- 综合排序
- 最热优先
- 最新优先
- 来自专栏Zabbix中国官方
Zabbix监控项无法获取数据？3个解决步骤，11个报错场景分析
Zabbix在线课程《Zabbix无法获取数据问题解决思路》顺利结束，课程中讲师将19类监控项分成了3个大类，对常用的几类监控项做了详细的解析，为大家提供一个清晰的排障思路。 课程精华文字版整理如下： 概览 Zabbix的监控项是Zabbix的数据采集基础。在使用过程中经常会碰到监控项的取值不符合预期的情况。 关于监控项无法获取数据的检查方案 步骤 1 排除server，proxy和agent本身的配置问题。 步骤 2 排除以上问题后，确认新增的监控项是否已经生效。 出现场景：所有监控类型 解决方案： 非自定义监控项 官网确认当前版本key_值是否支持，确认agent版本，注意拼写错误。 ：Vmware监控/ 解决方案：检查账号密码的正确性 11 No "%" processes started 案例： No "vmware collector" processes started 出现场景
10.4K31发布于 2021-02-03 - 来自专栏杨建荣的学习笔记
海量数据切分抽取的实践场景(r11笔记第43天)
一、问题背景 今天开发的同学找到我，他们需要做一个数据统计分析，需要我提供一些支持，把一个统计库中的大表数据导出成文本提供给他们。 2）如何规范化，标准化的抽取数据。 二、大表如何切分 大表的切分一直以来是数据迁移中的重头戏，我在以前的时间积累中也为此困扰。 一个表如果不是分区表，存在1000万的数据，如果我们希望以数据条数为基准进行切分，能否实现。 比如1000万数据的表，100万为单位，那就生成10个csv文件，每个文件包含100万数据。 三、如何规范化导出海量数据？ 整个过程其实涉及到一些技术细节，还是需要大家多加揣摩，掌握好了之后，在数据迁移的场景中就能够大展拳脚。 我也给自己的公众号设置了一个简单的封面，看起来还行吧。纯手工PS抠图补字完成。
91260发布于 2018-03-21 - 来自专栏7DGroup
性能场景之数据
在数据这一方面，有几个地方是要注意的。 DB中的，包含各种类型的数据库；2. Cache中的，包含各种类型的cache；3. 压力工具中的，参数化数据。 在执行场景之前，需要知道前两个里面的数据是什么状态。然后再判断压力工具中应该如何加载数据。 之前我写过一个实例文章说数据不均衡导致的问题的。 《性能分析之数据不均衡导致TPS下降》 数据对性能场景的执行结果太重要了，以至于说如果数据不合理，测试结果是完全不合理。也就是白干了。 如何让数据合理呢？ 其实分析了场景之后也就非常清晰了。 就是用真实的数据。 但是在测试环境中，有非常多的实际测试实施中都没有线上的真实数据。 那就必须要造出符合业务规则的数据。有几种方式： 在数据库中直接插入数据。 做查询的时候如果涉及到时间范围查询，要关注下是否符合真实业务场景。 从真实环境中导出数据并脱敏。有很多公司都有专门的数据脱敏工具，特别是金融相关系统。
39420发布于 2019-07-17 - 来自专栏全栈程序员必看
细看11种Web应用场景
下面列出11种Web应用场景，在这些场景下可以充分的利用Redis的特性，大大提高效率。 1．在主页中显示最新的项目列表。 Redis使用的是常驻内存的缓存，速度非常快。 11．缓存。 Redis缓存使用的方式与memcache相同。 网络应用不能无休止地进行模型的战争，看看这些Redis的原语命令，尽管简单但功能强大，把它们加以组合，所能完成的就更无法想象。 毫无疑问，Redis开创了一种新的数据存储思路，使用Redis，我们不用在面对功能单调的数据库时，把精力放在如何把大象放进冰箱这样的问题上，而是利用Redis灵活多变的数据结构和数据操作，为不同的大象构建不同的冰箱 下面是一篇新鲜出炉的文章，其作者是Redis作者@antirez，他描述了Redis比较适合的一些应用场景，NoSQLFan简单列举在这里，供大家一览： 1.取最新N个数据的操作 比如典型的取你网站的最新文章 Redis里这个过期时间当成是对数据库中数据的索引，用Redis来找出哪些数据需要过期删除，然后再精准地从数据库中删除相应的记录。
