搜索[data]结果-低调大师优秀个人博客

精选列表

搜索[data]，共10000篇文章

Spring Data之@Query中的org.hibernate.hql.internal.QueryExecutionRequestEx...

Spring Data之@Query中的org.hibernate.hql.internal.QueryExecutionRequestException: Not supported for DML

2018-04-12

MaxCompute to Be Available in Indonesia – Alibaba Cloud’s 18th Data Ce...

By then, Indonesia, Alibaba Cloud’s 18th data center region globally, will be the 12th region that supports

2018-02-08

Drowning in Big Data? How to Start Getting Real Value Now, before It’s...

Data is everywhere.

2018-01-10

phpcurl 请求Chunked-Encoded data 遇到的一个问题

发现了response的error信息如下： cURL: [P]roblem (2) in the Chunked-Encoded data 错误解决好了，这里其实把error的真身拿出来了，就可以google

2018-01-06

Jeesite增加spring-data-redis缓存功能以及相关配置

EhCache针对并发操作要写相关的代码，而RedisTemplate已经是线程安全的，不需要再写相关的代码，便于开发和维护，看图片说明 2.为了引入比较新的版本的Spring,Jedis,Srping Data

2017-10-10

深入浅出 spring-data-elasticsearch - 实战案例详解（四）

- 《我们仨》』「系列文章」深入浅出 spring-data-elasticsearch - ElasticSearch 架构初探（一）深入浅出 spring-data-elasticsearch

2017-06-22

Failed to collect certificates from /data/app/vmdl201020547.tmp/base.a...

system_process E/PackageInstaller: Commit of session 201020547 failed: Failed to collect certificates from /data

2016-12-25

开源智能问数平台YOLO Data v1.0发布

YOLO Data 将大模型 DataAgent 、实时指标体系、业务数据集、数据权限、会话记忆和工作区产物整合为一条可审计、可复现、可治理的workflow。

2026-10-09

别让 Agent 猜数据：企业级 Data Agent 架构设计指南

更进一步看，企业需要的也早已不是一个“问一个答一个”的聊天工具，而是一个能够完成完整分析链路的 Data Agent。

2026-08-05

Php使用gzdeflate和ZLIB_ENCODING_DEFLATE结果gzinflate报data error

使用gzdeflate压缩的数据，在使用gzinflate解压的时候竟然报错，错误为data error ``` $msg =gzdeflate("testmsg", 6, ZLIB_ENCODING_DEFLATE

2026-07-29

Agentic Data Stack 初探

Agentic Data Stack和自带上文的数据Contextual Data Unit 对于 Agent 自动开发和使用来讲，当前数据仓库整体设计并不是为大模型和 Agent 设计的，所以，里面存储的都是

2025-06-14

| Data Infra NO.24 回顾

在 Data Infra 第 24 期活动中，我们邀请到 Databend Cloud 研发负责人李亚舟，分享如何使用湖仓一体的 Databend Cloud 使大数据架构化繁为简。

2025-04-15

5.7 与 8.0 对相同文件的 LOAD DATA 语句结果不同

5.7 与 8.0 对相同文件的 LOAD DATA 语句结果不同问题描述某客户现场支持，由MySQL 5.7.21升级MySQL 8.0.25后，通过LOAD DATA导入文件，当同一会话连续导入不同的编码

2024-11-14

Spring data mybatis mini 更新 v2.5 版本，支持 jpa 方法名

spring data jdbc 扩展 mybatis 动态sql能底层 jdbcTemplate 复杂SQL才需要mybatis动态模板能力无QueryDSL 提供crudClient 和jdbcClient

2024-06-20

Meetup 回顾｜Data Infra 研究社第十六期（含资料发布）

本文整理于上周六（10月21日）Data Infra 第 16 期的活动内容。

2023-10-25

vue-data-dict 2.0.1 发布，高效实用的 Vue 数据字典

vue-data-dict2.0.1 发布了，作为一个 Jenkins 插件，用于构建过程中对一些文本文件内容的修改替换。

2023-09-30

Snack3 v3.2.54 发布（支持 kotlin data 类反序化）

snack3</artifactId> <version>3.2.54</version> </dependency> 本次累计更新：增加 kotlin data

