文档建议反馈控制台
首页
学习
活动
专区
圈层
工具
MCP广场
文章/答案/技术大牛
发布
    • 您找到你想要的搜索结果了吗？
    是的
    没有找到

    「解决方案架构」解决方案架构概述

    OpenGroup（2009）将解决方案架构定义为： 已使用的业务操作或活动，以及/它如何支持该操作。...解决方案架构通常适用于单个项目或项目发布，帮助将需求转换为解决方案远景、高级业务和/或IT系统规范以及一组实现任务。...Architecture Professional Organizations）2013年发表的论文，解决方案架构包括业务架构、信息架构、应用架构和技术架构，它们在战术层面上运行，重点关注选定业务问题的范围和跨度...相比之下，企业架构，也包括上述四种架构，在战略层面上运作，其范围和跨度是企业而不是特定的业务问题。[5]因此，企业架构为解决方案架构提供了战略方向和指导。...[6] 另见 架构模式（EA参考架构） 分段架构 本文：http://jiagoushi.pro/node/959 讨论:请加入知识星球或者微信圈子【首席架构师圈】 微信公众号 关注微信公众号【首席架构师智库

    1.4K31

    RocketMQ中台化建设

    所以与其写文档不如将经验和实践转换为产品，能够更好的服务于业务及运维集群，于是MQCloud应运而生。 三、MQCloud诞生 先看一下MQCloud的定位： ?...而对于流式数据做这样的统计是有一些算法和数据结构的，例如t-digest，但是MQCloud采用了非精确的但是较为简单的分段统计的方法，具体如下： 创建一个按照最大耗时预哈希的时间跨度不同的耗时分段数组...： 优点：此种分段方法占用内存是固定的，比如最大耗时如果为3500ms，那么只需要空间大小为96的数组即可 缺点：分段精度需要提前设定好，且不可更改 第一段：耗时范围0ms~10ms，时间跨度为1ms。...第二组：耗时范围11ms~100ms，时间跨度5ms。 ? 第三组：耗时范围101ms~3500ms，时间跨度50ms。 ?...我们将一直遵循我们的目标，坚定的走自己的开源之路： 为业务提供可监控，可预警，可满足其各种需求的稳定的MQ服务。 积累MQ领域经验，将经验转化为产品，更好的服务业务。

    1.2K20

    GLM: General Language Model Pretraining with Autoregressive Blank Infilling

    ChatGPT已经火了一段时间了，国内也出现了一些平替，其中比较容易使用的是ChatGLM-6B：https://github.com/THUDM/ChatGLM-6B ，主要是能够让我们基于单卡自己部署...GLM的核心是：Autoregressive Blank Infilling，如下图1所示：即，将文本中的一段或多段空白进行填充识别。...将文本分为两部分，A部分由原始token和[MASK]组成，B部分由空白token组成，最终将A部分和B部分进行拼接，同时B部分的每一个空白会被打乱，这样在自回归预测每个token的时候可以看到上下文的信息...(3)将ReLU激活函数替换为GeLUs。2D位置编码两个位置id通过可学习嵌入表投影到两个向量，这两个向量都被添加到输入标记嵌入中。该编码方法确保模型在重建时不知道被屏蔽的跨度的长度。

    2.8K30

    基于用户行为明细数据的画像分析

    本节将介绍页面分析、事件分析、留存分析、漏斗分析等8个常见的行为明细分析模型，8个分析模型可以划分为4种类型：明细统计、用户分析、流程转化和价值分析。...留存分析用于统计用户关键行为的留存情况，经常用于统计新用户的多日留存数据；指标分布分析用于统计用户的指标数值分段后的数据分布情况，比如按粉丝数分段后的用户数量分布。1....指标分布分析指标分布分析主要统计某个事件的指标在不同取值范围下的用户量分布情况，比如用户点赞行为的次数可以划分为多个分段，不同点赞数分段下的用户量不同。...事件指标的分段方式可以采用默认配置或者用户自定义方式，最终分析结果可以通过图6-20所示的柱状图展示出来，图中显示了充值金额在不同取值分段下的用户数量。...行为跨度分析需要指定初始行为和目标行为，假设初始行为是注册、目标行为是购买，通过行为跨度分析可以得出结论：新注册用户完成首次购买的平均时间跨度是4天。