75910编辑于 2022-07-07 - 来自专栏大数据和云计算技术
大数据仓库－场景
传统OLTP/OLAP之分 数据仓库里面有OLTP/OLAP之分，OLTP是传统关系型数据库的主要应用，其主要面向基本的、日常的事务处理，例如银行交易。 OLAP是数据仓库系统的主要应用，支持复杂的分析操作，侧重决策支持，并且提供直观易懂的查询结果。 大数据场景下的同与不同 1、大数据时代，大数据仓库面对的最基本，最典型的场景还是传统的OLAP场景，最明显的区别是数据规模的急剧膨胀，从传统的单表千万级，到现在单表百亿，万亿。 2、大数据时代，数据价值越来越大，分析手段和分析工具的越来越多。传统sql包打天下的局面可能就不行了，sql,python,R,BI工具/可视化工具都有需求。 所以除了性能之外，大数据仓库必然在接口上需要做更多。 3、云化带来的挑战。it基础设施云化的趋势不可逆转。云上的易用，安全，可服务性都是很大的挑战。
1.2K100发布于 2018-03-08 - 来自专栏Lansonli技术博客
大数据应用场景
电商方面 精准广告位，通过对用户的浏览行为，点击行为等进行大数据采集，分析，挖掘用户的二层三层喜欢，扩大产出。 交通方面 目前，交通的大数据应用主要在两个方面:一方面通过对车流量等海量数据的收集，估算，预测该路段一定时间内的车流量情况，给用户提供便利，合理进行道路规划；另一方面可以利用大数据来实现即时信号灯调度， 电信方面 智慧营业厅，通过对用户当前的行为习惯、偏好，节假日的相应数据变化，调节自身业务结构，做到按需分配。 安防方面 人脸识别，通过人脸识别，--匹配，存储用户数据，结合人工智能，分析及甄别用户行为，预防犯罪行为发生 医疗方面 智慧医疗，通过对海量病例大数据的存储，匹配、检索、结合用户的饮食、行为等习惯，搭建智慧医疗体系 物流方向 FRA 通过大数据解决方案得出司机工作表现的若干预测模型，解决了事故发生率和人员流动等人事部门的问题。
70310发布于 2021-10-04 - 来自专栏IT大咖说
数据持久化层场景实战：业务场景+数据库分区+冷热分离概述
◆ 冷热分离 本文讲的第一个场景是冷热分离。简单来说，就是将常用的“热”数据和不常使用的“冷”数据分开存储。 本章要考虑的重点是锁的机制、批量处理以及失败重试的数据一致性问题。 首先介绍一下业务场景。 ◆ 1.1 业务场景：几千万数据量的工单表如何快速优化 这次项目优化的是一个邮件客服系统。 1）比起单个文件系统或硬盘，分区可以存储更多的数据。 2）在清理数据时，可以直接删除废弃数据所在的分区。同样，有新数据时，可以增加更多的分区来存储新数据。 下面具体说一下该业务场景中的数据表。工单表ticket中的关键字段见表1-1。 表1-1 工单表关键字段 工单表最主要的几个查询语句如下。 这个数据库就叫冷库，因为里面基本是冷数据（当然，叫作归档数据库也可以），之后极少被访问。当前的数据库保留正常处理的较新的工单数据，这是热库。
98220编辑于 2022-07-18 - 来自专栏IT架构圈
『互联网架构』软件架构-spring之AOP场景实战（11）
面试的时候，经常被面试官问到AOP在你的项目中用到了那些场景，我一般的回答是日志，权限，事务处理，方法的统计，性能的监控。其实权限和事务都是跟业务相关的，咱们一起来想想针对其他几个如何来设计。 是不是打印很多无用的日志，其实看日志就是看传递的参数有没有问题，也就是说有问题了才看日志，是不是可以这样理解其实百分之90以上的日志是无用日志，打印其实是无用的，我说的场景，其实如果是日志分析工作，可能所有的日志都有必要 我们之前的方式每次设计一张表，表里设计了很多个参数，每次过业务方法其实都需要读一遍数据库，因为很慢后来换成了redis，但是更改了值后，需要删除redis内的内容。这种方法也不是最好的。
