tag yyds乾貨盤點

標籤
貢獻146
399
05:13 PM · Nov 07 ,2025

@yyds乾貨盤點 / 博客 RSS 訂閱

軟件求生 - 別再被問住!Redis Cluster 一文徹底講透(Java 面試必背)

大家好呀,我是 31 歲、愛喝奶茶、愛寫 bug、愛分享技術的小米同學。 今天繼續給大家講一個我親身經歷的——被 Redis Cluster 當場“拷打”的面試故事。 事情是這樣的。 開局:我滿懷自信進場,結果第一問就被“擊倒” 那天我穿着我最喜歡的“小恐龍衞衣”,滿懷信心走進一家互聯網公司的會議室。 面試官看了我一眼,笑了一下,説:“你寫

redis , yyds乾貨盤點 , 數據庫 , JAVA , 高可用

收藏 評論

芯動大師 - 風扇調速總振盪?90% 工程師沒搞懂這層 PID 邏輯

之前收到了一位粉絲朋友的問題,是需要了解温度相關的PID控制,主要是關於PID根據温度進行風扇轉速的調節。針對這個粉絲的問題,我覺得也是比較感興趣的,加上自己也是研究PID控制這塊,所以也花了一些時間去查閲了相關的資料,加上自己的思考寫了這一篇文章,有不正確的地方,希望大家可以多理解和進行指正。 同樣是

段映射 , yyds乾貨盤點 , 開源 , define , 閉環控制

收藏 評論

讓世界更美好 - 超越單點:深入淺出理解與構建Redis高可用架構

在現代應用架構中,Redis憑藉其驚人的性能和豐富的數據結構,早已成為緩存、會話存儲和消息隊列等場景的基石。然而,當我們享受其帶來的速度與便利時,一個核心一個核心問題無法迴避:如果這台Redis服務器宕機了,怎麼辦? 單個節點的故障足以導致整個應用的雪崩。因此,因此,構建一個高可用(High Availability) 的Redis環境,確保服務在部分節點失敗時依然能夠持續

redis , yyds乾貨盤點 , 數據 , 數據庫 , 高可用

收藏 評論

wanxiule - 深度解讀 SRv6 (uSID vs G-SID),揭秘息壤、阿里、Meta、AWS 的最佳實踐(上篇)

本文基於RFC、draft及OCP 2024/2025峯會等為參考基準,深度解構SRv6的核心衝突——uSID(AI/DC陣營)與G-SID(運營商陣營)的“標準化休戰”,覆盤息壤SRv6、Meta(DSF/NSF)、阿里(HPN)、AWS(SRD)最佳實踐,看看SRv6如何助力實現OpenAI “星際之門”/馬斯克 xAI/Meta “Prometheus”等吉瓦級(GW)AI

頭壓縮 , SRv6 , G-SID , yyds乾貨盤點 , 網絡安全 , uSID , rfc

收藏 評論

魚弦CTO - 社區版Dify實現文生視頻 LLM+ComfyUI+混元視頻

1. 項目介紹 目標 通過 LLM 生成文本描述,結合 ComfyUI 和 混元視頻生成技術,將文本轉換為視頻。 核心組件 LLM(大語言模型): 用於生成文本描述或腳本。 例如:GPT、ChatGLM 等。 ComfyUI: 一個基於工作流的 UI 框架,用於管理和

Spring Boot , yyds乾貨盤點 , 疑難解答 , API , 後端開發 , ide

收藏 評論

wukongmazi - Java大文件上傳解決方案:分片上傳+斷點續傳實戰

大家好,我是小悟。 什麼是大文件上傳 大文件上傳通常指上傳超過幾百MB甚至幾個GB的文件。與普通文件上傳相比,大文件上傳面臨以下挑戰: 內存限制 - 一次性加載整個文件到內存會導致內存溢出 網絡穩定性 - 上傳過程中網絡中斷需要能夠斷點續傳 超時問題 - 長時間上傳可能導致連接超時 進度監控 - 需要實時顯示上傳進度 文