    99950

    SPL 实现电力高频时序数据实时存储统计

    系统设计规模将支持20万个传感器（以下称为测点），采集频率为每秒一个数据，即每秒总共会有20万条数据，总时间跨度在1年以上。...，最长的时间段跨度长达一年。...因此，可以设计为先按时间分段，每段时间内的数据按测点、时间有序，整体数据还是按时间有序。任务需求是按天计算，这里按天分段就比较合适，更长跨度的离线计算性能损失也不是很大。...第三步，确定技术选型和方案 从上述的存储方案中得知，需要将实时数据按时间分段，段内按测点号、时间物理有序存储，常规数据库显然没办法做到这点。...分钟 467 586 854 1小时 1739 3885 4545 6小时 2599 7489 13138 1天 4923 16264 30254 说明：测试环境使用的机械硬盘，对并发计算不友好，更换为固态硬盘后

    1.9K40

    哔哩哔哩浏览器 AI 助手：bilibili subtitle

    并且，如果我们能够在打开视频的时候，就能够知道这个视频的主旨到底是什么、视频大概可以形成几个分段，每个分段都讲什么，以及这个视频的主要观点是什么，是不是就可以和我们看书一样，有目的的去看，得到更好的吸收效果了呢...上面这些不符合 B 站运营 KPI 的功能，显然不是 B 站官方会推出的产品，好在开源项目 IndieKKY/bilibili-subtitle 替我们做了偷懒的工作，上面的功能它都有。...如果你是本地运行，那么我们的 “OpenAI API” 地址就是 http://localhost:8080/，如果你是在服务器或者 NAS 运行，那么替换为设备的 IP 地址即可，类似：http://...使用效果点击“生成”后，稍等片刻，我们将看到类似下面的结果：在“概览”页面，我们不光是能够点击下面带有时间轴的字幕，跳转到具体的视频时刻，还能够从上面 AI 自动拆分的内容分段开始看，跳过不感兴趣的环节...当然，如果你更喜欢看文章，也可以将“列表视图”切换为“文章视图”：有的时候，视频里的信息量还是蛮多的，我们想根据记忆去检索一些内容，那么可以在字幕搜索栏，输入我们想搜索的内容：当然，如果你对于软件默认的设置不是很满意

    1.2K11

    增长分析-在缓慢变化中的跳变

    引入了数据仓库中缓慢变化维度的概念，例如，每天均将用户按照过去1个月领取红包的天数做分段，这样，群体的用户是非常缓慢变化的，一定程度解决了分群一致性问题，监控的指标一般是短期指标（如次日留存率等），可以很好的监控出业务异动...- 滚动计算过去1个月有观看直播的用户群 - 滚动计算过去1个月发布视频天数分段分群 通过在运营指标构造的缓慢变化维度上分析异动数据，比较容易找到业务的交集影响和变化 红包敏感群体（缓慢变化维度中，过去...，这里滚动周期越短，时效性越好，能够反映用户最近的状态；滚动周期越长，维度的稳定性越好，用户群的一致性越稳定 2、维度的选择，选择鲁棒性好、受极端值影响小的指标分段，如历史28天内领取红包的天数，就比历史...28天内领取红包的次数要更好，因为领取次数可能更容易受极端值影响，鲁棒性不好，不容易反映出用户的真实分层情况 3、分析指标的选择，指标的时间跨度远小于维度的时间跨度，例如，按照历史28天分层，分析「XX...图：腾讯灯塔关于缓慢变化维度的适配 目前团队中，已经将较多长周期用户行为数据进行分层分群，作为用户基础画像的一部分，引入到数据分析之中，在日常的运营分析和异动监控中广泛应用。

    1K50

    Android UI渲染机制解析：从VSync到像素的奇幻之旅

    本文将深入剖析一帧画面从VSync信号触发到最终显示在屏幕上的完整过程，揭示卡顿（Jank）产生的本质原因及优化方向。...3、提交绘制任务至RenderThreadUI线程将生成的RenderNode树同步到独立RenderThread。UI线程继续响应用户输入，非阻塞。...栅格化阶段：遍历RenderNode树将DisplayList转换为GPU指令（OpenGL ES/Vulkan）GPU执行：光栅化（矢量→像素），填充到Graphic Buffer（Back Buffer...优化：启用GPU渲染模式分析（开发者选项）使用Canvas.clipRect()限制绘制区域选择合适图片格式（RGB_565代替ARGB_8888）3、合成瓶颈原因：过多Layer超出HWC叠加层限制。...理解VSync驱动的分段协作机制，才能从根本上解决卡顿问题。优化不是盲目压缩代码，而是在16ms的沙盒中，合理分配CPU、GPU与系统资源。

