搜索[多模态Agent]结果-低调大师优秀个人博客

精选列表

搜索[多模态Agent]，共10000篇文章

DataGrip 2020.2 发布，多引擎数据库平台

DataGrip 2020.2 发布了，主要更新内容包括： Data editor 单元格值的单独编辑器数据编辑器中的 DML 预览布尔值获得新 UI 新的裁剪数据界面在数据编辑器的上下文菜单中导出到剪贴板 [MongoDB] 更好的过滤 SQL editor 用于检查的小部件引入变量对重命名的建议更好的 JOIN 补全刷新数据库快速修复（quick-fix） Google BigQuery 方言 TextMate 捆绑包适用于通用方言的 SQL 2016 每行选择多个插入符 Database tree view 数据库树中的所有数据库和模式用于创建视图的 UI [Oracle] 对数据库链接的基本支持 General 标签不再过长驱动程序设置中的本机库捆绑了 Git 和 Github 插件 [MongoDB] 为 *.js 文件运行配置更新说明：https://blog.jetbrains.com/datagrip/2020/07/28/datagrip-2020-2/

2020-07-29

要问技术多牛，请问IO模型知多少?

1. 引言同步异步I/O，阻塞非阻塞I/O是程序员老生常谈的话题了，也是自己一直以来懵懵懂懂的一个话题。比如：何为同步异步?何为阻塞与非阻塞?二者的区别在哪里?阻塞在何处?为什么会有多种IO模型，分别用来解决问题?常用的框架采用的是何种I/O模型?各种IO模型的优劣势在哪里，适用于何种应用场景? 简而言之，对于I/O的认知，不能仅仅停留在字面上认识，了解内部玄机，才能深刻理解I/O，才能看清I/O相关问题的本质。 2. I/O 的定义 I/O 的全称是Input/Output。虽常谈及I/O，但想必你也一时不能给出一个完整的定义。搜索了谷歌，发现也尽是些冗长的论述。要想理清I/O这个概念，我们需要从不同的视角去理解它。 2.1. 计算机视角冯•诺伊曼计算机的基本思想中有提到计算机硬件组成应为五大部分：控制器，运算器，存储器，输入和输出。其中输入是指将数据输入到计算机的设备，比如键盘鼠标;输出是指从计算机中获取数据的设备，比如显示器;以及既是输入又是输出设备，硬盘，网卡等。用户通过操作系统才能完成对计算机的操作。计算机启动时，第一个启动的程序是操作系统的内核，它将负责计算机的资源管理和进程的调度。换句话说：操作系统负责从输入设备读取数据并将数据写入到输出设备。所以I/O之于计算机，有两层意思： I/O设备对I/O设备的数据读写对于一次I/O操作，必然涉及2个参与方，一个输入端，一个输出端，而又根据参与双方的设备类型，我们又可以分为磁盘I/O，网络I/O(一次网络的请求响应，网卡)等。 2.2. 程序视角应用程序作为一个文件保存在磁盘中，只有加载到内存到成为一个进程才能运行。应用程序运行在计算机内存中，必然会涉及到数据交换，比如读写磁盘文件，访问数据库，调用远程API等等。但我们编写的程序并不能像操作系统内核一样直接进行I/O操作。因为为了确保操作系统的安全稳定运行，操作系统启动后，将会开启保护模式：将内存分为内核空间(内核对应进程所在内存空间)和用户空间，进行内存隔离。我们构建的程序将运行在用户空间，用户空间无法操作内核空间，也就意味着用户空间的程序不能直接访问由内核管理的I/O，比如：硬盘、网卡等。但操作系统向外提供API，其由各种类型的系统调用(System Call)组成，以提供安全的访问控制。所以应用程序要想访问内核管理的I/O，必须通过调用内核提供的系统调用(system call)进行间接访问。所以I/O之于应用程序来说，强调的通过向内核发起系统调用完成对I/O的间接访问。换句话说应用程序发起的一次IO操作实际包含两个阶段： IO调用阶段：应用程序进程向内核发起系统调用 IO执行阶段：内核执行IO操作并返回 2.1. 准备数据阶段：内核等待I/O设备准备好数据 2.2. 拷贝数据阶段：将数据从内核缓冲区拷贝到用户空间缓冲区怎么理解准备数据阶段呢?对于写请求：等待系统调用的完整请求数据，并写入内核缓冲区;对于读请求：等待系统调用的完整请求数据;(若请求数据不存在于内核缓冲区)则将外围设备的数据读入到内核缓冲区。而应用程序进程在发起IO调用至内核执行IO返回之前，应用程序进程/线程所处状态，就是我们下面要讨论的第二个话题阻塞IO与非阻塞IO。 3. IO 模型之阻塞I/O(BIO) 应用程序中进程在发起IO调用后至内核执行IO操作返回结果之前，若发起系统调用的线程一直处于等待状态，则此次IO操作为阻塞IO。阻塞IO简称BIO，Blocking IO。