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
  • 来自专栏技术杂记

    mysql 迁移9

    一般而言,rm -rf * 并不会删除以 . 开头的文件 如: .bash_history .lesshst .mysql_history .viminfo

    1.9K20编辑于 2022-03-21
  • 来自专栏技术杂记

    mysql 迁移9

    一般而言,rm -rf * 并不会删除以 . 开头的文件 如: .bash_history .lesshst .mysql_history .viminfo

    1.8K20编辑于 2022-03-22
  • 来自专栏用户1337634的专栏

    Redis集群间数据迁移对比

    Redis数据在不同集群之间进行迁移,可以使用离线迁移的方式(rdb),但是降低了服务的可用性。 为了尽可能保证服务可用性,我们使用redis-shake实时迁移数据,并同时使用redis-full-check完成数据对比,确保一致性。 数据实时迁移:redis-shake 下载 https://github.com/alibaba/RedisShake wget https://github.com/alibaba/RedisShake /RedisFullCheck redis-full-check通过全量对比源端和目的端的redis中的数据的方式来进行数据校验,其比较方式通过多轮次比较:每次都会抓取源和目的端的数据进行差异化比较,记录不一致的数据进入下轮对比 数据同步&迁移工具 redis-full-check校验工具

    1.9K30发布于 2021-01-18
  • 来自专栏友儿

    mysql 百万数据测试迁移对比

    第一种迁移方案 mysqldump迁移 mysqldump导出数据库成一个sql文件(快) scp命令复制到另一台服务器(快) source命令导入数据,cpu跑满(比较耗时) 脚本迁移 命令行操作数据库进行数据的导出和导入 (比较耗时) 第二种迁移方案 redis搭建一个“生产+消费”的迁移方案 在源数据服务器上跑一个多线程脚本,并行读取数据库里面的数据,并把数据写入到redis队列 目标服务器作为一个消费者,在目标服务器上也跑一个多线程脚本 可以使用go语言来写迁移脚本,利用其原生的并发特性,可以达到并行迁移数据的目的,提升迁移效率。 第一种迁移方案效率太低,第二种迁移方案编码代价较高 文件迁移 通过mysql的select data into outfile file.txt、 load data infile file.txt into table的命令,以导入导出文件的形式迁移 需要在mysql开启了secure_file_priv选项(可以通过show global variables like '%secure%';查看mysql

    83610编辑于 2022-09-11
  • 来自专栏鱼的爱情看不出泪水

    CentOS 7 迁移到Rocky Linux 9

    我们知道CentOS 7在2024年6月30日停止支持,在此前,陆陆续续已经有人迁移了。但是如果还未迁移,现在迁移可能会遇到不同的问题。例如我们源地址发生了变化。下面我们给大家演示迁移升级。 与此同时Rocky Linux 8迁移到Rocky Linux 9 需要使用AlmaLinux的leapp也就是ELevate工具来升级,且升级步骤必须使用VPN,直接下载依赖好像还是不行的。 如果使用leapp-data,只支持从Rocky 8升级到Rocky 9,不支持CentOS 8 升级并迁移为Rocky 9 或CentOS 8 升级并迁移为Alma 9。 .el9.noarch.rpm,rocky-gpg-keys-9.3-1.3.el9.noarch.rpm} -y dnf -y --releasever=9 --allowerasing --setopt 这是一个迁移临时方案。

    3.1K13编辑于 2024-08-07
  • 来自专栏码匠的流水账

    java9 gc log参数迁移

    序 本文主要研究一下java9 gc log参数的迁移。 统一JVM及GC的Logging java9引进了一个统一的日志框架,把gc相关的log输出及配置也给纳入进来了。 ) Pause Cleanup 32M->32M(256M) 0.214ms [2976ms][1867] GC(4) Concurrent Cycle 25.422ms 旧版GC相关参数到Xlog的迁移 旧版运行时参数到Xlog的迁移 Legacy Runtime Flag Xlog Configuration Comment TraceExceptions -Xlog:exceptions=info 小结 java9把gc log的选型及输出也给统一到了Xlog中,可以按照官方给出的迁移表进行迁移