39320发布于 2019-03-08 【C++11 之右值和移动语义（本质+应用场景+代码）】
C++11 之 右值和移动语义 右值中比较重要的部分是两个：右值引用和移动语义 右值 右值很宽泛，简单理解就是 等号右边的值，也是那些用完之后不需要多余处理的对象，也是那些无法写到等号左边的对象； 具体 ：右值可以是字面量、临时对象或者是一个将要被销毁的对象； 使用场景 当传参的时候，某个参数只用一次，用完就扔，就可以使用右值； 具体：常量、move修饰的变量；（10、20、const a、move( b)） 右值引用 和右值引用通常一起讨论的是：左值引用（&）、常量引用（const &）、右值引用（&&）； 右值引用的本质是一种语法，就是上述的【&&+变量】语法； 使用场景 右值引用通常是搭配移动语义一起使用的 销毁了，表面上看来就是节省了开辟空间的资源），节省了资源；（为什么没有拿普通变量举例，因为普通变量赋值时就是两块空间） （当进行深拷贝时，确保原始的指针变量不再用了，就可以考虑使用移动语义） 使用场景 我直接 *a 赋值给 *b ，然后不用 *a，不久类似于已经是一个实现了移动语义后的场景？
14010编辑于 2026-01-23- 来自专栏python全栈教程专栏
mysql数据库(11):恢复数据
(1)先登录 mysql -h localhost -u root -p (2)查看数据库有哪些 show databases; (3)新建一个空表text create database text ; ####新建数据库text ,等下导表用### (4)删除数据库chuan drop database chuan; 查看还在不在？ 不在了 show databases； 退出mysql后再执行以下命令恢复数据库中的表： mysql -h localhost -u root -p mysql 使用如下命令能够查看到表已经备份进去了 show tables; 如何恢复数据库呢？ 以下将chuan.sql备份到text空数据库中 mysql -h localhost -u root -p text 再次登录查看，是成功将chuan这个数据库备份到了text数据库了。
3.7K10发布于 2021-10-18 - 来自专栏VRPinea
《辐射4 VR》抢先看，11个最不容错过的场景
《辐射4》世界拥有宏大的历史背景，其宏大荒凉、怪物横行的、辐射四溢的游戏场景，受到很多“废土”游戏玩家的好评。 想必玩家们都等不及想要体验一把了，那就让小编先为你们介绍一下《辐射4 VR》世界里，11个最具特点、危机四伏却又充满惊喜的地点吧。 自由之地 ? 在适者生存的辐射世界里，战争对于每个人都是如此残酷。 饮胜酒吧是《辐射4 VR》复活节彩蛋系列中最受玩家欢迎的地点之一，是为了致敬著名的11季情景喜剧《饮胜酒吧》而造。毫无意外的，诺姆（剧中一个天天蹭酒不给钱的无业游民）仍旧整体坐在座位上喝霸王酒。 因为，这个建筑物里诡异的场景，将是玩家在整个游戏中最难忘的体验之一。工厂中的每个人都受到了泄露污染物的感染，导致他们发疯一样的互相攻击。 一句话总结：游戏中最恐怖的场景，没有之一。 看完这十一个游戏场景的介绍，是不是心痒痒，想要赶紧体验一把？那就等《辐射4 VR》上线之后，去这片荒土大陆好好探索一番吧。
1.6K70发布于 2018-05-17 - 来自专栏数据猿
大数据投融资周报（11月5日——11月11日，共15起）
来源：数据猿 作者：abby 本周大数据领域共发生15起投融资事件，其中包括7家中国企业、7家美国企业以及1家芬兰企业，涉及领域包括金融、机器学习、人工智能等多个领域，以下为您奉上本周投融资周报。 来源：数据猿
57490发布于 2018-04-20 - 来自专栏bisal的个人杂货铺
MySQL数据导入方案场景推荐