    72410

    一文通俗讲透树模型

    一、树模型的概括 决策树呈树形结构，更通俗来讲，树模型的数学描述就是“分段函数”。...二、树模型的要素 从上述例子，我们可以将树模型的学习可以归到经典机器学习的4个要素： 2.0 已知(标签)的数据 2.1 树模型的结构（分段函数结构：特征划分+决策结果） 2.2 学习目标 2.3 优化算法...（剪枝）能带来决策树的泛化性能提升（即目标函数损失更小，常用目标函数如：loss = 模型经验损失bias+ 模型结构损失α|T|， T为节点数目, α为系数），则将该子树替换为叶子结点。...我们将熵定义式中的“-log(pi)”替换为 1-pi 也就是基尼系数，因为-log(pi)的泰勒近似展开第一项就是1-pi。...基尼系数简单来看就是熵的“平替版”，在衡量分类误差的同时，也简化了大量计算。

    1.8K30

    使用spaCy处理PDF和Word文档的技术指南

    spaCy Layout：使用spaCy处理PDF、Word文档等该插件与Docling集成，将PDF、Word文档和其他输入格式的结构化处理引入spaCy管道。...它输出清洁的结构化数据，创建spaCy的Doc对象，可访问带标签的文本跨度（如章节或标题），并将表格数据转换为pandas.DataFrame。安装⚠️ 此包需要Python 3.10或更高版本。...pip install spacy-layout使用方法初始化spaCyLayout预处理器后，可调用文档路径将其转换为结构化数据。生成的Doc对象包含布局跨度，映射到原始文本并暴露各种属性。...它们暴露布局扩展属性以及data属性，包含转换为pandas.DataFrame的表格数据。...Span.label_str提取的布局跨度类型Span._.layoutSpanLayout | None布局跨度的布局特征Span._.headingSpan | None最接近跨度的标题Span._

    18810

    ASP.NET Core 9中新增的MapStaticAssets() 中间件解析

    应该就属MapStaticAssets中间件最有价值了,最初MapStaticAssets主要是为了解决Blazor静态资源加载缓慢而生的,当然只要是wwwroot下的任何静态资产都是可以使用TA平替UseStaticFiles...的,因此在了解了TA的优势后 建议升级到9.0的小伙伴都使用TA平替UseStaticFiles!...MapStaticAssets旨在解决上述UseStaticFiles存在的一些缺陷: 为应用中的所有资产生成时间压缩： 在开发期间 gzip，在发布期间 gzip + brotli 所有资产都经过压缩，目标是将资产大小降到最低...性能提升 下表显示了默认的 Razor Pages 模板中 CSS 和 JS 文件的原始大小和压缩大小： 文件 原始 压缩 %缩减 bootstrap.min.css 163 17.5 89.26% jquery.js...89.6 28 68.75% bootstrap.min.js 78.5 20 74.52% 总计 331.1 65.5 80.20% 在使用Blazor开发业务系统时将节省大量传输宽带,极大的提升加载速度

    31510

    ES6 Fetch API基础教学

    使用 fetch 不需要依赖 jQuery 或其他库，这减少了全局命名空间的污染。fetch 允许你以多种格式处理请求和响应，例如 JSON、Blob、ArrayBuffer 或文本。...一个是上方 then 中 return 使用的 .json() ，能够将返回的数据以对象的方式传给第二个 then 接收，另一个是 .text() ，当返回的数据无法转换为对象时，则会将请求数据以字符串方式取出...使用 .json() 将 response 的请求数据取出用 .text() 将 response 的请求数据取出POST与 GET 不同的是，使用 POST 请求时需另外在 method 属性内指定...{ console.log(myJson)})Fetch 在未指定请求方式的情况下都是使用 GET ，但是 GET 本身无法在请求中借由 body 发送数据，因此在有 body 属性的状态下，未替

    40110

    通过HTTP Range请求与前端解压技术实现网站文章高效存储与加载

    本文将介绍一种创新的方法：将网站所有文章保存在一个文件中，前端通过HTTP Range参数请求后端文件，并对压缩过的每篇文章进行解压，从而实现高效存储与快速加载。...这对于加载大型文件或分段加载数据非常有用，可以减少不必要的数据传输，提高加载效率。文章压缩存储：将多篇文章合并存储为一个文件，并对每篇文章进行压缩，可以显著减少存储空间的占用，降低存储成本。...解压后的文章内容可以转换为JSON对象或其他格式，然后渲染到页面上供用户阅读。安全性保障请求地址签名：为了防止数据被未授权访问或滥用，请求地址需要进行签名处理。...charset="UTF-8"> 文章请求与解压示例 jquery...'}); console.log("Decompressed Data:", decompressedData); // 转换为

    50210
    点击加载更多

    相关资讯

    热门标签

    更多标签

    活动推荐

      运营活动

      活动名称
      广告关闭

      腾讯云开发者

      扫码关注腾讯云开发者

      扫码关注腾讯云开发者

      领取腾讯云代金券

      热门产品

      热门推荐

      更多推荐

      Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有

      深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 粤公网安备44030502008569号

      腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号

      领券