    2K10发布于 2018-09-17
  • 来自专栏码匠的流水账

    java9迁移注意事项

    序 本文主要研究下迁移到java9的一些注意事项。 迁移种类 1、代码不模块化,先迁移到jdk9上,好利用jdk9的api 2、代码同时也模块化迁移 几点注意事项 不可读类 比如sun.security.x509,在java9中归到java.base模块中 反射在模块系统里头需要特殊声明才允许使用(使用opens声明允许deep reflection),这样就导致很多使用反射的类库诸如spring,需要额外配置才能迁移到java9。 (建议迁移到模块化系统时设置为deny) 不过就是在模块系统中包名不一样就属于不同的包,没有继承关系,比如com.service.func1与com.service.func2这两个是不同的包,你不能只 原来maven工程那种test 小结 可以分两步走迁移到java9,首先是先不模块化,只先跑在jdk9上;然后再模块化。

    1.6K10发布于 2018-09-17
  • 来自专栏ATYUN订阅号

    Keras和PyTorch的视觉识别与迁移学习对比

    由于在大多数情况下从头开始训练很难实施(因为它很需要数据),我们使用在ImageNet上预训练的ResNet-50进行迁移学习。我们尽可能贴合实际地展示概念差异和惯例。 那么,什么是迁移学习?为什么使用ResNet-50?实际上,很少有人从头开始训练整个卷积网络(使用随机初始化),因为足够大小的数据集相对罕见的。 迁移学习是对在给定任务上训练的网络进行微小调整以执行另一个类似任务的过程。在我们的案例中,我们使用经过训练的ResNet-50模型对ImageNet数据集中的图像进行分类。 也许方法仍然有效,但会导致糟糕的预测(因为它能有效地看到相同的形状,但不能有效看到不同的颜色和对比度)。

    5.1K40发布于 2018-10-25
  • 来自专栏用户8186044的专栏

    ERP系统MDG系列9:MDG模块数据迁移介绍

    7)Master Data Consolidation File Upload(这里和第二项的Central Governance文件加载区分) 8)Back-end functions/LSMW 9) SOA 其中第1、2、3、7、8、9项为MDG系统自带的迁移工具,其他4、5、6项则需要购买单独的License以便使用。 SAP Note 2196009 对此提供了详细的对比。 该数据迁移驾驶舱是开箱即用的,不需要任何的代码便可完成SAP各种标准数据对象的迁移工作,同时提供了一个详细的迁移指导说明方便用户使用。 请参考该链接文档以便更好的了解迁移驾驶舱的功能、特点、迁移方法和覆盖的对象。

    1.4K30编辑于 2022-11-28
  • 做 Oracle 替代,倾向“复制+对比+回流”的迁移技术

    很多迁移项目最难的一步不是“任务跑完”,而是“谁敢拍板切换”。如果没有系统化对比,最后只能抽查几张表、验几个接口,这对 Oracle 替代这种高风险场景显然不够。第四,切过去之后不一定就稳。 因为 Oracle 替代真正难的不是“有没有迁移工具”,而是“谁来承担切换责任”。没有对比能力,最后所有判断都靠经验;有了对比能力,切换动作就变成一个可验证的工程过程。 这套能力放在一起,才真正解释了为什么 Oracle 替代项目会越来越偏向“复制 + 对比 + 回流”的方案,而不是只买一个迁移工具。4. 适合团队并不是所有 Oracle 迁移都必须上到这种复杂度。 但只要你的场景接近下面这些条件,就会越来越需要“复制 + 对比 + 回流”:业务核心,不能接受长时间停机迁移窗口短,需要尽量压缩切换时间Oracle 源端在迁移期间仍有持续写入迁移期间可能出现结构变化切换前必须给出明确的一致性结论切换失败时必须具备快速回退能力说白了 结语做 Oracle 替代时,很多团队后期都会意识到一个现实:“复制 + 对比 + 回流”之所以会成为越来越主流的思路,就是因为它刚好对应了 Oracle 替代最核心的三个诉求:复制,保证不停机迁移对比

    8400编辑于 2026-03-31
  • 数据迁移以后,为什么每个DBA都需要数据对比

    数据迁移的关键一步,就是数据一致性校验。而传统校验方式薄弱、低效、不可靠,这也是为什么每一位 DBA 都需要数据对比。 标准化的 “一致性校验”NineData 数据对比功能,是面向数据迁移、数据同步、容灾校验场景的标准化一致性校验能力,从结构对比、全量数据对比、差异自动修复三个维度,提供可量化、可追溯、可落地的一致性保障 全量数据对比数据对比并非简单做行数统计,而是:按主键 / 唯一键逐行逐字段比对数据内容支持源端持续写入场景下的一致性校验自动识别:丢失、多余、内容不一致的数据支持大表、超大规模数据的稳定对比任何因迁移、 适用场景下次迁移、割接、同步上线前,让专业的数据对比替你完成校验,让数据更可靠,让上线更安心。数据库迁移割接同构 / 异构迁移后,全量校验结构与数据一致性。 下次迁移、割接、同步上线前,让专业的数据对比能力替你完成校验,让数据更可靠,让上线更安心。