1需求背景 应用侧的同学需要对数据进行导出和导入，于是跑来找 DBA 咨询问题：MySQL 如何导入大批量的数据？ 单表导出备份数据（只导出数据）。 50G 的场景中，更推荐 mydumper。 补充场景，支持导出 CSV，也支持 --where 过滤。 ⭐⭐⭐数据量<50G Util.exportTable Util.importTable 原生，单线程 ⭐数据量<20G MySQL< 导入时，需要避免数据丢失。
61010编辑于 2023-10-19 - 来自专栏Java呓语
第11章、数据类型
在 MyISAM/MEMORY/InnoDB和NDB表中支持BIT 数据类型，BIT 数据类型用于存储 bit 值。 当启用了严格模式，则会按照标准的SQL拒绝数据的写入。若未启用严格模式，则将数据裁剪并写入。 小时部分如此大的原因是，TIME并不是只用于1天内的场景。也可能用于两次事件间的间隔事件，这可能远大于24小时。 当录入的值超出范围后，将会自动剪切到最近的有效范围内的值。 它有以下的好处： 紧凑的存储特性，字符串会被映射为数字存储； 良好的可读性； 真实场景下很少用到？ SET SET 由0~64个以,分隔的字符串构成的，要注意成员值本身是不包含逗号的。 数据类型存储要求 磁盘上表数据的存储要求取决于几个因素。不同的存储引擎以不同方式存储原始数据。表格数据可能会被压缩，无论是列还是整行，都会使表或列的存储需求计算复杂化。
2.3K20发布于 2018-08-21 - 来自专栏Ywrby
11-SpringMVC的数据响应
SpringMVC的数据响应 页面跳转 方式一：直接返回字符串 直接返回字符串，此种方法会将返回的字符串与视图解析器的前后缀拼接后进行页面跳转 没有设置视图解析器的前后缀，直接返回字符串时就需要把跳转页面路径写全 ，即通过addObject方法像其中写入键值对，View对象负责展示数据（一般为JSP）通过setViewName进行指定 @RequestMapping("/saveFunction2") public ModelAndView save2(){ /** * ModelAndView 对象 * Model：模型，负责封装数据 * View：视图，负责展示数据 通过返回字符串进行回写数据 方法一：利用response对象直接回写数据 因为是通过SpringMVC调用方法，所以可以在方法的形参列表中加入HttpServletResponse对象，由SpringMVC 通过配置处理器映射器 直接通过SpringMVC帮助我们进行对象或集合的JSON格式转换，并进行数据会写。
58720编辑于 2022-10-27 - 来自专栏Devops专栏
11. 数据库事务
11. 数据库事务 前言 上一章节，我们学习了数据插入的批量操作，那么下面再来认识一下数据库事务。 数据库事务 1. 数据库事务介绍 事务：一组逻辑操作单元,使数据从一种状态变换到另一种状态。 为确保数据库中数据的一致性，数据的操纵应当是离散的成组的逻辑单元：当它全部完成时，数据的一致性可以保持，而当这个单元中的一部分操作失败，整个事务应全部视为错误，所有从起始点以后的操作应全部回退到开始状态 JDBC事务处理 数据一旦提交，就不可回滚。 数据什么时候意味着提交？ 此时，mysql的数据如下： 通过上面的例子，只要有事务的控制，就算多条SQL变更数据，通过数据的回滚，就算出现了异常，也可以保证数据的原子性。 ，然后执行查询数据，确认查询的数据 5.1 首先在更新之前，查询当前的数据 5.2 执行更新数据，同时查询数据，确认是否能够查询 commit 之前的数据
53810编辑于 2022-01-17 - 来自专栏测试开发干货
数据工厂平台11：首页收尾
