博客 RSS 訂閱

xiong51 頭像

梁正雄的博客 - 11、prometheus進階

PromQL聚合計算函數 本章重點，promQL進階，by/without, on/ignoring，group_left/group_right promQL篇章: 表達式，豆包ai，偏移量修改器，指標類型，指標類型，聚合計算函數，持久化查詢 參考：豆包ai+(prometheus實戰個人總結) 一、聚合計算 單指標的侷限性

標量 , 運維 , bash , 聚合函數 , prometheus

收藏 評論

xiong51 頭像

梁正雄的博客 - 10、prometheus指標類型

prometheus-PromQL-4 本章重點：四大指標類型，理論跟示例 promQL篇章: 表達式，豆包ai，偏移量修改器，指標類型，指標類型，聚合計算函數，持久化查詢 Prometheus 支持四種核心指標類型，由客户端定義並上報，服務端通過 PromQL 函數分析，適配不同監控場景，核心差異在於數據變化特性和統計方式。 一、四大指標類型

服務端 , 運維 , bash , prometheus , j監控

收藏 評論

xiong51 頭像

梁正雄的博客 - 9、prometheus偏移量修改器

prometheus-PromQL-3 本章重點： 偏移量修改器，offset，@ time時間戳 理論與示例， 看一萬遍不如練一遍 promQL篇章: 表達式，豆包ai，偏移量修改器，指標類型，指標類型，聚合計算函數，持久化查詢 默認情況下，PromQL 的查詢基準為 “當前時間”，但實際運維場景中，我們常需回溯歷史數據 —— 比如排查 1 小時前的磁盤 IO

偏移量 , 選擇器 , 監控 , 運維 , prometheus

收藏 評論

u_15896157 頭像

劉大貓26 - Spring Boot中使用Swagger3.0.0版本構建RESTful APIs

一、項目描述 為了練習Spring Boot中使用Swagger3.0.0版本生成可視化的swagger接口文檔 本項目涉及的版本 Spring版本：5.3.22 SpringBoot版本：2.7.3 Swagger版本：3.0.0 二、簡介 一般我們在對接前後端的時候，都需要提供相應的接口文檔。對於後端來説，編寫接

可再生能源系統 , 指尖人生 , 地熱能 , 生物質能 , 太陽能 , 後端開發 , JAVA , 風能

收藏 評論

u_16018702 頭像

架構師李哲 - 別再燒錢做AI！大模型微調GPU終極指南：從入門到放棄？

微調7b模型至少要什麼顯卡？ 算力低一些的總感覺比不過別人... 有沒有一種可能，讓我普通老百姓也用用H卡？ 以上問題是否曾是干擾大家做出選品決策的苦楚？別急，本文將從底層邏輯到實戰方案，幫你徹底理清選卡思路。 順帶一提，普通人也能接觸H卡，只要你的電腦能連上網！

保活 , 微調 , 雲服務 , 大模型微調 , 人工智能 , 深度學習 , 開發者

收藏 評論

u_16213593 頭像

mob64ca13faa4e6 - Java基礎學習路線圖

一、基礎入門階段（1-2個月） 核心目標：掌握Java語法和基本編程思維，能獨立寫簡單程序。 核心知識點： 環境搭建（JDK安裝、IDEA使用、環境變量配置） 基礎語法（變量、數據類型、運算符、流程控制、數組） 面向對象（類與對象、封裝、繼承、多態、抽象類、接口） 常用工具類（Stri

實踐項目 , 微服務 , JAVA , 前端開發 , Javascript

收藏 評論

yanpeng 頭像

燕鵬01 - Python數據分析入門指南（十七）：實戰案例（二）——簡單的銷售數據分析

從數據到洞察：零售銷售數據分析實戰 作為計算機專業的博士生，我們在處理複雜數據時往往需要從基礎開始積累經驗。今天讓我們通過一個零售銷售數據的分析案例，來掌握商業數據分析的核心技能。雖然你的研究方向是城市熱島效應，但數據分析的底層邏輯是相通的——都是從原始數據中提取有價值的信息。 準備工作 首先，我們需要導入必要的Python庫： import pandas as pd i

數據 , 後端開發 , 數據分析 , Python

收藏 評論

u_14306318 頭像

咚咚王哲 - 人工智能之數據分析 numpy：第十四章 知識總結

人工智能之數據分析 numpy 第十四章 知識總結 (文章目錄) 前言 本文主要講解 NumPy 的核心知識點總結，涵蓋其作為 Python 科學計算基石的關鍵概念與最佳實踐，適合快速回顧、面試準備或系統學習。 🧱 一、基礎核心：ndarray（N 維數組） 唯一數據結構：所有操作圍繞 numpy.ndarray 展開。

數組 , numpy , 人工智能 , 數據分析 , Python

收藏 評論

u_16099181 頭像

數碼悟透 - 試用於jQuery的SQL jquery實例

想做個jquery 實際例子的集錦。 後台採用php。但其實用其它後台語言也都是一樣的。 1、ajax應用 ---- post 提交表單(1)前台頁面 script type = "