    6800编辑于 2026-03-12
  • Vue 2 与 Vue 3 的区别:深度对比迁移指南

    在本文中,我们将深入比较 Vue 2 和 Vue 3 的主要区别,帮助开发者更好地理解这两个版本之间的变化,并提供迁移建议。 Vue 团队提供了官方的迁移指南和工具,可以帮助开发者顺利过渡:逐步迁移:Vue 3 与 Vue 2 是兼容的,开发者可以使用 Vue 3 的 @next 版本进行实验,逐步将组件迁移到 Vue 3。 使用 Vue 3 的兼容模式:Vue 3 提供了兼容模式,允许在升级过程中保持对 Vue 2 的支持,直到代码完全迁移完成。 如果你正在开发新的项目,强烈建议使用 Vue 3;如果你正在维护一个 Vue 2 项目,可以逐步迁移到 Vue 3,享受它带来的更多优势。

    1.1K20编辑于 2025-05-19
  • 来自专栏DeepHub IMBA

    9个时间序列交叉验证方法的介绍和对比

    在本文中,我们收集了时间序列的常用的9种交叉验证方法。这些包括样本外验证(holdout)或流行的K-fold交叉验证的几个扩展。 TimeSeriesSplits通常是评估预测性能的首选方法。 改进的K-Fold交叉验证 改进的K-Fold交叉验证保留了过程中的打乱部分(图9)。但是它删除了接近验证样本的任何训练观察值。 改进的K-Fold交叉验证依赖于创造间隙而不是阻塞。 总结 本文概述了9种可用于时间序列不同的交叉验证的方法,这里建议: 首选技术是蒙特卡洛交叉验证(列表中的第5个)。时间序列交叉验证(及其变体)是一个很好的选择。

    2.5K50编辑于 2023-02-01
  • 来自专栏云头条

    9 个月节省 4.23 亿:由 AWS EC2 迁移 Kubernetes

    在一篇详细的新文章中介绍了他们如何使用Kubernetes Cluster Autoscaler动态扩展云集群;近年来,这家公司做出了许多早期云采用者正在做出的转变:将几乎所有在线服务从手动编排的AWS EC2实例迁移到开源容器编排系统 该公司在积极确定支出最高的几方面并采取相应节支措施后收效显著,在2020年的短短9个月内省下了6350万美元(4.23 亿人民币)的托管成本,这得益于采取多管齐下的措施:一些深刻的文化变革、转向Kubernetes 爱彼迎的Kubernetes迁移 爱彼迎已将几乎所有在线服务从手动编排的EC2实例迁移到了Kubernetes。 异构Kubernetes集群 两位工程师在博文中特别指出,这种迁移是爱彼迎得以降低AWS成本的主要原因,可以分为三个阶段。 当团队试图将需求各异的更多样化的工作负载类型迁移到Kubernetes 上时,“我们创建了一个集群类型抽象来[定义]集群的底层配置,这意味着某一类集群的所有集群都一样,从节点类型到不同的集群组件设置……

    70410编辑于 2022-06-06
  • 来自专栏DeepHub IMBA

    9种优化策略对比分析

    该类采用策略模式,可以在运行时切换不同的内存管理策略,从而方便对比不同方法的性能表现。 # --- 核心AI代理 --- # 这个类协调整个对话流程。 整合机制 该策略包含多个层次的整合机制: 语义级别的信息合并 时间序列的智能压缩 重要性评分的动态调整 冗余信息的自动过滤 9、类操作系统内存管理 如果我们能为AI代理构建一个类似计算机操作系统内存管理的系统 "页面换出") 页面错误处理:当用户查询需要当前不在活动内存中的信息时,触发"页面错误" 页面换入操作:系统访问被动存储,找到相关信息,并将其加载回活动上下文供LLM使用 技术实现 # --- 策略9

