数据库标签_亚马逊云科技技术品牌专区

数据库

智慧园区物联监管平台

智慧园区物联监管平台基于物联网、大数据与AI技术，构建统一数据中枢，实现对水电气暖、安防环境、交通等要素的全域感知与智能预警。平台融合Spring Boot、MySQL 5.7等技术，具备数据汇聚、可视化管理、应急联动与资源优化能力，打破信息孤岛，提升园区治理智能化水平，助力产业转型升级与可持续发展。

IT精英选手
2026-09-24 17:05:21

 84

#大数据 #人工智能 #php +4
智慧康养服务系统的设计与实现

本文针对人口老龄化加剧背景下传统养老模式难以满足个性化、智能化需求的问题，设计并实现了一套基于物联网、大数据与人工智能的智慧康养服务系统。系统依托Spring Boot框架与MySQL数据库，集成实时健康监测、异常预警、远程医疗、个性化健康管理及应急响应功能，实现从“被动治疗”向“主动预防”的转变。通过跨部门数据互通与适老化交互设计，提升老年人生活质量与照护效率，推动“健康中国”战略落地，具有显著

 IT精英选手
2026-09-24 16:51:36

 60

 1

#数据库 #服务器 #网络 +2
从「存得下」到「算得动」：DolphinDB 核心计算能力深度解析与工业物联网标杆实践

从「存得下」到「算得动」：DolphinDB 核心计算能力深度解析与工业物联网标杆实践

 2301_81152266
2026-09-24 09:38:48

 1.2w

 2

#数据库
异步微批处理调度器演进：基于请求大小的自适应分批

深度学习系统的并发调度，必须深入算力与显存的物理本质。“彻底抛弃固定条数的粗放思维，以 Token 动态预算为装箱标尺，在保证显存绝对安全的前提下将 GPU 矩阵算力压榨至理论巅峰”，是保障大模型批处理服务在复杂异构长短文本冲击下实现零 OOM、高吞吐稳定交付的标准工业级范式。

2401_87746054
2026-09-23 14:36:26

 1861

 1

#人工智能 #语言模型 #后端 +2
计算机开题不会写？选题落地 + 文献缺口 + 架构设计，一站式快速成型过审

计算机专业同学写开题，真的是！代码会敲、系统会跑、算法会调，唯独开题报告次次被导师驳回：选题太大太空、技术栈胡乱堆砌、研究背景全是套话、文献综述只会抄、技术路线逻辑混乱、系统模块拆分不清、创新点完全不落地。计科开题最忌讳 “泛技术堆砌”，很多同学堆叠大模型、微服务、深度学习，却写不出。一边要查海量前沿文献、梳理技术架构，一边要完善研究内容、可行性分析、创新点，反复改稿多轮，开题答辩临近直接焦虑爆棚

 虎贲等考教育
2026-09-16 11:22:41

 25

#人工智能 #数据库 #媒体 +1
校园后勤数字化升级：智能锁电控联动如何解决高校安防与能耗双重难题

拥有近二十年智能锁研发生产经验的国家级高新技术企业果丁智能，依托深圳全链条自研自产体系、22项核心专利技术积淀与规模化量产优势，打磨出适配高校宿舍、教室、实训房的专用智能锁系统，精准解决校园身份核验、用电安全、一卡通适配、运维成本四大核心难题，适配新旧校区轻量化升级改造。依托成熟的物联网电控联动技术，果丁智能校园智能锁搭配高精度雷达人体感应设备，精准识别室内人员动态，实现门锁启闭状态与室内供电系统

 GUODN
2026-09-16 10:36:06

 282

 3

#运维 #大数据 #人工智能 +2
学习人工智能需要哪些基础知识?（非常详细），零基础入门到精通，看这一篇就够了

本文系统梳理了学习人工智能所需的核心基础知识，涵盖数学（线性代数、微积分、概率统计）、编程（Python及数据处理）、算法与数据结构（排序、树图等）、计算机基础（组成原理、网络）以及逻辑思维能力。强调扎实基础对掌握AI技术的重要性，并提供免费学习资料获取途径，助力初学者高效入门人工智能领域。

