<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[ingha的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/ingha</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; ingha]]></copyright><item><title><![CDATA[轻量级跨平台 Redis 桌面管理工具：Tiny RDM]]></title><link>https://blog.youkuaiyun.com/ingha/article/details/145467113</link><guid>https://blog.youkuaiyun.com/ingha/article/details/145467113</guid><author>ingha</author><pubDate>Thu, 06 Feb 2025 10:16:36 +0800</pubDate><description><![CDATA[Tiny RDM 提供了自定义数据编码器和解码器用于值显示，详情见说明。]]></description><category></category></item><item><title><![CDATA[Prompt工程参考笔记]]></title><link>https://blog.youkuaiyun.com/ingha/article/details/140954297</link><guid>https://blog.youkuaiyun.com/ingha/article/details/140954297</guid><author>ingha</author><pubDate>Tue, 06 Aug 2024 14:20:57 +0800</pubDate><description><![CDATA[在长文本处理中涉及数字问题模型处理的效果不佳，除了积累样本进行后续sft训练比较直接的解决方法，还能通过Prompt工程来优化；一个典型的迭代路径是：首先完成 prompt 设计，接着基于设计好的 prompt 获取实验结果，分析 bad cases，解 bad cases，并进一步优化 prompt，通过多次的重复和迭代，直到达到一个最优效果。这里面提到了CoT（Chain of Thought，CoT），遵循步骤：提供实例 -> 分解问题 -> 提供解释，是实践能减少数字相关问题出错的解决方案。]]></description><category></category></item><item><title><![CDATA[【报错】： distutils.errors.DistutilsPlatformError: Microsoft Visual C++ 14.0 or greater is required.]]></title><link>https://blog.youkuaiyun.com/ingha/article/details/138629373</link><guid>https://blog.youkuaiyun.com/ingha/article/details/138629373</guid><author>ingha</author><pubDate>Thu, 09 May 2024 20:19:41 +0800</pubDate><description><![CDATA[这是在win上使用python库比较常遇见的问题，也是比较很容易解决的问题，缺少Microsoft Visual C++ 14.0环境。pip安装cffi库时setup.py抛出error：subprocess-exited-with-error。方法三：直接点击对应版本的下载whl库到本地，然后本地安装即可。缺点是VS太大，办公环境还需要License。加州大学的网站贡献了很多需要编译好的安装库。]]></description><category></category></item><item><title><![CDATA[00 操作系统资料/学习线路]]></title><link>https://blog.youkuaiyun.com/ingha/article/details/134987131</link><guid>https://blog.youkuaiyun.com/ingha/article/details/134987131</guid><author>ingha</author><pubDate>Thu, 14 Dec 2023 09:46:20 +0800</pubDate><description><![CDATA[操作系统相关学习资料]]></description><category></category></item><item><title><![CDATA[MySQL中文乱码问题解决]]></title><link>https://blog.youkuaiyun.com/ingha/article/details/134978390</link><guid>https://blog.youkuaiyun.com/ingha/article/details/134978390</guid><author>ingha</author><pubDate>Wed, 13 Dec 2023 18:13:50 +0800</pubDate><description><![CDATA[另外，还需要确保数据库、表和字段都使用了正确的字符集编码。注意，修改配置文件之前，建议先备份原始配置文件以防意外情况。修改完成后，重新启动MySQL服务使配置生效。如果您在使用MySQL时遇到了中文乱码问题，可以尝试在MySQL的配置文件中进行相应的设置。这些配置将MySQL的字符集编码设置为。（Linux/Unix）或。，支持存储和显示中文字符。]]></description><category></category></item><item><title><![CDATA[linux 常用基础指令]]></title><link>https://blog.youkuaiyun.com/ingha/article/details/134900909</link><guid>https://blog.youkuaiyun.com/ingha/article/details/134900909</guid><author>ingha</author><pubDate>Sat, 09 Dec 2023 22:09:49 +0800</pubDate><description><![CDATA[【代码】linux 常用基础指令。]]></description><category></category></item><item><title><![CDATA[hive 调优]]></title><link>https://blog.youkuaiyun.com/ingha/article/details/134474471</link><guid>https://blog.youkuaiyun.com/ingha/article/details/134474471</guid><author>ingha</author><pubDate>Sat, 18 Nov 2023 16:17:56 +0800</pubDate><description><![CDATA[1.hive数据压缩
压缩对比
开启map端的压缩
2.hive数据存储
行列存储原理
存储压缩比
拓展dfs -du -h
3. fetch抓取
4. local本地模式(默认关闭)
5. join的优化操作
6. SQL优化之列裁剪
7. SQL优化之分区裁剪
8. SQL优化之group by 操作
9. SQL优化之count(distinct)
10. SQL优化之笛卡尔积
11. 动态分区
12.MapReduce并行度调整(调整map和reduce的数量)
13.并行执行(默认关闭)]]></description><category></category></item><item><title><![CDATA[06 分区表和分桶表]]></title><link>https://blog.youkuaiyun.com/ingha/article/details/134445346</link><guid>https://blog.youkuaiyun.com/ingha/article/details/134445346</guid><author>ingha</author><pubDate>Thu, 16 Nov 2023 16:43:57 +0800</pubDate><description><![CDATA[当Hive表对应HDFS中数据量大、文件多时，为了避免查询时全表扫描数据，Hive支持根据用户指定的字段进行分区，分区的字段可以是日期、地域、种类等具有标识意义的字段。比如把一整年的数据根据月份划分12个月（12个分区），后续就可以查询指定月份分区的数据，尽可能避免了全表扫描查询。现在需要将表A的月分区 202309 中user_id为20000的user_dinner字段更新为bonc8920 ，其他用户user_dinner字段数据不变 ，请列出更新的方法步骤。是一种用于优化查询而设计的表类型。]]></description><category></category></item><item><title><![CDATA[05 hive 内部表与外部表]]></title><link>https://blog.youkuaiyun.com/ingha/article/details/134429142</link><guid>https://blog.youkuaiyun.com/ingha/article/details/134429142</guid><author>ingha</author><pubDate>Wed, 15 Nov 2023 22:23:53 +0800</pubDate><description><![CDATA[外部表无法使用truncate语句清空列表，drop只能删除元数据，HDFS中仍可访问文件，可使用location重新对原地址数据进行关联。四是删除的区别：外部表无法使用truncate语句清空表内数据，只能使用drop删除表元数据，而内部表使用drop会删除元数据与业务数据。注意: 删除内部表效果是mysql中表相关元数据被删除,同时存储在hdfs中的业务数据本身也被删除。一是管理范围的区别：内部表对元数据和表数据有绝对管理权，外部表只对元数据有管理权，字段名 字段类型 , …]]></description><category></category></item></channel></rss>