- 综合排序
- 最热优先
- 最新优先
- 来自专栏存储公众号：王知鱼
Samsung：大IU落地的应用生态（LBS实践）
Fig-16：在主机操作系统中启用大块大小 (LBS) 图片讨论了在主机操作系统层面启用大块大小（LBS）以更好地支持 QLC 和使用大 IU 的 SSD 的工作。 LBS 结论 增加 LBA 扇区大小很困难。 对原子掉电保护提出新要求是启用大 IU 的最佳解决方案。 元数据（如 L2P 表的更新）也能保持一致性。 写入操作通常不仅仅涉及用户数据的写入，还包括内部元数据的更新。原子掉电保护也确保这些元数据的更新要么和数据一起完成，要么完全不发生。 Fig-17：LBS如何增益大IUs 图片解释了如何在主机操作系统层面通过一种称为“大块大小（LBS）”的方法来更好地支持使用大 IU 的 SSD。 归根结底可以追溯到LBA--L2P--IU的IO读写映射关系，块存储作为存储设备原生数据组织方式，从硬件设计上做了更深层次优化，从而具备更高寻址效率，而对象和文件存储都是在块的组织基础上，另做了语义（元数据
58810编辑于 2025-04-21 - 来自专栏原创
构建基于LBS的大数据应用
构建基于LBS的大数据应用，一般的实现流程为：通过信息收集后进行基础数据的整理，数据挖掘/机器学习，服务搭建以及数据可视化等。 ? 数据挖掘的基本流程 基础数据的处理主要包括：数据集成和一些部分数据处理。 数据集成，数据挖掘或统计分析可能用到来自不同数据源的数据，我们需要将这些数据集成在一起。 基于LBS的大数据应用需要解决很多问题：基础数据问题比如海量数据流（>20W 条/s）、数据处理性能复杂计算（定位和统计）、准确率、秒级实时性要求、以及数据的实时性等。 最后，基于大数据的LBS应用，可以使用分布式流式计算框架，构建数据闭环，从而实现持续优化基础数据。 ? 目前的成功案例有： 1.杭州白马湖动漫节的安全保障。 2.发生地震时实时警报，并通过大数据对人群热力图的分析，为震后救援工作定制合理方案及提供有效帮助。 3.与旅游局合作，将旅游分析热点图与实时推送相结合，用于疏散和引导景区高峰人流量，避免危险事件发生。
2.8K70发布于 2018-03-21 - 来自专栏用户6336521的专栏
本地外卖平台如何利用LBS大数据进行用户画像精准营销
大数据火不火想必大家心中有数，尤其在LBS定位功能的前提下，能够快速找到附近的商圈，吃喝玩乐可以说是样样不缺了。接下来我们先来认识一下LBS定位功能。 u=1326731645,3839116331&fm=26&gp=0.jpg LBS，基于用户定位数据的服务，它包括两层含义：一是确定移动设备所在的地理位置，其次是提供与位置相关的服务。 LBS的应用维度也在逐渐扩大，配送、外卖、O2O等领域，不可或缺的便是地理位置定位，向LBS+发展。 移动互联网先天被打上了LBS的标签，其成为移动互联网的核心因素之一，这也是移动互联网区别于互联网的一大特征。 而利用LBS获得精准用户主要做到以下几点，一让用户养成用外卖APP的习惯，能够在更多的地理位置得到用户分布的大数据；二优化立足于地理位置建立的周边搜索，增强用户对外卖APP的信任感；三根据不同的地理位置获取不同的福袋等等
3.3K40发布于 2019-11-15 - 来自专栏VRPinea
10.15 VR扫描：Varjo推VR-2VR-2 Pro头显；英剧院推LBS AR歌剧体验《A Vixens Tale》
VRPinea独家点评：HumanEyes Technologies CEO对VR发展表示积极，期待后续动作~ Varjo推VR-2/VR-2 Pro头显，支持Steam VR平台 近日，Varjo发布面向高端企业客户的 VR-2/VR-2 Pro头显。 目前，VR-2与VR-2 Pro均已上市，前者售价4000美元，后者售价5000美元。 VRPinea独家点评：为B端用户提供，4000美元可还行？ VRPinea独家点评：AR眼镜的分辨率是业内一直追求的~ 英国剧院推LBS AR歌剧体验《A Vixen's Tale》 近日，英国威尔士千禧中心与英国剧院联合推出一款全新的LBS AR体验《A Vixen's
90520发布于 2019-10-21 - 来自专栏数据 学术 商业 新闻
