- 综合排序
- 最热优先
- 最新优先
- 来自专栏MongoDB中文社区
MongoDB Aggregate 业务场景实战
实际在业务场景中，适当的运用聚合往往会带来事半功倍的效果。 针对不同的业务需求，我们一般会涉及到以下场景: 基础对象查询 表 join 查询 分类统计 嵌套对象排序 ... 说到了常⻅的应用场景，下面也介绍一下我们的系统业务数据模型: 机会数据模型 ? 2. 在CRM系统中，作为销售管理,经常需要统计每个销售业绩情况，用于他们的业绩考核指标。 2. MongoDB 自身优化器 $sort + $match 顺序优化 如果$mat ch出现在$sort之后，优化器会 自动把$mat ch放到$sort前面。 2.
2.5K40发布于 2018-12-27 - 来自专栏机器学习
AIGC 办公场景实战教程
这里有几个适用于 办公场景 的 AIGC 练习项目，适合普通程序员掌握 AIGC 相关技术，并快速提升办公效率。1. AI 助理：智能邮件回复生成技术点：GPT（文本生成）、OpenAI API、Streamlit 适用场景：自动生成邮件回复，提高工作效率。 2. AI 会议纪要自动整理技术点：Whisper（语音识别）、GPT（摘要生成）、Python 适用场景：将会议录音自动转换为文本，并生成会议摘要。 company_docs.pdf")documents = loader.load()vector_store = FAISS.from_documents(documents, OpenAIEmbeddings())# 2. 总结这些 AIGC 练习项目都能 直接应用到办公场景，帮助程序员掌握 AI 生成技术并提升效率：项目主要技术适用场景进阶方向AI 邮件助手GPT + Streamlit生成邮件回复语音输入、自动发送邮件
87000编辑于 2025-03-25 - 来自专栏Python3爬虫100例教程
⛳️ 易 实战场景 车
@ 目录 ⛳️ 易 实战场景 车 ⛳️ 易 实战编码 车 ⛳️ 易 实战场景 车 本次字体反爬案例对应的是【易车】点评频道，该站点使用了字体反爬技术，并且是中文字符反爬，可以重点研究下。 ⛳️ 易 实战编码 车 有了多篇字体反爬的经验，我们很容易发现本次的目标站点使用了固定的字体文件，名称为 yc-ft.woff，其中包含了 473 个特殊汉字。
52820编辑于 2022-06-12 - 来自专栏xiaosen
机器学习多场景实战
从智能推荐系统个性化推送你可能喜爱的电影和商品，到金融风控领域精准识别欺诈交易；每一个应用场景都是机器学习技术多维度、深层次实战的精彩演绎，我们通过一些小案例对业务进行了解~ 什么是数据指标 数据指标概念 转化率：计算方法与具体业务场景有关 淘宝店铺，转化率=购买产品的人数／所有到达店铺的人数 在广告业务中，广告转化率=点击广告进入推广网站的人数／看到广告的人数。 ]) A B C D 0 a0 b0 c0 d0 1 a1 b1 c1 d1 2 a2 b2 c2 d2 3 a3 b3 a1 b1 c1 d1 a5 b5 c5 d5 2 a2 b2 c2 d2 a6 b6 c6 d6 3 a3 b3 c3 d3 a7 b7 c7 d7 df1 .append(df2) A B C D 0 a0 b0 c0 d0 1 a1 b1 c1 d1 2 a2 b2 c2 d2 3 a3 b3 c3 d3
46610编辑于 2024-06-06 - 来自专栏Python3爬虫100例教程
⛳️ Python 爬虫实战场景，人
⛳️ Python 爬虫实战场景，人 本次要采集的站点是 double 人车，目标站点如下所示： www.renrenche.com/cn/dazhong/? ⛳️ 实战编码，人 随机下载一个字体文件到本地，然后打开之后，查看编码，使用的工具是 FontCreator，打开之后，可以看到索引和文字的对应关系如下。
55650编辑于 2022-05-18 - 来自专栏高级开发进阶
【Zookeeper典型使用场景实战】
Zookeeper典型使用场景实战 Zookeeper分布式锁实战 Zookeeper 分布式锁加锁原理 如上实现方式在并发问题比较严重的情况下，性能会下降的比较厉害，主要原因是，所有的连接都在对同一个节点进行监听 举个例子 1、读写并发不一致 2、双写不一致情况 Zookeeper 共享锁实现原理 注册中心实战 注册中心场景分析： 在分布式服务体系结构比较简单的场景下，我们的服务可能是这样的 现在 当然我们可以再前面加一个服务代理，比如nginx做反向代理， 如下: 如果我们是如下场景呢？ Spring Cloud 生态也提供了Zookeeper注册中心的实现，这个项目叫 Spring Cloud Zookeeper 下面我们来进行实战。 项目构建 1.创建user-center 项目 同样的方式创建一个 product-center 2.解压项目用idea打开，用maven导入项目 同样的方式引入product-center
