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

全部数据库(5)MySQL(5)云计算&大数据(5)综合其他(2)人工智能(2)RocketMQ(2)前端开发(1)后端开发(1)系统运维(1)Linux(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 0.030 秒,为您找到相关结果约 15 个.
  • 全部
  • 数据库
  • MySQL
  • 云计算&大数据
  • 综合其他
  • 人工智能
  • RocketMQ
  • 前端开发
  • 后端开发
  • 系统运维
  • Linux
  • 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 Ubuntu 桌面培训 2010

    . . 393 VIII.VII.I在 Totem 电影播放器中播放 DVD . . . . . . . . . . . . . . . . . . . . . 394 VIII.VII.II 备份 DVD . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 401 VIII.VIII . 475 X.III.II 更改引导时的默认操作系统 . . . . . . . . . . . . . . . . . . . . . . . . . . . . 478 X.III.III 配置启动应用程序 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 479 X.IV 本课小结 . . . 了,可是,我装的软件并不多,这是怎么回事? . . . . . . . . . . 488 XI.II.VIII我安装的是 Beta/RC 版,我可以升级到正式版吗? . . . . . . 489 XI.III 系统管理和个性化配置 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 489 XI.III.I Root
    0 码力 | 540 页 | 26.26 MB | 1 年前
    3
  • pdf文档 MySQL 8.0.17 调优指南(openEuler 20.09)

    .......................................................................................3 2.1 BIOS 配置................................................................................................... 加,这时认为操作系统上出现性能瓶颈。 数据库 一般指的是数据库配置等方面的问题。例如,由于参数配置不合 理,导致数据库处理速度慢的问题,可认为是数据库层面的的问 题。 MySQL 8.0.17 调优指南(openEuler 20.09) 1 调优概述 2020-10-15 2 2 硬件调优 2.1 BIOS配置 2.1 BIOS 配置 目的 对于不同的硬件设备,通过在BIOS中设置一些高级选项,可以有效提升服务器性能。 09) 3 操作系统调优 2020-10-15 4 ----结束 3.2 网卡中断绑核 目的 手动绑定网卡中断,根据网卡所属CPU将其进行分配,从而优化系统网络性能。 方法 对于不同的硬件配置,用于绑中断的最佳CPU数目会有差异,比如对于华为鲲鹏920 4826处理器 + Huawei TM280 25G网卡(Taishan 2280的板载网卡)来说,最多可以 绑定32个中断队列,建议将
    0 码力 | 11 页 | 223.31 KB | 1 年前
    3
  • pdf文档 2022 Apache Ozone 的最近进展和实践分享

    Apache Ozone • Ozone是 ⼀个分布式的KV对象存储 可扩展⾄数⼗亿个对象,从⽽对云原⽣类的应⽤更友好 强⼀致性 与HDFS 和 S3 API兼容 可在存储密集型设备中部署进⽽极⼤的减少设备开⽀ Apache Ozone – 数据存储的路径设计 Ozone的存储路径为 volumes, buckets, 和 keys. Volumes 类似与⽤户账号. 只有Admin “/vol-1/buck-1/dir1/dir2/dir3/file-1” ● LEGACY: 所有已存在的桶,升级后变成LEGACY 版本,以⽀持向后兼容 存储Key格式基本同OBS, 通过配置项区分偏向⽂件,还是偏向S3对象的⽀持 引⼊Bucket级别 OM Metadata Layout 版本号 ⽂件系统优化 ⽂件系统优化效果 Query Details: Dropped “catelog_sales” C4 C5 C6 DN2 DN3 DN4 C2 C4 C6 C5 发送命令 & 查询结果 发送命令 汇报⼼跳 均衡器Ozone Balancer 主要配置项 • 启动服务 • 停⽌服务 • Threshold配置 • 最多连续迭代运⾏次数 • 每次迭代最⼤迁移数据量 Average使⽤率 DN1 DN2 DN3 DN4 + threshold - threshold
    0 码力 | 35 页 | 2.57 MB | 1 年前
    3
  • pdf文档 RocketMQ v3.2.4 开发指南

    . 32 11.2.2 客户端的公共配置 ................................................................................................................................. 32 11.2.3 Producer 配置 ..................... 11.2.4 PushConsumer 配置 ............................................................................................................................... 33 11.2.5 PullConsumer 配置 .................... ................................................................................ 35 12.1 Broker 配置参数 ................................................................................................
    0 码力 | 52 页 | 1.61 MB | 1 年前
    3
  • pdf文档 MySQL高可用 - 多种方案

    .................... 4 2.4.3 Mysql 的安装和配置 ........................................................................................ 4 2.4.4 Mysql 的主主同步配置 ......................................... ....... 5 2.4.7 Keepalived 的配置 .......................................................................................... 5 2.4.8 Master 和 backup 的 realserver 的配置 ............................... ................... 10 3.5.2 Mysql 的安装和配置 ...................................................................................... 10 3.5.3 Mysql 的主主同步配置 ..........................................
    0 码力 | 31 页 | 874.28 KB | 1 年前
    3
  • pdf文档 清华大学 DeepSeek+DeepResearch 让科研像聊天一样简单

