java技术圈 为您找到相关结果 12

LMDB中的mmap、Copy On Write、MVCC深入理解——讲得非常好,常来看看! - bonelee

lmdb创建完env对象,打开时,会做data file和lock file的mmap映射: env->me_lfd = open(lpath, O_RDWR|O_CREAT|MDB_CLOEXEC, mode); void *m = mmap(NULL, rsize, PROT_READ|PROT_WRITE, MAP_SHARED, env->me_lfd, 0); env->me_txns = m; env->me_fd = open(dpath, oflags, mode); env->me_map = mmap(addr, env->me_mapsize, prot, MAP_SHARED, env->me_fd, 0); 其他时刻都直接使用内存指针,通过系统级别的缺页异常获取对应...阅读全文

博文 2020-02-19 12:49:45 博客园

世界500强常用的管理方法和工具推荐

工具可以帮助我们规范化一体化,工具还可以帮助我们提升工作效率,专业管理人员必须要会使用工具。 下面给大家介绍九种高效率的处理工作的管理方法与管理工具,通过学习这些方法让你的工作变得有条不紊,可进可退,并且通过这些以前你从不知道的法则和分析方法来锻炼你的分析和处理事情的能力,一起涨姿势。 1、二八原则 巴列特定律:“总结果的80%是由总消耗时间中的20%所形成的。”按事情的“重要程度”编排事物优先次序的准则是建立子啊“重要的少数与琐碎的多数”的原理的基础上。 举例说明:80%的销售额是源自20%的顾客;80%的电话是来自20%的朋友;80%总产量来自20%的产品;80%的财富集中在20%的人手中。 启示我们在工作中要善于抓主要矛盾,善于从纷繁复杂的工作中理出头绪,把资源用在最重要、最紧迫的事情...阅读全文

饿了么异地多活技术实现(一)总体介绍

饿了么技术团队花了1年多的时间,实现了业务的整体异地多活,能够灵活的在多个异地机房之间调度用户,实现了自由扩容和多机房容灾的目标。本文介绍这个项目的整体结构,还简要介绍实现多活的5大核心基础组件,为读者建立基本的概念模型,后续会有系列文章陆续介绍每个组件的实现细节。读者能够从中了解到做异地多活的大方向,为实现自己的异地多活,或者是容灾备份提供参考。背景:为什么要做异地多活?饿了么要做多活,是受业务发展的驱动,经过几年的高速发展,我们的业务已经扩大到单个数据中心撑不住了,主要机房已经不能再加机器,业务却不断的要求加扩容,所以我们需要一个方案能够把服务器部署到多个机房。另外一个更重要的原因是,整个机房级别的故障时有发生,每次都会带来严重的后果,我们需要在发生故障时,能够把一个机房的业务全部迁移到...阅读全文

博文 2022-12-27 09:33:04 知乎

HPC云化部署的优势和挑战

本文分享自天翼云开发者社区《HPC云化部署的优势和挑战》 作者:土豆炒肉丝HPC云化部署指的是将高性能计算(HPC)工作负载部署在云计算平台上,这种方式带来了一些明显的优势,但同时也面临一些挑战。以下是HPC云化部署的主要优势和挑战: 优势:1.灵活性和弹性:云计算平台提供灵活的资源调度和弹性伸缩功能,可以根据需要动态分配计算资源。这使得HPC应用能够更加高效地利用计算资源,根据实际需求进行资源扩展或收缩,从而降低成本。2.成本效益:传统HPC集群的建设和维护需要昂贵的硬件设备和专业技术团队。通过在云平台上进行部署,用户无需投资大量资金购买硬件设备,而是按需付费,只支付实际使用的资源,节省了大量成本。3.全球可访问性:云计算平台的服务通常分布在多个地理位置,用户可以从世界各地的终端设备访问这...阅读全文

内容分发网络 CDN 概述

本文分享自天翼云开发者社区《内容分发网络 CDN 概述》,作者:JerryCDN(Content Delivery Network)是一种分布式网络架构,旨在提供高效、可靠地将内容传送给全球用户的服务。CDN 的主要目标是通过将数据缓存到位于不同地理位置的多个服务器上,使用户能够从离他们更近的服务器获取内容,从而减少访问延迟、提高加载速度和改善网站的性能。在这篇文章中,我将详细介绍 CDN 的工作原理、使用 CDN 的好处,并举例说明它如何优化内容传递的过程。一、CDN 的工作原理CDN 的工作原理基于两个主要的技术:缓存和就近访问。缓存:CDN 将网站的静态内容(例如图片、CSS、JavaScript 文件等)缓存在多个地理分布的服务器上。当用户请求访问网站时,CDN 会检查是否有相应的缓...阅读全文

Vue3+Pinia+Vite+TS 还原高性能外卖APP项目[完结10章]

![1.png](http://static.itsharecircle.com/240115/9fa694f502538aa7599760014c64e277.png) 大家好,今天我将带着大家用Vue3+Pinia+Vite+TS来开发一款外卖app的项目,喜欢大家会喜欢。 随着外卖服务的普及和数字化的兴起,外卖系统的开发变得至关重要。要构建一个高效、安全、用户友好的外卖系统,需要运用多种关键技术。 首先,我们先选择合适的应用开发框架是外卖系统成功开发的第一步。诸如React、Angular、Vue等现代化的前端框架,以及Node.js、Ruby on Rails、Django等后端框架,能够提供稳定、快速、高效的开发环境。 另外,外卖系统处理大量数据,因此数据存储和数据库管理至关重要。...阅读全文

博文 2024-01-15 14:34:51 giadnbhaytgw

天翼云与百川智能达成战略合作,共同推进模型行业创新应用!