試用於jQuery的SQL , function , stylesheet , jquery , 前端開發 , Javascript

收藏 評論

u_16213693 頭像

mob64ca141275de - 硬盤smart檢查docker

1,機械硬盤的SMART表定義已經有自己的標準，由於硬盤廠很多，很多廠家屬性的名字也不盡相同， 或者某些廠牌缺少某些屬性，但是同個ID的定義是相同的。機械硬盤的SMART屬性表如下： ID

雲計算 , 讀取數據 , 加載 , 硬盤smart檢查docker , Power , Docker

收藏 評論

u_13778063 頭像

u_13778063 - 雲撥測：當“正常變更”摧毀全球網絡時，誰來守護你的業務可用性？

作者：郭皛璠（白璵） 2025 年 11 月 18 日，一場沒有攻擊、沒有黑客、卻讓全球數百萬網站陷入癱瘓的事故悄然發生——X 廠商因一次看似微不足道的數據庫權限變更，引發連鎖反應，導致其全球邊緣網絡陷入間歇性癱瘓近 4 小時。數百萬依賴其 CDN、安全防護與 Serverless 服務的企業網站和服務出現大規模HTTP 5xx錯誤。用户看到的是冰冷的錯誤頁面：“Sorry

雲撥測 , 雲計算 , dns , 運維 , HTTP , 雲服務

收藏 評論

u_17584642 頭像

IP人生 - 動態IP代理與靜態IP代理：詳細區別與場景化選擇指南

在跨境業務、網絡爬蟲、社交媒體運營及市場研究等領域，代理IP已成為不可或缺的工具。然而，面對市場上琳琅滿目的代理服務，許多從業者，尤其是新手，常常會陷入一個核心困惑：我究竟該選擇動態IP代理還是靜態IP代理？這兩種代理類型並非孰優孰劣，而是各有其獨特的應用場景和優劣。選擇錯誤，輕則效率低下，重則可能導致賬號被封、數據獲取失敗。本文旨在深入剖析兩者的區別，並提供清晰的選型指南，最後

數據 , ip , 社交媒體 , 代碼人生

收藏 評論

lizhuo6 頭像

oioihoii - 阿里《靈光》生成的視頻下載不帶水印的極簡方法

新發現 最近靈光剛出來，我用它生成了視頻後下載發現是帶水印的，如下： 但是我發現用網頁瀏覽器的開發者模式F12，可以直接拿到視頻地址，這樣下載的視頻是沒有水印的。 拿到網址後複製到瀏覽器點擊下載 下載後沒有水印！ 感興趣快去試試吧！ 題外話：很多網站的視頻通過 F12（開發者工具）可以直接拿到。 主要是因為： 1. 視頻並非真正加密

服務器 , network , 加載 , 後端開發 , .net

收藏 評論

u_17580222 頭像

mb691327edb400f - AI 招聘系統重塑招聘行業

AI 招聘系統重塑招聘行業 招聘領域的靜默革命：AI重構人才選拔的底層邏輯 招聘失誤帶來的成本損耗，遠比企業想象中更為沉重。一次不當的僱傭決策，可能讓企業承擔該職位年薪30%-50%的直接成本，還會引發團隊士氣低落、培訓資源閒置等連鎖問題。在傳統面試模式裏，HR僅憑主觀判斷和有限的簡歷信息做決策，極易讓優質人才與企業失之交臂。而AI技術的深度應用，正從評估精度、體驗優

交互設計 , 上傳 , ATS , 人工智能 , 深度學習

收藏 評論

lizhuo6 頭像

oioihoii - WPF入門指南：解析默認項目結構

作為WPF的初學者，理解Visual Studio創建的默認項目結構非常重要。這篇博客將詳細解析每個文件的作用，幫助你建立堅實的WPF基礎。 項目概覽 當你使用Visual Studio 2022創建基於.NET 8.0的WPF項目時，會生成以下幾個核心文件： App.xaml 和 App.xaml.cs - 應用程序入口點 MainWindow.x

xaml , wpf , xml , 後端開發 , .net

收藏 評論

acce2934 頭像

Acce2934 - MasaCtrl 論文匯報

MasaCtrl發佈於ICCV2023, 是一個比較老的論文，這裏研究這個主要是因為和研究內容相近。我想着是就算方法可能已經沒那麼新，其中的思想或多或少是可以借鑑的。 MasaCtrl主要致力於解決兩個問題： T2I生成圖像，如生成連續圖像以做動畫需求等時（其實套到我們的課題裏就是對應大圖裏的各個小圖）很難保持一致或很難完成複雜的non-rigid editing任務，其中一致性保持失敗的樣例

AI

收藏 評論

u_16656615 頭像

u_16656615 - 信息的建築學：MyBatis Log Panda 如何重構開發者的認知地圖

—— 並開啓 PandaCoder 工具宇宙的第一扇門 “理解先於一切。” —— 理查德·沃曼 “最好的產品不是被購買的，而是被渴望的。” —— 哈里·馬克思 序章：從迷宮到地圖 曾經作為建築師，我深知空間的混亂會讓人迷失方向。 作為信息架構師，我更清楚：信息的混亂比物理空間的混亂更致命。 每天，成千

