人工智能

数据批处理速度慢?不妨试试这个

业务系统产生的明细数据通常要经过加工处理,按照一定逻辑计算成需要的结果,用以支持企业的经营活动。这类数据加工任务一般会有很多个,需要批量完成计算,在银行和保险行业常常被称为跑批,其它像石油、电力等行业也经常会有跑批的需求。 大部分业务统计都会要求以某日作为截止点,而且为了不影响生产系统的运行,跑批任务一般会在夜间进行,这时候才能将生产系统当天产生的新明细数据导出来,送到专门的数据库或数据仓库完成跑

2022-04-20-Flink-45(四)

1. Transformation map import org.apache.flink.api.common.functions.MapFunction; import org.apache.flink.streaming.api.datastream.DataStreamSource; import org.apache.flink.streaming.api.environment.Str

【AI 解析】Gemini 3 全面解析:从认知到落地

文章目录 1. 总览与定位(总) 1.1 为什么是 Gemini 3 1.2 演进与生态:从 Gemini 1 到 3 1.3 能力全景图与读者收益 1.4 访问入口与使用场景 2. 架构能力与关键特性 2.1 原生多模态:文本、图像、视频、音频、代码 2.2 长上下文与思维模式(Deep Think

CodeBuddy AI IDE :Skills 模式

国内首个支持Skills模式的编程助手,开启AI编程二阶段!一、Skills模式核心概念与架构🎯 核心概念:从"写提示词"到"设计流程"的范式转变Skills模式是CodeBuddy AI IDE的核心创新机制,它通过模块化、可组合的AI能力封装,将专业知识与经验转化为AI可执行的

思与行

思与行的关系非常有意思,有时会紧紧地联系在一起,有时会分的很远,有时若合若离。 根据它们的关系,会产生不同的结果。当然也同"思和行"的质量有很大的关系。 总的来讲思与行结合的越紧,产生的结果越大;结合时若合若离,也有一定的结果;没有结合,只能是空想加惰性。 当然也有人走极端,有的人专门研究思,也能成为思想家。有人人专门去实践,成为实干者。 最好的思想加上最正确的行为,才能获得最好的结果。其实方向的

技术争鸣——关于OLAP引擎你所需要知道的一切

1. 主流OLAP引擎技术原理大阅兵 1.1 何为OLAP 在前文 BI系统与ClickHouse:探索式BI的OLAP技术演进之路 中已经涉及过OLAP的概念,这里再简要介绍下。 60年代,关系型数据库之父E.F.Codd提出了关系模型,促进了OLTP( OnLine Transaction Processing,联机事务处理)模型的发展。 1993年,E.F.Codd提出了OLAP(OnLin

7.一文搞懂Flink中窗口的概念

1.前言 在上一篇文章当中说了,如果需要进行双流join操作,可以选择在窗口的范围内进行,join操作会以窗口范围内的所有数据做inner join,然后将匹配到的所有数据交给计算函数进行处理,这就是窗口join的执行方式,但是这里也有一个之前没有提到过的概念,那就是“窗口”。 窗口在数据计算的过程中很常见,它要做的实际上就是在没有尽头的数据流中切割出一段一段的范围区间,然后对这个区间的数据进行相

Android IO 框架 Okio 的实现原理,到底哪里 OK?

前言 大家好,我是小彭。 今天,我们来讨论一个 Square 开源的 I/O 框架 Okio,我们最开始接触到 Okio 框架还是源于 Square 家的 OkHttp 网络框架。那么,OkHttp 为什么要使用 Okio,它相比于 Java 原生 IO 有什么区别和优势?今天我们就围绕这些问题展开。 本文源码基于 Okio v3.2.0。 思维导图 1. 说一下 Okio 的优

单细胞 & 空间整合去批次方法比较(2)

作者,追风少年i 开头先放一张marker表,供大家参考 marker list 这一篇内容很简单 接上一篇,上一篇文章单细胞 & 空间整合去批次方法比较介绍了以下几种方法整合去批次的代码 CCA merge SCT merge & SCT merge加harmony SCT && harmony 关于上述方法我只强调一点,就是ScaleData的时