墨衍会员
·
AI 创作全网分发
墨衍智能分发
本文由作者通过墨衍一键同步至各平台
1分发平台
400+累计阅读
469平均单平台
已同步平台
优快云
微信公众号
微博
知乎
掘金
百家号
博客园
抖音
小红书
你的文章也可以这样分发
墨衍会员 ¥399起/年，写一次发全网
我也要
系列文章是博主对沈剑的《架构师训练营》分享内容的个人笔记总结，原内容公众号“成为架构师”。
追日志方案：
双写方案：
两种方案都需求：服务升级，专门的小工具
服务屏蔽数据库复杂性
数据库高可用，虚IP，keepalived
通过水平切分，扩充数据量，增加实例个数
总体而言，互联网微服务的数据库架构是这样的：
有服务层屏蔽底层复杂性，有高可用，又有水平切分。
这时候，随着数据量的不断增大，我们需求持续的扩展，也就落到了秒级扩容的水平切分方案上。
这个水平切分方案是根据取模和成倍扩容给出的
修改配置主要是两个点：
基于数据编织理念，构建自动化异构数据治理平台的实战指南
在数据驱动的业务环境中，数据治理是确保数据资产价值得以释放的关键环节。其核心原理在于通过系统化的方法，对数据的可用性、完整性、安全性和一致性进行管理。随着企业数据架构日益复杂，数据分散在MySQL、Hive、对象存储等多种异构系统中，传统依赖人工的治理模式面临巨大挑战，难以应对元数据散落、数据发现困难等问题。数据编织作为一种新兴的架构框架，其技术价值在于通过构建全局知识图谱和引入主动元数据管理，能够自动化地连接、发现和治理这些分散的数据资产。它本质上是一个覆盖在异构数据源之上的“智能网络”，旨在实现数据的自
开源AI落地实战：可审计、可扩展、可交付的模型即基础设施
开源AI已超越‘免费替代品’范畴，成为具备输入输出主权、迭代节奏主权与数据闭环主权的新一代人工智能范式。其核心在于模型可审计性与本地化推理能力，支撑金融风控、医疗影像、政务知识图谱等高合规场景的稳定上线。技术价值体现在对模型行为的全程可观测、可干预、可验证，依托Llama3、Qwen2等基础模型，结合llama.cpp、TGI、LoRA等开源工具链，实现从开发调试到生产部署的全栈可控。本文聚焦工程落地中的硬件选型、量化决策、审计日志注入与幻觉治理等关键实践，为技术决策者与算法工程师提供可复用的开源AI系统构
69个网络架构技术知识点大全
惊群效应也有人叫做雷鸣群体效应，不过叫什么，简言之，惊群现象就是多进程（多线程）在同时阻塞等待同一个事件的时候（休眠状态），如果等待的这个事件发生，那么他就会唤醒等待的所有进程（或者线程），但是最终却只可能有一个进程（线程）获得这个时间的“控制权”，对该事件进行处理，而其他进程（线程）获取“控制权”失败，只能重新进入休眠状态，这种现象和性能浪费就叫做惊群。一般来说系统的吞吐量是可以被测算的，为了保证系统的稳定运行，一旦达到的需要限制的阈值，就需要限制流量并采取一些措施以完成限制流量的目的。
腾讯云智能顾问：游戏架构主动治理与成本性能优化实战
在云原生与微服务架构成为主流的今天，如何有效治理复杂的技术架构、保障系统稳定性并优化成本，是每一位开发者和运维工程师面临的核心挑战。其原理在于通过持续监控、关联分析与规则引擎，将海量运维数据转化为可执行的洞察。这项技术的核心价值在于推动运维模式从“被动救火”转向“主动防御”，实现降本增效与风险前移。典型的应用场景包括资源利用率优化、性能瓶颈定位、安全合规加固与高可用架构构建。本文以游戏行业为例，深入剖析如何借助腾讯云智能顾问这一“架构治理专家系统”，通过自动化扫描与AI分析，系统性解决资源闲置、配置漂移、性
机器学习模型上线：从Jupyter到生产环境的工程化落地
机器学习模型部署不是简单封装为API，而是将算法嵌入真实业务系统的过程。其核心在于理解模型推理、特征服务、基础设施与合规流程之间的耦合关系。在支付风控、信贷审批等高敏场景中，90%的线上问题源于数据漂移、特征延迟、服务熔断或决策审计缺失，而非模型本身性能不足。因此，构建可监控、可降级、可回溯、可审计的ML系统，已成为MLOps实践的关键能力。本文聚焦模型上线后的稳定性保障、失败剧本设计、延迟分解优化及实时漂移检测等工程实操方法，覆盖从特征获取到决策输出的全链路可靠性建设。
门诊病历智能生成系统架构：从语音采集到EMR回写完整链路
语音识别（ASR）与大语言模型（LLM）的结合正在重塑医疗信息化的交互模式。通过流式语音转写、医学名词纠错和检索增强生成（RAG），系统能够将医患对话实时转化为结构化文本。其核心原理在于利用规则引擎与语义校验双重质控，确保生成内容符合病历规范。技术价值在于降低医生录入负担，提升门诊效率，同时通过私有化部署和全链路审计满足医疗数据合规要求。在门诊高峰期并发场景下，系统需与企业EMR系统无缝对接，实现草稿确认后的一键回写。本文基于系统架构视角，完整拆解从语音采集、会话管理、病历生成引擎到质控、EMR回写的工程化
GNN图数据增强与开源分布式应用实战
图神经网络（GNN）正从判别式模型转向生成式引擎，成为图结构数据增强的核心技术；其消息传递机制天然建模节点特征与拓扑结构的强耦合关系，可精准合成符合业务分布的高质量子图。相比传统随机扰动或表格类增强方法，GNN驱动的条件生成在FID等指标上实现数量级提升，并支撑反洗钱、设备预测等高价值场景。结合Ray、DGL、MinIO等开源组件构建解耦式增强Pipeline，能有效应对分布式训练中的资源错配、序列化瓶颈与扩展性挑战，真正实现‘小样本→大供给→高并发’的AI工程闭环。
HBase在大数据领域金融数据处理中的应用
