博客 RSS 訂閱

u_16099225 頭像

數據探索者11 - 操作系統 - 存儲管理實驗Java實現(固定式分區分配)

操作系統分頁存儲管理詳解及Java實現 1. 分頁存儲管理概述 分頁存儲管理是操作系統內存管理的重要技術之一，它將進程的地址空間和物理內存都劃分為固定大小的塊，分別稱為頁面（Page）和頁框（Page Frame）。通過頁表（Page Table）實現邏輯地址到物理地址的轉換。 1.1 基本概念 頁面：進程邏輯地址空間的

分頁存儲 , 內存管理 , 操作系統 , 開發語言 , 後端開發 , JAVA , Python

收藏 評論

u_39029 頭像

lingyuli - 大數據系統包含哪些組件？需要過等保嗎？_大數據_行雲管家

hdfs impala kudu spark flink hudi 技術在大數據生態中分工明確，應用場景各有側重，以下是它們的核心應用場景及典型搭配： 1. Hadoop HDFS：底層海量數據存儲 核心場景：作為分佈式存儲基石，適用於所有需要存儲海量數據（TB/PB級） 的場景，尤其擅長存儲結構化、半結構化、非結構化數

hdfs , 大數據 , 數據 , 後端開發 , SQL , Python

收藏 評論

u_16099203 頭像

網絡安全守衞 - Spark RDD 之分區

通過上篇文章【Spark RDD詳解】，大家應該瞭解到Spark會通過DAG將一個Spark job中用到的所有RDD劃分為不同的stage，每個stage內部都會有很多子任務處理數據，而每個stage的任務數是決定性能優劣的關鍵指標。 首先來了解一下Spark中分區的概念，其實就是將要處理的數據集根據一定的規則劃分為不同的子集，每個子集都算做一個單獨的分區，由集羣中不

spark , 大數據 , 加載 , 後端開發 , JAVA , harmonyos

收藏 評論

u_16099271 頭像

代碼魔術師之手 - 2011-2022年高職大數據競賽-賽題任務剖析

目錄 一、環境準備 （一）新建maven項目 （二）添加框架支持 （三）修改maven倉庫地址 （四）pom文件 （五）新建scala目錄 二、編寫具體代碼 （一）全量抽取 （二）增量抽取 題目一：兩個時

spark , 字段 , 大數據 , hive , Css , 前端開發 , HTML

收藏 評論

amit-sheen 頭像

Amit Sheen - Keyframes Tokens: Standardizing Animation Across Projects

Picture this: you join a new project, dive into the codebase, and within the first few hours, you discover something frustratingly familiar. Scattered throughout the stylesheets, you find multiple @

animation , Techniques , Css

收藏 評論

u_12968 頭像

davisl - 使用Spring Initializr

我所理解的Remoting（1）：Marshaling Activation - Part I 什麼是Marshaling Activation 對任何一項分佈式技術（Distributed Technology），比如Remoting，XML Web Service，Enterprise Service，Marshaling和Activation（對於Marsha

使用Spring Initializr , System , Domain , 架構 , 後端開發 , server

收藏 評論

u_16099220 頭像

數碼精靈abc - Python存放代碼的文件是在哪裏

本節內容 Python介紹 發展史 Python 2 or 3? 安裝 Hello World程序 變量 用户輸入 模塊初識 .pyc是個什麼鬼？ 數據類型初識 數據運算 表達式if ...else語句 表達式for 循環 break and continue

強類型 , 數據類型 , 後端開發 , Python存放代碼的文件是在哪裏 , Python

收藏 評論

u_17569005 頭像

wx6906fb3f9b17a - 多奧方案通過智能梯控系統與機器人之間的緊密協作，實現了機器人自主乘梯的智能化、高效化，為智慧建築的發展提供了有力支持。我們期待與各方合作伙伴攜手共進，共同推動智能機器人乘梯控制技術的創新與應用。

機器人（狗）AGV\AMR乘梯控制系統方案設計書 前言 智能機器人乘梯控制系統是助力機器人（包括機器狗、AGV、AMR等）在複雜建築環境中實現自主垂直通行的核心技術。其核心功能在於幫助機器人精準獲取電梯的實時樓層信息、轎廂門開關狀態，並能自主完成呼叫電梯、登記目的樓層等操作，從而實現機器人在不同樓層間的無縫轉運與作業。 隨着人工智能與物

梯控 , 機器人 , AMR , 機器狗 , 人工智能 , 深度學習 , AGV

收藏 評論

u_16213581 頭像

西洋無悔 - 卡特蘭數

Courant數（庫朗數）是流體力學仿真中衡量數值穩定性的關鍵參數，直接影響時間步長與網格分辨率的匹配關係。以下是核心要點： 定義與作用 Courant數（C）由流體速度（u）、時間步長（Δt）和網格尺寸（Δx）定義： 顯式與隱式格式的差異 顯式格式：C需嚴格限制（默認值1，複雜問題需減小）。 隱式格式：C可更大（理論

