上一章介绍了如何基于APE+SELF自动化构建指令微调样本。这一章咱就把微调跑起来，主要介绍以Lora为首的低参数微调原理，环境配置，微调代码，以及大模型训练中显存和耗时优化的相关技术细节标题这样写是因为上周突然收到了一周内上线一版chatbo的命令，原因无它领导们都刷到了《一个小时你也可以拥有ChatGPT》,《100美金训练ChatGPT》,《仅训练3小时超越ChatGPT》,《人人都可以拥有

vue-quill-editor 默认的是以 base64 保存图片，会直接把图片 base64 和内容文本一起以字符串的形式提交到后端。这样小图片还行，如果要上传大图片会提示上传失败，优秀的前端打字员显然不会这样做。一般的，我们在使用的时候并不需要这么多功能，可以适当的对编辑器配置项进行配置。到这里一个默认的富文本编辑器已经导入使用了，如下图所视！可以根据自己的实际需求，保留相应的工具栏。在指定

只需要将Rook官方提供的示例部署组件清单项目中 /rook/deploy/examples/csi/rbd 目录下的storageclass.yaml文件或storageclass-ec.yaml文件应用到K8S里即可(这两个文件的主要区别是保障数据高可用的方式不一样，前者是通过多副本的方式，后者是通过擦除算法的方式保障节点故障时数据不丢失，后者不需要三倍的存储空间，但需要更多的CPU资源进行计

在Kubernetes中，部署一个应用程序需要进行多个步骤，其中包括创建ConfigMap、Secret和Deployment等对象。但是，使用Helm这样的基于Kubernetes的包管理器，可以将所有这些操作打包成一个Chart，从而简化了应用程序的部署流程和管理。使用Helm进行包管理的前提是已经有一套可以正常运行的Kubernetes集群，关于Kubernetes(k8s)集群的安装部署，

在报表微服务启动类上添加积木报表扫描注解，@SpringBootApplication(exclude = {MongoAutoConfiguration.class},选择你要建表的数据库，我是跟业务库放到了一起，执行完后会新增以下这几张表。运行积木报表的初始化脚本，创建相关表结构，github速度太慢，推荐使用。在前端页面中新建 jimureport 文件夹，新建以下vue文件。先新建一个主类

在实际应用中，Kafka实时数据即席查询可以用于多种场景，如实时监控、实时报警、实时统计、实时分析等。数据质量：Kafka实时数据即席查询需要保证数据质量，避免数据重复、丢失或错误等问题，需要进行数据质量监控和调优。系统复杂性：Kafka实时数据即席查询需要涉及到多个系统和组件，包括Kafka、数据处理引擎（比如Flink）、查询引擎（比如Hive）等，需要对系统进行配置和管理，增加了系统的复杂性

Kafka是一个分布式的发布/订阅消息系统，最初由LinkedIn(领英)公司发布，使用Scala语言编写，后成为Apache的顶级项目。kafka主要用于处理活跃的数据，如登录、浏览、点击、分享等用户行为产生的数据。

现有主流消息中间件都是生产者-消费者模型，主要角色都是：Producer -> Broker -> Consumer，上手起来非常简单，但仍有需要知识点需要我们关注，才能避免一些错误的使用情况，或者使用起来更加高效，例如本篇要讲的kafka分区分配策略。在开始前我们先简单回顾一下kafka消息存储设计，如下图：topic是一个逻辑概念，一个topic可以包含多个partition，partitio

按图中的模型，可简单理解为S3是由若干个桶（Bucket）组成，每个桶中包含若干个不同标识的对象（Object），还有就是统一的访问入口(RESTful API)，这样基本就足够了。如下图，我们可以把S3的存储空间想象成无限的，想存储一个任意格式的文件到S3服务中，只需要知道要把它放到哪个桶(Bucket)中，它的名字（Object Id）应该是什么。PS：客户现场部署的S3是浪潮公司提供的，如果

这时候这款插件神器就来了，它不仅可以解决上面的缺陷，而且还有更强大的功能，它可以支持直接在IDEA上做接口联调测试！2.去 Apifox 项目内，就可以看到刚才自动同步过来的文档了(如果你已经在当前项目了需要点击一下刷新)。Apifox插件还有一个非常牛逼的功能就是支持在 IDEA 中一键发起接口自测，不需要切换其他软件。到目前为止，所有的准备设置工作都已经做好了，可以实现文档的自动生成和更新同步