上周IP获得分汇总表（2005-10-31 00:00:00 到2005-11-07 00:00:00）

最新推荐文章于 2025-07-17 14:58:17 发布
原创 最新推荐文章于 2025-07-17 14:58:17 发布 · 2.1k 阅读 · 0 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#360

IP总得分得技术分
211.167.59.21623742369
219.238.122.15421592027
210.72.232.67  21192109
220.201.32.20317901769
218.108.240.19615371530
222.92.31.4    15021281
220.201.62.84  13881375
219.142.62.24313481316
222.66.15.218  10951075
60.191.10.230  978658
61.152.238.2   974262
59.36.116.195  965814
210.22.158.60  919919
60.2.17.114    905905
218.5.67.78    857847
203.207.134.251829829
221.239.190.228140
218.247.16.227792792
61.185.224.68  769667
202.101.188.136758758
218.108.32.106758742
210.21.226.59  749519
61.150.43.37   747747
218.9.8.66     738683
211.155.226.115733725
61.144.248.19  70915
218.1.15.138   694626
68.32.183.13   679677
60.191.28.48   673673
202.103.247.70671655
61.144.53.199  653535
218.80.198.206646635
202.108.130.138645585
218.94.6.232   641545
218.79.233.120639619
61.233.21.254  633477
202.114.71.25  612509
219.136.230.123596168
61.191.27.34   596343
211.144.36.18  593588
218.6.192.195  592503
210.73.58.34   588467
221.218.26.129582580
219.131.222.148550550
210.53.207.1535330
61.49.230.13   5230
61.144.161.84  519493
218.80.224.9   518490
60.191.10.229  507473
202.104.85.2   5060
61.172.57.186  499492
210.83.24.151  494277
218.90.152.134489426
59.36.116.229  479454
59.44.116.195  477408
169.145.3.13   475470
220.248.75.130470469
169.145.3.11   468468
60.191.10.227  467446
218.249.96.151464446
202.115.58.24  460460
219.133.88.214459459
202.109.96.249457442
202.101.160.58454343
202.105.135.162433253
61.154.11.184  426421
218.0.207.240  425154
218.79.237.96  423409
202.118.74.137415407
61.129.126.39  414350
61.145.175.2   411134
220.231.21.50  4080
210.21.227.66  408367
222.92.48.174  406366
59.36.130.29   405346
202.134.97.13140286
61.28.6.170    391386
59.36.130.172  389389
218.79.243.116387387
61.144.67.66   382372
221.6.14.226   382367
59.42.176.198  382342
61.144.54.46   381365
218.104.60.81  381324
202.106.160.154379340
219.134.26.25  378378
210.74.189.51  376366
169.145.3.12   375370
210.77.16.162  374196
222.37.2.32    373248
202.108.200.14637223
202.103.243.108369272
221.224.54.186366324
203.187.169.138365345
221.0.205.50   365360
219.129.146.129365361
61.144.207.69  364328
210.22.109.131363306
211.96.102.112357349
221.3.149.142  3460
数仓(三)：分层设计 ODS-DWD-DWS-ADS
.
11-27 2万+
一、数仓建模的意义，为什么要对数据仓库分层？ 只有数据模型将数据有序的组织和存储起来之后，大数据才能得到高性能、低成本、高效率、高质量的使用。 1、清晰数据结构：每一个数据分层都有它的作用域，这样我们在使用表的时候能更方便地定位和理解。 数据关系条理化：源系统间存在复杂的数据关系，比如客户信息同时存在于核心系统、信贷系统、理财系统、资金系统，取数时该如何决策呢？数据仓库会对相同主题的数据进行统一建模，把复杂的数据关系梳理成条理清晰的数据模型，使用时就可避免上述问题了。 2、数据血缘追...
