搜索[虚幻引擎]结果-低调大师优秀个人博客

精选列表

搜索[虚幻引擎]，共10000篇文章

【Elasticsearch全文搜索引擎实战】之Kibana搭建

1. Kibana介绍 Kibana是一个针对Elasticsearch的开源分析及可视化平台，用来搜索、查看交互存储在Elasticsearch索引中的数据。使用Kibana，可以通过各种图表进行高级数据分析及展示。 Kibana让海量数据更容易理解。它操作简单，基于浏览器的用户界面可以快速创建仪表板（dashboard）实时显示Elasticsearch查询动态。设置Kibana非常简单。无需编码或者额外的基础架构，几分钟内就可以完成Kibana安装并启动Elasticsearch索引监测。 2. Kibana特性 2.1 丰富的数据报表 Kibana 核心搭载了一批经典功能：柱状图、线状图、饼图、环形图，等等。它们充分利用了 Elasticsearch 的聚合功能。 2.2 将地理数据融入任何地图利用 Elastic Maps Services 来实现地理空间数据的可视化，或者发挥创意，在您自己的地图上实现自定义位置数据的可视化。 2.3 时间序列可以利用 Timelion，对Elasticsearch 中的数据执行高级时间序列分析。您可以利用功能强大、简单易学的表达式来描述查询、转换和可视化。 2.4 用机器学习探索异常借助 X-Pack 里面的非监督型 machine learning 功能来检测隐藏在 Elasticsearch 数据中的异常和探索那些对它们有显著影响的属性。 2.5 与Elasticsearch REST API实现可视化交互 Console 等 Kibana 开发工具提供多种方法帮助您开发 Elastic Stack。借助 Console，可以跳过在终端键入的过程直接处理 Elasticsearch 数据。 Search Profiler 可让您轻松查看搜索请求期间花费的时间。并且在Logstash配置中创建复杂的 Grok 模式，使 Grok Debugger 变得轻而易举。 3. 下载安装 OS Kibana CentOS 6.0.1 wget https://artifacts.elastic.co/downloads/kibana/kibana-6.0.1-linux-x86_64.tar.gz sha1sum kibana-6.0.1-linux-x86_64.tar.gz tar -xzf kibana-6.0.1-linux-x86_64.tar.gz cd kibana-6.0.1-linux-x86_64/ 3.1 配置 #修改配置 vi config/kibana.yml #增加以下内容 server.port: 5601 server.host: "192.168.1.31" elasticsearch.url: "http://192.168.1.31:9200" 3.2 运行 #进入kibana根目录 /kibana-6.0.1-linux-x86_64 #启动 ./bin/kibana 4. 访问浏览器访问： 192.168.1.31:5601 此时会提示： Configure an index pattern 浏览器访问：192.168.1.31:5601/app/kibana#/discover 即可查看日志参考资料： [1] Kibana使用教程：https://segmentfault.com/a/1190000002972420 [2] Kibana User Guide:https://www.elastic.co/guide/en/kibana/current/index.html

2018-03-10

用无人机打造空中搜索引擎

他们希望这个项目可以成为SHODAN搜索引擎可利用的一部分，把那些有安全缺陷即可以被入侵的设备暴露出来。

2018-03-06

物联网是制造企业转型升级的新引擎

近日，埃森哲发布了《物联网+：制造业向智能服务转型的新引擎》报告（以下简称“报告”），基于来自农业、汽车、钢铁、航空、造船、航运、电信、电力、电气、云服务等行业领先企业的调研，以及案例研究，探讨了中国制造业如何利用物联网

2018-03-05

详细解读Spark的数据分析引擎：Spark SQL

一、spark SQL:类似于Hive，是一种数据分析引擎什么是spark SQL？

2018-03-03

Coreseek + Sphinx + Mysql + PHP构建中文检索引擎

首先明确几个概念 Sphinx是开源的搜索引擎，它支持英文的全文检索。所以如果单独搭建Sphinx，你就已经可以使用全文索引了。但是往往我们要求的是中文索引，怎么做呢？

