搜索[技术选型]结果-低调大师优秀个人博客

精选列表

搜索[技术选型]，共10004篇文章

反射内存网与TSN时间敏感网络技术对比与选型

对系统架构师而言，选型并非简单的性能排序，而是在延迟、抖动、节点规模、传输距离、成本、可运维性与全生命周期生态之间做出工程权衡。

2026-10-15

主流技术方案与选型思路

本文从工程落地角度，梳理几类常见的技术路径和可用的库，供选型参考。

2026-09-23

多因素认证（MFA）的工程落地与认证器选型技术解析

# 多因素认证（MFA）的工程落地与认证器选型技术解析 > **摘要**：多因素认证在企业中的推进难点，往往不在"要不要做"，而在"做成什么样"——认证器怎么选、绑定流程怎么防、策略引擎怎么配、疲劳攻击怎么挡

2026-09-16

从“全科”到“专科”：大模型垂直微调的技术密码与选型逻辑

https://developer.qcloudimg.com/http-save/audit-6169363/6983d671c65e3c998c33a6d25cb54b3d.png) # 大模型微调技术体系与超参数选型全景总结

2026-07-18

如何识别代理、VPN 和机房流量：技术方案盘点与选型

本文梳理一下这个领域的主流技术方案，以及各自适用的场景，供大家参考。 ## 一、识别原理：我们在"识别"什么？从原理上讲，"代理/VPN/机房"并不是一个单一问题，而是几类信号的组合： 1.

2026-09-28

面向未来的开源 OLAP 技术架构探讨以及选型实践

当然现在 Presto、Trino 社区还是非常活跃的，尤其是在国外，它们是通过 Java 技术栈实现的，但是 Java 技术栈从语言层面而言没有 C++ 快，同时因为JVM向量化现在还不是特别成熟，也不能利用

