- 综合排序
- 最热优先
- 最新优先
- 来自专栏东风微鸣技术博客
Grafana系列-统一展示-10-Explore Jaeger
你可以通过Explore查询和显示 Jaeger 的 trace。有 3 种方法:
41320编辑于 2023-09-01 - 来自专栏祝威廉
如何统一数据分析入口
关键词: 多数据源融合计算 跨数据源虚拟视图 统一元数据管理 背景 现代企业面临如下几个问题： 数据依然是分散的，难以进行汇总分析 有大量的分析引擎，难以为终端用户提供统一的出口 因为1,2两个点 数据物理分散在： 数仓（一个或者多个） 数据湖 各种 OLAP 分析引擎 业务数据库 对于一个大企业，不同部门可能都有一个或者多个上面的物理存在。 如何能够完整的关联这些数据进行分析，是迫切的需求。 再看第二点，众多的分析引擎，诸如Kylin, Presto, Spark, Doris, ClickHouse同时存在，从用户视角，用户可能为了解决不同的问题，看不同的数据，需要使用不同的引擎，难以有统一的使用入口 第二个就是JDBC 协议的Proxy,可以面向各种业务场景对虚拟库表进行查询和分析。 目前存在的一些Gap： 统一元数据管理系统（其实就是一个Web系统） 支持JDBC协议。
80630编辑于 2023-02-02 - 来自专栏CreateAMind
从更统一的视角分析ＶＡＥ
With an overall view of VAE, we can extend standard VAE loss in the reconstruction loss and regularization loss, for the original VAE, which is the KL term, but there are all kinds of versions which we can treat them as different combination of regularization methods
53210发布于 2019-11-07 - 来自专栏.NET企业级解决方案应用与咨询
.NET平台系列10 .NET统一平台愿景
系列目录 【已更新最新开发文章，点击查看详细】 2019年，微软分享了【统一的.NET堆栈和生态系统的愿景】。 作为.NET 5.0和6.0的一部分，我们正在将.NET统一到一个单一的产品体验中，同时使您能够选择希望使用的.NET平台的各个部分。 我们本打算用.NET5.0实现整个统一愿景，但在全球流行之后，我们必须适应客户不断变化的需求。我们一直在与来自世界各地的公司的团队合作，这些公司需要帮助来加快云技术的采用。 在.NET 5.0版本中，Blazor是利用回购合并和.NET统一的最佳示例。Blazor WebAssembly的运行时和库现在是从合并的dotnet /运行时仓库中构建的。
93410发布于 2021-06-08 - 来自专栏Java架构师必看
spring源码分析10
spring源码分析10 强烈推介IDEA2020.2破解激活，IntelliJ
34730发布于 2021-04-13 - 来自专栏学习笔记ol
框架分析（10）-SQLAlchemy
框架分析（10）-SQLAlchemy 主要对目前市面上常见的框架进行分析和总结，希望有兴趣的小伙伴们可以看一下，会持续更新的。希望各位可以监督我，我们一起学习进步。 特性分析 ORM支持 SQLAlchemy提供了一种将数据库表映射到Python类的方式，使得开发者可以使用面向对象的方法来操作数据库。通过定义模型类和属性，可以轻松地进行数据库的增删改查操作。
78220编辑于 2023-10-11 - 来自专栏数据科学（冷冻工厂）
ATAC-seq分析：差异分析（10）
在这里，我们将采用类似于 Diffbind 中的方法，并在 ATACseq 分析中合理建立。1. 图片library(TxDb.Mmusculus.UCSC.mm10.knownGene)toOverLap <- promoters(TxDb.Mmusculus.UCSC.mm10.knownGene 由于我们有 TSS +/- 500bp 范围内的区域子集，此时我们可以使用标准富集分析。这里我们使用clusterProfiler来识别富集。 anno_KidneyMinusHindbrain <- annotatePeak(KidneyMinusHindbrain, TxDb = TxDb.Mmusculus.UCSC.mm10.knownGene DB_ATAC <- as.data.frame(anno_KidneyMinusHindbrain)DB_ATAC[1, ]图片由于我们有 TSS +/- 500bp 范围内的区域子集，此时我们可以使用标准富集分析
1.1K20编辑于 2023-01-27 - 来自专栏数据科学（冷冻工厂）
ATAC-seq分析：差异分析（10）
在这里，我们将采用类似于 Diffbind 中的方法，并在 ATACseq 分析中合理建立。 1. library(TxDb.Mmusculus.UCSC.mm10.knownGene) toOverLap <- promoters(TxDb.Mmusculus.UCSC.mm10.knownGene 由于我们有 TSS +/- 500bp 范围内的区域子集，此时我们可以使用标准富集分析。这里我们使用clusterProfiler来识别富集。 anno_KidneyMinusHindbrain <- annotatePeak(KidneyMinusHindbrain, TxDb = TxDb.Mmusculus.UCSC.mm10.knownGene as.data.frame(anno_KidneyMinusHindbrain) DB_ATAC[1, ] DB_ATAC 由于我们有 TSS +/- 500bp 范围内的区域子集，此时我们可以使用标准富集分析
