积分充值
 首页
前端开发
AngularDartElectronFlutterHTML/CSSJavaScriptReactSvelteTypeScriptVue.js构建工具
后端开发
.NetC#C++C语言DenoffmpegGoIdrisJavaJuliaKotlinLeanMakefilenimNode.jsPascalPHPPythonRISC-VRubyRustSwiftUML其它语言区块链开发测试微服务敏捷开发架构设计汇编语言
数据库
Apache DorisApache HBaseCassandraClickHouseFirebirdGreenplumMongoDBMySQLPieCloudDBPostgreSQLRedisSQLSQLiteTiDBVitess数据库中间件数据库工具数据库设计
系统运维
AndroidDevOpshttpdJenkinsLinuxPrometheusTraefikZabbix存储网络与安全
云计算&大数据
Apache APISIXApache FlinkApache KarafApache KyuubiApache OzonedaprDockerHadoopHarborIstioKubernetesOpenShiftPandasrancherRocketMQServerlessService MeshVirtualBoxVMWare云原生CNCF机器学习边缘计算
综合其他
BlenderGIMPKiCadKritaWeblate产品与服务人工智能亿图数据可视化版本控制笔试面试
文库资料
前端
AngularAnt DesignBabelBootstrapChart.jsCSS3EchartsElectronHighchartsHTML/CSSHTML5JavaScriptJerryScriptJestReactSassTypeScriptVue前端工具小程序
后端
.NETApacheC/C++C#CMakeCrystalDartDenoDjangoDubboErlangFastifyFlaskGinGoGoFrameGuzzleIrisJavaJuliaLispLLVMLuaMatplotlibMicronautnimNode.jsPerlPHPPythonQtRPCRubyRustR语言ScalaShellVlangwasmYewZephirZig算法
移动端
AndroidAPP工具FlutterFramework7HarmonyHippyIoniciOSkotlinNativeObject-CPWAReactSwiftuni-appWeex
数据库
ApacheArangoDBCassandraClickHouseCouchDBCrateDBDB2DocumentDBDorisDragonflyDBEdgeDBetcdFirebirdGaussDBGraphGreenPlumHStreamDBHugeGraphimmudbIndexedDBInfluxDBIoTDBKey-ValueKitDBLevelDBM3DBMatrixOneMilvusMongoDBMySQLNavicatNebulaNewSQLNoSQLOceanBaseOpenTSDBOracleOrientDBPostgreSQLPrestoDBQuestDBRedisRocksDBSequoiaDBServerSkytableSQLSQLiteTiDBTiKVTimescaleDBYugabyteDB关系型数据库数据库数据库ORM数据库中间件数据库工具时序数据库
云计算&大数据
ActiveMQAerakiAgentAlluxioAntreaApacheApache APISIXAPISIXBFEBitBookKeeperChaosChoerodonCiliumCloudStackConsulDaprDataEaseDC/OSDockerDrillDruidElasticJobElasticSearchEnvoyErdaFlinkFluentGrafanaHadoopHarborHelmHudiInLongKafkaKnativeKongKubeCubeKubeEdgeKubeflowKubeOperatorKubernetesKubeSphereKubeVelaKumaKylinLibcloudLinkerdLonghornMeiliSearchMeshNacosNATSOKDOpenOpenEBSOpenKruiseOpenPitrixOpenSearchOpenStackOpenTracingOzonePaddlePaddlePolicyPulsarPyTorchRainbondRancherRediSearchScikit-learnServerlessShardingSphereShenYuSparkStormSupersetXuperChainZadig云原生CNCF人工智能区块链数据挖掘机器学习深度学习算法工程边缘计算
UI&美工&设计
BlenderKritaSketchUI设计
网络&系统&运维
AnsibleApacheAWKCeleryCephCI/CDCurveDevOpsGoCDHAProxyIstioJenkinsJumpServerLinuxMacNginxOpenRestyPrometheusServertraefikTrafficUnixWindowsZabbixZipkin安全防护系统内核网络运维监控
综合其它
文章资讯
 上传文档  发布文章  登录账户
IT文库
  • 综合
  • 文档
  • 文章

无数据

分类

全部云计算&大数据(5)前端开发(3)数据库(3)MySQL(3)综合其他(2)JavaScript(2)人工智能(2)RocketMQ(2)后端开发(1)系统运维(1)

语言

全部中文(简体)(15)

格式

全部PDF文档 PDF(14)PPT文档 PPT(1)
 
