搜索[日活数]结果-低调大师优秀个人博客

精选列表

搜索[日活数]，共10010篇文章

🧭前端周刊第414期（2025年5月12日–5月18日）

这周的前端更新节奏不减，CSS 世界持续花活创新，从 SVG 转形状到滚动驱动动画；React 则再掀讨论热度，RSC 的边界和“Context 渲染过多”的争议也被一一拆解；工具链方面，ESLint

2026-08-24

🧭 前端周刊第418期（2025年6月9日–6月15日）

专栏介绍：# 前端每周文摘 - 每周更新：国外论坛的前端热门文章，推荐大家阅读/翻译，紧跟时事，了解/掌握前端行业新闻，也给想写作或尝试突破新技术领域的同学们提供思路~

2026-08-22

🧭前端周刊第421期（2025年7月1日–7月6日）

📢 宣言：我已经计划并开始实践：每周逐期翻译《前端周刊》内的每篇文章，并将其整理发布到 GitHub 仓库中，持续更深度的分享。欢迎大家访问：github.com/tuaran/fron… 顺手点个 ⭐ star 支持，是我持续输出的续航电池🔋✨！

2026-08-09

🧭 前端周刊第413期（2025年5月5日–5月11日）

这周前端圈子依旧热闹：从 Web 性能优化策略到 CSS 的形状魔法，从 React SSR 的新范式到 Biome 接替 ESLint 的实战案例，几乎每一类开发者都能找到自己的“高光点”。特别是 Figma Sites 引发的正反两派交锋，以及 gRPC 与 REST 的再次交锋，也为架构设计者们提供了思辨素材。

2026-07-23

🧭前端周刊第437期（2025年10月20日–10月26日）

本周的国外前端圈关键词是 “修 Bug、AI 编程、WebGPU、CSS 动画与 React 新未来” 。从 Dan Abramov 的《如何修复任何 Bug》到 Chrome DevTools 的 MCP 调试，再到 WebGPU 彻底革新 Web 图形编程体验，这期几乎涵盖了前端开发的所有新方向。另外，CSS 领域继续“卷”出新高度，@starting-style 调试、:has() 实例化、布局与交互动画等文章都值得收藏。而 React 生态正在分岔：Remix 与 Next.js 走上不同道路，React 19 的破坏性改动也引发不少讨论。

2026-07-20

🌍前端周刊第427期（2025年8月11日–8月17日）

🙎 团队介绍 | 💬 扫码进群 | 🌍 海外情报源清单 | 🐱Github

2026-07-16

国产甘特图 StarGantt 星甘 v3.1.0 发布，新增工作日/自然日模式

官网地址：http://stargantt.cn 开源地址：https://gitee.com/yubaolee/StarGantt 本次更新内容新特性 📅工作日StarGantt

2026-01-29

我的数智教育转型认知地图

我所参加的是由中国教育干部网络学院主办的“2026 年区域中小学干部教师数字素养提升专题培训”，整个项目共 4 个阶段、14 个教学活动。培训第一阶段的必修课围绕“智能时代的教育理念革新与 AI 教育认知”主题，由三位专家引领：北航熊璋教授分两讲阐述“人工智能前沿与教育强国战略”（43 分钟）与“教育创新与教师人工智能素养提升”（37 分钟），北师大卢宇教授讲授“AI 赋能基础教育”（73 分钟，四讲：人工智能前瞻布局、课程教学数字化变革、师生数字素养、教育评价与治理）。第一阶段选修课则切入一线操作：王胜灵教授的“生成式 AI 在教育中的多元应用”（40 分钟，聚焦智能编写教案、课堂互动、个性化学习），以及王飞老师的“生成式人工智能在教学中的实践与应用”（53 分钟，覆盖备课、多媒体资源、数字人、论文与数据处理，并专设“技术伦理与实践反思”一讲）。五门课程我均已 100% 完成，这份认知地图就是我在五门课程的真实话语之上，对自己教师角色的再认识。

2026-09-14

2026年，数智化会遇到什么？

所以，2026年第一个遇着的是什么，当然是融合了古老文化的、来自数智时代的“玄学”祝福！

2026-07-10

政企携手深耕重庆数智新未来

激活数据要素价值，打造医疗行业数智标杆依托在数据要素市场化运营方面的核心优势，东软将创新数据要素的应用与运营模式，围绕医疗大数据、智能医疗技术等领域开展技术研究与成果转化，充分释放数据乘数效应。

