-
stream
pipe 参考源码 stream 是Node.js提供的又一个仅在服务区端可用的模块，目的是支持“流”这种数据结构。 什么是流？流是一种抽象的数据结构。想象水流，当在水管中流动时，就可以从某个地方（例如自来水厂）源源不断地到达另一个地方（比如你家的洗手池）。我们也可以把数据看成是数据流，比如你敲键盘的时候，就可以把每个字符依次连起来，看成字符流。这个... -
主从复制延迟怎么办？优化 MySQL 数据同步性能
主从复制延迟怎么办？优化 MySQL 数据同步性能 一、主从复制延迟的检测 （一）使用 SHOW SLAVE STATUS 命令 （二）借助监控工具 二、主从复制延迟的原因分析 （一）主服务器性能瓶颈 （二）网络带宽和延迟 （三）大事务或长时间锁 （四）复制配置不当 （五）中继日志处理 三、主从复制延迟的优化策略 （一）优化主服务器性能 ... -
十二、项目：编程语言
十二、项目：编程语言 解析 求值器（evaluator） 特殊形式 环境 函数 编译 站在别人的肩膀上 习题 数组 闭包 注释 修复作用域 十二、项目：编程语言 原文：Project: A Programming Language 译者：飞龙 协议：CC BY-NC-SA 4.0 自豪地采用谷歌翻译 部分参考了... -
批量设置TDK——同时优化多个网站标题、关键词及描述
1、勾选需要设置TDK的网站 2、输入网站标题、关键词等信息 3、等待软件自动设置TDK 4、打开网站源码查看效果 1、勾选需要设置TDK的网站 2、输入网站标题、关键词等信息 按照指定格式输入每个网站的TDK信息。多个网站用换行符分开，网站标题、副标题、关键词及描述一定要用 || 分隔开。 如果标题留空输入“网站标题”；副标题留空输入“... -
7.1 K 近邻算法
7.1 K 近邻算法 1.1、什么是K近邻算法 1.2、近邻的距离度量表示法 1.3、K值的选择 7.1 K 近邻算法 1.1、什么是K近邻算法 何谓K近邻算法，即K-Nearest Neighbor algorithm，简称KNN算法，单从名字来猜想，可以简单粗暴的认为是：K个最近的邻居，当K=1时，算法便成了最近邻算法，即寻找最近的那个邻居... -
Module 的加载实现
浏览器加载 传统方法 加载规则 ES6 模块与 CommonJS 模块的差异 Node.js 的模块加载方法 概述 package.json 的 main 字段 package.json 的 exports 字段 CommonJS 模块加载 ES6 模块 ES6 模块加载 CommonJS 模块 同时支持两种格式的模块 Node.js 的... -
网站高访问量下 MySQL 占用过高的全方位排查指南
网站高访问量下 MySQL 占用过高的全方位排查指南 一、初步诊断：快速定位问题方向 1.1 使用top命令查看系统资源占用 1.2 利用iostat检查磁盘 I/O 情况 二、深入分析：定位 MySQL 性能瓶颈 2.1 查看 MySQL 进程状态 2.2 分析慢查询日志 2.3 检查 MySQL 锁等待情况 三、优化措施：降低 MySQL ... -
从数据冗余到数据一致性：数据库设计的权衡与优化
从数据冗余到数据一致性：数据库设计的权衡与优化 一、数据冗余：看似便捷的设计陷阱 1.1 数据冗余的典型场景 1.2 数据冗余的三重危害 二、规范化：消除冗余的设计利器 2.1 范式理论的实战应用 2.2 规范化的性能代价 三、反规范化：性能优先的妥协艺术 3.1 反规范化的适用场景 3.2 反规范化的实现策略 四、一致性保障：冗余与规范的... -
用字符级RNN分类名称
用字符级RNN分类名称 准备数据 将名字转化为张量 创建网络 训练 准备训练 训练网络 绘制结果 评估结果 在用户输入上运行 练习 用字符级RNN分类名称 译者：@孙永杰 作者 : Sean Robertson 我们将建立和训练一个基本的字符级RNN进行分类单词. 字符级别的RNN将单词读为一系列字符 - 在每个步骤输... -
Spark-Scilit-X1-13B开源大模型，高效AI开发工具
一、前言：为什么说它解决了 AI 开发的核心痛点？ 二、技术深析：3 大突破点奠定 “高效开发” 基石 1. 架构创新：Spark 引擎原生集成（核心差异点） 2. 性能优化：13B 模型的 “轻量革命” 3. 生态兼容：零成本对接现有开发栈 三、性能实测：碾压同类模型的 5 组关键数据 四、开发实战：3 类场景的 “效率暴击” 演示 场景 1：...