金融行业作为数据密集型领域，面临日均千亿级交易记录、毫秒级响应要求、严格合规性监管等挑战。传统关系型数据库在扩展性、吞吐量和成本上难以满足需求，而HBase作为基于Hadoop的分布式列式存储系统，具备线性扩展、高并发读写、自动分片等特性，成为金融数据处理的核心技术之一。本文聚焦HBase在金融场景中的核心应用，包括实时交易处理、风险监控、客户画像分析等，涵盖架构设计、数据模型优化、性能调优与实战案例，帮助技术人员掌握HBase在金融领域的落地实践。背景与核心概念。
Ubuntu零基础入门到精通【3.2讲】：安装 Ubuntu Server：从零开始到生产就绪的完整实战指南
🏆 本文收录于 《滚雪球学 Ubuntu》 专栏。 本专栏面向有一定计算机基础，但尚未系统学习 Linux / Ubuntu 的读者，采用“滚雪球式学习法”：先装好、再会用、再理解、再优化、再实战，带你从第一次进入 Ubuntu 桌面 / 终端开始，逐步掌握 Ubuntu 的日常使用、命令操作、软件安装、系统配置、开发环境搭建与服务器部署能力。
新手入门机器学习案例（附源代码）
无
STM32开发工具链选型：MDK、CubeIDE、VSCode与IAR深度对比
嵌入式开发工具链是连接软件逻辑与硬件行为的核心枢纽，其选择直接影响代码可靠性、调试效率与量产稳定性。从编译器优化能力、调试协议支持（如ARM CoreSight、SWO）、硬件抽象层级（寄存器/LL/HAL）到跨平台构建能力，不同工具在实时性保障、静态分析合规性（如MISRA-C）、WCET可预测性及生态开放度上存在本质差异。尤其在STM32平台，Keil MDK凭借深度调试能力成为HardFault定位首选，STM32CubeIDE依托图形化配置加速外设初始化，而VSCode+PlatformIO则以LS
【抓包工具】Windows 10/11：Charles 从零到精通（下载、安装、配置与HTTPS证书实战）
本文提供了一份详尽的Charles抓包工具在Windows 10/11系统上的从零到精通指南。内容涵盖下载安装、初始配置、解决端口冲突，并重点解析了HTTPS抓包的核心步骤——安装CA证书。此外，还介绍了手机抓包配置及映射、断点等高效使用技巧，帮助开发者和测试人员快速掌握网络调试与安全分析技能。
matlab球面投影（二）
matlab球面投影,想做一个全景相机，不知道，要做成啥样，于是在MATLAB先仿真一下，看下是个啥样子 百度别人做的，复制下面的代码到MATLAB的命令串口下，，网上找了张全景图，可以是bmp，jpg，改程序就可以了 回车运行就可以看到结果。 复制下面代码时，下面的中文注释记得删除，MATLAB是会报错的， close all; clear all; clc [x,y,z]=sphere(50); A=imread('a.JPG'); //名字是自己命名的，记得改 B=warp(x,y,-z,
4D Gaussian Splatting for Real-Time Dynamic Scene Rendering-4DGS阅读笔记
为了实现实时动态场景渲染，同时还能具备较高的训练和存储效率，作者提出了四维高斯溅射（4D-GS）方法，将其作为动态场景的一种整体表示方式，而不是对每个单独的帧应用三维高斯溅射（3D-GS）方法。在 4D-GS 中，提出了一种新颖的显式表示方法，它同时包含三维高斯模型和四维神经体素。受 HexPlane 启发，提出了一种分解的神经体素编码算法，以高效地从四维神经体素构建高斯特征，然后应用一个轻量级多层感知器（MLP）来预测在新时间戳下的高斯变形。
DeepSeek 在 PostgreSQL 中，执行 `DELETE` 操作后，数据占用的空间并不会立即释放给操作系统
操作后，数据占用的空间并不会立即释放给操作系统。这是 PostgreSQL 的 MVCC（多版本并发控制）机制决定的——删除的数据只是被标记为“死元组”，物理空间仍然被表占用。这是最彻底的释放方式，会将表重写为一个没有空洞的新文件，将空间返回给操作系统。如果你的表非常大（如几百GB），或者这是生产环境的核心表，建议优先考虑。你可以告诉我你的表大概多大、是否能接受锁表，我可以给你更精确的建议。要真正释放空间，需要根据你的实际需求，从以下三种方案中选择一种。如果你既想彻底释放空间，又无法接受锁表，
Openclaw 附录B 常用Skills清单
核心作用支持URL、网页、PDF、图片、音频和YouTube视频的摘要与字幕提取，由OpenClaw创始人@steipete开发的官方内置Skill。安装⚠️说明：原推荐的summarize未在ClawHub验证到，YouTube字幕提取功能已内置于summarize中。使用场景“提取这个2小时Next.js教程视频的核心代码逻辑，按章节整理成学习笔记”推荐指数：⭐⭐⭐⭐。
廖雪峰Python教程[完整版]
廖雪峰的python教程整理的，已经排好版了，而且还是完整的，适合小白
VC中sqlite的使用
在VC中对sqlite的使用，实现数据库大批数据的快速插入，读取数据库中的数据在ListCtrl中显示
Probability and Statistics - 4th edition
Probability and Statistics - 4th edition
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
516
扫一扫
