优快云博客-专业IT技术发表平台

推荐付费专栏 VIP文章

张铁铁是个小胖子

redis执行lua脚本的原子性和数据库原子性的区别当我们想在redis的一个事物当中执行多个命令的时候呢，会选择使用lua脚本。Redis会将一个要执行的lua脚本封装成一个单独的事务，而脚本执行器在执行这个事务的过程中呢，如果有其他的客户端请求过来，redis会把它暂存起来，等脚本处理完以后，才会把暂存的请求恢复执行。但是，如果事务执行的过程中产生了错误，事务是不会回滚的，也不会影响后续的命令执行，也就是说，Redis会保证以原子方式执行lua脚本，但是不保证脚本中的所有的操作要么都执行，要么都回滚这件事儿。

阅读 176

2赞

机器学习聚类与集成算法全解析：从 K-Means 到随机森林的实战指南算法类型核心思想代表算法适用场景优点缺点K-Means 聚类按距离分组，最小化簇内误差K-Means无标签数据分组高效、简单、直观K 值难定、仅适用于球形簇Bagging 集成并行采样，投票平均随机森林分类 / 回归，抗过拟合并行高效、抗过拟合、可解释性强对异常值敏感Boosting 集成串行加权，纠正错误AdaBoost分类 / 回归，高精度需求精度高、无需复杂调参串行慢、易过拟合Stacking 集成多层融合，结合多模型优点多层模型组合。

阅读 966

12赞

Kafka Streams vs Apache Flink vs Apache Storm: 实时流处理方案对比与选型建议本文对比分析了Kafka Streams、Apache Flink与Apache Storm三种主流实时流处理方案的架构、性能、生态及应用场景，给出选型建议，并结合实际案例对比验证，帮助后端开发者在真实生产环境中做出最佳选择。

阅读 786

19赞

DeepSeek R2难产：近期 DeepSeek-V3.1 发布，迈向 Agent 时代的第一步 DeepSeek发布V3.1模型，重点强化Agent能力与推理效率。新版本支持混合推理架构，输出token减少20%-50%，在代码修复、终端任务和复杂搜索等场景表现更优。同时开源Base模型和后训练模型，但需注意部署兼容性问题。9月6日起将调整API价格并取消夜间优惠。此次升级显示DeepSeek正布局下一代AI工作流，以实用性和前瞻性应对激烈的AI竞争。

阅读 1.2w

21赞

song15026537298

直射光结构太阳能组件IV测试仪太阳光模拟器介绍太阳能组件的性能测试是确保其在实际应用中高效可靠的关键环节。其中，IV测试仪（电流-电压特性测试仪）结合太阳光模拟器，是实验室中常用的标准设备。特别地，直射光结构在太阳光模拟器中扮演核心角色，它能精确模拟自然太阳光的直射特性，提供更真实的测试环境。下面我将逐步介绍这一系统的工作原理、关键组件和应用价值。直射光结构太阳能组件IV测试仪太阳光模拟器是现代光伏产业的核心工具，它通过精确的直射光模拟和高效的IV测量，确保了太阳能组件的可靠性和性能评估的准确性。

阅读 27

1赞

Flink元空间异常深度解析：从原理到实战调优指南想象一下这样的场景：你的Flink作业在客户现场稳定运行数月后突然集体"罢工"，TaskManager进程还在但作业全挂，日志里赫然显示着OutOfMemoryError: Metaspace——这就是典型的元空间异常。作为Flink运维中最"隐秘"的内存问题之一，元空间异常往往让开发者措手不及。本文将带你深入理解这一现象的本质，并提供可落地的解决方案和调优策略，助你彻底驯服这只"内存怪兽"。‌进程状态‌：TaskManager或JobManager进程可能"假死"——进程仍在但无法处理请求。

阅读 383

8赞

神经网络697344

基于桥梁三维模型的无人机检测路径规划系统设计与实现本文提出了一种基于桥梁三维模型的无人机检测路径规划系统，该系统通过导入桥梁点云模型（支持PLY、PCD、LAS等格式），自动分割桥梁结构组件（桥面、桥墩和桥底），并生成覆盖全面的检测航点。系统采用模块化设计，包含模型处理、航点生成、路径规划和可视化等核心模块，使用Open3D等库进行点云处理，最终可导出大疆无人机可执行的任务文件。关键技术包括点云分割、航点自动生成和三维路径规划，实现了桥梁检测的自动化、全覆盖和可视化操作。

