- 博客(439)
- 资源 (9)
- 收藏
- 关注
RSS订阅原创 Snowflake Core (COF-CO2 ) 认证最新考点
本文是《SnowPro Core考试新考点总结》的姐妹篇，记录了2025年11月考试中出现的新知识点。重点内容包括：Hybrid Tables实现OLTP/OLAP统一处理；MFA仅支持密钥、TOTP和Duo三种验证方式；Resource Monitor的五种重置周期；DELETE操作需要Virtual Warehouse支持；临时表优先于同名永久表；Snowsight中字符类型统一显示为VARCHAR；REPEATABLE子句确保SAMPLE结果可重复；以及Iceberg表支持Secure Data Sh
2025-12-01 11:44:54
752
原创 在Azure webapp中搭建 基于chroma的 RAG agent
本文记录了在Azure应用服务上部署基于ChromaDB的RAG系统时遇到的两个问题及解决方法。首先针对OpenTelemetry导入错误，通过添加azure-monitor-opentelemetry包解决；其次针对Azure Web App中SQLite版本过低的问题，通过安装pysqlite3-binary包并重定向模块引用来兼容。最终成功实现了ChromaDB客户端的正常调用。这些解决方案为在Azure环境部署向量数据库应用提供了实用参考。
2025-10-31 18:40:42
255
原创 SnowPro Core Certification
《Snowflake跨版本功能对比与核心配置参数解析》摘要：本文系统梳理了Snowflake四大版本(Standard/Enterprise/BusinessCritical/VPS)在安全功能、数据回溯等关键功能的差异，重点对比了列级安全、时间旅行等企业级功能支持情况。同时详解了平台默认配置参数，包括查询缓存24小时、2天超时限制、10分钟自动挂起等核心机制，并补充了数据加载、任务调度等扩展功能要点，为SnowPro Core认证备考者提供清晰的技术参数参考。全文通过表格化对比呈现近20项关键指标差异，帮
2025-09-10 14:57:36
834
原创 Azure AI Search构建RAG的优化点
常用技能注意事项输入字段需为text类型。输出字段需在索引中定义为searchable或facetable。Skillset 的执行顺序影响最终结果，建议使用图形化界面或 JSON 明确配置。Azure AI Search 是一个高度可定制的搜索平台，适合构建从文档解析到语义问答的完整链路。明确索引 schema 与字段类型，避免后期重构。Skillset 配置应结合数据结构与业务目标，避免冗余处理。向量搜索与语义排序需结合 embedding 策略统一规划。
2025-09-01 12:01:19
621
原创 AI Deep Research 思维链简介
本文介绍了AI平台DeepResearch功能的两种实现方式：1）分类讨论法，通过将问题拆解为子问题并逐步完善答案，适用于学术报告撰写；2）Chain of RAG法，通过层层递进的追问完善知识库检索，适合事实查询。两种方法都采用思维链提示词模板，分别实现问题的分解细化与知识的迭代深化。
2025-08-19 14:33:55
1047
原创 Azure AI Search 探索总结
Azure AI Search 原名 Azure Cognitive Service，是Azure中用来给AI项目构建知识库的组件。比如并不是知识库的每一列都可以用来过滤、检索或group by，而是要根据实际情况配置。1. Azure AI Search Free-tier 只支持16MB以下的文档。3. Storage Blob里配置文件的元属性，AI Search也能自动读到。知识库本质和数据库很像，但是内部的存储结构和检索算法不一样。不支持自定义index结构，复杂场景还是要写代码导入。
2025-08-16 22:12:15
438
原创 Snowflake GenAI 即 Cortex 初识
本文介绍了在SNOWFLAKE平台检查Cortex功能权限的方法。要确认Cortex权限，可检查角色是否拥有CORTEX_USER权限，或直接尝试执行AI_COMPLETE函数测试。文章还指出Cortex本质是SNOWFLAKE数据库的schema，并提供了查看相关函数的SQL语句。文末标注了文档参考来源和查询日期（2025-07-28）。
2025-07-28 15:58:56
420
原创 Trulens 开发指南和踩坑记
摘要：Trulens是一个本地化开源的LLM追踪调试工具，提供可视化Dashboard（基于Streamlit），区别于LangSmith的云端方案。当前与LangChain存在兼容性问题（如仅支持字符串输出，字典格式报错）。2025年6月版本升级至1.5.2后API发生重大变化（如移除trulens_eval模块）。使用需配置Streamlit环境，通过TruChain记录运行链数据，TruSession启动Dashboard查看追踪结果，支持重置SQLite数据库。开发者需注意版本更新带来的适配挑战。
