首页
学习
活动
专区
圈层
工具
发布
    • 综合排序
    • 最热优先
    • 最新优先
    时间不限
  • 来自专栏后端技术

    串行化 数据库恢复 观测序列化

    串行化 冲突串行化是串行化的充分条件 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) 观测序列化 很好的参考文章

    92640发布于 2019-05-25
  • 来自专栏Hank’s Blog

    3-4 列表的子集

    #列表的子集 Subsetting List #[[]] / $ / [[]][] / [[]][[]] #嵌套列表 /不完全匹配(partial matching) > x <- list(id=1:4,height=170,gender="male") > x[1] #找第1列的元素 $`id` [1] 1 2 3 4 > x["id"] #两个函数作用相同 $`id` [1] 1 2 3 4 > x[[1]] [1] 1 2 3 4 > x[["id"]] [1] 1 2 3 4 > x

    88610发布于 2020-09-16
  • 构建可观测管控、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"。

    7810编辑于 2026-05-28
  • 来自专栏python3

    3-4 文件读写例子

    n学习通过文件流FileStream打开文本文件、写入文本文件、设置文件属性、实施对文件的目录操作管理的基本方法

    1.2K30发布于 2020-01-14
  • 来自专栏python3

    3-4 文件读写例子(4)

    /*******************************************************

    51130发布于 2020-01-14
  • 来自专栏python3

    3-4 文件读写例子(3)

    //==============================第二部分:类设计============================

    51210发布于 2020-01-08
  • 来自专栏python3

    3-4 文件读写例子(2)

    向项目中添加名为FileOption.cs的类文件,并准备填写关于文件操作的各种方法,如图3-8所示:

    54430发布于 2020-01-14
  • 来自专栏EMQ 物联网

    易操作、可观测扩展,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 的配置可以分成热更新/不可热更新两种配置。 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。

    1.2K00编辑于 2022-10-10
  • 来自专栏python3

    3-4 文件流类FileStream

    nFileMode和FileAccess,FileShare方法基本介绍及注意事项

    96120发布于 2020-01-07
  • 来自专栏用户画像

    4.4 文件系统疑难点 3-4

    再利用索引结点的地址项iaddr(10)来提供一次间接地址。这种方式的实质就是一次索引分配方式。图中的一次间指块也就是索引块,系统将分配给文件的多个盘块号计入其中。 在一次间址块中存放1024个盘块号,因而允许文件长达4MB。 (3)多次间接地址 当文件长度大于4MB+40KB(一次间址与10个直接地址项)时,系统还须采用二次间址分配方式。

    70010发布于 2018-08-24
  • 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。

    9110编辑于 2026-03-25
  • 来自专栏大数据文摘

    用航拍和地面观测数据,DeepMind AI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。 ?

    64520发布于 2019-07-02
  • 2026年,MySQL到SelectDB同步为何更关注实时、可观测校验?

    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。 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。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,适配从个人开发到企业核心业务的多类场景需求。

    10010编辑于 2026-03-31
  • 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

    55940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,缓存预测的响应,实时批处理查询,还是开发更小的专用模型。

    24310编辑于 2025-06-08
  • 来自专栏叽叽西

    lagou 爪哇 3-4 spring cloud 问答笔记

    微服务架构中,如果下游服务因访问压⼒过⼤⽽响应变慢或失 败,上游服务为了保护系统整体⽤性,可以暂时切断对下游服务的调⽤。这种牺 牲局部,保全整体的措施就叫做熔断。 lagou-service-email mail: # 发送邮件服务器 host: smtp.qq.com username: acc8226@vip.qq.com # 拥有多个授权码

    59920编辑于 2022-05-17
  • 2025企业可观测产品选型实战指南:可观测是什么?可观测平台怎么选?

    “可观测性”已从技术热词落地为企业IT运维的核心能力,但仍有不少企业混淆“监控”与“可观测”的边界——监控是“被动检测已知问题”,而可观测是“主动探索未知故障”,2025年,企业IT架构愈发复杂,混合云 选择一款适配自身架构的可观测平台,成为企业保障业务连续性、降低运维成本的关键。本文先厘清可观测的核心定义与价值,再通过3款可观测平台的深度对比,结合实战选型逻辑,助力企业精准落地可观测能力。 02.3款可观测平台对比1)嘉为蓝鲸全栈智能可观测中心核心定位面向中大型企业的全栈智能可观测平台,以“指标、日志、调用链、拓扑”全链路数据融合为基础,“业务可观测”为核心,“AI智能闭环”为驱动,覆盖从底层硬件到上层业务的全链路观测 中小企业优先解决核心痛点:若为腾讯云用户,可选腾讯云TCOP(SaaS模式,按用量付费);若需基础全栈观测,可先用开源工具搭建基础能力,再逐步升级至嘉为蓝鲸等企业级平台。 A:嘉为蓝鲸的核心优势集中在“复杂架构适配+业务深度关联+国产化合规”:混合架构场景:同时兼容国产软硬件与多云环境,腾讯云TCOP聚焦腾讯云生态;业务可观测场景:嘉为蓝鲸可直接关联业务交易与IT故障,

    33410编辑于 2025-11-19
  • 来自专栏人工智能与演化计算成长与进阶

    16推荐系统3-4协同过滤算法

    和这个用户对此影片的评价,理论上我们能够通过用户对电影类型的喜好,和用户对此电影的评价来推断出电影的特征向量的

    91911发布于 2020-08-14
  • 来自专栏AI机器学习与深度学习算法

    机器学习入门 3-4 创建Numpy数组(和矩阵)

    In [16]: np.random.randint(0, 10, 10) Out[16]: array([2, 5, 2, 4, 1, 2, 2, 8, 7, 7]) 有时为了保证机器学习实验的重复 、复制性,我们需要在训练和调试时生成的随机数是一样的。

    88210编辑于 2022-05-25
  • 蓝鲸观测平台:统一观测数据关联模型探索

    前 言本文为蓝鲸观测平台数据模块负责人 在 蓝鲸智云 和 DeepFlow 社区 合办的第六场 eBPF 零侵扰可观测性 Meetup 上的演讲,原来题为根因定位关键:统一观测数据关联模型探索概 述根因分析高度依赖关联的观测数据 第一部分是在可观测出现之前,我称之为传统监控以及现在经常说的可观测。传统监控和可观测的区别,其实我总结下来可能就是两个不一样的地方,一个是被动,一个是主动。什么叫被动呢? 第三个是扩展性,也是我刚刚一直在提到的一个点,拿 IPv6 来举例,就是一个主机之前是 IPv4,要扩展它 IPv6,这是一个很大的工作量。 整个体系的各个组件均具备插拔性,整体以蓝鲸企业版的形式开源对外。 扩展性:资源模型能够适应未来的变化和扩展需求。时间序列关联资源和其关联关系是随时间变化的。为了准确地进行历史回溯和故障分析,需要将时间序列引入关联模型,构建一个具备时序性的图模型。

    98910编辑于 2024-09-27
领券