提示工程隐私保护的核心技术：架构师必须掌握的5个知识点！
最新发布
AI天才研究院
08-15 917
想象你参加一个化妆舞会，每个人都戴着面具——别人能看到你的轮廓和动作，却不知道你是谁。提示数据脱敏技术就像"给敏感信息戴面具"：在保留提示可用性的同时，移除或隐藏其中的个人身份信息(PII)和敏感数据。核心目标：使处理后的提示无法直接或间接关联到特定个体，同时保持提示与模型交互的有效性。例如，原始提示：“医生，我是张三（身份证310********1234），最近血糖值10.5mmol/L，需要调整用药吗？脱敏后提示：“医生，我是[用户A]，最近血糖值[高血糖指标]，需要调整用药吗？
基于RAGFlow本地部署DeepSeek-R1大模型与知识库：从配置到应用的全流程解析
c18213590220的博客
03-15 6302
作为一名从业七年的程序员，最近听到很多程序员朋友都喜提了n+1裁员大礼包，在AI技术飞速发展的今天，我意识到程序员转型为AI工程师似乎是一个不错的选择。
DeepSeek-R1本地化部署实战：RAGFlow框架下的全流程配置指南
2401_85154887的博客
07-17 1032
摘要 本文介绍了程序员转型AI工程师的技术路径，重点讲解检索增强生成（RAG）技术及其应用。文章首先概述了Embedding概念及主流模型对比，详细解析了RAG的工作流程（数据索引、检索、增强、生成）。随后提供了基于RAGFlow本地部署DeepSeek-R1大模型及构建知识库的实操指南，包括Ollama和RAGFlow的安装配置步骤。最后分享了相关技术资源获取渠道，为程序员向AI领域转型提供了实用技术方案。文中包含多个技术对比表格和流程图，适合希望掌握RAG技术的开发者参考。
《安富莱嵌入式周报》第220期：2021.07.05--2021.07.11
Simon223的博客
07-13 410
往期周报汇总地址：http://www.armbbs.cn/forum.php?mod=forumdisplay&fid=12&filter=typeid&typeid=104 Sondrel推出Cortex-M55 + Ethos U-55的IP平台。https://www.sondrel.com/newsroom/sondrel%27s-sfa-100-ip-platform-for-intelligence-gathering-chips-at-the-edge 他们
面试系列一：精选大数据面试真题10道（混合型）-附答案详细解析
yuan_more的博客
02-22 8218
本公众号（五分钟学大数据）将推出大数据面试系列文章—五分钟小面试，此系列文章将会深入研究各大厂笔面试真题，并根据笔面试题扩展相关的知识点，助力大家都能够成功入职大厂！ 大数据笔面试系列文章分为两种类型：混合型（即一篇文章中会有多个框架的知识点—融会贯通）；专项型（一篇文章针对某个框架进行深入解析—专项演练）。 此篇文章为系列文章的第一篇（混合型） 第一题：大数据笔试题-Java相关（美菜网） 写出下列程序的输出： class Father{ static { System.ou.
最火的分布式调度系统 XXL-JOB 安装和简单使用
kanlon的博客
12-21 2584
唉，在谈文章之前先说一下自己的情况。原计划是在上周六写完这篇文章的，然而周六的时候打开电脑的，按照平常"惯例",先补一些 “黑色五叶草”/“进巨”的番，然后刷着刷着就忘记写????，接着就逛逛知乎，逛逛b站。啪地一下，趁我不注意????，周六日就过去，于是就拖到了这周才来更新（立下的flag总是被自己打倒????）。这周六日我有也有写部分，不过发现做一个这样的教程类文章也是挺耗时间（这篇文章差不多耗了我两个周末的时间），要先自己搭建完好之后，然后把其中每一步的操作都记录下来，相当于为了写这篇文章，我搭了2,
SQL血的教训--数据库故障30例汇总(更新到2025年3月)
zping的博客
09-17 125
1，每次查询的数据要有限制 2013年1月 产品独立数据库，由于多条SQL每次查询数据超过几千条，有些超过10万条数据未分页，造成应用服务器CPU有时持续100%。 2，禁止循环调用SQL 2011年5月 程序调用Sys_User查询，每分钟执行超过3千次，造成服务器CPU持续100% 3，禁止使用递归方法调用SQL； 方法内如出现数据异常，极易造成查询死循环 4，...