把脉城市功能 | 基于LBS大数据量化城市尺度动态功能
创新点 本文基于LBS大数据，首次在城市尺度量化城市动态功能，并对比了全国不同城市动态功能的异同点。 2.研究框架 2.1 研究数据 核心数据集包括收集自2018年10月15日至11月28日共32个工作日的腾讯定位请求数据以及高德地图开放平台2018年的POIs数据，其中，腾讯定位请求数据的时间分辨率为小时 三、基于腾讯定位请求数据的人类活动节律稳定约束。通过三重约束得到城市范围的交集作为最后每个城市的研究区域。研究范围如图2所示。 ? 然后，将poi数据重分类为6类以代表城市可以为居民提供的6大基本功能（商业、工作教育、居住、交通、文化娱乐和户外休闲），并借助TF-IDF方法缓解因poi不同类型数量之间巨大差异所带来的问题。 进一步，为了探究城市功能结构和分布特征的规律和差异，本文构建了城市功能均衡指数（每个城市在同一时段6大功能结构比例的标准差）。
77330发布于 2021-02-22 - 来自专栏WeTest质量开放平台团队的专栏
5天2亿活跃用户，2017QQ“LBS+AR”天降红包活动后台揭密
本文将从总体上介绍LBS+AR红包后台系统架构，并逐步解答上述几个问题。 LBS+AR后台架构鸟瞰 ? 图一 后台鸟瞰图（及各系统间大致调用方向） 1. 一 海量配置数据管理 LBS+AR红包与以往的红包最大的不同在于多了一重地理位置关联，全国有上千万的地理位置信息，结合活动的任务奖品数据产生了海量的配置数据，而这些数据都需要快速地实时读取（详细数据结构见后文 总体思路 配置数据有如下特点： 1. 数据量可能很大，数据间有紧密的关联 2. 极致读性能 2. 海量静态缓存数据的快速构建：完成全部机器近20G不同类型静态数据的构建和同步只需要30分钟 3. 数据同步无感知，实现无缝切换，对业务零影响 二 地图打点与查点 基于LBS的活动离不开地理位置相关的业务交互。
90230发布于 2018-10-29 腾讯地图+AI：基于大模型的智能化位置服务(LBS)核心能力与商业实践概要
其本质是将腾讯地图的开发经验与LBS大数据沉淀为AI编程技能包、大模型可直接调用的MCP工具及多模态知识库。 AI 位置服务 (LBS智能问答与搜索) 核心功能：自然语言理解意图搜地点；结合实时路况与偏好生成个性化路线；融合腾讯地图多模态知识库与大模型能力的LBS智能问答（一套API支持App、小程序、车机等多端 AI 选址 硬核指标：基于腾讯LBS大数据，覆盖小区级人群画像（人口基础、消费能力、兴趣偏好），数据按月更新。支持零食、茶饮、便利店、母婴、健身等业态定制。 2. 成效：实现快速上线附近门店、地图选点、点聚合展示功能；一键输出门店分布热力图、轨迹图等可视化数据大屏。 案例 2：以企业服务为例 (应用模块：MCP Server) 背景：企业内部的多类业务系统（助理、差旅、物流、空间管理）需要调用复杂的LBS工具链。
15510编辑于 2026-06-02- 来自专栏数据结构与算法
1675 大质数 2
1675 大质数 2 时间限制: 1 s 空间限制: 1000 KB 题目等级 : 钻石 Diamond 题目描述 Description 小明因为没做作业而被数学老师罚站，之后数学老师要他回家把第 167 173 179 181 191 193 197 199 211 223 227 229 //（不含n=233） 数据范围及提示 =0) 15 { 16 if(b%2! =0) 31 { 32 if(b%2! 45 if(n<2&&(n%2==0)) 46 { 47 return 0; 48 } 49 for(ll i=0;i<11;i++) 50 {
63860发布于 2018-04-13 - 来自专栏从码农的全世界路过
如何在大量数据中找出第2大的数字
如何在大量数据中找出第2大的数字? 这个问题与TopN很类似,但也有不同 例如: 数组nums={42, 41, 31, 7, 17, 2, 42} 在top2时,结果是{42,42} 在当前问题中,结果是41 不同之处就在于对相同数字的判断 了解topN解决方式的一定知道这种情况二叉查找树是一个最优选择; 针对相同数字的问题,最合适的去重数据结构就Set. 最终符合这两种条件的数据结构就是TreeSet.