2025-06-27 15:35:41
404
原创 langchain 开发实战
我的开发环境是 windows + python3.8 langchain版本：# langchain 0.2.17# langchain-community 0.2.19# langchain-core 0.2.43# langchain-openai 0.1.25# langchain-text-splitters 0.2.4# langs
2025-06-20 20:52:26
426
原创 Windows安装Docker Desktop（WSL2模式）和Docker Pull网络问题解决
装完Docker Desktop以后，Docker Engine stopped状态。看日志(l路径：%LOCALAPPDATA%\Docker\)发现是WSL报错。
2025-04-12 10:33:31
1429
原创 机器学习的专业术语 和 各种技巧
专业术语Churn = 客户流失，退订 Accuracy = 模型预测的总体（阴性+阳性）的正确比率 Precision = 模型预测中，阳性的预测正确比率 ROC = 体现分类算法中不同阈值对分类效果的影响 Softmax = 神经网络中将输出转换成概率分布 Rectofoed linear units(ReLU) = 神经网络的激活函数 Area under the curve= 曲线下面积，ROC曲线中体现模型分类能力 Horovod = Distributed training f
2024-03-20 19:01:10
1207
原创 AWS Sagemaker详解
图片语义分析= Amazon SageMaker Ground Truth semantic segmentation labeling task。
2024-03-20 18:59:31
1631
原创 机器学习算法大全（MLS-C01）
将图像中的每个像素分配到特定的类别，需要大量训练。时序预测，效果比DeepAR差，适用于小数据集。Word embedding，NLP文章分类。利用已知样本，找最邻近的样本的分类算法。推荐算法，准确度更高，不会误打扰。多智能强化学习，比如处理交通问题。时序预测，适用于季节强相关的序列。回归RNN预测时序分布的模型。卷积神经网络，常用于图像领域。回归算法，常用于填补缺失值。基于CNN的物体识别算法。时序预测，适用于小数据集。CNN的一种，图像识别。循环神经网络，时序预测。主成分分析，常用于降维。
2024-03-18 18:09:55
440
原创 Python SDK 访问S3， Error(403) when calling the Heading Object Operation: forbidden
2. 检查桶的ACL设置，是否桶的ACL被配置成上传者所拥有。导致桶的AWS Account下的IAM User和Role无法访问来自其他AWS Account上传的文件。1. 检查桶加密配置，是否使用KMS加密桶。
2024-03-05 18:34:23
741
原创 AWS EC2使用 instance profile 访问S3
AWS EC2 instance可以使用instance profile 配置访问S3的权限。然后就可以直接在EC2上执行 python代码或者AWS CLI去访问S3了。唯一需要注意的地方是，申明region。
2023-12-04 17:46:07
1023
原创 AWS EC2 如何 使用 SSM会话管理器登陆
其次EC的instance role必须有一个叫“AmazonSSMManagedInstanceCore”的策略。首先只有特定版本的OS会默认附带SSM Agent。
2023-11-30 19:24:18
1469
原创 AWS IAM User assume IAM Role的示例代码
一段示例代码，如何用Python boto3先使用某个IAM User的AK SK登陆sts。最后执行某个具体操作，比如代码中的 上传文件到S3 bucket。然后继承某个IAM Role。
2023-09-26 19:31:36
2190
原创 https SSL证书使用 git bash 解密
下载下来的证书压缩包中， 后缀名为key的文件是加密的，密码就是你在上面图片对话框里的输入的密码。需要使用openssl解密。注意，由于使用git bash才会需要在前面加上“winpty”，正常版本openssl不需要。在使用时，比如在AWS ACM中使用时，不能用加密的证书。所以这里讲下怎么解密。填写密码，下载证书，并解压。首先，加密一般加密的是公私钥中的私钥，即private.key。这里使用git bash自带的openssl解密。申请域名证书后，有些证书下载时强制加密。cd到证书解压放置的目录。
2023-09-22 18:11:12
838
原创 Redshift 新表 自动赋权
