首页 文章 精选 留言 我的

精选列表

搜索[重复报告],共10000篇文章
优秀的个人博客,低调大师

工业物联网平台的“事前验尸报告”!

《孙子兵法》有云:‬凡善战者,未谋胜先谋败。 我们都希望未来是光明的,然而,未来之所以让人神往,其魅力正在于其不确定性和多变性。物联网亦是如此,无论未来是好是坏,预先想到每一步可能的坑,提前预警、全方位的探索,时刻准备与之决斗并不惧最糟糕的打算,才是高IoT商的表现。 所以,本文希望你和我一起推导一个未来,如果一个工业物联网平台死亡,那会是什么扼杀了它?终极目的只有一个,借用一句老话:“如果我知道我会死在哪儿,那我一辈子都不会去那里。” “从下到上”的工业物联网平台化更显实际价值 这个话题略显沉重,我们先聊一点儿轻松的。上篇文章中我曾经提过,不少企业都意识到工业云太多了,旧数据不够用,缺乏现场数据的源头活水而“渴死”,很可能是工业物联网平台的死法之一,所以诸多公司纷纷从“铁疙瘩”和“哑设备”入手改造,开辟数据新源头,提取数据上传云

优秀的个人博客,低调大师

Drbd+heartbeat+mysql的测试报告

一、原因分析 1、目前架构分析图: 2、原因分析 由于平台业务网络不稳定,DRBD的心跳指向网关题导,在网络出现问题导致脑裂,出现脑裂有两种结果: 1、共享资源被瓜分、两边“服务”都起不来了; 2、两边“服务”都起来了,但同时读写“共享存储”,导致数据损坏 3、导致脑裂发生的原因 1、高可用服务器之间心跳链路故障,导致无法相互检查心跳 2、高可用服务器上开启了防火墙,阻挡了心跳检测 3、高可用服务器上网卡地址等信息配置不正常,导致发送心跳失败 4、其他服务配置不当等原因,如心跳方式不同,心跳广播冲突,软件BUG等 二、测试目的 通过使用一根专线作为心跳线,是否出现脑裂的两种情况及对服务的影响,改造后的结构图: 三、测试过程 1、停止MS上的心跳线 2、停止heartbeat服务 四、测试现象 1、停止心跳线,资源不发生切换,但外网无法通过VIP访问,内网正常,需要执行arp 2、停止S的上的服务(drbd,heartbeat)资源不切换,不对业务产生影响 3、停止M上的服务,资源正常切换(autofail=off) 4、DB服务停止,通过脚本检测,服务资源切换 5、MS一根心跳线时,S心跳停止恢复后会抢占资源,若可以添加两根直连线,可以避免 五、测试结果 使用专线作为心跳线,网络更加稳定,在写大量的数据时候,通过3层交换传输到对端,避免数据阻塞 六、测试建议 根据目前的平台业务架构,建议添加两根专线做为心跳线,提高网络的健壮性,避免因为心跳导致资源抢占或资源都放弃行为。 七、防止脑裂一些方案 1、加冗余线路 2、检测到裂脑时,强行关闭心跳检测(远程关闭主节点,控制电源的电路fence) 3、做好脑裂的监控报警 本文转自 DBAspace 51CTO博客,原文链接:http://blog.51cto.com/dbaspace/1868844