1.8K10编辑于 2022-06-20 - 来自专栏灯塔大数据
每周学点大数据 | No.2大数据的特点、应用和算法
No.2期 大数据的特点、应用和算法 一、大数据的特点和应用 Mr. 王：大数据具有较大的数据量，和一般的数据相比，其具有如下一些特点。 在数据量上，大数据是通过各种设备产生的海量数据，其数据规模极为庞大，远大于目前互联网上的信息流量，PB 级别将是大数据的常态。 在多样性上，大数据种类繁多，在编码方式、数据格式、应用特征等多个方面存在差异性，多信息源并发形成大量的异构数据。 在价值上，数据持续到达，并且只有在特定时间和空间中才有意义。 Mr. 王：我们分析大数据、研究大数据，是希望能够利用它们获得我们需要的知识。 我们可以利用大数据进行： 预测 推荐 商业情报分析 科学研究 等发现大数据中的价值，使用大数据、利用大数据的过程。由此可知，对大数据的研究还是非常重要而有意义的。
1.2K40发布于 2018-04-09 腾讯LBS大数据支撑文旅监管：构建省级智慧平台与客流预警体系
地理精度： 拥有8000万+ POI数据量（中国覆盖最广），道路数据覆盖1000万+公里（中国道路95%覆盖）。 动态轨迹： 19亿+轨迹日里程，占城市交通流的20%，占城际交通流的40%。 2. 2. 场景化应用价值 动态预警： 实现文旅业态最大承载量全测算、景区客流监测全覆盖、旅游预警信息发布全公开。 舆情治理： 结合ASR、OCR、NLP技术，匹配POI数据与位置解析，快速定位舆情发生地点，提升响应速度。 经济带动： 通过LBS数据分析网红打卡地热度与消费情况，为文体活动转化效果提供评估依据。 2. 北京：智慧文旅平台（2023年十大政府信息化项目） 项目定位： 经北京市市长殷勇批准，市政府办公厅第69号文决议建设，打造全域智慧文旅3.0新模式。 AIGC融合能力： 将位置大数据作为大模型知识引擎的学习数据，结合数字人技术，提供个性路线规划与对话式全流程服务，实现服务内容的“千人千面”。
13610编辑于 2026-05-30腾讯云LBS大数据与智慧停车解决方案驱动商业地产数字化转型
腾讯云LBS大数据与智能停车系统构成核心解决方案 腾讯位置服务提供选址、筹建、运营全周期数据分析支持，其数据基础为日均1100亿次定位请求，覆盖设备达10亿/日，平均精度<20米（来源：腾讯位置服务）。 量化应用效果：提升决策效率与顾客体验 选址决策效率提升：某地产项目通过“数据魔方”平台分析周边商圈，获取常驻人口207,694人、工作人口132,592人等关键指标，指导业态规划（来源：腾讯云合作案例） 停车出场效率飞跃：无感支付方案将平均出场时间从20秒缩短至2秒，高峰期每小时通行车辆达509辆（来源：万达广场实战数据）。 其LBS数据覆盖99%中国网民，微信生态（小程序、企业微信）提供天然流量入口与私域运营工具。腾讯七大安全实验室为全链路业务保驾护航，确保系统稳定与数据安全（来源：腾讯云官方数据）。
8210编辑于 2026-05-31腾讯地图智慧交通解决方案：以LBS数据底座驱动业务提效与空间洞察
部署全栈式智慧位置服务矩阵 为解决上述业务痛点，腾讯地图提供以公有云（地图开放平台）与私有化部署（WeMap专网地图）双轨并行的架构，输出三大核心数据与服务产品： 多维地图数据底座： 标准精度数据（SD 高精度数据（HD）：提供绝对精度<=1m，相对精度<=0.2m的车道级、地物级高精数据，适配智能网联与自动驾驶测试。 动态数据：全天候实时路况、突发事件与道路开通封闭状态更新。 敏捷位置服务引擎（LBS API/SDK）： 整合定位、地址解析、路线规划等基础服务。 LBS大数据分析中台（SaaS/PaaS交付）： 基于百亿级定位数据，封装四大场景套件：城市网联三件套（实时客流、通勤OD、城市迁徙）、智慧交管四件套（人路通、交通安全、车辆管理、态势感知）、商业经营赋能 智能网联与自动驾驶先导区： 西青/襄阳/柳州等网联项目：提供PaaS接口与大屏SaaS平台，实现车辆在途监控、实时客流与通勤OD（起讫点）的动态三维可视化管理。