顯式 , 默認值 , 百度 , 前端開發 , Javascript

收藏 評論

u_12947 頭像

lazihuman - 8種常見的內存泄漏及處理方式（圖文）

基礎問答 問：有沒有遇到過內存泄漏？怎麼排查處理的 答：前端頁面上出現內存泄露，使用 Chrome devtools - memory 工具排查，選擇時間軸分配（Allocations on timeline）功能後開始錄製操作，在頁面上進行相關組件的操作，停止錄製後，查看內存曲線，重點關注內存曲線上升的和下降的位置，如出現只升不降，沒有明顯回落的區域，再重點操作，重

內存泄露 , 緩存 , 內存溢出 , 前端開發 , Javascript

收藏 評論

u_16175438 頭像

mob649e815574e6 - OLLAMA模型地址

在這篇博文中，我將詳細記錄如何解決“OLLAMA模型地址”相關的問題，確保讀者能夠清晰地理解整個過程。接下來，我將通過一系列結構劃分，來深入探討這一實現方式，包括環境預檢、部署架構、安裝過程、依賴管理、配置調優及擴展部署。 首先，我們需要考慮到基礎環境的要求，確保一切順利進行。在環境預檢中，我創建了一張思維導圖，具備硬件拓撲結構，以幫助我理解整體系統的組成，以及所需的軟件與硬件關係。

bash , aigc , 子節點 , Web

收藏 評論

u_16213391 頭像

mob64ca12e6b22d - langchain 加載本地 embedding 模型

在這篇博文中，我將深入探討如何在 Langchain 中加載本地的 embedding 模型。隨着人工智能技術的不斷髮展，embedding 技術已經成為文本處理、語義理解等任務中不可或缺的組成部分。特別是在構建對話系統、智能搜索引擎等應用時，我們需要將本地保存的 embedding 模型加載到 Langchain 中，以便進行更高效的處理和分析。 背景定位 隨着大量數據的產生，

正常運行 , 加載 , aigc , 熱修復

收藏 評論

u_16175454 頭像

mob649e81597922 - ragflow ollama是否要docker部署

在許多 IT 項目中，使用 Docker 部署應用程序以提升環境一致性和可移植性已經成為一種流行的做法。對於具體的項目“ragflow ollama是否要docker部署”這個問題，我們將詳細記錄整個解決過程。下面，按照邏輯結構展開，不同部分也會含有所需的圖表和代碼塊。 環境準備 在部署之前，我們需要確保具備合適的軟硬件環境。 軟硬件要求： 操作系統：Linux,

硬件資源 , aigc , Docker

收藏 評論

u_17422572 頭像

mb6832b239c95b1 - a站b站c站app比對

彈幕三巨頭：A站、B站、C站的前世今生與APP體驗大比拼 在中文互聯網世界，“彈幕”早已成為一種獨特的文化現象。而提到彈幕，就繞不開三家元老級網站：A站、B站和C站。它們共同構建了中國年輕一代的線上精神家園，卻又各自走出了不同的道路。今天，我們就來簡單回顧它們的歷史，並重點對比一下它們的手機APP，看看在移動端，誰更能贏得你的青睞。 簡單認識

移動端 , 服務器 , 移動開發 , 搜索 , ios

收藏 評論

u_13934709 頭像

雲中小生 - 學習C#/.NET看這些資源就夠了（第二版）

10年.NET開發者，多年收集整理的.NET精品學習資料，現免費分享給各位開發者朋友 📚 C#/.NET5從0基礎到精通 60課【課件+源碼】 資源總量：約 4.2GB 最後更新：2021年12月 適用人羣：從零基礎或者.NET Framework向.NET Core轉型的開發者 下載鏈

.NET Core , 學習資源 , 零基礎 , 後端開發 , .net , c , 架構師

收藏 評論

u_13446 頭像

imking - React16中的Component與PureComponent -

在 React 中，Component 和 PureComponent 的核心區別就在於 是否自動進行淺層比較 (shallow compare)，從而決定組件是否需要重新渲染。 1. React.Component Component 不會自動比較 props 或 state，只要父組件重新渲染（哪怕 props 沒變），它也會執行 render()。 換句話