NocoBase 本周更新汇总：优化及缺陷修复
NocoBase 的博客
02-13 950
本周更新包括：优化移动端、工作流，修复缺陷等。
从裁员到年薪百万：程序员靠RAG技术逆袭的“核心密码”
python12345_的博客
03-18 855
作为一名从业七年的程序员，最近听到很多程序员朋友都喜提了n+1裁员大礼包。上周与老友聚会时，大家纷纷诉说着各自最近的遭遇，聚会气氛一度十分沉重。老Z感叹：“公司决定将部分业务外包，结果我被列入了裁员名单。”老L则无奈道：“市场竞争激烈，项目减少，团队预算被削减，前几天我也被裁掉了。”聚会回家后我十分焦虑地打开了招聘软件，发现传统程序员的岗位出现了僧多肉少的情况，hr每天回复几十次的都有，关键薪资待遇并不是很理想。
2025年上海市“星光计划”第十一届职业院校技能大赛网络系统管理模块A：网络构建真题
weixin_42221934的博客
05-27 158
2025年上海市“星光计划”第十一届职业院校技能大赛网络系统管理模块A：网络构建真题
腾讯大数据开发面试题及参考答案（4万字长文-持续更新）
大模型大数据攻城狮的专栏
07-17 1233
MapReduce 是一种编程模型，用于大规模数据集的并行处理。它将数据处理任务分解为两个阶段：Map 阶段和 Reduce 阶段。Map 阶段：输入数据被拆分成多个小块，每个小块由一个 Map 任务处理。Map 函数对数据进行键值对形式的转换，生成中间键值对输出。Shuffle 阶段：Map 任务的输出会被排序和分区，相同键的键值对会被发送到相同的 Reducer 上。Reduce 阶段。
华为0830-题解-频率搬移值分配| 二叉树构建+层序遍历
2301_79125431的博客
09-06 377
中兴领军：二面美团：二面后人才库（就当寄了，“美团，卸载”）华为云：免笔试阿里控股：笔试依托，约了二面阿里淘天：笔试ak，等约面（快点吧）京东：笔试依托，hr打。公司：喜马拉雅 岗位：运营岗 状态：已经实习三个月工作内容：入职都在跟进同一个项目，当一个小帮手，文档，表格，ppt这些是日常实习少不了的。不知名小厂实习4个月，岗位是大数据的实施岗位。末流211本科意外被天美捞去群面，进去之后发现是9人还是10人一起面，其中不乏清华和新国立的大佬，也有美硕和英本英硕的大佬，其余基本都是985的硕士吧，且有着大。
从技术角度看优快云论坛的三个重要的阶段
蝈蝈俊.net
03-01 3856
 第一个里程碑 2000年7月前.摸索期这个时期,优快云 论坛有段时间还在使用 Access 数据库。我当时还是以优快云斑竹的身份，参与到优快云中来。（使用者而不是员工）这个期间印象最深的几件事情：1、有次被黑，被人在数据库中写入触发器。通过那里事情，才第一次知道数据库有触发器这个东西。第二个里程碑 ASP+XML+双缓存的论坛架构这个架构是我从2001年开始，一个人自己
截至2005年1月11日 优快云各大社区星级用户数[修正版]
蝈蝈俊.net
01-10 3843
各大社区星级用户数以下数据统计来自：五星用户http://blog.youkuaiyun.com/ghj1976/archive/2005/01/10/246828.aspx四星用户http://blog.youkuaiyun.com/ghj1976/archive/2005/01/10/246857.aspx三星用户http://blog.youkuaiyun.com/ghj1976/archive/2005/01/10/24
思归印象
蝈蝈俊.net
03-06 3303
中国区MVP的Leader  Grace 曾经对MVP做过一个调查，其中一项：你最佩服的人是谁？我的答案是：思归原因很简单，在我可以接触的人中，思归在优快云论坛对网友的帮助是最持之以恒的。帮助别人并不难，难的是一直做下去。从优快云论坛开始火爆算起（2000年中）优快云总专家榜第一名，如果我没记错依次应该是：kxy(当时是优快云公司软件部的经理，后来优快云不再做软件了，离开了优快云)Ma
优快云 社区开发中的几个重要里程碑
蝈蝈俊.net
03-01 3043
优快云 社区开发中的几个重要里程碑1、1999年12月推出的积分制论坛2、2000年4月份 Access 升级到 SQL Server3、2000年7月 文档中心 推出4、2004年3月 文档中心 升级成 Blog5、2001年  论坛 XML 帖子工作机制http://topic.youkuaiyun.com/t/20010524/18/133567.html6、2001年 用AS