"grant all on all tables" 只会将已有的对象进行赋权。对于未来新建的对象，不会赋权。为了解决这个问题， Redshift 中有一个 "DEFAULT PRIVILEGES" 的概念。可以让新建的对象自动赋权给某个Role或User。中的所有Table对象的所有权限。
2023-08-08 10:17:21
439
原创 AWS Lambda timeout原因总结
AWS Lambda不能放在public subnet中。Lambda本身没有NAT能力，无法获取公网IP。所以Lambda必须置于 private subnet中。并且为其配置NAT Gateway并添加route。其次检查security group。
2023-04-07 18:25:18
1061
原创 AWS Sign-URL的过期时间设置
2. 在浏览器按F12进入源代码模式。在网络中找到名为creds的链接。点击creds，在Cookie中找到“aws-creds”，根据过期时间即可计算得知当前登陆链接的有效时间。如上链接， AWS支持自己写代码生成登陆链接（ Sign-URL）来登陆的模式。每个登陆链接都有一个过期时间，最小15min，最大36hours。1. 打开链接登陆AWS Console。那么如何判断自己登陆链接的有效时间呢？在企业中这种方式比较常见。
2023-03-10 19:18:08
1212
原创 AWS Auto Scaling Group中的Instance如何重启
一般情况下Auto Scaling Group中的Instance如果重启，会被ASG的健康检查发现，导致ASG立刻新建新机器。把 Launch和Health Check暂时关闭，再去重启instance就OK啦，不用担心ASG多此一举啦。办法很多，一个最简单的办法就是暂时关闭ASG的Launch和Health Check。本文要讲的是在这种情况下，如何避免ASG新建新机器。（有的时候单纯想重启一下机器）
2023-03-03 18:56:24
830
原创 AWS CodeDeploy的疑难问题小记
76bdfdd2-91c7-4d88-84e0-6ebe4d25bfa6/d-6BTWU2CDK/”这部分每个人都不一样，不要照抄。如果appspec.yml中location的值是“a.sh”，那么CodeDeploy Agent就会去找一个全路径为。当指定runas的时候，CodeDeploy Agent会以runas的值作为用户，去执行脚本。CodeDeploy Agent执行location指定脚本的执行路径是根目录: /。具体source的配置文件，根据实际情况调整。
2023-01-16 12:33:40
1346
原创 网站开发跨域名iFrame嵌入之SameSite&CSRF
简而言之，就是这种攻击手段利用了iframe或其他一些技术，是A域名的网站能访问B域名的session和cookie，进而甚至于能让A域名的网站利用session和cookie中的信息伪装成用户向B域名发起请求。想象一下A域名是一个银行网站，那么B域名就能伪装成用户请求银行转账了。当SameSite等于Lax或Strict时，iframe中的不同域名的页面不会被允许访问session。最近使用Flask开发了一个网站的应用，要实现在iframe中嵌入一个来自不同域名的页面。
2023-01-10 22:18:13
1923
原创 AWS DAS认证考点整理（EMR QuickSight Lakeformation等）
AWS DAS认证考点整理（EMR QuickSight Lakeformation等）
2022-11-27 22:07:09
1487
原创 AWS DAS认证考点整理（Kinesis篇）
KDSKDS重复数据：1. Producer有网络延迟，2. Shards、Record Processors有增减。由于网络等不可抗力造成的KDS数据重复可以通过加入唯一码（Unique ID）来去重解决。
2022-11-27 22:02:07
1553
原创 AWS DAS认证考点整理（Redshift篇）
Copy命令优化手段： 压缩， 2. 对大文件进行分割，一次copy多个文件。（文件数对应slice个数）3. 使用temporary staging table（这种方法的本质利用table的drop和create代替delete， update，insert，因为后者是DML会触发事务。）
2022-11-27 21:51:57
1322
原创 AWS DAS认证考点整理（Athena&Glue篇）
AWS DAS认证考点整理（Athena&Glue篇）Athena查询隔离=Work Group, 可以control per-query data usage limit.Athena查询速度优化：1. 压缩 2. 列式存储 3. S3和Athena同一个RegionAthena查询成本优化：1.Partition by，2. 列式存储，3.合并小文件Athena partition快速生成or恢复=MSCK REPAIR TABLE，Athena使用hive style partition。