API , 後端開發 , JAVA , SQL , 開發者

收藏 評論

zykjedu 頭像

合肥自友科技 - 學工平台怎麼用才最高效？這些實用技巧你必須知道

現在的學工平台功能越來越多，但是很多同學其實並沒有完全發揮它的作用。今天就來聊聊怎麼更好地利用這個工具。 為什麼學工平台越來越重要？ 隨着移動校園的發展，大家對線上辦事的需求越來越高。以前需要跑腿的事情，現在動動手指就能完成。學工平台就是這樣一個集合了各種學生常用功能的地方。 日常使用中的幾個關鍵功能 請假申請 線上請假已經成了主流方

學工管理系統 , 數字化轉型 , 學工系統採購 , 學工一體化平台 , 學工平台 , 學工系統定製開發

收藏 評論

u_17072679 頭像

前端小巷子 - Vue 事件綁定機制

Vue 事件綁定機制 Vue 將事件系統拆分為原生 DOM 事件與自定義組件事件兩套正交實現，前者對接瀏覽器事件循環，後者基於發佈–訂閲模型。本文以 v-on（縮寫 @）為線索，結合運行時源碼路徑，給出端到端的實現剖析。 一、架構概覽 Vue 的事件綁定分為兩條主線： 原生事件綁定 通過 @click 或 v-on:click 直接作用於普通 D

事件系統 , 事件綁定 , Vue , 前端開發 , Javascript

收藏 評論

u_16445164 頭像

科士威傳動 - 絲桿支撐座軸承磨損異常如何自查？

絲桿支撐座軸承是傳動系統的關鍵部件，長期運行後易因磨損、潤滑失效或過載出現性能下降。若未及時更換，可能導致絲桿卡死、設備停機甚至傳動失效。那麼，如何判斷軸承是否需要更換呢？ 通過異常噪音判斷：在設備運行時，仔細辨聽支撐座部位的聲音；如果聽到連續或間斷的“嗡嗡”、“嘎啦”異響，且隨着轉速升高而加劇，這通常表明軸承內部滾動體或滾道已出現磨損、壓痕或缺少

數字化轉型 , 支撐座 , 指尖人生 , 支撐座廠家 , 絲桿 , 絲桿支撐座

收藏 評論

JavaEdge 頭像

JavaEdge - AnyLanguageModel：在蘋果平台上統一本地與雲端大語言模型的 API

本文已收錄在Github，關注我，緊跟本系列專欄文章，咱們下篇再續！ 🚀 魔都架構師 | 全網30W技術追隨者 🔧 大廠分佈式系統/數據中台實戰專家 🏆 主導交易系統百萬級流量調優 車聯網平台架構 🧠 AIGC應用開發先行者 | 區塊鏈落地實踐者 🌍 以技術驅動創新，我們的征途是改變世界！ 👉 實戰乾貨：編程嚴

swift , yyds乾貨盤點 , API , 人工智能 , 深度學習 , 開發者

收藏 評論

mapvthree 頭像

mapvthree - mapvthree 地理投影設計分析——自動轉換與統一接口的設計理念

mapvthree 的地理投影系統是二三維一體化架構的重要組成部分，其設計理念既不同於傳統地圖引擎的單一投影限制，也不同於需要手動處理投影轉換的通用 3D 引擎。本文將從設計理念、支持能力、架構設計等角度，深入分析 mapvthree 投影系統的創新設計。 注： mapvthree 是 JSAPI Three（百度地圖 JavaScript API Three）在代碼中的命名空間。 一、設

前端

收藏 評論

u_17585481 頭像

mb691d8fa7dc4b1 - mapvthree 地理投影設計分析——自動轉換與統一接口的設計理念

mapvthree 的地理投影系統是二三維一體化架構的重要組成部分，其設計理念既不同於傳統地圖引擎的單一投影限制，也不同於需要手動處理投影轉換的通用 3D 引擎。本文將從設計理念、支持能力、架構設計等角度，深入分析 mapvthree 投影系統的創新設計。 注： mapvthree 是 JSAPI Three（百度地圖 JavaScript API Three）在代碼中的命

座標系統 , 地理投影 , yyds乾貨盤點 , mapvthree , 設計理念 , 二三維一體化 , 前端開發 , Javascript

收藏 評論

u_13778063 頭像

u_13778063 - 為什麼 RAG 落地難？解析數據處理 “三重困境”，事件驅動架構如何破局？

作者：稚柳 前言 當企業想用大模型和內部非公開信息打造智能問答系統時，RAG（Retrieval-Augmented Generation，檢索增強生成）已成為必備技術。然而，在實際落地中，構建 RAG 應用的數據準備過程繁瑣複雜且充滿挑戰，讓很多企業和開發者望而卻步。本文將介紹構建 RAG 的最佳實踐：通過阿里雲事件總線 EventBridge 提供的多源 RAG

EventBridge , 數據 , 雲計算 , 阿里雲 , 雲服務 , 數據處理 , 結構化

收藏 評論