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
  • 来自专栏悟道

    2-4 快速乘法 模板

    适用于不让用/ * 的情况实现某些结果 ! /** * 快速乘法 * * @param a 乘数 * @param b 被乘数 * @return 积 */ public static long quickMulti(long a, long b) { long result = 0; while (b > 0) { if ((b & 1) == 1) {

    56910发布于 2021-06-01
  • 来自专栏刷题笔记

    2-4 另类堆栈 (20 分)

    本文链接:https://blog.csdn.net/shiliang97/article/details/101049523 2-4 另类堆栈 (20 分) 在栈的顺序存储实现中,另有一种方法是将Top

    89130发布于 2019-11-08
  • 来自专栏Deep learning进阶路

    2-4 线性表之双链表

    2-4 线性表之双链表 双向链表除了相当于在单链表的基础上,每个结点多了一个指针域prior,用于存储其直接前驱的地址。同时保留有next,用于存储其直接后继的地址。 ?

    66920发布于 2019-07-02
  • 来自专栏Hank’s Blog

    2-4 R语言基础 列表

    > l1 <- list("a",2,10L,3+4i,TRUE) #每个元素没有名字 > l1 [[1]] [1] "a"

    65620发布于 2020-09-16
  • 来自专栏IT技术圈

    练习2-4 温度转换 (5分)

    本题要求编写程序,计算华氏温度150°F对应的摄氏温度。计算公式:C=5×(F−32)/9,式中:C表示摄氏温度,F表示华氏温度,输出数据要求为整型。

    1.2K10发布于 2021-02-24
  • 来自专栏TakinTalks稳定性社区

    蚂蚁集团:Apache HoraeDB时序数据库性能提升2-4倍是如何做到的?

    1.1.2 - 时间线示例 我们可以看到图中左侧展示了带有3个标签的时间线。而右侧则是这些时间线的分布情况。每一个Key代表的是不同的时间线,右侧则展示了每条时间线所对应的数据集。 1.2.2 不完善的分布式方案 除了高基数问题,现有的数据库分布式方案也存在不足。许多时序数据库本质上是单机版,面对大数据量和高负载时,缺乏成熟的分布式解决方案或者需要额外付费购买。 例如,某些著名的数据库系统,其分布式版本是商业化的,需要购买才能使用。 3.2.1 2 - 读友好的 Memtable ,CPU 火焰占比从12% 降到 2% 通过这种优化,我们减少了不必要的数据格式转换,直接利用列存储结构进行查询,显著降低了 CPU 的消耗。 3.5.2 1 - 采用计算计算下推的策略降低网络IO 3.5.3 优化挑战三:SQL 执行过程的优化 挑战: 在深入讨论分布式查询优化之前,我们需要理解 SQL 查询在传统数据库中的执行过程。

    1.5K10编辑于 2024-04-28
  • 来自专栏NebulaGraph 技术文章

    聊聊数据库数据库的小知识

    数据库将数据之间的关系作为优先级。查询数据库中的关系很快,因为它们永久存储在数据库本身中。可以使用数据库直观地显示关系,使其对于高度互连的数据非常有用。 除了具有查询语言接口外,还可以通过应用程序接口(API)访问一些数据库数据库计算引擎不同。数据库是转换关系 OLTP 数据库的技术。而计算引擎在 OLAP 中用于批量分析。 由于主要技术公司在使用专有数据库方面的成功以及开源数据库的引入,数据库在 2000 年代引起了相当大的关注。 上面部分引用了维基百科对数据库的词条来讲解何为数据库,而本文整理于数据库 Nebula Graph 交流群中对数据库的零碎知识,作为对数据库知识的补充。本文分为小知识及 Q&A 两部分。 VID 是一个 64 位整数,在你的 case 里,如果 ID 不足 64 位,那就可以用 2-4 bit 来表示不同的类型,这样就把原来可能冲突的 ID 分到了不同的空间。

    3.9K11发布于 2019-08-23
  • 来自专栏数据订阅

    数据库调研

    数据库调研.pptx 数据库: 更好,更快速的查询和分析:数据库为查询相关数据(无论大小)提供了卓越的性能。 更简单和更自然的数据建模:使用关系型数据库建模的人都需要了解数据库的规范化和参照完整性的严格规则。 一些NoSQL数据库则走向了另一个极端,将所有类型的数据放在一个大型表中。 另一方面,在数据库中,可以定义任意类型的顶点类型来表示对象,并定义边类型来表示特定的关系。 同时支持实时更新和查询:数据库支持对大图形数据的实时更新,同时支持查询。 数据结构的灵活性:数据库具有灵活的schema修改。 用户可以不断添加或删除新的顶点、边和属性,扩展或缩小数据模型。 这对管理不断变化的对象类型特别方便。 大多数数据库可以在线修改schema,同时继续提供查询。