43280编辑于 2022-03-07 - 来自专栏高级开发进阶
【Zookeeper典型使用场景实战】
Zookeeper典型使用场景实战 Zookeeper分布式锁实战 Zookeeper 分布式锁加锁原理 如上实现方式在并发问题比较严重的情况下，性能会下降的比较厉害，主要原因是，所有的连接都在对同一个节点进行监听 举个例子 1、读写并发不一致 2、双写不一致情况 Zookeeper 共享锁实现原理 注册中心实战 注册中心场景分析： 在分布式服务体系结构比较简单的场景下，我们的服务可能是这样的 现在 当然我们可以再前面加一个服务代理，比如nginx做反向代理， 如下: 如果我们是如下场景呢？ Spring Cloud 生态也提供了Zookeeper注册中心的实现，这个项目叫 Spring Cloud Zookeeper 下面我们来进行实战。 项目构建 1.创建user-center 项目 同样的方式创建一个 product-center 2.解压项目用idea打开，用maven导入项目 同样的方式引入product-center
35320编辑于 2022-09-29 oodAgent 场景引擎 招聘系统实战
让我们看看两者的对比：❌ 传统开发需求分析2-3周系统设计2-3周编码开发4-6周测试上线2-3周总计10-15周✅ 场景开发场景定义1-2天技能组装2-3天配置调试1-2天上线运行1天总计1周内二、场景技能是什么 场景技能（Scene Skill）是 Ooder SceneEngine 的核心概念，它将业务场景封装为可复用的能力单元： 场景技能 = 业务场景 + 能力集合 + 知识库 + 智能决策业务场景：招聘、 （私有）候选人简历、面试记录、评价结果 | 权限：场景参与者Layer 2: 专业模块层（领域共享）岗位要求、面试题库、技能标准 | 权限：领域角色Layer 1: 通用知识层（全局共享）公司制度、流程规范 DECISION决策规则意图路由、能力选择TRANSFORM转换规则数据格式化、字段映射VALIDATION验证规则参数校验、权限检查ROUTING路由规则多分支决策FALLBACK降级规则异常处理四、实战 张三 - 5年Java经验，熟悉Spring Cloud2. 李四 - 4年Java经验，有微服务项目经验3.
18010编辑于 2026-03-07- 来自专栏前端精读评论
可视化搭建 - 场景实战
接下来用实战来说明该可视化搭建框架是否好用，以下几条原则需要始终贯穿在下面每个实战场景中： 复杂的业务场景，背后使用的框架 API 是简单的。 底层 API 并不为业务场景特殊编写，而是具有很强的抽象性，很容易挖掘出其他业务场景的用法。 所有场景都是基于有限的几条基础规则实现，即背后实现的复杂度不随着业务场景复杂度提升而提升。 type": "block", "blockId": "block1" }, { "type": "block", "blockId": "block2" 总结 本文我们总结了三个场景实战： 利用 treeLike 结构在组件内渲染任意数量的子组件实例，如 tabs 或富文本。 利用组件联动的 API，实现筛选、联动以及上卷下钻。 讨论地址是：精读《可视化搭建 - 场景实战》· Issue #485 · dt-fe/weekly
42360编辑于 2023-09-01 - 来自专栏Chasays
学习 Redis - 2. 场景操作
integer) 3 4) 1) "tag1" 2) "tag3" 3) "tag2" 127.0.0.1:6379> 单个 Redis 命令的执行是原子性的，但 Redis 没有在事务上增加任何维持原子性的机制 语法 GEODIST key member1 member2 [m|km|ft|mi] georadius：根据用户给定的经纬度坐标来获取指定范围内的地理位置集合。 127.0.0.1:6379> XADD stream1 * key1 value1 key2 value2 1605966769163-0 127.0.0.1:6379> XLEN stream1 2 127.0.0.1:6379> XRANGE stream1 - + 1605966736739-0 name 1 2 3 1605966769163-0 key1 value1 key2 value2 这次命令有点多， 主要是特殊的场景用什么样的redis功能，比如publish和stream，以及事务。
57620编辑于 2021-12-06 - 来自专栏golang云原生new