优秀的个人博客,低调大师

无处可藏:人脸识别时代生活报告

现代科技的发展日新月异,目前已经出现了能够像人类那样识别脸部信息的技术。在美国,教会利用人脸识别技术来跟踪礼拜者的出席;在英国,商家们利用该技术来识别老客户。今年,威尔士警方利用该技术在一场足球赛的赛场外面逮捕了一名嫌疑犯。在中国,该技术已用于验证专车司机的身份、购买景区门票,以及通过一个小小的微笑进行付款。苹果最新款的iPhone X已经使用这项技术来解锁屏幕(请参看这篇文章)。 与人类的技能相比,这类应用的发展似乎是循序渐进式的。而一些突破性的技术,例如飞行技术和互联网,则显著改变了人类的能力。而人脸识别技术似乎只是对人类的技能进行编码。虽然面部特征是每个人所特有的,但也是公开的,所以,如果只是看一眼,那么该技术并不会侵犯人类的隐私。然而,廉价、快速、大规模地对人脸图像进行记录、存储和分析总有一天会从根本上改变人类对隐私、公平以及信任的理解。 前沿地带 我们先来聊聊隐私。人脸和其他生物识别数据(如指纹)相比有一个很重要的不同点,就是它可以远距离工作。任何人都可以用手机来拍摄用于人脸识别程序的照片。 FindFace,一款来自于俄罗斯的应用程序,它可以将陌生人的照片与VKontakte(社交网络)上的照片进行比较和识别,并有着70%的准确率。 虽然Facebook的人脸图像库不能被他人抓取,但是这是这家硅谷巨头可以获取到汽车展厅游客的照片,然后再使用人脸识别技术来为汽车打广告。虽然私营企业无法将图像和身份进行关联,但国家可以。中国政府保存了所有公民的面部照片;有一半的美国成年人口的照片存储在数据库中供联邦调查局使用。虽然执法机构现在拥有了追踪罪犯的强大武器,但在保护公民隐私上也存在着巨大的潜在成本。 人脸并不仅仅是一个姓名标签,它也会透露出很多机器可以读取的信息。当然,这也是有好处的。一些公司正在通过对人脸的分析来提供对罕见遗传病症的自动诊断,例如Hajdu-Cheney综合征。基于人脸识别技术的诊断远早于其他的诊断方式。可检测情绪的系统可以帮助自闭症患者掌握他们自己难以发现的社交信息。该技术也能用来预测威胁。斯坦福大学的研究人员已经证明,当把一张同性恋男子的照片与一张正常性取向男子的照片放在一起时,计算机算法有81%的概率正确判断出他们的性取向,而人类的判断成功率只有61%(请参看这篇文章)。在视同性恋为犯罪的国家中,根据人脸来判断性取向的应用程序将有着惊人的前景。 需要面对的一些问题 以冷暴力形式的歧视可能会变得普遍起来。雇主可能会因为某些歧视而拒绝求职者。而人脸识别技术可能会使这样的歧视程序化,让企业能够根据种族、智力和性取向对求职申请进行过滤。夜总会和运动场可能面临着通过扫描人群的脸部来保护人们免受暴力威胁的压力,尽管由于受到机器学习的固有特点的制约,所有的人脸识别系统都不可避免地存在一定的概率性。此外,这类系统似乎对白人的识别效果比较差,因为基于白人脸部数据集进行训练的算法并不像基于其他肤色人群的算法效果好。这种技术曾被用于法院针对嫌疑人的自动化评估中,它能给出有关嫌疑人判刑和保释方面的建议。 最后,如果持续地对人脸进行记录,并把相关数据绘制到现实世界中,可能会改变社交的本质。掩饰是生活的润滑剂。如果你的伴侣能够发现每一个被抑制住的哈欠,以及你老板每一个愤怒的表情,那么婚姻和工作将变得更加真实,但却更不和谐。社交的基础也可能会发生变化,从建立在信任基础上的一系列承诺,到计算机对从人脸获取到的信息的计算。人际关系可能会变得更加理性,但也更为事务性。 在民主国家,至少立法可以帮助调整好与坏之间的平衡。欧洲监管机构在即将出台的数据保护法规中增加了一个原则,生物特征信息(包括“脸部印记”)归其拥有者所有,并且对其的使用需要得到拥有者的同意,因此在欧洲,Facebook不能只是把广告卖给那些车展的参观者,这与美国是不同的。反对歧视的法律可以适用于雇主甄别求职人的照片。商业人脸识别系统的供应商可能会受到审查,以证明其系统不会在无意中宣扬歧视。使用此类技术的公司应该被追究责任。 然而,这样的规则并不会改变技术的发展方向。随着可穿戴设备的普及,相机将变得越来越普遍。从太阳镜到化妆,各种用来欺骗人脸识别系统的手段层出不穷;剑桥大学的研究表明,人工智能可用于在伪装中重建人脸的结构。谷歌已经明确反对将人脸与身份相关联,以防止这些信息被专政国家滥用。而其他一些技术公司似乎对此并不过分讲究。亚马逊和微软正在使用他们的云服务来为用户提供人脸识别支持。人脸识别是Facebook计划的核心。各国政府不会放弃人脸识别所能带来的好处。变化来了,就正视它。 文章原标题《What machines can tell from your face》,作者:未知,译者:夏天,审校:主题曲。 文章为简译,更为详细的内容,请查看原文

