tag 數據

標籤
貢獻758
673
05:56 PM · Oct 25 ,2025

@數據 / 博客 RSS 訂閱

u_13778063 - 雲監控 UModel Explorer:用“圖形化”重新定義可觀測數據建模

作者:隰宗正(霜鍵) 點擊此處查看相關視頻! 在複雜可觀測系統的構建過程中,數據建模往往是“從混沌到秩序”的關鍵一步。傳統的建模方式往往依賴配置文件或代碼定義,這種方式雖然精確,但缺乏直觀性,難以讓團隊成員快速理解和協作。UModel Explorer 正是為了改變這一現狀而設計。它構建了一個完整的可視化建模環境,讓工程師可以像繪製架構圖一樣,通過拖拽、連線等直觀操作

表單 , 建模 , 數據 , 雲計算 , UModel , 阿里雲 , 雲服務

收藏 評論

碼農小哥 - 編碼之道(二):軟件的價值 - 御劍

代碼量陷阱:軟件開發的認知誤區 在軟件開發行業,“代碼量”曾長期被當作衡量開發能力與項目價值的硬指標。不少企業將日均代碼行數、功能模塊數量作為考核標準,甚至有團隊為追求“數據好看”而堆砌冗餘代碼。但隨着數字化深入,這種認知正在被現實擊碎——某企業投入百萬開發的客户管理系統,代碼量超10萬行卻因操作繁瑣被客户棄用;而微信早期核心功能代碼量有限,卻憑藉極致體驗成為國民級應用。

數據 , 軟件開發 , 商業價值 , aigc , bard

收藏 評論

信息小飛俠 - 如何用控制點校正dem

用SARscape做干涉處理時(InSAR/DInSAR),在軌道精煉的一步,必須輸入控制點文件(refinement GCP file),用於修正干涉相位和解纏後的相位。 用於優化的控制點可以是斜距座標(方位向和距離向座標),也可以是地理座標(xyz)高程可以自動從輸入的參考DEM上獲取。一般情況下,都是輸入SAR座標的。如果控制點用於不同軌道的

機器學習 , 地理編碼 , 多項式 , 數據 , 如何用控制點校正dem , 人工智能

收藏 評論

xiao小8 - EPLAN Electric P8 2025 電氣設計協作,跨軟件兼容:安裝步驟IFC/JT/DWG 全支持

簡介 EPLAN Electric P8 2025 是一款面向工業領域的專業電氣設計軟件,並非簡單的版本迭代,而是圍繞電氣設計全流程進行了底層優化與功能革新,重點提升了設計效率、協作能力和數據互通性,適配汽車製造、電力系統、自動化裝備等複雜工業項目的設計需求。 電纜與宏管理更靈活:新增電纜銘牌文本自動同步功能,生成的銘牌文本可同步到電纜及屏蔽層的所有分佈表示

數字化轉型 , 軟件下載 , 數據 , 3d

收藏 評論

colddawn - 計算機視覺中特徵圖大小怎麼知道要多大比較合適呢

什麼是試圖? 視圖是從一個或多個表中導出來的表,是一種虛擬存在的表,視圖就像一個窗口,通過它可以看到系統專門提供的數據,視圖可以讓用户的操作方便,保證數據庫系統的安全 視圖概念: 1:視圖從已經存在的表中到處,還可以從已經存在的視圖導出,數據庫只是保存視圖定義,而沒有存放視圖數據,視圖的數據還是存在原來的表中,視圖的數據依賴於原來的表,一旦原來的表發生改變,視圖

數據 , MySQL , 圖語法 , 人工智能 , 計算機視覺

收藏 評論

笑傲江湖求敗 - 數學建模筆記一數據標準化_數據標準化是對數值型數據嗎

大數據建模中的數據標準化:行業標準與自定義規範深度解析 一、引言:為什麼數據標準化是大數據的“地基”? 在大數據時代,企業面臨的最大挑戰從來不是“數據太少”,而是“數據太亂”: 電商系統中,“用户ID”可能同時存在字符串(user_123)、數字(123)和UUID(e5a5-...)三種格式; 金融機構的“交易時間”