Statefulset实战 2
上一部分我们分享到，Statefulset 部署应用，我们需要完成这些资源的创建： 制作应用程序和镜像 编写 Service 编写 Statefulset 指定 pod 模板及挂载 我们已经完成前面 2 apiVersion: apps/v1 kind: StatefulSet metadata: name: sta-kubia spec: serviceName: sta-kubia replicas: 2 storage: 1Mi accessModes: - ReadWriteOnce 设置 statefulset 自身的名称为 sta-kubia，设置 2 查看 持久化卷声明 pvc 和 查看 持久化卷 pv kubectl get pvc kubectl get pv 我们可以看到 查看 持久化卷声明 pvc 和 查看 持久化卷 pv，总共分别有 2 proxy 会去代理到 8001 端口继续向下访问 kubectl 又会将请求代理到 ApiServer 上，此时请求的是 Apiserver 的地址:8443 端口，看到这里，整个请求实际上是经过了 2
30010编辑于 2023-09-01 - 来自专栏yeedomliu
OAuth 2实战
图 2-1 授权码许可的详细过程 为了最大限度地保持灵活性，OAuth协议去除了真实API系统的很多细节。 2所示）。 例如，为了能读取照片，照片打印服务可以向照片存储服务请求访问权限 图 2-2 将资源拥有者引导至授权服务器以启动授权流程 然后，授权服务器会要求用户进行身份认证。 4 资源拥有者批准客户端的授权请求 图 2-5 将授权码发送给客户端 这一步采用HTTP重定向的方式，回到客户端的redirect_uri。 ，如果请求有效，则颁发令牌（如图2-7所示）。
1.6K30编辑于 2022-12-03 - 来自专栏vivo互联网技术
密集计算场景下的 JNI 实战
在笔者经过艰难的踩坑之后，终于将 JNI 运用到了项目实战，本文笔者将简单介绍 JNI 技术，并介绍简单的原理和性能分析。通过分享我们的实践过程，带各位读者体验 JNI 技术的应用。 或许还有别的场景，可以使用到 JNI，可以看到 JNI 技术有着非常好的应用潜力。 三、JNI 实战：探究踩坑的全过程 我们的业务中存在一个计算密集型场景，需要从本地加载数据文件进行模型推理。 3.1 场景准备 实战就不从 Hello world 开始了，我们直接敲定场景，思考该让 C++ 实现哪部分逻辑。 resources # 存放 lib 的资源目录 -/test --/java ----ModelComputerTest.java # 测试类 pom.xml # maven pom 3.3 实战过程 Java_com_vivo_demo_model_ModelComputer_compute (JNIEnv *, jclass, jlong, jlongArray); #ifdef __cplusplus } #endif #endif 踩坑2：
89820编辑于 2022-08-23 - 来自专栏Python3爬虫100例教程
⛳️ 黄页 字体反爬 实战场景
目录 ⛳️ 黄页 字体反爬 实战场景 ⛳️ 实战编码 ⛳️ 黄页 字体反爬 实战场景 本次采集的目标站点为 https://huangye88.com ，首页截图如下所示。 ⛳️ 实战编码 通过开发者工具可以找到字体文件在网页源码中，所以我们编写一下相关提取代码。 import re import requests import base64 from fontTools.ttLib import TTFont url = 'https://b2b.huangye88
90520编辑于 2022-08-30 - 来自专栏JavaEdge
大道缓存1 缓存特征2 缓存介质3 缓存分类和应用场景缓存实战
主要满足单机场景下的小数据量缓存需求，同时对缓存数据的变更无需太敏感感知，如上一般配置管理、基础静态数据等场景。 个人总结了以下多种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。 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。 缓存实战 实际工程中，对于缓存的应用可以有多种的实战方式，包括侵入式硬编码，抽象服务化应用，以及轻量的注解式使用等。本文将主要介绍下注解式方式。 表2 标签类型 作用 主要配置参数说明 @HotelCacheable 主要针对方法配置，能够根据方法的请求参数对其结果进行缓存 domain：作用域，针对集合场景，解决批量更新问题； domainKey 域已发生更新，自动影响cache1、cache2、cache3等处的缓存数据。