本次搜索耗时 0.029 秒,为您找到相关结果约 15 个.
  • 全部
  • 云计算&大数据
  • 前端开发
  • 数据库
  • MySQL
  • 综合其他
  • JavaScript
  • 人工智能
  • RocketMQ
  • 后端开发
  • 系统运维
  • 全部
  • 中文(简体)
  • 全部
  • PDF文档 PDF
  • PPT文档 PPT
  • 默认排序
  • 最新排序
  • 页数排序
  • 大小排序
  • 全部时间
  • 最近一天
  • 最近一周
  • 最近一个月
  • 最近三个月
  • 最近半年
  • 最近一年
  • pdf文档 清华大学 DeepSeek 从入门到精通

    提示语的DNA:解构强大提示语的基本元素 提示语的基本元素分类 信息类元素决定了AI在生成过程中需要处理的具体内 容,包括主题、背景、数据等,为AI提供了必要的知 识和上下文。 提示语的基本元素可以根据其功能和作用分为三个大类:信息类元素、结构类元素和控制类元素: 结构类元素用于定义生成内容的组织形式和呈现方式, 决定了AI输出的结构、格式和风格。 控制类元素用于管理和引导AI的生成过程,确保输出 策略二:适当分解复杂任务,降低AI认知负荷 策略三:引入引导性问题,提升生成内容的深度 策略四:控制提示语长度,确保生成的准确性 策略五:灵活运用开放式提示与封闭式提示 分解任务的技巧:分段生成、逐层深入、设置逻 辑结构 引导性问题的设计要点:设置多个层次的问题、 促使AI对比或论证、引导思维的多样性 控制提示语长度的技巧:避免嵌套复杂的指令、 保持简洁性、使用分步提示 开放式提示:提出开放性问题,允许AI根据多个 为了使生成的气候变化文章变得更加深度和细节, 可以利用DES(Detailed Explanation Strategy)来 构建一个关键概念细节矩阵。 跨域映射机制(CMM):激发创新思维 (2)逐层展开类比: a.将防火墙和访问控制比作皮肤和黏膜,解释它们如何作为第一道防线。 b.描述入侵检测系统如何像白细胞一样在网络中“巡逻”,识别和应对威胁。 c.解释签名式防
    0 码力 | 103 页 | 5.40 MB | 8 月前
    3
  • pdf文档 消息中间件RocketMQ原理解析 - 斩秋

    ................................................................................... 46 一:Namesrv 功能 .................................................................................................. .............................................................................. 48 第五章 Remoting 通信层: .................................................................................................. .......................................................................................... 54 五:通信层的整体交互 ..............................................................................................
    0 码力 | 57 页 | 2.39 MB | 1 年前
    3
  • pdf文档 Ubuntu 桌面培训 2010

    489 XI.III.II 如何开机时自动启动 tomboy? . . . . . . . . . . . . . . . . . . . . . . . 489 XI.III.III如何把一个功能做成桌面快捷方式? . . . . . . . . . . . . . . . . . . . . 490 XI.III.IV如何安装主题? . . . . . . . . . . . . . . 者进行互相协作以改进开源软件。开源和 Linux 都是在逐步变化的过程中,形成今天 的样子的。 自由分发的源代码的想法是为了鼓励人们自愿地、相互协同地开发软件。用户不断参 与增强软件、修复缺陷、开发新功能并且和其他人分享。 大量的程序员参与到软件协作开发之中,用户可以获得质量和性能比专有软件更好的 开源软件。开源软件鼓励用户对软件进行自定义,使其满足自身需要。这是一个巨大 的进步,软件不再是一成不变的。 21世纪初,互联网泡沫破碎,开源软件 作为昂贵的专有软件的可行替代品被推到重要的位置上。大量易用的应用程序的出现 更使它的发展势头进一步增强。 就这样,一个想法变成了变革这个充满专利和授权的行业的激情。显著的价格优势和 更强大的功能使 Linux 已经成为商业和家庭用户的可行选择。 I.III 关于 Ubuntu 教员注记: 本话题的重点是让学生了解 Ubuntu 的由来、开发周期、版本发布和社区贡献对其开 发的重要性。
    0 码力 | 540 页 | 26.26 MB | 1 年前
    3
  • pdf文档 RocketMQ v3.2.4 开发指南

