- 综合排序
- 最热优先
- 最新优先
- 来自专栏瞎说开发那些事
搭建数据追踪系统
环境说明 操作系统：CentOS 7.2 64位 1Zipkin简介 zipkin是一款开源的分布式实时数据追踪系统（Distributed Tracking System），基于 Google Dapper 其主要功能是聚集来自各个异构系统的实时监控数据。 2 应用场景 故障快速定位 通过分析调用链，可以将一次请求的逻辑轨迹完整清晰的展示出来，通过在开发中在业务日志中添加调用链ID，可以通过调用链结合业务日志快速定位错误信息。 3安装JDK 安装数据追踪软件Zipkin所需要的JDK环境 执行以下命令安装JDK yum install java-1.8.0-openjdk* -y 安装完成之后，检查是否安装成功 java -version }); 启动服务 node app.js 8部署完成 查看采集到的追踪数据 使用浏览器访问 http://IP:9411，即可看到刚才访问产生的追踪数据。
1.6K40发布于 2018-06-19 - 来自专栏Rust
Level2逐笔数据Rust处理：大单追踪与主力动向识别
Level2逐笔数据，就是解开这个谜题的钥匙。 Level2数据是什么？ 数据层级 数据类型 精度 信息量 日K线 1天 极低 分钟K线 1分钟 低 Tick数据 每次成交 中 Level2逐笔 每笔成交+委托 极高 Level2数据包含什么？ 单只股票一天的数据量： • 日线：1条 • 分钟线：240条 • Level2逐笔：10万+条 为什么Python处理不了？ Python处理Level2数据有几个致命问题： 1. 风险提示 ⚠️ Level2数据使用注意事项： 1. 成本高昂：Level2数据费用较高 建议：Level2数据作为辅助，不要单独依赖。 结尾：数据是武器，不是答案 Level2数据提供了更精细的市场信息，但它不是圣杯。
87410编辑于 2026-04-23 - 来自专栏Creator星球游戏开发社区
开源Cocos全家桶，2D光线追踪！
超级浣熊 Cocos引擎10年老用户，精通Cocos全家桶 Cocos-iPhone Cocos2d-x Cocos2d-html5 Cocos2d-js Cocos Creator 2011年开始写中日英多语言博客 今天给大家介绍一个开源项目：SSRLoS Cocos全家桶SSRLoS 一句话介绍一下这个项目，就是基于 cocos 引擎的 2d 光线追踪，视野范围计算，渲染相关的东西。 该项目支持以下Cocos引擎： Cocos2d-x Cocos2d-js Cocos Creator 1.x Cocos Creator 2.x 截至到现在，这个项目的 80% 精力都是放在了算法的优化在优化上 项目陆陆续续的已经做了很久，但是还有很多很多想做的，主要包括几个方面: 已有通用算法的优化 定制型算法，针对一些特定使用场景的算法 纯 GPU 算法，半 CPU 半 GPU 算法 算法已经做了很多，要的数据也到手了 SSRLoS项目我是从 cocos2dx 开始的，后续新功能的开发应该也会从 cocos2dx 入手，毕竟引擎稳定，我最为熟悉。
1.3K10发布于 2020-11-25 - 来自专栏娜姐聊前端
VUE2.0如何追踪数据变化？
我们知道Vue.js和angular(特指vue 2.0和angular 1)，都实现了数据双向绑定。而为了支持双向绑定，就必须时刻追踪数据变化并及时响应到UI上，反之亦然。 这样可以拦截数据，做一些额外的事情。比如设置/更新时，添加对该属性感兴趣的订阅者；读取属性时，通知关系该属性的订阅者更新数据。 2. 发布订阅者模式 先看官网上的一张图（来自：https://vuefe.cn/v2/guide/reactivity.html）： data.png 主要分为四部分： Data：也就是数据属性观察者(observer Watcher：某个属性数据的监听者/订阅者，一旦数据有变化，它会通知指令(directive)重新编译模板并渲染UI。 ()的存储性属性set和get实现了数据劫持，并采用发布-订阅者设计模式，利用一系列watcher对象监听数据变化并通知DOM更新。