截至2005年11月25日10点，VB区总得分榜（包含非技术区）
蝈蝈俊.net
11-24 2951
数据来源： 汇总自所有VB版的得分回复lihonggen0122651rainstormmaster115200zyl910107580online98906TechnoFantasy81025daisy867552304cuizm51893tztz52050964of12343653viena43486lxcc42791holydiablo33252Leftie32741jennyvenus31
SQL 论坛一些统计数据
蝈蝈俊.net
06-29 2726
昨天 2005-06-28 优快云 SQL Server 板块新产生帖子  116 个，新产生回复 667 ， 当天揭帖数  65个。整个优快云 平均一个帖子有8个回复才能解决问题。而SQL  Server 版平均有7到6个回复可以解决问题。说明优快云  SQL Server 版问题的解决能力高于优快云的平均水平。从2002年4月开始mvp计划中到2005年1月的MVP。我自己手工统计：S
oracle收集arap_busidata表中ts>2025-01-01 00:00:00的customer的统计信息
07-11
<think>我们正在处理一个Oracle数据库查询问题，目标是收集ARAP_BUSIDATA表中满足TS（时间戳）大于'2025-01-01 00:00:00'的客户统计信息。 根据引用[1]和[2]，我们注意到有关于AR（应收）模块的表和接口的参考信息，但具体到表ARAP_BUSIDATA，引用中并未直接提及。 不过，我们可以根据一般Oracle SQL语法来构建查询。 需求：统计ARAP_BUSIDATA表中TS大于2025-01-01 00:00:00的客户数据。这里“客户统计信息”可能是指按客户分组进行聚合统计（如计数、求和等）。 假设表中有客户标识字段（例如CUSTOMER_ID）和其他需要统计的字段。 由于没有具体的表结构，我们只能做一般性假设： 1. 表ARAP_BUSIDATA中有一个表示客户的字段，这里我们假设为CUSTOMER_ID（根据引用[1]中提到的RA_CUSTOMER_TRX_ALL表有CUSTOMER_TRX_ID和BILL_TO_SITE_USE_ID，但我们的表不同，所以不能直接使用）。 2. 我们需要统计的是每个客户的数据量（或者根据业务需求可能是金额等，但问题未明确，这里先按统计每个客户出现的次数（即记录数）来处理）。 因此，我们可以编写如下SQL查询： ```sql SELECT CUSTOMER_ID, COUNT(*) AS RECORD_COUNT FROM ARAP_BUSIDATA WHERE TS > TO_DATE('2025-01-01 00:00:00', 'YYYY-MM-DD HH24:MI:SS') GROUP BY CUSTOMER_ID; ``` 如果统计信息需要包括其他聚合，比如某数值字段（假设为AMOUNT）的总和，则可以扩展为： ```sql SELECT CUSTOMER_ID, COUNT(*) AS RECORD_COUNT, SUM(AMOUNT) AS TOTAL_AMOUNT FROM ARAP_BUSIDATA WHERE TS > TO_DATE('2025-01-01 00:00:00', 'YYYY-MM-DD HH24:MI:SS') GROUP BY CUSTOMER_ID; ``` 注意：日期字符串的转换使用TO_DATE函数，并指定格式。 但是，如果表结构中没有明确的客户字段，我们需要根据业务实际情况调整。例如，引用[1]中提到的RA_CUSTOMER_TRX_ALL表有CUSTOMER_TRX_ID（发票编号）和BILL_TO_SITE_USE_ID（客户收单方编号）。如果ARAP_BUSIDATA表与客户交易相关，可能通过某个外键关联到客户，那么我们需要根据实际情况选择客户标识字段。 如果问题中的“客户统计信息”是指按客户汇总的交易数据，且我们已知ARAP_BUSIDATA表中有客户标识字段（比如CUSTOMER_ID或BILL_TO_SITE_USE_ID），那么上述查询是合适的。 