- 综合排序
- 最热优先
- 最新优先
- 来自专栏python3
3-6 读写二进制文件
了解二进制文件读取器/编写器 n学习建立BinaryReader类的一些主要方法 n学习建立BinaryWriter类的一些主要方法 n学习通过二进制读写操作进行图片的存储与复制 n学习通过二进制读写操作实现图片文件与数据库
1.3K10发布于 2020-01-08 - 来自专栏cwl_Java
C++编程之美-结构之法(代码清单3-6)
代码清单3-6 Int CalculateStringDistance(string strA, int pABegin, int pAEnd, string strB, int pBBegin
31550编辑于 2022-11-30 - 来自专栏AI机器学习与深度学习算法
机器学习入门 3-6 Numpy数组(和矩阵)的合并与分割
在 numpy 中合并数组比较常用的方法有 concatenate、vstack 和 hstack。在介绍这三个方法之前，首先创建几个不同维度的数组：
1.2K10编辑于 2022-05-25 - 来自专栏刷题笔记
3-6 银行业务队列简单模拟 (20 分)
本文链接：https://blog.csdn.net/shiliang97/article/details/101221630 3-6 银行业务队列简单模拟 (20 分) 设某银行有A、B两个业务窗口
88630发布于 2019-11-08 - 来自专栏深度学习与python
3-6月面经总结，200多页真题笔记和详解（含核心考点及6家大厂）| 极客时间
前两天有小伙伴给我留言： 为了进大厂，花了很多时间和精力在面试准备上，也刷了很多题。但题刷多了有点怀疑人生，不知道刷的这些题在之后的工作中能不能用到，如果只是为面试而刷题是不是并不可取？ 如果你想进大厂，或者去一个更大、更好的平台，就一定要做好两个准备： 靠技术安身立命，苦功下在平时； 面试一定要认真准备。 刷题就是认真准备的一种。否则的话，很多东西你看起来知道、会用，但在面试的高压场景下，很可能大脑一片空白，啥都说不出来。面试的时候，你又没办法面向 Google 编程。 大厂面试，一般会考的就是这么几个大
40910编辑于 2023-03-29 - 来自专栏愿天堂没有BUG（公众号同名）
作为5年开发的程序员你不懂分表分库的实现思路，我表示不理解
1）根据范围分片：比如user_ID是自增型数字，把user_ID按照每100万份分为一个库，每10万份分为一个表的形式进行分片，见表3-6。 表3-6 范围分片表结构 说明：这里只讲分表，分库就是把分表分组存放在一个库即可。 讲解查询分离时提过一个方案，就是监控数据库变更日志，将数据库变更的事件变成消息，存到消息系统，然后有个消费者订阅消息，再将变动的数据同步到查询数据库，如图3-5所示。 • 图3-5 监控数据库日志更新查询数据示意图 历史数据迁移就可以采用类似的方案，如图3-6所示。 • 图3-6 分表分库数据迁移方案示意图 此数据迁移方案的基本思路为：旧架构继续运行，存量数据直接迁移，增量数据监听binlog，然后通过canal通知迁移程序迁移数据，等到新的数据库拥有全量数据且校验通过后再逐步切换流量到新架构
71730编辑于 2022-10-28 又一开源神器让编程速度提升3-6倍 · 成本爆降77%，短时间狂揽21.4k Star
对比维度 原生AI代码 搭载Ponytail后 优化幅度 代码行数 常规体量 大幅缩减 减少80%-94% 生成速度 常规耗时 响应更快 提升3-6倍 调用成本 常规消耗 开销下降 降低47%-77%
20200编辑于 2026-07-20- 来自专栏小耶转行干货分享
国产基础软件突围：2026年数据库作为核心基础软件的新定位
二、数据库的新定位：从“替代品”到“基础设施”2026年，数据库的角色正在被重新定义。 高兼容Oracle已成为国产数据库选型的基石。具备高兼容性的国产数据库方案，可将核心系统迁移周期从传统的12-18个月缩短至3-6个月。 更重要的是，国产数据库正在从“替代品”进化为“自主生态的核心枢纽”。金仓数据库KingbaseES已不再仅仅是一个数据库软件，而是自主生态中的“数据操作系统”。 从“单一数据库”到“全栈自主可控”2026年，国产基础软件正在形成“芯片+操作系统+数据库”的铁三角格局。 行业实测数据表明，具备高兼容性的国产数据库方案，可将核心系统迁移周期从传统的12-18个月缩短至3-6个月。
