首页
学习
活动
专区
圈层
工具
发布
    • 综合排序
    • 最热优先
    • 最新优先
    时间不限
  • 来自专栏悟道

    2-4 快速乘法 模板

    适用于不让用/ * 的情况实现某些结果 ! /** * 快速乘法 * * @param a 乘数 * @param b 被乘数 * @return 积 */ public static long quickMulti(long a, long b) { long result = 0; while (b > 0) { if ((b & 1) == 1) {

    54810发布于 2021-06-01
  • 来自专栏刷题笔记

    2-4 另类堆栈 (20 分)

    本文链接:https://blog.csdn.net/shiliang97/article/details/101049523 2-4 另类堆栈 (20 分) 在栈的顺序存储实现中,另有一种方法是将Top

    85430发布于 2019-11-08
  • 来自专栏Deep learning进阶路

    2-4 线性表之双链表

    2-4 线性表之双链表 双向链表除了相当于在单链表的基础上,每个结点多了一个指针域prior,用于存储其直接前驱的地址。同时保留有next,用于存储其直接后继的地址。 ?

    61920发布于 2019-07-02
  • 来自专栏Hank’s Blog

    2-4 R语言基础 列表

    > l1 <- list("a",2,10L,3+4i,TRUE) #每个元素没有名字 > l1 [[1]] [1] "a"

    60720发布于 2020-09-16
  • 来自专栏IT技术圈

    练习2-4 温度转换 (5分)

    本题要求编写程序,计算华氏温度150°F对应的摄氏温度。计算公式:C=5×(F−32)/9,式中:C表示摄氏温度,F表示华氏温度,输出数据要求为整型。

    1.2K10发布于 2021-02-24
  • 来自专栏TakinTalks稳定性社区

    蚂蚁集团:Apache HoraeDB时序数据库性能提升2-4倍是如何做到的?

    背景 Apache HoraeDB 是蚂蚁集团针对高基数时序数据场景设计并优化的开源时序数据库,后捐献给 Apache 软件基金会。 这种技术在搜索引擎中非常常见,而在时序数据库中也有其特定的应用。 为了方便理解倒排索引的逻辑,这里介绍了一个包含两个标签的倒排结构。 1.2.2 不完善的分布式方案 除了高基数问题,现有的数据库分布式方案也存在不足。许多时序数据库本质上是单机版,面对大数据量和高负载时,缺乏成熟的分布式解决方案或者需要额外付费购买。 例如,某些著名的数据库系统,其分布式版本是商业化的,需要购买才能使用。 这种基于列式存储的解决方案,在传统的非关系型数据库中已被广泛采用,而在 HoraeDB 中,我们也采用了类似的策略。

    1.4K10编辑于 2024-04-28
  • 来自专栏架构师专栏

    向量数据库与知识增强系统的效能影响分析

    关键词:向量数据库、知识增强系统、RAG、性能优化、效能分析 文章目录 引言:为什么向量数据库这么火?️ 向量数据库基础架构解析 知识增强系统(RAG)核心机制 效能分析框架建立⚡ 关键性能影响因素深度剖析️ 系统优化策略与最佳实践 实际场景应用案例 总结与未来展望 引言:为什么向量数据库这么火? 向量数据库基础架构解析什么是向量数据库?简单来说,向量数据库就是专门存储和检索向量数据的数据库系统。 核心架构组件主流向量数据库对比数据库优势适用场景性能特点Pinecone云原生、易用快速原型、小团队延迟低,但成本较高Weaviate开源、功能丰富企业级应用平衡性能与功能Chroma轻量级、Python RAG工作流程详解RAG vs 传统方案对比传统方案问题: - 模型训练成本高昂 - 知识更新困难 - 容易产生幻觉 RAG方案优势: - 实时知识更新 ⚡ - 可追溯信息来源 - 成本可控 效能分析框架建立要系统性地分析向量数据库与知识增强系统的效能

    4.8K10编辑于 2025-07-10
  • 来自专栏研发效能EE

    DevOps|研发效能之环境、程序、配置、数据库变更管理

    本文主要是讲如何建立有效的环境、程序、配置、数据库变更和管理平台。 几天前和朋友 Ivy 聊到环境、程序的配置变更,数据库变更和整个上线流程。 此时研发效能管理平台就会自己记录一份当时运行的命令,以便后面排查之需,比如保障制品的可重现。 当配置中心中的各种参数有更新的时候,也能通知到各个服务实时同步最新的信息,使之动态更新 数据库配置和数据库变更管理 我们在上线应用的时候,通常也伴随数据库变更,主要的需求 SQL上线审批流:做某些关键变更要有人审批 具体的情况说明,可以参考我《研发效能之环境管理》的这篇文章。做好变更风险管控就好。 这样数据打通、角色和权限打通、流程打通,统一的体验和流程,解决了各种系统间跳转带来的问题,提高了产研运各方的整体效能和工作体感,尤其是对于中小公司来说。