其处理流程如下图所示：从上图可知当用户进程发起IO系统调用后，内核从准备数据到拷贝数据到用户空间的两个阶段期间用户调用线程选择阻塞等待数据返回。因此BIO带来了一个问题：如果内核数据需要耗时很久才能准备好，那么用户进程将被阻塞，浪费性能。为了提升应用的性能，虽然可以通过多线程来提升性能，但线程的创建依然会借助系统调用，同时多线程会导致频繁的线程上下文的切换，同样会影响性能。所以要想解决BIO带来的问题，我们就得看到问题的本质，那就是阻塞二字。 4. IO 模型之非阻塞I/O(NIO) 那解决方案自然也容易想到，将阻塞变为非阻塞，那就是用户进程在发起系统调用时指定为非阻塞，内核接收到请求后，就会立即返回，然后用户进程通过轮询的方式来拉取处理结果。也就是如下图所示：应用程序中进程在发起IO调用后至内核执行IO操作返回结果之前，若发起系统调用的线程不会等待而是立即返回，则此次IO操作为非阻塞IO模型。非阻塞IO简称NIO，Non-Blocking IO。然而，非阻塞IO虽然相对于阻塞IO大幅提升了性能，但依旧不是完美的解决方案，其依然存在性能问题，也就是频繁的轮询导致频繁的系统调用，会耗费大量的CPU资源。比如当并发很高时，假设有1000个并发，那么单位时间循环内将会有1000次系统调用去轮询执行结果，而实际上可能只有2个请求结果执行完毕，这就会有998次无效的系统调用，造成严重的性能浪费。有问题就要解决，那NIO问题的本质就是频繁轮询导致的无效系统调用。 5. IO模型之IO多路复用解决NIO的思路就是降解无效的系统调用，如何降解呢?我们一起来看看以下几种IO多路复用的解决思路。 5.1. IO多路复用之select/poll Select是内核提供的系统调用，它支持一次查询多个系统调用的可用状态，当任意一个结果状态可用时就会返回，用户进程再发起一次系统调用进行数据读取。换句话说，就是NIO中N次的系统调用，借助Select，只需要发起一次系统调用就够了。其IO流程如下所示：但是，select有一个限制，就是存在连接数限制，针对于此，又提出了poll。其与select相比，主要是解决了连接限制。 select/epoll 虽然解决了NIO重复无效系统调用用的问题，但同时又引入了新的问题。问题是：用户空间和内核空间之间，大量的数据拷贝内核循环遍历IO状态，浪费CPU时间换句话说，select/poll虽然减少了用户进程的发起的系统调用，但内核的工作量只增不减。在高并发的情况下，内核的性能问题依旧。所以select/poll的问题本质是：内核存在无效的循环遍历。 5.2. IO多路复用之epoll 针对select/pool引入的问题，我们把解决问题的思路转回到内核上，如何减少内核重复无效的循环遍历呢?变主动为被动，基于事件驱动来实现。其流程图如下所示： epoll相较于select/poll，多了两次系统调用，其中epoll_create建立与内核的连接，epoll_ctl注册事件，epoll_wait阻塞用户进程，等待IO事件。 epoll，已经大大优化了IO的执行效率，但在IO执行的第一阶段：数据准备阶段都还是被阻塞的。所以这是一个可以继续优化的点。 6. IO 模型之信号驱动IO(SIGIO) 信号驱动IO与BIO和NIO最大的区别就在于，在IO执行的数据准备阶段，不会阻塞用户进程。如下图所示：当用户进程需要等待数据的时候，会向内核发送一个信号，告诉内核我要什么数据，然后用户进程就继续做别的事情去了，而当内核中的数据准备好之后，内核立马发给用户进程一个信号，说”数据准备好了，快来查收“，用户进程收到信号之后，立马调用recvfrom，去查收数据。乍一看，信号驱动式I/O模型有种异步操作的感觉，但是在IO执行的第二阶段，也就是将数据从内核空间复制到用户空间这个阶段，用户进程还是被阻塞的。综上，你会发现，不管是BIO还是NIO还是SIGIO，它们最终都会被阻塞在IO执行的第二阶段。那如果能将IO执行的第二阶段变成非阻塞，那就完美了。 7. IO 模型之异步IO(AIO) 异步IO真正实现了IO全流程的非阻塞。用户进程发出系统调用后立即返回，内核等待数据准备完成，然后将数据拷贝到用户进程缓冲区，然后发送信号告诉用户进程IO操作执行完毕(与SIGIO相比，一个是发送信号告诉用户进程数据准备完毕，一个是IO执行完毕)。其流程如下：所以，之所以称为异步IO，取决于IO执行的第二阶段是否阻塞。因此前面讲的BIO，NIO和SIGIO均为同步IO。 8. 总结梳理完这些IO模型后，之前一直处于懵懂状态的阻塞，非阻塞，同步异步IO，终于算是有个概念了。同时也纠正了自己一直以来的误解，所以一路走来，愈发觉得返璞归真的重要性，只有如此，才能在快速更迭的技术演进中，以不变应万变。本文综合多方资料写就，难免纰漏，但只有写下来，才能得以指正。所以，烦请各位看官不吝赐教。

