- 综合排序
- 最热优先
- 最新优先
- 来自专栏后端技术
可串行化 数据库恢复 观测可序列化
可串行化 冲突可串行化是可串行化的充分条件 CLR Compensation Log Record 数据库恢复 分析阶段 graph TD A(把事务加入事务表)-->C(把已结束的事务剔除出事务表) 观测可序列化 很好的参考文章
1K40发布于 2019-05-25 PUBG 进局超时的三个观测面：可排队、可建立、可持续
本文把问题分为三个观测面：能否排队、能否建立会话、进入后能否持续。PUBG在2024年4月16日的普通比赛（NormalMatch）开发信中，将玩家数量、地区、队伍类型/视角、Ping等列为匹配因素。
9210编辑于 2026-10-13- 来自专栏IT技术圈
习题2-2 阶梯电价 (15分)
为了提倡居民节约用电，某省电力公司执行“阶梯电价”，安装一户一表的居民用户电价分为两个“阶梯”：月用电量50千瓦时（含50千瓦时）以内的，电价为0.53元/千瓦时；超过50千瓦时的，超出部分的用电量，电价上调0.05元/千瓦时。请编写程序计算电费。
3.4K10发布于 2021-04-01 - 来自专栏AI机器学习与深度学习算法
学习分类 2-2 内积
对于分类问题，我们不再像回归问题那样，找出直线的斜率和截距。为了方便理解，将拥有一个特征的回归问题所绘制的图示和拥有两个特征的分类问题绘制的图示进行对比。
64510编辑于 2022-11-08 构建可观测、可管控、可溯源的AI Agent企业级安全治理体系
量化实现Agent资产全生命周期安全管理 通过AI Agent安全中心，企业可实现对内部AI资产的自动清点与实时排查，确保所有Agent"看得见、管得住、审得清"。
76410编辑于 2026-05-282026 Agent运维革命：构建可观测、可度量、可自愈的生产级韧性架构
行业共识已转向：Agent运维不能靠猜，必须实现全链路可观测——推理可追踪、调用可度量、异常可自愈。这套韧性架构，已成为智能体稳定运行的生命保障。 ────────────────────────────────────────────────────────────────────┘三、实战1：推理链结构化追踪引擎让Agent的每一次思考都成为可检索 五、生产铁律：Agent可观测性五大底线推理记录必须发生时持久化：LLM非决定性决定事后无法还原，中间态不入存储等于不存在。 六、结语：可观测性是Agent赢得信任的工程契约2026年的AI竞争，表面是模型能力之争，实质是工程化成熟度之战。当Agent承担关键业务时，“看得见、稳得住、修得快”就是业务连续性的底线。 推理追踪赋予透明性，语义度量赋予掌控力，自适应自愈赋予韧性——三者构成的“可观测性三角”，正是Agent从原型走向生产的工程基石。
43610编辑于 2026-08-14- 来自专栏Hank’s Blog
2-2 R语言基础 向量
> x <- vector("character",length=10) > x1 <- 1:4 > x2 <- c(1,2,3,4) > x3 <- c(TRUE,10,"a") #如果给向量赋值时元素类型不一致，R就会强制转换，将他们变为同一类型 > x4 <- c("a","b","c","d")
84110发布于 2020-09-16 AI 运维云平台深度实践：构建可观测、可预测、可自愈的云原生系统
AI 运维云平台深度实践：构建可观测、可预测、可自愈的云原生系统引言：云原生复杂度的“最后一公里”2026 年，Kubernetes 已成为操作系统级的设施，但随之而来的微服务爆炸、Serverless 执行可回滚：自动化操作必须打上 Annotation 标签，支持一键全局回滚。二、技术深潜一：多维异常检测 —— 告别静态阈值传统 CPU > 80% 规则在业务波动的场景下毫无意义。
46411编辑于 2026-08-08- 来自专栏EMQ 物联网
易操作、可观测、可扩展，EMQX如何简化物联网应用开发
本文将从可操作性、可观测性、扩展性三个方面，与大家分享 EMQX 5.0 在运维监测、问题排查以及功能扩展中的功能优化，共同探索如何更快的利用这些优化搭建运维监控体系，为物联网业务带来更多助力。 配置热更新根据是否可在运行时修改，EMQX 5.0 的配置可以分成可热更新/不可热更新两种配置。 可热更新配置都可以通过 HTTP API 修改成功后立即生效，同时保证配置修改在集群间同步更新。 可观测性强大的日志功能日志为系统排错、优化性能提供可靠信息来源。EMQX 在日志数据过载或日志写入过慢时，默认启动过载保护机制，最大限度保证正常业务不被日志影响。 如前文提到，可操作性与可观测性的提升将使 EMQX 集群的运维工作变得更加轻松与高效，扩展性的增强则为用户定制更加符合自身需求的 EMQX 提供了便利。
1.4K00编辑于 2022-10-10 - 来自专栏波波烤鸭
2-2 SPU和SKU详解及MyBatisPlus自动生成
2-2 SPU和SKU详解 商城系统中的商品信息肯定避免不了SPU和SKU这两个概念，本节就给大家详细介绍下这块的内容 1、掌握SKU和SPU关系 SPU = Standard Product Unit (标准化产品单元) SPU是商品信息聚合的最小单位，是一组可复用、易检索的标准化信息的集合，该集合描述了一个产品的特性。
3.3K41发布于 2021-01-21 - 来自专栏刷题笔记
2-2 学生成绩链表处理 (20 分)
本文链接：https://blog.csdn.net/shiliang97/article/details/101169860 2-2 学生成绩链表处理 (20 分) 本题要求实现两个函数，一个将输入的学生成绩组织成单向链表
1.7K20发布于 2019-11-08 - 来自专栏mysql
hhdb数据库介绍(2-2)
也可以在计算节点集群发生高可用切换之后，重建高可用环境，保证下次故障发生时可正常切换。 数据节点服务高可用 HHDB Server提供数据节点内的存储节点高可用。 相比半同步复制可略微提升故障场景下主从数据一致性（半同步复制可保证收到commit ok的事务不丢失，但不保证主机执行崩溃恢复流程后数据和从机一致）。 结合使用半同步复制，可保证"已收到commit ok的事务不丢失，未发出commit的事务回滚"；在此基础上再启用HHDB Server的强一致模式，则可额外保证"已发出commit但未收到commit
29610编辑于 2024-11-28 - 来自专栏大数据文摘
用航拍和地面观测数据，DeepMind AI可完成在陌生区域导航
接下来，他们着手进行一个转移学习任务，该任务通过观测航空视图目标区域获得数据并进行适应性训练，最后使用地面视图观察转移到目标区域。 ?
