頭像

yizhidanshendepidai_67e73d0bbf8b0 - Bitcoin部署到openEuler RISC-V

Bitcoin項目源碼是用C++寫的，我對C++以及它的編譯工具又比較熟悉，這次我嘗試了在openEuler RISC-V 24.09上面部署Bitcoin。網上編譯Bitcoin源碼的很多都是以前舊版的，舊版編譯是用automake之類的工具，但是在最新版只需要用cmake就行，兩者的部署方式不相同，我分別記錄一下。 最新版：   把項目拉下來之後，因為有比較多的依賴沒有下載，於是只

比特幣

收藏 評論

dawanzi_6278b06ec111c 頭像

大丸子 - 使用Python插入Excel表格到Word文檔

在日常辦公場景中，通過Python腳本自動化整合Excel數據與Word文檔，能夠實現表格的智能遷移，滿足不同場景下數據呈現的專業性要求。直接提取表格內容插入Word適用於需要快速傳遞核心數據的場景，確保信息精準直達；完整複製表格樣式及格式則能保留原數據可視化效果，匹配正式報告對排版美觀的嚴苛標準；而將表格作為OLE對象嵌入則兼顧了文檔的動態更新能力，當源數據發生變更時，用户可通過雙擊對象直接調取

word , 表格 , table , excel , Python

收藏 評論

huankuaideliushu 頭像

歡快的柳樹 - Gitee DevSecOps：構建智能化軍工軟件工廠，突破版本管理瓶頸

在軍工軟件研發向工業化轉型的背景下，“軟件工廠”模式成為提升研發效率與資源優化配置的核心路徑。然而，傳統版本管理方法難以應對大規模、跨團隊的協同開發需求，導致依賴關係混亂、版本變更失控等問題，嚴重製約項目交付效率。Gitee DevSecOps平台基於軟件工廠的標準化、流程化與智能化目標，構建了一套智能版本管理體系，為軍工行業破解研發瓶頸提供關鍵支撐。 軍工軟件版本管理的核心挑戰 依賴關係複雜，影

ci-cd , devsecops , gitee , 版本管理 , 團隊協作

收藏 評論

swiftcommunity 頭像

Swift社區 - 【微服務優化】ELK日誌聚合與查詢性能提升實戰指南

摘要 在微服務架構中，由於服務眾多、日誌格式不統一以及數據量龐大，日誌聚合與查詢的效率成為了一個巨大的挑戰。本文將深入探討如何通過優化ELK（Elasticsearch、Logstash、Kibana）日誌聚合方案，提高日誌收集、存儲和查詢效率，從而提升微服務診斷效率。我們將涵蓋日誌採集策略、存儲優化和查詢性能提升，並提供相關的代碼示例，幫助開發者在高併發、高頻次的微服務環境中高效地進行日誌分析和

微服務 , elk

收藏 評論

mleo 頭像

MLeo - 免費的圖牀服務器-Cloudflare-R2

原文：https://ichochy.com/posts/blog/20250325.html 介紹一款免費好用的圖牀服務器，每月有10GB的存儲額度。並配合免費好用的圖牀圖片工具圖傳軟件,分享管理圖庫。 Cloudflare-R2 開通 R2 在菜單中找到R2對象存儲 點擊打開，第一次開通需要綁卡設置 開通R2，選擇免費套餐，每月10GB存儲 創建桶 開通R2後，開始設置一個

cloudflare , macos , 圖片上傳

收藏 評論

starrocks 頭像

StarRocks - 【活動回顧】StarRocks Singapore Meetup #2 @Shopee

3 月 13 日，StarRocks 社區在新加坡成功舉辦了第二場 Meetup 活動，主題為“Empowering Customer-Facing Analytics”。本次活動在 Shopee 新加坡辦公室舉行，吸引了來自 Shopee、Grab 和 Pinterest 的專家講師以及 50 多位參會者。大家圍繞電商、BI 報表和廣告場景中的數據分析挑戰展開了深入探討，並分享瞭如何利用 Sta

spark , 數據分析 , 物化視圖 , olap

收藏 評論

selectdb 頭像

SelectDB技術團隊 - 為什麼 Apache Doris 是比 Elasticsearch 更好的實時分析替代方案？

Elasticsearch 是一款開源的分佈式檢索引擎，廣泛應用於日誌分析、全文搜索和數據監控等領域。憑藉其強大的實時搜索能力和靈活的查詢語言，在市場上獲得了廣泛認可。然而，在過去兩年，我們注意到一個趨勢，很多 Elasticsearch 用户傾向於採用 Apache Doris 替代 Elasticsearch。 儘管 Apache Doris 和 Elasticsearch 在表面上看似不同，