2018-01-06

MySQL · 引擎特性 · 从节点可更新机制

背景主从集群，指由一个主数据库实例和多个从数据库实例组成，其中主数据库实例提供读写功能支持，而从数据库不提供对外服务或只提供只读功能支持，但也有从数据库提供读写功能支持，下面就这几种集群架构做详细的解读，并就如何实现从节点可更新机制进行探讨。主从集群概述主从集群的实现方式主要有以下几种：基于磁盘镜像的主备集群基于Proxy中间件的主从(多主)集群基于共享磁盘的主从集群基于日志重放(物理日志或逻辑日志)的主从集群一、基于磁盘镜像的主备集群基于磁盘镜像的主备集群是最早出现的一种高可用解决方案，对数据库系统没有特殊要求，不需要额外的功能支持，利用原有单机数据库系统即可搭建，主要利用磁盘镜像来实现主备之间数据的同步。原理是利用磁盘镜像的机制，当主机数据更新后，在写入磁盘的同时将数据同步到备机的磁盘上，主机缓冲区中的数据并不能同步到备机。当主机down机后，除了缓冲区数据未同步之外，磁盘上的数据还可能因为部分写而导致数据错误。所谓部分写是由于IO的特性导致的。通常磁盘IO以扇区为单位一次性读写，但真正的数据页通常大于一个扇区(512字节)，因此在down机时有可能只写了数据页的一部分，如一个数据页面大小为16K，down机时只写了此数据页的2K。后面会专门介绍数据库解决部分写的方法。它的缺点也比较明显，主备机实例不能同时启动，只有当主机down机后，备机启动，并执行恢复操作，然后提供对外服务。因此，切换时间较长，而且备机的资源无法充分利用，适用于主机硬件损坏导致无法恢复的场景，也可用于计划检修等场景。二、基于Proxy中间件的主从(多主)集群基于proxy中间件可以搭建多主或主从集群，主要原理是利用proxy代理对应用请求进行分类、转发，当是写请求时，将写请求转发到集群中的每一台服务器；当是读请求时，将读请求转发到任意一台服务器即可。基于proxy中间件搭建的集群，在数据库层面并不保证多机之间的数据一致性，而是由proxy来间接实现一致性，proxy通过检查发给所有服务器的写请求的执行结果，当任一服务器执行失败，就反向执行写请求，以保证多节点之间数据的一致性，这种一致性只是弱一致性，在数据库中也称为事务补偿机制。此外，也可以利用数据库本身提供的XA协议(如果数据库支持的话)，但为了提高一致性，会损失性能和可用性。它的主要缺点是无法保证事务的强一致性，当一个节点down机后，其它节点后续的写请求无法在down机服务器上执行，会造成down机服务器的数据丢失。三、基于共享磁盘的主从集群基于共享磁盘的主从集群是目前比较常见的集群架构之一，原理是通过主从服务器读取共享磁盘的数据来进行数据同步。因为数据库服务器的缓存，所以除了从共享磁盘读取数据之外，还要进行日志的内存重放，以更新缓存的数据。共享磁盘架构的主要问题是缓存的同步，当主机提交事务时，同时将日志发到从机，或将日志刷写到磁盘后通知从机读取，然后从机重放日志，更新缓冲区的数据，但从机禁止将缓冲区数据写回到磁盘，只有主机可以将数据写回到磁盘。另外一个问题是部分写的问题，后面会专门讨论。根据主机提交事务的时机，可以实现异步、近同步、实时同步等不同模式。异步指主机提交事务时，将日志发给从机，但不关心是否发送成功即完成事务提交。因为有网络延迟、重放日志延迟等，主从之间的数据并不是实时同步的。通常日志发送采用专门的进(线)程来实现，从机的数据有可能delay主机很久，这要实际的生产环境有很大关系。近同步指从机收到日志即向主机返回成功，主机即可完成事务提交，但此时从机尚未日志重放，会有稍许日志重放的延迟。共享磁盘架构的主要的问题在于必须有集群文件系统的支持，依赖于集群文件系统来保证节点间的数据一致性，并且在数据库层面也要有分布式锁来防止写写冲突和读写冲突。四、基于日志重放(物理日志或逻辑日志)的主从集群基于日志重放的主从集群是最常见的集群构架，并且也有很多独立于数据库的产品。日志大体有两种，一种是逻辑日志，一种是物理日志。物理日志通常都比较小，易于保存和传输，但重放的代价比较大，对从机资源的消耗也比较大，mysql的主从集群就是典型的以逻辑日志为基础的主从集群。与之相反的是物理日志，通常物理日志都比较大，但物理日志重放的代价都比较小，对从机资源的消耗也比较小，但对网络资源的消耗比较大。逻辑日志重放代价上最有利的场景一个应用场景就是全表更新；而物理日志重放代价上最有利的场景更新全表扫描中的一条记录。因此，不能简单的说，哪种日志更好，必须以实际的应用场景来具体分析。数据库系统中解决部分写的常见方法在数据库系统中，数据通常以固定大小的页面来保存，页面大小也通常是512字节的整数倍，512字节是通常磁盘一个扇区的大小，扇区是一次磁盘IO的最小单位。SSD盘通常扇区大小为4K。在数据库系统中，一般情况下，数据页面的大小都会远大于512字节，随着大数据的到来，8K，16K页面已经很常见。