2026-06-01

数仓安全：数据脱敏技术深度解析

三方代理脱敏工具 vs 数仓DWS脱敏引擎三方代理工具是用户与数仓集群的中转站，是底座之外的外挂脱敏工具，无法直接参与生成环境，复杂场景较难处理 DWS则是基于数仓底座与存储引擎、SQL引擎直接交互的脱敏引擎

2024-05-10

写在 t-io star 数在 8888

引言一大早来公司，上班开机第一件事就是打开：https://www.tiocloud.com/doc/tio/85，t-io的star数停在8888，一个非常吉利的数字（你在阅读这篇文章的时候，这个数字可能变大也可能变小了

2024-01-19

一文详解安全随机数

；验证码的随机数生成；密码学意义上的安全随机数安全场景下使用的随机数必须是密码学意义上的安全随机数。

2023-12-07

详解共识算法的Raft算法模拟数

本文分享自华为云社区《共识算法之Raft算法模拟数》，作者： TiAmoZhang 。

2023-07-04

GaussDB(DWS)云原生数仓技术解析

摘要：本文主要介绍GaussDB(DWS)云原生数仓架构、产品能力，帮助开发者快速了解GaussDB(DWS)云原生数仓相关信息与能力。

2023-04-06

Tapdata 和 Databend 数仓数据同步实战

本篇文章通过：借助 Tapdata Cloud 实现从阿里云 RDS 到云原生数仓 Databend 的数据同步，给大家展示一下 Tapdata Cloud 和 Databend Cloud 在数仓领域的实践

2023-02-23

优化数仓业务视图：过滤条件传递

摘要：在业务功能实现时，经常会用到视图简化查询SQL。但有时候会因为视图降低查询效率，本文主要分析在业务需求满足的情况下，将有效的过滤条件传递到基表，减少运算过程中数据库需要处理的数据量，提升SQL执行效率。本文分享自华为云社区《GaussDB(DWS)业务视图优化-过滤条件传递》，作者：卫小毛。在业务功能实现时，经常会用到视图简化查询SQL。但有时候会因为视图降低查询效率，本文主要分析在业务需求满足的情况下，将有效的过滤条件传递到基表，减少运算过程中数据库需要处理的数据量，提升SQL执行效率。 SQL举例 SELECT count(1) AS have_done_num, t1.task_def_key_ AS menuguid FROM vw_pay_voucher_bill t2 LEFT JOIN xact_hi_taskinst t1 ON t1.business_key_ = t2.id AND t1.proc_def_key_ = 'pay_voucher_bill' AND t1.operation_flag_ IN ('NORMAL', 'WITHDRAW') AND t1.suspension_state_ = 1 AND t1.org_code_ = t2.mof_div_code AND delete_reason_ = 'completed' AND ext1_ IS NULL WHERE t2.is_deleted = '2' AND t2.fiscal_year = '2022' AND t2.mof_div_code = 'xxxxxxxx0' AND ( agency_id = '5A1xxxxxxxxxxxxxxxxxxx4T5' ) GROUP BY t1.task_def_key_ HAVING t1.task_def_key_ IS NOT NULL; sql分析：以上SQL vw_pay_voucher_bill t2 、xact_hi_taskinst t1 视图和表进行关联查询根据业务特性分析过滤效果较好的字段为 agency_id 优化前耗时：22s 分析执行计划：时间主要耗时在 seq scan on pay_voucher_bill v 这一步看到该表过滤条件仅有mof_div_code、fiscal_year、is_deleted 过滤效果差，几乎全表数据参与过程运算，执行代价高视图及表结构分析：视图中关联条件较为有效的过滤条件，bgt_id 字段查询时不会应用。分析视图中“v”和“t”表都存在agency_id 字段，当前t表过滤使用了agency_id字段，可以考虑视图定义中量表关联条件增加 agency_id 字段关联条件需要考虑业务需求。同业务沟通后可进行优化优化后耗时：0.4s 对比优化前后SQL查询结果一致优化总结：同业务侧研发沟通客户实际需要仅需要查询本单位（agency_id）下的数据，但因为SQL和视图设计时，并未将这一有效条件传递给每张表。导致数据库在针对 pay_voucher 进行数据过滤时需要将全表64万+ 数据筛选出来进行运算，仅仅这一步开销就占用了20s+。在优化后（视图中增加agency_id关联信息后，该操作可将agency_id 过滤条件传递给基表 pay_voucher），仅需从pay_voucher 表中获取738行数据进行运算，最终sql耗时降为 0.4s左右。点击关注，第一时间了解华为云新鲜技术~

