关系型多模数据库 03 DEMO 04 特性 05 Benchmark 06 ## 第一部分 ## 图数据库 ## 图数据库 目前常见的使用图数据库场景有： 风控(欺诈检测/反洗钱) ● 图神经网络 知识图谱 ● 社交网络 ## 目前的问题 ● 对于复杂的关系网络，传统关系型数据库无能为力 ● 单独部署图数据库集群 ● 部署运维两套数据库集群成本太高 同时包含关系型模型和图模型 ● 同一个事务中操作图数据和关系型数据的能力 将图遍历作为 SQL 子查询(反之亦然) - 在 SQL 中扩展出一个让 DBA 一眼就能学会的图遍历语法 ● 对于 N 度人脉的场景性能对比 ## 第二部分 ## 关系型数据库 ## 关系型数据库本质 CREATE TABLE user_table ( id INT PRIMARY KEY, name VARCHAR(64) 关注的人(Bob 的 1 度人脉) SELECT * FROM people WHERE name = 'Bob' TRAVERSE OUT(follow). TAG(people);  -- 查询 Bob 的 2 度人脉 SELECT

# Context原理及其适用场景 随手记 李帅(飞雪无情) ___ ¥ 随手记 👨‍👩‍👧‍👦 卡牛 📸 随管家 ___ ## 大纲 常见并发模式 ■ Context实现原理 ☑ TLS VS Context ☑ 典型适用场景 ## Channel func add(a,b int) <-chan int{ sum:=make(chan int) go

## 深度学习在百度搜索中的工程实践 曹皓 百度资深研发工程师 # TGO鲲鹏会 # 汇聚全球科技领导者的高端社群 全球12大城市 850+高端科技领导者 使命 Mission 为社会输送更多优秀的 科技领导者 ## 愿景 Vision 构建全球领先的有技术背景 优秀人才的学习成长平台  ## 自我介绍 • 百度-核心搜索部-资深研发工程师 • 2012年硕士毕业于北京大学，同年加入百度 - 目前负责百度搜索调研架构相关研发工作  ## 目录 ➢ 搜索中的深度学习 ➢ 深度学习应用中的工程难点 ➢ 总结 ## 目录 搜索系统简介 搜索中的深度学习 深度学习应用中的工程难点 总结 ## 智能进化中的百度一下 24°海淀35优  搜索或输入网址

## TypeScript 多场景开发实践 Best practices of TypeScript and Dev in Alibaba ## 陈仲寅（花名：张挺） 就职于 阿里巴巴淘宝技术部 MidwayJS 团队  zhangting@taobao not contain any data, axes, or labels that can be extracted and converted into a markdown table 复杂度逐步增加 - 全栈应用 面向外部用户 - 大流量 成为中流砥柱 - 核心应用 调用 http 服务，没有调用定义 提供 RPC 接口时，需要写 JSDoc ## C ### Node.js 在内部体系中，Egg作为底层框架，不直接使用 ## 场景不同 Egg 解决的是 BFF 场景，而淘宝有不少全栈场景 ## 场景不同 Egg 解决的是 BFF 场景，而淘宝有不少全栈场景除了明确意义的 controller service 承载了太多的职能。 ## 场景不同 子目录缺乏支持 Egg 解决的是 BFF 场景，而淘宝有不少全栈场景 ## T ## 体验不同 我们希望引入 TypeScript

stio + MOSN 在 Dubbo 场景下的探索之路 陈鹏 多点生活 平台架构组研发工程师 陈鹏、多点生活平台架构组研发工程师 • 开源项目与云原生爱好者 多年网上商城、支付系统相关开发经验 • 2019 年至今从事云原生和 Service Mesh 相关开发工作 ## /01 为什么需要 Service Mesh 探索 Istio 技术点 Dubbo 场景下的改造 对比传统微服务架构 • 容错和限流 ## 特点 • 独立部署 强化模块边界 技术多样性 ## Service Mesh ## 优点 • 统一的服务治理 • 服务治理和业务逻辑解藕 ## 缺点 • 增加运维复杂度 延时 - 需要更多技术栈 ## 探索 Istio 技术点 了解 Istio 技术点 MCP (Mesh Configuration Protocol) 提供了一套用于订阅、推送的 API。分为 "metadata": "Object{...} } ] } ] }, ## /03 ## Dubbo 场景下的改造 从数据面、控制面两个方面来介绍如何改造 ## 改造方案1 Istio+Envoy - 通过创建 EnvoyFilter 资源来给 xDS 资源打 patch Envoy 解析 Dubbo

k1|\| bigint(20)|\| Yes|\| true|\| N/A|\||\|| |---|---|---|---|---|---|---| |\| k2|\| varchar(100)|\| Yes|\| true|\| N/A|\||\|| |\| v|\| decimal(10, 0)|\| Yes|\| false|\| N/A|\| SUM|\|| 3 rows in set (0.01 k1|\| bigint(20)|\| Yes|\| true|\| N/A|\||\|| |---|---|---|---|---|---|---| |\| k2|\| varchar(100)|\| Yes|\| true|\| N/A|\||\|| |\| v|\| decimal(8, 5)|\| Yes|\| false|\| N/A|\| SUM|\|| 3 rows in set (0.00 HLL(HyperLogLog) 类型是一个二进制类型。HLL 类型只能用于聚合类型的表（Aggregation Table），并且必须指定聚合类型为 HLL_UNION。 HLL 类型主要用于非精确快速去重场景下，对数据进行预聚合。 HLL列只能通过配套的 hll_union_agg、hll_cardinality、hll_hash 进行查询或使用。 ## Bitmap 数据类型 BITMAP 类型是一个二进制类型。BITMAP