Spring Boot , 編程技術 , yyds乾貨盤點 , 後端開發 , JAVA , 大文件上傳

收藏 評論

未聞花名AI - 構建AI智能體:十七、大模型的幻覺難題:RAG 解決AI才華橫溢卻胡言亂語的弊病

一、拋磚引玉 經過一段時間的接觸,大型語言模型(LLM),展現出了令人驚歎的文本生成、對話和推理能力。它們飽讀詩書、才華橫溢,能夠就幾乎任何話題進行流暢的對話。然而,這個天才有一個致命的弱點:它的知識完全來源於其訓練數據,存在截止日期,並且它有時會為了保持對話的流暢性而“捏造”事實。這種現象在AI領域被稱為“幻覺”或“胡説八道”。想象一下,你結合實際問了一個問題,最新的員工

yyds乾貨盤點 , 搜索 , NLP , 數據庫 , 人工智能 , 參考資料

收藏 評論

虎斑嘟嘟 - 大模型訓練數據的版權爭議:合理使用原則與創作者權益的平衡

大模型訓練數據的版權爭議:合理使用原則與創作者權益的平衡 引言:數據洪流中的版權困境 在人工智能的快速發展中,大語言模型的訓練數據規模已從最初的數十GB擴展到如今的數百萬GB。這種數據飢渴的背後隱藏着一個日益尖鋭的矛盾:模型的訓練需求與創作者版權保護之間的衝突。2023年,多個知名作家和新聞機構對OpenAI等公司提起集體訴訟,指控其未經授權使用受版權保護的作品進行模

List , yyds乾貨盤點 , 數據 , 後端開發 , JAVA , ci

收藏 評論

C語言NO小白 - 7-Zip下載、安裝和使用教程(附官網安裝包,適合新手)

7-Zip 是一款開源、免費的壓縮軟件,沒有任何功能限制、廣告插件和捆綁程序,安裝包僅 1-2MB,資源佔用極低,適合各個版本的 Windows 系統。 7-Zip 最突出的技術特點是支持 7z 壓縮格式,它的壓縮率特別高。實測表明,7z 格式比傳統的 ZIP 格式節省 30%-70% 空間,甚至比同類軟件高 2-10 個百分點。 7-Zip 幾乎涵蓋所有常見

7.zip , yyds乾貨盤點 , 7z , 辦公效率 , 7z解壓軟件下載 , 7z下載安裝和使用教程 , 7-zip軟件

收藏 評論

軟件求生 - 從 0 到 1 玩轉 Spring AI + 智譜 AI 向量模型,RAG 工程師都在用!

事情是這樣的。 上週,我負責的一個智能問答項目,老闆突然説一句話: “小米啊,我們要做知識庫檢索,搞個類似 RAG 的東西,支持語義搜索。” 我當場愣住:語義搜索?知識庫?向量?Embedding? 老闆微微一笑:“別慌,用 SpringAI 接智譜 AI。” 那一刻,我的人生彷彿聽見了 命運的 Callback。於是,就有

機器學習 , yyds乾貨盤點 , 搜索 , 屬性表 , 向量空間 , 人工智能

收藏 評論

mb67ff5f258c5ba - 全面抓包工具對比分析:Fiddler、Charles、Wireshark、BurpSuite等

抓包工具哪些好,來看這裏就夠了..... 作為 軟件測試工程師,抓包總是不可避免:遇到問題要做分析需要抓包;發現 bug 需要定位要抓包;檢查 數據傳輸的安全性需要抓包;接口測試遇到需求不全的也需要抓包... 就因為抓包在測試工作中無處不在,所以市面上才會出現一大批的抓包工具供大家選擇。 之前我也發過一些文章介紹一些常用 抓包工具,比如 wireshark,Charles 等,然

yyds乾貨盤點 , 移動開發 , ios

收藏 評論

primeshao - 1030. Matrix Cells in Distance Order

題目 We are given a matrix withRrows andCcolumns has cells with integer coordinates(r, c), where0 = r Rand0 = c C. Additionally, we are given a cell in that matrix with coordinates(r0,

yyds乾貨盤點 , 曼哈頓距離 , i++ , c++ , 代碼人生

收藏 評論

dayongchan - 五項修煉:讓你的團隊從"瞎忙"到"拿結果"的蜕變之路

引言:何謂領導?我認為是引領和指導。 大家好,我是Kenyon,作為一名帶了12年團隊的領導者,我覺得最大的成就並非事必躬親,而是通過有效的安排,激發團隊的潛能,共同高效地達成目標。 以下為深度好文,把我十多年對團隊管理的領悟毫無保留的分享給您了,關注一下我吧!感謝您的支持! 從一線員工到團隊舵手的角色轉變中,我深刻體會到,安排工作的最高境界,是讓團隊的每一項努