11月19日,天翼云科技有限公司与北京百川智能科技有限公司战略合作签约仪式顺利举行。后续双方将秉承诚信互用原则,充分发挥各自优势,在产品、技术、平台、生态等多个方面展开深度合作,更好地赋能千行百业数字化转型。天翼云助理总经理宫梅霞和百川智能联合创始人茹立云代表双方签约。中国电信集团总经理助理,天翼云董事长、总经理胡志强,百川智能创始人、CEO王小川共同见证本次签约。​数字时代,算力是支撑经济社会发展的核心生产力,天翼云作为云服务国家队,构建行业领先的“息壤”一体化智算平台,在算力资源储备、算力调度、提升资源使用效率方面具备深厚技术积累和实践经验。百川智能具备构建优秀大模型的技术基础和商业基础,在一年多的时间内突飞猛进,连续发布了十余款大模型,有力地推动了我国大模型行业发展。近期,百川智能还发...阅读全文

博文 2024-12-05 16:56:15 Tianyiyun

矩阵与距离算法详解:以余弦距离为中心

### 矩阵与距离算法详解:以余弦距离为中心 #### 一、**矩阵举例与余弦相似度/距离** 1. **矩阵示例** 假设用户-商品评分矩阵如下(用户对商品的评分范围为0-5分): ``` | 用户 | 商品A | 商品B | 商品C | |------|-------|-------|-------| | 用户1 | 4 | 0 | 3 | | 用户2 | 5 | 2 | 1 | | 用户3 | 0 | 4 | 2 | ``` 用户1和用户2的评分向量分别为:\( \mathbf{u_1} = [4, 0, 3] \),\( \mathbf{u_2} = [5, 2, 1] \)。 2. **余弦相似度原理** 余弦相似度衡量向量方向的一致性,忽略向量长度差异: \[ \cos(\the...阅读全文

Django+小程序技术打造微信小程序助手(完结无秘)

https://97it.top/1424/ 摘要 随着移动互联网的发展,各种应用形式应运而生,其中小程序作为一种轻量级的应用形式,凭借其无需下载安装、即开即用、便捷高效的特点,受到越来越多用户的青睐。尤其是在微信小程序、支付宝小程序等平台的推动下,小程序成为了连接用户与服务的一个重要渠道。为了支持丰富的功能需求,小程序平台提供了大量的开发能力和API接口,使开发者能够实现各类复杂的应用功能。本文将探讨小程序提供的主要能力,以及常用的API接口,帮助开发者更好地理解和利用这些能力,提升小程序的开发效率和用户体验。 1. 引言 小程序是由微信于2017年推出的一种全新的应用形态,作为无需下载安装的应用程序,它能够在社交平台上直接运行,并且提供了包括社交、支付、信息展示等多种功能。小程序的开发与...阅读全文

RAG全栈技术从基础到精通,打造高精准AI应用|果fx

RAG全栈技术从基础到精通,打造高精准AI应用|果fx​获课♥》789it.top/14274/获取ZY↑↑方打开链接↑↑ 从基础到实战:RAG全栈技术在AI应用中的核心原理与实现RAG(Retrieval-Augmented Generation) 是一种结合信息检索与生成模型的技术,特别适用于处理具有知识密集型任务的自然语言处理(NLP)问题。它通过结合外部检索和生成能力来提升模型的表现,特别在开放领域问答、对话系统和其他需要大规模知识库的场景中表现突出。在深入RAG的原理和实现之前,我们可以从以下几个方面来了解它:1. RAG的基础原理RAG的基本思想是将两个重要的模块结合起来:检索(Retrieval) 和 生成(Generation)。检索模块:该模块负责从外部知识库(如文档、数据...阅读全文

博文 2025-03-22 16:27:06 ghfjhk

基于Spark2.x开发企业级个性化推荐系统(完结)

获课:www.bcwit.top/2893/ 获取ZY↑↑方打开链接↑↑ 课程大纲设计 模块一:Spark2.x生态与推荐系统基础 Spark核心原理与优化 RDD与DataFrame性能对比,内存管理机制与Shuffle优化策略 Spark SQL在特征工程中的应用(如用户画像标签聚合)615 分布式计算任务调优(动态资源分配、并行度设置) 推荐系统核心概念 推荐系统分类:协同过滤(UserCF/ItemCF)、基于内容、混合推荐 评估指标:RMSE、MAE、覆盖率、多样性、A/B测试框架设计 冷启动问题解决方案:基于内容标签的加权策略(参考网页4热点分析模块) 模块二:数据采集与特征工程 多源数据整合 日志采集:Flume多级高可用架构实现用户行为日志实时收集(网页2案例) 数据库同步:...阅读全文