    63230编辑于 2023-09-11
  • 向量数据库与知识增强系统的效能影响分析

    向量数据库基础架构解析 {#vector-db-basics} 什么是向量数据库? 简单来说,向量数据库就是专门存储和检索向量数据的数据库系统。 它不像传统数据库那样存储表格和行列,而是存储一串串数字(向量),这些数字代表了文本、图片或其他数据的"特征指纹"。 核心架构组件 主流向量数据库对比 数据库 优势 适用场景 性能特点 Pinecone 云原生、易用 快速原型、小团队 延迟低,但成本较高 Weaviate 开源、功能丰富 企业级应用 平衡性能与功能 Chroma RAG工作流程详解 RAG vs 传统方案对比 传统方案问题: 模型训练成本高昂 知识更新困难 容易产生幻觉 RAG方案优势: 实时知识更新 ⚡ 可追溯信息来源 成本可控 效能分析框架建立 {#performance-framework} 要系统性地分析向量数据库与知识增强系统的效能,我们需要建立一个全面的评估框架。

    37310编辑于 2025-07-15
  • 来自专栏AI机器学习与深度学习算法

    学习分类 2-4 感知机权重向量的更新

    下面直接给出权重向量的更新表达式,然后通过可视化的方式来直观的展示权重向量的更新。

    1.4K40编辑于 2022-11-08
  • 来自专栏育种数据分析之放飞自我

    笔记 | GWAS 操作流程2-4:哈温平衡检验

    「什么是哈温平衡?」 ❝哈迪-温伯格(Hardy-Weinberg)法则 哈迪-温伯格(Hardy-Weinberg)法则是群体遗传中最重要的原理,它解释了繁殖如何影响群体的基因和基因型频率。这个法则是用Hardy,G.H (英国数学家) 和Weinberg,W.(德国医生)两位学者的姓来命名的,他们于同一年(1908年)各自发现了这一法则。他们提出在一个不发生突变、迁移和选择的无限大的随机交配的群体中,基因频率和基因型频率将逐代保持不变。---百度百科 ❞ 「怎么做哈温平衡检验?」 ❝「卡方适合性检验!」

    5.6K21发布于 2020-04-27
  • 构建高效能数据库系统:YashanDB实用配置指南

    《构建高效能数据库系统:YashanDB实用配置指南》是一本非常有价值的参考资料,尤其对于那些希望提升数据库性能的工程师和开发者来说。 YashanDB作为一款高性能数据库系统,它的配置和优化策略可以显著影响其运行效率和响应速度。以下是一些在配置YashanDB时的实用指南,旨在帮助你高效地构建数据库系统:1. 高可用和备份为了保障数据库的高可用性和数据安全,以下是一些配置建议:- 主从复制:配置主从复制,保证数据的高可用性。在主数据库故障时,从数据库可以快速接管。 - 容灾恢复:部署异地灾备系统,确保在自然灾害或设备故障时能够迅速恢复数据库。7. 性能调优- 查询分析:使用数据库自带的查询分析工具,识别性能瓶颈。 结语构建高效能数据库系统不仅仅依赖于硬件和软件的基础配置,还需要合理的架构设计、性能优化和持续的监控管理。

    17510编辑于 2025-09-29
  • 来自专栏研发效能EE

    什么是研发效能?研发效能定义及核心价值

    从上图中我们可以得到研发效能主要关注点还是在产品研发这个环节,不涉及市场。 写作初衷 软件开发领域从不缺新概念。 本着「少些概念解决问题,脚踏实地躬身入局」的原则,之前写了一些关于研发效能领域实践的文章,写完之后我一般用的标签是「研发效能」「持续集成」「持续交付」「DevOps」,这样就让本来很简单的一件事复杂了很多 部署到生产环境可能受到诸多因素影响,比如额外的文档准备、数据库变更、配置变更、上线窗口等,所以强调质量保证通过不需要人工审批直接部署到生产环境意义不大。 研发效能 定义:研发效能是一个组织高效交付产品的能力,以及围绕提高这一能力所建立起来的由规范、流程、标准、工具、度量体系、实践等组成的系统工程体系。 细品:研发效能包括规范制定、流程优化、工具建设、研发度量和实践这五个方面。后面的文章我会针对这五个方面一一阐述。 总结 研发效能是组织高效交付产品的能力及支撑其能力所建立的系统工程体系。

    2.2K20编辑于 2022-10-25
  • 来自专栏刷题笔记

    【并查集】2-4 朋友圈 (25 分)

    2-4 朋友圈 (25 分) 某学校有N个学生,形成M个俱乐部。每个俱乐部里的学生有着一定相似的兴趣爱好,形成一个朋友圈。一个学生可以同时属于若干个不同的俱乐部。