elasticsearch , 大數據 , 性能分析 , 全文檢索 , 數據庫

收藏 評論

jackjiang 頭像

JackJiang - 全民AI時代，大模型客户端和服務端的實時通信到底用什麼協議？

本文由阿里雲望宸分享，原題“大模型推理主戰場：什麼才是通信協議標配？”，下文進行了排版優化和內容修訂。 1、引言 DeepSeek 加速了模型平權，隨之而來的是大模型推理需求的激增，大模型性能提升的主戰場從訓練轉移到了推理。推理併發的提升，將催生計算、存儲、網絡、中間件、數據庫等領域新的工程化需求。本文將分享 SSE 和 WebSocket 這兩個AI大模型應用的標配網絡通信協議，一起重新認

im , 網絡編程 , 即時通訊

收藏 評論

kuaidi100api 頭像

快遞100API - 2025快遞物流查詢接口Top推薦：軌跡查詢/單號追蹤/性價比對比

在電商、供應鏈管理等場景中，物流查詢接口的穩定性、覆蓋範圍、功能完善性直接影響用户體驗與業務效率。本文結合開發者高頻需求，從權威性、性能、功能等維度，對比分析當前主流物流API服務商，並推薦一款高性價比解決方案。 一、物流查詢接口核心能力對比：為什麼推薦快遞100？ 1. 覆蓋範圍最廣 ● 3000+國內外快遞公司：支持所有主流快遞（順豐、京東、EMS等）及中小物流服務商，國際運輸商覆蓋D

物流系統 , API , 電商 , 快遞 , 接口文檔

收藏 評論

elhix0bg 頭像

阿里雲大數據AI - 快速使用Milvus MCP Server，0代碼搭建智能搜索Agent

引言 在AI時代，搜索場景已從傳統的關鍵詞匹配過渡到語義化、向量化的智能深度搜索。一個高效的智能搜索Agent能通過自然語言理解、語義表示和向量檢索，實現更精準的信息匹配。然而想要搭建這樣一個Agent往往需要面臨和解決很多問題，如產品技術選型、模型的選擇與部署、向量數據的存儲和處理以及返回結果的實時性保障等。 現在使用Milvus MCP Server即可實現快速高效搭建智能搜索Agent，簡化

milvus , agent , 搜索

收藏 評論

swiftcommunity 頭像

Swift社區 - 高併發微服務日誌管理：ELK、Loki、Fluentd 終極對決與實戰指南

摘要 在高併發微服務架構中，日誌系統的高可用性和高吞吐量是確保系統穩定運行的關鍵。本文對比了ELK（Elasticsearch、Logstash、Kibana）、Loki和Fluentd等主流日誌系統，探討了它們在日誌收集、存儲、備份與恢復策略上的優劣，並提供了可運行的示例代碼模塊。通過本文，讀者將能夠選擇適合自身業務需求的日誌解決方案，並確保日誌系統的高可用性與數據一致性。 引言 隨着微服務架構

loki , 日誌分析 , fluentd , elk

收藏 評論

uwatechnologies 頭像

侑虎科技 - 高度場流體模擬

【USparkle專欄】如果你深懷絕技，愛“搞點研究”，樂於分享也博採眾長，我們期待你的加入，讓智慧的火花碰撞交織，讓知識的傳遞生生不息！ 一、原理 參考這個論文：《Real-time Simulation of Large Bodies of Water with Small Scale Details》 核心是這兩個公式： 我在這篇《波動方程與淺水方程》中作了説明，轉貼如下：

渲染 , 美術設計

收藏 評論

vivo_tech 頭像

vivo互聯網技術 - 深度剖析 StarRocks 讀取 ORC 加密文件背後的技術

作者：vivo 互聯網大數據團隊 - Zheng Xiaofeng 本文介紹了StarRocks數據庫如何讀取ORC加密文件，包括基礎概念以及具體實現方案。深入探討了利用ORC文件的四層結構和三層索引機制，實現高效查詢加密數據。希望通過本文對ORC加密文件讀取功能的實現細節的剖析，讓讀者更加深刻理解ORC文件，同時瞭解StarRocks支持加解密數據分析的方案。 一、背景 為了提升對敏感數據的

大數據 , 加密解密 , 數據庫

收藏 評論

aixiaodekaomianbao_ddkwvd 頭像

clklog - 用户標籤與畫像，精準運營更進一步-ClkLog埋點分析系統

ClkLog埋點分析系統，是一種全新的、開源的洞察方案，它支持全埋點、自定義埋點，能夠幫助您捕捉每一個關鍵數據點，確保您的決策基於最準確的用户行為分析，同時技術人員可快速搭建私有的分析系統。 ClkLog CDP企業版實現了通過對埋點採集回來的用户打標籤的方式分析客户的行為、興趣、購買歷史、偏好等多維度數據，構建出一個關於客户的完整數字化檔案。在實現自定義事件分析的基礎上，通過用户標籤和分羣，可

