近⼏年随着数据保护、数据分析、数据访问的变⾰以及新业务的产⽣，⼤量的⾮结构化数据（视频、图像、⾳频、⽂档等）以年40%-60%的增长率快速增长，数据量在短时间内从TB规模跃升到了PB规模。
如何对如此⼤规模的数据进⾏存储已经成为当下必须要解决的问题。
随着新业务形态的变化，很多数据需要以更快的速度被获取，然后被进⼀步的重复利⽤，如⼤数据分析、AI、深度学习等。
传统的⽂件系统存储（如NAS）在应对PB规模甚⾄EB规模⾮结构化数据时出现了访问性能严重衰减、扩展性差、扩展经济效应低等诸多问题。
尤其在涉及到数据⾼可⽤时，通过利⽤传统的磁盘RAID/数据副本/镜像等技术时，会成倍的扩⼤化存储空
如何对如此⼤规模的数据进⾏存储已经成为当下必须要解决的问题。
随着新业务形态的变化，很多数据需要以更快的速度被获取，然后被进⼀步的重复利⽤，如⼤数据分析、AI、深度学习等。
传统的⽂件系统存储（如NAS）在应对PB规模甚⾄EB规模⾮结构化数据时出现了访问性能严重衰减、扩展性差、扩展经济效应低等诸多问题。
尤其在涉及到数据⾼可⽤时，通过利⽤传统的磁盘RAID/数据副本/镜像等技术时，会成倍的扩⼤化存储空
2023/12/24 19:26:38
11.8MB
1
明华读卡器(API+Demo+手册)包含Delphi+Pb+VB+VC+Vfp源码
2023/12/17 0:33:19
1.7MB
1
想通过http方式来实现软件自动升级的功能朋友，可以下来看看想通过http方式来实现软件自动升级的功能朋友，可以下来看看
2023/12/5 14:25:25
83KB
1
利用keras深度学习框架，生成人脸表情学习模型h5，转换为tensorflow的深度学习框架pb，在OpenCV中利用dnn调用pb模型并判断人脸表情
2023/12/4 4:47:41
113.93MB
1
Druid：为OLAP而生，多快好省高。
•多，可以处理海量的数据，Druid官网说可以扩展到PB级，这个量非常大。
•快，亚秒级响应，官网说10亿量级下做到亚秒响应，我们实际应用也是亚秒响应，实时导入，导入即可查询。
导入了以后我们就可以查询到，这个还是非常非常的牛的。
•好，就是高可用，分布式容错架构，可以做到无宕机。
•省，采用列存储，高效压缩。
我举一下我们的例子，我们原始日志是10亿量级，我们选取16个维度，22个度量值，每天生成的索引是几百兆。
•高，它支持高并发，可以是作为面向用户的应用
•多，可以处理海量的数据，Druid官网说可以扩展到PB级，这个量非常大。
•快，亚秒级响应，官网说10亿量级下做到亚秒响应，我们实际应用也是亚秒响应，实时导入，导入即可查询。
导入了以后我们就可以查询到，这个还是非常非常的牛的。
•好，就是高可用，分布式容错架构，可以做到无宕机。
•省，采用列存储，高效压缩。
我举一下我们的例子，我们原始日志是10亿量级，我们选取16个维度，22个度量值，每天生成的索引是几百兆。
•高，它支持高并发，可以是作为面向用户的应用
2023/12/1 11:23:02
266KB
1
在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。
每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。
另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。
为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03
15KB