大數據 , 數據 , 自定義 , AI , 元數據 , 後端開發 , Python

收藏 評論

deanyuancn - redis詳解

一、Redis 到底是個啥?(白話版) 簡單説,Redis 就是一款超高速的內存數據庫,你可以把它理解成 “電腦內存裏的萬能儲物箱”—— 數據都存在內存裏(不是硬盤),所以讀寫速度快到離譜(百萬級 / 秒);同時它還能把數據持久化到硬盤,不怕斷電丟數據。和 MySQL 這種傳統數據庫比,Redis 更像 “貼身小倉庫”,專門存高頻用、要快速取的數據,而 MySQL 是 “大

redis , 字符串 , 數據 , 前端開發 , Javascript

收藏 評論

畢設大神 - 基於web平台的實驗室耗材管理系統設計與實現-計算機畢業設計源碼+LW文檔

摘 要 二十一世紀我們的社會進入了信息時代,信息管理系統的建立,大大提高了人們信息化水平。傳統的管理方式對時間、地點的限制太多,而在線管理系統剛好能滿足這些需求,在線管理系統突破了傳統管理方式的侷限性。於是本文針對這一需求設計並實現了一個基於springboot實驗室耗材管理系統,為了簡捷並有效的解決實驗室耗材管理各方面的問題。 本文講述了實驗室耗材管理系統。結合電子

數據 , 功能模塊 , 管理系統 , 後端開發 , JAVA

收藏 評論

laokugonggao - spark中的共享變量(廣播變量和累加器) - macy

1 核心概念:為什麼需要它們? 在spark程序中,當一個傳遞給Spark操作(例如map和reduce)的函數在遠程節點上面運行時,Spark操作實際上操作的是這個函數所用變量的一個獨立副本。這些變量會被複制到每台機器上,並且這些變量在遠程機器上的所有更新都不會傳遞迴驅動程序。通常跨任務的讀寫變量是低效的,但是,Spark還是為兩種常見的使用模式提供了兩種有限的共享變量:

spark , List , 大數據 , 數據

收藏 評論

計算機專業指導老師 - 基於VUE的軟件學院新生報到系統[VUE]-計算機畢業設計源碼+LW文檔

摘要:隨着高校招生規模的擴大,軟件學院新生報到工作面臨着信息管理複雜、效率低下等問題。本文設計並實現了基於VUE框架的軟件學院新生報到系統。系統以提升報到工作效率與信息化水平為目標,通過需求分析明確功能方向,採用合理的技術架構與數據庫設計。該系統實現了新生信息管理、報到流程管控、數據統計與查詢等核心功能。實際應用表明,系統有效簡化了報到流程,提高了信息處理的準確性與及時性,為軟件

業務邏輯 , 軟件研發 , 數據 , 信息管理

收藏 評論

mob64ca12da726f - langchain mysql fastgpt

在本文中,我們將探討如何利用 LangChain 和 FastGPT 來與 MySQL 進行高效的數據交互和處理,展示出集成的整個過程。此外,我們會涵蓋性能優化及生態擴展的相關內容,幫助大家更好地整合這一技術棧,實現數據處理的高效性與靈活性。 環境準備 在開始之前,我們需要確保所有技術棧之間能夠完美兼容。以下是我們將使用的軟件及其對應版本: 技術

數據 , MySQL , aigc

收藏 評論

killads - 推薦7款優秀的vue table數據表格組件_vue表格組件

Vue-Good-Table-Next 是一個專為 Vue 3 設計的高性能數據表格組件,提供排序、篩選、分頁等豐富功能。作為 Vue-good-table 的下一代版本,它完全兼容 Vue 3 的 Composition API,同時保持了簡潔易用的特性。🚀 🎯 核心優勢 開箱即用:無需複雜配置,快速集成到項目中 功能全面:支持排序、篩

