- 综合排序
- 最热优先
- 最新优先
- 来自专栏MongoDB中文社区
9月.精华文章推荐
除了特定于地理位置的应用程序，区域可以适应一系列部署场景，例如支持用于数据生命周期管理的分层存储部署模式，或通过应用程序功能或客户对数据进行分段。 但是如果是从2.6升级到3.0版本的，MongoDB还是支持 MONGODB-CR 算法的，然而官方极力推荐升级算法。 中的验证过程，这里就简单总结一下： 服务器 Product Name: ProLiant DL360 Gen9 Storage: RAID10, SSD, 1600GB CPU*2: Intel(R)
84320发布于 2018-08-14 - 来自专栏MongoDB中文社区
9月.精华文章推荐
除了特定于地理位置的应用程序，区域可以适应一系列部署场景，例如支持用于数据生命周期管理的分层存储部署模式，或通过应用程序功能或客户对数据进行分段。 但是如果是从2.6升级到3.0版本的，MongoDB还是支持 MONGODB-CR 算法的，然而官方极力推荐升级算法。 中的验证过程，这里就简单总结一下： 服务器 Product Name: ProLiant DL360 Gen9 Storage: RAID10, SSD, 1600GB CPU*2: Intel(R)
92050发布于 2019-04-22 - 来自专栏bisal的个人杂货铺
MySQL数据导入方案场景推荐
推荐第一种，都是单线程。 -B test -d /backup // 导入主库时需要添加 --enable-binlog // 库名可以自定义 -B test 耗时 2 分钟，建议如下： 在数据量大于 50G 的场景中 ，更推荐 mydumper。 补充场景，支持导出 CSV，也支持 --where 过滤。 Util.exportTable 备份是单线程，导入是多线程，不推荐的原因是导入容易出错（多次导入可解决）。
62110编辑于 2023-10-19 @Async异步失效的9种场景
void async(String value) { log.info("async:" + value); }}这个问题还是比较有意思的，今天这篇文章总结了@Async注解失效的9种场景 9 Spring无法扫描异步类我们在Spring项目中可以使用@ComponentScan注解指定项目中扫描的包路径，例如：@ComponentScan({"com.susan.demo.service1 最后给大家推荐一下我的技术专栏《程序员最常见的100个问题》，里面收录了很多踩坑经历，最近收到的好评挺多的。
2.2K20编辑于 2024-05-09@Async异步失效的9种场景
9 Spring无法扫描异步类我们在Spring项目中可以使用@ComponentScan注解指定项目中扫描的包路径，例如：less复制代码@ComponentScan({"com.susan.demo.service1
68810编辑于 2024-05-28- 来自专栏龙台的技术笔记
聊聊动态线程池的9个场景
在 高并发以及大批量 的任务处理场景，线程池的使用是必不可少的。 如果有在项目中实际使用线程池，相信你可能会遇到以下痛点： 线程池随便定义，线程资源过多，造成服务器高负载。 什么场景适合用 hippo4j 1. 线程池随意定义，造成服务器高负载 在系统开发的过程中，因为涉及到多人协作，难免会出现信息不互通的情况。在同一个系统，对于线程池来说，常见的是线程池随意定义。 9. 动态线程池对性能有无影响 这可能是很多开发者担心的一个点，在这里统一回复下。 hippo4j 仅对线程池做部分核心功能增强，没有修改任务执行源代码流程，可以保证绝对的安全。
95420编辑于 2022-08-29 - 来自专栏开源小分队
推荐看看这 9 个牛逼项目~~
查看文章 项目地址：https://github.com/withfig/autocomplete 9、Know Streaming：一套云原生的 Kafka 监控平台，用于管理和观测 kafka ， 查看文章 项目地址：https://github.com/didi/KnowStreaming 推荐 2021年-2022年历史优质精华合集 写在最后 问君能有几多愁，开源项目解千愁，我们下期再见！
59220编辑于 2023-02-20 - 来自专栏机器学习与推荐算法
面向推荐场景的自监督超图Transformer
TLDR: 本文针对推荐数据中的噪声和倾斜分布问题，提出了一种基于超图Transformer的全局关系学习方法。 研究背景 最近几年来，推荐系统在各种网络应用中扮演着越来越重要的角色，例如在线购物、流媒体服务和地点推荐。这些算法模型有助于减轻信息过载问题，同时提高用户体验。 尽管最近的图神经协同过滤方法在隐式反馈等任务上取得了很好的推荐效果，但仍然存在一些挑战，需要解决。首先，在各种推荐场景下，由于各种原因，噪音数据无处不在。 SHT的判别式去噪自监督方法可以作为插件应用到现在基于图神经网络的推荐系统模型中去。 在未来的工作中，可以将SHT架构拓展到更多的推荐场景。
