https://zhuanlan.zhihu.com/p/346425467?utm_id=0 起源与发展 1949年，设立重工业部 ，军民工业统管 1952年8月，军民分家。重工业部分解为三，除了保留重工业部之外，成立一机部管民用工业、二机部管国防工业。 1956年10月8日，成立国防部第五研究院
https://www.cnblogs.com/jelly12345/p/16424080.html 如何定义大 Key 和 热 Key 如何定义大 Key 如何定义热 Key 大 Key 和 热 Key 产生的原因 大 Key 和 热 Key 有哪些危害 大 Key 的危害 热 Key 的危害 如
https://www.cxdtop.cn/n/225987.html 在实际的网络应用中，我们可能会遇到这样的网络环境，上外网我们使用的无线网络，内网我们使用的是有限网卡。在设置完成后会出现外网和内网的访问非常不稳定。需要经常使用网络诊断来处理。或者使用“禁用/启用网络 在实际的网络应用中，我们可
最近这段时间在参与一个优化项目，所以思考优化的事情比较多。因此最近的文章中，优化相关的内容会比较多，如果有朋友想看些其他方面的题材，可以留言告知。实际上我每天写的东西大多数都是前一天的思想内容，凭空找个话题来写上一篇，时间长了肯定会越来越空洞无物，我也没有那个本事，脑子里的积累写上几年还游刃有余。关
https://cloud.tencent.com/developer/article/1991011 千亿级参数AI大模型，竟然真的能获取代码了？！ 一觉醒来，AI圈发生了一件轰动的事情—— Meta AI开放了一个“重达”1750亿参数的大语言模型OPT-175B，不仅参数比GPT-3的3750
https://www.eet-china.com/mp/a219195.html 大 GPU 优势在于通过并行计算实现大量重复性计算。GPGPU即通用GPU，能够帮助 CPU 进行非图形相关程序的运算。在类似的价格和功率范围内，GPU 能提供比CPU 高得多的指令吞吐量和内存带宽。GPGPU 架构
目录 一、背景 二、按照功能划分 2.1 加密处理、验签处理 2.2 jmeter 使用beanshell 编写脚本 2.3 jmeter脚本报错大全 2.4 jmeter打印log 2.5 jmeter压测java代码 2.6 jmeter读取数据保证每个线程拿到的数据唯一 2.7 jmeter设
jmeter命令 --? 打印命令行选项并退出 -h、 --帮助 打印使用信息和退出 -v、 --版本 打印版本信息并退出 -p、 --propfile 要使用的jmeter属性文件 -q、 --addprop 其他JMeter属性文件 -t、 --测试文件<
http://www.lishuai.fun/2023/05/05/redis-bigkey/#/%E5%AE%89%E8%A3%85 redis-rdb-tools 是一个 python 的解析 rdb 文件的工具，在分析内存的时候，我们主要用它生成内存快照。 主要有以下三个功能： 生成内存快照
https://www.cnblogs.com/johnnyzen/p/12781942.html 目录 1 CDC 概念 1.1 定义 1.2 需求背景 1.3 考察指标 2 CDC 常见解决方案 2.1 基于时间戳的CDC 【侵入式CDC + 异步CDC】 2.2 基于触发器的CDC 【侵入式C
https://www.jianshu.com/p/6f9e6743a1dc 需求：有一个目录存放了数十万个文件，现在需要将这个目录上传，如果整个目录上传，中间因为某些故障断开连接了，可能又要从头开始 这时就需要将目录切割成多个小目录，分批次上传，一个简单的 shell 脚本即可实现 思路很简单：遍
随着公司规模越来越大，员工需要使用的产品矩阵也会越来越丰富，不仅包括内部的 IT 系统，OA 系统，业务系统，还会有很多和外部产品集成的登录流程，更别提各种业务系统或者子系统中的账户体系了。如果使用简单粗暴的方法，让员工在每一个系统中单独注册一个独立的账户，不仅员工的用户体验简单粗暴，也会陡然提升员工密码管理的相关成本。
 蛮久没更新了，本次我想聊聊找工作的事情，相信大家都能感受到从去年开始到现在市场是一天比一天差，特别是在我们互联网 IT 行业。 已经过了 18 年之前的高速发展的红利期，能做的互联网应用几
随着时间的推移，很明显 DevOps 已经成为最高效的敏捷框架中的无人不知晓的名字。越来越多的企业（包括各类规模企业）正在采用 DevOps 方法来简化其运营效率。DevOps 的新时代趋势已经见证了其使用率的持续上升。 由于需求的变化和现代软件的复杂性，如今的公司需要各种各样的平台和操作系统，因此
容器凭借其经济高效的优势改变了应用程序的交付方式，随着容器的普遍使用，管理应用程序基础设施的 IT 劳动力和资源也显著减少。然而，在保护容器和容器化生态系统时，软件团队遇到了许多障碍。尤其是习惯于更传统的网络安全流程和策略的企业团队。从理论上来说，容器看起来似乎能够提供更好的安全性，因为容器将应用程
WITH 子句通常被称为 "Common Table Expressions"（CTE），俗称内存临时表，当使用 WITH 语句时，应注意具体的数据库版本和支持情况。以下是对 MySQL、Microsoft SQL Server（MSSQL）和 Oracle 数据库的 WITH 语句用法示例，以及在
## 背景 线上启用memcached(以下简称mc)作为热点缓存组件已经多年，其稳定性和性能都经历住了考验，这里记录一下踩过的几个坑。 ## 大key存储 某年某月某日，观察mysql的读库CPU占比有些异常偏高，去check慢查询log，发现部分应有缓存的慢sql居然存在几秒执行一次情况，不符合
## 背景 近期一个大版本上线后，Python编写的api主服务使用内存有较明显上升，服务重启后数小时就会触发机器的90%内存占用告警，分析后发现了本地cache不当使用导致的一个内存泄露问题，这里记录一下分析过程。 ## 问题分析 ### LocalCache实现分析 该cache大概实现代码如下
> 学习转载文章：[解构大模型之困，打开联邦大模型时代](https://mp.weixin.qq.com/s/S4m9CgsGpGS6qhtbT9rBag) ## 引言 自从 ChatGPT 横空出世后，一石激起千层浪，人工智能也正在从感知理解走向生成创造，这是一个关键里程碑。生成式大模型完成了从