当数据页面比较大时，要将一个数据页面刷写到磁盘上就需要多次IO，但这多次IO之间并不是原子操作，在执行过程中很可能因为各种原因导致中断，如断电，磁盘损坏等，造成的后果就是磁盘上的数据页面前面部分已经更新，后半部分仍是旧的数据，也就是部分写。出现部分写后的数据页是无法使用的，典型的牛唇不对马嘴。使用raid条带化也可能会导致同样的问题。在数据库系统实现过程中，必须如何发现并解决这个问题。首先我们来说一说单机系统中的解决方法。首先数据库要能检测到这个问题，实现的方法也比较简单，在页面头上记录一个标志，如时间戳，然后在页面尾上也记录一个相同的标志，当读取数据页面后，只要检查一下标志是否相同即可证明页面是否存在部分写。需要注意的是每次页面更新后，标志也必须同时进行修改，不能使用原有页面的标志。还有一些代价更大的方法，如生成整个页面的摘要，然后记录到页头中，除了可以检查页面的部分写之外，还能防止页面被恶意篡改，但这对系统资源的消耗比较大。一种热衷的办法是计算部分页面数据的摘要，但要包含页面头和页面尾，这样就可以能检测页面的部分写，也能部分达到防止篡改的目的。在实现页面部分写检测的功能之后，我们还要解决如何这个问题，我们的目的是能得到正确的数据，而不只是发现错误。当数据库发现页面错误之后，可以采用的办法是通过日志重放来恢复数据。如果要从系统最初的状态重头开始进行日志重放，那么代价太大，或者有些场景下就是不可能实现的。为了加速这个过程，数据库引用checkpoint来解决这个问题。当checkpoint时，当前所有缓冲区中被修改的页面都要被刷写到磁盘上，执行成功后，记录checkpoint日志，以后就可以从这个点进行恢复。这与部分写有什么关系呢？数据库在更新每个缓冲区的数据后，都会记录日志，日志内容记录了当前修改的内容，最重要的一点是在记录日志时，如果发现当前的缓冲区是在checkpoint之后的首次修改时，会做一个当前页面的快照，并将其记录到磁盘上，在postgresql中是将其记录到redo日志中，另外一些数据库是记录到一个专门的日志中，如mysql的double write。当这个缓冲区被多次修改后，若在将其刷写到磁盘的过程中出现的断机等异常情况，造成部分写后，系统重新启动读取页面时发现页面有部分写，那么会将之前记录到磁盘的快照覆盖出现部分写的数据页面，然后在此基础上进行日志重放，从而达到恢复部分写的结果。在基于共享磁盘的主从集群中也会存在相同的问题，有可能是主要写了一半，而从机此时来读取数据，就会读取到错误的数据。利用前面时间戳或摘要的方法，可以轻易解决检测部分写的问题。如何读到正确的数据呢？一种简单易用的方法就是重读，当检测到数据页面错误时，重试几次就好了，就能解决绝大多数的问题了，如果总是读取不正确，就要考虑是不是磁盘坏掉了。报错给DBA也是一个不错的选择。如果非要数据库来解决了，也是可以的，同样采用在快照上重放日志就可以实现数据的恢复，但代价比较大，运行过程中进行数据页恢复的设计也比较复杂。从节点可更新机制通常在主从集群中，主节点是可以读写的，而从节点通常只能提供只读功能，能不能实现在从节点也可以读写支持呢？当然可以，常见的方法有如下几种： SQL转发全局锁主机延迟裁定 1.SQL转发从节点接受应用请求后，经过词法语法分析后，若发现是更新类的操作，如DML，DDL等，将其转发给主节点，再将主节点执行后的返回结果转发回给应用程序。从节点本身实际并不真正执行更新操作，它依赖于主从之间的同步机制来更新本地缓存的数据。若不是实时同步更新，可能会导致应用程序在从节点更新，又在从节点读取到更新前的脏数据(历史数据)。若是更新较多的应用场景，从节点并不能承担分流的任务，主节点的负载不会有明显降低。 2.全局锁如果集群实现了全局锁，从节点就可以真正在本地更新数据，但需要有额外的同步机制将从节点的数据同步到主节点。全局锁的实现可以使用集中式锁管理，也可以使用分布式锁管理，可以根据需要和应用场景来选择实现。全局锁虽然解决了从节点的更新问题，但会对整个系统的性能造成较大影响，因为每次对数据页面的访问都要加全局锁，增加了大量额外的网络开销。并且还要实现从节点到主节点的数据同步机制。 3.主机延迟裁定从节点收到应用程序的更新请求后，直接在备机执行syntax解析、SQL优化、执行等，在提交之前，向主节点发送裁定请求，以判定此写操作是否可以提交。向主节点发送的内容至少应包括更新前的数据快照、修改后的数据等，主节点收到裁定请求，比较更新前的数据快照是否与当前的数据相同，若相同则说明在从机修改数据之前此份数据没有被修改过，是在最新数据版本上进行的更新，则将更新的内容应用到主节点，如果需要记录日志，同时将日志刷写到磁盘。如果更新前的数据快照与当前的数据不相同，则说明在从机修改数据之前，主机已经修改过数据，但尚未同步到从机，因此必须回滚事务。

