- 综合排序
- 最热优先
- 最新优先
- 来自专栏全栈程序员必看
大数据概况及Hadoop生态系统总结
觉得有帮助的，请多多支持博主，点赞关注哦~ 文章目录 大数据概况及Hadoop生态系统 1、大数据概念理解 1.1、什么是大数据？ 1.2、大数据特征(4V)？ 1.3、大数据应用场景？ 日常的学习习惯 大数据概况及Hadoop生态系统 1、大数据概念理解 1.1、什么是大数据？ 保险：海量数据挖掘及风险预测，助力保险行业精准营销，提升精细化定价能力。 金融：多维度体现用户特征，帮助金融机构推荐优质客户，防范欺诈风险。 （4）Cloudera Manager 是集群的软件分发及管理监控平台，可以在几个小时内部署好一个 Hadoop 集群，并对集群的节点及服务进行实时监控。 这是管理队列及工作者集群的另一种方式。 Storm 也可被用于“连续计算”（continuous computation），对数据流做连续查询，在计算时就将结果以流的形式输出给用户。
1K10编辑于 2022-08-30 - 来自专栏华章科技
数据中台行业发展概况及展望
零售企业积累建设了包括ERP、MES、CRM、WMS、等在内的各种业务系统，加之线下门店、自有商城、电商平台、社交软件平台等各类渠道的涌现，企业获取的销售、营销数据愈发零散、且往往都是孤立存在；而日益碎片化的触达时段及场景 能为客户提供更切身的需求分析、解决方案设计和体验更好的实施落地服务，同时在其深耕业务与垂直行业场景的过程中，沉淀了大量可快速复用的数据治理和数据服务能力； 以明略科技为代表的数据与智能公司，具有更强的人工智能技术及算法能力 随着数据中台在行业头部及领先企业逐渐落地，供应商经历了各类业务场景能力沉淀的过程。在深度上，数据中台厂商承载细分行业的各类定制化业务，不断沉淀业务能力。
1.5K10编辑于 2022-03-11 - 来自专栏决策智能与机器学习
【自动驾驶专题】|自动驾驶技术概况及挑战
世界上的科技巨头，从Google、Uber到丰田及通用汽车等企业，都投入了巨资来促进该技术的成熟及商业化，因为它将是一个万亿级的市场。 SAE International将自动驾驶技术划分为6个级，其中Level 5意味着完全自主驾驶，不需要乘客的任何参与。 激光雷达（LIDAR）、摄像头、GPS和超声传感器等硬件，用于检测及接受周围的环境信息。再利用先进的算法（机器学习、人工智能）实时的处理这些信息，从而实现汽车安全可靠的自动巡航。 ? 而对于本地大数据（尤其是视频图像数据）的快速压缩及解压对于某些情况是较难实现的。 此外，数据存储设备的成本也是个问题。 第一个百万英里，耗费了Waymo六年时间，而在2018年2月达到500万英里后，里程数则以每两个月百万英里的速度增加，到了6月份后，速度增加为每个月百万英里，这种增长曲线对于自动驾驶技术来说，无疑是非常可喜的
1.5K10发布于 2020-08-04 - 来自专栏VoiceVista语音智能
Sensory嵌入式语音识别引擎THF&TNL概况及语言支持
的二阶验证的第一阶识别，实现超低功耗的监听和识别) https://www.sensory.com/wake-word/，支持如下主要功能 超低功耗运行于DSP/MCU的嵌入式版本 & 运行于 AP及OS 层 的SDK, 同样支持Low Power Sound Detection TrulyHandsFree for AP & DSP版本概况 - TrulyHandsFree所支持的语言– Embedded
1.1K30编辑于 2022-04-02 - 来自专栏有文化的技术人
Consul多数据中心及数据同步
多数据中心 1、搭建多数据中心 在上一篇文章中，我们讲解了单数据中心的搭建流程，这边文章将在其基础之上构建多数据中心。 我们另选一个region的两个节点，按照单数据中心的方式搭建好，然后执行如下命令，先查看下数据中心情况： [root@karbor2 consul]# . 2、关联数据中心 下面我们开始将两个region的数据中心关联起来，我们在dc1的任一server节点执行如下命令： [root@karbor1 consul]# . 3、在辅助数据中心中的所有Consul代理上配置primary_datacenter参数。 4、在辅助数据中心中的服务器上启用令牌复制。 5、将复制令牌应用于辅助数据中心中的所有服务器。 E8%B7%A8%E6%9C%BA%E6%88%BF%E6%95%B0%E6%8D%AE%E5%90%8C%E6%AD%A5%E5%8F%AF%E8%A1%8C%E6%80%A7%E8%B0%83%E7%
2.9K30编辑于 2022-10-27 - 来自专栏云技术+云运维
新型数据中心的建设及发展启示
