收藏 / 列表

developer-tianyiyun 頭像

天翼雲開發者社區 - 一種智能調度分佈式路徑計算解決方案

本文分享自天翼雲開發者社區《一種智能調度分佈式路徑計算解決方案》.作者：蔣輝 背景技術 傳統的CDN動態加載智能路由系統對用户動態請求，主要通過探測服務器主動發起週期性的探測請求，探測CDN中轉節點和源站的可用性及網絡性能，根據探測結果選擇最優的回源鏈路； 然而，在獲取到探測結果後，為了減少探測服務器的計算壓力，通常將探測和選路功能模塊分離在不同的服務器或服務器集羣完成，選路採用特殊的服務器(一般

網絡安全

u_17558081 頭像

饕餮大數據 - 【Ambari開啓Kerberos】-Kafka啓動失敗處理

温馨提示 本文內容在使用 ttr-2.2.0版本之前，開啓Kerberos後才會遇到。 後續版本已經做了處理，無需關注！ 如果在部署、二開過程中，遇到任何問題可以讓作者幫你解決。 一、問題現象 在 Ambari 啓用 Kerberos 後啓動 Kafka 服務時，出現如下錯誤，Kafka 無法正常啓動。 [2025-10-29

hdp , 大數據 , cdh , 私藏項目實操分享 , 運維 , hadoop , 開源

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

vivo_tech 頭像

vivo互聯網技術 - Redis key 消失之謎

作者：vivo 互聯網存儲團隊 - Lin Haiwen、Xu Xingbao 本文從一次生產環境業務服務報錯，逐步對問題進行定位，深入分析之後發現導致問題的原因，給出相應的優化方法，提升業務可用性。 1分鐘看圖掌握核心觀點👇 一、問題描述 1.1 報錯信息 應用服務報錯，通過監控日誌發現凌晨2點的時候，應用報錯獲取不到Redis key。 1.2 告警與監控信息 首先想到是否由於內存

redis , 數據庫 , 抓包解密

doge_king 頭像

泊浮目 - Fluss RoadMap裏Zero Disk是啥

本文在綠泡泡“狗哥瑣話”首發於2024.12.23 -關注不走丟。 上期Fluss的內容還算受歡迎，這期加更，講講Fluss RoadMap裏提到的Zero Disks是怎麼個事兒。 所謂Zero Disks就是把所有的存儲放在S3這種遠程，容量無限的存儲上。這樣集羣本身就可以做到無狀態了。 那這玩意兒會怎麼做呢？我們直接看一篇先成的文章。 原文鏈接： https://medium.com/the

fluss , 大數據 , flink , kafka

zhaoqianglaoshi 頭像

趙渝強老師 - 【趙渝強老師】Oracle客户端與服務器端連接建立的過程

Oracle數據庫採用的客户端-服務器的Client-Server的架構。Oracle的客户端需要通過使用Oracle數據庫提供的網絡環境來建立與服務器端通信，從而實現正常的數據庫訪問。Oracle的網絡環境如下圖所示。 監聽程序在Oracle網絡服務的作用是非常重要的。監聽程序會負責為客户端建立與數據庫服務器之間的連接。Oracle提供了命令lsnrctl用於啓動和停止監聽程序。下圖展示

oracle , 數據庫

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

leguandeludeng 頭像

數據集成與治理 - 怎麼用數據倉庫來進行數據治理？

在我做數據支持那段時間，一開始團隊總是會出現這些情況： 銷售團隊説“活躍用户”日均十萬，市場部報表上卻顯示十五萬，兩邊爭得面紅耳赤卻誰也説服不了誰； 要做一個重要的業務分析，發現需要的數據分散在五六個系統中，光是收集整理就要花上一週時間； 當你終於拿到數據時，卻不敢完全相信它的準確性。 這些看似棘手的問題，其實都指向同一個根源：缺乏有效的數據治理。 那麼到底該怎麼解決這些問題？今天我就從

