首页
学习
活动
专区
工具
TVP
发布

深度学习与python

公众号[深度学习与Python]文章同步更新
专栏成员
3962
文章
2656436
阅读量
46
订阅数
时序图,UML给软件开发带来的唯一好处
本文首先简要介绍了 UML 的历史,这可以帮助我们理解时序图是如何以及为什么在大多数 UML 图被扔进软件历史垃圾箱的情况下仍然能够存活下来。然后展示了时序图仍然很有价值的原因,以及我们应该如何充分地利用它们。
深度学习与Python
2023-08-09
2400
仅仅发布 SBOM 是不够的,质量和可用性因项目而异
软件物料清单(SBOM)正成为确保软件供应链健康的重要组成部分。最近对开源存储库中 SBOM 的质量和可用性进行的 一项评估 发现,SBOM 的可用性和实现存在很大的差异。OpenSSF 的 开源软件安全动员计划 有一个专门的流来改进 SBOM 的可用性、生成和消费。
深度学习与Python
2023-03-01
2330
使用 Kafka 和动态数据网格进行流式数据交换
数据网格(Data Mesh)是近来受到广泛重视的一种新型架构范式。每家数据和平台提供商都说明了怎样使用自己的平台来构建最好的数据网格。数据网格的故事包括像亚马逊云科技这样的云计算提供商,像 Databricks 和 Snowflake 这样的数据分析提供商,以及像 Confluent 这样的事件流解决方案。本文详细讨论了这一原理,并探索了为何没有一种技术最适合构建数据网格。本文列举的例子表明,为何像 Apache Kafka 这样的开放和可扩展的分布式实时平台一般都是数据网格基础设施的核心,而其他数据平台则是为了解决业务问题而提供支持。
深度学习与Python
2022-03-23
9400
作为云原生 iPaaS 集成中间件的 Apache Kafka
企业面临着前所未有的集成挑战。信息技术的发展要求更多的技术集成,应用程序部署在边缘、混合和多云架构中,传统的中间件,如 MQ、ETL、ESB,都不能很好地扩展,仅能批量处理数据而无法实现实时处理。
深度学习与Python
2022-03-23
7360
高级 Kubernetes 部署策略
在现代技术领域,Kubernetes 是一个采用非常广泛的平台。它让组织能够大规模部署和管理应用程序。这一容器编排平台简化了基于微服务的应用程序的基础架构配置工作,并通过模块化设计实现了高效的负载管理。Kubernetes 支持各种部署资源,以帮助运维人员使用更新和版本控制来实现 CI/CD 管道。虽然 Kubernetes 提供了滚动更新作为默认部署策略,但一些用例需要非常规方法来部署或更新集群服务。
深度学习与Python
2022-03-23
3010
Jellyfish:为Uber最大的存储系统提供更节省成本的数据分层
Jellyfish 项目成功地降低了 Uber 的运营费用,并且未来可以节省更多的存储资源。这里介绍的分层概念可以通过多种方式进行扩展,进一步提高效率并降低成本。
深度学习与Python
2021-12-09
5300
加速Flink布局,Pinterest的自助式故障诊断工具实践
为简化和加速故障排查,Pinterest 流处理平台团队基于 Flink 构建并推出了称为 Dr. Squirrel 的诊断工具,揭示并聚合任务状态,洞悉根本致因,提供解决问题的可操作过程。自发布以来,该工具显著提升了开发人员和平台团队的工作效率。
深度学习与Python
2021-11-10
7810
RustConf 2021: 迈向广泛应用的征程
北京时间 2021 年 9 月 15 日,一年一度的 Rust 语言官方大会 RustConf 2021 圆满结束。
深度学习与Python
2021-10-13
3870
Facebook 如何使用 ZippyDB 构建通用键值存储?