2021年7月，工信部发布《新型数据中心发展三年行动计划(2021-2023年)》，明确提出了新型数据中心发展方向及路径。 行动计划聚焦高技术、高算力、高能效和高安全的四高特征，以及数云协同、云边协同、数网协同的协同要求，引导我国数据中心高质量发展、同时，行动计划也在布局、网络、算力、产业链、绿色低碳及安全等方面，对新型数据中心建设作出全面指引 从IT设备角度看，云计算技术的应用使得数据中心虚拟化、容器化程度不断提高，数据中心与云平台、网络、安全及运营之间的技术联接日益紧密，智能芯片、定制化服务器、分布式存储、SDN、态势感知、混沌工程、智能运维等 可以预见，在未来发展过程中，基础设施及IT技术的创新将不断涌现，数据中心技术内涵也将变得更加丰富。 ，这些都会影响到数据中心的运行，所以如何做好数据中心的威胁与保护是一个很大的题目，这并不是在数据中心里部署几台安全设备就能解决的，需要对整个数据中心进行全面的统一规划，并有针对性地部署一些安全防护措施，
1.6K60编辑于 2022-05-18 - 来自专栏腾讯数据中心
数据中心人力备份冗余方案及实践
小结：通过这种轮岗机制，提升了跨区域、多岗位的人力资源储备，能有效应对数据中心运营过程中的各种人力和技能问题，真正实现人力备份冗余，保障数据中心的安全稳定运营。 版权声明：本文为腾讯数据中心原创，欢迎转载，转载需保持原文（包括标题、导语、正文、图片、数据以及文尾的二维码、版权声明等全部内容）完整。
1.4K30发布于 2018-03-16 - 来自专栏腾讯数据中心
互联网数据中心运营发展及实践
我们来看下面的情况，一个数据中心经理在接手一个新的数据中心时，他就已经在面临着很多的挑战和问题了。 未来数据中心的要求就是要快速部署，快速腾挪，跨区冗余、快速调度，这是互联网业务对数据中心基础架构这一块运营的要求。 我们整个数据中心的运营就靠最右边这一套的自动化运营系统，以及监控工具平台去支撑海量高效的数据中心运营。 对于大规模IDC来说，需要做的优化工作很多，是不是所有的事情都是你的当务之急或者都是你必须需要去做的呢，如果你都去做，是不是都能来得及做，都能出效果呢？不是这样的，我们一定要找准主要矛盾。 一个数据中心的运营人员、管理人员对数据中心管得好不好或者到不到位，并不是说你的机房不出问题就一定管得好，如果你能把一个T2可用性的机房管理成为T3的机房，这个才是数据中心经理的能力，能把运营成本节约10%
2.9K131发布于 2018-03-16 YashanDB跨数据中心同步技术及最佳实践
此结构利用了redo日志的增量写入和回放技术，显著降低网络带宽压力，确保异地备份的一致性及完整性。多部署形态支持与一致性保障YashanDB支持单机主备部署、分布式集群部署及共享集群部署三种形态。 跨数据中心同步主要通过分布式高可用框架实现节点间数据及元数据的一致性。分布式部署通过MN节点管理元数据，CN节点协调调度查询，DN节点存储数据，利用Raft协议确保节点间一致性。 切换过程中采用断点续传及日志回退机制，保证主备切换时数据不会产生不一致现象。自动选主与故障切换保障高可用为适应跨数据中心故障场景，YashanDB提供多种自动选主机制。 定期演练主备切换：结合生产环境演练switchover和failover流程，确认数据一致性及切换时间，验证自动选主机制的稳定性，提升运维响应能力。 合理配置参数调整：根据实际业务访问和数据规模，调优redo日志大小、重放并行度、连接池大小及选主超时等关键参数，提升数据同步和故障恢复效率。
30610编辑于 2025-11-18- 来自专栏Dance with GenAI
Anritsu白皮书：AI数据中心的光通信测试解决方案
本文是 Anritsu 公司 2024 年 10 月发布的关于支持数据中心加速的测试解决方案报告，主要介绍了公司概况、业务概述以及数据中心相关的测试解决方案。 业务概述：公司业务涵盖多个领域，包括网络社会的演进（T&M）、食品和医疗的安全保障（PQA）、移动（5G 及应用）、网络基础设施（数据中心、光网络、无线网络）、电子（基站建设维护等）等。 加速数据中心开发的测试解决方案：因生成式 AI 普及，数据中心容量增加，公司支持 100GE 到 400GE 再到 800GE、PCI - Express Gen5 到 Gen6 的设备 / 模块评估， 数据中心激活、维护及设备验证解决方案：MT1040A Network Master Pro 支持 100G/200G/400G 以太网网络质量评估，可进行端到端服务测试、网络测试和监测测试。 制造激光二极管的解决方案：MS9740B 光谱分析仪可支持数据中心及非通信应用激光二极管的评估，还用于海底光通信系统中中继器波长特性和质量评估。
35800编辑于 2025-05-13 - 来自专栏点云PCL
目标识别中三维特征的研究概况及技术发展趋势