數據 , 自定義 , Vue , 後端開發 , harmonyos

收藏 評論

u_15015752 - 怎麼解決能源集團實時風控難題,流批一體架構是否是答案

某頭部能源集團在推進數字化轉型的過程中,將構建先進的智能監管平台列為核心戰略目標,對其關鍵的招投標業務進行全面的風險管控。將審計、紀檢等部門的審查要求深度融入業務系統,實現對採購全過程的實時監控、風險預警與閉環管理。這對底層數據架構的實時性、準確性和穩定性提出了嚴苛的挑戰。 傳統架構的困境 為實現這一目標,該集團初期採用了基於傳統流計算引擎的架構。然而,在實際運行中,

風控 , 大數據 , 數據 , 離線 , 案例 , 數據倉庫

收藏 評論

雲和恩墨 - 技術精講丨從AWR到裸數據:Oracle 性能診斷新思維

導讀 AWR報告是DBA最常用的性能診斷工具,但它展示的其實是一種“彙總後的視角”。很多時候,我們從報告中看到的是現象,而不是問題的根源。如果想更深入地理解數據庫的運行狀態,就需要回到AWR的底層,去分析它的“裸數據”——也就是最原始的統計表信息。這樣我們才能獲得更細粒度的性能數據,更精準地定位問題,甚至構建出自己的分析與監控體系。 本次我們邀請到雲和恩墨性能優化專家

數據 , MySQL , 性能分析 , 數據庫

收藏 評論

長腿大壯 - JS 中 async/await 關鍵詞的使用詳解

JS 中 async/await 關鍵詞的使用詳解 在 JavaScript 異步編程領域,async/await是繼回調函數、Promise 之後的重大優化,它以同步代碼的寫法實現異步邏輯,徹底解決了回調地獄的嵌套問題,讓異步代碼的可讀性和維護性大幅提升。作為現代 JS 開發的必備技能,async/await本質是 Promise 的語法糖,但用更簡潔直觀的方式封裝了異步流程,無論

oracle , 獲取用户信息 , 數據 , 數據庫 , 異步操作

收藏 評論

mob64ca13f96cda - 數據飛輪:數據戰略四步法

在生成式AI搜索浪潮中,企業投入GEO(生成式引擎優化)已蔚然成風。然而,艾瑞諮詢2025年的調研揭示了一個嚴峻現實:儘管超過83%的品牌已佈局GEO,但其中高達62%因技術架構的先天缺陷,其AI引用率長期低於行業均值。當多數服務仍停留在追逐單次排名波動時,一個決定長期成敗的分水嶺已然顯現:服務商擁有的,究竟是一個靜態的“數據看板”,還是一個能夠自我增強的“數據飛輪”。

數據 , 看板 , 數據庫 , 後端開發 , Python

收藏 評論

mob64ca140530fb - recoil

wger是一個功能強大的開源健身追蹤應用,採用Django框架開發,提供完整的訓練計劃、營養管理和體重追蹤功能。作為一款自託管的FLOSS健身軟件,wger幫助用户全面管理個人健身數據,實現科學訓練和營養平衡。 🏋️♂️ 為什麼健身應用需要專業的狀態管理 健身應用的數據結構複雜多樣,包含訓練計劃、營養數據、體重記錄等多個維度。以wger為例,其核心數據模型包

選擇器 , 數據 , 訓練計劃 , 前端開發 , Javascript

收藏 評論

小咪咪 - esxcli vsan storage tag add 緩存盤 容量盤

一、存儲故障情況介紹 數據恢復中心接到一台vsan存儲,客户介紹説這台存儲由於異常斷電導致上層虛擬機無法啓動,由於存儲內的數據十分重要,客户不敢擅自操作,第一時間聯繫到北亞數據恢復中心進行數據恢復。 二、存儲故障情況檢查 工程師對存儲上的所有硬盤進行了物理檢查,來確定存儲設備斷電有沒有導致硬盤物理故障,經過檢查,確認所有硬盤均不存在物理故障。