2017-12-11

全文搜索引擎Elasticsearch的安装过程

Elasticsearch是目前为止比较屌炸天的一款大数据日志收集工具，而且在很多知名大公司比如360、蚂蚁金服、京东、腾讯等都急需这方面的研究人才，在https://elasticsearch.cn/explore/category-12官方网站就有N多Elasticsearch招聘贴。要安装Elasticsearch，需要在机器里先有java1.8+的环境，我这2个机器都是阿里云centos 7.4 64位纯净系统，配置是２核２Ｇ。首先#yum -y update一波，更新一下最新的yum，在更新的时候呢，也不要干坐着，登陆http://www.oracle.com/technetwork/java/javase/downloads/jdk8-downloads-2133151.html ，下载最新的java安装包，我为了省事直接就选择的tar包，如图：下载完并且上传之后，执行一下#rpm -qa | grep java，看一下有没有以前老的java，比如： 1 2 3 4 5 6 7 [root@chen-elk-001usr] #rpm-qa|grepjava java-1.7.0-openjdk-headless-1.7.0.51-2.4.5.5.el7.x86_64 python-javapackages-3.4.1-5.el7.noarch tzdata-java-2014b-1.el7.noarch javapackages-tools-3.4.1-5.el7.noarch java-1.7.0-openjdk-1.7.0 [root@chen-elk-001usr] # 如果有的话就#rpm -e --nodeps加上查询出的java名逐一删除掉java，比如： 1 2 [root@chen-elk-001usr] #rpm-e--nodepsjava-1.7.0-openjdk-headless-1.7.0.51-2.4.5.5.el7.x86_64 [root@chen-elk-001usr] #rpm-e--nodepsjava-1.7.0-openjdk-1.7.0 删除完毕之后，要＃java -version检查一下是否已经不会出现版本了。现在更新也更新完了，以前老的java也干掉了，那么就把jdk-8u151-linux-x64.tar.gz 拆包解压缩到/usr/local里，如图：然后就#vim /etc/profile，在全文的末尾加上这样的内容： 1 2 3 4 5 6 #java1.8config JAVA_HOME= /usr/local/jdk1 .8.0_151＃这里就是jdk1.8的那个路径，根据解压缩的位置而定 JRE_HOME=$JAVA_HOME /jre CLASSPATH=:$JAVA_HOME /lib/dt .jar:$JAVA_HOME /lib/tools .jar:$JRE_HOME /lib/dt .jar PATH=$PATH:$JAVA_HOME /bin :$JRE_HOME /bin export JAVA_HOMEJRE_HOMECLASSPATHPATH 保存退出之后，＃source /etc/profile，然后＃java -version看一下版本： java 1.8安装完毕，下面就是安装Elasticsearch，直接下载压缩包吧，比较简单暴力。 1 2 3 4 #wgethttps://artifacts.elastic.co/downloads/elasticsearch/elasticsearch-5.5.1.zip #unzipelasticsearch-5.5.1.zip #cdelasticsearch-5.5.1/bin #./elasticsearch 启动之后，发现爆了一个错误，"Java HotSpot(TM) 64-Bit Server VM warning: INFO: os::commit_memory(0x000000008a660000, 1973026816, 0) failed; error='Cannot allocate memory' (errno=12)"，如图： vim打开elasticsearch会看到下面这句话 1 #ES_JAVA_OPTS="-Xms8g-Xmx8g"./bin/elasticsearch 这个错误代表8Ｇ内存才可以启动elasticsearch，于是就升级到８Ｇ，这玩意的确是有钱人玩的东西。