网络安全工程师小龙
2026-09-16 10:11:57

 154

#学习 #数据库 #算法 +1
2026年最新人工智能入门指南（学习清单）

这份清单主要内容如下图所示，主要有3大部分，分别为python编程、机器学习和深度学习，在学习理论知识的同时注重实战，让大家快速上手。在各个部分，本文还推荐了学习图书和视频，可以帮助大家高效学习。

网络安全工程师小龙
2026-09-16 10:11:02

 189

 2

#数据库 #学习 #人工智能 +1
【高校竞赛实战】腾讯云助手辅助云原生竞赛：5 分钟从题目到生产级 K8s YAML 配置

全国职业院校技能大赛、华为 ICT、CKA/CKS、各类云计算赛项中，K8s 编排是最核心的得分点。本文以一道真实的省赛模拟题为例，演示如何用腾讯云助手在 5 分钟内生成。

2501_93047244
2026-09-16 09:43:27

 161

 1

#人工智能 #腾讯云 #数据库
物联网监控场景时序数据库选型：从 InfluxDB 迁移到 TDengine 的实战复盘

选型没有银弹。我们踩过的坑——时区、内存参数、子表数量——都是文档里写得清楚但容易被忽略的细节。建议任何团队在迁移前，先用真实数据量做 PoC，重点测写入吞吐、聚合 P99 和压缩比，再决定是否切换。

weixin_54916815
2026-09-16 08:51:55

 476

 3

#数据库 #数据分析
AllData集成开源项目Gonavi，涵盖7大类数据库：关系型/内存/国产/向量/消息队列/物联网/数仓，建设模数共振业务平台！

AllData可定义数据中台集成开源项目GoNavi构建模数共建数据源模块，以GoNavi作为多源数据交互枢纽，一站式完成数据源接入、库表元数据管理、表结构差异比对、数据校验、异构数据同步等数据集成运维工作。

AllDataDC
2026-09-15 17:01:31

 131

 2

#大数据 #人工智能 #云计算 +3
内部审计岗的数据分析技能清单：Excel、SQL、BI工具怎么准备

2025年以来，内部审计应届岗和管培生岗的公开要求中，越来越常见的表达是数据分析能力、熟练使用Excel、具备系统思维、了解业务流程。你需要继续看招标记录、报价差异、评审人员、采购需求、历史合作、付款周期，再判断是否存在围标、利益冲突或流程瑕疵。应届生至少要听得懂资产、负债、收入、成本、费用、现金流，也要理解采购到付款、销售到收款、费用报销、存货管理这些流程。毕马威人工智能就绪度白皮书将稳定运行、

cspttty
2026-09-15 15:15:45

 37

 1

#数据库 #大数据
如何将网页抓取用于机器学习

机器学习（ML）是人工智能的一个分支，它使计算机无需显式编程即可从数据中学习模式。ML 模型会识别数据集中的趋势，从而基于新的输入进行预测和决策。从股票市场分析到图像识别，机器学习在现代技术中都至关重要。然而，ML 模型的有效性取决于用于训练它的数据质量和数量。这正是网页抓取变得不可或缺的地方。确定你需要的网站和数据。例如，从 Yahoo Finance 抓取股票价格，可以作为构建预测性 ML 模

 Data_Journal
2026-09-15 14:03:16

 81

 1

#scrapy #python #开发语言 +2
2000-2025年地级市、上市公司层面国家超级计算中心建设数据

我国自"十一五"时期起由科技部支持布局：2009年天津国家超级计算中心启动建设，截至2025年末，全国已有14座经科技部批准的国家超级计算中心，分别位于天津、深圳、长沙、济南、广州、无锡、郑州、昆山、成都、西安、太原、重庆和嘉兴，广泛服务于气象、能源、生物医药、人工智能等关键领域。现有研究表明，超算中心投入运营可用于刻画地区算力基础设施建设水平，也可作为城市数据要素空间黏性的重要代理变量，为识别算

 经管数据集
2026-09-15 09:29:50

 53

 1

#数据库
自然语言论文能否承载机器可执行治理信息？ ——从语义载体到治理编译的理论与路径

随着人工智能系统深度嵌入医疗、金融、交通、司法、教育、能源、公共治理等高风险领域，治理问题不再只是“应当如何”的规范性讨论，而越来越成为“系统如何即时识别、判断、执行、解释和追责”的工程问题。传统治理文本——法律、标准、政策、伦理准则、学术论文——主要面向人类读者，依赖自然语言表达。自然语言具有高度概括力、语境适应力和价值表达能力，却同时具有歧义性、模糊性、隐含性、不完备性和执行依赖性。机器可执行

