..................................................................................... 39 4.3 HA 异步复制 .................................................................................................. group）定时发送到， brokerAddrTable 集合中列出的 broker 上去 Producer 发送消息只发送到 master 的 broker 机器，在通过 broker 的主从复制机制拷贝到 broker 的 slave 上去 二：Producer 如何发送消息 Producer 轮询某 topic 下的所有队列的方式来实现发送方的负载均衡 DefaultMessageStore 加消息写入 commitlog 2.2 分布式事物消息落地 2.2.1 消息落地 commitLog 针对事物消息的处理，消息的第 20 位开始的八位记录是的消息在逻辑队列 中的 queueoffset， 但是针对事物消息为 preparedType 和 rollbackType 的存储的是事物状态 表的索引偏移量 2.2.2 分发事物消息： 分发消息位置信息到

............................................................................. 25 7.13 HA，同步双写/异步复制 .................................................................................................. 在返四种情冴下能保证消息丌丢，戒 者丢失少量数据（依赖刷盘方式是同步迓是异步）。 (5)、(6)属亍单点故障，丏无法恢复，一旦収生，在此单点上的消息全部丢失。RocketMQ 在返两种情冴下，通 过异步复制，可保证 99%的消息丌丢，但是仍然会有极少量的消息可能丢失。通过同步双写技术可以完全避免单点， 同步双写势必会影响性能，适合对消息可靠性要求极高的场合，例如不 Money 相关的应用。 RocketMQ 建立长连接，丏定时吐 Master、Slave 収送心跳。Consumer 既可以从 Master 订阅消息，也可以从 Slave 订阅消息，订阅规则由 Broker 配置决定。 5.3 RocketMQ 逻辑部署结构 Broker集群 Producer Group A P1 P2 P3 Producer Group B P1 P2 P3 Consumer Group B C1 C2

版本：Daily 本课程由 Canonical 有限公司和 Ubuntu 培训社区创作 2008-2010。 这个协议受到知识共享署名-非商业性使用-相同方式共享的约束 基于这个协议，您可以自由： • 复制、发行、展览、表演、放映、广播或通过信息网络传播本作品 • 创作演绎作品 惟须遵守下列条件： • 署名。您必须按照作者或者许可人指定的方式对作品进行署名(但是不得以任何方式暗示它们支持您 或者您作品的使用)。 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 318 VII.8 选择要复制的照片 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 368 VIII.30复制的曲目 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

AI o3mini 暂不支持附件上传，响应速度 快，能够快速读取粘贴数据， 输出结果格式工整、简洁。 DeepSeek R1 能够详细全面地提取文件中的 数据，并整理成可视化数据表 格，逻辑性强、指标清晰。 所上传的“2025春运数据（1月14-2月8日）.txt”包含了从2025年1月14日至2025年2月8日每天各种交通方式的春运客运 量信息，请从中读取每一天的信息，并整理成一张表格，要求包括以下几项信息：1 很好地完成了数据读取及提取 任务，没有漏数据指标，数据 逻辑性很好 Kimi k1.5 能够快速读取文件数据，并 整理成可视化数据表格，但 填入数据有所缺失。  DeepSeek R1与Claude 3.5 sonnet均能很好的完成文件数据读取任务，生成的表格逻辑性强、数据指标清晰，Claude 3.5 sonnet一 次性完成表格生成后支持直接复制和表格文件下载。  Open AI o3 DeepSeek R1与Open AI o3mini的数据分析能力相当，且领先其他两个模型，均能够精准抓取数据核心指标并做统计，找到各特征与核心 指标的关联，其中R1分析逻辑更加清晰严谨，而o3推理更加高效；  Kimi k1.5推理逻辑清晰但分析能力相对较弱， Claude 3.5 sonnet能够提供分析思路但没有明确结论。 结论 测试结果受到数据样本、测试环境、AI抽卡、提示词模板等因素影

剧本或对话设计 文本创作 长文本摘要（论文、报告） 文本简化（降低复杂度） 多语言翻译与本地化 摘要与改写 02 01 03 文本生成 自然语言理解与分析 知识推理 知识推理 逻辑问题解答（数学、常识推 理） 因果分析（事件关联性） 语义分析 语义解析 情感分析（评论、反馈） 意图识别（客服对话、用户查询） 实体提取（人名、地点、事件） 文本分类 文本分类 APP：DeepSeek 如何从入门到精通？ 当人人都会用AI时，你如何用得更好更出彩？ 推理模型 • 例如：DeepSeek-R1，GPT-o3在逻辑推理、数学推理和实时问题解决方面表现突出。 推理大模型： 推理大模型是指能够在传统的大语言模型基础上，强化推理、逻辑分析和决策能力的模型。它 们通常具备额外的技术，比如强化学习、神经符号推理、元学习等，来增强其推理和问题解决能力。 非推理大模型： 适用 生成合适的内容，但缺乏像 推理模型那样复杂的推理和决策能力。 维度 推理模型 通用模型 优势领域 数学推导、逻辑分析、代码生成、复杂问题拆解 文本生成、创意写作、多轮对话、开放性问答 劣势领域 发散性任务（如诗歌创作） 需要严格逻辑链的任务（如数学证明） 性能本质 专精于逻辑密度高的任务 擅长多样性高的任务 强弱判断 并非全面更强，仅在其训练目标领域显著优于通用模型 通用场景更灵活，但专项任务需依赖提示语补偿能力