行為分析 , sdk , 開源軟件 , 埋點

收藏 評論

reqingdetiangua 頭像

熱情的甜瓜 - Gitee DevSecOps：打造智能化軍工軟件工廠，破解版本管理難題

在軍工軟件研發逐步邁向工業化的進程中，「軟件工廠」正成為提升研發效率、優化資源配置的關鍵模式。然而，傳統版本管理方式往往難以支撐大規模、跨團隊的協同開發，導致依賴關係混亂、版本變更不可控，進一步拖慢項目交付。Gitee DevSecOps 平台圍繞軟件工廠的標準化、流程化、智能化目標，構建了一套智能版本管理體系，助力軍工行業突破瓶頸，加速研發工業化進程。 軍工軟件的版本管理挑戰 依賴關係複雜，影響

ci-cd , devsecops , gitee , 版本管理 , 團隊協作

收藏 評論

shishangdexiaomaju 頭像

GpuGeek - 一文走進GpuGeek | pip常用命令

pip 常用命令： 默認情況下，GpuGeek平台的 pip 命令是使用 miniconda3 進行安裝，可以通過如下 pip -V 命令查看 pip 安裝目錄。 查看pip命令安裝目錄 pip -V 查看pip命令執行程序位置 command -V pip 查看當前pip版本 pip --version 列出所有已安裝的包 pip list 安裝最新版本的numpy庫 pip install

雲平台 , gpu , pip , 人工智能

收藏 評論

8848_62c77d4bb2532 頭像

Java陳序員 - 19K+ Star！一款基於 Vue3 實現的後台管理系統！

大家好，我是 Java陳序員。 今天，給大家推薦一款基於 Vue3 實現的後台管理系統前端模板框架，適合外包項目，實現快速交付！ 關注微信公眾號：【Java陳序員】，獲取開源項目分享、AI副業分享、超200本經典計算機電子書籍等。 項目介紹 vue-manage-system —— 一套基於 Vue3 + Element Plus + TypeScript 實現的多功能的後台前端模板框架，適

vue.js , github , node.js , yarn , 前端

收藏 評論

congweibiaobaidemalingshu 頭像

小白獅ww - 文-圖生視頻雙發力，Wan 2.1 高質量視頻生成教程

Wan 2.1（通義萬相 2.1）是由阿里巴巴於 2025 年開源的視頻生成大模型，它在視頻生成領域展現出了卓越的性能。在功能上，該模型不僅支持文生視頻和圖生視頻，還能進行視頻編輯、文生圖、視頻生音頻等多種創新應用，極大豐富了用户的創作選擇。而且，Wan 2.1 是首個能在中英文環境中實現文字生成的視頻模型，免去外部插件的繁瑣，大幅提升了其實用性。 Wan 2.1 採用了自研的高效變分自編碼器 (

機器學習 , tensorflow , 自然語言處理 , 人工智能 , 深度學習

收藏 評論

openbayescom 頭像

OpenBayes - OpenBayes 教程上新丨CSM 駕到，統統閃開！更鮮活的語音生成，從此告別延遲呆板機械味

與 AI 語音助手聊天時，總感覺哪裏怪怪的。它們對問題應答自如，可就是少了點「人味」。語調呆板、停頓突兀，時不時還在莫名其妙的地方卡頓，這種似人非人的違和感，其實就是「恐怖谷效應」在作祟。當 AI 語音與人類語音相似度頗高卻又未達到完美一致時，用户便會感到不適。 近期，由 Sesame 團隊推出的語音生成模型 CSM (Conversational Speech Model) 在眾多語音模型中脱穎

機器學習 , tensorflow , 自然語言處理 , 人工智能 , 深度學習

收藏 評論

puxiaoke6 頭像

一點人工一點智能 - 書籍-《使用TensorFlow和Keras的神經網絡》

書籍：Neural Networks with TensorFlow and Keras: Training, Generative Models, and Reinforcement Learning 作者：Philip Hua 出版：Apress​ 編輯：陳萍萍的公主@一點人工一點智能 下載：書籍下載-《使用TensorFlow和Keras的神經網絡》 01 書

機器學習 , tensorflow , 神經網絡 , 深度學習

收藏 評論

kamier 頭像

kamier - 【Hadoop】HBase系統解析及適用場景

一、HBase產生背景 在大數據時代，傳統的關係型數據庫（如Mysql、Oracle）在大數據量下的併發讀寫及可拓展性方面遇到瓶頸，尤其是處理海量的非結構化、半結構化數據時效率較低，而Hadoop的HDFS雖然支持海量數據的存儲以及批處理，但其無法支持隨機讀寫和低延遲查詢（HDFS 中的文件一旦寫入不能修改，只能追加），所以HBase被設計出來，彌補了HDFS在實時訪問能力上的不足。 HBase是

hdfs , 大數據 , hadoop , hbase

收藏 評論