領導能力 , yyds乾貨盤點 , 辦公效率 , 好領導 , 工作安排 , 團隊協作

收藏 評論

調試人生 - iOS APP 抓包全流程解析,HTTPS 調試、網絡協議分析與多工具組合方案

在移動應用開發中,iOS APP 抓包是最常見、也最容易遇到困難的調試環節。無論是接口聯調、線上問題排查、性能分析,還是驗證 SDK 行為,抓包一直是最直接、最高效的分析方式。但當涉及到 iOS 的安全體系(ATS、證書鏈、pinning)與多協議混合環境(HTTPS + QUIC + TCP/UDP)時,抓包的難度會成倍提升。 一、為什麼 iOS APP 抓包比想象中更復雜?

yyds乾貨盤點 , 移動開發 , ios

收藏 評論

技術員阿偉 - 《聯機遊戲多端通聯進階指南:邏輯協同與體驗優化的實戰手冊》

在聯機遊戲的開發語境中,協同邏輯的隱性錯位往往藏在跨端交互的細微鏈路裏,它不是顯性的功能失效,而是在玩家操作與數據反饋之間形成的無形滯澀,這種滯澀會隨着聯機人數的增加、場景複雜度的提升逐漸放大,最終影響整體體驗的流暢度。這種現象如同精密儀器中未完全咬合的齒輪,每個部件單獨運行時看似無虞,一旦進入協同狀態,就會因微小的偏差產生連鎖反應—比如玩家釋放技能的指令已發出,卻在其他玩家的視

場景切換 , yyds乾貨盤點 , 數據 , 加載 , 代碼人生

收藏 評論

愛分享技術的小文 - HTTPS和HTTP的區別及自定義證書使用教程

HTTPS(全稱:Hyper Text Transfer Protocol over Secure Socket Layer),是以安全為目標的HTTP通道,簡單講是HTTP的安全版。即HTTP下加入SSL層,HTTPS的安全基礎是SSL,因此加密的詳細內容就需要SSL。 它是一個URI scheme(抽象標識符體系),句法類同http:體系。用於安全的HTTP數據傳輸。https:UR

yyds乾貨盤點 , 移動開發 , ios

收藏 評論

讓世界更美好 - 優化前端性能:解決JavaScript與CSS阻塞渲染問題

在現代Web開發中,頁面加載速度直接影響用户體驗和SEO排名。其中,JavaScript和CSS的資源加載與執行常常成為頁面渲染的瓶頸。本文將深入探討這些資源如何影響頁面渲染,並提供一系列實用解決方案。 理解關鍵渲染路徑 在深入研究解決方案前,我們需要了解瀏覽器如何處理網頁資源: 解析HTML → 構建DOM樹 遇到CSS → 暫停HTML解析

yyds乾貨盤點 , 加載 , Css , 前端開發 , HTML

收藏 評論

讓世界更美好 - OceanBase數據庫全解析:架構、特性與應用實踐

一、OceanBase簡介:中國原生的分佈式數據庫 OceanBase是由螞蟻集團完全自主研發的分佈式關係型數據庫,誕生於2010年,最初用於解決支付寶的核心交易需求。經過十餘年發展,如今已成為支撐雙11百萬級TPS、金融級一致性的成熟數據庫產品。 核心定位:OceanBase定位於"高可用、高擴展、高兼容的分佈式關係數據庫",尤其擅長處理金融級事務和高併發場景。20

