收藏 / 列表

developer-tianyiyun 頭像

天翼雲開發者社區 - nginx證書緩存功能

本文分享自天翼雲開發者社區《nginx證書緩存功能》.作者：雲海 背景： ssl證書之前是不支持公用的，不同的域名，如果引用同一本證書，是無法公用的，每個域名都要加載同一個證書，浪費內存 新版本： 在1.27.2版本中，nginx官方更新了ssl證書相關的實現，支持了ssl證書緩存共享。 實現原理： 在配置初始化時，初始了ssl證書緩存的紅黑樹： ngx_openssl_cache_crea

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 - 入門向：下一代實時計算基礎設施-Fluss

本文在綠泡泡“狗哥瑣話”首發於2024.12.15 -關注不走丟。 上期講Flink Forward Aisa的視頻比較受歡迎，這期加更講Fluss。 為了方便新觀眾瞭解Fluss。簡單介紹一下Fluss，這玩意兒主要是為實時分析而生的流存儲。 所以它會有和Kafka一樣的能力，但是比起Kafka，多一個直接查的能力。 用在數據湖場景，比如配合Paimon，那麼就可以當作一個實時層，整個鏈路的延

fluss , 大數據 , flink , kafka

starrocks 頭像

StarRocks - StarRocks：Connect Data Analytics with the World

作者：StarRocks TSC Member、鏡舟科技 CTO——張友東 本文基於鏡舟科技 CTO、StarRocks TSC 成員張友東在 StarRocks Connect 2025 活動上的主題分享整理而成。圍繞大會的核心主題——“數據與世界的連接”，本文將從三個維度進行闡述： 過去：StarRocks 通過開源的力量，將全球的社區用户緊密聯繫在一起。 現在：StarRo

數據庫 , starrocks , 數據分析

u_15459354 頭像

ApacheSeaTunnel - （四）收官篇！從分層架構到數據湖倉架構系列：數據服務層和數據應用層及湖倉技術趨勢小結

《新興數據湖倉設計與實踐手冊·從分層架構到數據湖倉架構設計（2025 年）》 系列文章將聚焦從數據倉庫分層到數據湖倉架構的設計與實踐。手冊將闡述數據倉庫分層的核心價值、常見分層類型，詳解分層下的 ETL 架構及數據轉換環節，介紹數據倉庫分層對應的技術架構，並以貼源層（ODS）、數據倉庫層（DW）、數據服務層（DWS）為例，深入剖析數湖倉分層設計，最後探討數據倉庫技術趨勢並進行小結。

spark , WhaleStudio , 大數據 , 數據倉庫 , 數據庫 , 白鯨開源

kamier 頭像

kamier - 【Hadoop】Yarn資源管理調度

一、Yarn產生背景 Yarn（全稱為Yet Another Resource Negotiator，譯為"另一個資源協調者"）在Hadoop2.0版本中引入，其誕生是為了解決 Hadoop 1.x 架構中 MapReduce 的資源管理和計算框架耦合 的問題。簡而言之，就是之前MapReduce的資源管理和計算框架是耦合在一起的，為了解耦而設計出了Yarn。 Yarn是一種新的 Hadoop 資

大數據 , yarn , hadoop

u_16099247 頭像

墨韻流香 - YARN ResourceManager

2. ResourceManager端 Client端通過YarnRunner.submitJob()將Application提交給了ResourceManager。 連接Client與ResourceManager的協議為ClientRMProtocol，該協議的實現類為ClientRMService。 1) ClientRMServ

狀態機 , 封裝 , 大數據 , yarn , JAVA , 事件處理

u_15879876 頭像

Aloudata - 企業級 VS 個人級：智能問數的“集團軍”與“單兵作戰”的差異解析

智能問數正迅速成為企業數據消費的新入口。從初創公司到世界 500 強，眾多組織嘗試通過“一句話問數”的方式，降低數據分析門檻、提升決策效率。理想很豐滿，但現實很骨感，“問不準”、“不靈全”、“問不深”成為大量嚐鮮用户的普遍感受。 表面上看，這類失敗常被歸因於技術瓶頸——例如模型準確性不足、SQL 生成錯誤、響應延遲等。但深入剖析後不難發現，問題的根

