16 Contributors 使用数据导出工具 Dumpling，你可以把存储在 TiDB 或 MySQL 中的数据导出为 SQL 或 CSV 格式，用于逻辑全量备份。Dumpling 也支持将数据导出到 Amazon S3 中。 要快速了解 Dumpling 的基本功能，建议先观看下面的培训视频
https://www.cnblogs.com/gao88/p/12539112.html kafka 单独设置某个topic的数据过期时间kafka 默认存放7天的临时数据，如果遇到磁盘空间小，存放数据量大，可以设置缩短这个时间。 全局设置修改 server.properties log.rete
2022年初，当时的自己在 您好，2022！ 说要多追求无定量标准，所以没有列出具体量化的指标。 如今到了2023年，深思熟虑后决定还是要梳理下这些年制定的计划，看看哪些之前未完成的指标还适合继续努力的，好作为2023年的目标指引。 回顾了这些年的要点，梳理出需要在2023及之后的目标方向： 工作&
更多精彩内容，欢迎关注公众号：数量技术宅，也可添加技术宅个人微信号：sljsz01，与我交流。 为何产生过度拟合 我们在做数据分析建模，或是量化策略回测的过程中，会模型在训练时过度拟合了历史数据（回测），导致在新数据上的预测（实盘）效果不佳。造成这种现象有以下几种原因： 一是这可能是因为模型过于复杂
1 前言 在《微服务系列》中，我们讲过很多限流，熔断相关的知识。 老生长谈的一个话题，服务的能力终归是有限的，无论是内存、CPU、线程数都是，如果遇到突如其来的峰量请求，我们怎么友好的使用限流来进行落地，避免整个服务集群的雪崩。 峰量请求主要有两种场景： 1.1 突发高峰照成的服务雪崩 如果你的服务
主要整理了N多年前（2010年）学习C++的时候开始总结的知识点，好长时间不写C++代码了，现在LLM量化和推理需要重新学习C++编程，看来出来混迟早要还的。 1.shared_ptr 解析：shared_ptr是一种计数指针，当引用计数变为0时，shared_ptr所指向的对象将会被删除。如下所示
主要整理了N多年前（2010年）学习C++的时候开始总结的知识点，好长时间不写C++代码了，现在LLM量化和推理需要重新学习C++编程，看来出来混迟早要还的。 1.const_cast (expression)[1] 解析：const_cast转换符用来移除变量的const或v
账号对于用户来说并不陌生，在购买新设备或者使用新应用的时候，用户常常会被引导注册或者登录账号，账号就是用户在这些设备或应用内的通行证。根据华为上半年的一项统计，整体上中国网民人均下载App量在68个，华为的全场景设备中，同时有3个及以上设备的用户有8000多万，随着账号数、设备数的增加，用户如何更好
华为云漏洞管理服务CodeArts Inspector是面向软件研发和服务运维提供的一站式漏洞管理能力，通过持续评估系统和应用等资产，内置风险量化管理和在线风险分析处置能力，帮助组织快速感应和响应漏洞，并及时有效地完成漏洞修复工作，更好地应对潜在的安全威胁。
树状数组（BIT, Binary Indexed Tree）是简洁优美的数据结构，它能在很少的代码量下支持单点修改和区间查询，我们先以a[] {1, 2, 3, 4, 5, 6}数组为例建立树状数组看一下树状数组的样子：
## 一、问题是怎么发现的 最近有个新系统开发完成后要上线，由于系统调用量很大，所以先对核心接口进行了一次压力测试，由于核心接口中基本上只有纯内存运算，所以预估核心接口的压测QPS能够达到上千。 压测容器配置：4C8G 先从10个并发开始进行发压，结果cpu一下就飙升到了100%，但是核心接口的qp
首先说一下这个3节点MongoDB集群各个维度的数据规模： 1、dataSize: 1.9T 2、storageSize: 600G 3、全量备份-加压缩开关：186G，耗时 8h 4、全量备份-不加压缩开关：1.8T，耗时 4h27m 具体导出的语法比较简单，此处不再赘述，本文重点描述导入的优化过
在Go语言中，结构体是核心的数据组织工具，提供了灵活的手段来处理复杂数据。本文深入探讨了结构体的定义、类型、字面量表示和使用方法，旨在为读者呈现Go结构体的全面视角。通过结构体，开发者可以实现更加模块化、高效的代码设计。这篇文章旨在为您提供关于结构体的深入理解，助您更好地利用Go语言的强大功能。 关
`numpy`提供了简单灵活的接口，用于优化数据数组的计算。 通用计算最大的优势在于通过向量化操作，将循环推送至`numpy`之下的编译层，从而取得更快的执行效率。 `numpy`的通用计算让我们计算数组时就像计算单独一个变量一样， 不用写循环去遍历数组中的各个元素。 比如，对于一般的`python
 博主在浏览 medium 社区时，发现了一篇点赞量 1.5k 的文
摘要：高可用架构的主要手段，是数据和服务的冗余备份及失效转移。 本文分享自华为云社区《高可用网站架构云化解决方案解析》，作者：琴棋书画-Linda。 一、背景 早期互联网产品用户量少，并发量低，数据量小，多数只需要单个应用服务器可以满足需要，而数据库和文件服务部署在外部单个服务器上。随着业务在线化、
摘要：截至2022年11月，深开鸿共计参与共建OpenAtom OpenHarmony（以下简称OpenHarmony）社区16个SIG，其中4个为深开鸿主导，并累计贡献代码量超过百万行。 本文分享自华为云社区《用100W+行代码贡献经验，带你了解如何参与OpenHarmony开源》，作者：华为云社
摘要：本文主要介绍图像形态学处理，详细讲解了图像开运算、闭运算和梯度运算。数学形态学是一种应用于图像处理和模式识别领域的新方法，其基本思想是用具有一定形态的结构元素去量度和提取图像中对应形状以达到对图像分析和识别目的。 本文分享自华为云社区《[Python从零到壹] 四十八.图像增强及运算篇之形态学
摘要：模型压缩算法旨在将一个大模型转化为一个精简的小模型。工业界的模型压缩方法有：知识蒸馏、轻量化模型架构、剪枝、量化。 本文分享自华为云社区《深度学习模型压缩方法综述》，作者：嵌入式视觉 。 一，模型压缩技术概述 因为嵌入式设备的算力和内存有限，因此深度学习模型需要经过模型压缩后，方才能部署到嵌入
摘要：借助Serverless计算，开发者仅需上传业务代码并进行简单的资源配置便可实现服务的快速构建部署，云服务商则按照函数服务调用量和实际资源使用收费，从而帮助用户实现业务的快速交付和低成本运行。 本文分享自华为云社区《Serverless冷启动：如何让函数计算更快更强？》，作者：DevAI 。