    2.7K200发布于 2018-06-28
  • 来自专栏NebulaGraph 技术文章

    浅谈数据库

    [image] 本文主要讨论数据库背后的设计思路、原理还有一些适用的场景,以及在生产环境中使用数据库的具体案例。 数据库性能优化 数据库本身对高度连接、结构性不强的数据做了专门优化。不同的数据库根据不同的场景也做了针对性优化,笔者在这里简单介绍以下几种数据库,BTW,这些数据库都支持原生建模。 原生数据处理优化 我们说一个数据库支持原生数据处理就代表这个数据库有能力去支持 index-free adjacency。 数据库本身就提供了更高的可扩展性。 结论 在当今的大数据时代,采用数据库可以用小成本在原有架构上获得巨大的性能提升。 聊聊数据库数据库的小知识 Vol.02 数据库爱好者的聚会在谈论什么? 作者有话说:Hi,我是 Johhan。

    1.8K30发布于 2020-04-01
  • 来自专栏Spark学习技巧

    数据库调研

    数据库是所有数据管理系统中成长最快的分类,下面分别从检索语言和数据库两个方面来介绍数据市场的发展。 数据库 下面是一些流行的数据库及其发展趋势,数据来源于:https://db-engines.com/en/ 。DB-Engines创办于2012年10月,是目前世界上最具权威数据库排行榜。 ? 从图中可以获取到的信息有: 无论是在 native 数据库 还是复合型数据库,Neo4j 均取得了一枝独秀的成绩; 微软 Azure 的 Cosmos DB 的增长速度非常非常非常迅猛; ArangoDB 数据库特性对比 ? 注:图片比较小,可以放大查看。 常见图数据介绍 ? TiggerGraph 这个数据库号称是「首个原生并行系统,TigerGraph代表了数据库演进的下一个阶段,它是第一个能够在互联网规模数据上进行实时分析的系统…」,可以关注一下。

    9.3K30发布于 2020-09-27
  • 来自专栏Java实战博客

    Dgraph – 数据库

    Dgraph是一个开源的分布式数据库,以数据模型为基础,提供高性能、低延迟的查询能力和强大的查询语言,适用于处理大规模的连接数据和数据模型。

    98020编辑于 2023-10-09
  • 来自专栏采云轩

    数据库由浅入深

    2.4查询 2.5突变 2.6数据监视 三、股权关系探索 四、数据库的应用场景 五、参考资料 一、什么是数据库 1.1概念 世间万物互联,关系无处不在。 我们都知道数据库是用来存储数据的一个系统,那么数据库到底是什么?要想知道数据库是什么,就需要对的概念有所了解。 而数据库却可以方便地存储具有关联关系的数据,且不会造成空间的浪费,对于关系越复杂的数据,数据库有着明显的存储优势,因为传统关系型数据库对于超过3张表关联的查询十分低效并且难以胜任。 所以,你现在可以理解,数据库是专门存储具有”“结构数据的一种非关系型数据库。 四、数据库的应用场景 在数据库中,数据是一切的基础,关系才是应用的关键;数据本身并没有价值,将数据关联起来才能发掘数据本身或者潜在的价值。一样的数据,构造不同的数据模型,也能应用在不同的场景。

    1.6K10编辑于 2024-01-04
  • 来自专栏技术成长

    计算与数据库的概念

    一些开源的计算框架包括Apache Giraph、Apache GraphX、Apache Flink等。数据库数据库是一种专门用于存储和处理数据的数据库系统。 与传统的关系型数据库或键值对数据库不同,数据库更适合处理复杂的状数据结构和节点之间的关系。数据库可以使用模型来表示和存储数据,通过查询语言可以方便地进行数据的查询和分析。 数据库数据提供了高效的存储方式和查询接口,能够支持复杂的关系分析和计算任务。数据库在大数据领域中发挥着重要的作用。 大量的应用场景都可以使用数据库来处理数据,如社交网络分析、推荐系统、路径规划等。数据库可以提供高效的数据查询和计算支持,能够快速建立实体之间的关系,并从中提取有价值的信息。 数据库相对于传统的关系型数据库有以下独特的优势和用途:优势:数据建模的灵活性:数据库使用模型来表示数据,可以轻松地建模和表达复杂的关系和连接,不需要提前定义固定的表结构。

    1.4K61编辑于 2023-10-24
  • 来自专栏Java开发必知必会

    解惑数据库!你知道什么是数据库吗?