对于大球形区域和小球形区域（图6）。它以更小的尺寸增强了表达能力。 ? 图5 SHOT特征 ? 图6：CCDoN特征 应该补充的是，典型的3D特征应该反映诸如平面方向等局部形状，这需要使用点云数据获得最高精度和稳定性的形状数据。 这种方法选择两个点(一对点)从整个3 d点对象模型和一些他们定义4 d特性F共有四个参数的两两距离(F1),一个角度形成了一条线段连接两个点,每个点的法线方向(F2、F3),及正常的线之间的夹角的两个点 4.1局部参考系的作用及分类 LRF是为每个关键点建立的坐标系，如图12所示。 ? 图12 局部参考系 它的主要作用是功能的灵活运用。
2.7K10发布于 2019-11-07 - 来自专栏Java学习网
Java Web中JSP中6种动作概况知识点总结——每日一语法学习
改变新闻摘要时只需改变这四个文件，而主JSP页面却可以不作修改： WhatsNew.jsp <html><head><title>What's New</title></head><body bgcolor="#FDF5E<em>6</em>" 如下面的例子所示： <jsp:forward page="/utils/errorReporter.jsp" /><jsp:forward page="<%= someJavaExpression %>" /> 6、
1.4K40发布于 2018-02-28 - 来自专栏网络技术联盟站
混合云数据中心：优缺点及应用场景
混合云数据中心已针对此问题进行了定制。主要价值在于支持快速发展的数字业务转型、推动成本节约和维护数据机密性。混合云数据中心理想地结合了公共云和私有云的最佳特性。 混合数据中心的工作原理 混合云数据中心的工作原理是允许企业在私有、本地或公共云环境中部署数据。随着计算需求和成本的变化，这种工作负载可以在这些环境中互换。 混合云数据中心的优点 这些是企业通过投资混合云数据中心而不是其他云环境将实现的一些好处。 敏捷 定制混合云使组织能够足够灵活地满足客户的需求。 远程访问 与远程访问的延迟时间较长的本地数据中心不同，拥有混合云数据中心的组织可以利用其云基础设施来访问远程员工。 实时处理数据 自动驾驶、工业机器人和人工智能算法等应用实际上需要靠近动作数据中心来提供实时数据处理。这种场景需要混合数据中心同时利用本地数据中心的速度和云的大数据存储容量。
1.1K30编辑于 2023-03-13 - 来自专栏网络技术联盟站
混合云数据中心：优缺点及应用场景
混合云数据中心已针对此问题进行了定制。主要价值在于支持快速发展的数字业务转型、推动成本节约和维护数据机密性。混合云数据中心理想地结合了公共云和私有云的最佳特性。 混合数据中心的工作原理 混合云数据中心的工作原理是允许企业在私有、本地或公共云环境中部署数据。随着计算需求和成本的变化，这种工作负载可以在这些环境中互换。 要构建混合云数据中心，您将需要： 本地数据中心。 公共基础设施即服务平台。示例 Microsoft Azure、谷歌云平台、亚马逊网络服务。 公共和私有云环境之间的网络连接。 远程访问 与远程访问的延迟时间较长的本地数据中心不同，拥有混合云数据中心的组织可以利用其云基础设施来访问远程员工。 实时处理数据 自动驾驶、工业机器人和人工智能算法等应用实际上需要靠近动作数据中心来提供实时数据处理。这种场景需要混合数据中心同时利用本地数据中心的速度和云的大数据存储容量。
1.8K00编辑于 2022-04-30 - 来自专栏SDNLAB
【连载-5】数据中心网络虚拟化 网关及服务接入
，可能是该虚拟网络所在云中的其他虚拟网络，也可能是该虚拟网络所在云中的物理网络（如打印机、存储服务器（storage server）等本地资源）[3]，还可能是在混合云方案下的远程网络（访问远程资源，及一个常用的应用场景 网络服务由网络服务设备（即MiddleBox）提供，旨在提供保护、管理、提高应用及服务性能。 图6 必需内容头分配格式 网络平台内容（Network platform context）: 提供了网络节点共享的与网络平台相关的一些元数据信息，如入端口信息、封装类型。 服务共享内容（Service Shared Context）：提供与服务节点相关的及服务节点间共享的一些元数据，如应用分类相关的一些信息如应用的类型。 可选变长内容头：携带元数据，此部分为变长。 2.2.2 pSwitch 以IBM DOVE（商用版）接入网络服务边缘的方式[6]为例。
1.4K91发布于 2018-04-03 - 来自专栏SDNLAB
【连载-5】数据中心网络虚拟化 网关及服务接入