2020-06-28

DataGrip 2020.1.5 发布，多引擎数据库平台

DataGrip 2020.1.5 发布了，更新内容包括：最重要的 Windows 上的 SQL Server 身份验证问题已修复其他修复 DBE-9876：以只读模式强制执行将运行正确的查询 DBE-10727：模式比较器遵守列顺序 DBE-10715：[PostgreSQL：DataGrip 不再为 PostgreSQL 10 之前的版本引发时区错误 DBE-10724：[Snowflake]：“修改表”对话框会生成有效的代码新特性提供了一个新的快速修复程序：刷新架构（Refresh schema）。如果在刷新数据库后添加了新对象，则此修复程序将确保正确高亮查询。此版本还重命名了模式比较器中的迁移按钮。此外，创建 DDL 数据源时，带有源的文件夹将自动附加到项目。如果尝试在数据导入过程中更改目标表的 DDL，DataGrip 会使用警告框再次确认要执行此操作。还可以从 DataGrip UI 对 Oracle 数据库的密码进行更改。更新说明：https://blog.jetbrains.com/datagrip/2020/06/25/datagrip-2020-1-5/

2020-06-27

Linkerd 2.8 发布，简单、安全的多集群 Kubernetes

该版本为 Linkerd 引入了一个新的多集群扩展，使它可以跨Kubernetes集群建立连接，这些集群对应用程序而言是安全的、透明的，并且可以与任何网络拓扑一起使用。

2020-06-10

为什么Uber微服务架构使用多租户

在一个微服务架构中允许多系统共存是利用微服务稳定性以及模块化最有效的方式之一，这种方式一般被称为多租户（multi-tenancy）。

2020-05-12

DataGrip 2020.1.1 发布，多引擎数据库平台

DataGrip 2020.1.1 发布了，这是 2020.1 的第一个 bug 修复版本，主要修复内容包括： DBE-10421: 使用 Cmd/Alt + 1 打开数据库树视图也会将焦点传递给它。 DBE-9957:可以禁用“服务”工具窗口中的“始终选择打开的元素”。 DBE-10383: 可以复制编辑器中结果的部分单元格。更新说明： https://blog.jetbrains.com/datagrip/2020/04/20/datagrip-2020-1-1-is-out