服務器 , 數據 , 架構 , 後端開發 , 數據恢復

收藏 評論

網絡安全戰士 - TOGAF企業架構框架5-企業連續統一體_TOGAF_Marvin Ma

(接上篇) 三、藍圖重構:新型企業架構的創新與實踐 如果説新型企業形態是企業在數字時代的”靈魂”和”血肉”,那麼新型企業架構則是其”骨骼”和”神經系統”。沒有適應數字時代要求的企業架構作為支撐,組織形態的變革將難以落地生根,數字化轉型的美好願景也可能淪為空中樓閣。本章將深入分析傳統企業架構在數字時代的不適應性,剖析新型企業架構的內涵、核心原則、演進邏輯及其對企

業務流程 , 數據 , 企業架構 , 架構 , 後端開發 , harmonyos

收藏 評論

青雲交技術圈 - Java 大視界 -- 基於 Java 的大數據實時數據處理在工業互聯網設備協同製造中的應用與挑戰

(centerJava 大視界 -- 基於 Java 的大數據實時數據處理在工業互聯網設備協同製造中的應用與挑戰/center) 引言: 嘿,親愛的 Java 和 大數據愛好者們,大家好!我是CSDN(全區域)四榜榜首青雲交!技術探索永無止境!在《大數據新視界》和《 Java 大視界》專欄的陪伴下,我們一路見證了 Java 大數據在多個領域的華麗綻放。從智能教育虛擬學習環境的深度

spark , 大數據 , yyds乾貨盤點 , 數據 , JAVA

收藏 評論

16213681 - ARM基礎

ASNI 介紹 CoreLink NI-700的ASNI( AXI系統網絡接口 )完成者單元負責接收並處理來自 AXI 請求者設備的請求。這些單元將事務打包成根據NI-700通用傳輸(GT)協議的Flits,並將GT響應Flits解包成AXI響應。ASNI執行以下功能: AXI與GT協議之間的請求、數據和響應事務的轉換 :確保AXI事務可以被NI-700網絡

數據 , 後端開發 , 寄存器 , 數據傳輸 , Python

收藏 評論

風華正茂的AI - 微信小程序onLoad和onShow的區別_小程序頁面生命週期鈎子 onload和onshow區別

在微信小程序中,onLoad 和 onShow 都是頁面生命週期函數,但它們的觸發時機和用途有明顯的區別。理解這兩者的區別對於編寫高效、邏輯清晰的小程序至關重要。 onLoad 觸發時機: 頁面加載時觸發,只執行一次。 當頁面被創建並首次渲染時調用。 它接收頁面跳轉帶來的參數(通過 options 對象)。

微信小程序 , 數據 , 初始化 , 小程序 , 加載 , Css , 前端開發 , HTML

收藏 評論

mb6911caa73d1d1 - 當城市“學會思考”:一位城市管理者的數字孿生轉型手記

當我坐在指揮中心,面前不再是二十塊分割的監控屏幕,而是一幅會呼吸的城市全景圖。三年前,如果有人告訴我,我能像玩模擬城市遊戲一樣管理真實的城市,我一定會覺得這是天方夜譚。今天,這一切正在成為我們日常工作的常態。 從“救火隊員”到“先知者”的轉變 過去,城市管理像是“盲人摸象”。交通部門不知道管網施工進度,應急部門不清楚大型活動人流聚集情況,規劃

業務邏輯 , 數據 , 數據可視化 , 人工智能 , 數字孿生 , 代碼編輯器

收藏 評論

藍夢之翼 - TensorFlow學習筆記9-深度模型的優化

一、TensorFlow特性與優勢 TensorFlow 是一個開源深度學習框架,核心優勢包括: 計算圖與自動微分:支持複雜模型訓練和梯度計算 多平台支持:CPU、GPU、TPU 可無縫切換 豐富生態系統:TensorBoard 可視化訓練,TF Hub 提供預訓練模型 靈活模型部署:支持移動端、服務器端和雲

數據 , tensorflow , intellij-idea , 深度學習 , 前端開發 , Javascript

收藏 評論