70720编辑于 2023-08-22 - 来自专栏前端食堂
文件下载，搞懂这9种场景就够了
一般在我们工作中，主要会涉及到 9 种文件下载的场景，每一种场景背后都使用不同的技术，其中也有很多细节需要我们额外注意。今天阿宝哥就来带大家总结一下这 9 种场景，让大家能够轻松地应对各种下载场景。 在浏览器端文件下载的场景中，比如我们今天要讲到的 a 标签下载、showSaveFilePicker API 下载、Zip 下载 等场景中，都会使用到 Blob ，所以我们有必要在学习具体应用前，先掌握它的相关知识 ：big-file https://github.com/semlinker/file-download-demos/tree/main/big-file 十一、总结 本文阿宝哥详细介绍了文件下载的 9 种场景，希望阅读完本文后，你对 9 种场景背后使用的技术有一定的了解。 有了文件下载的场景，怎么能缺少文件上传的场景呢？如果你还没阅读过 文件上传，搞懂这 8 种场景就够了 这篇文章，建议你有空的时候，可以一起了解一下。
4K10发布于 2021-08-20 - 来自专栏小孟开发笔记
推荐9个常用的php代码（记得收藏）
为查出的每一行 } $link->close(); 6、获得客户端IP 1 echo $_SERVER['REMOTE_ADDR']; 7、一万亿以内数字转中文串： 1 2 3 4 5 6 7 8 9 $dict[9 + $j] : ''; $t = (($t || $s[$j]) && ($s[$j] !== '1' || $j !== 1) ? 转的话会返回true，任何非空字符串都会被转成true 1 2 $str = 'false'; $bool = filter_var($str, FILTER_VALIDATE_BOOLEAN); 9、 _64 #1 SMP Thu May 25 17:04:51 UTC 2017 x86_64 echo PHP_OS; // Windows 输出 WINNT // Linux 输出 Linux 推荐学习 ：php视频教程 未经允许不得转载：肥猫博客 » 推荐9个常用的php代码（记得收藏）
1K40编辑于 2023-02-20 - 来自专栏软件安装
推荐9个国内靠谱的学习和资源下载站点推荐
.360.cn/ 360想必大家都知道，都有听说过，360安全浏览器，360杀毒软件都是一流的1当然，360旗下也有一个360软件宝库，也是一个提供免费下载的平台，都是官方安装包纯净版，没有捆绑，也是非常推荐的 收录了小初高多学科上千万精品试题，涵盖中高考真题、重要考试、名校试卷，为同步教学、阶段测试、升学备考等场景提供多种选题方式。 组卷网：https://zujuan.xkw.com/ 9、PC6下载站 网址；https://www.pc6.com/ pc6下载站，也算是行业中靠前的下载站了，内都是官方纯净安装包，直接下载绿色软件 ，速度也非常快，总之就是推荐完事了
95510编辑于 2026-03-26 - 来自专栏软件安装
windows系统好用的9个软件工具推荐
这里就由小哥给大家推荐一款强大的卸载神器 该软件中文名为“阿香婆卸载”，是阿香婆电脑套件中非常流行的一款软件。 具有一个可视化的过滤器的文件列表，便于管理常见的简单通配符模式，比如 *.TXT 文本； 8、特别 MP3 服务：ID3 v1.1 标签的即时视图和编辑，再加上自动 ID3 v1.1 标签常规的文件名； 9、
18510编辑于 2026-03-26 - 来自专栏机器学习与推荐算法
智能推荐算法在直播场景中的应用
上面分享了花椒直播推荐系统从0到1的搭建过程，包括召回和排序过程，但可以发现这些其实是很通用的，完全可以应用于商品推荐、小视频推荐等其他场景。下面会分享些直播场景和其他场景不一样的地方。 智能推荐遇上花椒直播 7.1 直播内容的理解和识别 直播中的推荐和商品推荐等场景有所不同，是“活的”而不是“死的”，因为直播是长时间连续性的，并且内容是实时在变的，比如用户喜欢看跳舞直播，那么当主播不跳的时候用户可能也不想看了 但直播场景也有其自身的特点，如多模态、实时性和热点效应等。只有深入理解了场景，并基于用户行为和数据提取出能表现这个场景的特征，再对应的开发适用于这个场景的模型，才能取得最佳的效果。 9. Reference 本文是Microstrong在观看花椒直播推荐系统高级算法工程师王洋在B站上讲解的《智能推荐算法在直播场景中的应用》视频的笔记。 【1】花椒直播推荐系统高级算法工程师王洋：智能推荐系统在直播场景中的应用，视频，地址：https://www.bilibili.com/video/av90507035?