优秀的个人博客,低调大师

ECS上自建Redis服务压测报告

背景说明 最近处理的企业大客户问题中,出现好几例都是客户通过购买ECS进行自建Redis服务,并且在使用过程中碰到一些因云环境的内部限制等原因导致客户使用中碰到服务异常或者产品性能上无法满足业务需求的情况。每次处理过程都费时费力,TAM同学一直不辞辛苦的跟进,也拉动了ECS/Redis 研发,网络,存储等同学进去排查,又是抓包又是电话会议,最终可能排查下来都是因为场景使用上的不合理,导致客户在该过程用的不爽,我们支持得也累。 这里根据目前客户通常采用的Redis主备Sentinel架构模式,在ECS 上构建Redis环境进行性能压测,提炼出一些客户自建Redis可能潜在的一些注意事项。原则上我们建议客户都采用阿里云KVStore服务,但客户非要通过自建Redis服务,我们则需要把一些注意事项说明清楚,也尽量让客户去规避这些问题。后面我

优秀的个人博客,低调大师

中国智能家居行业研究分析报告

一、智能家居行业概述 智能家居是以住宅为平台,基于物联网技术,由硬件(智能家电、智能硬件、安防控制设备、家具等)、软件系统、云计算平台构成的一个家居生态圈,实现人远程控制设备、设备间互联互通、设备自我学习等功能,并通过收集、分析用户行为数据为用户提供个性化生活服务,使家居生活安全、舒适、节能、高效、便捷。 资料来源:中国室内装饰协会智能化装饰专业委员会《智能家居系统产品分类》、中商产业研究院 二、中国智能家居行业发展现状 智能家居的概念传入中国已有近三十年的时间了,国内的一些厂商也于2003年左右进入智能家居行业,并且陆续有一些智能家居系统推向市场。随着社会、经济水平的发展,人们对家居品质的追求也越来越高,要求家居舒适化、安全化,家居生活舒适化、智能化,对智能家居系统的需求也越来越强烈。 但智能家居并没有获得长足进步,不仅在国内,放之全世界范围也是如此。一没有统一标准,二没有知名公司,三没有实用产品,导致智能家居越来越成为一个空壳概念。智能家居发展了30年仍处于混沌状态,直到2014年初,谷歌以32亿美元的报价收购了由托尼?法德尔(TonyFadell)创办的智能家居公司NestLabs,点燃全球智能家居市场热情。中国智能家居市场也开始备受关注,未来将迎来新一轮的发展。 三、中国智能家居竞争企业分析 四、中国智能家居行业发展前景 尽管智能家居在国内是一个新兴的行业,但是,它也正以不可抵挡之势迅速崛起。随着智能家居热潮在世界范围内的日渐兴起,随着中国电子技术的飞速发展、人们生活水平的不断提高以及智能电子技术在生活中的广泛应用,智能家居已经成为未来家居装饰潮流发展的最新方向。从目前的发展趋势来看,在未来的至少20年时间里,智能家居行业将成为中国的主流行业之一,其市场的发展前景是非常广阔的。 随着物联网技术的更加完善和普及,以及人们对生活品质要求的提高,预计未来几年,我国智能家居行业市场规模呈现出的是快速增长的趋势。预计到2021年,中国智能家居行业市场规模将超过2900亿元。 本文转自d1net(转载)

