## V itess解析 网易杭州研究院后台技术组---胡争 ## V itess Introduction • Golang, GTID • youtube 2011~2015, github 2000+ star • vitess provides servers and tools which facilitate scaling of MySQL databases for large

## JVM 内存模型 

## PostgreSQL WAL日志解析与应用 王硕 山东瀚高基础软件股份有限公司 ## CONTENTS Part 01 WAL 日志简介 Part 02 WAL 日志工作原理 Part 03 利用 WAL 日志我们可以做什么？ ## Part 01 WAL 日志简介 www.highgo.com ## Write Ahead Log Files - WAL 日志

# Service Mesh Meetup #3 深圳站 ## I stio控制平面组件原理解析 朱经惠 2018.08.25 ## 关于我 • 朱经惠，ETC车宝平台工程师。 - 喜欢开源，个人开源项目”Jaeger PHP Client”。 - 喜欢研究源码，对NSQ，Jaeger，Istio（控制平面）等go语言开源项目进行过研究。 - 除了代码还喜欢爬山和第二天睡醒后全身酸疼的感觉。

## Apache APISIX 微服务网关性能架构解析 --by Yuansheng ## 王院生 通过写书开始交朋友《OpenResty 最佳实践》 今年 3 月和温铭创办深圳支流科技，专注微服务的开源技术公司。 Apache APISIX PPMC 成员。 公司刚起步，希望大家支持。 ![Image](/uploads/documents/3/9/6/8/39680902bc4c

## Apache ShardingSphere 架构解析与应用实践 孟浩然 2021/12/11  孟浩然 SphereEx 高级研发工程师 Apache ShardingSphere PMC 曾就职京东科技，负责数据库产品研发，热爱开源，关注数据库生态，目前就职 uments/e/2/e/1/e2e1a91cfa0a98cdbdc4fabf401b4b57/p2_2.jpg) ## 目录 1. Apache ShardingSphere 5.0.0 架构解析 2. 5.0.0 应用实践 3. Database Plus 解决方案 ## 产品定位 构建异构数据库的上层标准和生态 ● 提供精准化和差异化的能力 ![Image](/upload - 基于扩展点，ShardingSphere 默认实现了数据分片、读写分离、数据加密、影子库压测、高可用等功能； ## 目录 1. Apache ShardingSphere 5.0.0 架构解析 2. 5.0.0 应用实践 3. Database Plus 解决方案 ## 运行模式 ![Image](/uploads/documents/e/2/e/1/e2e1a91cfa0a9

## GCN ## cgo 原理解析及优化实践  朱德江 蚂蚁集团 MOSN 核心成员 Golang contributor Envoy Golang extension maintainer ## 0 公众号 • 开源爱好者 Interface ① 函数调用 ② 数据交互 ✓ 对 PC 寄存器的修改 ③ 抽象模型 ✓ 编译器完成地址指引 ✓ 函数调用规约 ✓ Go 1.17 ✓ 数据结构/类型 ✓ 内存对象生命周期 √ GMP ## cgo 编译的两个阶段 ① cgo 预编译 ✓ 生成 wrapper 代码 ✓ 屏蔽 GMP 模型 ② 常规编译 ✓ 底层调用 C 编译器 ✓ 链接器通过符号寻址 ## cgo ✓ 三种源码，分别编译，最终链接为一个可执行文件 ✓ asm 可以手写，C 不可以 ✓ go build -v -x -work ## 第三部分 ## cgo 调度机制 ## GMP 调度模型  ✓ OS 线程 ✓ GMP 环境

## ClickHouse MergeTree原理解析 朱凯@深圳2019.10  ## 朱凯 ## 远光软件 大数据事业部/平台开发部 总经理 资深架构师，腾讯云TVP专家 10多年IT从业经验，精通Java、Node.js等语言方向 《ClickHouse原理解析与开发实战》（连载写作中）   ClickHouse 原理解析与开发实战

李泽辰，Gitee 主编 李涛，APUS董事长兼CEO 2023年12月发布 设计：张琪 ## LLM 技术报告 大语言模型（LLM）技术作为人工智能领域的一项重要创新在今年引起了广泛的关注。 LLM 是利用深度学习和大数据训练的人工智能系统，专门设计来理解、生成和回应自然语言。这些模型通过分析大量的文本数据来学习语言的结构和用法，从而能够执行各种语言相关任务。以 GPT 系列为代表，LLM 以其在自 以其在自然语言处理领域的卓越表现，成为推动语言理解、生成和应用的引擎。 LLM 在多个领域都取得了令人瞩目的成就。在自然语言处理领域，GPT 系列模型在文本生成、问答系统和对话生成等任务中展现出色的性能。在知识图谱构建、智能助手开发等方面，LLM 技术也发挥了关键作用。此外，它还在代码生成、文本摘要、翻译等任务中展现了强大的通用性。 本报告从技术人视角出发，将深入探讨 LLM 技术的背景、基础设施、应用现状，以及相关的工具和平台。 ## LLM Tech Map ## 大模型 ➢ 备案上线的中国大模型 知名大模型 知名大模型应用 LLMOps 大模型聚合平台 ## 工具和平台 ➢ 开发工具 插件、IDE、终端代码生成工具 ## AI 编程 ## 算力 ## 基础设施 向量数据库 数据库向量支持 ➢ 大模型框架、微调 (Fine Tuning) ➢ 大模型训练平台与工具 ## LLM Agent