博客 RSS 訂閱

瘋狂迪霸戈 - MySQL索引怎麼選

當你在MySQL裏敲下CREATE INDEX時,有沒有想過:同樣是“索引”,為什麼有的能防重複,有的能搜文章,有的還能找附近的咖啡店? MySQL的索引體系裏,NORMAL、UNIQUE、FULLTEXT、SPATIAL這四個“頂流”,看似都是“加速查詢”的工具,實則是完全不同的“專項武器”。選錯索引,可能讓你的查詢從“毫秒級”變成“分鐘級”,甚至埋下數據混亂的坑——今天就來拆解這

MySQL , 搜索 , 數據庫 , SQL

收藏 評論

雲和恩墨 - 多數據庫巡檢效率提升10倍:我用Bethune X做自動化巡檢的3個關鍵點

本文分享自一位匿名中型製造企業的IT負責人 —— 該企業業務覆蓋生產製造、供應鏈管理、客户服務等多個模塊,IT 架構中並存 6 種國內外數據庫產品,30+套實例分佈在物理機、虛擬機及混合雲環境中。 在數據驅動的今天,數據庫早已成為企業IT系統的核心命脈。但一個殘酷的現實是:75%的嚴重業務中斷源於未被及時發現的數據庫隱患,超過60%的數據庫故障因缺乏提前預警而升級為重大事故

鏈路 , 運維 , 數據庫

收藏 評論

思茂信息 - 從功能到應用:Abaqus 結構力學仿真軟件全面介紹

在現代工程設計中,結構力學仿真軟件是降本增效的關鍵利器 —— 以數字化建模精準模擬結構力學響應,大幅減少物理試驗成本,助力工程師快速優化產品結構性能。Abaqus 作為行業公認的標杆仿真軟件,憑藉全功能覆蓋與超強求解實力,橫掃航空航天、汽車、土木等眾多領域工程難題。本文將先拆解結構力學仿真軟件的核心能力,再深度解讀 Abaqus 的技術優勢與落地價值,為企業選型提供專業參考。

軟件研發 , 建模 , yyds乾貨盤點 , 結構力學 , Abaqus , 仿真

收藏 評論

mb65c32a8b533b7 - GBASE南大通用金融行業案例-支持內蒙古農信大數據平台建設

一、項目背景 內蒙古農信與地市信用社正式合併後面臨海量業務數據的存儲和管理問題。目前歷史數據裸數據總量已經接近50TB,傳統的數據存儲和管理模式在數據處理、架構擴展性等方面的瓶頸已逐漸顯露。為了滿足後續業務發展需求,強化數據資源整合能力、提升數據處理分析能力、提高數據服務質量及時效性,應對未來深度數據處理分析及大數據分析應用的需求,需要引入新型的 MPP 數據庫軟件產品,以

軟件研發 , GBASE南大通用 , 大數據平台 , 數據 , GBASE , GBase數據庫

收藏 評論

mb6927e9f1a894c - 電子合同聲譽榜:如何挑選靠譜的電子合同平台?十大品牌權威解析

在選擇電子合同服務時,面對眾多品牌,你是否感到無從下手?我們基於品牌影響力、用户口碑、服務能力等多維指標,整理出這份電子合同十大品牌榜單,為您提供參考。本次入選前十名的品牌包括:e籤寶、安證通、法大大、契約鎖、上上籤、騰訊電子籤、數字認證、CFCA、DocuSign、Adobe Sign。我們全程以真實用户數據為支撐,精選口碑過硬的優質品牌,助力您輕鬆選到適配需求的產品。

數字化轉型 , 電子合同 , 軟件 , 電子合同軟件 , 解決方案

收藏 評論

雲端行者 - npm 常用命令 - NDweb的個人空間 -

現在前端開發基本每天都會用到npm命令,最近在解決安全團隊報告的安全風險時,發現了幾個npm非常實用的命令,特記錄下來... 前言 最近接到公司安全團隊的項目風險表格,列出了當前前端項目的一些安全風險,大概有190多項,第一個大坨是XSS的,第二大坨就是npm包需要升級的,看了下,需要升級的大概有55個包,最近在做這些包升級的時候發現了NPM以前很少用,但是確很實用的

命令行 , ci , 前端開發 , Javascript , Json

收藏 評論

南大通用GBase - GBASE南大通用金融行業案例-助力徐州農商行基礎數據庫替代改造

項目背景: 徐州農商行原使用DB2數據庫構建數據倉庫,隨着業務發展和複雜應用導致的數據量增加,數據存儲和處理壓力日益增大,DB2數據庫逐漸無法滿足業務需求。同時DB2存在無法線性擴容,效率下降等問題,無法滿足快速增長的業務數據帶來的存儲、計算需求。 解決方案: 徐州農商行通過使用GBase 8a MPP Cluster構建集羣承載行內數