1.7K20编辑于 2022-05-13 - 来自专栏cwl_Java
数据库PostrageSQL-动态追踪
动态追踪 PostgreSQL提供了功能来支持数据库服务器的动态追踪。这样就允许在代码中的特 定点上调用外部工具来追踪执行过程。 一些探针或追踪点已经被插入在源代码中。 这些探针的目的是被数据库开发者和管理员使用。默认情况下，探针不被编译到PostgreSQL中；用户需要显式地告诉配置脚本使得探针可用。 Linux 的SystemTap2项目提供了一种可用的 DTrace 等价物。支持其他动态追踪工具在理论上可以通过改变src/include/utils/probes.h中的宏定义实现。 下面是插入新探针的步骤： 决定探针名称以及探针可用的数据 把该探针定义加入到src/backend/utils/probes.d 如果pg_trace.h还不存在于包含该探针点的模块中，包括它，并且在源代码中期望的位置插入 ，有一些事情需要注意： 要小心的是，为探针参数指定的数据类型要匹配宏中使用的变量的数据类型，否则会发生编译错误。
1.4K30发布于 2021-01-04 - 来自专栏猿天地
Spring Cloud Sleuth Zipkin 展示追踪数据
上篇文章我们介绍了Spring Cloud Sleuth 链路追踪, 可以在输出的log中增加唯一请求的标识以及spanid, 然后可以采用ELK来对数据做集中管理，但是无法提供直观的调用链的展示，本章将介绍使用 ZipKin来对数据进行展示。 首先我们需要创建一个ZipKin的项目，集成ZipKin的ui用于数据的展示和收集, pom.xml配置如下： <dependency> <groupId>io.zipkin.java</groupId server.port=9411 到此为止ZipKin的服务就创建好了, 启动后访问 http://localhost:9411/zipkin/ 就可以看到管理页面了 下面就是需要集成需要监控的服务，然后把数据发送到 配置zipKin Server的地址 spring.zipkin.base-url=http://127.0.0.1:9411 每个服务都是这样配置，然后访问服务接口，就能在ZipKin的web端看到数据了
1.2K90发布于 2018-04-03 - 来自专栏互联网数据官iCDO
利用“Google Tag Manager V2”实现滚动追踪
滚动追踪的概念 如果你想收集更多有关访客行为的信息,可以使用“谷歌标签管家第二版”（Google Tag Manager V2）中设置的“滚动追踪”功能，滚动追踪功能是衡量受众如何浏览你所发布的内容以及阅读量的功能 滚动追踪报告会记录你的网站页面中发生的主要行为。 在本文中，我将逐步演示如何使用谷歌标签管家第二版（Google Tag ManagerV2）来“滚动追踪”你的目标网页。 滚动追踪实施：设置变量 在Google Tag Manager中，需要遵循一项规则：每个“标签”都需要对应“触发器”。每个触发器都需要“变量”来触发。 要设置滚动追踪的变量，你需要创建三个数据变量层。 创建第二个数据变量层如下： 数据层名称：eventAction 数据层版本：V2 保存变量。 创建第三个数据变量层如下： 数据层名称：eventLabel 数据层版本：V2 保存变量。 它大大简化受众浏览深度的追踪功能。现在，你可以通过访问你的谷歌分析账户，开始享受通过GTM在你的网站上实现浏览深度滚动追踪的数据报告了。
2.9K70发布于 2018-03-05 - 来自专栏云深之无迹
Dji Mimo APP逆向.1(pocket 2直播模式+物体追踪)
以及人脸追踪？？？ dataPlatform() { return "XiaoMi Push"; } OkHttp 是一个高效的 HTTP 客户端，具有非常多的优势： 能够高效的执行 http，数据加载速度更快 ，更省流量 支持 GZIP 压缩，提升速度，节省流量 缓存响应数据，避免了重复的网络请求 使用简单，支持同步阻塞调用和带回调的异步调用 Retrofit2简单的说就是一个网络请求的适配器，它将一个基本的 public final int value; private CameraFace(int i) { this.value = i; } } 这个是关于脸部追踪的代码 trackingMode); } return trackingMode; } } 追踪模式 package com.dji.tracking; import