阅读 965

20赞

凳子（刘博浩）

机器学习两大核心算法：集成学习与 K-Means 聚类详解集成算法：适合有标签的分类 / 回归任务（比如预测客户是否流失、预测未来股价），尤其是数据复杂、单个模型效果差的时候。随机森林适合快速出结果、需要解释性的场景；AdaBoost 适合样本不平衡（比如少数样本是 “流失客户”）的场景；Stacking 适合追求极致精度、不介意复杂度的场景。K-Means 聚类：适合无标签的数据探索（比如用户分群、商品分类），数据维度不高、簇是球形的场景。如果数据维度高，建议先降维（比如用 PCA）；如果簇形状复杂，可以试试 DBSCAN 等其他聚类算法。

阅读 1.1k

11赞

无监督学习中的经典聚类算法——K-Means笔记目的：在没有标签的情况下，把“相似样本”自动分到同一组，用于数据探索、分群、压缩、异常检测等场景。轮廓系数（Silhouette）：[-1,1]，>0.5 通常可接受。曼哈顿距离（L1）：坐标轴绝对轴距之和，适合高维稀疏。四、K-Means 算法流程（“三步走”）欧式距离（L2）：多维直线距离，最常用。n_init：随机运行次数，取最好结果。三、距离度量（先选“像不像”的尺子）n_clusters（K）：簇的数量。SSE（类内平方和）：越小越紧凑。更新：重新计算各簇中心（均值）

阅读 122

1赞

这周也會开心

单元测试总结封装：封装是面向对象编程的三大特性（封装、继承、多态）之一。将类的属性和实现方法隐藏起来，仅对外提供有限的访问接口使用private等访问修饰符限制属性和方法的访问权限为私有属性提供公开的getter，setter方法控制访问行为隐藏实现细节，只暴露必要的接口提高代码安全性，防止属性被随意修改实现代码模块化，降低耦合度便于维护和修改，内部实现变化，不影响外部使用提高代码的复用性。

阅读 596

14赞

K-Means 聚类算法详解与实战指南 K-Means 作为经典的聚类算法，以其简单高效的特点在数据分析、图像分割、用户分群等领域广泛应用。但在实际使用中需注意：提前通过可视化或评估指标确定合适的 k 值可尝试多次初始化以避免局部最优解对于高维数据，可先通过 PCA 降维再聚类希望本文能帮助你快速掌握 K-Means 算法的核心知识。

阅读 856

8赞

C++ MFC/BCG编程：文件对话框（CFileDialog、CFolderPickerDialog） CFileDialog 和 CFolderPickerDialog 是 MFC 中用于文件及目录选择的常用对话框类。CFileDialog 支持打开/保存文件操作，提供文件名过滤、多选文件等功能；CFolderPickerDialog 专用于文件夹选择，支持新版 UI 和路径编辑。两者均通过 DoModal() 显示对话框，获取用户选择路径后执行后续操作。示例代码展示了单文件选择、多文件选择和目录选择等典型应用场景。

阅读 1.1k

28赞

VS2022的MFC中关联使用控制台并用printf输出调试信息本文介绍了在MFC项目中添加控制台输出的方法。通过添加链接指令#pragma comment、在OnInitDialog()中调用AllocConsole()创建控制台，以及在OnClose()中调用FreeConsole()释放控制台，实现了在MFC程序中像控制台程序一样输出调试信息。文中展示了运行效果，通过按钮点击事件演示了如何在控制台中输出torch张量的运算结果。这种方法为MFC程序调试提供了更直观的输出方式。

阅读 467

22赞

Flink2.0学习笔记：使用HikariCP 自定义sink实现数据库连接池化 Flink2.0学习笔记：使用HikariCP 自定义sink实现数据库连接池化

阅读 945

10赞

启动Flink SQL Client并连接到YARN集群会话【代码】启动Flink SQL Client并连接到YARN集群会话。

阅读 118

1赞

mysql的mvcc MySQL 的是 InnoDB 存储引擎实现的核心机制之一。它通过为每行数据维护多个版本，避免读写冲突，实现“读不阻塞写，写不阻塞读”，从而提高数据库的并发性能。