大數據 , 數據倉庫 , 智能歸因 , 智能報告 , 數據分析 , 智能問數 , chatbi

u_17558081 頭像

饕餮大數據 - MDEP-187 從根因到修復

温馨提示 此內容版本在 ttr-2.2.1 已經修復,低於該版本需要手動處理。有任何問題可以聯繫作者，或者訪問 TTBigdata知識庫 獲取其他技術支持。 一、問題背景 在編譯 Ambari Views 模塊時，常會遇到以下錯誤： 典型報錯信息如下： [DEBUG] (f) session = org.apache

大數據 , yyds乾貨盤點 , Bigtop , 運維 , hadoop , 開源大數據 , Ambari

leguandeludeng 頭像

數據集成與治理 - 數據怎麼分層？從ODS、DW、ADS三大層一一拆解！

備選標題： 數據分層，不止分層那麼簡單！ 數據為什麼要分層？三招搞定多源異構數據 數據又多又亂，用的時候： 找不到？ 算得慢？ 還容易出錯？ 別頭疼了！數據分層就是解決這些問題的“法寶”。 簡單説，它就是： ​給數據建個清晰有序的“家”，讓每一類數據都有固定的位置和職責​。 今天，我就帶大家拆解數據分層最核心的三大層： 數據運營層(ODS) 數據倉庫層(DW) 數據應用層(ADS

數據結構 , 數據庫

u_15844731 頭像

阿森CTO - 初始化列表與explicit

@TOC 📝再談構造函數 🌠 構造函數體賦值 在創建對象時，編譯器通過調用構造函數，給對象中各個變量一個合適的初始值 class Date { public: Date(int year, int month, int day) { _year = year; _month = month; _day = day;

初始化列表 , 大數據 , yyds乾貨盤點 , 初始化 , 數據倉庫 , 構造函數

vivo_tech 頭像

vivo互聯網技術 - Tars-Cpp 協程實現分析

作者：vivo 互聯網服務器團隊- Ye Feng 本文介紹了協程的概念，並討論了 Tars Cpp 協程的實現原理和源碼分析。 一、前言 Tars 是 Linux 基金會的開源項目（https://github.com/TarsCloud），它是基於名字服務使用 Tars 協議的高性能 RPC 開發框架，配套一體化的運營管理平台，並通過伸縮調度，實現運維半托管服務。Tars 集可擴展協議編解碼、

協程 , tars

kpaas 頭像

KPaaS集成擴展平台 - 數據治理：解決主數據冗餘和重複的三大方法

許多企業在享受數據紅利的同時，也飽受“數據沼澤”之苦——尤其是主數據（Master Data）的冗餘、不一致與重複問題，已成為制約業務效率與決策質量的關鍵瓶頸。 主數據，如客户、供應商、商品、組織架構等，是貫穿企業多個業務系統的核心實體。一旦這些基礎數據在不同系統中存在多個版本、命名不一或結構混亂，不僅會導致財務對賬困難、庫存管理失真，還可能引發客户體驗下降甚至合規風險。根

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 , 數據一致性 , 數據集成與應用集成

u_15316473 頭像

阿里雲大數據AI技術 - EMR Serverless Stella 1.0 技術分享：StarRocks企業級版本內核重大突破

在今年雲棲大會上，EMRServerlessStella1.0正式發佈，這是一款面向企業級場景深度優化的高性能數據分析引擎。阿里雲開源大數據平台OLAP引擎負責人周康系統性地分享了Stella在存算分離架構、Lakehouse場景以及全文檢索等三大核心場景下的深度優化經驗，為業界提供了大規模OLAP系統工程化實踐的寶貴參考。Stella引擎的發佈將為企業級用户提供更加專業、高效的

大數據 , 數據倉庫 , 阿里雲 , Lakehouse , starrocks , Stella , olap

daimajiangxin 頭像

代碼匠心 - 從零開始學Spring Boot系列-返回json數據

歡迎來到從零開始學Spring Boot的旅程！在Spring Boot中，返回JSON數據是很常見的需求，特別是當我們構建RESTful API時。我們對上一篇的Hello World進行簡單的修改。 添加依賴 首先，確保你的build.gradle文件中已經包含了Spring Web的依賴，因為返回JSON數據通常與Web請求和響應有關。Spring Boot的starter-w