2023-02-08

解析数仓lazyagg查询重写优化规则

摘要：为了降低调优难度，提升产品易用性，GaussDB(DWS)提供了lazyagg查询重写优化规则。本文分享自华为云社区《GaussDB(DWS) lazyagg查询重写优化解析【这次高斯不是数学家】》，作者： OreoreO 。聚集操作将查询结果按某一列或多列的值分组，值相等的为一组。聚集操作是一种常见的操作并在金融客户中有广泛的使用。例如如下语句则聚集操作将查询结果按某一列或多列的值分组，值相等的为一组。聚集操作是一种常见的操作并在金融客户中有广泛的使用。例如如下语句eze聚集操作将查询结果按某一列或多列的值分组，值相等的为一组。聚集操作是一种常见的操作并在金融客户中有广泛的使用。例如如下语句则聚集操作将查询结果按某一列或多列的值分组，值相等的为一组。聚集操作是一种常见的操作并在金融客户中有广泛的使用。例如如下语句： SELECT a, count(a) FROM t1 GROUP BY a; -- 按a分组并计算分组内重复值的个数一、Lazy Agg重写规则数据量大的场景下，聚集运算由于数据量大导致下盘，聚集操作执行时间成为性能瓶颈，从而导致整个查询执行效率非常差。例如： SELECT t2.b, sum(cc) FROM (SELECT b, sum(c) AS cc FROM t1 GROUP BY b) AS s, t2 WHERE s.b=t2.b GROUP BY t2.b; 子查询对t1.b列进行聚集，对t1.c列求和，在外部查询中，同样也存在聚集运算，对子查询的聚集求和列cc列求和。对于这类语句，当子查询的聚集运算较耗时的情况下，可以利用查询重写规则消除子查询的聚集运算，由外部查询的聚集函数统一完成聚集运算。消除子查询后可能导致子查询行数增多，但对于子查询聚集运算时t1.b列的distinct值较多的场景，子查询聚集运算后的行数较原表不会有明显缩减，不会导致外层JOIN运算量的大量增加。即语句可被重写为： SELECT t2.b, sum(cc) FROM (SELECT b, c AS cc FROM t1) AS s, t2 WHERE s.b=t2.b GROUP BY t2.b; 这个改写规则称为Lazy Agg，适用于基表数据量大且distinct值较多的场景。如果重复值较少，那么消除了聚集操作会导致Join后的行数激增，Join性能较差，因此需要将Agg下推到Join之前进行，通过提前的Agg操作减少Join结果的行数，这个改写规则称为Eager Agg。二、GaussDB(DWS) lazyagg优化为了降低调优难度，提升产品易用性，GaussDB(DWS)提供了lazyagg查询重写优化规则，可以通过设置guc参数rewrite_rule包含’lazyagg’使用Lazy Agg查询重写优化。开启lazyagg查询重写优化后，对满足条件的场景会优化并消除子查询中的聚集操作。原计划如下所示： lazyagg重写优化后计划如下所示：可以看到相比于原计划，lazyagg重写优化后消除掉了原计划中的聚集操作，即7号Subquery Scan算子和8号HashAggregate算子。三、lazyagg优化规格支持子查询为单一聚集查询或包含聚集子集合操作的查询。集合操作仅支持UNION ALL，可对部分分支子查询进行聚集运算消除。子查询需为JOIN表之一（不在TargetList、Where子句等其他位置）。支持若外部查询的所有Agg参数列包含于其某个子查询的Agg函数列，则可对该子查询的聚集运算进行消除。支持所有消除子查询聚集运算后结果正确的聚集函数种类。聚集函数种类结果正确性见下表： 4.场景约束在上述场景扩展的基础上，对于可能导致结果错误的场景，不进行查询重写，包括但不限于：不支持消除的Agg函数类型。子查询中包含其它条件或算子，会导致重写后结果错误，例如HAVING、window agg、LIMIT、OFFSET、AP function、distinct、recursive等。外层Agg参数列、GROUP BY列或JOIN列中包含volatile函数，如random、timeofday等。子查询Agg函数外、外部查询Agg函数内有其他表达式或函数操作，如子查询Agg函数列为sum©+1、max©+max(d)，外部查询Agg函数列为sum(cc+1)等。外部查询的JOIN列、GROUP BY列或其它条件中包含子查询Agg函数列。子查询在LEFT JOIN、RIGHT JOIN的inner边或FULL JOIN中，且子查询Agg函数为count，外部查询Agg函数为sum的。四、结语通过本文的分析，相信用户朋友已经充分了解了Lazy Agg重写优化的使用场景，以及GaussDB(DWS)的lazyagg实现方式。希望广大用户能够通过深入的了解，对GaussDB(DWS)的性能调优产生浓厚的兴趣并深度参与进来。参考文档：GaussDB(DWS)性能调优系列实战篇四：十八般武艺之SQL改写【这次高斯不是数学家】有奖征文火热进行中：https://bbs.huaweicloud.com/blogs/345260 点击关注，第一时间了解华为云新鲜技术~

