- 综合排序
- 最热优先
- 最新优先
双图谱架构驱动渗透测试任务完成率提升至85%
构建因果推理与动态规划双引擎 针对核心痛点，项目采用P-E-R（规划-执行-反思）协同框架，创新性地引入双图谱驱动架构： 任务图谱：基于DAG有向无环图实现非线性任务编排，通过子任务状态管理（pending →in_progress→completed/failed）和依赖关系建模，解决线性执行导致的逻辑死锁问题 因果图谱：通过四层节点结构（证据节点→假设节点→漏洞节点→利用节点）构建科学推理链条，采用贝叶斯置信度算法 团队在腾讯云黑宫松竞赛中展现的体系化攻防能力，验证了双图谱架构在真实场景中的可靠性。战队负责人表示："系统首次实现了渗透测试任务的动态重规划能力，使智能体具备人类专家级的战略适应性。" 其核心优势体现在： 知识检索增强（RAG）机制：将知识检索封装为原子化工具，解决大模型领域幻觉问题 多维度抗遗忘架构：通过关键事实锚定和外部化记忆，实现长周期任务状态保持 智能上下文压缩技术：在保持93%
18210编辑于 2026-04-04- 来自专栏JAVA高级架构开发
史上最全的架构师图谱
本文是笔者多年来积累和收集的知识技能图谱，有的是笔者原创总结的最佳实践，有的是小伙伴们的分享，其中每个秘籍图谱里面的内容都是互联网高并发架构师应该了解和掌握的知识，笔者索性把这些图谱收集在一起，并且归类便于查找和学习 ，希望能够帮助到每一位想成为架构师或者已经是架构师的小伙伴，这里我们的标题“史上最全的架构师图谱”是本文的目标，作者计划把这篇文章作为一个开放性的文章，如果读者发现更多的图谱，请联系作者本人，我们把更多的图谱 、思维导图汇集在其一起，最终一定能成为互联网上“史上最全的架构师图谱”。 说到这里，也给大家推荐一个架构交流学习群：614478470，里面会分享一些资深架构师录制的视频录像：有Spring，MyBatis，Netty源码分析，高并发、高性能、分布式、微服务架构的原理，JVM （1）常用源码框架 （2）互联网分布式架构 （3）团队协作开发 （4）架构基础 （5）微服务专题 （6）性能调优专题 （7）并发编程 （8）设计模式 想要学习Java高架构、分布式架构、
57900发布于 2018-10-27 - 来自专栏前端二次元
双引擎架构Vite如何实现？
在 Vite 的架构中，两者各自扮演了什么样的角色？本文我将和你一起拆解 Vite 的双引擎架构，深入分析Esbuild和Rollup究竟在 Vite 中做了些什么。 Vite 架构图很多人对 Vite 的双引擎架构仅仅停留在开发阶段使用 Esbuild，生产环境用 Rollup的阶段，殊不知，Vite 真正的架构远没有这么简单。 相信对于 Vite 的双引擎架构，你可以从图中略窥一二。在接下来的内容中，我会围绕这张架构图展开双引擎的介绍，到时候你会对这份架构图理解得更透彻。 小结本小节的内容中，我给你拆解了 Vite 底层双引擎的架构，分别介绍了 Esbuild 和 Rollup 究竟在 Vite 中做些了什么，你需要重点掌握 Vite 的整体架构以及 Esbuild 和 在下面的几个小节中，我们将一起进入双引擎本身的学习。我正在参与2023腾讯技术创作特训营第三期有奖征文，组队打卡瓜分大奖！
1K32编辑于 2023-11-11 知识图谱增强大模型应用架构
本文是知识增强大模型应用架构的简要概述，更加详细的内容，可以参考我所撰写的即将出版的《知识增强大模型导论》一书。 二、应用架构的设计原则 1. 集大成，避幻觉 应用架构的设计应强调集成性，避免单一模块主导全局，从而减少幻觉（hallucination）现象的发生。大模型负责基础理解，知识图谱、向量检索和搜索引擎负责结构化知识补充。 多模块协同架构如同一个多层次的生态系统，稳健而高效。 2. 架构灵活，覆盖多场景 灵活性是知识增强大语言模型的核心特征。架构应适配不同的行业场景需求，从内容生成到知识问答，从智能搜索到业务推荐。 三、知识增强大模型应用系统架构概览 知识增强大语言模型应用架构的核心思想是将外部知识以结构化或非结构化的形式注入大模型中，从而弥补模型自身知识的不足，这类似于人类学习过程中的“查阅资料”。 从架构上，知识增强大模型应用系统通常将大模型作为通用知识处理的基础设施，同时结合文档搜索、数据库检索和知识图谱来注入高精度、领域化的知识内容。架构整体设计如图所示。
