首页 文章 精选 留言 我的

精选列表

搜索[直播],共5188篇文章
优秀的个人博客,低调大师

# Apache Spark系列技术直播# 第八讲 【 微软Azure平台利用Intel Analytics Zoo构建AI客服支持实践 】

主讲人:黄凯——Intel大数据技术团队软件工程师。卫雨青——Microsoft C+AI 团队软件工程师。 简介:Analytics Zoo (https://github.com/intel-analytics/analytics-zoo) 是Intel基于Apache Spark以及BigDL的开源分布式深度学习框架,它为Spark提供了深入学习功能的原生支持,并且具有高效的水平扩展能力。Analytics Zoo能让用户将已有的大数据集群作为数据存储、处理和挖掘、特征工程、深度学习工作负载流水线的统一数据分析平台。微软Azure的智能客服平台,是一个基于和客户在线的文字对话,搜索预先训练计算的模型、索引,并计算权重,实时解决和反馈客户技术问题的智能交互式问答系统,它极大地减少了客户主动寻求转人工帮助机会。在文本分类和问答排序

优秀的个人博客,低调大师

36.FFmpeg+OpenCV直播推流(搭建crtmpserver服务器并使用ffmepg,vlc测试推流播放)

开发环境 Ubuntu 16 64位+Windows10 开发过程 1.登录Ubuntu切换到root用户(减少权限问题),执行以下命令 apt update 它的作用是同步 /etc/apt/sources.list 和 /etc/apt/sources.list.d 中列出的源的索引,这样才能获取到最新的软件包。它只是更新了apt的资源列表,没有真正的对系统执行更新。如果需要,要使用apt-get upgrade来更新 2.源更新之后,开始下载crtmpserver wget https://codeload.github.com/j0sh/crtmpserver/zip/centosinit 下载完成后,在目录下可以看到如下 root@ubuntu:~# ls centosinit 3.我们需要openssh网络协议的支持,执行以下命令下载libssl-dev apt install libssl-dev libssl-dev是OpenSSL通用库。SSL是Secure Sockets Layer(安全套接层协议)的缩写,可以在Internet上提供秘密性传输。4.然后我们需要解压crtspserver,解压需要使用unzip,如果没有安装,就先安装 apt install unzip unzip crtmpserver 5.解压成功之后进入crtmpserver的以下目录中 root@ubuntu:~/crtmpserver-centosinit/builders/cmake# ls androidapplestreaming CMakeFiles common lua run toolchain-sourcery_g++_lite.cmake vmtests applications cmake_find_modules crtmpserver Makefile tests trafficdissector cleanup.sh cmake_install.cmake debianpackage.patch package.sh thelib vg.sh CMakeCache.txt CMakeLists.txt ltib precompiled.gch tinyxml vm 执行命令 cmake . 命令执行成功的前提是g++已经被安装,如果没有,则会提示错误,通过以下命令安装 apt install g++ 6.cmake .命令执行完之后,在同样的目录下执行make命令 make make的执行基于CMakeLists文件的存在,所以,这也是需要在这个目录下执行的原因7.make编译完成之后,我们就可以开启crtmpserver服务器了,执行下边的命令 ./crtmpserver/crtmpserver ./crtmpserver/crtmpserver.lua 执行后可以看到服务器已经开启的画面此时服务器已经进入了接收推流的状态8.接下来,我们使用ffmpeg命令行推流试试 ffmpeg -i path(视频文件地址) -f flv rtmp://192.168.1.1:1932/live/test -i 指定视频路径-f 执行格式,推流使用flv,及时你的是mp4,你也不能使用-f mp4192.168.1.1是你Ubuntu的ip地址,1932是crtmpserver的端口号,可以从上边的图上看到 执行后,我们打开vlc播放器将这个地址输入到这里,点击媒体->打开网络串流输入这个地址,可以看到视频正常播放了9.可能存在的几个问题 a.视频非常模糊 因为ffmepg对视频编码进行了处理,我们将推流的命令改为 ffmpeg -i 文件 -f flv -c copy rtmp:..... 可以看到清晰了很多,这是因为做了直接copy处理 b.你的视频地址输入vlc中,没有播放 如果此时服务器正常,推流也正常的情况下,这种情况,可能是推流已经结束了,所以要看到视频需要保证你接收推流的时间一定要在推流没有结束之前进行,也就是看你手速了,短视频很快就推完了

