博客 RSS 訂閱

小題大作 - Redis緩存和數據庫雙寫一致方案

第一我們先來説一下什麼是緩存雙寫,就是我們利用redis的情況下一定會利用一個持久化的數據庫,最典型的就是redis+mysql的組合,使用他們倆就一定會存在數據不一致的情況,我們為了業務要求必須保證最終一致性,因而得我們解決的就是使用什麼方法讓他們之間的數據儘可能的在最短的時間、最大的吞吐量、最安全的方式下保證數據的一致性。 關於策略就有同步和異步的方式,同步的方式處理速

redis , 緩存 , 數據庫 , 後端開發 , Python

收藏 評論

mob64ca14079fb3 - 小程序雲開發數據庫設置

雲開發設置文檔類型數據庫要使用@cloudbase/node-sdk進行數據庫操作 wx-server-sdk 寫入數據庫數據模型無效 起因:文檔類型數據庫使用wx-server-sdk 添加數據無效無法,在應用中使用日期範圍選擇器,主要原因是添加的數據存在集合中而不是數據模型中 使用騰訊雲sdk 可以解決問題 const cloudba

微信 , 騰訊雲 , 微信小程序 , 後端開發 , Python

收藏 評論

bot555666 - 從技術封鎖到數據自由:一個跨境項目中的IP突圍實踐

看似簡單的數據採集背後,隱藏着地理邊界與技術限制的重重關卡。 跨境電商項目進行到第三個月,我們的技術團隊陷入了一個令人沮喪的循環:美國區域的賬號頻繁被封禁,歐洲站點的價格數據採集成功率不足40%,亞洲市場的關鍵詞分析結果總是帶着“異地登錄”的偏差。 更令人頭痛的是,當我們試圖同時管理多個區域的店鋪賬號時,平台風控系統幾乎立即做出反應—賬號異常、限流、甚至直接封停。 技術困局:當數據需求撞上地理圍

教程

收藏 評論

人類新新 - 目標檢測YOLO系列總結_yolo系列目標檢測算法總結

前言 本文提出了用於低分辨率圖像分割的MaskAttn - UNet框架,並將其核心的掩碼注意力機制集成到YOLOv11中。傳統U - Net類模型難以捕捉全局關聯,Transformer類模型計算量大,而掩碼注意力機制通過可學習的掩碼,讓模型選擇性關注重要區域,融合了卷積的局部效率和注意力的全局視野。其工作流程包括特徵適配、掩碼生成、定向注意力計算和特徵融合。我們將掩碼注

卷積 , 圖像分割 , 工作流程 , 後端開發 , Python

收藏 評論

技術筆耕者 - linux學習之路之DNS原理詳解【圖文】_xsl3236

概述 DNS(Domain Name System)將可讀域名映射為 IP 地址與相關服務信息,是互聯網的分佈式、層級式命名體系。 Linux 的域名解析由用户態解析器(glibc resolver)驅動,受 nsswitch.conf 策略與 resolv.conf、/etc/hosts、systemd‑resolved、NetworkManager 等

遞歸 , dns , 緩存 , 後端開發 , Python

收藏 評論

香奈兒 - tortoiseSVN的settings中怎麼沒有Git插件

GIT 先下載安裝好git客户端 git config --global user.name "姓名" git config --global user.email "郵箱@qq.com" ssh-keygen -t rsa -C "郵箱@qq.com" cat ~/.ssh/id_rsa.pub 將公鑰複製到碼雲https://g

架構 , 後端開發 , svn , JAVA , Git

收藏 評論

charlesc - win10啓動Hive

Windows上的快速啓動器Wox 在日常的電腦使用操作中,我們常常需要花很多時間去做同一件事情,比如啓動軟件的操作:點擊開始菜單》搜索 Windows》搜索所要打開的應用》點擊啓動。 為了方便我們快速的啓動軟件,我們通常還會把最常用的軟件圖標放到任務欄當中,你或許以為這就是啓動軟件的極限操作了。但是,我今天

快捷鍵 , github , 大數據 , win10啓動Hive , 搜索 , hive

收藏 評論

lingyuli - log4j學習筆記

Tools官網介紹 https://docs.langchain4j.dev/tutorials/tools 底層API使用ToolSpecification @Bean public FunctionAssistant functionAssistant(ChatModel chatModel){ ToolSpecif