77720发布于 2019-07-02 2026年，MySQL到SelectDB同步为何更关注实时、可观测与可校验？
、可校验”。 可观测很多同步链路更需要关注的，不是任务失败本身，而是失败之前是否能被发现。 可校验同步过去，不等于结果就一定可信。 可观测，决定问题能不能及时被发现。可校验，决定结果能不能被业务信任。 NineData 产品提供三类交付模式，可适配从个人开发到企业核心业务的多类场景需求。
21110编辑于 2026-03-31- 来自专栏重归混沌
谈谈观测
随着这几年我对 eBPF、Prometheus 等工具的深入了解，我才逐渐意识到“可观测性”这个词背后蕴含的意义。 很早以前，我就在 Linux 上使用 /proc/、top、sar 等工具来排查问题，却从未意识到，“观测”竟然是一门独立的学问。 这也正是“可观测性”弥足珍贵的原因之一：当系统出问题时，我们可以通过系统本身提供的可观测能力，去追踪和理解到底发生了什么。 不得不佩服 Linux 的设计者们，/proc 文件系统的设计在多年以前就已体现出极强的可观测性理念。 我并不想讲怎么样实现可观测性，毕竟我不是专家。 但我想谈谈观测给了我们一个什么样的视角。 这从侧面也说明了，当我们通过观测来排查问题时，并不需要一上来就去了解整个系统的实现细节，从宏观视角就可以排查很多问题。 这一点很重要，前面铺垫了这么多，都是为了这个观点。
14310编辑于 2026-03-25 - 来自专栏育种数据分析之放飞自我
笔记 | GWAS 操作流程2-2：性别质控
「原理：」检查性别差异。先验信息，女性的受试者的F值必须小于0.2，男性的受试者的F值必须大于0.8。这个F值是基于X染色体近交（纯合子）估计。不符合这些要求的受试者被PLINK标记为“PROBLEM”。
1.7K31发布于 2020-05-18 - 来自专栏python3
Python自动化开发学习2-2
，打印已购买商品和余额 5、在用户使用过程中， 关键输出，如余额，商品已加入购物车等消息，需高亮显示 6、用户下一次登录后，输入用户名密码，直接回到上次的状态，即上次消费的余额什么的还是那些，再次登录可继续购买
81230发布于 2020-01-10 - 来自专栏悟道
2-2 二分&前缀和模板
二分模板 int mid=0; while(left<right){ mid=(left+right)/2; if(check(mid)<K) r=mid; else l=mid+1; } 前缀和模板 : 前缀呢 无非就是 从left->right的和: ( s[right] - s[left-1]) import java.util.Scanner; public class Main { public static void main(Stri
42030发布于 2021-03-11 - 来自专栏初代庄主
观测 CPU
背景 通常在分析性能问题时，我们会用 `top , sar , perf` 来观测 CPU 的使用情况；多数据情况下是观测别人的程序。 如果从熟悉工具的角度来看，观测自己的程序，根据观测到的结果再结合程序源代码，对于我们掌握性能分析工具会更有帮助。 for(;;) { // 不断的查询父进程的 pid ，这个会占用 sys 空间 getppid(); } } ---- sar 看 cpu 的使用率 要观测所有
68040编辑于 2022-05-17 - 来自专栏深度学习与python
作业帮服务观测之基础观测能力
同样重要的是，你可以创建可重用的提示，将它们跨模型、任务和领域泛化。 让我们看下以下四种具体的提示模式。 同样，你必须做出明智的系统优化选择，无论是将流量从不必要的强大模型重定向，缓存可预测的响应，实时批处理查询，还是开发更小的专用模型。
33110编辑于 2025-06-08
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