oracle , yyds乾貨盤點 , 數據 , 數據庫 , 分佈式事務 , SQL

收藏 評論

WangLanguager - 矩陣分解(Matrix Factorization)介紹和代碼示例

矩陣分解(Matrix Factorization)介紹 矩陣分解是一種常用的推薦系統技術,旨在通過將用户-物品評分矩陣分解為兩個低維矩陣(用户特徵矩陣和物品特徵矩陣)來發現潛在的用户偏好和物品特性。這種方法能夠有效處理稀疏數據,常用於協同過濾推薦系統。 基本原理 評分矩陣:通常是一個稀疏矩陣,其中行表示用户,列表示物品,元素

yyds乾貨盤點 , 初始化 , 推薦系統 , 矩陣分解 , Css , 前端開發 , HTML

收藏 評論

xcLeigh - 數據可信:“AI+Data”時代企業落地的生死線與破局之道

在 AI 技術迅猛發展的今天,企業對智能化轉型的需求日益迫切,但落地效果卻普遍不理想。據 MIT 報告顯示,企業垂直場景 AI 應用真正上生產的比例僅 5%。2026 年 1 月,由【Yolanda科技見聞】與【矩陣起源】聯合推出的年度重磅專欄 “AI +數據時代的技術戰略與組織進化” 第二期直播,圍繞 “數據可信——如何構建支撐可信 AI 與決策的數據基座” 主題,墨創數跡 C

it , yyds乾貨盤點 , 數據 , AI , 數據可視化 , 知識管理 , 人工智能

收藏 評論

西安王曉楠 - 楊建允:AI搜索優化是如何賦能私域經濟模式的?

AI搜索優化和私域電商是互相成就的黃金搭檔,一個負責精準引流,一個負責高效轉化,共同幫你把流量變成“留量”。楊建允來拆解一下它們是怎麼配合的: 一、AI搜索優化如何賦能私域電商? 1.精準捕獲流量:AI能理解你的搜索意圖,動態匹配關鍵詞。比如有美妝品牌用AI優化後,答案提及率從12%漲到48%,轉化率直接翻了2.3倍。 2.AI內容生優化:AI能自動識別商品描述

AI搜索 , yyds乾貨盤點 , GEO優化 , AI賦能 , 私域經濟 , AI搜索優化 , AI寫作 , aigc

收藏 評論

未聞花名AI - 構建AI智能體:四十四、線性迴歸遇見大模型:從數學原理到智能實戰

一、什麼是線性迴歸 結合我們生活中例子,如果你是一個水果店老闆,你想知道“草莓的重量”和“它的價格”之間有什麼關係。憑經驗你知道,越重的草莓肯定越貴。線性迴歸就是幫你把這種模糊的經驗,變成一個精確的數學公式。 核心思想:找到一個線性方程(一條直線),來最好地描述自變量 (X)(比如:重量)和因變量 (Y)(比如:價格)之間的關係。 公式:Y = wX +

擬合 , yyds乾貨盤點 , 數據 , 最小二乘法 , 人工智能 , 數據結構與算法

收藏 評論

技術員阿偉 - 《UGC工具的能力梯度解鎖指南》

很多產品陷入“功能越多越強大”的誤區,卻忽略了用户在碎片化場景下的核心訴求—當一位博主在通勤途中想用手機編輯圖文時,過多的排版選項會成為認知負擔,而過於簡化的功能又無法滿足專業表達需求。這就需要建立“感知負荷拆解模型”,將複雜功能拆解為“基礎必選”“進階可選”“專家隱藏”三個層級,通過用户行為數據動態調整功能展示優先級,讓工具的能力邊界與用户的操作熟練度形成正向匹配。這種設計思路

複雜度 , yyds乾貨盤點 , 數據 , 代碼人生 , 開發者

收藏 評論

蒙奇D索隆 - 【操作系統】408操作系統核心考點精講:第二章——進程的概念、組成與特徵​

(進程) 導讀 大家好,很高興又和大家見面啦!!! 在前面的內容中我們介紹了【操作系統】的基本概念、發展歷程、運行環境以及體系結構等重要內容。這些內容讓我們對【操作系統】有了一個初步的印象與瞭解。 從本篇內容開始,我們將進入【操作系統——第二章——進程與線程】的學習。在這個章節中,我們將會學習以下知識點: 進程與線程 CPU調度 同步與互斥

yyds乾貨盤點 , 操作系統 , c++ , 後端開發 , 考研 , c , 408

收藏 評論