## ClickHouse在B站海量数据场景的落地实践 胡甫旺 哔哩哔哩OLAP平台  ## 目录 ClickHouse在B站 内核 日志 用户行为数据分析 Future Work Q&A ![Image 7/p3_2.jpg) ## bilibili ## B站ClickHouse应用概况 近400个节点，30个集群 日均1.5+万亿条数据摄入 日均800+万次Select请求 ✿ 应用场景包括（不限于）： ➢ 日志&Trace分析 ➢ 用户行为分析（包括事件分析，漏斗分析，路径分析等） ➢ 圈人定投 ➢ 广告DMP（包括统计分析，人群预估） 电商交易分析 ➢ OGV内容分析 查询缓存 查询处理器 查询分发器 库表管理 权限管理 ClickHouse 用户程序 Flink/JDBC/Go/HTTP Cluster-01 Cluster-02 Cluster-n ClickHouse 监控管理平台 ## ClickHouse as Service ☑ Berserker数据源管理： 建表 修改表元数据 ➢ 表元数据管理 ## Yuuni: ➢ 屏蔽集群信息

GOPHER CHINA 2020 中国 上海 / 2020-11.21-22 Go如何帮滴滴支撑海量运维场景 秦晓辉 ’ alt=‘OCR图片’/> 秦晓辉 18612185520，qinxiaohui@didiglobal.com 先后履职于百度、小米、金山云，开源互联网监控解决方案 Open-Falcon主程，Nightingale开源发起人之一，现在滴滴负责产业云技术中心，推动滴滴中后台能力商业化输出 些 夜莺与Prometheus的对比 对比项 Prometheus Nightingale 易用性 设计上偏工具一些，采集策略、告警策略都是编辑yaml文件，对于多人同时使用的场景不够友好 产品化程度更高一些，所有操作都可以通过页面完成，使用复杂度上相对简单一些 容器监控 与Kubernetes结合紧密，比较容易采集容器相关指标，比较容易制作集群监控大盘 可以采集容器相关 对传统物理机、虚机的监控管理不够友好，特别是服务混部情况下，缺少易用的机器分组机制 特别适合传统物理机、虚机的监控，树状机器分组机制非常灵活，直观易用 体系化 是一个纯粹的监控告警系统，不处理其他运维场景 体系化程度高，以监控告警为核心主打能力，围绕着建立了部分CMDB能力、完备的用户权限体系、命令通道和告警自愈等 夜莺用户案例 ’ alt=‘OCR图片’/> Thanks

## Arquitectura de Computadoras / Programación en Lenguaje Ensamblador Costo  Simplicidad ![Image](/uploads/documents Aislamiento de la Arquitectura abc Facilidad de Programar La Guía Práctica de RISC-V es una introducción concisa y referencia para programadores de sistemas embebidos, estudiantes y curiosos a una arquitectura libre y abierto ISA RISC-V que está experimentando una rápida aceptación en muchos sectores diferentes de la computación. El libro también contiene muchas percepciones acerca de la arquitectura de computadoras

## ClickHouse 在苏宁用户画像场景的实践 苏宁科技集团.大数据中心.杨兆辉 二〇一九年十月 ## 1 关于我 ● 苏宁科技集团大数据中心架构师 ● 曾就职于中兴通讯10+years，从事大规模分布式系统研发 ● 10+years C++、Java、Go编程经验，熟悉大数据架构、解决方案 ● ClickHouse Contributor ● Github: https://github https://github.com/andyyzh 苏宁如何使用ClickHouse ClickHouse集成Bitmap 用户画像场景实践 ## 3 ## 选择ClickHouse的原因 1. 速度快 2. 特性发布快 3. 软件质量高 4. 物化视图 5. 高基数查询 6. 精确去重计数（count distinct） ## 精确去重计数性能测试 4亿多的数据集上，去重计算出6千万整形数值， 893969949f71c00385f6b87df5/p6_3.jpg) ## 结论： - 整形值精确去重场景，groupBitmap 比 uniqExact 至少快 2x+ • groupBitmap仅支持整形值去重，uniqueAct支持任意类型去重。 • 非精确去重场景，uniq在精准度上有优势。 ## 精确去重计数性能测试 Progress: 415.88 million rows