API , 後端開發 , 服務調用 , Json , Python

收藏 評論

Lu_Lu - Java 合併 Word 文檔:使用 Spire.Doc for Java 實現高效自動化處理

在日常辦公和軟件開發中,我們經常會遇到需要將多個 Word 文檔合併成一個的需求。無論是整合項目報告、生成批量合同,還是彙編用户手冊,手動操作不僅效率低下,還極易出錯。幸運的是,藉助 Java 編程,我們可以輕鬆實現 Word 文檔的自動化合並。本文將聚焦於 Spire.Doc for Java 這一功能強大的庫,為您提供詳細的教程和實用的代碼示例,幫助您在 Java 應用中高效地合併 Word

JAVA

收藏 評論

漫步雲端的豬 - Tensorflow之keras模型建立與訓練

本文通過 MNIST 手寫數字識別案例,詳細講解了 TensorFlow/Keras 模型的搭建、訓練、評估和保存全流程,涵蓋了 Sequential 和函數式 API 兩種模型搭建方式,以及三種主流的模型保存方法。 目錄 一、前期準備:環境搭建與數據集加載 1. TensorFlow環境安裝 2. 加載MNIST數據集

API , 加載 , 權重 , 後端開發 , Python

收藏 評論

Lab4AI - 告別修圖翻車!阿里Qwen團隊 & 港科大提出Qwen-Image-Layered ,面向內在可編輯性的圖層分解

告別修圖翻車!阿里Qwen團隊 港科大提出Qwen-Image-Layered ,面向內在可編輯性的圖層分解 論文標題:Qwen-Image-Layered: Towards Inherent Editability via Layer Decomposition 作者團隊:香港科技大學、阿里巴巴 發佈時間:2025年12月17日 論文鏈接 大模型實驗室Lab4AI論文閲讀 Lab4AI平台

人工智能

收藏 評論

率性的開水瓶 - 主流CRM系統核心能力橫向對比:從全生命週期到協同效率的深度解析

CRM(客户關係管理)作為企業數字化轉型的“神經中樞”,其能力直接決定了客户運營、銷售轉化與內部協同的效率。本文選取超兔一體雲、智贏雲CRM(品牌1)、YetiForce CRM(品牌2)、HubSpot CRM、EC、騰訊企點CRM、神州雲動、 SAP CRM八大主流系統,從客户 全生命週期管理 、銷售過程管理、銷售獎金計算、自定義表單與流程自動化、主流 OA 集成五大核心維度展開深度對比,結合

邏輯 , 框架 , 後端

收藏 評論

mob64ca14144dde - 藍橋杯C/C++國賽衝刺打卡3/30

一、鏈表 1.線性鏈表: 鏈表是一組存儲線性表的數據元素存儲單元; 由若干個節點組成,結點包括兩個域: 其中存儲數據元素信息的稱為數據域;存儲直接後繼存儲位置有域稱為指針域。 2.鏈表的基本操作: (1)鏈表存儲結構 typedef int ElemType; typedef st

Stack , 初始化 , 後端開發 , 鏈表 , harmonyos

收藏 評論

mob64ca14092155 - Java語言中flush()函數作用及使用方法詳解_java

目錄 一、最大隱患:flush() 你現在的代碼 問題是什麼 可能導致的後果 ✅ 正確做法(強烈推薦) 二、語義隱患:你在用 span,但心裏想的是 trace Langfuse 的層級語義 更穩妥的命名與定位

字段 , 測試用例 , 高併發 , 後端開發 , Python

收藏 評論

mob64ca1402a190 - OpenCV入門(二)快速學會OpenCV1圖像基本操作

一、什麼是OpenCV   OpenCV 是一個開源的計算機視覺庫,在 1999 年由英特爾的 Gary Bradski 啓動。OpenCV 庫由 C 和 C++ 語言編寫,涵蓋計算機視覺各個領域內的 500 多個函數,可以在多種操作系統上運行。它旨在提供一個簡潔而又高效的接口,從而幫助開發人員快速地構建視覺應用。OpenCV 更像一個黑盒,讓我們專注於視覺應用的開發,而不

數據 , 後端開發 , opencv , ide , Python

收藏 評論

智能探索者之家 - Flink源碼解讀系列 | Flink集羣Standalone啓動腳本 -

前文中,我們已經瞭解了 Flink 的三種執行圖是怎麼生成的。今天繼續看一下 Flink 集羣是如何啓動的。 前文中,我們已經瞭解了 Flink 的三種執行圖是怎麼生成的。今天繼續看一下 Flink 集羣是如何啓動的。 啓動腳本 集羣啓動腳本的位置在: flink-dist/src/main/flink