2023-07-27

从OLTP到OLAP到HTAP：数据库负载分类的技术演进与选型指南

大家好，我是小耶，写功课只是为了我踩过的坑，你们别再踩了！订单查询毫秒级，报表查询几十秒——这是很多人用MySQL时遇到的典型困惑。同一个数据库，同样的数据量，为什么换个查询方式就慢得离谱？原因在于：**OLTP和OLAP是两种完全不同的负载类型，对数据库的要求也完全不同。** MySQL跑不动报表，问题不在SQL写得不好，在于它的存储结构和索引设计天生不适合做大范围聚合扫描。今天把OLTP和OLAP这件事彻底讲清楚。 ### 一、什么是OLTP？ OLTP（Online Transaction Processing），在线事务处理。 **核心特征**： - **短事务**：每条事务只涉及少量行，比如“下单扣库存”、“转账扣款” - **高并发**：每秒数千到数万笔事务 - **强一致**：ACID是硬要求，扣款不能扣错、库存不能超卖 - **按行访问**：查询通常带主键或索引，一次只取几行 **典型场景**：订单系统、支付系统、用户注册、库存扣减。 **存储特征**：行式存储。一行的所有字段连续存放在一起。读取一行数据时，一次I/O就能拿到完整记录。 **索引特征**：B+树索引。支持快速的点查和范围查询。 **一句话总结**：OLTP数据库像便利店的收银台——每笔交易涉及的金额小、速度快、不能算错账。 ### 二、什么是OLAP？ OLAP（Online Analytical Processing），在线分析处理。 **核心特征**： - **长事务**：一条查询可能扫描几千万行数据 - **低并发**：同时跑的报表查询通常只有几条 - **弱一致**：对实时性要求不高，可以接受分钟级延迟 - **按列访问**：通常只关心少数几列（比如销售额、品类），不需要整行数据 **典型场景**：报表统计、数据仓库、BI分析、大屏展示。 **存储特征**：列式存储。同一列的数据连续存放。扫描“销售额”这一列时，只需要读取这一列的数据，不需要把整行都读出来。 **索引特征**：通常用分区、排序键、位图索引等，而不是B+树。 **一句话总结**：OLAP数据库像超市月底盘点——不着急，但要把所有货架数一遍。 ### 三、为什么MySQL跑不动报表？ **原因一：行式存储的I/O放大** 订单表用行式存储。一条订单记录可能包含几十个字段（订单号、用户ID、商品ID、金额、状态、创建时间、收货地址……）。报表查询只需要“品类”和“销售额”两列，但行式存储会把整行数据都读出来——几十个字段里，只有两个有用，其余全是无效I/O。 **原因二：没有为聚合设计的索引** 订单表的索引是为OLTP设计的——按订单号查、按用户ID查、按创建时间查。但报表查询需要的是“按品类分组聚合”，这个索引不存在。于是MySQL只能全表扫描5000万行，逐行过滤、分组、累加。 **原因三：临时表和排序开销** `GROUP BY`需要分组，`ORDER BY`需要排序。没有合适的索引，MySQL只能创建临时表做分组，再对结果排序。临时表可能落盘，性能断崖式下降。 **一句话**：OLTP的存储结构和索引设计，天生不适合OLAP的大范围聚合扫描。 ### 四、OLTP和OLAP的全面对比 |对比维度|OLTP|OLAP| | --- | --- | --- | |事务类型|短事务、高并发|长查询、低并发| |数据访问|按行读写|按列扫描| |存储方式|行式存储|列式存储| |索引结构|B+树|分区/排序键/位图| |一致性要求|强一致（ACID）|弱一致（可接受延迟）| |典型场景|订单、支付、库存|报表、BI、大屏| |代表产品|MySQL、Oracle、金仓KES|ClickHouse、Doris、StarRocks| **核心差异**：OLTP按行存、按行查，适合“精确找到某几行并修改”；OLAP按列存、按列算，适合“扫描大量行做聚合”。 ### 五、实际使用中的典型场景 **场景一：电商大促的实时库存扣减** 大促期间，每秒数万笔订单同时涌入。每笔订单需要扣减库存、生成订单记录、更新用户积分。这是典型的OLTP场景。数据库需要承受极高的并发写入，同时保证库存不会超卖、积分不会算错。任何一条事务的延迟都会直接影响用户体验——用户点击“提交订单”后，等待超过2秒就会开始焦虑。在这种场景下，数据库的优化重点是：**减少单条事务的响应时间、提高并发处理能力、保证ACID**。索引设计围绕主键和唯一键展开，事务隔离级别通常选择READ COMMITTED，锁的粒度尽可能小。 **场景二：运营人员的实时数据大屏** 运营团队需要一块大屏，实时展示“今日各品类销售额”、“Top10热销商品”、“各渠道转化率”。数据每分钟刷新一次。这是典型的OLAP场景。查询需要扫描当天的所有订单数据，按品类、渠道分组聚合，计算销售额和转化率。在这种场景下，数据库的优化重点是：**大范围扫描的吞吐量、聚合计算的效率、列式存储的压缩比**。查询可能扫描几百万行，但只需要读取“品类”、“金额”、“渠道”等少数几列。列式存储让这些查询只需要读取相关列的数据，避免无效I/O。 **场景三：月底财务对账** 财务部门需要在每月1号完成上个月的对账工作。需要统计每个商户的交易总额、退款总额、手续费、结算金额。这个查询涉及的数据量可能是几亿行，涉及多张表的关联和复杂的聚合计算。查询可能跑几十分钟甚至几个小时。这是典型的OLAP批处理场景。对响应时间的要求不高，但对计算结果的准确性要求极高。数据库的优化重点是：**大表关联的执行效率、聚合函数的计算速度、磁盘I/O的吞吐量**。 ### 六、HTAP：把两者合在一起 OLTP和OLAP的割裂带来了一个现实问题：**数据要从OLTP系统同步到OLAP系统，才能做分析。** 这个同步过程通常通过ETL（抽取、转换、加载）完成。数据延迟从几分钟到几小时不等，业务方要看的实时大屏根本做不到。 HTAP（Hybrid Transactional/Analytical Processing）就是为了解决这个问题——**同一套数据库，同时支撑OLTP和OLAP**。 **HTAP的三种实现方式**： **方式一：行列混存**——同一份数据，在内存中按行存一份用于交易，在磁盘上按列存一份用于分析。 **方式二：多副本分工**——主副本处理OLTP，从副本用列存处理OLAP。 **方式三：统一引擎**——存储层同时支持行式和列式格式，查询时自动选择。 **2026年的趋势**：HTAP正在从“概念验证”走向“规模化落地”。越来越多的业务系统不再维护两套数据库（OLTP一套、OLAP一套），而是用一套HTAP数据库同时支撑交易和分析。 ### 七、小结 OLTP和OLAP的核心差异，是数据组织和访问方式的不同。OLTP按行存、按行查，追求高并发下的强一致；OLAP按列存、按列算，追求大范围扫描的高吞吐。MySQL跑不动报表，是因为它的存储结构和索引设计是为OLTP优化的。2026年的趋势是HTAP——用一套数据库同时支撑交易和分析，让数据不再需要在两套系统之间来回同步。 **小耶在手，SQL 不愁** 还有什么想了解的，欢迎留言！小耶一定知无不言言无不尽……我们下次见~