85110编辑于 2024-12-24- 来自专栏大数据架构师成长之路
大数据架构师知识图谱
一、大数据计算组件 Spark Flink Hive DataSphere 二、分布式存储 HDFS Hbase Doris 三、资源调度 Yarn Dolphin 四、数据仓库常用工具 Pig Hive kylin Spark SQL Impala Phoenix ElasticSearch Logstash Datax 五、消息队列 Kafka RocketMQ ZeroMQ ActiveMQ RabbitMQ 六、流式计算 Spark Streaming(准实时) Flink（实时） 七、日志收集
1.9K40发布于 2020-04-14 - 来自专栏Laoqi's Linux运维专列
Mysql（双主）主主架构配置
因此，如果是双主或者多主，就会增加mysql入口，增加高可用。 不过多主需要考虑自增长ID问题，这个需要特别设置配置文件，比如双主，可以使用奇偶，总之，主之间设置自增长ID相互不冲突就能完美解决自增长ID冲突问题。 MySQL双主（主主）架构方案思路是: 1.两台mysql都可读写，互为主备，默认只使用一台（masterA）负责数据的写入，另一台（masterB）备用； 2.masterA是masterB的主库，masterB 又是masterA的主库，它们互为主从； 3.两台主库之间做高可用,可以采用keepalived等方案（使用VIP对外提供服务）； 4.所有提供服务的从服务器与masterB进行主从同步（双主多从）; masterB可能会一直处于空闲状态（可以用它当从库，负责部分查询）； 2.主库后面提供服务的从库要等masterB先同步完了数据后才能去masterB上去同步数据，这样可能会造成一定程度的同步延时； 架构的简易图如下
9.4K120发布于 2018-05-09 - 来自专栏性能与架构
Mysql Dual Master双主复制架构
常用的复制方式是一主一从的基本架构，但有时可能还会需要在一些特定的场景下进行Master的切换 如在Master端进行一些维护操作时，可能要停止MySQL的服务。 一旦有了server-id的值，MySQL就很容易判断某个变更是从哪一个MySQL Server最初产生的，所以就很容易避免出现循环复制的情况 通过Dual Master复制架构，能够避免因为正常维护所带来的重新搭建 Replication环境的操作，因为任何一端都记录了自己当前复制到对方的什么位置了，在系统搭建之后，它就会自动从之前的位置开始重新复制，不需要人为地干预，大大节省了维护成本 不仅如此，Dual Master复制架构和一些第三方的
2.6K40发布于 2018-04-02 - 来自专栏运维知识
MySQL集群 双主架构（配置命令）
今天刚开学第一天给大家分享一期：MySQL集群双主的配置需求和命令 MySQL双主是一种高可用性和容错性的数据库架构，有两个主数据库（Master）。 这种架构允许在其中一个主数据库出现故障时，系统仍然能够正常运行，并且在故障恢复后能够继续正常工作。 工作原理： 两台 MySQL 实例都可读写，互为主备。 缺点： 数据一致性风险: 双主架构需要保证两台主节点的数据一致性，这可能会带来一些风险，例如数据冲突等。 配置和管理复杂度: 双主架构的配置和管理比单主架构复杂，需要 DBA 具备一定的专业知识。 双主配置命令 1.master1配置 1.修改配置文件 配置完成后重启 vim /etc/my.cnf log_bin server-id=1 gtid_mode=on enforce_gtid_consistency
