- 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。 通过三个基本对象我们可以衍生出很多聚合业务场景，基础架构图如下所示: ? 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 ? 返回结果大小 聚合结果返回的是一个文档，不能超过16M，从MongoDB 2.6版本以后，返回的结果可以是一个游标或者存储到集合中，返回的结果不受6M的限制。 2. 6 小 结 今天我为你介绍了MongoDB聚合管道的应用实践、技巧、优化以及注意事项,解释了聚合管道操作符的基础概念，希望能够对你有所帮助。 这就是以上全部的内容，留几道思考题给你吧。
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。 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。 AI 文档整理与智能搜索技术点：GPT、FAISS（向量检索）、LangChain 适用场景：自动整理公司文档，并支持智能搜索。 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。 b6 c6 d6 3 a7 b7 c7 d7 pd.concat([df1,df2],axis=1) A B C D A B C D 0 a0 b0 c0 d0 a4 b4 c4 d4 1 a1 b1 c1 d1 a5 b5 c5 d5 2 a2 b2 c2 d2 a6 b6 c6 d6 b6 c6 d6 3 a7 b7 c7 d7 genres.merge(tracks_subset, on='Id', how='left') how参数指定连接方式 - how = ’
46710编辑于 2024-06-06 从 ThreadLocal 到并发王者：解锁线程私有变量的 6 大实战场景
本文将带你全面深入 ThreadLocal 的世界，从底层原理到实战应用，详细解析 6 大常见应用场景，并通过可运行的代码示例展示最佳实践。 2.1 保存线程上下文信息 在多层调用的场景中， ThreadLocal 可以用来传递上下文信息，避免通过方法参数层层传递的麻烦。 了解这些框架的实现方式，可以帮助我们更好地理解 ThreadLocal 的应用场景。 ThreadLocal 与线程安全的区别： ThreadLocal 适用于： 每个线程需要自己的独立实例，且实例需要在多个方法中使用 避免参数传递的场景 线程同步适用于： 多个线程需要共享同一个实例 需要保证数据一致性的场景 本文详细介绍了 ThreadLocal 的 6 大应用场景： 保存线程上下文信息：如 Web 应用中的用户信息、分布式追踪中的链路 ID 等，避免了参数的层层传递。
17210编辑于 2026-04-14- 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/? plog_id=6aa04cde5309dd233f85bd47a996c423 域名使用的是 base64 加密 该站点也是字体反爬经典案例，其呈现不是以乱码形式展现，而是源码差异，具体如下图所示 ⛳️ 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。 plog_id=6aa04cde5309dd233f85bd47a996c423') els = etree.HTML(res.text) class_name = els.xpath('//h3/@class plog_id=6aa04cde5309dd233f85bd47a996c423') els = etree.HTML(res.text) class_name = els.xpath('//h3/@class
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 Order-Service 需要调用外部服务的 User-Service ,对于外部的服务依赖，我们直接配置在我们的服务配置文件中,在服务调用关系比较简单的场景，是完全OK的。 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。
35320编辑于 2022-09-29 - 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。 实现任意协议 我们也许为了进一步抽象，或对指定业务场景降低配置门槛，在组件树拓展一些额外的 json 结构协议做一些特定功能。 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
42460编辑于 2023-09-01 oodAgent 场景引擎 招聘系统实战
一、为什么选择场景开发？构建一个招聘管理系统，传统方式需要10-15周，而使用场景技能开发，只需1周内即可完成。 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、 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 ⚠️ LLM使用策略优先规则：简单场景优先使用规则引擎LLM增强：复杂场景使用LLM增强体验降级保障：始终配置离线降级方案成本控制：缓存常用结果，减少LLM调用 安全注意事项规则沙箱：限制危险操作，如exit
18010编辑于 2026-03-07- 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 Order-Service 需要调用外部服务的 User-Service ,对于外部的服务依赖，我们直接配置在我们的服务配置文件中,在服务调用关系比较简单的场景，是完全OK的。 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。
43280编辑于 2022-03-07 - 来自专栏世荣的博客
搭建漏洞环境-实战-6
XSS测试平台是测试XSS漏洞获取cookie并接受Web页面的平台，XSS可以做JS能做的所有事情，包括但不限于窃取cookie，后台增删改文章，利用XSS漏洞进行传播，修改网页代码，网站重定向，这里使用的是基于xsser.me的源码。这里我给大家提供资源。