性能優化 , 數組 , 嵌套 , 前端開發 , Javascript

收藏 評論

u_16099252 頭像

架構領航博主 - 位運算符--二進制-2017最新PHP高級視頻教程

在實際項目中，經常需要大量依賴 PHP 中的位運算操作。從讀取二進制文件到模擬處理器，這是一項非常有用的知識，而且也非常酷。 PHP 提供了許多工具來支持你處理二進制數據，但需要從一開始就注意：如果你追求極致的底層效率，PHP 並不是最佳選擇。 不過請耐心看下去！本文將展示關於位運算、二進制和十六進制處理的非常有價值的內容，這些在任何語言中都會有用。 為

字符串 , php , 後端開發 , 十進制 , Python

收藏 評論

u_16213669 頭像

mob64ca140ce312 - Redis 系列（七）：Redis 線程模型原理

文章目錄 一、Redis 是否為單線程？ Redis 的線程組成 二、為什麼採用單線程處理命令 2.1 單線程的侷限 2.2 任務類型與優化策略 2.2.1 IO 密集型任務 2.2.2 CPU 密集型任務 2.3 為什麼不直接用

redis , 客户端 , 後端開發 , 多線程 , harmonyos

收藏 評論

u_16213689 頭像

mob64ca1411a6fc - 【Linux】Linux環境基礎開發工具使用 —— yum | vim | gcc & g++ | gdb | make & makefile | 進度條 | git

目錄 1.yum 1.1 聯網 1.2 查看安裝包 1.3 安裝 1.4 卸載 2.vim 2.1vim的基本概念 2.2 vim的基本操作 2.3 vim正常模式（命令模式）命令集 2.4vim末行模式命令集 2.5 簡單vim配置 3. sudo 4. gcc/g++

預處理 , Linux , vim , 1024程序員節 , 動態庫 , 前端開發 , Javascript

收藏 評論

u_16213705 頭像

mob64ca14157da7 - 手撕十大排序算法（一）

排序 基於插入的排序: 直接插入排序算法 shell(希爾)排序 基於交換的排序: 冒泡排序 快速排序 基於選擇的排序: 簡單選擇排序 堆排序 其他的排序: 歸併排序 基於統計的排序 直接插

排序算法 , 數組 , 數據結構 , 算法 , i++ , 前端開發 , Javascript

收藏 評論

u_12968 頭像

davisl - 前端- Rust入門系列之引用和借用 - Rust學習分享

Rust 借用與引用實戰 引言 借用是 Rust 中使用值而不獲取其所有權的方式。通過引用，我們可以在不轉移所有權的情況下訪問數據。Rust 的借用檢查器確保引用始終有效。 借用規則 借用遵循兩條關鍵規則： 在任意給定時間，要麼只能有一個可變引用，要麼只能有多個不可變引用 引用必須總是有效的

數據 , rust , 緩存 , 前端開發 , Javascript

收藏 評論

u_16213678 頭像

mob64ca140ee96c - 飛書多維表格無需API開發連接飛書多維表格，實現多個子表單數據自動同步到總表單彙總 - 個人文章

關鍵詞：飛書多維表格、PHP 權限模型、RBAC、API 令牌隔離、數據安全 在企業內部把「飛書多維表格」當輕量級業務數據庫用時，權限粒度往往成為最後一道坎： “能不能讓 A 組的組長在 PHP 後台一口氣維護 10 張表，而組員 B 只看得到其中 1 張？” 飛書原生權限做不到“組內再分層”，必須藉助業務系統做二次封裝

php , API , 普通用户 , 後端開發 , harmonyos

收藏 評論

u_16213723 頭像

mob64ca1419e0cc - 提示詞（prompt）工程指南（一）：提示介紹_mb618b7a3518a5a的技術博客

效率的關鍵。想象一下：讓 LLM 生成的 JSON 直接被代碼解析，讓報告自動符合公司模板，讓客服回覆精準匹配品牌調性 —— 這些都得經過 Prompt Engineering 實現對輸出的精確控制。本文將環境拆解控制 LLM 輸出的核心技能，從格式約束到內容雕琢，再到風格塑造，幫你從 "能用" 升級到 "善用" 大模型。就是在大模型應用中，"得到答案"

字段 , 後端開發 , harmonyos , 結構化 , Json

收藏 評論

u_16213708 頭像

mob64ca14163a4f - 人臉識別系列四 | DeepID1算法 - BBuf的個人空間 -

前言：為什麼需要深入理解 DeepSeek-R1？ 在大模型快速迭代的今天，DeepSeek-R1 憑藉其推理增強能力和創新訓練範式成為行業焦點。作為深度求索推出的第一代推理專用大模型，它不僅在數學、代碼等複雜任務上性能對標頂級模型，更通過混合專家架構（MoE） 和無監督強化學習等技術，為大模型效率與能力平衡提供了新範式。 本文從基礎概念到核

redis , 架構 , 數據庫 , 程序人生 , aigc , chatgpt , 人工智能

收藏 評論