1K21发布于 2018-09-20 京东商品详情 API 全解析：合规对接与 B2C 场景实战指南
京东商品详情 API 作为官方合规的数据获取通道，不仅能稳定返回商品标题、价格、库存等关键信息，还针对 B2C 场景新增了预售锁库、次日达标识等特色字段。 本文从 “合规接入前提、接口实战操作、高频问题解决、合规使用边界” 四个维度，拆解适合企业与开发者的实用方案，全程规避外部链接与推广内容，确保符合平台发布规则。 2. 响应字段解析与 B2C 场景适配京东商品详情 API 返回字段针对 B2C 场景做了精细化设计，需重点关注三类核心信息：价格结构：区分 “标价（price）”“促销价（promotionPrice）”“ B2C 场景进阶应用库存预警系统：基于 API 实时库存数据，设置库存阈值（如库存 < 50 件），触发邮件 / 短信预警，避免缺货；价格监控工具：定时获取商品促销价，分析价格波动规律，优化商品定价策略
86110编辑于 2025-09-12- 来自专栏一个程序员的修炼之路
栈溢出场景的分析(2)
之前一篇文章<<一种栈溢出的场景分析和建议>>中，本人分享了如何查找程序Crash的函数调用栈，然后通过代码审查找到栈溢出的原因。 但是却有一些场景通过代码审查不易找到问题，比如如下两点: 函数的调用逻辑复杂，且触发逻辑依赖于输入样例。这样通过代码审查是很难看出问题所在的。 由于这种场景分析距今时间较长，本该在上一篇介绍的内容，便忘记介绍，好记性不如烂笔头。而今日正好又碰到了这种场景，遂记录于此，也与大家一起分享。 程序样例 为了将故事完整性，我重新编写了一段样例代码。 那么本人的就刚好碰到了这种场景（那也是因为我们把默认的栈空间调整到了更大），这个时候就要用到上一篇文章讲解的方法<<一种栈溢出的场景分析和建议>>， 把整个函数调用栈的空间用dps打印出来。 _imp_NtWriteFile (00007fff`d11f2fa8)] ds:00007fff`d11f2fa8={ntdll!
71430发布于 2021-08-06 - 来自专栏达达前端
Angular实战项目（2）
ng new taskmgr -si --style=scss installing ng
1.4K10发布于 2019-07-25 - 来自专栏技术方案
ZooKeeper 实战指南：从入门到场景解析
本文将带你从零开始搭建ZooKeeper环境，掌握核心命令，并了解其在分布式系统中的典型应用场景。 场景：存储配置信息、服务地址等长期有效的数据。临时节点(Ephemeral)：客户端会话断开后，节点自动删除。场景：服务注册发现*。 场景：分布式ID*。利用其自动生成的唯一有序后缀。*临时顺序节点(EphemeralSequential)：临时节点+自动自增后缀。场景：分布式锁*。所有客户端创建临时顺序节点，序号最小的获得锁。 *2.Docker快速搭建ZooKeeper在本地开发环境中，使用Docker搭建ZooKeeper是最便捷的方式。 展开代码语言：BashAI代码解释#1.进入容器交互式终端dockerexec-itzookeeperbash#2.启动ZooKeeper命令行客户端.
2.4K00编辑于 2025-12-29 - 来自专栏james大数据架构
常见的几种Flume日志收集场景实战
type = file a1.channels.c2.checkpointDir = /usr/local/flume170/checkpoint a1.channels.c2.dataDirs = / type = FILE_ROLL a1.sinks.k2.channel = c2 a1.sinks.k2.sink.directory = /usr/local/flume170/files a1.sinks.k2 type = avro a1.sinks.k2.channel = c2 a1.sinks.k2.hostname = H33 a1.sinks.k2.port = 5141 # 这个是配置failover type = avro a1.sinks.k2.channel = c1 a1.sinks.k2.hostname = H33 a1.sinks.k2.port = 5141 # 这个是配置failover 以上均是建立在H32和H33能互通，且Flume配置都正确的情况下运行，且都是非常简单的场景应用，值得注意的一点是Flume说是日志收集，其实还可以广泛的认为“日志”可以当作是信息流，不局限于认知的日志
1.4K50发布于 2018-01-22
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