1.8K10编辑于 2024-06-03 - 来自专栏性能与架构
Mysql 双主与级联复制结合架构
才能支撑读的压力 这时候，Master就会比较吃力了，因为仅仅连上来的Slave IO线程就比较多了，这样写的压力稍微大一点时，Master端因为复制就会消耗较多的资源，很容易造成复制的延时 解决方案：级联复制架构 ，因为Slave越多，整个集群的写IO总量也就会越多，增加复制的级联层次，同一个变更传到最底层的Slave需要经过的MySQL也会更多，同样可能造成延时较长的风险 Dual Master与级联复制结合架构 这样就很自然地出现了Dual Master与级联复制结合的架构 这种方式最大的好处就是既可以避免主Master的写操作不会受到Slave集群的复制所带来的影响，同时主Master须要切换的时候也基本上不会出现重搭
1.8K50发布于 2018-04-02 - 来自专栏魏杰的技术专栏
MySQL 双主 Master to Master 架构部署方法
接下来开始进行 MySQL 的双主配置 编辑 TestServer1（192.168.0.1）的 MySQL 配置文件（/etc/my.cnf），内容如下： [mysqld] server-id=1 Query OK, 0 rows affected (0.05 sec) MySQL> start slave; Query OK, 0 rows affected (0.00 sec) 至此，MySQL的双主就设置好了 (‘f’) 此刻，在两台主机的 test 表中，可以看到如下的记录： id name 1 a 3 b 5 c 6 d 8 e 10 f 两台主机上的自增字段按照各自的偏移值递增，从而保证双主架构下 至此，MySQL 的双主架构部署就全部完成了 阳光部落原创，更多内容请访问http://www.sunbloger.com/
1.2K20编辑于 2022-12-23 - 来自专栏Golang语言社区
最新后端架构师技术图谱！附学习资料～
gRPC 单机定时调度 分布式定时调度 消息总线 消息的顺序 RabbitMQ RocketMQ ActiveMQ Kafka Redis 消息推送 ZeroMQ Memcached Redis Tair 架构 回收策略 本地缓存 Nginx OpenResty Apache Httpd Tomcat Jetty 架构原理 调优方案 Web Server 缓存 客户端缓存 消息队列 定时调度 RPC 数据库中间件 开发模式 命令查询职责分离(CQRS) 贫血，充血模型 DDD(Domain-driven Design - 领域驱动设计) Actor 模式 响应式编程 DODAF2.0 Serverless 项目管理 架构评审 重构 代码规范 RUP 看板管理 SCRUM 极限编程 敏捷开发 结对编程 通用业务术语 技术趋势 架构师素质 团队管理 招聘 资讯 在线电子书 纸质书 开发方面 架构方面 技术管理方面 基础理论 工具方面
68510发布于 2018-07-26 - 来自专栏DrugOne
MuRP | 双曲空间下知识图谱链路预测新方法
知识图谱是一个典型的分层多关系数据结构，将其嵌入到双曲空间中可能会有较明显的改进。因此该文章重点研究在双曲空间中嵌入多关系知识图谱数据，并进行链路预测。 MuRP的参数数随实体和关系的数目线性增加，从而具有较大的知识图谱可伸缩性。 3 实验 3.1 数据集 文章首先使用标准WN18RR和FB15k-237数据集测试庞加莱和欧几里得模型在知识图谱链接预测任务中的性能。 表2 WN18RR上不同模型架构选择的消融研究：关系转换(左)和偏差(右)。 从表2可以看出，对当前模型架构的任何更改都会对MuRE和MuRP的性能产生负面影响。 此外，由于知识图谱中并不是所有的关系都是分层的，后续工作可以将欧几里得和双曲模型结合起来，产生最适合数据曲率的混合曲率嵌入。
