- 综合排序
- 最热优先
- 最新优先
- 来自专栏mysql
hhdb数据库介绍(10-10)
时，点击“自动适配”不会生成切换规则当节点类型是“主备”时，点击“自动适配”，会新增主库到备库的切换规则（若是一主多从的情况，自动适配的是主库到任意一个从库的规则，其他从库需要人工操作）当节点类型是“双主 ”时，点击“自动适配”，会新增主库切换到双主备库的切换规则和双主备库切换到主库的切换规则（若是双主带从的情况，从库不会被自动适配规则，需要人工操作）当节点类型是“其他”时，判断为节点不正常（比如有两个主库 功能入口： 在管理平台页面中点击配置->节点管理->"切换"使用须知：配置了数据节点高可用切换规则，且已经动态加载到计算节点 节点下主从、双主的复制关系已经搭建好，且复制延时时间不得超过10秒MGR节点不支持手动切换 若取消master_delay后的复制延迟仍大于10s，则不允许切换，master_delay也会恢复之前设置的值。 如果优先级最高的从存储节点不可用或延迟超过10秒，程序将从剩余切换规则中依次选择优先级最高的进行切换，如果均不可用或延迟超过10秒，则切换失败，提示错误（切换失败日志提示 switch datasource
30110编辑于 2024-12-05 - 来自专栏ThoughtWorks
业务分析实践：10个常见问题 | TW洞见
在敏捷社区里，下面这10个关于业务分析的问题会经常被人问及。我也一直在思考这些问题，结合过去8年来的敏捷项目上的经验，试着做个简单的解答，希望能给大家以启发。 1. 当项目进入交付阶段后，只要业务需求范围没有变化，就不应该出现点数变动。 3. 临时拆分出的技术任务卡和迭代中发现的缺陷卡，要不要给点数？ 不给。同上，只要业务需求范围没有变化，就不应该出现点数变动。 做法是： 做计划的时候，要对照着故事墙（或“业务全景图”），来列出迭代要完成的功能目标，强调为什么要完成这些目标，否则对整个交付计划的影响，在最后的10%的垃圾时间，顺带提下计划的点数是多少，想争论点数 BA(Business Analyst，也即业务分析师，是敏捷团队中的必要角色，下同）经常需要跟踪依赖和一些待处理的问题，这些需不需要可视化在故事墙/看板上？ 要。 10. 我好像绝大多数时间都在写卡，都没时间去想产品和业务，更别说去写总结和分享了。作为BA，该怎么分配自己的时间和精力？
1K90发布于 2018-04-20 - 来自专栏陈黎栋的专栏啦
图数据库·业务总结·反欺诈
通过融合企业和个人银行资金交易明细、通话、出行、住宿、工商、税务等信息构建初步的“资金账户-人-公司”关联知识图谱。同时从案件描述、笔录等非结构化文本中抽取人(受害人、嫌疑人、报案人)、事、物、组织、卡号、时间、地点等信息，链接并补充到原有的知识图谱中形成一个完整的证据链。辅助公安刑侦、经侦、银行进行案件线索侦查和挖掘同伙。比如银行和公安经侦监控资金账户，当有一段时间内有大量资金流动并集中到某个账户的时候很可能是非法集资，系统触发预警（图7）
1.6K30发布于 2020-02-18 - 来自专栏信息化漫谈
如果数据库down，业务多久恢复？
数据库是整个系统的核心，如果主用数据库中断或故障，你的业务什么时间内能恢复？ 一、数据库是否必须做冗余？ 墨菲定律，鸡蛋不能放在同一个篮子中。 数据库是最重要的资产，出现单点故障确实不可避免，我们应提前做到数据库备份，出现故障时能够快速恢复。 ? 对于4级的重要业务，至少每天全量+增量备份，RPO/RTO从小时到天级别。 对于5的关键业务，要求数据丢失不能超过30分钟，即RPO小于等于30分钟。并能够在分钟级别恢复业务，即RTO分钟级。 2、数据库快速恢复解决方案（应尽量缩短RTO时间，也就是数据恢复的时间量） 原理：当主用数据库中断时，能够通过快速切换数据库，将业务切换到正常工作的数据库上。 也可以采用第三方工具，如Zookeeper，通过检测数据库的状态，当异常时向应用程序返回正常工作的数据库IP地址。 3、大家一定会问第6级的业务如何恢复，仅靠标准公有云难以满足。
1.2K20发布于 2019-09-24 - 来自专栏技术翻译
10必须了解托管云服务对业务增长的好处
因此，这种增加的网络可用性有助于提高业务性能。 商业多功能性和敏捷性 托管云提供多功能性，尤其适用于希望扩展的企业。 借助托管云服务，公司可以将更多时间用于工作和发展业务，而不是尝试修复IT问题，因为这些问题将由服务提供商负责。 灾害管理和数据恢复 使用内部部署服务器的公司，如果发生灾难，往往会有很多恢复计划。 如果出现任何灾难，与内部部署计算不同，业务运营可以在最短的停机时间内继续运行。如果任何主机出现故障，云服务器将受益于高可用性基础架构。硬件主机之间的资源平衡和故障转移在虚拟化级别自动控制。 可扩展性 无论公司发展得多快，托管云服务都可以自定义和扩展，以满足任何业务不断增长的需求 更好的响应时间 借助云托管服务，您可以在所有级别的监控中获得更好的响应时间。 原文标题《10 Must Know Benefits of Managed Cloud Service for Business Growth》 作者：Chakradhar Batchu 译者：February
