博客 RSS 訂閱

Aloudata大應科技 - 超越血緣展示:如何用算子級血緣實現數據管理的主動防控與高效協同?

01 什麼是算子級血緣? 數據血緣如“家族圖譜”一樣,描繪了數據的起源、流經路徑及其轉換過程的詳盡記錄,可以精確追溯數據的初始來源,明晰其歷經的各類處理流程,以及最終的應用方式,從而幫助企業分析並監控數據在業務鏈條中的上下游依賴關係,為企業提升數據管理效率和質量提供“洞察能力”。 通常我們提到的數據血緣包括表級血緣和字段級血緣,它們更多描述的是表和字段之間的“依賴關係”,在實際落地場景裏存在明顯侷

數據 , 數據庫 , etl , SQL

收藏 評論

軟件部長 - 如何在表單中添加評論區域?從配置到實際應用的全解析

在數字化辦公場景中,企業對於數據流轉效率和過程透明度的需求越來越高。線索跟進需要層層確認、項目進展難以追溯、跨部門協作信息斷層、重要事項需通過第三方工具溝通等問題,都是企業普遍的困境。傳統的表單修改缺乏痕跡管理,責任追溯耗時耗力,那麼一個既能保留數據變更軌跡,又能實現實時溝通的智能解決方案,有嗎? 傳統表單痛點 傳統表單僅僅能記錄最終結果,無法捕捉數據變化的關鍵節點,例如: • 銷售線索轉化

表單 , 低代碼 , 低代碼開發平台

收藏 評論

超神經HyperAI - 【Triton 教程】triton_language.join

Triton 是一種用於並行編程的語言和編譯器。它旨在提供一個基於 Python 的編程環境,以高效編寫自定義 DNN 計算內核,並能夠在現代 GPU 硬件上以最大吞吐量運行。 更多 Triton 中文文檔可訪問 →https://triton.hyper.ai/ triton.language.join(a, b) 在 1 個新的次要維度中連接給定的張量。 For example, given

算法 , gpu , 編譯器 , cpu , Python

收藏 評論

葡萄城技術團隊 - WebRTC 入門指南:實時通信完全解析

WebRTC 入門指南:實時通信完全解析 🚀 簡介 WebRTC(Web 實時通信)是一項強大的技術,支持瀏覽器和移動應用實時交換音視頻與數據——無需中間服務器中轉。它是現代視頻通話、屏幕共享工具及實時協作平台的核心底層技術。 本文將完整覆蓋 WebRTC 技術流程:從獲取用户媒體到建立安全的點對點(P2P)連接,並提供基於 TypeScript 風格的 JavaScript 實戰示例。

webrtc

收藏 評論

超神經HyperAI - 從結合式異構加速到融合式 AI 加速,多位院士齊聚CCF HPC China共探科研新範式

在現代科學研究中,高性能計算(HPC)已成為推動重大突破的核心引擎,其以遠超常規計算機的算力,為科學家提供了探索未知世界的「放大鏡」和「加速器」。從模擬宇宙演化、預測氣候變化,到揭示生命分子的運作機制、加速新藥研發,HPC 正不斷拓展人類認知的邊界。 尤其在數據爆炸與人工智能快速發展的時代,AI for Science 發展提速,在很多科研領域,AI 仍存在精度不足、泛化能力弱、通用性不強等問題,

gpu , ai開發 , 人工智能 , 高性能計算 , cpu

收藏 評論

用户bPbDqZf - IP地址是如何被盜用的?

在當今這個高度依賴網絡的環境中,IP地址就像是每台聯網設備的“門牌號”,對於網絡通信至關重要。然而,正如珍貴的資源容易被覬覦一樣,IP地址也可能被他人盜用。 想象一下,如果你的辦公室裏有兩台電腦使用了同一個IP地址,它們不僅會互相“報警”,還都無法正常上網,這無疑會造成網絡混亂和使用中斷。這種未經授權就使用他人或其他機構分配的IP地址的行為,就是我們所説的“IP地址盜用”。 一

ip

收藏 評論

用户bPbDqZf - 如何真正防止IP地址欺騙?

IP地址欺騙是攻擊者偽造源IP地址實施網絡入侵的手段,可導致數據竊取、服務癱瘓或中間人攻擊。傳統防禦依賴IP-MAC綁定(將設備的邏輯IP與物理網卡MAC強制關聯),但有學者實驗證明其存在根本性缺陷。 一、傳統綁定為何失效? IP-MAC綁定技術曾被視為防止IP欺騙的基石,但有學者實驗證明其存在根本缺陷:當攻擊者同時克隆合法設備的IP和MAC地址時,仿冒設備可穿透防火牆訪問資源,而合法設備仍正常運