优秀的个人博客,低调大师

热门中文分词系统调查报告

**中文分词(Chinese Word Segmentation) **指的是将一个汉字序列切分成一个一个单独的词。分词就是将连续的字序列按照一定的规范重新组合成词序列的过程。 目录 常见的分词系统介绍 ICTCLAS(NLPIR) MMSEG4J IK Analyzer LTP-cloud paoding 常见的分词系统简介 ICTCLAS 简介 ICTCLAS(Institute of Computing Technology, Chinese Lexical Analysis System),又称NLPIR,是中国科学院计算技术研究所研制的汉语分词系统。 网址:http://ictclas.nlpir.org/ 主要功能包括: 中文分词; 词性标注; 命名实体识别; 用户词典功能; 支持GBK编码、UTF8编码、BIG5编码; 支持Windows,Linux,Android等操作系统; 支持Java/C++/C#/C等开发。 在线演示 中文分词 实体抽取 词频统计 MMSEG4J **mmseg4j core ** 使用 Chih-Hao Tsai 的 MMSeg 算法实现的中文分词器。 实现了 **Lucene **的 analyzer 和 **Solr **的 TokenizerFactory 以方便在Lucene和Solr中使用。 MMSeg 算法有两种分词方法:Simple和Complex,都是基于正向最大匹配。Complex 加了四个规则过滤。 官方说:词语的正确识别率达到了 98.41%。mmseg4j 已经实现了这两种分词算法。 Lucene简介 *Lucene是一个非常优秀的开源的全文搜索引擎; 我们可以在它的上面开发出各种全文搜索的应用来。Lucene在国外有很高的知名度; 现在已经是Apache的顶级项目 * Apache Lucene官网 Sorl简介 Solr is the popular, blazing-fast, open source enterprise search platform built on Apache Lucene™ Solr是一个高性能,采用Java5开发,基于Lucene的全文搜索服务器。同时对其进行了扩展,提供了比Lucene更为丰富的查询语言,同时实现了可配置、可扩展并对查询性能进行了优化,并且提供了一个完善的功能管理界面,是一款非常优秀的全文搜索引擎。 Solr 参考链接:mmseg4j-core from Github中文分词器 mmseg4j IK Analyzer IK Analyzer 是一个开源的,基于java语言开发的轻量级的中文分词工具包。 从2006年12月推出1.0版开始, IKAnalyzer已经推出了4个大版本。最初,它是以开源项目Luence为应用主体的,结合词典分词和文法分析算法的中文分词组件。从3.0版本开始,IK发展为面向Java的公用分词组件,独立于Lucene项目,同时提供了对Lucene的默认优化实现,并且支持solr6.x版本。在2012版本中,IK实现了简单的分词歧义排除算法,标志着IK分词器从单纯的词典分词向模拟语义分词衍化。 IK Analyzer 2012特性: 采用了特有的“正向迭代最细粒度切分算法“,支持细粒度和智能分词两种切分模式; 在系统环境:Core2 i7 3.4G双核,4G内存,window 7 64位, Sun JDK 1.6_29 64位 普通pc环境测试,IK2012具有160万字/秒(3000KB/S)的高速处理能力。 2012版本的智能分词模式支持简单的分词排歧义处理和数量词合并输出。 采用了多子处理器分析模式,支持:英文字母、数字、中文词汇等分词处理,兼容韩文、日文字符 优化的词典存储,更小的内存占用。支持用户词典扩展定义。特别的,在2012版本,词典支持中文,英文,数字混合词语。 LTP cloud(语言云) 语言云是哈工大和科大讯飞联合研发的云端中文自然语言处理服务平台,提供分词、词性标注、命名实体识别、依存句法分析、语义角色标注等自然语言处理服务。 在线演示 样例:他叫汤姆去拿外衣。 他点头表示同意我的意见。 我们即将以昂扬的斗志迎来新的一年。 国内专家学者40余人参加研讨会。 句子视图 句子视图 篇章视图 分词 词性标注 命名实体 相关链接:LTP Docs讯飞开放平台 paoding(庖丁解牛分词器) 庖丁中文分词器是一个使用Java开发的,可结合到Lucene应用中的,为互联网、企业内部网使用的中文搜索引擎分词组件。Paoding填补了国内中文分词方面开源组件的空白,致力于此并希翼成为互联网网站首选的中文分词开源组件。 Paoding中文分词追求分词的高效率和用户良好体验。 Paoding's Knives 中文分词具有极 高效率 和 高扩展性 。引入隐喻,采用完全的面向对象设计,构思先进。 高效率:在PIII 1G内存个人机器上,1秒 可准确分词 100万 汉字。 采用基于 不限制个数 的词典文件对文章进行有效切分,使能够将对词汇分类定义。 能够对未知的词汇进行合理解析 参考链接:中文分词库 Paoding 参考链接:搜索引擎11 款开放中文分词引擎大比拼中文分词工具测评

资源下载

更多资源
Mario

Mario

马里奥是站在游戏界顶峰的超人气多面角色。马里奥靠吃蘑菇成长,特征是大鼻子、头戴帽子、身穿背带裤,还留着胡子。与他的双胞胎兄弟路易基一起,长年担任任天堂的招牌角色。

Spring

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

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。

Sublime Text

Sublime Text

Sublime Text具有漂亮的用户界面和强大的功能,例如代码缩略图,Python的插件,代码段等。还可自定义键绑定,菜单和工具栏。Sublime Text 的主要功能包括:拼写检查,书签,完整的 Python API , Goto 功能,即时项目切换,多选择,多窗口等等。Sublime Text 是一个跨平台的编辑器,同时支持Windows、Linux、Mac OS X等操作系统。

用户登录
用户注册