摘要: 目录分布式事务解决方案2PC下单与减库存举例seata 分布式事务概念: 分布式事务指事务的参与者、支持事务的服务器、资源服务器以及事务管理器分别位于不同的分布式系统的不同节点之上,且属于不同的应用,分布式事务要保证这些操作要么全部成功,要么全部失败。本质上说,分布式事务就是为了保证,不同数据库的数 阅读全文
posted @ 2025-02-04 15:59 chuangzhou 阅读(4) 评论(0) 推荐(0) 编辑
摘要: 目录推理模型与指令模型1. 推理模型2. 指令模型3. 核心区别总结理解大语言模型的本质有效的7大R1 使用技巧 推理模型与指令模型 推理模型和指令模型是两类不同的人工智能模型,分别侧重于逻辑推理和任务执行。以下是它们的简单介绍: 1. 推理模型 目标:解决逻辑推理、数学计算或知识推断问题,输出确定 阅读全文
posted @ 2025-02-04 09:27 chuangzhou 阅读(632) 评论(0) 推荐(1) 编辑
摘要: 跨库查询效率低的主要原因涉及多个层面,以下是详细分析及优化建议: 一、核心原因分析 1. 网络延迟与数据传输开销 问题:跨库查询需通过不同数据库实例或服务器通信,网络往返时延(RTT)显著增加,尤其跨机房或跨地域时。 示例: 单次查询需从库A取数据,再向库B发送关联请求,多次网络交互导致延迟累积。 阅读全文
posted @ 2025-02-03 21:33 chuangzhou 阅读(16) 评论(0) 推荐(0) 编辑
摘要: **雪花算法(Snowflake Algorithm)** 是 Twitter 开源的一种分布式唯一 ID 生成算法,专为高并发、分布式系统设计。它生成的 ID 具有全局唯一性、趋势递增性,且不依赖数据库等外部服务。 1. ID 结构(64 位) 雪花算法生成的 ID 是一个 64 位的长整型数字, 阅读全文
posted @ 2025-02-03 21:26 chuangzhou 阅读(14) 评论(0) 推荐(0) 编辑
摘要: 目录垂直拆分水平拆分hash分表range 分表ShardingSphere 分库分表ShardingSphere核心功能架构设计部署形态社区和支持 一张表数据在 500 - 1000W 之间就需要进行分库分表操作。 分库分表之后比如订单表的订单id不会再用数据库表的自增id,而是采用比如雪花算法生 阅读全文
posted @ 2025-02-03 17:27 chuangzhou 阅读(4) 评论(0) 推荐(0) 编辑
摘要: Prompt:假如你是一名软件测试人员,如何提高软件测试的效率 DeepSeek 作为软件测试人员,提高测试效率需要从流程优化、工具选择、技术实践和团队协作等多方面入手。以下是一些经过验证的策略和具体实践,可帮助你在保证质量的前提下显著提升测试效率: 一、流程优化:减少重复劳动 需求早期介入(Shi 阅读全文
posted @ 2025-02-03 16:39 chuangzhou 阅读(58) 评论(0) 推荐(0) 编辑
摘要: 假如你是一名软件测试人员,一般每1000行代码有多少个缺陷 DeepSeek: (由于技术原因,联网搜索暂不可用) 作为软件测试人员,缺陷密度(Defect Density)(即每千行代码的缺陷数)是一个重要的质量参考指标,但具体数值因项目类型、团队成熟度、技术栈和测试方法差异较大。以下是综合分析和 阅读全文
posted @ 2025-02-03 10:59 chuangzhou 阅读(25) 评论(0) 推荐(0) 编辑
摘要: 软件测试结束的准则 Prompt1:假如你是一名软件测试工程师,什么时候可以结束一次需求的测试工作 DeepSeek: (由于技术原因,联网搜索暂不可用) 作为软件测试工程师,结束一次需求的测试工作需综合考虑质量目标达成、风险可控性和团队共识。以下是判断测试是否完成的关键条件和决策流程: 一、结束测 阅读全文
posted @ 2025-02-03 10:21 chuangzhou 阅读(15) 评论(0) 推荐(0) 编辑
摘要: 目录概念调优Prompt 的典型构成案例支持多轮对话DST纯用OpenAI API 实现完整功能 概念 提示工程也叫 指令工程。 调优 不知道训练数据怎么办? 高质量prompt 核心要点:具体、丰富、少歧义 修炼 prompt 能力,功夫在平时: Prompt 的典型构成 定义角色为什么有效? L 阅读全文
posted @ 2025-02-01 16:16 chuangzhou 阅读(9) 评论(0) 推荐(0) 编辑
摘要: 目录大模型的演变大模型的使用与训练大模型的特点与分类大模型的工作流程大模型的应用AgentReAct 大模型的演变 机器学习: 深度学习: 大模型演变: 大模型的使用与训练 预训练: SFT(监督微调): RLHF(基于人类反馈的强化学习): 大模型的特点与分类 特点: 分类: 大模型的工作流程 分 阅读全文
posted @ 2025-01-30 10:48 chuangzhou 阅读(21) 评论(0) 推荐(0) 编辑
点击右上角即可分享
微信分享提示