2K30发布于 2018-12-05 - 来自专栏终身学习者
10 个最佳 CSS 动画库
Animista是一个在线动画生成器，同时也是一个动画库，它为我们提供了以下功能 1. 网站描述:齐全的CSS3动画库 ? 想必这个不用介绍，大部分人都知道了。Animate CSS 可能是最著名的动画库之一。这里简要介绍一下它的用法： 1. Vivify 网站地址: http://vivify.mkcreative.cz/ 网站描述: 一个更加丰富css动画库 ? Vivify 是一个动画库，可以看作是Animate CSS的增强版。 ** 用法 只需创建一个div元素，并添加动画的名称
10.CSShake 网站地址: https://elrumordelaluz.github shake','shake-hard') 使用 JQ $(".my-element").addClass("shake shake-hard")---- 原文：https://dev.to/weeb/102K10发布于 2020-08-04 - 来自专栏凹凸玩数据
盘点 10大 数据库！
前 30 名的排行情况详见下图，前10大数据库 用线段做了分割。同时在文末，会免费赠送给大家一些数据库书籍！ 跌幅榜情况 较去年同期，本月三霸主集体暴跌再次霸占了“同期跌幅榜”。 小众数据库不可小觑 数据库相关从业人员可以将 DB-Engines 数据库排名作为参考，大数据时代发展速度之快超乎我们的想象，新的数据库产品仍然在不断诞生，如果你的需求比较特殊，大众数据库产品无法很好地满足你 携程内部从 18 年 7 月份开始接入试用，目前 80% 的业务都跑在 ClickHouse 上。每天数据增量十多亿，近百万次查询请求。 快手内部也在使用 ClickHouse，存储总量大约 10PB， 每天新增 200TB， 90% 查询小于 3S。 实时 OLAP 数据库 ClickHouse 是业界公认的一匹黑马，它能够优雅解决企业任意指标和任意维度组合，并且实时给出处理结果的复杂业务场景需求。
2.5K10发布于 2021-10-18 - 来自专栏Python基础、进阶与实战
Python基础-10 标准库简介
10 标准库简介 10.1 操作系统接口 os os 模块提供了许多与操作系统交互的函数: os.getcwd() 返回当前目录 os.chdir() 改变当前工作目录 os.system() 在shell parser.add_argument('filenames', nargs='+') parser.add_argument('-l', '--lines', type=int, default=10 import random >>> random.choice(['apple', 'pear', 'banana']) 'apple' >>> random.sample(range(100), 10 csv 模块支持以逗号分隔值格式直接读取和写入文件，这种格式通常为数据库和电子表格所支持。XML 处理由 xml.etree.ElementTree ， xml.dom 和 xml.sax 包支持。 • sqlite3 模块是 SQLite 数据库库的包装器，提供了一个可以使用稍微非标准的 SQL 语法更新和访问的持久数据库。
52720编辑于 2022-12-06 全球数据库 TOP 10！
作为全球首款商用关系型数据库管理系统（RDBMS），自1979年发布以来，始终占据企业级数据库市场的主导地位。 支持高并发、高可用性、强一致性的复杂业务场景，如金融交易、供应链管理等。 MySQL Cluster CGE：需付费，提供更高级的集群管理功能，适合大型企业关键业务系统。 全球最流行的开源数据库，广泛用于互联网和开发场景。 适合大型企业关键业务系统，如金融、电商和医疗应用。 标准版（Standard）：支持核心功能，如基本高可用性（数据库镜像）、备份与恢复。 Express 版（Express）：免费版本，功能有限（如最大数据库大小 10GB）。适合开发测试环境或小型个人项目。 国内分布式数据库市场的领军者，已应用于支付宝等关键业务。
80010编辑于 2026-03-24- 来自专栏python库介绍
Python库介绍10 切片访问