11100编辑于 2026-05-31- 来自专栏科技记者
大更新，QIIME 2 2023.5
provenance-lib提供对provenance replay的访问，这使用户能够从存储在所有QIIME 2结果中的数据来源生成新的可执行脚本。想了解更多？ 以下是该版本的亮点： QIIME 2 框架 修复了进程在退出时清理时可能发生的争用条件 Q2-组成 修复了da-barplot指向包含空格的元数据值的子图的链接断开的错误。 在ancombc中添加了元数据列类型强制实施，允许包含整数值的分类元数据列在包含在formula 向tabulate可视化工具添加了单元测试套件 q2-feature-table 添加了对所有要素表类型的支持 Q2 类型 添加了ImmutableMetadata类型，该类型旨在将 QIIME 2 元数据存放在工件中。 这使操作能够输出元数据metadata，这在以前是不可能的，因为 QIIME 2 操作只能输出工件和可视化效果。如果导出ImmutableMetadata项目，它将是一个普通的旧（可变）元数据文件。
1.1K20编辑于 2023-08-26 - 来自专栏前端技术地图
2B or not 2B: 前端大泥球
业务逻辑层（Business Logic Layer）：负责系统的业务逻辑处理、数据处理和其他业务规则的实现，为表示层提供数据和业务逻辑的支持。 数据访问层（Data Access Layer）：负责数据的存储和访问，为业务逻辑层提供数据访问的接口和实现。 多业态 在 2B 领域，让我们更棘手的是，还要面临多业态问题。 什么是多业态？ 不管是前端还是后端，这是都是一个非常大的挑战。 现状就是本文标题中讲的，多了一个维度之后，对开发而言是灾难性性，整个项目就是一个大泥球。 确立共建的范围和上下游的协作关系 即定义了一些团队之间的协作规范，比如： 上下游团队之间责任划分、共建的范围 沟通机制 发布更新的频率和形式 分支规范等等 宏观上：行业隔离/业务聚合 在宏观的层面上，定义了两大措施或建议
45920编辑于 2023-10-20 大模型25年2月最新排行榜（数据来自superclueai）
Qwen-max-latest阿里巴巴66.251.367.480API2025年1月8日-Qwen2.5-72B-Instruct阿里巴巴65.449.766.280.3API2025年1月8日Step-2- 6kimiKimi59.443.558.176.6网页2025年1月8日-Llama-3.3-70B-InstructMeta59.438.866.472.9API2025年1月8日7TeleChat2- 7B-Instruct阿里巴巴55.535.754.476.4API2025年1月8日9QwQ-32B-Preview阿里巴巴54.326.659.876.5API2025年1月8日10讯飞星火V4.0科大讯飞 2b-itGoogle39.236.469.411.820亿模型2025年1月8日SuperCLUE9大任务（2024年12月）模型名称机构深度推理指令遵循Agent计算逻辑推理代码生成与创作语言理解传统安全类使用方式发布日期 45.111.95066.557.239.57282.274.8API2025年1月8日QwQ-32B-Preview阿里巴巴58.76.31572.765.141.570.179.679.9API2025年1月8日讯飞星火V4.0科大讯飞
11.5K103编辑于 2025-02-11- 来自专栏python3