我在这里给大家继续更新下数据工厂章节。 接着来做这个首页的收尾部分。按照上节课的结尾,我们需要进行新导入组件的三个本地化配置。 1. 调整大小位置样式等 2. 经排查，是这个组件文件最底部的 js 引入 报错，所以删除掉这两行引入即可 现在报错问题解决了： 那么我们还剩最后一个 也就是最难的问题，即如何让数据生效？ 大家跟住我的思路，不要打滑~ 1.先确定修改文案数据，是否可以影响图像角度变化 把最后一个改成了15%结果发现指针图像依然朝着原来85%的角度去了。 事情开始朝着不利于我们的方向进展了。 说下我的思路，我们可以写个js函数，来从后端接收数据列表。比如我们这4个统计图，我们从后端拿到数据[85,29,59,13],然后通过计算，得出角度。 然后通过jq/js ，强行更改这个loading-的样式内容数据，即可达到效果。
1K20编辑于 2022-05-19 - 来自专栏数据小魔方
数据地图系列11|PowerMap!（上）
今天跟大家分享的是数据地图系列11——PowerMap! 这是一个excel的内置地理信息系统可视化工具，是微软PowerBI系列的四大工具之一。 powermap工具制作数据地图的好处是： 不用写任何代码、不用写一丁儿的函数语法、不用做任何复杂的数据转换。 今天要给大家介绍的案例是一家公司在18个中国城市的销售额（两个产品以及总销售额）。 ? 步骤： 1、打开数据文件 该数据文件除了主要数据外不应该有其他无关数据和无关信息。 ? 城市名称可以使用中文也可以使用英文。（软件会自动识别） 2、鼠标点击三维地图——打开三维地图。 点击前先选中所有数据区域，点击三维地图，在弹出的启动三维地图菜单中点击演示1，创建三维地图场景。 ? ? 如果你的数据里有详细的时间数据，它可以完成动态时间模拟过程，并且生成动态演示场景视频，嵌入其他演示文稿中，实现动态演示。
2.3K40发布于 2018-04-10 - 来自专栏java开发的那点事
11-Elasticsearch-logstash数据同步
logstash数据同步 简介 集中, 转换和存储数据, logstach是免费且开放的服务器端数据处理管道, 能够从多个来源采集数据,转换数据,然后将数据发送到您最喜欢的"存储库"中 官网 https ://www.elastic.co/cn/logstash/ 下载地址 https://www.elastic.co/cn/downloads/logstash 功能 数据采集 以id或update_time URL以及数据库名称 jdbc_connection_string => "jdbc:mysql://192.168.246.1:3306/foodie-dev? jdbc_driver_class => "com.mysql.jdbc.Driver" # 开启分页 jdbc_paging_enabled => true # 每页数据量 clear_run => false # 数据库字段名, 大写转小写 lowercase_column_names => false } } output {
90620编辑于 2022-10-04 电力场景水泥电线杆缺陷检测数据集VOC+YOLO格式2052张11类别
数据集格式：Pascal VOC格式+YOLO格式(不包含分割路径的txt文件，仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件)图片数量(jpg文件个数)：2052标注数量(xml 文件个数)：2052标注数量(txt文件个数)：2052标注类别数：11标注类别名称:["gelikaiguan","henggan","henggan_fushi","jiexianhe","jiexianhe_kequeshi 1944tatou（塔头） 框数 = 1702tatou_sunhuai（塔头损坏） 框数 = 78总框数：28383使用标注工具：labelImg标注规则：对类别进行画矩形框重要说明：暂无特别声明：本数据集不对训练的模型或者权重文件精度作任何保证 ，数据集只提供准确且合理标注图片预览：标注例子：
29110编辑于 2025-09-09
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