2.2K20发布于 2021-05-18 - 来自专栏互联网-小阿宇
CentOS搭建基于ZIPKIN的数据追踪系统
参考：腾讯云手动实验https://cloud.tencent.com/developer/labs/lab/10195 ZipKin入门介绍 Zipkin是一款开源的分布式实时数据追踪系统（Distributed ，这些工具完成了追踪数据的生成与上报功能，架构如下： Zipkin Server主要包括四个模块： （1）Collector 接收或收集各应用传输的数据 （2）Storage 存储接受或收集过来的数据 （3）API（Query） 负责查询Storage中存储的数据，提供简单的JSON API获取数据，主要提供给web UI使用 （4）Web 提供简单的web界面 服务追踪流程如下： ┌──────── ──────────────────────────────┘ Instrumented client和server是分别使用了ZipKin Client的服务，Zipkin Client会根据配置将追踪数据发送到 ZipKin几个概念 在追踪日志中，有几个基本概念spanId、traceId、parentId traceId：用来确定一个追踪链的16字符长度的字符串，在某个追踪链中保持不变。
62720编辑于 2022-11-21 疫情追踪技术解析与数据科学应用
疫情追踪的数据科学基础卡内基梅隆大学统计学与机器学习副教授、某机构学者Ryan Tibshirani是Delphi研究组的联合首席研究员。 该团队于2020年3月启动了COVIDcast项目——美国最大的新冠肺炎活动实时指标数据库，包含多维度地理细粒度数据。技术架构与数据管道疫情爆发前团队专注于季节性流感预测。 疫情后转向新冠肺炎研究，核心工作是构建和维护COVIDcast的完整数据管道：整合多元实时数据源（部分数据源依赖团队开发才得以公开）开发即时预测(nowcasting)和 Forecasting 模型数据被公共卫生官员 、政府机构及金融机构常态化使用机器学习与公共卫生协作团队与某公共卫生中心合作开发集合模型(ensemble model)，整合COVID预测中心提交的多源数据。 技术实践表明：疫情数据分辨率远超传统流感数据数据治理存在重大挑战与机遇并存计算科学家在疫情防控中扮演关键角色流行病预测的未来发展全球对疫情追踪的关注度空前提升，未来重点包括：建立永久性流行病应对基础设施将流行病预测打造为与天气预报同等重要的公共服务扩展技术应用范围至其他快速传播的流行病领域
32410编辑于 2025-09-05- 来自专栏玩转全栈
Java 数据追踪神器 FlowTracker， 轻松掌握 Java 数据流动
调试 Java 代码时，数据的流动路径让你头疼不已。尤其是当代码复杂时，变量从一个函数传递到另一个，数据从一个对象变换到另一个，追踪这些变化就像是在迷宫中找出口。 简单来说，FlowTracker 是一个工具，专门用来追踪 Java 程序中数据的流动。它能告诉你某个变量从哪里来，又流向了哪里。 2. 为什么需要 FlowTracker？很多开发者在调试时都会遇到一个常见问题：数据从哪里来，又去了哪里？ 我们可以通过打印日志、使用调试工具去一步步跟踪，但这些方式往往繁琐且低效。 而 FlowTracker 提供了自动化的解决方案，你无需手动插入断点或者大量的 System.out.println，它直接帮你追踪数据流。 • 定制化追踪：你可以定制追踪条件，只追踪特定的函数或类中的数据流动，这样能够避免不必要的干扰，专注于你关心的部分。• 历史记录：FlowTracker 可以记录你每次追踪的结果，方便后续回溯查看。