2.4K60发布于 2021-02-01 - 来自专栏Java技术栈
最新后端架构师技术图谱！附学习资料～
gRPC 单机定时调度 分布式定时调度 消息总线 消息的顺序 RabbitMQ RocketMQ ActiveMQ Kafka Redis 消息推送 ZeroMQ Memcached Redis Tair 架构 回收策略 本地缓存 Nginx OpenResty Apache Httpd Tomcat Jetty 架构原理 调优方案 Web Server 缓存 客户端缓存 消息队列 定时调度 RPC 数据库中间件 开发模式 命令查询职责分离(CQRS) 贫血，充血模型 DDD(Domain-driven Design - 领域驱动设计) Actor 模式 响应式编程 DODAF2.0 Serverless 项目管理 架构评审 重构 代码规范 RUP 看板管理 SCRUM 极限编程 敏捷开发 结对编程 通用业务术语 技术趋势 架构师素质 团队管理 招聘 资讯 在线电子书 纸质书 开发方面 架构方面 技术管理方面 基础理论 工具方面
1.8K20发布于 2018-06-04 - 来自专栏Java技术栈
34张架构史上最全技术知识图谱
1.1 架构师图谱 1.2 Java架构师图谱 1.3 微服务架构秘籍 1.4 一致性图谱 1.5 互联网大流量的方法 1.6 安全秘籍 1.7 阿里巴巴常用小框架 1.8 架构方法论图谱 1.9 设计模式秘籍图谱 2.1 JVM虚拟机垃圾回收图谱 2.2 Java并发图谱 2.3 Java集合图谱 2.4 Java集合类图 2.5 Java List类图 2.6 Java Map类图 2.7 Java Set类图 2.8 Java TCP IP 3.1 Hadoop技能图谱 3.2 大数据技能图谱 4.1 云计算图谱 4.2 云计算技能图谱 5.1 iOS技能图谱 5.2 OpenResty技能图谱 5.3 前端技能图谱 5.4 容器技能图谱 5.5 嵌入式开发技能图谱 5.6 开发语言宝典 5.7 移动端测试图谱 5.8 运维技能图谱 5.9 软件工程图谱 5.10 DevOps图谱 5.11 前端开发图谱 5.12 后端开发图谱 5.13 软件发布流程 高清图片版已上传到java群：274435854。
2.4K60发布于 2018-03-30 双活&多活的高可用架构，以及伪双活的陷阱规避
双活架构（Active-Active） 双活架构指的是两个站点（或数据中心）同时处于活跃状态，共同处理业务流量和数据处理任务。 图 XGuard的双活架构 XGuard的双活是真正意义上的双活，同一个节点可以同时承担起所有对外访问的业务，可以做到真正的业务负载均衡同时故障可无缝切换，提升了整体对外服务能力，降低了客户运维成本。 假双活 假双活指的是表面上看起来是双活架构（两个站点同时运行），但实际上并未实现真正的双活特性（如数据一致性、故障自动切换、负载均衡等）。 （4）单点依赖 现象：架构中存在单点组件（如数据库主库、全局负载均衡器），导致两个站点实际依赖同一资源。 问题：单点故障会导致整个系统瘫痪，双活架构失去意义。 企业在设计架构时，应明确自身对可用性、成本和技术复杂度的权衡或要求，避免陷入 “假双活” 陷阱。
13110编辑于 2026-04-21- 来自专栏vivo互联网技术
同城双活与异地多活架构分析