    二、Metaq 2.x 亍 2012 年 10 月份上线,在淘宝内部被广泛使用。 三、RocketMQ 3.x 基亍公司内部开源共建原则, RocketMQ 项目只维护核心功能,丏去除了所有其他运行时依赖,核心功能最 简化。每个 BU 的个性化需求都在 RocketMQ 项目乀上迕行深度定制。RocketMQ 吐其他 BU 提供的仁仁是 Jar 包,例如要定制一个 Broker,那举只需要依赖 条消息。 在 CORBA Notification 规范中,无此消费方式。 在 JMS 规范中,JMS point-to-point model 不乀类似,但是 RocketMQ 的集群消费功能大等亍 PTP 模型。 因为 RocketMQ 单个 Consumer Group 内的消费者类似亍 PTP,但是一个 Topic/Queue 可以被多个 Consumer Group 消费。 要有一台机器丌可用,则整个集群都丌可用,服务可用性大大降低。 如果服务器部署为同步双写模式,此缺陷可通过备机自劢切换为主避免,丌过仍然会存在几分钟的服务丌 可用。(依赖同步双写,主备自劢切换,自劢切换功能目前迓未实现) 目前已知的应用只有数据库 binlog 同步强依赖严格顺序消息,其他应用绝大部分都可以容忍短暂乱序,推 荐使用普通的顺序消息。  Message Queue 项目开源主页:https://github
    0 码力 | 52 页 | 1.61 MB | 1 年前
    3
  • pdf文档 清华大学 DeepSeek+DeepResearch 让科研像聊天一样简单

    实现从文献梳理到观点提取到研究评论的一键式全自动生成。 产品 概况 功能亮点 功能亮点  多版本与模块化支持:目前提供三个版本(基础版、增 强版、专业版),能够灵活应对不同用户的综述需求。 工具内包括文献观点梳理、问题提出等功能模块,确保 用户在不同科研需求下得到充分支持。  增强版绘图功能:增强版具备绘图功能,可通过可视化 图示(如文献关键词共现图)直观展示综述内容,帮助 用户更好理解和呈现研究成果。 “PubScholar”平台是由中国科学院开发 的公益学术平台,整合了国内外多种学术 资源。该平台提供文献检索、引用分析、 文献推荐等功能,用户可通过平台高效获 取科研资源,并生成相关的综述报告。平 台的优势在于其广泛的数据源和智能化的 文献推荐系统,支持跨学科的文献分析。 产品概况 功能亮点 功能亮点  免费开放使用:所有用户均可免费访问,注册后可直接 使用。  海量学术资源整合:包含约1.8亿条学术元数据,涵盖 “PubScholar”平台是由中国科学院开发 的公益学术平台,整合了国内外多种学术 资源。该平台提供文献检索、引用分析、 文献推荐等功能,用户可通过平台高效获 取科研资源,并生成相关的综述报告。平 台的优势在于其广泛的数据源和智能化的 文献推荐系统,支持跨学科的文献分析。 产品概况 功能亮点 功能亮点  较高格式规范输出:根据学术规范自动排版,生成符合 论文要求的文献综述结构。  中文内容丰富:在中文文献的分析上具有优势,能够详
    0 码力 | 85 页 | 8.31 MB | 8 月前
    3
  • pdf文档 Apache Pulsar,云原生时代的消息平台 - 翟佳

    Apache BookKeeper: 企业级流存储层 分布式⽇志/流存储 • 低延时、⾼吞吐、持久化 • 强⼀致 (repeatable read consistency) • ⾼可⽤ • 单节点可以存储很多⽇志 • I/O隔离 Apache BookKeeper: 诞⽣场景 streamnative.io 企业级流存储层: 节点对等的架构 • openLedger(组内节点数⽬ openLedger(组内节点数⽬, 数据备份数⽬, 等待刷盘节点数⽬) • openLedger(5, 3, 2) streamnative.io 企业级流存储层: 读写⾼可⽤性(容错) streamnative.io 企业级流存储层: 稳定的 IO 质量 ⾼性能、强⼀致性、读写隔离、灵活SLA • Pulsar 的根本不同 • Apache Pulsar 简介 • Pulsar 的云原⽣架构 •
    0 码力 | 39 页 | 12.71 MB | 6 月前
    0.03
  • pdf文档 MySQL高可用 - 多种方案

    作为故障转移,提高系统的可用性。但是一般的 mysql 高可用为了实现 mysql 数据的一致性,一般都是采用单点写入,本方案采用 keepalived 中的 sorry_server 来实现写入数据库为单点的需求。本方案实现的功能是当网络有问题、 mysql 有问题、服务器宕机、keepalived 服务停止后,服务器能自动跳转到备用机, 当主服务器服务启动起来后会自动切换回来。 2.2 方案架构图 2.3 方案优缺点 数据的一致性,一般都是采用单点写入,本方案采用 keepalived 中的 sorry_server 来实现写入数据库为单点的需求,读负载均衡通过 lvs 实现,读能自由 的实现负载均衡和故障切换。本方案实现的功能是当网络有问题、mysql 有问题、 服务器宕机、keepalived 服务停止后,服务器能自动跳转到备用机,当主服务器服务 启动起来后会自动切换回来。 3.2 方案架构图 3.3 方案优缺点 d/heartbeat start 并将此启动语句加入到 master 和 backup 的/etc/rc.local 中去 4.5.7 方案测试 环境搭建好以后,就需要进行周密的测试,看是否实现了预期的功能:  停掉 master 上的 mysqld,看看是否切换(因为 heartheat 不检查服务的可 用性,因此需要你通过而外的脚本来实现,方法前面已经描述)。  停掉 master 的
    0 码力 | 31 页 | 874.28 KB | 1 年前
    3
  • pdf文档 强大的音视频处理工具: FFmpeg