2022-05-28

深度剖析数仓CN增量备份技术

摘要：为了解决Roach的性能问题，提出了CN增量备份手段，从而达到进一步优化RPO目的。本文分享自华为云社区《GaussDB(DWS)备份容灾之CN增量备份》，作者： zxy_db 。 1. 摘要在数据量增大时，如果CN每次都做全量备份，则会导致每次的备份数据量很大，不仅会降低备份的性能，也从造成备份集恢复性能的降低。如果改成CN增量备份，则备份集只会备份差异数据，这样不仅会使得备份数据量变小，而且也会提升备份集恢复的性能。 2. CN备份原理对于主备集群CN备份与恢复的过程，如下图所示：在备份过程中，只备份主CN的数据，且只发送到备集群对应的主CN所在的节点上。在恢复过程中，非主CN节点从主CN节点上拷贝rch文件，然后再将备份数据的rch文件恢复到实例目录。 CN备份同集群备份一样，先进行行存备份，后进行列存备份。对于行存备份过程，首先是准备列表，然后备份文件。准备列表主要分为3个步骤：第一步是获取CN备份类型，第二步是根据备份类型，决定LSN区间，第三步是根据LSN区间，准备备份列表(全量备份列表和增量备份列表)。对于列存备份过程，同上述行存。行存和列存区别在于增量备份LSN区间的取法：行存文件来说，增量是上次startLSN到本次startLSN之间列存文件来说，增量是上次barrierLSN到本次barrierLSN之间 3. CN备份判断逻辑首先，CN增量需要有一个基础备份，因此，集群在做全量备份时，CN仍然做全量备份。其次，集群在两次增量备份过程中，CN发生删除和加回后，新增的CN需要做全量备份。对于支持异构的情况下，如果ID最小的CN发生变化，同样需要对CN做一次全量备份。整体的备份逻辑如下图所示。 3.为了实现上述判断逻辑，通过创建标志文件backup_label.old来控制CN做全量备份还是增量备份。backup_label.old在Python侧创建。即在Python侧，调用gs_roach备份前，在最小的CN上，即要进行备份的CN上，创建backup_label.old文件。根据backup_label.old的修改时间和priorBackupKey转化的时间，判断CN做增量备份还是全量备份。流程图如下图所示。如右半部分所示，如果backup_label.old文件的修改时间比prriorBackupKey转换获得的时间大，则进行全量备份。否则，进行增量备份。 4. CN备份技术应用实测 4.1 CN删除和加回后做全量备份初始状态，ecs-env-3038节点上的CN实例是最小CN编号，即主CN 第一步：修改XML配置文件xml,将主CN对应主机上的cooNum值从1改为0 第二步：使用gs_om工具执行删除CN操作 gs_om -t managecn -m delete -X /data1/xml/3_node_3.xml 第三步：将要加回CN对应主机上的cooNum值从0改为1 第四步：使用gs_om工具执行加回CN操作 gs_om -t managecn -m add -X /data1/xml/3_node_3.xml 删除和加回后，主CN的变化情况：主CN由节点ecs-env-3038变为节点ecs-env-2998. 此时查看日志可以发现，由于CN发生了增删，集群做增量备份时，CN做全量备份。 4.2 备份集大小变化第一步：拉起容灾，CN增量备份阶段停止容灾；第二步：创建大量数据库和空表；第三步：连续执行增量备份，增量备份中途不插入任何数据。如下图所示，不增加数据，增量备份集大小小于全量备份集大小 5. 技术总结本文主要从技术价值、应用场景、技术原理、技术实测展示几个维度对GaussDB(DWS) CN增量备份技术进行了剖析，可以看到增量备份是对已有全量备份恢复的一个有效的增强，可以节省宝贵的备份存储空间和cpu资源，同时达到进一步优化RPO目的，因此该技术拥有较为广阔的前景和深远的意义。点击关注，第一时间了解华为云新鲜技术~

2022-03-04

DataEase 开源项目 GitHub Star 数突破 5000！

截至2022年2月11日14:30，FIT2CLOUD飞致云旗下开源项目——DataEase开源数据可视化分析平台GitHub Star数超过5000个！

2022-02-11

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。

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。