半透明效果 先勾选 边框-》不透明效果 再去：颜⾊-》 点击：边框 或 阴影，弹出设置框，改动你要的颜 ⾊，尤其是调整 透明度 从左边的 样式库 中 默认的样式：Default，选中，点击下⾯的 复制到当 前脚本 获取 45 然后再去放⼤，即可以看到效果了： 继续编辑字幕 获取 46 直到调节出你要的效果。 编辑好ass后，另存为，得到最终的ass⽂件。 具体过程详⻅： 【 soft subs = soft subtitles ffmpeg处理逻辑： stream copy 流拷⻉模式 举例： 硬字幕=内嵌字幕 别称： 硬字幕 = hardsubs = hard subs = hard subtitles = burn in subtitles ffmpeg处理逻辑：⽤ -vf 加上字幕⽂件 前提：ffmpeg⽀持ass 即：ffmpeg编译参数中包含： cfgPosition.ass ass⽂件中相关参数 参数说明 字幕位置主要影响因素 字幕主体所在区域 Alignment 默认为 2 = 底部居中 其中值： 1-9 逻辑：和键盘中数字的排布⼀致 ⻅图： 字幕位置次要影响因素 字幕的边距 （字幕距离）左右的边 距： MarginL 和 MarginR ： 20 （字幕距离）底部的边距： 10

怕读，不怕写正则。让正则成为你开发中的一把利器。 — 小鱼二 JavaScript 正则表达式迷你书 前言 | 第 2 页 这是一本由浅入深且环环相扣的正则书籍，花了两天的碎片时间（8h）看完了，得益于老姚程序员的 逻辑性以及娴熟的文字表达能力，原本枯燥晦涩的正则知识，变得清晰且有迹可循！ — Jack Lo 老姚编写的JavaScript正则表达式系列文章通俗易通，虽然示例以JavaScript编写，但是对于正则表 "high" 的 dom 元素； • 首先生成一个正则：/(^|\s)high(\s|$)/, • 然后再用其逐一验证页面上的所有dom元素的类名，拿到满足匹配的元素即可。 代码如下(可以直接复制到本地查看运行效果)： JavaScript 正则表达式迷你书 7. 第七章 正则表达式编程 | 第 72 页

1111

2222

怕读，不怕写正则。让正则成为你开发中的一把利器。 — 小鱼二 JavaScript 正则表达式迷你书 前言 | 第 2 页 这是一本由浅入深且环环相扣的正则书籍，花了两天的碎片时间（8h）看完了，得益于老姚程序员的 逻辑性以及娴熟的文字表达能力，原本枯燥晦涩的正则知识，变得清晰且有迹可循！ — Jack Lo 老姚编写的JavaScript正则表达式系列文章通俗易通，虽然示例以JavaScript编写，但是对于正则表 "high" 的 dom 元素； • 首先生成一个正则：/(^|\s)high(\s|$)/, • 然后再用其逐一验证页面上的所有dom元素的类名，拿到满足匹配的元素即可。 代码如下(可以直接复制到本地查看运行效果)： JavaScript 正则表达式迷你书 7. 第七章 正则表达式编程 | 第 72 页

1111

2222

heartbeat 停掉，这样就会切换到 backup 中去)。 默认启动以及切换后的 backup 话 mysql 不会启动起来，因此这对于 mysql 复制是很不利的。因此需要做好监控，发生切换以后需要手动去启动。或者 mysql 之间不使用复制，而是用共享存储或者 DRBD，这样能解决这个问题。 不方便扩展。 可能会发生脑裂问题。 4.3 方案架构图 4.4 适用场景 该 Master-Master Replication Manager for MySQL（mysql 主主复制管理器） 关于 mysql 主主复制配置的监控、故障转移和管理的一套可伸缩的脚本套件（在任 何时候只有一个节点可以被写入），这个套件也能对居于标准的主从配置的任意数 量的从服务器进行读负载均衡，所以你可以用它来在一组居于复制的服务器启动虚 拟 ip，除此之外，它还有实现数据备份、节点之间重新同步功能的脚本。MySQL 的解决方案，通过 MMM 方案能实现服务器的故 障转移，从而实现 mysql 的高可用。MMM 不仅能提供浮动 IP 的功能，更可贵的是 如果当前的主服务器挂掉后，会将你后端的从服务器自动转向新的主服务器进行同 步复制，不用手工更改同步配置。这个方案是目前比较成熟的解决方案。 6.2 方案优缺点 优点：安全性、稳定性高，可扩展性好，高可用，当主服务器挂掉以后，另一个主 立即接管，其他的从服务器能自动切换，不用人工干预。

Apache Pulsar 是什么 streamnative.io Apache Pulsar 要解决的问题 • 企业需求和数据规模 • 多租户 - 百万Topics - 低延时 - 持久化 - 跨地域复制 • 解除存储计算耦合 • 运维痛点：替换机器、服务扩容、数据 rebalance • 减少⽂件系统依赖 • 性能难保障： 持久化（fsync）、⼀致性（ack: all）、多Topic • IO不 云原⽣架构： • 存储计算分离 • 分层 + 分⽚ • ⾼性能 + 强⼀致性 • ⽀持统⼀的 Queue 和 Stream 的接⼝。 • 丰富的企业级特性 • 多租户隔离 — 百万Topics — 跨地域复制 — 鉴权认证 • Pulsar 的根本不同 • Apache Pulsar 简介 • Pulsar 的⽣态和社区 • Pulsar 的根本不同 • Apache Pulsar Ledger stores Cursor changes Curso Subscription1 … Write Ack ManagedLedger + -/+ streamnative.io 跨地域复制 Topic (T1) Topic (T1) Topic (T1) Subscription (S1) Subscription (S1) Producer (P1) Consumer