收藏 / 列表

developer-tianyiyun 頭像

天翼雲開發者社區 - CDN與域名ICP備案的關係淺談

本文分享自天翼雲開發者社區《CDN與域名ICP備案的關係淺談》.作者：江****祿 本文介紹CDN與域名ICP備案的關係以及如何進行域名ICP備案。 一、CDN與域名ICP備案的關係 CDN與域名ICP（Internet Content Provider）備案之間存在着密切的關係，這種關係主要體現在互聯網服務的合規性和網站訪問速度的優化上。 首先，CDN的主要作用是通過在全球多個節點部署服務

網絡安全

ververica 頭像

ApacheFlink - Flink 智能調優：從人工運維到自動化的實踐之路

作者：黃睿阿里雲智能集團產品專家 本文基於阿里雲Flink平台的實際實踐經驗整理，希望能為廣大流計算從業者提供有價值的參考。 引言 在流計算領域，ApacheFlink作為業界領先的流處理引擎，為眾多企業提供了強大的實時數據處理能力。然而，隨着業務規模的不斷擴大和數據量的持續增長，如何確保Flink作業能夠長期穩定運行，同時實現資源的高效利用，成為了每個技術團隊都必須面對的核心挑戰。 根據前期用户

大數據 , flink , 實時計算

doge_king 頭像

泊浮目 - 以防你不知道大佬認為寫好註釋有多重要

本文在綠泡泡“狗哥瑣話”首發於2024.12.27 -關注不走丟。 最近看到一篇好文章，是6年前redis之父寫的，雖然過了這麼久，但是這些內容並沒有過氣。 標題《Writing system software: code comments》，鏈接是：http://antirez.com/news/124?continueFlag=372abd242aeafb5bbf6f... 這篇文討論了代碼中

redis , 註釋 , 代碼規範

starrocks 頭像

StarRocks - StarRocks 4.0：FlatJSON，讓 JSON 查詢像列存一樣高效

導讀： StarRocks 4.0 已正式發佈！這一版本帶來了多項關鍵升級。本篇聚焦 JSON 查詢性能的系統性提升——通過全新的 FlatJSON 列式存儲與執行優化機制，StarRocks 4.0 讓 JSON 在實時分析場景中具備接近原生列存的性能。 無論是日誌、埋點還是 IoT 數據，用户都無需額外 ETL，即可直接對 JSON 進行高性能查詢分析，真正讓“靈活的數據結構”與“高效

數據庫 , starrocks , 數據查詢 , Json

u_16272508 頭像

事辯天下 - 2025中國上海國際童書展圓滿落幕 全球兒童內容產業在滬呈現蓬勃活力

2025中國上海國際童書展（CCBF，以下簡稱上海童書展）於11月16日在上海世博展覽館圓滿落幕。本屆展會吸引了來自35個國家和地區的474家參展商亮相，集中展示超過2萬種中外最新童書。根據主辦方統計，截止稿件發佈，本屆展會促成近1000項版權交易意向，實現圖書銷售碼洋約1500萬元，文創和衍生品銷售額接近200萬元。 展會三天共迎來42,387名觀眾，其中包括15

商業 , 大數據 , ip , 數據倉庫 , 類圖

u_15459354 頭像

ApacheSeaTunnel - 深陷 Sqoop+Canal 困境？中控技術用 SeaTunnel 打造高效數據採集破局方案

核心數據一致性達99.99%、開發效率提升50%、運維成本降低70%——這是中控技術採用 Apache SeaTunnel 構建數據採集框架及相關數據服務體系後的實測成效。 上週 Apache SeaTunnel 線上 Meetup 上，中控技術工程師崔俊樂分享了這家大型工業 AI 平台型公司的實踐經驗。我們已將視頻內容整理成文，供行業同仁參考借鑑。 作者簡介 崔俊樂，中控技

spark , 大數據 , 運維 , 開源 , seatunnel , apache

kamier 頭像

kamier - 【Zookeeper源碼閲讀】六、分佈式鎖的實現原理

六、分佈式鎖的實現原理 實現分佈式鎖的方式有許多種，比如使用數據庫鎖、redis等等。而Zookeeper也可以用於實現分佈式鎖，下面通過源碼來介紹Zookeeper是如何來實現分佈式鎖的？ 6.1 驚羣效應 假設用節點"/lock"來表示這個分佈式鎖，我們第一時間可能會想到通過判斷節點"/lock"存在與否，如果不存在則創建該節點，表示獲取到這個鎖，否則監聽該節點，等待鎖的釋放。如下圖所示

分佈式鎖 , zookeeper

u_15879876 頭像

Aloudata - Data Agent 精選推薦，推動人人都是分析師願景落地

摘要 在數據量爆炸式增長與業務決策實時性要求提升的雙重驅動下，Data Agent（數據智能體）正從輔助工具向企業核心數據分析中樞演進。其通過融合大模型能力與數據管理和分析技術，為企業提供“對話即分析”、“自動找根因”、“一鍵生成報告”等智能化數據分析服務，推動“人人都是分析師”的願景落地。 前言：當數據分析遇上 AI，Data Agent

大數據 , data , 數據倉庫 , 數據分析 , 智能問數 , chatbi

u_17558081 頭像

饕餮大數據 - 【Ambari開啓Kerberos】- Atlas啓動 - Solr權限異常

一、問題背景 Atlas 啓動報錯通常分兩階段： HBase 無權限（上文已有説明）； Solr 401 Unauthorized（本篇重點）。 二、錯誤日誌分析 Atlas 啓動失敗時控制枱輸出如下堆棧信息： .springframework.beans.factory.support.