52130编辑于 2022-03-18 - 来自专栏xingoo, 一个梦想做发明家的程序员
【Spring实战】—— 6 内部Bean
鉴于上述的场景，内部Bean是一个很常用的编程模式。
68970发布于 2018-01-17 - 来自专栏program
Flutter技术与实战(6)
x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shado,text_aHRwcHM6Ly9ibG9nLmNzZG0ubmV0L0lhbmdfc3R2ZHlfZmlyc3Q sources: - ubuntu-toolchain-r-test packages: - libstdc++6 参考文章：https://www.yangshebing.com/2018/01/06/iOS%E9%80%86%E5%90%91%E5%BF%85%E5%A4%87%E7%BB%9D%E6%8A%80% 前 6 个阶段是 Flutter 的标准工作流，最后一个阶段是原生开发的标准工作流。 对于 Flutter 标准工作流的 6 个阶段而言，每个阶段都会涉及业务或产品特性提出的特异性要求，技术方案的选型，各阶段工作成本可用性、可靠性的衡量，以及监控相关基础服务的接入和配置等。
3.4K32编辑于 2022-06-29 - 来自专栏IMWeb前端团队
ES6 Symbol实战
本文作者：IMWeb dekuchen 原文出处：IMWeb社区 未经同意，禁止转载 ES6 的Symbol到底有什么作用呢？ 这篇文章为你揭晓。 ES6 Symbol实战 前言 我们先来看看ES6 Symbol是什么 如果有一种机制，保证每个属性的名字都是独一无二的就好了，这样就从根本上防止属性名的冲突。 这就是 ES6 引入Symbol的原因。 ES6 引入了一种新的原始数据类型Symbol，表示独一无二的值。 配合ES6的类使用最佳。
53630发布于 2019-12-03 - 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。 当然，这个建议只适用于需要 lib 执行时将部分数据缓存在内存中的场景，只使用 native 方法进行计算，无需考虑这种情况。 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
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。
90520编辑于 2022-08-30 - 来自专栏Python绿色通道
Scrapy实战6：CSS选择器实战训练
一、 前言 上一篇文章Scrapy实战5：Xpath实战训练中给大家讲解并带着大家实战训练了Xpath，爬取了伯乐在线文章的基本信息，并且介绍scrapy里的shell调试模式使用，还是很实用的哈。 本篇将给大家讲解CSS选择器，以及一起实战练习，牢记基础语法知识。 nth-child(2)表示选取a标签的第二个元素 >>> response.css("span.btn-bluet-bigger:nth-child(2)::text").extract()[] ' 6 response.css("span.btn-bluet-bigger:nth-child(2)::text").extract()[] >>> re.findall(reg_02,collection_str)[] '6' 点赞数： 收藏数： 四、后言 学完这一期，大家也许觉得好像和之前Xpath实战没有什么区别，但是我想告诉大家的是：Xpath和CSS选择器的确有相同功能，但实现的原理是不同的，一般来说大家掌握一种就好了
1.2K20发布于 2020-02-12 - 来自专栏人工智能AI
AI人工智能6大应用场景
AI人工智能6大应用场景 01、AI农业场景 在农业场景，主要包括有作物管理、害虫和杂草处理、疾病管理、土壤管理、产量预测和管理等。 02、AI自动驾驶场景 在自动驾驶场景，分为感知和决策两类主要场景，感知类包括汽车定位、静态障碍物映射、移动障碍物检测跟踪、道路映射、交通信号检测和识别；决策类包括路线规划、路径规划、行为选择、运动规划和控制等 03、AI医疗场景 在医疗卫生场景，主要有疾病诊断预测、临床和患者护理。 04、AI网络金融场景 在网络金融场景，主要包括信用预测和评估，根据客户的历史交易数据、资金流动情况智能运营聊天机器人应答客户部分疑问，智能手续柜台满足客户部分需求。 06、AI电子商务场景 在电子商务场景，主要用例是推荐系统、欺诈识别、营销活动、产品退货预测。
2.8K10编辑于 2024-05-21 - 来自专栏明明如月的技术专栏
ChatGPT 4 的 6 个最佳使用场景
6、完成复杂的知识分析和处理工作 对于需要深入理解主题的任务，GPT-4 是首选。其对复杂主题的理解能力得到了很大提升，它能够提供比 GPT-3.5 Turbo 更准确和详细的信息。
70520编辑于 2023-07-10 《3D草原场景技术拆解：植被物理碰撞与多系统协同的6个实战方案》
为解决这一问题，我们重新设计了植被的分层碰撞体体系：将草原植被按高度分为三层，低于30厘米的矮草采用“区域碰撞体”，多个草株共享一个胶囊体，碰撞体多边形数量控制在6个以内；30至80厘米的中高草采用“简化网格碰撞体 这一优化不仅解决了动画冲突问题，还让植被动态效果的GPU占用率降低了21%，在大规模草原场景中，玩家即使骑马快速移动，也能看到自然流畅的植被交互效果。 在植被与地形的融合适配中，我们还遇到了“地形高度变化导致植被悬空或插入地下”的问题，这一问题在草原场景的山坡、沟壑区域尤为明显。 团队曾尝试在每次地形变化后重新烘焙植被， but 这一操作不仅耗时长达40分钟，还会导致场景加载时出现明显的卡顿，严重影响开发效率与玩家体验。 回顾整个草原场景植被交互与物理碰撞的开发过程，最核心的感悟是“轻量化适配”并非简单的性能妥协，而是在视觉体验与运行效率之间寻找动态平衡的系统性工程。
27010编辑于 2025-10-14
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