97810编辑于 2024-09-14 - 来自专栏CodeSheep的技术分享
利用Zipkin追踪Mysql数据库调用链
本文将讲述如何利用Zipkin对Mysql数据库的调用进行追踪，这里同样借助OpenZipkin库Brave来完成。 ? 本文将讲述如何利用Zipkin对Mysql数据库的调用进行追踪，这里同样借助OpenZipkin库Brave来完成。 ---- 扩展ZipkinTool组件 ZipkinTool是在《微服务调用链追踪中心搭建》一文中编写的与Zipkin通信的工具组件，利用其追踪微服务调用链的，现在我们想追踪Mysql数据库调用链的话， ：《微服务调用链追踪中心搭建》，我们改造一下文中的ServiceC这个微服务，在其中添加与Mysql数据库的交互。 启动Mysql容器 2. 再启动一个Mysql容器，接入其中做一些设置 首先进入mysql命令行 ? 接下来创建数据库zipkin： 用于存放Zipkin所收集的数据 这里创建了三个数据表。
2.7K120发布于 2018-05-22 - 来自专栏邮件营销
邮件营销需要追踪的5类关键数据
不过，如果你只是认为邮件发送出去，任务就结束了，那邮件的效果可能达不到你预期的结果，需要你对Email反馈数据进行追踪，并及时改进，才能让营销效果最大化。 本文讲解了弹回率、未弹回率、打开率、点击率、转化率等需要追踪的数据，需要的朋友可以参考下： 1. 请注意：没有任何链接或图片的纯文本邮件是不可追踪的。 2. 弹回率（Bounce Rate） 弹回率是被弹回E-mail数目占发送总数的百分比。 ： 第一步：计算点击链接的目标受众人数，一个订阅者可以进行多个点击，计算时不可重复 第二步：用点击链接的目标受众人数处以送达总数，算出Email的点击率，转化为百分比 在E-mail中点击一个链接会在追踪中显示为一个打开 大多数邮件追踪报告显示了每个人的点击总数，也显示了哪些链接被点击。 上面所介绍的数据都是非常直观、从系统报表中能够清晰获得的数据，而一个邮件营销活动是否成功，仅仅关注这些数据还是不够的。
4.9K00发布于 2019-01-24 - 来自专栏云深之无迹
眼动追踪中的坐标+追踪原理
开源眼动pupil 开源眼动追踪：GazeTracking（上：效果） 开源眼动追踪：GazeTracking（下：实现） 眼动书籍免费看！ EyeLoop基于Python的眼动仪（超棒） 开源眼动 所有注视数据都映射到与活动显示区域对齐的 2D 坐标系中。将眼动仪与监视器一起使用时，活动显示区域是不包括监视器框架的显示区域。 主动显示坐标系 (ADCS) 大多数描述 3D 空间坐标的数据，来自 Tobii 的基于屏幕的眼动仪，都在所谓的用户坐标系或简称 UCS 中给出。 在眼动追踪会话期间记录瞳孔大小的变化。瞳孔直径数据分别为左眼和右眼提供，是对瞳孔大小的估计，以毫米为单位。 眼睛张开度定义为上下眼睑之间可以安装的最大球体的直径（以毫米为单位）。 因此，凝视估计值可以被视为 2D 平面中的点（白色圆盘）。因此，它们会产生点的2D分布，这可以通过2D高斯（密度显示为热图）来解释。 打完收工！
3.1K50编辑于 2022-11-29 利用YashanDB实现企业级LINEAGE数据追踪
这种架构通常更简单，便于快速部署和维护，但在面对大数据量时可能会遇到性能瓶颈。2. 分布式集群部署：支持更大规模数据的处理，具备高水平的可扩展性和负载均衡能力。 LINEAGE数据追踪的实现技术实现企业级LINEAGE数据追踪的关键在于如何对数据的生命周期进行详细的记录和管理。YashanDB则提供了一系列技术构件来支持这一功能。1. 2. 事件触发机制利用PL引擎的触发器功能，企业可以在数据操作时（如插入、更新、删除等）自动记录相关信息。 问询与报告YashanDB的SQL引擎能够对已经记录的数据线进行复杂的查询，从而生成数据追踪报告。用户可以直接查询某一数据的完整追踪信息，轻松实现数据来源的查询和变更历史的回溯。4. 实施方案与建议为了实现企业级LINEAGE数据追踪，以下是一些具体和可操作的技术建议：1. 建立统一的数据管理标准：- 制定清晰的数据保护与追踪政策，以确保所有数据操作都有完整记录。2.