优秀的个人博客,低调大师

数据指标体系如何搭建才最有效,从0到1带你快速入门丨02期直播回顾

一、指标管理背景介绍 大数据时代数字化转型背景下,企业所需要的往往不单单是数据,而是数据背后映射的业务洞察,相比较数据我们更加关心的是其体现的业务价值以及覆盖的业务场景。 庞大的数据只有和业务相结合转化为信息,经过处理呈现才能真正体现他们的价值。指标作为数据计算的结果,是直接反映衡量业务效果的依据,应用在企业的方方面面,如数据报表、分析平台及日常取数等。 ​ 数据指标作为数据计算的结果,是企业数据价值的直观体现,在业务扩张、指标计算需求的暴增背景下,随之而来的指标管理问题也越来越多,例如指标管理不统一、指标口径不一致、指标流程不规范等,这些问题造成指标管理混乱,数据价值未得到充分发挥。 要解决以上问题,帮助企业建立指标体系,我们需要充以下三个方面入手: ●指标平台 建立统一的指标管理平台,集中管理数据指标,沉淀指标资产 ●指标体系 有一套标准规范的指标搭建方法论,搭建企业级数据指标体系 ●流程管理 搭载统一的流程控制机制,全面把控数据指标的生命周期 二、指标体系建设方法论 如何帮助企业搭建指标体系,我们主要从以下五步骤入手,从0到1帮助搭建指标体系 ​ 搭建目标 搭建指标体系的第一步就是明确搭建目标,大部分企业由于目标不清晰造成指标管理混乱,通过指标体系的搭建,我们要实现“一个指标、一个口径、一次加工、多次使用”,做到统一指标口径,减少重复工作,结果统一输出。 ●统一关键指标 创建公司级统一的关键指标,帮助企业通过统一的指标框架来助力业务业务扩张。 ● 减少重复工作 为每一个成员提供统一的平台来协同,了解企业整体数据业务情况,减少数据团队重复性工作和时间花费 ●结果统一输出 针对指标结果,提供一套能将指标和上层应用结合起来的输出方式,发挥数据指标最大的价值 需求分析 明确目标之后,我们开始着手去构建指标体系,在设计指标之前,我们首先要进行需求分析。 同一个企业,不同的业务线、不同的部门,甚至是同一部门的不同人员,提出来的指标计算需求都会有所不同。所以在需求分析的阶段,我们要做到基于不同行业的业务情况,分析数据指标需求,合理划分主题,才能更好地为后续指标设计提供业务支撑。 ​ 指标设计 明确需求后,我们要进行指标体系构建的核心——指标设计,指标设计可分为基础、组成、分类、落地这四个方面,下面我们就来详细介绍: ● 指标设计基础 针对业务需求现状,明确指标的使用者,建立指标分层意识,按照从上往下的方式建立三层指标,层层分解,业务溯源。 ​ ● 指标设计组成 指标设计的组成包含维度、度量、统计周期及过滤条件。 ​ ● 指标设计分类 指标可分为原子指标、派生指标、符合指标和自定义指标。 ​ ● 指标设计落地 最终我们基于上面的方法论,将业务数据指标进行完整地规划落地。 ​ 指标开发 设计明确后,我们就要进行指标的开发工作,真正将我们设计的指标逻辑落实到实处,有输出有应用。指标开发整体包括开发指标和日常运维两部分。 ​ 指标呈现 指标开发完就是指标的上层应用呈现了,也就是上文提到的【多次使用】,一个业务指标,可以根据不同的应用场景,呈现在业务使用的方方面面。 ​ 三、指标体系案例解析 在上文中我们介绍了指标体系建设的方法论,接下来我们将结合实际的项目来为大家分享指标体系建设如何在实际的项目中落地。首先我们为大家介绍下指标管理产品: 一站式指标综合开发管理平台(EasyIndex),覆盖了指标规范定义到开发落地的过程,同时提供上层的综合查询、共享服务、取数分析等应用。消除数据的二义性,降低业务和技术的沟通成本,搭建企业级数据指标体系,沉淀企业指标资产,支撑业务场景分析,精准辅助决策。 ​ 接下来我们以某银行客户的案例,来为大家介绍指标体系建设的实际应用。 某银行客户在初期已完成底层数仓表的建设,但由于业务扩张,数据体量扩大,存在各种大量的数据计算,临时取数的场景,同时存在一些零散的业务指标,需要基于不同的业务场景合理规划杂乱的指标内容 ● 客户痛点 1、指标体系:指标定义混乱,没有完整的指标规划体系,存在同名不同义、同义不同名等情况 2、指标开发:业务取数需求频繁,数据开发每天需要做大量的临时取数工作,开发资源紧张,开发门槛高,过程不可视 3、指标运维:数据计算任务单独维护,无法保证计算结果 4、指标管理:不同部门的指标分散管理,重复建设,指标之间的关系不清晰无法溯源等 ● 建设方案 1、构建完善的指标体系,合理规划现有指标内容 2、提供一个便捷低开发门槛的开发方式,提高指标开发效率 3、提供一个统一串起来的调度运维入口 4、提供一个统一的指标开放平台,能够看到当前所有的指标资产 ​ ● 建设流程 1、需求分析阶段 业务需求调研,了解指标搭建的具体业务使用场景,和业务就整体的搭建思路进行沟通 2、指标设计阶段 围绕着业务场景,按照原子、派生、复合的建设方法论,进行指标的设计,评审通过后落地 3、指标开发阶段 进行数据探查和清洗,明确指标设计对应的具体数据逻辑,对指标进行开发,落地指标计算结果 4、指标验证阶段 对于开发完成的指标进行验证,包括逻辑一致性的验证,数据准确性的验证,场景适用度的验证 5、指标上线应用 上线验证完成的指标内容,提供指标服务供业务系统获取指标数据,在使用过程中不断迭代指标 ● 业务效果 1、绩效考核指标资产沉淀 4大主题分类,包括存款业务、贷款业务、理财业务、网络金融 5大主题对象,围绕着账号、客户、客户经理、机构、产品五大对象进行的指标体系设计 300+指标资产的沉淀输出 75%的临时取数覆盖率,释放了开发资源 开发效率的提高,10个指标的开发时间平均从5人天缩短到1人天,结果复用率提高 2、指标服务提供给业务系统的指标来源 20+指标API提供服务供上层业务系统调用获取指标信息 业务门户展示指标资产 ​

资源下载

更多资源
优质分享App

优质分享App

近一个月的开发和优化,本站点的第一个app全新上线。该app采用极致压缩,本体才4.36MB。系统里面做了大量数据访问、缓存优化。方便用户在手机上查看文章。后续会推出HarmonyOS的适配版本。

腾讯云软件源

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。

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。

用户登录
用户注册