ZippyDB 是 Facebook 最大的强一致性、地理分布的键值存储。自从我们在 2013 年首次部署 ZippyDB 以来,这个键值存储的规模迅速扩大,如今,ZippyDB 为许多用例服务,包括分布式文件系统的元数据、为内部和外部目的计算事件,以及用于各种应用功能的产品数据。ZippyDB 在可调整的持久性、一致性、可用性和延迟保证方面为应用程序提供了极大的灵活性,这使得它在 Facebook 内部成为存储短暂和非短暂的小型键值数据的首选。在本文中,我们将首次分享 ZippyDB 的历史和开发,以及在构建这项服务时做出的一些独特的设计选择和权衡,这项服务解决了 Facebook 的大多数键值存储场景。
深度学习与Python
2021-10-13
5380
Keep电商供应链系统的DDD实战复盘
任何一套业务架构都可能存在一定的历史问题,这是业务在不同阶段做技术选型必然出现的状况,如何用新的、合适的架构思想做恰到好处地改造,则是架构师们的必备能力。本文是 Keep 利用 DDD 改造电商供应链系统的一次精彩实战,InfoQ 架构头条独家分享,以供大家参考交流。文章作者:武清明,目前他在 Keep 负责商业化业务中台研发和规划工作,擅长电商业务系统架构设计,采用 DDD 合理简单化设计复杂电商系统,提升系统功能模块的复用性和扩展性。
深度学习与Python
2021-10-13
5650
让 API 好用的 9 个小技巧
多年来,我已经为很多 API 实现了客户端。为此,我整理了一份清单,列出了一些可以改善开发体验的小技巧。这些想法大都与 API 设计或架构无关。这些技巧主要是给 API 的创建者提供帮助的,可以让客户端实现起来轻松一些。
深度学习与Python
2021-07-12
3260
2020年Go开发者调查:支持泛型仍是核心需求
近日,Go 官方发布了 2020 年 Go 开发者调查报告,共计有 9684 位开发者参与了调查。2020 年,Go 语言的使用率上升到了 76%,66% 的受访者表示 Go 语言对公司业务很重要,92% 的受访者表示对 Go 语言的使用感受很满意。
深度学习与Python
2021-03-30
4120
4种主流的API架构风格对比
本文讨论了四种主要的 API 架构风格,比较它们的优缺点,并重点介绍每种情况下最适合的 API 架构风格。
深度学习与Python
2021-01-21
2.3K0
一个典型的架构演变案例:金融时报数据平台
本文最初发布于金融时报产品 & 技术博客,经原作者授权由 InfoQ 中文站翻译并分享。
深度学习与Python
2021-01-20
8580
机器学习应用设计阶段的 10 个陷阱和 11 个最佳实践
本文最初发表于 Towards Data Science 博客,经原作者 Bruce H. Cottman 授权,InfoQ 中文站翻译并分享。
深度学习与Python
2021-01-06
6140
GraphQL是API的未来,但它并非银弹
我认为,GraphQL 将改变世界。将来,你可以使用 GraphQL 查询世界上的任何系统。我在创造这样的未来。那么我为什么要对使用 GraphQL 进行辩驳呢?我个人最讨厌的是,社区一直在宣传 GraphQL 的好处,而这些好处却非常普通,并且与 GraphQL 实际上没有任何关系。如果我们想推广采用,那么我们应该诚实,应该摘掉有色眼镜。这篇文章是对 Kyle Schrade 的文章“为什么使用 GraphQL”的回应。这并不是批评。这篇文章是一个很好的讨论基础,因为它代表了我在社区中经常听到的观点。如果你读了整篇文章,当然这会花一些时间,你就会完全理解,为什么我认为 Kyle 的文章应该改名为“为什么使用 Apollo”。
深度学习与Python
2020-12-18
2K0
Uber 大规模运行 Apache Pinot实践
Pinot 是一个实时分布式的 OLAP 数据存储和分析系统。使用它实现低延迟可伸缩的实时分析。Pinot 从脱机数据源(包括 Hadoop 和各类文件)和在线数据源(如 Kafka)中获取数据进行分析。Pinot 被设计成可进行水平扩展。Pinot 特别适合这样的数据分析场景:查询具有大量维度和指标的时间序列数据、分析模型固定、数据只追加以及低延迟,以及分析结果可查询。本文介绍了 Pinot 在 Uber 的应用情况。
深度学习与Python
2020-11-06
8790
超越大数据分析:流处理系统迎来黄金时期
流处理作为一个一直很活跃的研究领域已有 20 多年的历史,但由于学术界和全球众多开源社区最近共同且成功的努力,它当前正处于黄金时期。本文的内容包含三个方面。首先,我们将回顾和指出过去的一些值得关注的但却很大程度上被忽略了的研究发现。其次,我们试图去着重强调一下早期(00-10)和现代(11-18)流系统之间的差异,以及这些系统多年来的发展历程。最重要的是,我们希望将数据库社区的注意力转向到最新的趋势:流系统不再仅用于处理经典的流处理工作负载,即窗口聚合和联接。取而代之的是,现代流处理系统正越来越多地用于以可伸缩的方式部署通用事件驱动的应用程序,从而挑战了现有流处理系统的设计决策,体系结构和预期用途。
深度学习与Python
2020-09-14
8650
没有更多了
社区活动
【纪录片】中国数据库前世今生
穿越半个世纪,探寻中国数据库50年的发展历程
Python精品学习库
代码在线跑,知识轻松学
博客搬家 | 分享价值百万资源包
自行/邀约他人一键搬运博客,速成社区影响力并领取好礼
技术创作特训营·精选知识专栏
往期视频·千货材料·成员作品 最新动态
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档