大數據 , yyds乾貨盤點 , Kerberos , 運維 , 開源 , Css , 前端開發 , HTML , Ambari

leguandeludeng 頭像

數據集成與治理 - 終於有人把數據架構講明白了

天天聽人説“數據架構”，是不是覺得有點懵又有點煩？別急！今天咱們就拋開那些高大上的術語，好好聊聊：數據架構到底是啥？它為啥這麼重要？ 其實説白了，數據架構就是你公司裏那套管數據的“規矩”和“方法”——數據放哪？怎麼算？怎麼跑？怎麼用？全歸它管！ 為啥要搞這套“規矩”？因為數據太亂了！到處是孤島，質量參差不齊，想用的時候找不着、用不好。好的數據架構，就是來解決這些頭疼事的！​它能讓你公司的數據井井有

數據結構

u_15844731 頭像

阿森CTO - C++內存管理的機制

@TOC 📝new和delete操作自定義類型 我們先看malloc與free，調試可以發現並不會調用析構函數 class A { public: A(int a = 0) : _a(a) { cout "A():" this endl; } ~A() { cout "~A():" this endl; }

數組 , 大數據 , yyds乾貨盤點 , 數據倉庫 , 構造函數 , ci

vivo_tech 頭像

vivo互聯網技術 - vivo Pulsar 萬億級消息處理實踐（4）-Ansible運維部署

作者：Liu Sikang、互聯網大數據團隊-Luo Mingbo Pulsar作為下一代雲原生架構的分佈式消息中間件，存算分離的架構設計能有效解決大數據場景下分佈式消息中間件老牌一哥"Kafka"存在的諸多問題，2021年vivo 分佈式消息中間件團隊正式開啓對Pulsar的調研，2022年正式引入Pulsar作為大數據場景下的分佈式消息中間件，本篇文章主要從Pulsar運維痛點、Ansi

中間件 , 大數據 , 運維自動化 , ansible , pulsar

kpaas 頭像

KPaaS集成擴展平台 - 主數據實時同步：為什麼 CIO 要優先考慮？

越來越多 CIO 開始意識到：技術架構可以迭代，應用系統可以替換，但數據的一致性與可信度，才是決定數字化成敗的底層基石。而在所有數據類型中，主數據（Master Data）——如客户、供應商、物料、組織架構等核心業務實體——因其跨系統、高複用、強關聯的特性，成為數據治理的“牛鼻子”。 然而，現實卻令人憂心：銷售在 CRM 中錄入的客户信息，與財務在 ERP 中使用的客户編碼

主數據管理 , 大數據 , yyds乾貨盤點 , 數據孤島解決方案 , MDM , 數據倉庫 , 異構數據整合 , 數據一致性

u_15316473 頭像

阿里雲大數據AI技術 - 【跨國數倉遷移最佳實踐 12】阿里雲 MaxCompute 實現 BigQuery 10 萬條 SQL 智能轉寫遷移

作者：曹霖 本系列文章將圍繞東南亞頭部科技集團的真實遷移歷程展開，逐步拆解BigQuery遷移至MaxCompute過程中的關鍵挑戰與技術創新。本篇為第十二篇，基於阿里雲MaxCompute實現BigQuery10萬條SQL智能轉寫遷移。 注：客户為東南亞頭部科技集團，文中用GoTerra表示。 一、項目背景 在全球化和數字化加速

MaxCompute , 大數據 , 數據倉庫 , 數據遷移 , 阿里雲 , SQL

daimajiangxin 頭像

代碼匠心 - 從零開始學Flink：數據源

在實時數據處理場景中，數據源（Source）是整個數據處理流程的起點。Flink作為流批一體的計算框架，提供了豐富的Source接口支持，其中通過Kafka獲取實時數據是最常見的場景之一。本文將以Flink DataStream API為核心，帶你從0到1實現“從Kafka消費數據並輸出到日誌”的完整流程，掌握Flink Source的核心用法。 一、為什麼選擇Kafka作為Flink的數據源？

大數據

huikaichedemianbao 頭像

合合技術團隊 - 【論文解讀】用於代碼處理的語言模型綜述

1.簡要介紹 在這項工作中，論文系統地回顧了在代碼處理方面的最新進展，包括50個+模型，30個+評估任務和500個相關工作。論文將代碼處理模型分解為由GPT家族表示的通用語言模型和專門預訓練的代碼模型，通常具有定製的目標。論文討論了這些模型之間的關係和差異，並強調了代碼建模從統計模型和rnn到預訓練的transformer和LLM的歷史轉變，這與NLP所採取的過程完全相同。還討論了特定於代碼的特

code , llm , 人工智能 , 模型

nebulabio 頭像

北京辰輝創聚生物 - 重組蛋白技術基礎概述

重組蛋白的基本概念 重組蛋白是通過基因重組技術在宿主系統中表達的外源蛋白。該技術將目標基因導入表達載體，轉化至宿主細胞，利用細胞自身的轉錄翻譯機制合成目標蛋白。與傳統組織提取相比，重組技術可獲得更高純度、更好一致性的蛋白樣品。 重組蛋白的技術特徵 重組蛋白的生物學功能由其空間構象決定。氨基酸序列通過分子內氫鍵、疏水作用、二硫鍵等化學力形成特定三維結構。研

蛋白表達 , 大數據 , 細胞因子 , 重組蛋白 , 數據倉庫 , 生長因子 , 科研試劑