21810编辑于 2026-07-13 小型企业如何低成本开发系统？腾讯云CloudBase给出“零门槛”答案
1.2 传统开发模式的三大障碍 成本高昂：定制开发需组建IT团队，人力成本占项目总预算60%以上 周期漫长：从需求调研到上线平均需3-6个月，错失市场机遇 维护困难：服务器采购、代码更新等运维成本占系统总成本 低代码平台成最优解 2.1 主流方案功能与成本对比 维度 传统开发 低代码平台（如Zoho Creator） 腾讯云CloudBase 开发周期 3- 功能模块 特性说明 典型应用场景 云数据库 8GB+CDN Firebase 260元 同等配置（美元汇率7.2折算） 自建服务器 1500元+ ECS+数据库+运维人力 四、成功案例：从Excel 到智能系统的蜕变 案例1：餐饮连锁店数字化升级 痛点：20家门店使用Excel管理库存，数据更新延迟导致损耗率高达15% 方案：通过CloudBase搭建智能仓储系统 云数据库实时同步各店库存
68210编辑于 2025-09-09- 来自专栏Ms08067安全实验室
最新SQLMap安装与入门技术
图3-5 运行如下命令，判断是否存在注入： python sqlmap.py –r 1.txt 运行后的结果如图3-6所示，参数“-r ”一般在存在Cookie注入时使用。 图3-6 3．查询当前用户下的所有数据库 该命令是确定网站存在注入后，用于查询当前用户下的所有数据库，命令如下： python sqlmap.py -u http://10.211.55.6/Less id=1 --dbs 如果当前用户有权限读取包含所有数据库列表信息的表，则使用该命令即可列出所有数据库，如图3-7所示。 图3-7 从图3-7中可以看到，查询出了5个数据库。 图3-10 7．获取数据库的所有用户 该命令的作用是列出数据库的所有用户。 图3-11 8．获取数据库用户的密码 该命令的作用是列出数据库用户的密码。
1.1K40编辑于 2023-08-18 小型企业如何低成本开发系统？腾讯云CloudBase给出“零门槛”答案
1.2 传统开发模式的三大障碍 成本高昂：定制开发需组建IT团队，人力成本占项目总预算60%以上 周期漫长：从需求调研到上线平均需3-6个月，错失市场机遇 维护困难：服务器采购、代码更新等运维成本占系统总成本 低代码平台成最优解 2.1 主流方案功能与成本对比 维度 传统开发 低代码平台（如Zoho Creator） 腾讯云CloudBase 开发周期 3- 功能模块 特性说明 典型应用场景 云数据库 8GB+CDN Firebase 260元 同等配置（美元汇率7.2折算） 自建服务器 1500元+ ECS+数据库+运维人力 四、成功案例：从Excel 到智能系统的蜕变 案例1：餐饮连锁店数字化升级 痛点：20家门店使用Excel管理库存，数据更新延迟导致损耗率高达15% 方案：通过CloudBase搭建智能仓储系统 云数据库实时同步各店库存
92010编辑于 2025-09-09- 来自专栏啄木鸟软件测试
基于Django的电子商务网站开发（连载24）
接口测试 1）测试用例 表3-6为商品详情信息测试用例，测试目的是把测试数据中的商品信息插入到数据库中，检验这个商品的详细信息是否可以正确地被显示出来。 表3-6 商品详情信息测试用例 编号 描述 期望结果 1 显示当前商品的详细信息 当前的商品信息被正确地显示出来 2）XML文件 在这里仍旧使用initInfo.xml加入初始化商品数据。
54910发布于 2019-12-11 - 来自专栏python3
3-3 SQL Server 2005数