 闹纳尼
2026-09-14 15:54:35

 282

#数据库 #人工智能 #大数据 +2
数据论文正在过时吗？从JOHD与KISTI的对话，看人工智能时代的人文数据出版

十年前，数据论文最重要的任务，是让研究者愿意共享数据，并让数据劳动获得正式引用。今天，这项任务仍未完成，但新的问题已经出现。数据不再只被同行研究者下载和阅读，也可能被平台聚合、被模型训练、被自动系统重新分类，并以数据创建者未曾预料的方式传播。人文学科的数据尤其如此：它们不仅承载事实，也承载分类、缺席、不确定性、权力关系和历史解释。数据及其版本；数据生产者与维护者；原始资料与来源社群；存储库与长期基

 闹纳尼
2026-09-14 15:36:22

 442

#人工智能 #大数据 #数据库 +2
【必学收藏】智能体(Agent)技术解析：从传统到基于大模型的演进之路

智能体是能感知环境并自主行动以达成目标的实体，历经反射型、学习型演进，现基于大模型的智能体具备规划、推理、工具调用与动态修正能力。与固定流程的工作流不同，智能体可动态适应任务变化。平台如dify、coze降低了开发门槛，推动AI应用普及。未来，随着大模型发展，智能体将向通用人工智能、个性化助手及脑机融合方向迈进，为普通人带来更智能便捷的生活体验。

网络安全工程师小龙
2026-09-14 09:58:40

 336

 1

#产品经理 #算法 #数据库 +1
上市公司数字化广度&数字化深度（2001-2025）

本数据集由数据皮皮侠团队整理，涵盖2001-2025年A股上市公司文本数据，采用文本分析法构建“数字化广度”与“数字化深度”指标，基于年报关键词词频对数测度。广度反映技术应用范围（如大数据、云计算等），深度体现实际应用程度（如智能制造、数据驱动等）。可支持企业创新、绩效、风险承担等研究，揭示数字化转型的作用机制与异质性影响，参考杨鹏等（2024）方法，数据格式为Excel，真实有效。

皮皮学姐分享-ppx
2026-09-12 08:45:00

 268

#高考 #大数据 #人工智能 +2
2026市场分析师校招能力模型：SQL、Excel、BI与业务分析

市场分析师的工作不是简单查资料、做PPT，而是把市场、用户、竞品、销售、投放、渠道等信息变成可执行判断。前程无忧2026校园招聘白皮书显示，数据分析类岗位出现在教育/培训/院校、专业服务等行业热招岗位中，综合素质要求集中在专业知识、问题解决能力、沟通能力、独立思考能力、执行力和创新能力。毕马威人工智能就绪度白皮书把系统集成性、扩展性、操作规范化、运维常态化、组织职责和治理机制列为AI就绪度相关评估

 cspttty
2026-09-12 00:15:00

 262

 1

#大数据 #数据库
Skill 是什么？

在人工智能技术体系的发展脉络中，Skill 是连接大模型非确定性思考与真实系统确定性控制之间的桥梁。│ Skill 技术演进趋势展望 ││ 阶段一：手工定义 (Manual) ││ 工程师手写 Prompt、定义 JSON Schema 并实现底层 API 调用代码。││ ││ 阶段二：检索与路由自动化 (RAG-Driven) ││ 技能库扩展至成百上千，系统通过语义匹配与动态载入避免上下文膨胀

 tachibana2
2026-09-11 11:00:00

 291

 1

#数据库 #人工智能
多Agent协作：多个AI共同完成复杂任务

人工智能正在经历从「单体智能」到「群体智能」的关键跃迁。单个大模型在写作、推理、编程等任务上已经表现出色，但面对真实世界中充满多步骤、多约束、跨领域的复杂任务时，单Agent往往暴露出明显的短板：上下文窗口有限、推理链路过长、单点故障风险高、难以同时兼顾多个专业维度。在这样的背景下，多Agent协作（Multi-Agent Collaboration）应运而生。