阅读 624

10赞

K 均值聚类（K-Means）演示，通过生成笑脸和爱心两种形状的模拟数据，展示了无监督学习中聚类算法的效果。以下是详细讲解：生成两种空间上分离的形状（笑脸和爱心）数据，然后用 K 均值聚类算法自动将它们分为两类，验证聚类算法对 “空间分离明显的数据” 的分类能力。时，K 均值聚类能非常准确地将其划分为不同类别，聚类中心也会落在每个类别的 “密集区域中心”。用不同颜色展示聚类结果（0 和 1 类），黑色 “X” 标记聚类中心。用蓝色标记笑脸点，红色标记爱心点，清晰展示两种形状的空间分布。：用三角函数生成圆形轮廓，上移 0.5 单位，添加噪声。：生成更小的爱心内部点，使形状更丰满。：用三角函数生成下半圆，再添加噪声。

阅读 291

4赞

人工智能训练师

openEuler系统中如何将docker安装在指定目录在 openEuler 中，Docker 的默认数据存储目录为（程序文件通常安装在系统默认路径，一般无需修改）。若需将 Docker 数据（镜像、容器、卷等）存储到指定目录，可通过修改 Docker 配置实现。

阅读 306

11赞

Python爬虫实战：构建在线书店数据分析系统本文详细介绍了 Python 爬虫技术的相关知识，包括 HTTP 协议、网页解析、数据存储、反爬虫等，并通过一个完整的实战案例，展示了从需求分析、方案设计到代码实现的全过程。然而，爬虫技术的滥用也带来了一系列问题，如侵犯网站权益、泄露隐私等，因此相关的法律法规也在不断完善，如《网络安全法》《数据安全法》等，对爬虫行为进行了规范。Python 作为一种简洁、高效的编程语言，拥有丰富的爬虫库和框架，如 Requests、BeautifulSoup、Scrapy 等，是开发网络爬虫的理想选择。

阅读 167

3赞

Spring Web MVC Spring Web MVC是基于Servlet API构建的原始Web框架，实现了MVC架构模式，将系统分为模型、视图和控制器三部分。Spring Boot是创建Spring MVC项目的一种方式。文章介绍了@RequestMapping注解的使用，包括建立连接、请求参数传递（单个参数、多个参数、对象、数组/集合）以及JSON数据的处理。还讲解了如何获取URL中的数据、状态码分类以及文件上传的实现。重点强调了参数命名冲突的解决方案，建议使用包装类型接收参数以避免空值异常，并介绍了@RequestParam

阅读 1.1k

13赞

粗粮厂的基于flink的汽车实时数仓解决方案这里主要是做一个记录毕竟工作了这么多年，想要总结一下，所以就慢慢写，慢慢更新了，想到哪里写哪里吧。

阅读 812

11赞

作者推荐

Wei_Leng: TA很懒，还没有添加简介

关注

左直拳: 程序猿

关注

Matrix 工作室: 为天地立心，为生民立命，为往圣继绝学，为万世开太平。

关注

谷哥的小弟: 历任研发工程师，技术组长，项目经理；曾于2016年、2020年两度荣获优快云年度十大博客之星。十载寒冰，难凉热血；多年过去，历经变迁，物是人非。然而，对于技术的探索和追求从未停歇。坚持原创，热衷分享，初心未改，继往开来！

关注

小刘要努力。: 未来不担心，过去不后悔，现在不犹豫。

关注

朱小厮: 你知道的越多你不知道的也就越多

关注

理想不闪火: 研究 VLM、开放环境下的机器学习、AIGC 推理加速和医学图像。欢迎订阅专栏！

关注

dog250: TA很懒，还没有添加简介

关注

添柴程序猿: 10年编程工作,涉及到.Net,Java,Android,C,Python等,爱好算法,人工智能,大数据等领域, 虚心求教,一起进步,大学毕业参加工作,如今一晃10多年已过,时间飞逝....

关注

IT1995: 每周个人笔记分享，欢迎广大网友查阅！

关注