升级之后，再次启动，出现了"can not run elasticsearch as root"这个错误：既然不让root，那就建立一个新的用户吧： 1 2 3 4 5 roupaddelsearch useradd elsearch-gelsearch-pelasticsearch chown -Relsearch:elsearch/安装路径 /elasticsearch-5 .5.1 cd /安装路径 /elasticsearch-5 .5.1 /bin su elsearch. /elasticsearch 这样就看到正确启动的样子：如果要后台启动的话，命令就是＃su elsearch ./elasticsearch -d。如果你非要用root用户去启动的话，也不是不可以，命令是＃./安装路径/bin/elasticsearch -Des.insecure.allow.root=true。如果启动的时候，爆“max virtual memory areas vm.maxmapcount [65530] is too low”这个错误，那么就先运行如下命令：＃sudo sysctl -w vm.max_map_count=262144。如果启动的时候，爆“max file descriptors [65535] for elasticsearch process is too low, increase to at least [65536]”，那么#vim /etc/security/limits.conf，把文末内容改成这样，改完了之后#sysctl -p即可： 1 2 3 4 5 6 7 #Endoffile rootsoftnofile65535 roothardnofile65535 *softnofile165536 *hardnofile165536 *softnproc2048 *hardnproc4096 启动之后，在命令行里输入＃curl localhost:9200，就会返回JSON 对象，包含当前节点、集群、版本等信息。我这个Elasticsearch版本是5.11，中文教程https://elasticsearch.cn/book/elasticsearch_definitive_guide_2.x/ 已经有点老了，所以研究之路不仅充满荆棘还充满各种墙和英语... 参考资料：http://www.yiibai.com/elasticsearch/ 参考资料：http://www.cnblogs.com/Wolfmanlq/p/5984376.html 最后的最后，如果您觉得本文对您升职加薪有帮助，那么请不吝赞助之手，刷一下下面的二维码，赞助本人继续写更多的博文！本文转自苏幕遮618 51CTO博客，原文链接:http://blog.51cto.com/chenx1242/2043924

2017-11-11

Mesos容器引擎的架构设计和实现解析

在本文中，我将对Mesos容器引擎进行一个全面的介绍，解释在Docker如此流行的情况下Mesos为什么还要坚持做自己的容器引擎，介绍Mesos容器引擎的总体架构和各核心组件，以及它对容器各相关标准规范的采纳和支持

2017-10-10

揭秘支付宝中的深度学习引擎：xNN

本文介绍支付宝App中的深度学习引擎——xNN。xNN通过模型和计算框架两个方面的优化，解决了深度学习在移动端落地的一系列问题。

2017-09-27

主流大数据SQL引擎技术博弈，谁为王？

文章讲的是主流大数据SQL引擎技术博弈，谁为王，近日，AtScale公布了第四季度主流大数据SQL引擎的测试结果，主要针对Spark、Impala、Hive/Tez以及Presto。

2017-08-31

搜索引擎优化时如何稳定网站排名？

对网站进行搜索引擎优化，一般经过时间的积累网站排名也会慢慢的上升直至首页，但是很多站长都会遇到一个问题，网站的排名在后期突然就不怎么稳定了，波动大。这个时候我们就需要想办法稳定网站关键词的排名。