2020-04-21

超多新功能！Apache APISIX 发布 1.2 版本

Apache APISIX 是云原生 API 网关，不仅可以帮你处理传统的南北向流量，也可以处理服务间的东西向流量。它是基于 Nginx 和 etcd 来实现，和传统 API 网关相比，Apache APISIX 具备动态路由、动态上游和插件热加载的特性，特别适合微服务体系下的 API 管理。目前有众多国内外知名企业和科研机构正在使用 Apache APISIX，下图列出了主动登记的部分公司，未声明的公司数量众多，无法准确的统计。本次发布的 Apache APISIX 1.2 版本，是新特性最多的一次发布，新增了 Kafka、CORS、TCP 和 UDP logger、代理缓存、代理镜像等多个插件，主要变更如下：内核 🌅支持 etcd 集群. #1283 默认使用本地 DNS resolver. 支持在header_filter、body_filter和log阶段运行全局插件. 将目录lua/apisix修改为apisix(不向下兼容). 增加 dashboard 子模块. 允许自定义共享字典. 插件 🌅新增 Apache Kafka 插件. 🌅新增 CORS 插件. 🌅新增 TCP logger 插件. 🌅新增 UDP logger 插件. 🌅新增 proxy mirror 插件. 🌅新增 proxy cache 插件. 在 proxy-rewrite 插件中废弃 websocket 开关(不向下兼容). OAuth 插件中增加基于公钥的自省支持. response-rewrite 插件通过 base64 来支持传输二进制数据. gRPC 转码插件支持deadline. limit count 插件支持 redis 权限认证. Zipkin 插件支持名字和本地服务器 ip 的记录. Wolf-Rbac 插件增加change_pwd和user_info参数. Apache APISIX 的社区也在飞速发展，从加入 Apache 孵化器之初的 20 多位贡献者，增加到现在的 70 多位贡献者，其中包含 19 位 PPMC 和 22 位 committer。加入 Apache APISIX 如果你希望使用修改任意配置都无需重启的 web 服务器，如果你希望使用代码简洁、云原生友好的微服务网关，那么 Apache APISIX 就是你不二的选择。可以在 GitHub 上提交 issue 和 PR：https://github.com/apache/incubator-apisix。让我们一起努力，打造世界级的开源项目！

2020-04-21

DataGrip 2019.3.4 发布，多引擎数据库环境

DataGrip 2019.3.4 发布了，这是 2019.3 系列的第 4 个 bug 修复更新，主要修复内容包括：更好的子查询折叠基于DBE-10131，为子查询折叠添加了一个新选项：重要的错误修复 [Redshift] 同步可与最新的 JDBC 驱动程序一起使用。但是，这可能会导致严重的性能问题，因此，如果遇到任何问题，请报告。 [SQL Server] 导入数据可与 auto_increment 列一起正常使用当表未解析时，通配符用于预览更新修复了未使用表情检查中的误报修复了冗余 COALESCE 检查中的误报更新说明：https://blog.jetbrains.com/datagrip/2020/03/17/datagrip-2019-3-4/

2020-03-19

DataGrip 2019.3.3 发布，多引擎数据库环境

DataGrip 2019.3.3 发布了，这是 2019.3 系列的第 3 个 bug 修复更新，主要修复内容包括：将外键约束添加到表时，将使用正确的 schema。DBE-9743 执行 DROP 后再执行 CREATE 语句后，才会自动同步。DBE-9980 JOIN 补全不再冻结。DBE-9844 [Oracle] OracleSqlPlus 方言又回来了。DBE-10030 [ClickHouse]删除行按预期工作。 [BigQuery]标识符使用反引号引起来。 [BigQuery]打开表的数据时会生成LIMIT 和OFFSET。更新说明： https://blog.jetbrains.com/datagrip/2020/02/13/datagrip-2019-3-3

2020-02-13

企业用户多账号合并之存储迁移集中

系统架构及资源成本优化需求，多账号下的带宽、流量、存储包等资源整合优化。企业或部门合并时，云账号的合并!