3-3 SQL Server 2005数据库优化 了解数据库引擎优化顾问基本内容 掌握数据库引擎优化顾问的使用 掌握通过命令行的方式进行索引的优化——DTA 一个数据库系统的性能依赖于组成这些系统的数据库中物理设计结构的有效配置 本节主要介绍数据库引擎优化顾问的使用。 3-3-1 数据库引擎优化顾问概述 数据库引擎优化顾问是一种工具，用于分析在一个或多个数据库中运行的工作负荷的性能效果。 工作负荷是对在优化的数据库招待的一组T-SQL语句。分析数据库的工作负荷效果后，数据库引擎优化顾问会提供在SQL Server 2005 数据库中添加、删除或修改物理设计结构的建议。 下面，我们通过案例的形式介绍数据库引擎优化的具体过程 实验1：数据库索引优化的基本步骤 第一步：启动SQL Server Profiler，准备生成负载测试文件，如图3-6所示。 3-6 启动SQL Server Profiler 图3-7 启动“新建跟踪”项 第三步：登录服务器后，配置跟踪属性，点击保存到文件，将跟踪的TSQL脚本结果保存到用户选择的trc文件中，同时启动文件滚动更新
95220发布于 2020-01-07 - 来自专栏区块链开发
区块链RWA系统开发周期
一、整体开发周期范围简单场景（小额标准化资产，如消费信贷Token）：3-6个月（快速验证商业模式，功能聚焦基础确权与交易）。 核心开发与测试（3-6个月）智能合约开发：实现资产上链合约（绑定原始资产与Token）、流转合约（交易/分红/赎回逻辑）、风险管理合约（抵押品监控、违约清算），并通过静态分析（如Slither）、动态测试 上线与灰度发布（1-2个月）生产环境部署：将智能合约部署至主网（如以太坊）或联盟链节点，配置前端与后端服务（如API网关、数据库），并进行全链路测试（功能、性能、安全）。 三、关键影响因素1.资产类型复杂度：简单资产（如小额消费信贷）：权属清晰、现金流规则标准化，开发周期短（3-6个月）；复杂资产（如商业地产、基础设施）：涉及多方权益（如房东、租户、物业公司）、动态风险管理
53000编辑于 2025-09-01 母婴品牌AI知识库云端架构设计：基于腾讯云产品矩阵的向量检索与内容中台实践
json_object"})returnjson.loads(response.choices[0].message.content)2.3向量化存储将场景描述、产品名称、材质描述分别向量化，使用腾讯云向量数据库 CREATEINDEXidx_age_rangeONproducts(age_range);CREATEINDEXidx_categoryONproducts(category);--月龄范围查询：找出所有适合3- 6个月宝宝的产品SELECTname,material,safety_certsFROMproductsWHEREage_rangeLIKE'%3-6%'ORage_rangeLIKE'%6%';3.2Elasticsearch 3.3向量数据库：语义检索向量库存储产品场景描述的语义向量，用于语义相似度搜索。 query)returnranked_results[:10]五、运维与监控监控项工具告警阈值：SCF函数错误率腾讯云云监控>1%向量库查询延迟P99CLS日志分析>200msPostgreSQL连接数云数据库控制台
30210编辑于 2026-05-06AGI大模型应用开发：2026年核心技术与实践全景
提供通用理解与生成能力中间层：智能体框架（LangChain、AutoGPT）实现任务拆解与工具调用应用层：RAG（检索增强生成）、多智能体协同等场景化解决方案关键能力突破自主任务处理：跨工具链操作（如自动调用API、查询数据库 ）长期记忆：向量数据库存储历史交互，支持持续学习安全合规：权限管控、操作留痕等企业级功能二、开发流程与实践路径四阶段学习路线阶段1：基础认知（1-2周）掌握大模型核心概念（Prompt工程、Token化 ）实践案例：用API搭建简易对话机器人阶段2：工具链掌握（3-6周）学习LangChain任务编排、LlamaIndex向量检索阶段3：场景实战（8-12周）开发企业知识库问答系统（RAG+微调）阶段4
23710编辑于 2026-07-27- 来自专栏数控编程社区
Mastercam挖槽刀路的设置