    大家好,我是洋仔,JanusGraph图解系列文章,`实时更新`~ 数据库文章总目录: 整理所有相关文章,请移步(超链):数据库系列-文章总目录 地址:https://liyangyang.blog.csdn.net 数据库 图形数据库是NoSQL数据库的一种类型,起源于欧拉理论和理论,也可称为面向/基于数据库,对应的英文是Graph Database。 在数据库将实体表现为节点,实体与其他实体连接的方式表现为联系(边)。 基本概念 同大多数数据库一样,JanusGraph采用 属性 进行建模。 ,通过操作该实例来对数据库进行操作 总结 本文介绍了,为什么需要图数据库数据库的基础理论,市场上存在的流行的数据库并依照janusgraph数据库来展开讲解一下数据库相关知识等。

    6.1K270发布于 2020-05-28
  • 来自专栏NebulaGraph 技术文章

    数据库综述与 Nebula 在数据库设计的实践

    数据库是什么 [image.png] 领域的 OLAP & OLTP 场景 [image.png] 对于计算或者数据库本身我们是这么理解的,它跟传统数据库很类似,也分为 OLAP 和 OLTP 这个不是静态的,它是时序的。 这些就是一些已经看到的的应用领域。 数据库面临的挑战 [image.png] 回到数据库,做数据库到底有哪些挑战。 前几年大家对于数据库的使用方法更像使用二级索引,把较大的数据放在另外的存储组件,比如 HBase 将关联关系放在数据库里,将数据库只作为结构索引来加速。 这样就产生了新需求——将这些数据直接存储在数据库里,自然 ACID 的需求也都有了。 数据库模型:原生数据库 vs 多模数据库 [image.png] 说完技术挑战,还有个概念我想特别澄清下。 第二,如果大家接触过数据库领域的一些产品,会发现数据库这领域,相比关系型数据库有个很大的问题——没有通用的标准。

    3.5K50发布于 2019-08-12
  • 来自专栏AI机器学习与深度学习算法

    学习分类 2-4 感知机权重向量的更新

    下面直接给出权重向量的更新表达式,然后通过可视化的方式来直观的展示权重向量的更新。

    1.4K40编辑于 2022-11-08
  • 来自专栏育种数据分析之放飞自我

    笔记 | GWAS 操作流程2-4:哈温平衡检验

    「什么是哈温平衡?」 ❝哈迪-温伯格(Hardy-Weinberg)法则 哈迪-温伯格(Hardy-Weinberg)法则是群体遗传中最重要的原理,它解释了繁殖如何影响群体的基因和基因型频率。这个法则是用Hardy,G.H (英国数学家) 和Weinberg,W.(德国医生)两位学者的姓来命名的,他们于同一年(1908年)各自发现了这一法则。他们提出在一个不发生突变、迁移和选择的无限大的随机交配的群体中,基因频率和基因型频率将逐代保持不变。---百度百科 ❞ 「怎么做哈温平衡检验?」 ❝「卡方适合性检验!」

    5.8K21发布于 2020-04-27
  • 来自专栏腾讯云数据库(TencentDB)

    数据库,未来可期!

    ,帮助企业借助数据库提升行业竞争力,推动行业变革。 数据库源起欧拉和理论,也可称为面向/基于数据库,对应的英文是Graph Database。数据库的基本含义是以“”这种数据结构存储和查询数据,而不是存储图片的数据库。 百花齐放的数据库,有Operational 数据库、RDF数据库、多模式数据、分析及大数据库数据库的关注度越来越多,并且大都是有持续在更新。 目前已有不少行业已将数据库作为计划实施,除了在金融领域,利用数据库来实现反欺诈等需求,还有软件,物流,新零售,航空公司,电信,医院、生物制药等领域都在大量使用数据库。 世界百强公司中也在逐步加大使用数据库的比例。

    1.9K40发布于 2018-12-13
  • 来自专栏JadePeng的技术博客

    数据库查询语言

    本文介绍数据库支持的gremlin和Cypher查询语言。

    1.5K20发布于 2020-11-24
  • 来自专栏进击的程序猿

    数据库奥秘初探

    主要参考书籍:graph database 近期工作中要做一些图谱的应用,于是这几天就调研了下图数据库,最后就有了本文。 : property graph Resource Description Framework (RDF) triples hypergraphs 市面上大多数数据库都是基于 property graph 数据库 看图数据库的时候,我们从两个技术点切入: The underlying storage The processing engine ? 分析 native graph storage index-free adjacency 是数据库相比于传统的 mysql 的优势的核心 key,那么数据库用什么结构去存储 index-free adjacency 至此我们就对数据库有了个大概的了解了,后续的分析会随着项目的推进持续输出。 待完成 下面是今后需要跟进的一些工作 性能测试 分布式方案 Titan 调研 ....

    1.2K20发布于 2018-08-23
领券