2026-09-18

容器技术企业落地的思考与选型

标准化的价值，无疑是技术在企业落地时十分重要的参考因素。技术标准可以保障技术在发展过程中，减少不稳定因素，使得技术本身趋向稳定。标准化有利于企业内部有效的技术管理，极大提高内部效率。

2017-08-01

当镜头对准屏幕：三种防员工拍照泄密方案的技术逻辑与选型边界

堵住这个漏洞，需要的是完全不同的技术逻辑。以下从**原理、效果、操作难度和成本**四个维度，拆解目前可落地的三种主流方案。 !

2026-10-27

企业数据防泄密主流技术方案深度选型：四种方法的多维度对比

## 一、数据防泄密的技术演进与核心挑战 2025年IBM《数据泄露成本报告》显示，全球数据泄露事件的平均成本已达444万美元，数据安全已从合规要求上升为企业经营的核心风险。

2026-09-28

Apache Doris AI RAG 实战：从基础 RAG 到知识图谱增强的技术能力与选型

关键能力拆解 ### 2.1 环境与组件选型 - **LLM 引擎**：Deepseek API（deepseek-v3-1-terminus，对话交互与答案生成）； - **嵌入模型**：Ollama

2026-08-12

安防报警类产品语音芯片设计：内置功放方案的技术优势与选型逻辑

本文从安防场景的技术需求出发，拆解内置 D 类功放的大功率语音芯片方案的设计特点，结合行业主流方案对比分析其选型逻辑与硬件落地要点，为同类产品开发提供技术参考。

2026-07-28

音乐芯片硬件选型技术指南：玩具/门铃/助眠仪场景方案、电路设计要点与选型避坑

#音乐芯片硬件选型技术指南：玩具/门铃/助眠仪场景方案、电路设计要点与选型避坑音乐芯片，亦称专用音频播放SoC，片内集成非易失音频存储单元、硬件音频解码器、D类/AB类功率放大器，依托内部时序逻辑实现音频触发播放

2026-07-31

每日一博 | 面向未来的开源 OLAP 技术架构探讨以及选型实践

2023-07-31

基于开源大数据调度系统Taier的Web前端架构选型及技术实践

原文链接：基于开源大数据调度系统Taier的Web前端架构选型及技术实践课件获取：关注公众号**“数栈研习社”，后台私信“Taier”**获得直播课件视频回放：点击这里 Taier开源项目地址：github

2022-06-20

物联网无线通信技术全面解析：主流技术对比与工程选型实战指南

本文面向嵌入式工程师、物联网产品经理，梳理蓝牙、Wi Fi、ZigBee、LoRa、NB IoT、4G/5G 等主流无线技术核心特性，分享工程化选型思路、常见踩坑点以及行业发展趋势，帮助开发者快速完成项目通信方案决策

2026-09-16

GEO服务商选型：5个技术必问问题

本文提出5个技术必问问题，并以未来引擎GEO的实践经验作为对照，帮助甲方在选型时穿透营销包装，看到真实能力。我们不评价任何具体公司，只讲技术要求和我们的做法。

2026-08-17

GEO系统API对接选型策略：从技术评估到投放落地

据中国数字营销技术联盟2025年年度报告显示，超过67%的企业在GEO系统建设过程中面临API对接平台选型困难，其中约43%的企业因选型不当导致内容分发效率低于预期。

2026-08-13

分片 vs 透明分布式：分布式集群两条工程路线的技术内核与选型边界

这句话在技术评审会上经常出现，但接下来讨论的内容，往往不是同一件事。有人说的是分片：数据按用户ID拆到多个节点，应用层要处理路由，跨分片查询要特殊改写。

2026-10-26

从自助服务到智能派单的技术演进与选型逻辑

## **四、解决方案：服务台技术架构的关键层次** 从技术架构看，一个能实现“服务找人”的服务台需要四层能力： **接入层：多渠道融合。

2026-09-15

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。

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。

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。