    1.1K10发布于 2020-06-23
  • 农商行渠道融合中TDSQL数据库选型的实践与效能

    undefined技术支撑以TDSQL数据库为基础设施,目标实现一致高可用、高SQL兼容度、分布式水平扩展、高性能、完整分布式事务支持、企业级安全(项目建设目标)。 量化TDSQL应用下的业务效能提升 TDSQL两地三中心容灾架构为核心技术载体(数据来源:赞同科技股份有限公司 2024 TENCENT GLOBAL DIGITAL ECOSYSTEM SUMMIT) ,关键效能指标如下: 容灾能力:同城双中心数据强一致同步 RPO=0、RTO<30s;异地异步复制延迟<30分钟;系统整体高可用性99.999%以上;单中心内2个数据节点同时故障时,其他节点可继续服务

    17910编辑于 2026-04-08
  • 来自专栏用户6296428的专栏

    效能平台建设实践

    一、效能平台系统演进 1.1 系统早期 效能平台最早是为了解决整个公司在日常协作时横跨多个系统,操作成本极高的问题。 二、效能平台的定位——三大“自我修养” 长期以来,为了达成未来效能平台既是“基础设施”又是“跃迁平台”的目标,我们对效能平台总结了三大“自我修养”,也就是定位的三大关键词: 2.1 效能 效能的定义为“ 效能=效率+效果”。 所以效能(效率+效果)是促成组织OKR实现的度量标准和正确视角,而能否实现OKR也是促使大家去关注效能的内在动力,两者可谓相辅相成。 而肩负着有赞效能改进的工具性使命的效能平台,必须“闭环”。

    2.4K22发布于 2020-08-24
  • 为何提升“效能”难?

    为什么推动研发效能提升很难? 二、效能建设必要的三项配套组织条件 组织条件1 - 端到端、全局优化的效能建设组织 以上三方面(方法、工具、度量)构成了效能建设的三大核心举措,我称之为“效能建设的基础三件套:一套方法、一套工具、一套指标 三、效能建设落地的三大关键抓手 抓手1 - 持续的变革管理,跨越鸿沟 以上是效能建设的核心工作与必要的配套组织条件,但离将效能工作落地还差很远。 因此,效能建设的第一个重要抓手是“变革管理”。 前面提到的效能建设组织,需要从企业长期愿景出发,和做业务战略、技术战略一样制定效能建设的战略规划,共识形成一个个变革项目。 企业需要提供一套合理设定效能目标的规则,和适合作为效能目标的能力项和指标范围,并按需提供赋能,改进就可以在整个组织内规模化地发生,且可持续。长此以往,效能改进本身也会成为一种习惯深入人心。

    13310编辑于 2026-06-19
  • 来自专栏大数据杂货铺

    ClickHouse 提升数据效能

    3.为什么选择 ClickHouse 获取 Google Analytics 数据 虽然 ClickHouse 对我们来说是显而易见的选择,但作为一项测试活动,它实际上也是用于网络分析的数据库 - “Click”一词来自 Click Analytics,这是数据库开发的原始类似 Google Analytics 的用例。 这些查询中的大多数都包含聚合,ClickHouse 作为面向列的数据库进行了优化,能够在不采样的情况下对数千亿行提供亚秒级响应时间 - 远远超出了我们在 GA4 中看到的规模。

    2.9K10编辑于 2023-12-05
  • 来自专栏大数据杂货铺

    ClickHouse 提升数据效能

    3.为什么选择 ClickHouse 获取 Google Analytics 数据 虽然 ClickHouse 对我们来说是显而易见的选择,但作为一项测试活动,它实际上也是用于网络分析的数据库 - “Click”一词来自 Click Analytics,这是数据库开发的原始类似 Google Analytics 的用例。 这些查询中的大多数都包含聚合,ClickHouse 作为面向列的数据库进行了优化,能够在不采样的情况下对数千亿行提供亚秒级响应时间 - 远远超出了我们在 GA4 中看到的规模。

    3.6K10编辑于 2023-12-05
  • 来自专栏大数据杂货铺

    ClickHouse 提升数据效能

    3.为什么选择 ClickHouse 获取 Google Analytics 数据 虽然 ClickHouse 对我们来说是显而易见的选择,但作为一项测试活动,它实际上也是用于网络分析的数据库 - “Click”一词来自 Click Analytics,这是数据库开发的原始类似 Google Analytics 的用例。 这些查询中的大多数都包含聚合,ClickHouse 作为面向列的数据库进行了优化,能够在不采样的情况下对数千亿行提供亚秒级响应时间 - 远远超出了我们在 GA4 中看到的规模。

    3.2K10编辑于 2023-12-05
领券