    56910编辑于 2025-08-20
  • MySQL数据迁移与导入导出全攻略:方案对比与实践指南

    与工具方案的对比分析 相比 mysqldump 和 mysqlimport 等工具,LOAD DATA INFILE 的主要差异体现在: 执行位置:直接在服务器端执行文件读取,避免客户端-服务端数据传输 方案全面对比:性能、安全与易用性分析 在MySQL数据迁移与导入导出的多种方案中,选择合适的方法往往取决于多个关键因素。不同的工具和技术在性能、安全性、易用性以及成本方面存在显著差异。 为了帮助读者在实际应用中做出明智的选择,以下将从这四个维度对常见方案进行系统对比分析。 性能对比 性能是数据迁移中最受关注的指标之一,主要包括处理速度和系统资源占用情况。 综合对比表格 以下表格总结了各方案在四个维度的表现,以帮助读者快速决策: 方案 性能(速度/资源) 安全性(加密/合规) 易用性(学习曲线/配置) 成本(直接/间接) mysqldump/mysqlimport 校验数据完整性:迁移完成后,通过对比源和目标表的行数、校验和(如CHECKSUM TABLE)或使用工具(如pt-table-checksum)验证数据一致性。

    91010编辑于 2025-11-28
  • 来自专栏TA码字

    k8s集群网络(9)-service之iptables与ipvs对比

    在前面的几篇文章里我们介绍了基于iptables和ipvs模式下cluster ip类型的service和node port类型的service实现原理,这里我们做一下回顾总结和对比,相关文章可以参考如下

    1.5K30发布于 2020-04-01
  • 来自专栏全栈程序员必看

    动态迁移_动作迁移

    概念 在虚拟化环境中的迁移,又分为动态迁移,静态迁移,也有人称之为冷迁移和热迁移,或者离线迁移在线迁移;静态迁移和动态迁移的 区别就是静态迁移明显有一段时间客户机的服务不可用,而动态迁移则没有明显的服务暂停时间 ,静态迁移有两种1,是关闭客户机将其硬板镜像复制到另一台宿主机系统,然后回复启动起来,这种迁移不保留工作负载,2是,两台客户机公用一个存储系统,关闭一台客户机,防止其内存到另一台宿主机,这样做的方式是, 保存迁移前的负载 迁移效率的衡量 1)整体的迁移时间:从源主机迁移操作系统开始,到客户机迁移到目主机并恢复起服务所花的时间 2)服务器停机时间:在迁移过程中,源主机和目的主机都处于不可用的状态,源主机服务已经停止 ,目的主机还没有启动服务 3)对服务性能的影响:不仅包括迁移后客户机中应用程序性能的比较,还包括源主机性能是否下降 迁移的应用场景 1)负载均衡:当一台为服务器的负载较高时,可以将其上运行的客户机动态迁移到负载低的主机 2)接触硬件依赖:当系统管理员需要在宿主机上添加硬件设备,可以把宿主机的应用暂时迁移到其他的客户机上,这样用户就感觉不到服务有任何暂停的问题 3)节约资源:当几台客户机的负载都较低的情况下,可以把应用都暂时迁移到一台客户机上

    1.9K20编辑于 2022-11-17
  • 来自专栏字根中文校对软件

    (9)Shark工作流的实现和WMFC&OMG规范的对比

    Shark工作流的实现和WMFC&OMG规范的对比 -----第九部分:分析obe自带例子的执行过程 <?

    46910发布于 2019-02-14
  • 来自专栏杨建荣的学习笔记

    Datapump数据迁移的实践总结 (r9笔记第60天)

    虽说实践了不少的数据迁移项目,但是从我的感触来说,一些很细小的差别就会造成整个数据迁移方案的大不同。数据是系统的核心命脉,所以对于DBA来说,保证数据的一致性和准确性是一个最基本的要求。 1)如果是跨平台的数据迁移,在升级前需要得到一个清单,包含哪些失效的对象,是否需要重新编译,如果不确认,在迁移之后就会更加迷茫,到底是不是迁移之后造成的问题。 7)迁移的演练非常重要,尽可能完全仿真整个迁移的过程,如果嫌麻烦跳过了一些步骤,或者认为可能影响不大忽略了一些小的步骤,那么这些问题就会交给迁移时间,碰到了问题处理起来就非常痛苦了。 8)迁移前的准备越充分,迁移的时候就会越轻松,迁移最后有一个检查清单和步骤,特别是在有时候工作不在状态的时候,这个就是一个纲要和指导方针。 9迁移是一件苦活,需要始终保持注意力,细心的对待可能出现的问题环节,对于突发情况还是要冷静,这个当然多说无益,实践出真知。

    57830发布于 2018-03-19
领券