ip

收藏 評論

超神經HyperAI - 【TVM 教程】Python Target 參數化

Apache TVM 是一個深度的深度學習編譯框架,適用於 CPU、GPU 和各種機器學習加速芯片。更多 TVM 中文文檔可訪問 →https://tvm.hyper.ai/ 摘要 對於任何支持的 runtime,TVM 都應該輸出正確的數字結果。因此,在編寫驗證數字輸出的單元測試時,這些單元測試應該在所有支持的 runtime 上都能正常運行。由於這是一個非常常見的用例,TVM 的輔助函數可以對

gpu , 編譯器 , 參數傳遞 , cpu , Python

收藏 評論

sysin - Windows Server 2025 OVF (2025 年 8 月更新) - VMware 虛擬機模板

Windows Server 2025 OVF (2025 年 8 月更新) - VMware 虛擬機模板 Windows Server 2025 Datacenter x64 OVF, updated Aug 2025 (sysin) 請訪問原文鏈接:https://sysin.org/blog/windows-server-2025-ovf/ 查看最新版。原創作品,轉載請保留出處。 作者主頁:

windows-server

收藏 評論

sysin - Windows Server 2022 OVF (2025 年 8 月更新) - VMware 虛擬機模板

Windows Server 2022 OVF (2025 年 8 月更新) - VMware 虛擬機模板 Windows Server 2022 Datacenter x64 OVF, updated Aug 2025 (sysin) 請訪問原文鏈接:https://sysin.org/blog/windows-server-2022-ovf/ 查看最新版。原創作品,轉載請保留出處。 作者主頁:

windows-server

收藏 評論

sysin - Windows Server 2022 中文版、英文版下載 (2025 年 8 月更新)

Windows Server 2022 中文版、英文版下載 (2025 年 8 月更新) Windows Server 2022 x64, Version 21H2 (updated Aug 2025) 請訪問原文鏈接:https://sysin.org/blog/windows-server-2022/ 查看最新版。原創作品,轉載請保留出處。 作者主頁:sysin.org Windows Se

windows-server

收藏 評論

藍易雲 - php-fpm的pool

php-fpm 的 pool 是什麼? 它是 PHP-FPM 的“span style="color:red"進程池/span”,用來按站點/應用把 PHP 解釋進程分組運行:每個 pool 有獨立的監聽地址、用户組、資源上限、日誌與健康檢查,從而實現span style="color:red"隔離/span、span style="color:red"可觀測/span與span style

MySQL , 數據庫 , postgresql , sqlite , SQL

收藏 評論

藍易雲 - php-fpm的pool

php-fpm 的 pool 是什麼? 它是 PHP-FPM 的“span style="color:red"進程池/span”,用來按站點/應用把 PHP 解釋進程分組運行:每個 pool 有獨立的監聽地址、用户組、資源上限、日誌與健康檢查,從而實現span style="color:red"隔離/span、span style="color:red"可觀測/span與span style

MySQL , 數據庫 , postgresql , sqlite , SQL

收藏 評論

小童童 - Mac用户安裝JDK 22完整流程(Intel版dmg文件安裝指南附安裝包下載)

​ 一、準備工作 ​確認你的 Mac 是 Intel 芯片的​ 如果你的 Mac 是 2020 年及之前出的,大概率是 Intel 芯片,可以用這個 ​jdk-22_macos-x64_bin.dmg。 如果是 2020 年之後出的 M1 或 M2 芯片的 Mac(就是 Apple 芯片),那這個版本不適合你,你應該找 ​jdk-22_macos-aarch64_bin

JDK

收藏 評論

大丸子 - 使用 C# 在內存中讀取與編輯 PDF(字節數組操作)

在 C# 項目開發中,我們經常需要處理 PDF 文件與字節數組(byte[])之間的轉換,例如: 數據庫存儲的 PDF 文件以二進制形式存在,需要在應用中加載並編輯; Web API 上傳或返回 PDF 時,通常採用字節流傳輸; 服務端處理 PDF 後再將結果以 byte[] 返回給前端。 本文將介紹如何在 C# 中使用 Spire.PDF 將 PDF 加載為字節數組,直接在內存中編輯,

pdf導出 , byte , pdf , c# , .net

收藏 評論

數據工坊 - 百分點科技+DeepSeek:重塑數據治理新範式 AI賦能數據價值釋放

作為國內數據治理領域的領軍企業,百分點科技近日已將核心數據融合治理產品BD-OS與DeepSeek-R1大模型成功對接,實現數據集成、數據開發、數據治理、數據資產、數據服務等全流程的自動化、智能化升級,讓AI更便捷地融入客户的數據應用場景。 BD-OS致力於為數據工程師提供基於可視化界面和低代碼開發的數據全生命週期管理解決方案,涵蓋數據接入、治理、處理、管理及服務等核心功能,助力政企構建高效、可靠

數據 , 數據分析

收藏 評論

思否編輯部 - OSCAR 開源市集招募開啓

在開放協作的浪潮中,開源正不斷推動技術創新與產業發展煥發新活力。習近平總書記強調,要“營造具有全球競爭力的開放創新生態”,這一要求正契合開源的發展實踐,使其在技術突破、產業升級和生態建設中發揮着越來越核心的作用。在這一背景下,中國通信標準化協會擬於2025 年 10 月舉辦第九屆“OSCAR 開源產業大會”,匯聚來自國內外的開源專家、企業和社區代表,分享經驗、交流實踐。 作為大會的重要組成部分,開