spring-mvc , springboot , JAVA , 後端 , Json

u_16272508 頭像

事辯天下 - 歐神諾中國玉第2屆空間設計大賽圓滿落幕，共築行業設計新生態！

11月11日，歐神諾金橄欖獎·中國玉第2屆空間設計大賽頒獎典禮在佛山歐神諾總部展廳圓滿落幕。活動現場匯聚了大咖評審、獲獎設計師、行業媒體等眾多嘉賓，共同見證了一場融合設計創意、產品美學與文化深度的行業盛宴。 01 賦能設計師成長 見證年度大獎榮耀誕生 活動開場，帝歐水華集團總裁、歐神諾瓷磚董事長兼總裁吳志雄誠摯歡迎蒞臨典禮的來賓，衷心感謝各位設計師

自啓動 , 大數據 , 錨點 , 數據倉庫 , 整合資源

huikaichedemianbao 頭像

合合技術團隊 - 啓信寶電影行業洞察：廣東蟬聯“雙冠王”，票房與企業數量全國第一

國家電影局數據顯示，2024年全國觀影總人次為10.1億，同比下滑23.1%。與此同時，啓信寶統計數據顯示，電影相關企業數量在五年內翻了三番，年均增速超25%。電影行業呈現“冰火兩重天”的態勢。 “消費端收縮、供給端活躍”的現象，勾勒出中國電影產業在深度調整期的真實圖景。近日，啓信寶發佈的《2025電影行業觀察報告》指出，行業的增長動力已從市場擴容轉向結構升級，資源向頭部企業、核心地域與AI技術高

大數據 , 算法 , 人工智能

nebulabio 頭像

北京辰輝創聚生物 - 重組融合蛋白技術概述

重組融合蛋白的基本概念 重組融合蛋白是通過基因工程技術將兩個或多個不同基因的編碼序列連接，在宿主細胞中表達產生的單一多肽鏈。這種技術使得研究人員能夠將不同蛋白質的功能域進行組合，創造出具有新特性的蛋白質分子。與普通重組蛋白相比，融合蛋白在設計上具有更高的靈活性和功能性。 從結構組成來看，重組融合蛋白通常包含目標

蛋白表達 , 可溶性蛋白 , 大數據 , 蛋白檢測 , 數據倉庫 , His標籤 , 親和層析

openfuyao 頭像

openFuyao - 一文讀懂openFuyao：聚焦AI雲原生，促進算力極致釋放

在人工智能迅猛發展的浪潮中，算力已成為驅動技術創新的核心要素。然而，全球範圍內面臨着異構算力協同困難、硬件資源利用不足、集羣軟件生態不完善等共同挑戰。 為解決技術生態碎片化困局，構建產學研協同的集羣軟件生態體系，openFuyao社區於2023年由華為主導啓動孵化，於2025年5月23日，由華為、中國工商銀行、中國移動雲能力中心、聯通數字科技有限公司、四川華鯤振宇智能科技有限責任公司、江蘇博雲科技

kubernetes , 人工智能 , 雲原生 , 開源項目介紹

jiang_5f3236dd7afd1 頭像

Serverless - 揭秘 MCP Streamable HTTP 協議親和性的技術內幕

作者：葉浩田 背景 傳統的 Serverless 平台一般都是面向無狀態應用的，通過將請求分發到不同的可以自動擴展的函數實例，從而為應用提供極致的彈性、按量付費等能力。然而，針對存在會話概念的應用，傳統的 Serverless 平台就不能夠在後端有多個副本的情況下，將屬於某個會話的請求轉發到服務該會話的函數實例，從而該類應用無法在不引入外部存儲同步會話狀態的情況下運行在 Serverless 平台

阿里雲 , 雲原生 , serverless

data_ai 頭像

數據庫知識分享者 - DDD as Code：如何用代碼詮釋領域驅動設計？

簡介： 相較於常規的MVC架構，DDD更抽象、更難以理解，各個開發者對DDD的解釋也不盡相同。那麼哪種設計方式才更好？在學習時如何知道哪種DDD更正統，沒有被別人帶歪？本文嘗試使用“DDD as Code”的概念，即用DSL代碼方式來描述DDD，統一DDD的設計思想，通過案例詳細介紹如何基於ContextMapper來完成一個項目基於DDD DSL的表達，並分享現實中DDD的設計流程和微服務的關係

coffeescript , bootstrap , Javascript