[start:end:step] start是开始索引，end是结束索引，step是步长，步长是在切片时获取元素的间隔import numpy as npa=np.arange(1,10)print( 提取了数组a的a[2]、a[3]、a[4]元素注意，start、end都可以留空，分别代表从第一个元素开始、直至最后一个元素结束，例如：[:5]在这个例子中表示[0:5][2:]在这个例子中表示[2:10 满足左闭右开的关系，即最左边取a[2]元素，最右边取a[5-1]元素步长(step)可以指定选取元素的间隔，使得程序每隔n个元素取一个值，例如：import numpy as npa=np.arange(1,10
42410编辑于 2024-05-12 - 来自专栏杨建荣的学习笔记
通过数据建模梳理数据库业务
以这个为出发点，我觉得很多DBA对于自己负责的数据库业务其实是不了解的，比如这个数据库数据量情况，数据变化情况，对象（表，索引）的分布情况，整体的SQL质量情况等，或者更高的一个要求，我们负责了100套数据库业务 ，这些数据库半天内产生了多少数据量，什么时候会是业务的高峰，什么时候相对会比较平稳，这些是我们应该了解的，但是显然这是我们忽视的。 所以通过这些数据可以得出一个初步的结论，这个数据库是一个典型的TP业务，数据变更很频繁，算是一个偏TP层面的业务。 ? 再来看一个数据，这个数据库的数据量不大，从两次的时间采集的数据来看，日志没有切换，更关键的，偏移量没有发生任何变化，所以通过这个层面来看，这很可能是一个僵尸业务，可以持续关注。 ? 再来看一个业务，这个数据库的数据量比较大，有60多G,日志切换切换很频繁，数据量的增长相对较快，所以这很可能是一个密集型写入的日志业务。 ? 通过这些数据分析，就会得到一些有效的数据模型。
91230发布于 2018-12-18 为什么跨数据库业务总是慢？
说说跨库用过Oracle和DB2这样的数据库的朋友应该听过一次名词，叫DBLink。A库的本地表和通过DBLink的B库的进行关联，效果通常不太好（反正比本地查询慢，应该都有这个感觉。 （总数1万条）同库根据A表逐条提交更新B表 完成耗时: 11217 ms同库根据A表逐条提交更新B表 平均每条耗时: 22.43ms同库根据A表批量提交更新B表 完成耗时: 669 ms同库根据A表批量提交更新 这是数据库本身刷脏机制决定的。批量就是比逐条提交快。那么跨数据库呢？在一个数据库上有A在另外一个数据库上有B两个表根据A表的数据更新B表。以500条为测试样本。 （总数1万条）跨库根据A表逐条提交更新C表 完成耗时: 18970 ms跨库根据A表逐条提交更新C表 平均每条耗时: 37.94 ms跨库根据A表批量提交更新C表 完成耗时: 9149 ms跨库根据A表批量提交更新 如果车票的表和支付的表（或者说账户的表）不是一个数据库。那么就是要从一个数据库查到了，通过接口或者服务去另外一个数据库更新。
17910编辑于 2025-10-22- 来自专栏跟着asong学Golang
Go业务开发中常用的几个开源库
最近总有一些初学Go语言的小伙伴问我在业务开发中一般都使用什么web框架、开源中间件；所以我总结了我在日常开发中使用到的库，这些库不一定是特别完美的，但是基本可以解决日常工作需求，接下来我们就来看一下。 大多数日志库基本都是基于反射的序列化和字符串格式化的，这样会导致在日志上占用大量CPU资源，不适用于业务开发场景，业务对性能敏感还是挺高的。 github地址：https://github.com/uber-go/zap jsoniter 做业务开发离不开json的序列化与反序列化，标准库虽然提供了encoding/json，但是它主要是通过反射来实现的 func() { fmt.Println("tick every 1 second run once") }) c.Start() time.Sleep(time.Second * 10 总结 本文列举的几个库都是经常被使用的开源库，这几个库你都掌握了，基本的业务开发都没有啥问题了，一些初学者完全可以通过这几个库达到入门水平。
1.2K20编辑于 2022-07-11 - 来自专栏大数据，java，Python和前端
Maxwell采集MySQL Binlog业务库数据同步方案
简介： 针对业务库MySQL Binlog日志数据进行数据同步，从MySQL到Kafka，最终实现实时（准实时）数据采集。 产品目标完成实时数据采集，拉取业务数据库数据。 建立maxwell库表，存储捕获到的schema等信息。 值可以为具体的数据库、数据表、数据列，甚至可以用JS来定义复杂的过滤规则，也可以用正则表达式描述。如：# 仅匹配foodb数据库的tbl表和所有table_数字的表。 /table_\d+/’# 排除所有库所有表，仅匹配db1数据库--filter=’exclude:.