     可解释性:注重模型输出 的可解释性和透明性。 DeepSeek R1  高效推理:专注于低延迟和 高吞吐量,适合实时应用。  轻量化设计:模型结构优化, 资源占用少,适合边缘设备 和移动端。  多任务支持:支持多种任务, 如文本生成、分类和问答。 Kimi k1.5  垂直领域优化:针对特定领域 (如医疗、法律)进行优化, 提供高精度结果。  长文本处理:擅长处理长文本 达 能 力 格 式 化 输 出 能 力 数 据 分 析 效 率 高 数 据 可 视 化 优 势 • 实时数据流处理与决策:利用o3mini在物 联网和工业自动化领域,快速处理来自传感器 和设备的实时数据,进行即时分析和决策,减 少停机时间,提高生产效率。 • 高频交易数据分析:利用o3mini快速处理 高频交易数据,识别市场趋势和交易模式,为 交易者提供实时决策支持。 • 数据报告自动化生成:基于o3mini自动 。通过合理的 硬件配置和优化策略,DeepSeek可以在本地环境中高效运行,为用户提供强大的AI支持。 DeepSeek 在端侧部署中展现出较强的适应性和灵活性。 模型轻量化 DeepSeek通过蒸馏技术优化小模 型(1.5B/7B/8B/14B/32B/70B 参数规模),使其在本地部署中表 现出色,适合存储和计算资源有限 的端侧设备。 实时性 在端侧设备上,DeepSeek
    0 码力 | 85 页 | 8.31 MB | 8 月前
    3
  • pdf文档 清华大学 DeepSeek 从入门到精通

    识别约束之间的潜在冲突 创造性妥协探索 约束突破思考 寻找满足所有约束的创新解决方案 探索创造性地绕过或重新定义约束 任务:用多重约束策略来设计一款创新的智能家居产品。 (1)核心问题:设计一款多功能智能家居设备 (2)约束条件: ▪ 产品体积不能超过一个标准鞋盒 ▪ 必须同时满足5个不同的家居需求 ▪ 产品售价不超过100美元 ▪ 使用100%可回收材料制造 ▪ 适用于从儿童到老年人的所有年龄段 - 开始和结束时间 - 所需资源 - 完成指标 5. 资源分配表(1000字内):创建一个资源分配矩阵,横轴为时间,纵轴为资源 类型(如人力、设备、预算)。标注每个阶段的资源需求高峰。 6. 跨部门协作流程(800字内): 设计2—3个关键的跨部门协作流程,如创意审批、 内容制作、媒体投放等。使用流程图呈现。 7. 预算明细(1000字内):提供一个详细的预算破解表,包括: 策略: 应用示例 �话题选择原则 • 与内容高相关性 • 活跃度适中的话题 • 避免过度竞争的热门话题 �标签使用策略 • 核心话题前置 • 相关话题补充 • 品牌话题植入 话题配置要求: 主话题:[话题名称] 相关话题:2—3个 位置要求: - 主话题在开头 - 相关话题在正文 - 品牌话题在结尾 选择标准: - 话题活跃度[范围] - 竞争度评估 - 相关性判断
    0 码力 | 103 页 | 5.40 MB | 8 月前
    3
  • pdf文档 Apache Pulsar,云原生时代的消息平台 - 翟佳

    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, 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:
    0 码力 | 39 页 | 12.71 MB | 6 月前
    0.03
  • pdf文档 基于go和flutter的实时通信/视频直播解决方案 段维伟

    第二部分 WebRTC 是什么 01. • 由 Google 发起的基于浏览器通讯标准 • 基于收购来的 GIPS (6800万美金)的高质量实时音视频引 擎 • 支持主流浏览器主流移动设备 • 历时十年成为Web 实时通讯标准 • RTMP 直播协议的低延迟替代方案 WebRTC 可以做什么 02. 副标题 • 用实现网页音/视频通话 • 低延迟直播系统(在线课堂) •
    0 码力 | 38 页 | 2.22 MB | 1 年前
    3
  • pdf文档 消息中间件RocketMQ原理解析 - 斩秋

    broker1, broker2, borker3 三台 broker 机器都配置了 Topic_A Broker1 的队列为 queue0 , queue1 Broker2 的队列为 queue0, queue2, queue3, Broker3 的队列为 queue0 当然一般情况下的 broker 的配置都是一样的 以上当 broker 启动的时候注册到 namesrv 的 Topic_A 排好序类似于记录 将所有消费端 consumer 排好序,相当于页数 然后获取当前 consumer 所在页面应该分配到的 queue 2) 按照配置来分配队列, 也就是说在 consumer 启动的时候指定了 queue 3) 按照机房来配置队列 Consumer 启动的时候会指定在哪些机房的消息 获取指定机房的 queue 然后在执行如 1)平均算法 根据分配队列的结果更新 任务提交到线程池。 长轮询向 broker 拉取消息是批量拉取的, 默认设置批量的值为 pullBatchSize = 32, 可配置 消费端 consumer 构建一个消费消息任务 ConsumeRequest 消费一批消息的个数是 可配置的 consumeMessageBatchMaxSize = 1, 默认批量个数为一个 ConsumeRequest 任务 run
    0 码力 | 57 页 | 2.39 MB | 1 年前
    3
共 15 条
  • 1
  • 2
前往
页
相关搜索词
Ubuntu桌面培训MySQL8.017调优指南openEuler20.09ApacheOzone最近进展实践分享RocketMQ开发高可用清华大学DeepSeekDeepResearch科研清华华大大学入门精通ApachePulsargocngoflutterrtc消息中间中间件消息中间件原理解析
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