2023-02-20

图解Janusgraph系列-图数据底层序列化源码分析（Data Serialize）

大家好，我是洋仔，JanusGraph图解系列文章，实时更新~ 图数据库文章总目录：整理所有图相关文章，请移步(超链)：图数据库系列-文章总目录源码分析相关可查看github（码文不易，求个star~）： https://github.com/YYDreamer/janusgraph 下述流程高清大图地址：https://www.processon.com/view/link/5f471b2e7d9c086b9903b629 版本：JanusGraph-0.5.2 转载文章请保留以下声明：作者：洋仔聊编程微信公众号：匠心Java 原文地址：https://my.oschina.net/jiangxinJava 正文 JanusGraph的数据导入过程主要分为三阶段：prepare（准备）、serialize（序列化）、commit（提交）；不同阶段有不同的作用，如下：下面我们分别从导入vertex节点和edge边两部分来分析写流程建议依据源码同步看本文章，便于理解！一：vertex数据写流程下面vertex节点数据的导入， prepare阶段主要是依据当前给定的参数，组装出对应的vertex 或者 edge 对象；对象中包含对应的id、索引信息、属性信息和锁信息等；过程中包含以下几种作用：默认添加vertex exist属性，值为true，标识当前节点是否存在默认添加label edge边，标识当前的节点或者边是什么label 生成vertex、edge、property的全局分布式唯一id 自定义属性验证是否满足唯一性约束主要流程如下图（建议依照源码一块查看，上述github地址已给出）： serialize阶段主要是对上述prepare阶段准备好的数据进行序列化为二进制数据，为存储二进制数据到backend storage做准备；另外获取本地锁 + 分布式锁数据插入（此处只是将数据插入到Hbase，插入成功并不代表获取成功）过程中包含以下几种作用：序列化所有relation数据并存储，包含属性、label edge、normal edge 获取属性对应index需要更新的数据，并序列化存储；包含组合索引和mixed index的处理获取基于图实例的本地锁获取了本地锁的前提前，获取edge lock 和 index lock分布式锁（此处的获取锁只是将对应的KLV存储到Hbase中！存储成功并不代表获取锁成功，在commit阶段才会去检查是不是获取分布式锁成功！）主要流程如下图： commit阶段主要是获取本地锁+分布式锁成功后，将对应序列化后的数据添加到对应的backend storage中；完成图数据插入过程！在此阶段才会对图库中的真实数据开始影响，才会涉及到事务的回滚机制；过程中包含以下几种作用：判断分布式锁的状态，获取成功则进行数据持久化；不成功则失败持久化relation数据持久化index数据，包含组合索引存储到第三方存储；mixed index存储到第三方索引库中删除对应的本地锁和分布式锁的占用主要流程如下图：二：edge数据写流程针对于edge的写数据流程，整体的流程和vertex节点的数据写入相同，有几点不同，下面一一列出： 1、生成分布式唯一id的过程导入Edge数据在生成edge的唯一id时，partition id的获取不再是随机获取，而是尝试获取边对应的out vertex的partition id； id的组成部分也不同，没有idPadding部分；具体解释请看：《JanusGraph-分布式id生成策略》文章 2、在edge的导入中，没有同vertex数据导入，添加默认的节点是否存在属性和节点和节点对应label的边 3、获取edge对应的属性的index update时不同在导入vertex数据时，将节点对应的属性作为relation存放在addRelation中，然后收集所有的属性relation循环获取index uodate；如下伪代码： for (InternalRelation add : Iterables.filter(addedRelations,filter)) { if (add.isProperty()) mutatedProperties.put(vertex,add); // 此处只操作属性类型的 mutations.put(vertex.longId(), add); } // 此处，收集节点对应属性对应的索引需要更新的数据、增加或删除节点时才有作用；针对于插入edge的操作，不涉及此处 for (InternalVertex v : mutatedProperties.keySet()) { indexUpdates.addAll(indexSerializer.getIndexUpdates(v,mutatedProperties.get(v))); } 而在edge数据导入中，只将edge这条边作为relation插入到addRelation中，所以无法获取属性relation，转而通过收集过程中，对每个edge对应的所有属性进行分别获取；如下伪代码： for (InternalRelation add : Iterables.filter(addedRelations,filter)) { if (add.isProperty()) mutatedProperties.put(vertex,add); // 此处只操作属性类型的 mutations.put(vertex.longId(), add); // 获取边包含的属性；在节点插入时没有作用，插入边数据时，获取边上的属性对应的索引；只有edge操作中包含边属性，并且包含索引！ indexUpdates.addAll(indexSerializer.getIndexUpdates(add)); } 4、edge对应的relation数据，也就是当前插入的这个边，需要被序列化两次一次是源节点+边关系，一次是目标节点+边关系（因为jansugraph是通过edge cut方式存储图数据的） 5、edge的数据插入过程中，edge的序列化组成部分不同于vertex的序列化组成部分；不同点请看《Janusgraph-存储结构》文章 6、edge的数据插入中，edge的property和vertex的property组成不同！ edge中针对于sort key和signature key配置的属性，只将property value存储在对应位置。其他未被配置的属性值包含proeprty key label id + property value；不同于vertex数据中的属性组成包含：proeprty key label id + property 唯一id +property value 三：源码分析源码分析已经push到github：https://github.com/YYDreamer/janusgraph 数据写入的流程源码过多，就不在文章中给出分析了，具体请看github中源码分析注释吧四：应用基于数据序列化导入的源码博主将图数据的序列化逻辑抽取出来，生成一个工具包；主要用于图数据的迁移和图数据库的初始化，适用于大数据量的导入，主要流程如下：生成schema到图中获取schema信息，缓存到内存中调用api占用对应的id blocker，用于离线数据的分布式唯一id生成调用抽取的序列化逻辑序列化节点和边数据生成Hfile 将hfile导入到Hbase中上述流程已经经过严格的验证并在生产环境中使用，具体之后会再出一篇文章介绍一下详细的设计与流程五：总结对于JanusGraph图数据的写入，主要分为3部分： schema的创建 vertex节点数据的导入 edge边数据的导入上述主要分析了vertex和edge的数据导入，大致流程相似；也分析了两部分导入数据的差异；其中涉及的分布式唯一id的生成逻辑和锁机制获取的逻辑，请看《图解Janusgraph系列-Lock锁机制(本地锁+分布式锁)分析》和《图解Janusgraph系列-分布式id生成策略分析》两篇文章！针对于第三方索引的序列化存储逻辑，逻辑相对简单，此处没有给出，具体读者可以自主分析一下源码码字不易，求个赞和star~