今天AI了吗
2026-09-10 17:11:22

 245

 1

#人工智能 #大数据 #数据库 +2
基于语义向量距离的 WAF 前置拦截机制设计

在传统 Web 应用防火墙（WAF）的架构演进中，规则引擎长期处于两难困境：正则表达式黑名单极易被花样繁多的混淆编码与多层包装绕过（如多重 URL 编码、注释插入、大小写交错），而将每一个高并发 HTTP 请求都送入大型深度学习模型或 LLM 又会带来数十毫秒乃至数百毫秒的灾难性延迟。为了在“超低延迟响应”与“深层泛化识别”之间取得最佳工程平衡，成为了现代智能 WAF 的关键演进方向。

硅徒
2026-09-09 22:58:31

 957

 1

#人工智能 #语言模型 #数据库
基于Modbus协议的土壤墒情监测设备数据采集方案（附接线说明）

做农业物联网项目的开发者，大概率会碰到土壤墒情监测设备的数据采集问题。本文以一款常见的RS485接口墒情传感器为例，介绍基于Modbus-RTU协议的数据读取方案。RS485接口通常采用四线制：VCC（供电正极）、GND（供电负极）、A（RS485正）、B（RS485负）。需要注意的是，RS485总线采用手拉手菊花链拓扑，不支持星形接线。如果一条总线上挂载多个传感器，所有设备的A线串联、B线串联，

2401_86826945
2026-09-09 17:32:20

 250

 1

#数据库
信息安全实战从0开始(三）手工SQL注入：重回Low深度学习SQL机制，成功破解Medium

本文记录信息安全专业学生自学网络安全的第三天历程。通过手工注入深入理解SQL注入原理，从Low级别入手，掌握union select与注释符#的使用，成功绕过字符串拼接限制。挑战Medium级别时，发现其使用中括号而非引号，遂调整注入方式，成功获取数据库信息。盲目依赖自动化工具和遵循网课顺序无法真正理解漏洞本质，唯有亲手实践、剖析原理，才能扎实前行。

参7
2026-09-09 15:25:12

 238

 2

#sql #数据库 #网络安全
从“命题审查”到“审查能力”：USDS 2.0 第一关逻辑准入、硬逻辑裁决与人工智能求真协议的再研究

本文以USDS 2.0连续讨论为对象，重点分析其关键理论转折：第一关KLA是逻辑准入机制，而非证据验证机制。命题须先具备明确对象、论域、条件和推理结构，逻辑不通时证据不能拯救；逻辑通过后证据、认知与结构审查才获入场资格。四关规则为：逻辑不通第一关淘汰；四关全过命题成立；任一关失败命题不成立。本文区分语义不完整、形式矛盾与经验为假，强调“不成立”不等于“现实中为假”。文章提出训练协议、命题格式、审查

 技术专家
2026-09-09 09:43:31

 359

 3

#网络 #java #开发语言 +3
LLM 是如何学会调用外部工具的？

大模型学会调用外部工具，是人工智能从单纯的“语言交流”迈向“通用行动体（Action Agent）”的关键一步。数学层面：它依旧是基于概率分布的自回归 Token 预测；协议层面：它是大模型与外部系统通过标准 JSON Schema 与特殊控制标记约定的状态协商；训练层面：它依靠覆盖单工具、多工具、反问澄清与负样本的高质量 SFT 轨迹，以及掩码损失计算与受限解码算法的保驾护航；进化层面：它正加速

 tachibana2
2026-09-09 09:30:00

 312

 1

#数据库 #人工智能
天气数据接口选型指南：SLA 99.99%与日均千亿级调用

华风爱科由中国气象局下属华风气象传媒集团持股 65%、AccuWeather 持股 35%，同时拥有中国气象局官方数据与 AccuWeather 全球预报技术，兼具国资背景的权威性和全球气象技术覆盖能力，适合对稳定性、覆盖范围和企业级协同都有要求的场景。天气数据接口真正进入手机预装、APP 内置、物联网或行业系统后，选型就不再只是“能不能查天气”，而是要同时看可用性、并发承载、数据源覆盖和数据粒度

 智塑未来
2026-09-09 09:17:54

 722

 3

#人工智能 #数据库 #大数据
我机械的，转行 AI 竟然成功了！

前几天一个硕士期间搞的朋友，考上了某大学的人工智能博士，有点焦虑，我们聊了聊。他焦虑的重点主要集中在硕士期间一直在做材料相关的课题，编程基础薄弱，参与的人工智能课题少，担心读了博士之后，会很难上手相关的项目，做起来会很费劲。在我们沟通的过程中，我的一个观点是：人工智能专业的博士这个机会很难得，我建议把握住（博士是一辈子的事，不论以后在哪里做什么，都要相信”流水的工作，铁打的博士”，况且他考的还是个

