推荐
专栏
教程
课程
飞鹅
本次共找到3272条
前端架构
相关的信息
helloworld_55440973
•
3年前
浅谈传统企业的大数据平台如何上云
浅谈传统企业的大数据平台如何上云企业业务系统上云的最终目标,出于各种考量(有业务系统高可用的考量,也有不被云厂商绑定即vendorlockin的考量,也有生态系统合作伙伴即经济因素等多种考量),部署架构不会是单一的某个公有云,而是多个公有云和私有云的混合部署形态。1.趋势介绍与阐述:大数据和云计算进一步深度融合,拥抱云计算走向云原生化首先我们来解读下“
Wesley13
•
3年前
java JDK 安装环境
Java的是SUN1995年推出的一门高阶程式语言,是一种面向互联网的程式语言,随着Java的技术在网络方面的不断成熟,已经成为网络应用程序的首选开发语言,完全面向物件,与平台无关。的Java语言的三种技术架构J2EE:是为开发企业环境下的应用程序提供的一套解决方案。J2SE:是为开发普通桌面和商务应用程序提供的解决方案。J2ME:是
Stella981
•
3年前
B站微服务框架Kratos详细教程(2)
背景在像微服务这样的分布式架构中,经常会有一些需求需要你调用多个服务,但是还需要确保服务的安全性、统一化每次的请求日志或者追踪用户完整的行为等等。你可能需要一个框架来帮助你实现这些功能。比如说帮你在一些关键路径的请求上配置必要的鉴权或超时策略。那样服务间的调用会被多层中间件所过滤并检查,确保整体服务的稳定性。设计目标
Easter79
•
3年前
TiDB DM 2.0 GA,数据迁移不用愁
社会数字化、智能化的发展进程中,海量的数据带来巨大挑战,各行各业都在加速数字化转型,越来越多的企业意识到数据基础设施是成功的关键。然而,作为数据基础设施的核心,传统数据库例如MySQL面临性能和容量瓶颈,通过中间件实现的分库分表方案复杂度高,同时带来高昂的运维成本。作为一款企业级NewSQL数据库,TiDB采用计算、存储分离的架构,可以根据业务
Wesley13
•
3年前
AI云原生浅谈:好未来AI中台实践
AI时代的到来,给企业的底层IT资源的丰富与敏捷提出了更大的挑战,利用阿里云稳定、弹性的GPU云服务器,领先的GPU容器化共享和隔离技术,以及K8S集群管理平台,好未来通过云原生架构实现了对资源的灵活调度,为其AI中台奠定了敏捷而坚实的技术底座。在2020年云栖大会上,好未来AI中台负责人刘东东,分享了他对AI云原生的理解与好未来的AI中台实践,本文为演
Stella981
•
3年前
Serverless 实战:3 分钟实现文本敏感词过滤
敏感词过滤是随着互联网社区发展一起发展起来的一种阻止网络犯罪和网络暴力的技术手段,通过对可能存在犯罪或网络暴力可能的关键词进行有针对性的筛查和屏蔽,很多时候我们能够防患于未然,把后果严重的犯罪行为扼杀于萌芽之中。随着各种社交平台等的日益火爆,敏感词过滤逐渐成了非常重要的也是值得重视的功能。那么在Serverless架构下,通过Python语言,敏感
Stella981
•
3年前
JVM基础命令
介绍java虚拟机的指令功能,至少能阅读java代码生成的字节码指令含义一、概述Java虚拟机采用基于栈的架构,其指令由操作码和操作数组成。操作码:一个字节长度(0~255),意味着指令集的操作码个数不能操作256条。操作数:一条指令可以有零或者多个操作数,且操作数可以是1个或者多个字节。编译后的代码没有采用操作数
天翼云开发者社区
•
3年前
一文读懂天翼云自研 TeleDB 数据库五大关键特性
数字时代下,随着企业向数字化、在线化、智能化高速演进,存储需求呈指数级增长,业务也面临着更多热点和突发流量带来的挑战,这就对数据库安全可靠、超高性能、易运维性提出了更高要求。天翼云自研TeleDB数据库采用云原生架构,具备即开即用、稳定可靠、安全运行、弹性伸缩、轻松管理、经济实用等特点,可为用户提供稳定可靠的企业级数据库服务,帮助企业圆满解决上述问题。与
天翼云开发者社区
•
2年前
恭喜天翼云“翼起飞”战队在CCF国际AIOps挑战赛中夺得亚军
近日,2022CCF国际AIOps挑战赛在北京圆满落幕,由天翼云研发二部云终端基础平台团队组成的“翼起飞”战队以优越的成绩斩获本次挑战赛决赛亚军。此次赛题设计源于AIOps的核心场景——故障快速发现与诊断,比赛数据基于微服务架构的模拟电商系统,要求参赛选手在云环境下完成算法模型调优、线上评测等操作。历经紧张激烈的角逐和层层选拔,全球百支参赛队伍中仅有9支队
helloworld_91538976
•
2年前
递归神经网络(RNN)
递归神经网络(RNN)RNN是最强大的模型之一,它使我们能够开发如分类、序列数据标注、生成文本序列(例如预测下一输入词的SwiftKeykeyboard应用程序),以及将一个序列转换为另一个序列(比如从法语翻译成英语的语言翻译)等应用程序。大多数模型架构(如前馈神经网络)都没有利用数据的序列特性。例如,我们需要数据呈现出向量中每个样例的特征,如表示句子、段
1
•••
278
279
280
•••
328