，可能是该虚拟网络所在云中的其他虚拟网络，也可能是该虚拟网络所在云中的物理网络（如打印机、存储服务器（storage server）等本地资源）[3]，还可能是在混合云方案下的远程网络（访问远程资源，及一个常用的应用场景 网络服务由网络服务设备（即MiddleBox）提供，旨在提供保护、管理、提高应用及服务性能。 网络服务设备包括专用的网络设备（Dedicated Network Appliance）及虚拟的网络设备（NFV，Network Function Virtualization，网络功能虚拟化），使以前在专用硬件中实现的网络功能在软件中实现 图6 必需内容头分配格式 网络平台内容（Network platform context）: 提供了网络节点共享的与网络平台相关的一些元数据信息，如入端口信息、封装类型。 服务共享内容（Service Shared Context）：提供与服务节点相关的及服务节点间共享的一些元数据，如应用分类相关的一些信息如应用的类型。 可选变长内容头：携带元数据，此部分为变长。
1.5K80发布于 2018-04-02 - 来自专栏腾讯数据中心
数据中心高压直流系统的设计及实践
最近几年采用高压直流系统供电的数据中心相继大量建成及投产，同时相关的行业标准规范也陆续出台。高压直流供电系统已被行业广泛接受和推崇，在数据中心领域已进入高速发展的阶段。 按项目经验估算降低一次性投资 42 万左右，约节省 37.5% 的投资成本，并节省占地面积 6 个配电柜以上。 前面分析了很多一次性投资成本 CAPEX 及占地面积的比较。 市电 +240 V HVDC 供电架构比传统的 2N UPS 架构减少投资 42 万，并节省 6 个配电柜。还在机房运营的 8 年生命周期内，节省运营电费 157 万。 节能 6% 以上。 通过回顾和总结大量的项目设计及运营经验，高压直流供电系统在数据中心工程实践中的优势非常明显。
6.6K42发布于 2019-05-16 - 来自专栏技术运维分享
TencentOS数据中心资源管理及能源管理技术
导语 本文来自第 17 届中国 Linux 内核开发者大会（简称 CLK）的分享议题《TencentOS数据中心资源管理及能源管理技术》，分享嘉宾为腾讯操作系统TencentOS负责人，也是OpenCloudOS 比如服务器的CPU利用率非常低，据统计，全球的平均CPU利用率还没超过15%(约6%~12%)；电力能耗上，成本显示，闲置资源在能耗的占用也超过了50%。 这种方案通过观测用户请求的资源数量与它实际使用的资源之间的数量及额度之间的差异，给用户建议值，可能远低于用户预购买的资源值，通过推荐指标减少购买成本，提升资源利用率，直接降低用户使用资源的成本。 以此计算，在腾讯全量铺开，每年可以有近6亿千瓦时的节能效果，相当可观。结合整个能源感知的集群调度系统，节省能源可以达到十亿级别。 如果很多都处于闲置状态，我们甚至可以进一步做运行时的动态管理，比如输出应用报告给业务或应用的开发者，明确告诉他在资源及能耗上有什么问题，还可以做哪些优化。
1.4K20编辑于 2023-03-07 - 来自专栏用户7421296的专栏
IT项目6：数据中心部署DSS提供文件和块存储服务
目的是提高单个硬盘，性能和可靠性） RAID Level：0,1,5,10 RAID0：提升性能 RAID1：提升可靠性 （2）Web GUI操作： Setup/Software RAID/MD0 第6步 存储资源回收 第1步：Windows卸载iSCSI卷 第2步：Windows卸载NAS卷 第3步：DSS删除NAS卷（LV） 第4步：DSS删除iSCSI卷（LV） 第5步：DSS删除卷组（VG） 第6步
1.6K80编辑于 2023-06-07 - 来自专栏python3
#6 Python数据类型及运算
5.21e9，也可以写成521e7 复数（complex） 上面三种数据类型组合起来是实数，其实科学计算中常常用到复数，在Python中，存在复数的数据类型，一般形式为：x+yj，式中x，y都是实数，例如：5+6j In [77]: 5==6 Out[77]: False In [78]: 3>2 Out[78]: True In [79]: True == True Out[79]: True In [80 In [104]: c=a+b In [105]: c Out[105]: 11 加法赋值 += （b+=a，相当于b=b+a） In [106]: a=5 In [107]: b=6 In ]: b-=a In [114]: b Out[114]: 1 乘法赋值 *= （b*=a，相当于b=b*a） In [115]: a=5 In [116]: b=6 In [117]: b* 6 Out[151]: False In [152]: 6<7 Out[152]: True 小于等于 <= In [153]: 6<=6 Out[153]: True In [154]: 6<=7
71510发布于 2020-01-17
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