2022-11-17 12:09:35
1462
原创 AWS China Elastic Beanstalk 填坑记（Python Flask）
本文记述的事发生在2022年11月，环境是AWS China Region，不是AWS Gobal。 Elastic Beanstalk简称EB。尝试把一个Python Flask Web部署到Elastic Beanstalk上去，过程中发现了AWS无论是中国区还是全球区的文档和实际情况不符。具体情况：EB会把你上传代码放到EC2服务器上的 /var/app 路径下。
2022-11-04 21:33:16
1035
原创 Power BI 的 各种限制 和 DataFlow模式
当大量Dataset同时刷新时，会导致Gateway节点内存不足。可以使用PowerBI Data Flow对DataSet进行分段刷新来绕开这个问题。Direct Query不再有DataSet相关的限制，但是它有一个100万行的数据量查询限制。分页报表的交互性能比较差，且直连某些数据源（比如Redshift）时性能较差。
2022-09-05 16:24:37
2189
原创 SSAS 疑难杂症 解决过程小记
远程连不上:先从任务管理器里找到SSAS(MSOLAP)进程号或者运行命令行:tasklist | findstr msmdsrv.exe找出SSAS监听端口(7052是上面得到的进程号):netstat -ano | findstr 7052在windows防火墙里, 打开端口...
2022-09-05 15:54:45
523
1
原创 一个动力密集型产业的预算的数据分析建模过程
对于一个劳动力密集型产业来说,做预算判断未来的财月的运营成本,往往可以简化成下面这个公式:成本= 员工数目 * 人均开销其中人均开销包括薪资,培训费用和办公费用,这个些费用往往比较固定或者易于计算,可以视为定量.于是,剩下的变量就是员工数目又叫HeadCount. 预测成本的关键就在于预测员工数目.员工数目取决于工作量,比如售后行业都会对员工的工作进展通过一个软件记录追踪,
2022-09-05 15:52:39
485
原创 AWS Athena针对CSV文件切换SerDe Lib
这个引擎默认使用双引号所谓封闭符，逗号作为CSV的分隔符。不用配置任何Serde parameters就能用。但是如果CSV用双引号作为封闭符的话，这个引擎会把双引号当作数据的一部分，不能正确识别出封闭符。解决办法就是把一些可能是空的列，点击“Edit Schema”改成string类型。作为CSV文件的解析引擎。...
2022-08-16 11:29:16
732
原创 git merge 时忽略配置文件文件
日常开发时经常会遇到某些配置文件，不希望在branch merge时被包含在内。怎么处理？步骤如下：步骤一：定义一个虚拟的合并策略，全局配置不依赖任何项目任何分支git config --global merge.ours.driver true步骤二：在你项目中根目录(与.gitignore同级)添加一个配置文件.gitattributes注意这个".gitattributes"在必须要放到merge的目标branch中，而不是源branch。步骤三：在.gitattri
2022-05-15 14:42:55
2149
3
原创 Python打包Wheel包的傻瓜式一站教程
1. setup.py 文件示例：from setuptools import find_packagesfrom setuptools import setupsetup( name="name", author="xxxx", version="0.0.1", author_email="r@e.com", description="desc", long_description="long desc", license='Apache
2022-03-01 18:10:45
2929
原创 AWS Lambda 部署 Python （Lambda Layer）
AWS Lambda支持Python的多个版本作为runtime在Lambda上使用Python的常用问题：1. Python libraryAWS Lambda Runtime只支持原生的runtime，并没有预装任何library。在Lambda中引入library，利用 “pip install -t”, 将library安装到项目工程中。然后打成zip包上传。2. Handler在每个Python Lambda中，可以定义如下这个函数作为Lambda调用的Handler。
2022-03-01 10:20:35
4794
sping.net 2.0M1 和 NHiernate3.3结合的一个小例子
2012-09-26
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人