 网络安全工程师小龙
2026-09-08 10:12:27

 238

 8

#人工智能 #搜索引擎 #百度 +4
AI 驱动语音钓鱼攻击演化与金融协同防御研究

摘要语音钓鱼长期是金融领域危害最突出的网络欺诈类型之一，近年来人工智能语音合成、深度伪造与恶意移动应用的结合，使其攻击手段持续向技术化、精准化方向演化。本文以韩国金融监督院 2026 年 9 月发起的首次泛金融部门语音钓鱼预防宣传周为实证样本，梳理韩国语音钓鱼治理的总体态势，解析 AI 与恶意应用驱动下攻击手段的演化特征与完整攻击链路，剖析以三项安全拦截服务为核心的金融行业协同防御体系的构建逻辑。

芦熙霖
2026-09-08 10:44:01

 268

 6

#人工智能 #金融 #web安全 +4
算子融合的收益量化：显存带宽瓶颈下的 Kernel 拼接实测

在现代 GPU（如 NVIDIA A100 / H100）上运行深度学习推理时，硬件计算单元的峰值浮点算力（FLOPs）正在以每两年翻倍的惊人速度膨胀，而高带宽显存（HBM）的物理带宽增长却相对缓慢。这种算力与带宽增速的巨大失衡，导致大模型推理网络中绝大多数非 GEMM 算子（如 LayerNorm、GELU、Residual Add、Softmax）的执行时间，完全被**显存访存延迟（Memor

邵宇然
2026-09-07 14:51:31

 2446

 4

#人工智能 #语言模型 #后端 +1
多线程调度机制：OpenMP 与手写线程池的吞吐对比

在 CPU 端进行大模型或通用深度学习推理优化时，如何将大尺寸矩阵乘法（GEMM）或量化点积算子均匀分发到 CPU 的几十个物理核心上，是决定端到端吞吐量的胜负手。在传统的科学计算与 C/C++ 开源项目中，是最普遍采用的多线程并行方案，只需在循环上方加一行指令，编译器就会自动完成线程分发。llama.cpp 和大量底层库在早期也重度依赖 OpenMP。然而，当系统从单次静态批处理演进到高并发、低

 邵宇然
2026-09-06 11:55:18

 2001

 7

#人工智能 #语言模型 #后端 +1
常量折叠与死代码消除在推理图中的边界

在深度学习模型训练完成并转换为推理计算图后，整张网络中存在着大量的静态先验信息：固定的模型权重（Weights）、固定的偏置项（Biases）、固定的超参数（如 LayerNorm 的 $\epsilon = 1e-5$）、以及在导出时遗留的训练专用分支（如 Dropout、梯度检查点标记）。对于 AI 编译器前端而言，与是最基础、但也是收益最立竿见影的两项全局优化 Pass。

邵宇然
2026-09-06 11:42:38

 2017

 7

#人工智能 #语言模型 #后端 +1
用 Python 自动抓取 AI 回答的来源链接：把回测从手工变成表格

小凡GEO：人工智能GEO 回测的核心动作是：发完内容，过 3~7 天去问 AI，看它回答里有没有你的链接、来源里有没有你的文章。手工复制粘贴记到记事本里，样本一多就乱。本文用 Python 把"解析 AI 回答 → 提取来源链接 → 统计出现次数 → 写 CSV"自动化，回测一次跑完。

小凡geo
2026-09-06 10:28:57

 698

 18

#python #人工智能 #开发语言 +2
Batching 策略演进：从静态 Batch 到 Chunked Prefill

在大模型在线推理服务中，如何将来自不同客户端的并发请求高效打包（Batching），是决定整个服务吞吐量与响应延迟的核心命脉。在传统的深度学习推理（如图像分类或 BERT 时代）中，请求通常具有固定的输入输出长度，静态批处理能够很好地跑满 GPU。然而对于自回归大语言模型（LLM），用户输入的 Prompt 长度可能从几个字跨越到数万字，生成的回答长度也完全不可预测。如果依然沿用传统的批处理思维，