軟件研發 , GBASE南大通用 , GBASE , GBase數據庫 , 數據倉庫 , 數據庫

收藏 評論

mob64ca14154457 - GitHub - GuidoBorrelli/AdvancedAlgorithms_Uni

Unrelated Machine Scheduling 轉化為判定形式,判定所有機器的 load 能否均不超過T 一個問題是 integrality gap 可能會非常大,如 1 個任務,n個機器,在每個機器時間上都是 1。整數最優解是分給任意一個機器,是 1。但 LP 會均分這個任務,最優解為1/

機器運行 , 最優解 , 二分圖匹配 , Css , 前端開發 , HTML

收藏 評論

風之谷啓航 - mkcert: 本地使用的 HTTPS 證書

1. 工具簡介 mkcert 是由 Filo Sottile 開源創建的一款「零配置」的命令行工具,用於在本地開發環境創建受信任的 HTTPS/TLS 證書。功能概括如下: 自動在本地生成一個根 CA(Certificate Authority)並安裝至平台信任根。 使用該根 CA 為任意主機名/IP/通配域生成簽發證書(public + key)。

生產環境 , ip , HTTPS , Css , 前端開發 , HTML

收藏 評論

愛吃啤酒味豬蹄 - TS裝飾器的應用場景(Class、Method、Property)

裝飾器是一種特殊的聲明,它可以被附加到類聲明、方法、訪問器、屬性或參數上,用來修改或擴展類的行為。 重要提示:裝飾器目前是一個實驗性特性(截至 TS 5.5)。在 tsconfig.json 中需要啓用 "experimentalDecorators": true。此外,ESNext 的裝飾器提案已進入 Stage 3,語法略有不同,但核心概念相通。

方法裝飾器 , 屬性裝飾器 , 前端開發 , 類裝飾器 , Javascript

收藏 評論

美狐美顏SDK小金 - 美顏SDK算法工程師實踐筆記:濾鏡與特效模塊的可維護性設計

作為一個深耕美顏SDK的算法工程師,我常常會遇到一種“技術人的倔強”:只想把效果做到極致,卻往往忽略了另一個決定產品壽命關鍵點的要素——可維護性。 尤其在濾鏡、特效模塊這種更新頻率高、參與人員多、跨平台適配複雜的領域,如果項目結構沒設計好,後續每加一個濾鏡都像“拆房子換電線”。 為了不讓團隊被自己寫的代碼折磨,我開始整理這些年來的踩坑經驗,最終總結出一套更

視頻美顏sdk , 美顏api , 人工智能 , 直播美顏sdk , 深度學習 , 第三方美顏SDK , 在51CTO的第一篇博文 , 美顏SDK

收藏 評論

智能探索者 - 建議收藏|四大互聯網經典鏈表筆試題_51CTO博客

1.逆置(1.藉助頭結點2.不借助頭結點) void Reverse_List1(Node* plist) { //1.準備工作(申請兩個指針p和q,分別指向第一個有效節點和第二個有效節點) Node* p = plist-next;//第一個節點 Node* q = NULL;//Node*p=p-nex

數據結構 , 面試 , 鏈表 , 職場和發展 , Css , 前端開發 , HTML

收藏 評論

ClearDrea - AIGC工具GenStorybook使用體驗:重塑前端開發工作流的智能助手 引言:前端開發中的“故事”困境

在現代前端工程化實踐中,組件驅動開發(Component-Driven Development, CDD)已成為主流範式。作為這一理念的核心工具,Storybook為開發者提供了獨立於應用主邏輯的組件開發、測試和文檔化環境。然而,儘管Storybook極大地提升了組件開發效率,其初始配置和故事(Stories)編寫過程仍存在顯著的學習成本和重複性勞動——這正是AIGC(人工智能生

API , 自然語言 , AI寫作 , aigc , 開發者

收藏 評論

mob64ca13feda16 - windows qt uvc xu 擴展協議demo

1.VTK庫在三維可視化顯示方面(醫學圖像、地質、氣象等領域)具有廣泛的應用,調用該庫的傳統方式是通過VS,結合Cmake文件進行編譯。 2.Qt在界面設計、編譯方面具有良好的優勢,如果能使用Qt進行VTK庫的調用,這既利於發揮VTK的優勢進行算法的研究,又利於發揮Qt的優勢進行工程的進展。 3.然而,目前這方面的參考教程較少或不詳細(之所以這樣説是因為 目前網上的教

機器學習 , 下載文件 , qt , 人工智能 , 下載地址

收藏 評論

saltymilk - C++ 語言特性的變更可能讓你的防禦成為馬奇諾防線

馬奇諾防線 馬奇諾防線是法國在1930年代修建的一道大型防禦工事系統。防線由複雜的地下工事網絡組成,包括炮台、掩體、地下兵營、彈藥庫和指揮所等設施,有些地下工事深達數十米。 然而,在1940年的法國戰役中,馬奇諾防線並未發揮預期作用,德軍繞過馬奇諾防線,通過比利時和阿登森林發動突襲,迅速擊敗了法軍。這使得馬奇諾防線成為了"過時防禦思維"的象徵。 代碼中的防禦 日常工作中,編寫一些功能類,或者一個相