2020-02-04

云存储网关单共享管理多OSS Bucket

需要注意的是当前单共享支持多OSS Bucket功能只在增强型以及以上的网关才支持该功能，同时需要提交工单开通白名单。

2020-02-01

DataGrip 2019.2.6 发布，多引擎数据库环境

DataGrip 2019.2.6 发布了，更新内容如下：结果选项卡再次与控制台切换导出数据时，MacOS Catalina 上不再冻结DBE-9334 修复了 Redshift 中外部表不显示的错误DBE-9181 修复了分页的各种错误DBE-9217 换位数据编辑器时，列名不再折叠DBE-8904 数据导入不再出现“多次指定列”错误DBE-9283 表和列的注释不再被截断DBE-8000 选择“标识”列时，不再有关于值数量的错误警告DBE-8924 发布公告：https://blog.jetbrains.com/datagrip/2019/10/31/datagrip-2019-2-6/

2019-11-01

DataGrip 2019.2.5 发布，多引擎数据库环境

DataGrip 2019.2.5 发布了，此版本包含一些 bug 修复，更新内容如下： H2 语法支持方面的改进 DBE-7893[PostgreSQL] Procedure 已经回到Generate菜单 DBE-9098修复了从包含 IDENTITY 列的 CSV 文件中导入数据的错误 DBE-9105重新支持表名开头的数字 DBE-9093Replace IN 意图不再破坏代码发布公告：https://blog.jetbrains.com/datagrip/2019/09/26/datagrip-2019-2-5/

2019-09-27

DataGrip 2019.2.4 发布，多引擎数据库环境

DataGrip 2019.2.4 发布了，更新内容如下： DBE-8977比较内容操作已添加到两个表的上下文菜单中修复了 Help 插件的兼容性问题 DBE-9021现在，在导航到引用行时引用 UUID DBE-8897现在，全文搜索结果按字母顺序排序 DBE-1878如果在控制台中使用了 DataGrip，DataGrip 会提供内省功能详情可查看发布公告。

2019-09-16

DataGrip 2019.2.2 发布，多引擎数据库环境

DataGrip 2019.2.2 发布了，更新内容如下：特性 DBE-4499根据列名添加了 JOIN 完成 DBE-2640markdown 数据提取器与 DataGrip 捆绑 DBE-7315列的拖放变得更加智能：现在它添加了逗号 DBE-8239为 SQL 显示面包屑 DBE-5661，DBE-7960[PostgreSQL]改进了对分区表的支持。关键增强功能：分区表现在显示在主分区表下。新版本还包含大量 bug 修复，详情可查看发布公告。

2019-08-18

云原生时代， Kubernetes 多集群架构初探

为什么我们需要多集群？近年来，多集群架构已经成为“老生常谈”。我们喜欢高可用，喜欢异地多可用区，而多集群架构天生就具备了这样的能力。

2019-08-06

redis异地多活理论基础之CRDT

随着服务规模的扩大, 为了提升系统的容灾能力以及性能的要求, 会将服务部署在多个地域, 如果服务是有状态的, 比如redis/mysql等, 就需要在多地域之间进行数据同步, 如何保证数据一致性, 就成为了实现

2019-04-16

Django 搭建单服务实现多域名访问

本文主要是演示怎么完整搭建一个单服务实现多域名访问的流程，不涉及具体的业务流程。由于生成django项目需要先下载django包，所以我们先创建一个基本的虚拟环境，然后在虚拟环境中通过具体命令来生成

2018-12-28

Flink中的多source+event watermark测试

测试了一下，发现多source跟单source相比，单source的watermark很好理解，但是多source就稍微复杂些，下面我们来研究下原理！

2018-12-26

Google Git-Repo (Android)多仓库项目管理

遂尝试在多仓库管理的方向上尝试。

2018-12-11

资源下载

更多资源

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。

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。

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。

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。