邵宇然
2026-09-04 20:25:23

 1927

 4

#人工智能 #语言模型 #后端 +1
内存布局转换的代价：NCHW 到 NHWC 的重排折损与消除

在视觉模型与多模态大模型（Vision-Language Models）的编译优化中，张量的**内存排布格式（Memory Layout / Data Format）**是影响硬件计算效率的最关键因素之一。很多刚接触深度学习底层优化的开发者，经常在模型代码中随意插入permutetranspose或reshape操作，以为这只是简单的几行维度变换。然而在底层硬件层面，一次看似不起眼的从NCHW（通

 邵宇然
2026-09-04 20:08:25

 1931

 6

#人工智能 #语言模型 #后端 +1
互联网大厂Java求职面试实战：Spring Boot、微服务与AI技术栈全解析

本文通过互联网大厂Java求职者谢飞机的面试故事，涵盖核心Java、Spring Boot、微服务架构及AI相关技术，详细讲解面试官的循序渐进提问及答案解析，帮助小白理解复杂技术场景。

gaga
2026-01-19 14:02:18

 337

 4

#微服务 #AI #面试 +1
互联网大厂Java求职面试实战：微服务与AI技术全栈问答解析

Spring AI提供模型上下文协议、RAG等功能，助力智能客服和文档问答系统。通过以上问答，读者可理解技术细节及其在智慧物流互联网大厂场景中的应用。

gaga
2026-01-28 11:02:23

 475

 5

#微服务 #数据库 #缓存 +2
Springboot基于人脸识别的智慧实验室系统ns3s9（程序+源码+数据库+调试部署+开发环境）带论文文档1万字以上，文末可获取，系统界面在最后面。

许多高校和科研机构已经建立了较为完善的智慧实验室管理系统，这些系统大多基于先进的软件开发框架，如Spring Boot等，实现了实验室的智能化管理。该系统应能够满足实验室日常管理的需求，包括员工管理、实验室信息管理、设备预约管理、考勤管理、安全监控等功能，并通过人脸识别技术实现身份验证和智能考勤，提高实验室管理的智能化水平。查阅国内外关于智慧实验室系统、人脸识别技术、Spring Boot框架等方

 Miss_Chenzr
2026-01-29 10:45:00

 1054

 24

#数据库 #spring boot #网络
2003-2024年地级市大数据采集和处理能力

大数据采集和处理能力是指一个地区、组织或系统在既定制度与技术条件下，对多源、高频、大规模数据进行获取、传输、存储、清洗、分析与应用的综合能力。本文参考《中国工业经济》王林辉等（2025）一文中关于地级市大数据采集和处理能力指标的衡量和测算方法，采用信息传输、计算机服务和软件业从业人员数占所属地级市总从业人员数的比重表征和测算。在区域或城市层面，大数据采集和处理能力通常被视为衡量数字化基础、智能化水

 经管数据库
2026-02-15 17:50:12

 941

 4

#大数据 #数据分析 #数据库
将Python Web应用部署到服务器（Docker + Nginx）

python# 创建基类# 定义一对多关系# 定义多对一关系# 定义多对多关系（通过关联表）# 关联表（用于多对多关系）SQLAlchemy ORM提供了强大而灵活的数据库操作方式，通过本文的介绍，您应该能够：安装和配置SQLAlchemy定义数据模型和关系执行基本的CRUD操作构建复杂查询管理数据库事务遵循最佳实践SQLAlchemy还有更多高级特性，如混合属性、事件监听、自定义查询等，值得进一

 烟花巷子
2026-03-28 23:34:16

 207

 4

#python #数据库 #jvm
Python Lambda（匿名函数）：简洁之道

python# 创建基类# 定义一对多关系# 定义多对一关系# 定义多对多关系（通过关联表）# 关联表（用于多对多关系）SQLAlchemy ORM提供了强大而灵活的数据库操作方式，通过本文的介绍，您应该能够：安装和配置SQLAlchemy定义数据模型和关系执行基本的CRUD操作构建复杂查询管理数据库事务遵循最佳实践SQLAlchemy还有更多高级特性，如混合属性、事件监听、自定义查询等，值得进一

 2401_87473253
2026-03-24 21:20:34

 234

 4

#python #数据库 #jvm