cocos2dx(3) ——大
setTexParameters(const ccTexParams& texParams); // ---- 3、新的渲染器 3.1、自动批处理 自动批处理功能意味着 渲染器将会把 多次绘制调用 打包为一次 大的绘制调用 总结: > 保持将所有的精灵放在一张大的 spritesheet 中。 V2F_C4B_T2F || ccV2F_C4F_T2F | V2F_C4F_T2F || ccV3F_C4B_T2F | V3F_C4B_T2F || ccV2F_C4B_T2F_Triangle | V2F_C4B_T2F_Triangle || ccV2F_C4B_T2F_Quad | V2F_C4B_T2F_Quad | Color3B::GRAY || kBlendFuncDisable | BlendFunc::BLEND_FUNC_DISABLE | ---- 8、新的数据结构
1.1K20发布于 2020-01-07 腾讯云LBS大数据+电子签约驱动商业地产全生命周期降本提效
运营流程成本高企： 传统合同签署面临毁约风险大、有篡改风险，且需要大量人员投入，资源占用大；法务审核依赖人工，效率瓶颈明显。 第二章：构建基于腾讯位置服务与AI中台的数字化解决方案 腾讯云智慧商业综合解决方案通过“大数据+AI+云原生”技术矩阵，覆盖商业地产全生命周期： 商圈分析（LBS大数据）： 利用腾讯位置服务（Tencent 运营效率提升（万达广场案例）： 智能停车系统上线后，平均出场时间缩短至2秒，高峰期每小时通行车辆提升至509辆（原292辆）。 基于3D建模与可视化大屏，辅助集团直观决策招商与运营。 第五章：选择腾讯云的技术壁垒与生态优势 1. 2. C2B独特连接能力 用户覆盖： 腾讯系产品覆盖99%中国用户，占据60%线上时长。具体数据包括：WeChat MAU 8亿，QQ MAU 5亿，腾讯视频MAU 6.4亿。
9210编辑于 2026-05-31- 来自专栏数据仓库技术
常见大数据面试SQL-查询前2大和前2小用户并有序拼接
一、题目 有用户账户表，包含年份，用户id和值,请按照年份分组，取出值前两小和前两大对应的用户id,需要保持值最小和最大的用户id排首位。 样例数据 +-------+----------+--------+ | year | user_id | value | +-------+----------+--------+ | 2022 user_id,第二大user_id,最小user_id,第二小user_id 根据年份分组，取出每年最大、第二大，最小、第二小用户ID。 使用if对desc_rn,rn进行判断，对符合条件的数据取出user_id,其他去null,然后使用聚合函数取出结果。 | 2023 | B,A | C,D | +-------+-----------------+-----------------+ 四、建表语句和数据插入
29310编辑于 2024-07-12 - 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？ 大单净流入 > 1000万 2. 大单占比 > 30% 3. 主动买盘 > 主动卖盘 × 2 4. 数据延迟：交易所推送有延迟，无法做到真正的实时 2. 主力伪装：大单可以拆成小单，小单也可以伪装成大单 3. 信号滞后：等你看到大单，可能已经晚了 4. 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。
41910编辑于 2026-04-23
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