Nov 04 2025

百度Geek説 - BaikalDB 架構演進實錄：打造融合向量化與 MPP 的 HTAP 查詢引擎

導讀 BaikalDB作為服務百度商業產品的分佈式存儲系統，支撐了整個廣告庫海量物料的存儲和OLTP事務處理。隨着數據不斷增長，離線計算時效性和資源需求壓力突顯，基於同一份數據進行OLAP處理也更為經濟便捷，BaikalDB如何在OLTP系統內實現適合大數據分析場景的查詢引擎以應對挑戰？ 01 BaikalDB應對OLAP場景的挑戰 BaikalDB是面向百度商業產品系統的需求而設計的分佈式存儲系

數據 , 架構 , 分佈式

Nov 02 2025

六邊形架構 - 真相！Dify和n8n這兩款LLM應用開發平台的最大區別，90%的人都不知道!

文 / 勇哥 原創文章，轉載請聯繫授權 一、前言 大家好，我是勇哥！繼上一篇《震驚！我，一個技術小白，竟然用Dify+Ollama手搓出了自己的AI聊天助手！》帶大家簡單地瞭解了一下普通人如何自己搭建一個屬於自己的AI智能助手之後，就有讀者問我，作為一名傳統的開發者，該怎樣進入AI的行業或者是學習AI的技能呢？我作為一名過來人，我給大家的建議是：好好地去學習AI應用開發的技能，然後通過

llm , 資訊 , 教程 , 知識 , 人工智能

Nov 06 2025

得物技術 - 得物管理類目配置線上化：從業務痛點到技術實現

一、引言 在電商交易領域，管理類目作為業務責權劃分、統籌、管理核心載體，隨着業務複雜性的提高，其規則調整頻率從最初的 1 次 / 季度到多次 / 季度，三級類目的規則複雜度也呈指數級上升。傳統依賴數倉底層更新的方式暴露出三大痛點： 行業無法自主、快速調管理類目； 業務管理類目規則調整，不支持校驗類目覆蓋範圍是否有重複/遺漏，延長交付週期； 規則變更成功後、下游系統響應滯後，無法及時應用最新

數據挖掘 , 效率 , 數據分析 , 效率工具 , 後端

Nov 04 2025

Java烘焙師 - 架構師必備：緩存更新模式總結

大家好，我是Java烘焙師。如何更新緩存和DB、做到性能和一致性的取捨，是一個很常見的話題。下面結合筆者的經驗和思考，系統性地總結一下緩存更新模式，講透講明白。 1、旁路緩存（cache-aside） 實現方案 查詢：先查緩存，查不到緩存時再查DB，並把DB內容寫入緩存、設置合適的過期時間 更新：先更新DB，再刪緩存；做到極致則需引入延遲雙刪機制 之所以不是先刪緩存、再更新DB，是因為在這

MySQL , 緩存 , 架構

Nov 06 2025

程序員阿偉 - 《3D端遊開放世界場景流式加載的資源調度優化實踐》

場景流式加載是平衡“超大地圖容量”與“硬件資源限制”的核心技術，其資源調度效率直接決定玩家探索時的流暢度—若加載過慢，會出現“地形空白”“紋理彈出”；若加載過早，又會佔用過多內存導致卡頓。此前參與某玄幻題材開放世界端遊“靈墟紀元”開發時，團隊在“蒼梧山脈”區域遭遇典型困境：該區域包含森林、峽谷、溶洞三類地形，總資源量達8GB，傳統流式加載採用“固定半徑預加載”（預加載玩家周圍500米資源），當玩家

3d

Nov 05 2025

鏡舟科技 - 什麼是 StarRocks？核心優勢與適用場景解析

在數據量持續爆發的時代，企業對實時分析的需求日益迫切。例如，電商大促期間的交易監控、廣告投放效果的即時反饋等場景，均要求毫秒級的響應速度。然而，傳統工具如 Hadoop、Hive 等存在明顯短板：複雜查詢性能不足、資源擴容成本高、實時與離線數據處理割裂等問題。 StarRocks 的核心定義 StarRocks 是一款新一代極速全場景 MPP（Massively Parallel Processi

高併發 , 數據庫 , 查詢 , 數據湖 , 分析