28210编辑于 2025-09-11- 来自专栏网站那些事
利用 Zipkin 追踪 Mysql 数据库调用链
本文将讲述如何利用 Zipkin 对 Mysql 数据库的调用进行追踪，这里同样借助 OpenZipkin 库 Brave 来完成。 ---- 扩展 ZipkinTool 组件 ZipkinTool 是在《微服务调用链追踪中心搭建》一文中编写的与 Zipkin 通信的工具组件，利用其追踪微服务调用链的，现在我们想追踪 Mysql 数据库调用链的话 依然继承前文：《微服务调用链追踪中心搭建》，我们改造一下文中的 ServiceC 这个微服务，在其中添加与 Mysql 数据库的交互。 ---- Zipkin 追踪数据库调用实际实验 **浏览器输入：**http://localhost:9411/zipkin/ 打开 Zipkin Web UI，点击服务名下拉列表能看见已经成功识别了 Mysql 数据库调用服务 选中 mysqlservice 后，点击 Find Traces 可以看到 首次查询 Mysql 的调用链追踪信息，有很多 随便点开某一个查看： **接下来浏览器中再次输入
3.8K130发布于 2018-05-07 数据智能平台选型指南：谁真正具备数据血缘追踪能力？
数据血缘追踪功能正是解决这些痛点的关键利器。本文将为您解析哪些数据智能平台真正具备这一能力，并重点推荐腾讯云数据仓库TCHouse-X。 一、数据血缘追踪：企业数据治理的"导航系统" 数据血缘追踪（Data Lineage Tracking）是追溯数据从源头到目标的所有流转、加工、变更路径的技术。 这种设计不仅提高了资源利用率，还为数据血缘追踪提供了统一的数据基础。 券商机构利用TCHouse-X目录API对接内部审批系统，将权限申请审批时间从2天压缩到2小时，实现合规检查100%自动化。 在数据成为核心资产的今天，选择具备完善数据血缘追踪功能的数据智能平台，不仅是技术决策，更是战略投资。
45010编辑于 2026-04-07- 来自专栏华章科技
先别被大数据追踪到你的劣迹！ |数据侠
案例2 | 数据风控：经常飙车泡夜店？你可能被列为高风险人群 在没有数据之前，很多银行给中小企业贷款的时候，风险评估依据于POS机的刷卡记录。 2.欺诈聚集地的识别 恶意欺诈往往具有团伙作案和集中作案的特点。犯罪团伙成员常常会在集中在一个临时地点，雇佣一些人，短时间内进行疯狂作案。 3 高风险贷款用户的识别 互联网金融公司企业可以利用数据了解过去3个月用户的行为轨迹。如果某个用户经常在半夜2点出现在酒吧等危险区域，并且经常有飙车行为，这个客户定义成高风险客户的概率就较高。 TalkingData%20%E9%87%91%E8%9E%8D%E8%A1%8C%E4%B8%9A%E6%A1%88%E4%BE%8B%E5%BA%94%E7%94%A8&report_path=http%3A%2F %2Fimages.dtcj.com%2FDTCJ%2Fa1cb65b8b6053973dffe097ea638b7c68f17549ef02ac1123620910db3a0e252&total_pages_num
67230发布于 2018-08-15 - 来自专栏我的知识小屋
五、对象追踪
上一节中并没有进行说明，这一节将通过色彩空间的转换，使我们能够对一些对象进行追踪；这一节所需要转换的色彩空间是HSV色彩空间，在HSV色彩空间中，不同的颜色有不同的取值范围，通过这些范围可以对一些指定颜色进行过滤捕获 随后将图片进行HSV转换： hsv_img=cv2.cvtColor(img,cv2.COLOR_BGR2HSV) 随后将创建的数组，以及将转换后的图片传入inRange方法中： min=np.array cv2 import numpy as np img = cv2.imread(r'C:\Users\mx\Desktop\test.jpg') cv2.namedWindow("Image",cv2 .WINDOW_NORMAL) cv2.namedWindow("flag",cv2.WINDOW_NORMAL) hsv_img=cv2.cvtColor(img,cv2.COLOR_BGR2HSV .imshow("Image", img) cv2.imshow("flag", flag) cv2.waitKey (0) cv2.destroyAllWindows() 运行结果如下： ?
1.2K20发布于 2021-01-14 - 来自专栏给永远比拿愉快
正交匹配追踪
实际上，我们知道 x_1 = -1.2 ， x_2 = 1 ， x_3 = 0 . 换言之，对于得到 y 值， b_1 的贡献值为-1.2， b_2 为1，而 b_2 为0. 我们将选择的基 b_2 添加到 \mathrm{A}_{new} 得到 \mathrm{A}_{new} = \begin{bmatrix}b_1 & b_2\end{bmatrix} = \begin _1 \\ \lambda_2\end{bmatrix} - \begin{bmatrix}1.65 \\ -0.25\end{bmatrix}\|_2 对于 \min \|\mathrm{A}_{new ^2 + (0.2)^2} = \begin{bmatrix}-0.9428 \\ -0.2357 \\ 0.2357\end{bmatrix} \hat{b_2} = b_2 / \|b_2\| = 说明总结 在正交匹配追踪OMP中，残差总是与已经选择过的原子正交的。这意味着一个原子不会被选择两次，结果会在有限的几步收敛。
95710编辑于 2023-12-01
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