    help语法 ⽂档 参考资料 获取 3 强⼤的⾳视频处理⼯具:FFmpeg 最新版本: v1.0 更新时间: 20210914 简介 介绍⾳视频处理⼯具FFmpeg有哪些强⼤的功能。先对ffmpeg进⾏概览, 包括可以⽤来⼲什么,与之相关的ffprobe、ffplay、ffserver等⼯具;再介 绍如何安装ffmpeg;如何⽤ffmpeg处理⾳频,⽐如从⾳频中提取某段⾳频 all right reserved, powered by Gitbook最后更新: 2021-09-14 11:26:01 获取 5 FFmpeg概览 FFmpeg 是什么:⼀个,功能极其强⼤的,⾳视频处理相关的库 ffmpeg能⽤来⼲什么? 可以⽤ ffmpeg 做很多和⾳视频相关的处理。 绝⼤多数和⾳频视频字幕等相关的操作,ffmpeg都⽀持。 列举我之前遇到过的⼀些,供参考: ffmpeg与相关的ffprobe,ffplay,ffserver 的区别 ffmpeg:处理⾳视频 ffprobe:检测⾳视频 -》 获取相关⽂件的属性和信息 ffplay:播放⾳视频及其他⼀些辅助功能 辅助功能举例: 播放视频并显示⽔印位置:便于发现⽔印位置是否准确 播放效果: -》⽅便看出要去除的⽔印的位置有偏差 可以后续再调整参数值,让去除⽔印的区域更加准 确 ffserver:搭建流媒体服务器
    0 码力 | 73 页 | 11.57 MB | 1 年前
    3
  • ppt文档 谈谈MYSQL那点事

    com 推出的一款日志分析工具 推出的一款日志分析工具 ,功能 ,功能 非常强大 非常强大  my sql-ex plain-slow -log – – 德国工程师使用 德国工程师使用 Perl Perl 开发的把 开发的把 Slow Log Slow Log 输出到屏幕,功能简单 输出到屏幕,功能简单  mysql-log-filter -
    0 码力 | 38 页 | 2.04 MB | 1 年前
    3
  • pdf文档 JavaScript 正则表达式迷你书 老姚 - v1.1

    非捕获括号 • 相关案例 3.1. 分组和分支结构 这二者是括号最直觉的作用,也是最原始的功能,强调括号内的正则是一个整体,即提供子表达式。 3.1.1. 分组 我们知道 /a+/ 匹配连续出现的 "a",而要匹配连续出现的 "ab" 时,需要使用 /(ab)+/。 其中括号是提供分组功能,使量词 + 作用于 "ab" 这个整体,测试如下: var regex = /(ab)+/g; test("12345 5") ); // => true 3.4. 非捕获括号 之前文中出现的括号,都会捕获它们匹配到的数据,以便后续引用,因此也称它们是捕获型分组和捕获型分 支。 如果只想要括号最原始的功能,但不会引用它,即,既不在 API 里引用,也不在正则里反向引用。 此时可以使用非捕获括号 (?:p) 和 (?:p1|p2|p3),例如本章第一个例子可以修改为: var regex = /( ["2017", "06", "26"] // => ["2017", "06", "26"] 7.1.3. 提取 虽然整体匹配上了,但有时需要提取部分匹配的数据。 此时正则通常要使用分组引用(分组捕获)功能,还需要配合使用相关 API。 这里,还是以日期为例,提取出年月日。注意下面正则中的括号: 使用 match: var regex = /^(\d{4})\D(\d{2})\D(\d{2})$/;
    0 码力 | 89 页 | 3.42 MB | 11 月前
    3
共 15 条
  • 1
  • 2
前往
页
相关搜索词
清华华大大学清华大学DeepSeek入门精通消息中间中间件消息中间件RocketMQ原理解析Ubuntu桌面培训开发指南DeepResearch科研ApachePulsarMySQL高可用mediaprocessffmpegJavaScript正则表达达式表达式正则表达式迷你1.1
IT文库
关于我们 文库协议 联系我们 意见反馈 免责声明
本站文档数据由用户上传或本站整理自互联网,不以营利为目的,供所有人免费下载和学习使用。如侵犯您的权益,请联系我们进行删除。
IT文库 ©1024 - 2025 | 站点地图
Powered By MOREDOC AI v3.3.0-beta.70
  • 关注我们的公众号【刻舟求荐】,给您不一样的精彩
    关注我们的公众号【刻舟求荐】,给您不一样的精彩