对话框中，出现直径为25mm端铣刀的图标，如图3-5所示； 图 3-5 （2）将鼠标移至直径为25mm端铣刀的图标处，单击鼠标右键，则进入“定义刀具（Define Tool）”对话框，设置完毕后，如图3- 6所示； 图 3-6 （3）用鼠标单击图3-6中的的“存入刀具库（Save to library…）”按钮，进入“选择刀具库名称（Select destination library）”对话框，如图 3-7所示，选择刀具库名称为TOOLS_MM，单击图3-7中的“保存（S）”按钮； 图 3-7 （4）如果刀具库存储成功，则出现图3-8所示的提示框，用鼠标单击其“确定”按钮，回到图3-6； 图 3-8 图 3-9 （5）用鼠标单击图3-6中的“OK”按钮，回到图3-5，而此时的刀具图标已变为直径为50mm的端铣刀图标； 6．用鼠标单击图3-5上部的“表面加工参数(Facing parameters
2.1K20编辑于 2022-03-30 - 来自专栏全栈程序员必看
（数据库）数据库分类
非关系型数据库： 支持的数据格式： 键值（Key-Value）储存数据库； 列储存（Column-oriedted）数据库； 面向文本文档（Document-Oriented ）数据库； 图型（Graph）数据库。 严格上它不是一种数据库，应该是一种数据结构化存储方法的集合。 非关系型数据库分类 由于非关系型数据库本身天然的多样性，以及出现的时间较短，因此非关系型数据库非常多，并且大部分都是开源的。 ).面向可扩展性的分布式数据库：这类数据库想解决的问题就是传统数据库存在可扩展性上的缺陷，这类数据库可以适应数据量的增加以及数据结构的变化 发布者：全栈程序员栈长，转载请注明出处：https://javaforall.cn
3.6K20编辑于 2022-09-12 - 来自专栏AustinDatabases
商业数据库，云数据库，国产数据库，云原生数据库 开源数据库 那个更有看头
数据库这个行业是越来越有意思，参与的PEOPLE 是人山人海，锣鼓喧天，鞭炮齐鸣。 商业数据库 ，开源数据库，国产的数据库， 云原生的数据库 ，云RDS 数据库，已经不是百花齐放的，是星空璀璨。 这样的数据库已经都快成，嘴上非主流的数据库产品。 到底，商业数据库，开源数据库，云原生，云数据库，国产数据库那些更有看头，这里来胡说八道，当然也是不负责的胡说八道。 所以就略过这样的产品，说说商业数据库，云数据库，云原生数据库，开源数据库这几类。 回到商业数据库，云原生数据库，开源数据库（云RDS），主流的数据库世界基本上被这三种数据库类型围绕，那么与其研究数据库本身，不如研究到底哪些人使用这些数据库，你就知道那种数据库有发展了。
3.9K20编辑于 2022-05-19 - 来自专栏Java经验之谈
导航软件如何规划"最短路线"？
这一步顶点6和上一步顶点4出现了一样的情况， 由于我们打通了顶点3，所以到达顶点6的路径变成了两条 dist 1-6 > 1-5 （200） + 5-6（310）：510 1-3 （300） + 3- dist 1-2：270 dist 1-3：300 dist 1-4 > 1-5 （200） + 5-4（260）：460 dist 1-5：200 dist 1-6 > 1-3 （300） + 3-6 dist 1-2：270 dist 1-3：300 dist 1-4 > 1-5 （200） + 5-4（260）：460 dist 1-5：200 dist 1-6 > 1-3 （300） + 3- dist 1-2：270 dist 1-3：300 dist 1-4 > 1-5 （200） + 5-4（260）：460 dist 1-5：200 dist 1-6 > 1-3 （300） + 3- 到这里"Dijkstra 算法"就成功的帮我们规划出了最短路线： dist 1-8 > 1-3 （300） + 3-6（180） + 6-8（100）：580
1.2K10编辑于 2022-02-23
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