77210编辑于 2025-07-21 通过 YashanDB 数据库提升业务决策能力
要通过 YashanDB 数据库提升业务决策能力，首先需要理解数据库如何在数据存储、分析和提取过程中支持决策。以下是一些具体的方法：1. 数据整合与集中化YashanDB能够有效整合多种数据源。 通过将各类业务数据（如销售数据、客户数据、财务数据等）统一存储在一个平台上，能够提供一个全面的视角，帮助决策者更好地理解各个部门和业务的现状。 通过高效的查询语言和分析工具，业务分析师可以快速对数据进行切割和处理，从而更好地理解市场趋势、客户行为和产品表现等关键业务领域。 优化运营和流程通过对运营数据的分析，能够识别出业务流程中的瓶颈或不必要的步骤，从而优化业务流程和提高效率。例如，通过数据分析发现生产过程中的延迟问题，可以采取措施加以改善。 - 提高效率：实时追踪和调整业务流程，确保每一环节的顺畅进行。总结通过YashanDB数据库，企业可以获得更高效、更精准的数据处理与分析能力，进而做出更为科学、数据驱动的决策。
18110编辑于 2025-10-05- 来自专栏云计算linux
电子书城数据库分析业务
数据库设计说明 1. t_user 用户表 表名列名 数据类型（精度范围） 空/非空 约束条件 其他说明 id int 非空 种子，自增1 用户唯一标识 name Varchar(20) 非空 帐号 Varchar(50) 非空 标题 content Varchar(400) 非空 内容 createTime dateTime 非空 创建时间 Book_id int 非空 外键 图书编号 10
28710编辑于 2024-12-19 - 来自专栏韩曙亮的移动开发专栏
【Android 逆向】Android 进程注入工具开发 ( 远程进程注入动态库文件操作 | 注入动态库 加载 业务动态库 | 业务动态库启动 | pthread_create 线程开发 )
文章目录 前言 一、加载 libnattive.so 动态库 二、 libnattive.so 动态库启动 三、 pthread_create 线程开发 四、 线程执行函数 前言 libbridge.so 动态库是 注入工具 使用 ptrace 函数强行向远程进程 注入的 动态库 , 这种方法侵入性极大 , 会破坏远程进程的运行环境 , 因此该动态库越简洁越好 ; 注入动态库 就执行一个操作 , 就是加载 包含真正的逆向业务逻辑的 libnattive.so 动态库 , 然后启动该动态库即可 , 执行完毕后 , 马上在远程进程中销毁注入的 libbridge.so 动态库 ; 一、加载 libnattive.so 动态库 ---- 通过 注入工具 , 将 libbridge.so 注入到远程进程 后 , 远程进程中 , 会 为 libbridge.so 动态库分配一块内存 , 并将其运行起来 ; libbridge.so 动态库的主要操作是 加载 libnattive.so 动态库 , 并执行该动态库的 invoke 方法 ; libbridge.so 动态库对应的 bridge.c 源码如下 : #include <
1.4K20编辑于 2023-03-29 - 来自专栏SAP最佳业务实践
从SAP最佳业务实践看企业管理(10)-CRM
假如你是一个销售，你知道你和客户处于什么阶段吗？ 客户生命周期描述了客户关系水平随时间变化的发展轨迹，它描述了客户关系从一种状态（一个阶段）向另一种状态（另一阶段）运动的总体特征 从CRM视角来看
88160发布于 2018-03-26 - 来自专栏烂笔头
Python标准库笔记(10) — itertools模块
:') for i in islice(range(100), 5, 10): print(i, end=' ') print() print('By tens to 100:') for i in islice(range(100), 0, 100, 10): print(i, end=' ') print() islice() 接收和列表切片相同的参数：start ， stop # OutPut Stop at 5: 0 1 2 3 4 Start at 5, Stop at 10: 5 6 7 8 9 By tens to 100: 0 10 20 30 40 50 60 from itertools import islice, tee r = islice(range(10), 5) i1, i2 = tee(r) print('迭代原始:', end=' ') # OutPut [0, 1, 3, 6, 10] ['a', 'ab', 'abc', 'abcd', 'abcde'] 同时 accumulate() 也接受自定义的带有两个输入项的函数。
2.6K60发布于 2018-06-19 - 来自专栏OpenFPGA
IP库新增10多个功能IP
IP库简介 一直想做一个可以供大家学习、使用的开源IP库，类似OpenCores，OC上IP在领域内的IP很少，通用性强一点，所以作为OC的“补充”，所以做了一个开源IP库，侧重点在领域的IP辅以工程或者仿真验证 根据在图像和图像中发现的细节，JPEG 格式的压缩图像的压缩效率可能约为原始大小的 10%。结果是所需带宽减少了 90%。
1.5K50编辑于 2023-08-30
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号