搜索[文档处理]结果-低调大师优秀个人博客

精选列表

搜索[文档处理]，共10000篇文章

探秘采云间：全链路数据处理工具直击传统DW/BI痛点

针对企业日益迫切的数据化运营需求，阿里云ODPS（Open Data Processing Service，开放数据处理服务）在2014年1月对外开放公测，旨在推动大数据分析处理“平民化”。

2016-03-02

整理了一些区块链、以太坊相关的参考技术开发文档资源供大家下载，希望对大家有用。

整理了一些区块链、以太坊技术开发相关的文件，有需要的可以下载，文件链接： 1. web3.js API官方文档中文版： https://pan.baidu.com/s/1hOV9hEzi7hFxJCL4LTvC6g

2018-03-15

ES里设置索引中倒排列表仅仅存文档ID——采用docs存储后可以降低pos文件和cfs文件大小

index_options Theindex_optionsparameter controls what information is added to the inverted index, for search and highlighting purposes. It accepts the following settings: docs Only the doc number is indexed. Can answer the questionDoes this term exist in this field? freqs Doc number and term frequencies are indexed. Term frequencies are used to score repeated terms higher than single terms. positions Doc number, term frequencies, and term positions (or order) are indexed. Positions can be used forproximity or phrase queries. offsets Doc number, term frequencies, positions, and start and end character offsets (which map the term back to the original string) are indexed. Offsets are used by thepostings highlighter. Analyzedstring fields usepositionsas the default, and all other fields usedocsas the default. PUT my_index { "mappings": { "my_type": { "properties": { "text": { "type": "text", "index_options": "offsets" } } } } } PUT my_index/my_type/1 { "text": "Quick brown fox" } GET my_index/_search { "query": { "match": { "text": "brown fox" } }, "highlight": { "fields": { "text": {} } } } COPY AS CURL VIEW IN CONSOLE Thetextfield will use the postings highlighter by default becauseoffsetsare indexed. 转自：https://www.elastic.co/guide/en/elasticsearch/reference/current/index-options.html 注意：ES2.41里没有text这个type curl -XPUT 'http://localhost:9200/hec_test2' -d ' { "mappings": { "hec_type2": { "properties": { "filed-0": { "type": "string", "index_options": "docs" }, "filed-1": { "type": "string", "index_options": "docs" } } } } } ' 比较测试：可以比默认的节省10+%的存储空间！本文转自张昺华-sky博客园博客，原文链接：http://www.cnblogs.com/bonelee/p/6397522.html，如需转载请自行联系原作者

2017-11-07

优化永不止步：TinyVue v3.20.0 正式发布，更美观的官网UI，更友好的文档搜索，更强大的主题配置能力~

TinyVue 官网增加 Algolia 全文搜索，原来只能搜索组件名称，现在可以搜索组件Demo和API文档，让你更容易搜索到自己想要的内容。

2024-12-16

如何提升 LLMs 处理表格的准确率？一项针对 11 种格式的基准测试

01 为什么这个问题很重要当前许多 RAG pipeline 都需要处理含表格的文档，并将这些表格信息输入大语言模型。

2025-11-14

调问更新 10.31~11.7：回调处理优化 + 2 项功能新增 + 2 项功能优化 + 3 项 BugFix

wkeyuan/DWSurvey 🔥 官网地址：https://www.diaowen.net 本周调问主要在系统集成方面进一步做了功能完善，为了满足外部系统更灵活的集成场景需求，完善优化系统问卷的回调处理

2025-11-10

ImageKit：Rust 编写的一个强大、快速且灵活的命令行工具，用于批量处理图片

ImageKit是一个强大、快速且灵活的命令行工具，用于批量处理图片。它使用 Rust 编写，通过并行处理来最大化性能，让你能轻松地对整个目录的图片进行尺寸调整、质量控制和添加高度可定制的水印。

2025-11-04

更高效的数据处理解决方案：基于 MinIO 部署 Apache Doris 存算分离版本实践

引言现代数据处理在多维度面临严峻挑战，一方面，数据量的持续增长致使传统存储成本居高不下，非结构化数据所占比例日益攀升，进一步加重了存储负担，且数据质量问题推高了存储和清洗成本；另一方面，企业内部往往存在多套系统

2025-10-22

IBM 公布下一代量子处理器和 IBM 量子系统二号

IBM 在官方博客发布了其量子计算技术演进路线图，并发布新闻稿介绍下一代量子处理器'IBM Quantum Heron'和 IBM 量子系统二号。

2023-12-05

go-zero微服务实战系列（八、如何处理每秒上万次的下单请求）

处理热点数据秒杀的数据通常都是热点数据，处理热点数据一般有几种思路：一是优化，二是限制，三是隔离。优化优化热点数据最有效的办法就是缓存热点数据，我们可以把热点数据缓存到内存缓存中。

2022-06-30

go-carbon 2.1.4 版本发布，轻量级、语义化、对开发者友好的Golang时间处理库

carbon 是一个轻量级、语义化、对开发者友好的Golang时间处理库，支持链式调用、农历和gorm、xorm等主流orm 目前已被awesome-go收录，如果您觉得不错，请给个 star 吧 github.com

2022-04-25

go-carbon 2.1.2 版本发布，轻量级、语义化、对开发者友好的Golang时间处理库

2022-04-20

Java异常处理：如何写出“正确”但被编译器认为有语法错误的程序

本文分享自华为云社区《Java异常处理：如何写出“正确”但被编译器认为有语法错误的程序》，作者： Jerry Wang 。文章的标题看似自相矛盾，然而我在“正确”二字上打了引号。