57220编辑于 2023-02-27 - 来自专栏Apache Doris
Apache Doris 2.0.0 版本正式发布：盲测性能 10 倍提升，更统一多样的极速分析体验
更统一多样的分析场景作为最初诞生于报表分析场景的 OLAP 系统，Apache Doris 在这一擅长领域中做到了极致，凭借自身优异的分析性能和极简的使用体验收获到了众多用户的认可，在诸如实时看板（Dashboard 统一数据分析网关：利用 Apache Doris 构建完善可扩展的数据源连接框架，便于快速接入多类数据源。 提供基于各种异构数据源的快速查询和写入能力，将 Apache Doris 打造成统一的数据分析网关。高效的数据更新在实时分析场景中，数据更新是非常普遍的需求。 ：统一 Catalog、统一管理数据，可以更加便捷地分析数据。 期待 Apache Doris 2.0 版本的正式发布为更多社区用户提供实时统一的分析体验，我们也相信 Apache Doris 2.0 版本会成为您在实时分析场景中的最理想选择。
1.1K51编辑于 2023-08-16 - 来自专栏深度探索
多云自动伸缩统一控制——深入对比分析
多云自动伸缩统一控制——深入对比分析目标：给出一套在 AWS / GCP / Azure 及国内主流云（阿里云 ACK、腾讯云 TKE、华为云 CCE）中可落地的 Kubernetes 自动扩缩容 与 多云统一控制 组合方案，明确能力边界、强绑定点、选型建议与运维策略。 这些标准机制遵循统一 API，可运行在任意 Kubernetes 集群中，是跨云一致的伸缩逻辑层。 它们通常被云厂商内嵌或封装为托管版服务的基础模块。 （3）总体趋势社区标准组件（HPA / VPA / CA / KEDA） 提供“逻辑统一”；云厂商定制实现（Karpenter、Swift、Placeholder 等） 提供“执行加速”统一治理平台（Arc （Arc/GKE/Rancher 本身不直接帮你更快开机或更便宜，只是把“怎么配、怎么审计、怎么推配置”做统一。）
45810编辑于 2025-10-14 - 来自专栏golang算法架构leetcode技术php
golang源码分析（10）slice
// maxSliceCap returns the maximum capacity for a slice.
30820编辑于 2022-08-02 golang源码分析 ：gopls（10）
分析完一个featureCommands后，其他的22个都是类似的。 （非 LSP 标准） 缓存管理 View（文件快照）、Snapshot（模块状态缓存） 类型检查 Package（集成 go/types 和 x/tools/go/packages） 代码分析
9410编辑于 2026-03-18- 来自专栏golang算法架构leetcode技术php
golang源码分析：etcd(10)
分析完raft算法，回来看etcd server的代码就比较清晰了，我们从入口文件server/main.go开始 func main() { etcdmain.Main(os.Args
41520编辑于 2023-09-09 - 来自专栏IT码农
PHP 性能分析10则
而 require 的每次重新加载，都会从文件系统中去读取分析。因而 require_ once 会比 require 更佳。咱们也使用一个例子来看一下。 但是在平常的 in xxxx/string2.php on line 10 如果把 E_ ERROR 改成 E_ ALL 就能看到大量的上述错误输出。 2.7、对象与数组 在 PHP 中，数组就是字典，字典可以存储属性和属性值，而且无论是键还是值，都不要求数据类型统一，所以对象数据存储，既能用对象数据结构的属性存储数据，也能使用数组的元素存储数据。 于是为了做好性能分析，我们需要向 PHP 的上下游戏延伸，比如延伸到后端的服务上去，比如延伸到前端的优化规则。 在这两块，都有了相当多的积累和分析，雅虎也据此提出了多达35条前端优化规则，这些同 PHP 本身的性能分析构成了一个整体，就是降低用户的访问延时。
1K41编辑于 2022-01-10 golang源码分析：langchaingo（10）
除了RAG，我们也可以定义agentTool交给大模型调用，下面我们看一个调用的例子
10110编辑于 2026-03-18- 来自专栏波波烤鸭
【10】Spring源码-分析篇-AOP源码分析
Spring源码-AOP分析 一、手写AOP回顾 本文我们开始讲解Spring中的AOP原理和源码，我们前面手写了AOP的实现，了解和自己实现AOP应该要具备的内容，我们先回顾下，这对我们理解Spring 代理类的结构 在上面的分析中出现了很多代理相关的代码，为了更好的理解，我们来梳理下Spring中的代理相关的结构 2.1 AopProxy 在Spring中创建代理对象都是通过AopProxy这个接口的两个具体实现类来实现的 @Aspect解析 然后我们分析下@Aspect注解的解析过程 @Override protected boolean shouldSkip(Class<?