2.6K30发布于 2020-04-21 - 来自专栏Web技术布道师
推荐1-高并发场景，nginx怎么限速
这在实际场景中未免过于苛刻，真实网络环境中请求到来不是匀速的，很可能有请求“突发”的情况，也就是“一股子一股子”的。
83210发布于 2019-09-02 - 来自专栏圆圆的算法笔记
NLP技术在搜索推荐场景中的应用
NLP技术在搜索推荐中的应用非常广泛，例如在搜索广告的CTR预估模型中，NLP技术可以从语义角度提取一些对CTR预测有效的信息；在搜索场景中，也经常需要使用NLP技术确定展现的物料与搜索query的相关性 在推荐场景中，文本信息也可以作为一种泛化性较强的信息补充，弥补协同过滤信号的稀疏性问题，提升预测效果。 今天这篇文章梳理了NLP技术在搜索推荐场景中3个方面的应用，分别是NLP提升CTR预估效果、NLP解决搜索场景相关性问题、NLP信息优化基于推荐系统效果。 4 总结 本文主要介绍了NLP技术在搜索推荐场景中的应用。 在搜索推荐中，文本信息是很常见的一种信息来源，因此如何利用文本信息提升CTR预估、推荐等模型效果，以及如何利用NLP技术解决相关性问题，都是搜推广场景中很有价值的研究点。 END
2.5K20编辑于 2022-12-19 - 来自专栏机器学习与推荐算法
多目标推荐场景下的深度学习实践
在首页这个复杂的业务推荐场景下，我们面临着多业务融合挑战。 本文将以58同城首页猜你喜欢为例，将具体介绍实践多业务融合推荐场景下的深度学习模型应用，以及相关的工程实践。 01 多业务融合的挑战 在多业务融合的推荐场景下，召回策略，重台策略，展示样式，排序模型都会面临多业务所带来的挑战： ① 召回策略：会涉及到多个召回通道的业务适配。 04 多场景适配 1. 迁移能力探索 多通道模型在58 首页猜你喜欢这个场景落地的同时，我们也在探索怎么将多通道的兴趣模型应用到其他的推荐场景下。 像首页，是一个典型的多业务融合推荐场景，但也有其他单业务推荐。比如以租房为例，租房详情页的相关推荐业务也是一个性化推荐。目前各个场景分别训练排序模型，模型都基于场景特点，有独有的特征结构。
1.1K20发布于 2021-04-22 游戏会话存储场景，推荐用什么Redis产品？
本文从高并发、低延迟、数据持久化等需求出发，对比主流Redis产品，推荐腾讯云数据库Redis作为游戏会话存储的最优解，并结合其功能特性与活动政策提供选型建议。 结语 在游戏会话存储场景中，腾讯云Redis凭借超低延迟、弹性扩展能力和企业级安全防护，成为开发者应对高并发挑战的最优选择。
35810编辑于 2025-12-09- 来自专栏开发者技术前线
9 大跨平台移动 App 开发工具推荐
本文我们将为大家介绍 9 个优秀的移动 App 开发工具，帮你在短时间内设计出最前沿、最高效的应用。 ? 9、移动应用开发工具 Codename One ? （参考编译自：Dzone，译者：开源中国） 地址： http://gitbook.cn/gitchat/column/59e080a94f7fbe555e4799b1 相关推荐 带来高收入的
7.8K20发布于 2020-11-23 - 来自专栏Java技术栈
推荐 9 个 爱不释手的 JSON 工具！
9、Eclipse JSON编辑器插件 面向Eclipse IDE的免费JSON编辑器插件包括自定义语法高亮、代码折叠、格式化和编辑等功能，提供了同步树视图。还提供语法树解析。
3.1K41发布于 2020-07-07 - 来自专栏终码一生
推荐 9 个爱不释手的 JSON 工具
JSON吸引了工具构建者的注意，它们开发了用于重新格式化、验证和解析JSON的众多工具，这不足为奇。这些工具既有在Web浏览器中运行的在线实用程序，又有面向代码编辑器和IDE的插件，比如Visual Studio Code和Eclipse。
2.5K20编辑于 2022-04-14
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