2020-12-17

Spring Data Jpa 原生SQL返回自定义对象最简洁方式

Spring Data Jpa 原生SQL返回自定义对象最简洁方式此文章只讨论两种方式查询, 使用jpa关键字查询和自定义sql // 方式1 1.

2020-11-30

Data Lake 三剑客——Delta、Hudi、Iceberg 对比分析

共同点定性上讲，三者均为 Data Lake 的数据存储中间层，其数据管理的功能均是基于一系列的 meta 文件。

2020-02-02

资源下载

更多资源

腾讯云软件源

为解决软件依赖安装时官方源访问速度慢的问题，腾讯云为一些软件搭建了缓存服务。您可以通过使用腾讯云软件源站来提升依赖包的安装速度。为了方便用户自由搭建服务架构，目前腾讯云软件源站支持公网访问和内网访问。

Nacos

Nacos /nɑ:kəʊs/ 是 Dynamic Naming and Configuration Service 的首字母简称，一个易于构建 AI Agent 应用的动态服务发现、配置管理和AI智能体管理平台。Nacos 致力于帮助您发现、配置和管理微服务及AI智能体应用。Nacos 提供了一组简单易用的特性集，帮助您快速实现动态服务发现、服务配置、服务元数据、流量管理。Nacos 帮助您更敏捷和容易地构建、交付和管理微服务平台。

Spring

Spring框架（Spring Framework）是由Rod Johnson于2002年提出的开源Java企业级应用框架，旨在通过使用JavaBean替代传统EJB实现方式降低企业级编程开发的复杂性。该框架基于简单性、可测试性和松耦合性设计理念，提供核心容器、应用上下文、数据访问集成等模块，支持整合Hibernate、Struts等第三方框架，其适用范围不仅限于服务器端开发，绝大多数Java应用均可从中受益。

Rocky Linux

Rocky Linux（中文名：洛基）是由Gregory Kurtzer于2020年12月发起的企业级Linux发行版，作为CentOS稳定版停止维护后与RHEL（Red Hat Enterprise Linux）完全兼容的开源替代方案，由社区拥有并管理，支持x86_64、aarch64等架构。其通过重新编译RHEL源代码提供长期稳定性，采用模块化包装和SELinux安全架构，默认包含GNOME桌面环境及XFS文件系统，支持十年生命周期更新。