1.1K50编辑于 2022-10-28 Dragonboat统一存储LogDB实现分析｜得物技术
二、整体架构三、LogDB统一存储LogDB模块是Dragonboat的核心持久化存储层，虽然模块名字有Log，但是它囊括了所有和存储相关的API，负责管理Raft协议的所有持久化数据，包括：Raft状态 ImportSnapshot(snapshotpb.Snapshot,nodeIDuint64)error}3.1索引键存储的底层本质是一个KVDB(pebbleorrocksdb)，由于业务的复杂性，要统一各类业务
25210编辑于 2025-11-27数据湖技术深度分析：Serverless 计算与统一数据分析的融合
DLC、Serverless 数据湖、云原生数据湖阿里云Data Lake Analytics、AWS Athena、华为云DLI、Databricks Lakehouse 等主流数据湖产品进行深度分析和对比 统一元数据： 通过统一的元数据管理，简化跨数据源的查询和分析，提升数据管理和分析效率。 统一权限： 提供细粒度的访问控制和权限管理，确保数据安全。 数据加速： 通过优化的数据处理流程和缓存机制，提高数据查询和分析速度。 技术实现与其他功能： 腾讯云数据湖计算 DLC 基于云原生架构，提供高性能的数据处理能力。 技术实现与其他功能： AWS Athena 基于 S3 和 AWS Lambda，提供快速的数据分析能力。此外，还支持数据共享和跨账户查询。 技术实现与其他功能： Databricks Lakehouse 基于 Apache Spark，提供统一的数据处理和分析平台。此外，还支持机器学习和数据科学功能。
33410编辑于 2025-07-28数据湖技术深度分析：Serverless、多引擎查询与统一数据分析
Databricks Lakehouse：提供了统一的数据平台，支持Spark和Delta Lake，优化了数据处理和分析^4。 统一元数据 统一元数据管理可以简化数据治理并提高数据的可发现性。 腾讯云数据湖计算DLC：提供了统一的元数据管理，支持跨不同数据源的数据发现和治理^1。 Databricks Lakehouse：作为湖仓一体的代表，提供了统一的数据平台，支持结构化和非结构化数据的存储与分析^4。 数据目录 数据目录是数据湖管理的关键组成部分，有助于组织和检索数据。 结论 数据湖技术的发展为企业提供了强大的数据处理和分析能力。 通过对比分析，我们可以看到不同产品在Serverless计算、多引擎查询、统一元数据、统一权限、湖仓一体、数据目录、弹性伸缩和数据加速等方面的优势和特点。
34810编辑于 2025-07-28- 来自专栏信数据得永生
精通 NumPy 数值分析：6~10
Signal：此子程序包提供信号处理的函数和算法，例如卷积，B 样条，滤波，连续和离散时间线性系统，波形，小波和频谱分析。 Open'] msft.tail(10) 下图显示了msft.tail(10)的输出： https://gitcode.net/apachecn/apachecn-ds-zh/-/raw/master Close'].rolling(window=50).mean() msft.tail(10) 下表显示了msft.tail(10)的输出： https://gitcode.net/apachecn 您可以使用它执行回归分析，就像在前几章中使用 scikit-learn 库所做的那样。 本章的目的是向您展示这些不同的选项，以及 Python 语言由于其丰富的分析库生态系统而具有的灵活性。
2K20编辑于 2023-04-23
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