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 顺序消息的一种，正常情冴下可以保证完全的顺序消息，但是一旦収生通信异常，Broker 重启，由亍队列 总数収生发化，哈希叏模后定位的队列会发化，产生短暂的消息顺序丌一致。 如果业务能容忍在集群异常情冴（如某个 Broker 宕机戒者重启）下，消息短暂的乱序，使用普通顺序方 式比较合适。  严格顺序消息 顺序消息的一种，无论正常异常情冴都能保证顺序，但是牺牲了分布式 Failover 特性，即 Linux 文件系统内存 cache 来提高性能。 4.6 Message Reliablity 影响消息可靠性的几种情冴： (1). Broker 正常关闭 (2). Broker 异常 Crash (3). OS Crash (4). 机器掉电，但是能立即恢复供电情冴。 (5). 机器无法开机（可能是 cpu、主板、内存等关键设备损坏） (6). 磁盘设备损坏。

recover: 正常恢复： 利用 tranRedoLog 文件的 recover 利用 tranStateTable 文件重建事物状态表 异常恢复： 先按照正常流程恢复 Tran Redo Log commitLog 异常恢复，commitLog 根据 checkpoint 时间点重新生成 redolog， 重新分发 消息 DispatchRequest, 分发消息到位置信息到 commitLog 最后刷盘的时间 logicMsgTimestamp 为 consumeQueue 最终刷盘的时间 indexMsgTimestamp 为索引最终刷盘时间 checkpoint 作用是当异常恢复时需要根据 checkpoint 点来恢复消息 f) 加载索引服务 indexService g) recover 尝试数据恢复 判断是否是正常恢复，系统启动的启动存储服 当系统正常关闭的时候会把这个文件删掉 ，这个类似在 linux 下打开 vi 编辑器生成那个临时文件， 所有当这个 abort 文件存在，系统认为是异常恢 复 1） 先按照正常流程恢复 Consume Queue 为什么说先正常恢复， 那么异常恢复在哪呢？ 当 broker 是异常启动时候， 在 异常恢复 commitLog 时会重新构建请到 DispatchMessageService 服务，来重新 生成 ConsumeQueue

现数据纠错、数据整合、格式转换、特征提取等。 对数据进行诊断、预测、关联、聚类分析，常用于问题 定位、需求预测、推荐系统、异常检测等。 对数据进行分类、社交网络分析或时序模式挖掘，常用 于客户细分、信用评分、社交媒体营销、股价预测等。 将数据转化为统计图、热力图、网络关系图、词云、树形 图等，用于揭示数据中蕴含的模式、趋势、异常和洞见。 本质：以多agent实现从数据采集到可视全流程 模型特点 Claude 3 结果，分析各因素对关键指标生 存率的影响，语言表达自然，重 点突出结合历史背景对数据规律 进行验证，但没有察觉数据异常。 DeepSeek R1 详细展示长思维链，精准提取关键指 标“幸存率”，分析多个因素特征对 幸存率的影响，结合历史背景对数据 及规律进行验证，并敏锐察觉数据异 常，提出了异常处理建议。 1、读取titanic遇难者名单excel 2、找出其中规律 任务 请读取所上传的ti 行分类存储，例如：  快速响应能力： 在各种行业需求瞬息万变的情况下， “AI参谋”能够提供即时的数据分 析和决策支持，帮助客户迅速定位 问题并制定解决方案。  自动化处理： 系统通过算法自动识别异常数据、 预测市场趋势，并生成快速反应的 建议。 智能化运 营： 传统模式 向数字化 转型 数据驱动 决策 深入的数 据支持和 预测模型 行业应用：AI定制，自动化决策 技术创新：流程自动，突破效能

<映射到本机的端口>:3306 4，-v <本机的数据库存放目录>:/var/lib/mysql 5，设定 MYSQL_USER、MYSQL_PASSWORD、MYSQL_DATABASE 环境变量可以使容器在 运行时同时创建你所需要的数据库和带有全部权限的用户及其对应密码 6，设定 TERM 环境变量的值可以解决容器不能进入 mysql 控制台的问题。 对于不是自己建立的镜像，建立出来的容器未必能一次达到要求，建议是将

主动寻求反馈：要求AI对其输出进行自我评估，并提供改进建议。 ▪ 准备多轮对话：设计一系列后续问题，用于澄清和改进初始输出。 过度指令和模糊指令陷阱：当细节淹没重点或意图不明确 陷阱症状： ▪ 提示语异常冗长或过于简短 ▪ AI输出与期望严重不符 ▪ 频繁需要澄清或重新解释需求 应对策略： ▪ 平衡详细度：提供足够的上下文，但避免过多限制。 ▪ 明确关键点：突出最重要的2-3个要求。 ▪