行業 , 開源 , 活動

收藏 評論

美團技術團隊 - 可信實驗白皮書系列08:開放式分析引擎 | 附PDF合集下載

本篇為《可信實驗白皮書》系列的最後一篇內容,主要分享了AB實驗分析方法庫在美團的實踐。同時,我們也為大家準備了一份系列全集的PDF文檔,希望能夠幫助到更多從事AB實驗工作的同學們。 獲取方式:關注美團技術團隊微信公眾號,在對話框回覆「可信實驗白皮書」即可獲取下載鏈接。 為了幫助任何用户輕鬆擺脱A/B測試中的各種挑戰,讓沒有複雜實驗背景和專家知識的人也能零門檻自主進行可信、高效的實驗。同時實

ab測試 , 美團

收藏 評論

軟件部長 - 開發週期從3天到2小時!JVS低代碼如何顛覆表單校驗?

在企業的日常運營中,表單數據是業務流轉的核心載體。 用户隨意填寫導致數據混亂,後續處理成本飆升; 關鍵字段漏填、格式錯誤,系統崩潰,決策失誤; 傳統開發需要寫大量代碼校驗,耗時耗力,並且難以靈活調整。 這些是經常會遇到的困擾。 在JVS低代碼開發中,輕應用顛覆了傳統開發模式,通過邏輯引擎和智能校驗組件,讓表單校驗從寫代碼變成配置化! 在JVS低代碼輕應用中,我們都

表單 , 低代碼 , 表單驗證 , 低代碼開發平台

收藏 評論

數據工坊 - 2025 年數據治理主流方案對比:從技術深耕到價值釋放

在數字化轉型進入深水區的今天,數據已成為企業與政府機構的核心資產。然而,多源數據孤島、質量參差不齊、安全合規壓力等問題,讓數據治理從 “選擇題” 變成 “必修課”。一款高效的數據治理方案,不僅需要打通數據全生命週期管理,更要在智能化、兼容性、場景適配性上形成差異化優勢。 本文選取 6 款國內外主流數據治理方案,從核心能力、技術特性、適用場景三個維度展開對比,為不同規模、不同行業的用户提供選型參考。

數據

收藏 評論

百度Geek説 - 播放器視頻後處理實踐(一)

1. 前言 在播放器架構不斷演進的今天,視頻後處理技術正在成為提升用户體驗的關鍵環節。相比傳統的解碼即播,現代播放器越來越多地引入後處理鏈路,通過增強畫質、渲染氛圍等手段,為用户提供更具沉浸感的視聽體驗。 本系列文章將系統介紹我們在播放器視頻後處理模塊中的技術方案與工程實現,涵蓋從效果設計、算法選型,到性能優化和跨平台兼容的全鏈路細節。第一期內容聚焦在兩類核心能力: 視頻增強:提升畫面清晰度、

視頻處理

收藏 評論

NocoBase - 10 個開源工具,快速構建數據應用

原文鏈接:https://www.nocobase.com/cn/blog/open-source-data-apps。 寫在開頭 對開發者來説,工作中最常見的需求之一就是:臨時需要快速搭建一個數據應用。 可能是一個運營看板、一個內部查詢工具,或者一個簡單的客户數據門户。 傳統的做法需要寫後端、接數據庫、再做前端。 好在現在已經有不少優秀的開源工具,能幫你在幾小時內就構建出一個可用的數據應用。

無代碼開發平台 , 數據 , 低代碼 , 數據庫 , 開源

收藏 評論

sevencoding - 用過redis哪些數據類型?Redis String 類型的底層實現是什麼?

Redis 數據類型有哪些? 詳細可以查看:數據類型及其應用場景 基本數據類型: String:最常用的一種數據類型,String類型的值可以是字符串、數字或者二進制,但值最大不能超過512MB。一般用於 緩存和計數器 Hash:Hash 是一個鍵值對集合。存儲商品的各個屬性 Set:無序去重的集合。Set 提供了交集、並集等方法,對於實現共同好友、共同關注等功能特別方便。 List:有

nosql

收藏 評論

阿里雲大數據AI - MaxCompute聚簇優化推薦功能發佈,單日節省2PB Shuffle、7000+CU!

Shuffle優化利器|聚簇優化推薦 在MaxCompute每日EB級規模的計算場景中,Join、Group By、Window等算子所產生的Shuffle數據流量已佔據整體網絡傳輸的60%以上,成為影響大數據計算成本的核心因素。以阿里內部某業務為例,單日Shuffle數據量高達2 PB,直接消耗7000+ CU資源——這一數字僅是問題的冰山一角。 MaxCompute 哈希聚簇(Hash Clu

hash , shuffle

收藏 評論