服务多活是高可用架构重要实施手段，本文介绍了一些业界常用的多活手段例如同城双活、两地三中心、异地多活架构设计方案并详述了各种方案的优缺点。 架构方案较为简单，核心是解决底层数据双活，由于双机房距离近，通信质量好，底层储存例如mysql可以采用同步复制，有效保证双机房数据一致性。 三、两地三中心架构 所谓两地三中心是指 同城双中心 + 异地灾备中心。 架构方案较为简单，核心是解决底层数据双活，由于双机房距离近，通信质量好，底层储存例如mysql可以采用同步复制，有效保证双机房数据一致性。 同城双活和两地三中心建设方案建设复杂度都不高，两地三中心相比同城双活有效解决了异地数据灾备问题，但是依然不能解决同城双活存在的多处缺点，想要解决这两种架构存在的弊端就要引入更复杂的解决方案去解决这些问题
14.6K65发布于 2020-09-14 - 来自专栏魏杰的技术专栏
部署 Keepalived 实现 MySQL 双主高可用架构
1.部署 MySQL 双主（Master – Master）集群 参考我的博文：《MySQL 双主 Master to Master 架构部署方法》 地址：http://www.sunbloger.com /2018/08/16/604.html 假设已经在 IP 为 192.168.0.1 和 192.168.0.2 的两台主机上部署好了 MySQL 双主集群，接下来我们进行 Keepalived 的部署
75810编辑于 2022-12-23 - 来自专栏后端从入门到精通
Redis延迟双删-架构案例2021（三十二）
通过对需求的分析，在数据管理上初步决定采用关系数据库(MySQL)和数据库缓存(Redis)的混合架构实现。 经过规范化设计之后，该系统的部分数据库表结构如下所示。 （有不同步问题采用延迟双删解决） （延迟双删是在存入数据库之后，睡眠一段时间，再把redis数据删掉，保证后面redis数据和数据库的一致） 2）主动同步：主动在程序读取mysql的binlog日志，把日志里的数据写入到 二、web系统架构设计 某公司拟开发一个智能家居管理系统，该系统的主要功能需求如下：1)用户可使用该系统客户端实现对家居设备的控制，且家居设备可向客户端反馈实时状态；2)支持家居设备数据的实时存储和查询 【问题2】(12分) 请从下面给出的(a)~(j)中进行选择，补充完善图5-1中空( )~( )处的内容，协助李工完成该系统的架构设计方案。
8.6K20编辑于 2023-09-20 - 来自专栏好派笔记
Nginx+keepalived主从与双主架构总结
auth_pass 1111 } virtual_ipaddress { 10.128.25.24 } } 5.nginx+keepalived双主模式集群实验 这种方案，使用两个vip地址，前端使用2台机器，互为主备，同时有两台机器工作，当其中一台机器出现故障，两台机器的请求转移到一台机器负担，非常适合于当前架构环境。
1.7K21发布于 2021-09-15 - 来自专栏卯金刀GG
淘宝应对双11的技术架构分析
双“11”最热门的话题是TB ，最近正好和阿里的一个朋友聊淘宝的技术架构，发现很多有意思的地方，分享一下他们的解析资料： 淘宝海量数据产品技术架构 数据产品的一个最大特点是数据的非实时写入，正因为如此 图1 淘宝海量数据产品技术架构 按照数据的流向来划分，我们把淘宝数据产品的技术架构分为五层（如图1所示），分别是数据源、计算层、存储层、查询层和产品层。 以上是淘宝海量数据产品在技术架构方面的一个概括性的介绍，接下来我将重点从四个方面阐述数据魔方设计上的特点。 图8 glider的技术架构 有经验的读者一定可以想到，从本质上来讲，这就是广义上的异构“表”之间的JOIN操作。那么，谁来负责这个事情呢？ 所以说，一个良好的架构固然能够在很大程度上降低开发和维护的成本，但它自身一定是随着数据量和流量的变化而不断变化的。我相信，过不了几年，淘宝数据产品的技术架构一定会是另外的样子。
3.2K20发布于 2019-07-26
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