如果表结构未知，建议先查询表结构： ```sql DESC ARAP_BUSIDATA; ``` 或者 ```sql SELECT COLUMN_NAME FROM ALL_TAB_COLUMNS WHERE TABLE_NAME = 'ARAP_BUSIDATA'; ``` 然后根据实际字段确定客户标识字段。 另外，引用[2]提到了ARAP，并有一个名为queryPkBill的接口，但这是应用程序接口，与直接写SQL查询无关。 因此，根据问题，我们给出基于假设的SQL查询。如果实际表结构不同，请替换字段名。 如果还需要其他统计信息（如平均值、最大值等），可以在SELECT子句中添加相应的聚合函数。 最后，注意日期条件：我们使用了TO_DATE函数将字符串转换为日期，并确保比较的字段TS是日期类型（或时间戳类型）。如果TS是字符串类型，则需要先转换，但这样设计表是不合理的，所以假设TS是日期或时间戳类型。 如果TS是时间戳类型（TIMESTAMP），则可以使用： TS > TIMESTAMP '2025-01-01 00:00:00' 但为了通用性，使用TO_DATE也可以，因为TO_DATE返回的是DATE类型，如果TS是TIMESTAMP类型，Oracle会自动将DATE类型转换为TIMESTAMP类型（在比较时，将DATE视为当天的00:00:00时间戳，但这里我们指定了时间，所以没问题）。 因此，我们选择使用TO_DATE函数。 总结：根据需求，我们编写了按客户分组统计的SQL查询。</think>要收集 Oracle 数据库中 `ARAP_BUSIDATA` 表内时间戳（TS）大于 2025-01-01 00:00:00 的客户统计信息，可执行以下步骤： ### 1. **验证表结构** 首先确认表中包含客户标识字段（如 `CUSTOMER_ID` 或 `BILL_TO_SITE_USE_ID`）： ```sql DESC ARAP_BUSIDATA; ``` ### 2. **编写统计查询** 假设客户标识字段为 `CUSTOMER_ID`，统计每个客户的记录数量和最新时间戳： ```sql SELECT CUSTOMER_ID, COUNT(*) AS RECORD_COUNT, MAX(TS) AS LATEST_TS FROM ARAP_BUSIDATA WHERE TS > TO_TIMESTAMP('2025-01-01 00:00:00', 'YYYY-MM-DD HH24:MI:SS') GROUP BY CUSTOMER_ID; ``` ### 3. **扩展统计维度** 若需更多统计信息（如金额汇总）： ```sql SELECT CUSTOMER_ID, COUNT(*) AS RECORD_COUNT, SUM(AMOUNT) AS TOTAL_AMOUNT, -- 假设有金额字段 MAX(TS) AS LATEST_TS FROM ARAP_BUSIDATA WHERE TS > TO_TIMESTAMP('2025-01-01 00:00:00', 'YYYY-MM-DD HH24:MI:SS') GROUP BY CUSTOMER_ID; ``` ### 4. **性能优化建议** - **索引检查**：确保 `TS` 和 `CUSTOMER_ID` 字段有索引： ```sql CREATE INDEX IDX_ARAP_TS ON ARAP_BUSIDATA(TS); CREATE INDEX IDX_ARAP_CUST ON ARAP_BUSIDATA(CUSTOMER_ID); ``` - **分区表**：若表数据量极大，建议按时间范围分区（需 DBA 权限）[^1]。 ### 5. **结果导出** 使用 SQL*Plus 或 SQL Developer 导出结果到 CSV： ```sql SPOOL customer_stats.csv SELECT ...; -- 替换为实际查询 SPOOL OFF ``` ### 关键说明： - **时间格式**：使用 `TO_TIMESTAMP` 精确匹配时间戳格式，避免隐式转换错误。 - **客户标识**：根据实际表结构调整 `CUSTOMER_ID`（如 `BILL_TO_SITE_USE_ID`）[^1][^2]。 - **外部编号**：若需关联外部系统，优先使用弹性域而非 `REFERENCE` 字段（因长度和版本限制）[^1]。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值