數據倉庫 , 教程 , 數據庫 , 數據治理平台

daimajiangxin 頭像

代碼匠心 - 從零開始學Flink：流批一體的執行模式

在大數據處理領域，批處理和流處理曾經被視為兩種截然不同的範式。然而，隨着Apache Flink的出現，這種界限正在逐漸模糊。Flink的一個核心特性是其批流一體的架構設計，允許用户使用統一的API和執行引擎處理有界數據（批處理）和無界數據（流處理）。本文將深入探討Flink的執行模式（Execution Mode），特別是在Flink 1.20.1版本中對批處理和流處理模式的支持和優化。 一、F

大數據

u_15591410 頭像

我就是不長肉而已 - B5817W-ASEMI可直接替換安世PMEG2005EH

編輯：ll B5817W-ASEMI可直接替換安世PMEG2005EH ASEMI首芯半導體可替代安氏半導體功率器件 型號：B5817W 品牌：ASEMI 封裝：SOD-123 特性：肖特基二極管 正向電流：1A 反向耐壓：20V 恢復時間：35ns 引腳數量：2 芯片個數：1 芯片尺寸：MIL 浪涌電

ASEMI , 大數據 , B5817W , hadoop , 在51CTO的第一篇博文 , PMEG2005EH

tech 頭像

青雲交技術圈 - Java 大視界 -- Java 大數據在智能家居能源消耗模式分析與節能策略制定中的應用

(centerJava 大視界 -- Java 大數據在智能家居能源消耗模式分析與節能策略制定中的應用/center) 引言 嘿，親愛的 Java 和 大數據愛好者們，大家好！我是CSDN（全區域）四榜榜首青雲交！在科技的洶涌浪潮中，Java 大數據技術宛如一顆璀璨奪目的明珠，於眾多領域綻放出耀眼光芒。 如今，隨着智能家居的迅猛普及，人們的生活變得愈發便捷，但同時也引發了不容

spark , 大數據 , yyds乾貨盤點 , 數據 , 智能家居 , Java大數據 , 能源消耗 , JAVA

huikaichedemianbao 頭像

合合技術團隊 - 論文解讀 - 大型多模態模型中現實世界個性化基準測試

​一、簡要介紹 快速發展的大型多模態模型（LMMs）領域催生了多種具有顯著能力的模型。然而，現有的評估標準未能全面、客觀且準確地評估這些模型是否能滿足現實世界中人類的多樣化需求。為了解決這一問題，論文提出了多維度洞察（MDI）基準，該基準包含超過500張圖像，涵蓋了人類生活的六個常見場景。值得注意的是，MDI基準相比現有評估方法具有兩大優勢：(1)每張圖像都附有兩類問題：簡單問題用於評估模型對圖

大數據 , 算法 , 人工智能

nebulabio 頭像

北京辰輝創聚生物 - 重組蛋白表達｜活性細胞因子｜技術應用詳解

在生命科學研究的精密世界裏，重組蛋白技術，特別是細胞因子與生長因子的製備，已成為探索細胞生命活動的基石。作為通過蛋白表達與蛋白純化技術獲得的活性蛋白，它們為科研提供了高純度、高一致性的關鍵工具。 定義與分類：精準的信號分子 細胞因子是一類由細胞分泌的多肽或蛋

蛋白純化 , 幹細胞分化 , 免疫調節 , 大數據 , 信號轉導 , 數據倉庫 , 生長因子

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

u_15469972 頭像

mb61c46a7ab1eee - 深入解析：OpenCV(十)：NumPy中的ROI

感興趣區域（Region of Interest, ROI）是一個核心概念，它允許我們專注於圖像的特定子集進行分析或操作。在 Python 環境下，由於 OpenCV 將圖像表示為NumPy 數組（numpy.ndarray），ROI 的實現和操作完全依賴於 NumPy 強大的切片和索引機制。 基本定義 ROI 是通過指定圖像的行（高度）和列（寬度）範圍來確定的。

數組 , numpy , 加載 , 後端開發 , harmonyos