後端

收藏 評論

文心快碼BaiduComate - Comate Spec模式實測:讓AI編程更精準可靠

作為一名長期關注AI編程工具的開發者,最近深度體驗了百度Comate的Spec模式,這種“先規劃後執行”的新穎工作流讓我眼前一亮。 與傳統AI編程助手直接生成代碼不同,Spec模式要求AI先輸出實現文檔和任務拆解,經過用户確認後才開始編碼,從根本上提升了代碼生成的準確性和可控性。 Comate Spec流程的六大核心視圖 Comate Spec流程是百度

代碼生成 , AI編程 , 代碼人生 , 代碼質量 , 開發者 , 智能編程助手

收藏 評論

mob64ca13ff5b03 - jpa佔位符 postgresql

rman的格式化輸出 1. format中佔位符格式化輸出 # 使用FORMAT參數進行替換變量(注意大小寫): %a:Oracle數據庫的activation ID即RESETLOG_ID %c:備份片段的複製數(從1開始編號,最大不超過256) %d:Oracle數據庫名稱 %T:當前時間的年月日格式(YYYYMMDD) %Y:當前時間中的年,格式為YY

歸檔文件 , 雲計算 , jpa佔位符 postgresql , 格式化輸出 , 數據庫 , 雲原生

收藏 評論

技術筆耕者 - 32字節的mpls

位,字節,字,字符的區別 前言 一、位 二、字節 三、字 四、字符 1 ASCIIS碼 2 UTF-8編碼 3 Unicode編碼 4 GBK 前言 位,字節,字是計算機存儲的單位;字符是計算機中使用的字母,數字,字,符號

ico , word , 雲計算 , 32字節的mpls , JAVA , 雲原生 , unicode

收藏 評論

hackernew - postgresql shardingsphere 分庫分表

文章目錄 @[toc] 第01章 高性能架構模式 1、讀寫分離架構 2、數據庫分片架構 2.1、垂直分片 2.2、水平分片 3、讀寫分離和數據分片架構 4、實現方式 4.1、程序代碼封裝

數據 , MySQL , 雲計算 , 學習 , 數據庫 , JAVA , 雲原生

收藏 評論

ProMonkey; - 類成員變量的初始化

C++11中在初始化時可以使用 = ,也可以使用 {} ,也可以使用 ={} ; 需要注意的是:類中的靜態成員變量只有靜態常量,並且類型是整型或者枚舉類型,才能在類內初始化,其他都得在類外初始化。 #include iostream using namespace std; class Base { public: Base(){ } Base(int num){ } int a =

後端

收藏 評論

mb6890178244a4e - Docker 化 API 網關(Kong)

需求背景 為微服務架構添加 API 網關,實現路由轉發、認證、限流功能,使用 Kong 作為網關,容器化部署並與現有服務集成。 實現步驟 架構設計 後端服務:已有的用户服務(/users)和訂單服務(/orders)。 Kong 網關:接收所有外部請求,轉發到對應服務。 數據庫:Kong 使用 PostgreSQL 存儲配置(路由、插件等)。 Kong 初始化 啓動 Kon

雲平台 , 初始化 , 雲計算 , API , 數據庫

收藏 評論

wx693a81e38283a - 2025年馬上過去了,MySQL和PG,到底選哪個?

《選哪個》 兩大開源數據庫,輕舟重劍各揚鞭。 輕舟MySQL融萬象,重劍PG破千淵。 向量模型逐浪起,IO異步驚雲巔。 更看華夏騰飛處,自主可控有新篇。 下週就進入12月份了,隨着2025年即將落幕,又到了一年一度年終總結與規劃的時刻。在數據庫領域, MySQL和PostgreSQL這兩大開源巨頭的競爭格局也在發生着變化。 01-流行度

MySQL , 運維 , 數據庫 , postgresql

收藏 評論

PetterLiu - HiAgent與BiSheng對比Dify選型

HiAgent 架構與戰略價值 1. 核心定義與證據 實質:HiAgent 不是一個單純的學術概念,而是火山引擎(Volcengine)推出的企業級 AI 應用開發框架(SDK)。 架構邏輯:它採用了“大一統(Unified)”的設計思路,試圖在底層將 LangChain 的靈活性、MCP(Model Context Protocol)的連接性、以及外部工具的異構性,統一抽象

AI

收藏 評論

Tezign特贊 - 500 強都在用的 AI 內容洞察決策系統,解鎖科技企業敏捷創新密碼

引言:AI 時代,科技企業創新為何陷入 “信息困局”? 在數字化浪潮席捲全球的今天,科技企業的創新環境正發生着深刻變革。某全球領先的智能終端企業,產品線覆蓋數十個國家和地區,擁有上萬名研發與市場員工、上百個內容觸點及千萬級用户規模,卻面臨着一個普遍困境:每天沉浸在技術報告、行業趨勢、用户洞察、市場研究等海量數據中,信息密度持續提升,洞察速度卻不斷下降。 創新不再被創意

AI寫作 , aigc , AI內容洞察

收藏 評論