2022-02-10

美国政府披露今年发生的三起针对水处理厂的勒索软件攻击事件

美国政府在FBI、NSA、CISA和EPA今天发布的一份联合网络安全公告中说，今年2021年，勒索软件团伙已经袭击了三家美国水和废水处理设施。

2021-10-17

阿里云再发力云原生数据库，打造一站式在线数据处理平台

在数据爆炸性持续增长的时代，应用对数据处理实时化的需求越来越强烈，智能化技术无处不在。除了传统的结构化数据之外，还要增强对非结构化数据处理的能力。

2021-09-30

被面试官问懵：TCP 四次挥手收到乱序的 FIN 包会如何处理？

本文分享自华为云社区《TCP 四次挥手收到乱序的 FIN 包会如何处理？》，作者：小林coding 。

2021-09-10

一文教会你异常是什么，如何优雅处理！

* 那我们什么都没有处理，那出现异常时，是谁处理了这个异常呢？ !

2021-07-05

Java关于超大图片的处理，完整实现方案思路（.tiff.svs.mxrs等一系列格式）

前言这篇文章其实早就想写了，最近事情比较多，耽搁了，详细的代码可能不会提供多少，但我会尽量把开发的过程和思路写清楚，其实整体逻辑很简单，只是相关的资料和文档很少，太难找，我也会尽量在这篇文章中把常用的

2020-12-08

万豪酒店因数据泄露被罚款近1.6亿元，这还是从轻处理的结果

英国信息专员办公室(UK Information Commissioner's Office，简称’ICO”)对美国酒店集团万豪(Marriott)进行了1840万英镑(约1.6亿元)的罚款，原因是该公司的数据泄露事件影响了全球数百万客户。 ICO的调查发现，万豪没有按照通用数据保护条例(GDPR)的要求，采取适当的技术或组织措施来保护其系统上的个人数据。据悉，此次罚款金额其实比最初计划的要少，因为监管机构考虑了万豪的陈述、万豪为减轻事件影响所采取的措施，以及疫情对其业务的经济影响，然后才制定了最终的处罚。此次数据泄露主要和喜达屋有关，万豪于2016年收购了喜达屋，但违规行为直到2018年11月才公布。 2016年，万豪国际斥资130亿美元收购了喜达屋环球酒店和度假村。该品牌包括圣里吉斯、喜来登酒店及度假村、W酒店、威斯汀酒店及度假村、雅高酒店、贡品组合、元素酒店、勒梅里登酒店及度假村、豪华精选等。 2018年11月，万豪宣布，疑似受2014年发生的安全漏洞影响，其旗下的喜达屋酒店多达5亿客人的数据遭到泄露风险。这是历史上最大的数据泄露事件之一，也是万豪酒店业遭受最严重的的一次。据该公司称，2014年，黑客开始入侵喜达屋的客人预订系统，并对信息进行复制和加密。黑客访问了近3.27亿客人的个人信息，泄露的记录包括姓名、邮寄地址、电话号码、电子邮件地址、护照号码、出生日期、性别、到达和离开信息、预订日期。喜达屋数据泄露案的调查显示，被盗数据还包括财务数据、支付卡号和支付卡截止时间，即使是已经加密的信息也没逃过。据信息专员办公室说，数据泄露影响了3000万名欧洲居民，其中包括700万名英国居民。英国监管机构认为，万豪在2016年收购喜达屋时没有进行充分的尽职调查，也没有采取必要措施确保其系统安全。“个人信息很珍贵，企业必须加以照顾。企业之所以需要严格保护客户数据，除了面临罚款惩罚之外，他们有义务保护数据。” 这不是万豪首次因数据泄露而遭到添加罚款。2019年7月，英国数据隐私监管机构宣布，根据GDPR，万豪国际因2014年数据泄露将面临9900万英镑(1.23亿美元)的罚款。参考来源： https://securityaffairs.co/wordpress/110297/data-breach/uk-ico-fines-marriott.html 【责任编辑：赵宁宁 TEL：（010）68476606】

2020-11-03

【最佳实践】ingest对异源数据结构化处理，并由Elastic Stack实现可观测性分析

数据集在我们的实际数据采集中，数据可能来自不同的来源，并且以不同的形式展展现：这些数据可以是一种很结构化的数据被摄入，比如数据库中的数据，或者就是一组最原始的非结构化的数据，比如日志。对于一些非结构化的数据，我们该如何把它们结构化，并使用 Elasticsearch 进行分析呢？结构化数据就如上面的数据展示的那样。在很多的情况下，数据在摄入的时候是一种非结构化的形式来呈现的。这个数据通常有一个叫做 message 的字段。为了能达到结构化的目的，我们们需要 parse 及 transform 这个 message 字段，并把这个 message 变为我们所需要的字段，从而达到结构化的母的。让我们看一个例子。假如我们有如下的信息： { "message": "2019-09-29T00:39:02.9122 [Debug]

2020-06-30

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。

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。

WebStorm

WebStorm 是jetbrains公司旗下一款JavaScript 开发工具。目前已经被广大中国JS开发者誉为“Web前端开发神器”、“最强大的HTML5编辑器”、“最智能的JavaScript IDE”等。与IntelliJ IDEA同源，继承了IntelliJ IDEA强大的JS部分的功能。