2017-08-03

大数据系列之并行计算引擎Spark介绍

Spark： Apache Spark 是专为大规模数据处理而设计的快速通用的计算引擎。

2017-08-01

传感技术或成工业互联网推广引擎

工信部部长苗圩近日接受专访时透露，工信部正在研究制定智能制造发展战略，编制智能制造专项规划;推动传统装备智能化改造和升级，分行业制定传统装备智能化改造路线图，组织开展重点行业智能车间、智能工厂试点，培育一批样板企业并组织推广行业应用示范。同时，工信部将推进工业互联网发展，研究制定工业互联网网络架构方案，开展工业互联网试点示范。有媒体认为，工业互联网是全球工业系统与高级计算、分析、感应技术以及互联网连接融合的结果。它通过智能机器间的连接并最终将人机连接，结合软件和大数据分析，重构全球工业、激发生产力，让世界更美好、更快速、更安全、更清洁且更经济。工业互联网必须以物联网和工业数据分析为基础，不同于传统互联网公司比如谷歌、亚马逊等可以通过PC、移动端后台收集数据，工业数据需要来自安装在机器上的传感器，传感器收集机器运行时的数据，实时传送到云端进行存储、分析和决策。工业级传感器相对于普通传感器来说，需要更强大的稳定性和更高的灵敏度，因为很多工业级传感器需要在更恶劣环境下运行，比如生产车间相比普通环境，工业噪声会大很多，比如电力、铁路沿线的监测，需要在恶劣的自然条件下进行监测。而工业互联网对于工业数据的要求是实时采集、存储和分析，因此MEMS传感器体积小、重量轻、成本低、功耗低、可靠性高、适于批量生产、易于集成和实现智能化的特点，正好契合了工业互联网对于传感器的要求。作者：何妍来源：51CTO

2017-07-31

《MySQL技术内幕：InnoDB存储引擎第2版》——导读

MySQL数据库独有的插件式存储引擎架构使其和其他任何数据库都不同。不同的存储引擎有着完全不同的功能，而InnoDB存储引擎的存在使得MySQL跃入了企业级数据库领域。

2017-07-31

云计算将成中国新经济的新引擎

在胡晓明看来，以云计算、大数据为代表的新技术、新产业、新业态，未来必将成为中国新经济的新动能、新引擎。对于阿里巴巴而言，未来参与经济转型的核心，是与各行各业一起分享技术红利和数据能力。

2017-07-07

光大证券：智能家居 “双网”引擎共同驱动

我们认为，单品联动互通将引领智能家居市场的全面拓展，而互联网与物联网双网引擎则是家居智能化的最大驱动。

2017-07-02

少年，敢来挑战双11万亿级消息引擎吗？

勇敢的少年，你敢来“挑战双11万亿级消息引擎”吗？阿里中间件性能挑战赛是什么？

2017-06-18

Jenkins 2.65 发布，可扩展的持续集成引擎

Jenkins 2.65 已发布，Jenkins 是一个可扩展的持续集成引擎，提供了数百个插件来支持项目的构建、部署和自动化。

2017-06-14

Hprose 高性能跨语言 RPC —— 微服务首选引擎

Hprose 是高性能远程对象服务引擎（High Performance Remote Object Service Engine）的缩写 —— 微服务首选引擎。

2017-06-05

存储与计算分离：OSS构建表 + 计算引擎对接

看到标题，可能有用户要问：OSS不是用来存图片、视频、及文件的吗，还可以在上面建表、数仓？计算效率和经济性表现怎么样？本文先给出基本结论： OSS是什么? 对象存储（Object Storage Service，简称OSS）是基于阿里云飞天分布式系统的海量、安全和高可靠的云存储服务，是一种面向互联网的大规模、通用存储，提供RESTful API，具备容量和处理的弹性扩展能力。基于OSS是否可以创建数据表？既然可以把摄像头推流接到OSS，建表属于小Case了。并且2016年在亦龙大神的帮助下，Hadoop社区在官方版本中支持OSS，开启了阿里云存储与开源融合的新里程碑。 OSS上建表是否易用？今天为了降低OSS上建表的门槛，日志服务（原SLS）LogHub可以支持OSS上表的实时写入（表类型包括TextFile，列存储Parquet），支

2017-04-27

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。

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。