後端開發 , flink , 啓動流程 , apache , Python

收藏 評論

mob64ca140c75c7 - Linux進程實時監控監控工具-HTOP、perf、dstat、iftop_linux進程監控工具

核心痛點 嵌入式設備資源受限(BusyBox),無法部署Prometheus/Grafana等重型組件。 top 命令無法直觀回溯內存泄漏趨勢。 需要長時間掛機監測進程重啓與Crash。 功能特性 零侵入部署:純Python編寫,僅依賴SSH協議,目標機無需任何配置。 實時可視化:集成 Matplotlib,動

後端開發 , 重啓 , SQL , Git , Python

收藏 評論

雲端創新夢想家 - gps導航衞星星曆及曆書參數意義_gps星曆

低軌衞星(LEO)以其全球覆蓋、低延遲的顯著優勢,正成為未來空天地一體化網絡的核心組成部分。然而,其高達 7~8 km/s 的軌道速度帶來的劇烈多普勒頻移(可達 ±50 kHz)和快速星地幾何變化,對衞星跟蹤、通信鏈路穩定性和精密定位提出了嚴峻挑戰。 所有這些問題的一個共同解決基石,就是精確的衞星星曆解算——它讓我們能掌握衞星任一時刻在空間中的精確位置與速度。 本文將

數據 , 後端開發 , 插值 , ci , Python

收藏 評論

用愛發電 - FileReNameTool V2.1.1:高效文件批量重命名工具

在日常文件管理中,手動批量重命名不僅耗時費力,還容易出現編號混亂、命名錯誤等問題。FileReNameTool V2.1.1 作為一款功能全面的文件批量重命名工具,專為解決這類痛點設計,支持文件與文件夾批量處理,憑藉靈活配置與便捷操作,成為個人及企業用户的高效文件管理助手。 一、工具核心簡介 FileReNameTool V2.1.1 聚焦批量重命名核心需求,

重命名 , 軟件測試 , 自定義 , 文件管理

收藏 評論

網絡小墨 - 力軟web可視化開發工具,如何選擇優秀的web開發工具 -

FUXA是一款功能強大的Web-based工業過程可視化軟件,支持SCADA/HMI/Dashboard開發,幫助工程師快速構建實時監控界面。本文將帶你從0到1掌握FUXA的安裝配置與核心功能,讓工業數據可視化變得簡單高效。 📌 為什麼選擇FUXA?工業可視化的4大優勢 FUXA作為開源工業可視化工具,憑藉以下特性脱穎而出:

Docker , 前端開發 , Git , Javascript , Web

收藏 評論

數據分析大師 - 破局“內存牆”,存算一體路線分析

空間計算作為融合物理世界與數字世界的發展方向之一,已經有自動駕駛和虛擬現實的兩大領域支撐。然而,海量三維空間數據的實時處理帶來了巨大的算力與功耗問題。 存算一體(Computing-in-Memory, CIM)通過將計算單元與存儲單元融合,從根本上減少了數據搬運,本文將從硬件設計、底層算力架構及能效比三個維度,深入探討存算一體如何賦能空間計算,並結合英

機器學習 , 存算一體 , 架構 , 後端開發 , 人工智能 , 空間計算 , Python

收藏 評論

imking - java獲取節假日 java獲取日期星期幾

一、主要功能總結 自動獲取節假日:從 GitHub 開源項目NateScarlet/holiday-cn獲取權威節假日數據。 智能合併:將法定節假日與週末合併,同時剔除調休補班日,生成準確的“放假日曆”。 高可用設計:支持多數據源,失敗自動重試。 定時執行:通過@Scheduled實現自動化任務。 日誌記錄

節假日 , 數據源 , List , 數據 , 後端開發 , JAVA , Python

收藏 評論

mob64ca1408d5ff - github copilot賬號多客户端

使用過GitHub的小夥伴應該知道需要創建一個自己的倉庫,其創建過程不再贅述。 1、打開Git Bash,輸入命令: git config –global "你的GitHub用户名" 回車 git config –global "你的GitHub郵箱" 回車 git conf

github , 客户端 , 人工智能 , 深度學習 , Git

收藏 評論

mob64ca14122c74 - 雲計算 - 【JumpServer-初識篇】一鍵搭建JumpServer堡壘機、對接server服務器,只需要25分鐘

JumpServer介紹: 跳板機(openvpn):就是一台服務器,維護人員在維護過程中,首先要統一登陸到這台服務器上,然後從這台服務器再登陸到目標設備進行維護。但是跳板機沒有實現對運維人員操作行為的控制和審計,此外,跳板機存在嚴重的安全風險,一旦跳板機系統被入侵,則後端的資源將被完全暴露。 堡壘機(JumpServer):可以理解為加強版的跳板機,添加了角色管控,

redis , MySQL , Centos , 前端開發 , Javascript

收藏 評論