logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

VB与C#代码转换在线工具,亲测好用

VB—>C#C#—>VB在线工具链接:https://converter.telerik.com

#c##开发语言
【数据库】AI驱动未来:电科金仓新一代数据库一体机如何重构性能边界?

电科金仓发布新一代AI数据库一体机,以"赤兔引擎、的卢模型、绝影盾甲"三大核心优势实现性能、智能、安全的全面突破。该产品深度融合数据库、超融合平台及AI大模型,具备百万级并发、亚毫秒响应和98%故障预警精准度等特性,已成功应用于医疗、教育、央国企等多个领域。此次发布不仅是产品迭代,更标志着电科金仓向智能数据基础设施提供商转型的战略布局,在国产数据库替代和AI技术融合方面迈出重要

#数据库#人工智能#重构
【数据库】KingbaseES数据库 + 全栈国产化信创项目,看医疗产业如何向“新”而行,向“质”而造?

文章摘要(149字): 常德市第二人民医院建成全国首个地方三级医院全栈国产化医疗信创项目,实现30余个核心系统国产化替代,患者候诊时间缩短20%。项目采用电科金仓数据库等国产技术栈,通过7个月联合攻坚解决9000余问题点,在性能、安全性方面表现优异。该案例打造了医疗信创可复制样板,探索出硬件-系统-应用全链路国产化路径,为行业数字化转型提供实践范本,彰显医疗新质生产力发展成效。

#数据库
【数据库】AI时代,国产数据库我选电科金仓

金仓数据库提出"融合+AI"战略,发布KES V9 2025产品,强调以"五个一体化"融合能力为核心,AI技术为辅助。该战略通过多语法兼容、多集群架构、多模数据存储、多场景处理及智能运维管理,降低国产化替代成本。AI主要应用于向量计算、智能运维等场景,但坚持数据库本质是解决数据存储与计算问题。金仓数据库提出"平替"理念,为金融、政务等核心

#数据库#人工智能
【数据库】时序数据库科学选型,以IoTDB构筑大数据时代的时序数据底座

摘要: 时序数据管理在工业物联网等场景需求激增,Apache IoTDB凭借物联网原生架构成为理想选择。其核心优势包括:高吞吐写入、高效压缩存储(TSFile格式)、低延迟查询及灵活部署,显著降低TCO。IoTDB产品体系涵盖时序数据库、TsFile存储格式及AINode智能分析引擎,支持端边云协同。应用场景覆盖能源电力、航空航天等,通过实时数据同步、边缘计算等特性满足工业需求,助力企业数字化转型

#数据库#时序数据库#iotdb
【数据库】时序数据库科学选型,以IoTDB构筑大数据时代的时序数据底座

摘要: 时序数据管理在工业物联网等场景需求激增,Apache IoTDB凭借物联网原生架构成为理想选择。其核心优势包括:高吞吐写入、高效压缩存储(TSFile格式)、低延迟查询及灵活部署,显著降低TCO。IoTDB产品体系涵盖时序数据库、TsFile存储格式及AINode智能分析引擎,支持端边云协同。应用场景覆盖能源电力、航空航天等,通过实时数据同步、边缘计算等特性满足工业需求,助力企业数字化转型

#数据库#时序数据库#iotdb
【数据库】时序数据库选型指南:从大数据视角看IoTDB的核心优势

摘要 时序数据库是工业物联网和智能制造领域的关键技术,面对海量时序数据的高频采集、多维度管理和高效存储需求,传统数据库面临性能瓶颈。Apache IoTDB及其商业版TimechoDB通过创新的数据模型、高效的存储压缩(15-20倍压缩比)和卓越的读写性能(单机150万点/秒写入),成为理想解决方案。其端-边-云协同架构支持全场景部署,并与工业协议和大数据生态无缝集成,显著降低存储与运维成本。在实

#数据库#时序数据库#大数据
【数据库】时序数据库选型指南:从大数据视角看IoTDB的核心优势

摘要 时序数据库是工业物联网和智能制造领域的关键技术,面对海量时序数据的高频采集、多维度管理和高效存储需求,传统数据库面临性能瓶颈。Apache IoTDB及其商业版TimechoDB通过创新的数据模型、高效的存储压缩(15-20倍压缩比)和卓越的读写性能(单机150万点/秒写入),成为理想解决方案。其端-边-云协同架构支持全场景部署,并与工业协议和大数据生态无缝集成,显著降低存储与运维成本。在实

#数据库#时序数据库#大数据
【数据库】数据库迁移利器:新版KDMS V4三大硬核升级,专治各种迁移

金仓数据库迁移评估系统KDMS V4全新升级,通过三大技术引擎重构解决数据库迁移难题:1)智能异构采集,支持数据库体检及应用SQL三重覆盖;2)评估引擎基于KES语法解析,支持6大数据库多版本评估;3)全新可视化界面实时监控进度。用户可通过金仓社区"三步法"完成迁移评估,并享受技术资源、专家答疑等五大权益。该系统助力用户实现高效、无风险的国产化数据库替代。

#数据库
【Python入门系列】第十九篇:Python基于协同过滤推荐系统的实现

推荐系统是现代互联网平台中的重要组成部分,它可以根据用户的兴趣和行为,向其推荐个性化的内容。协同过滤是推荐系统中常用的一种方法,它基于用户的行为数据,通过计算用户之间的相似度,找到相似用户的喜好,从而给用户推荐相似的内容。协同过滤是一种基于用户和物品之间关系的推荐算法。它主要分为两类:基于用户的协同过滤(User-Based Collaborative Filtering,简称UBCF)和基于物品

#python#开发语言
    共 40 条
  • 1
  • 2
  • 3
  • 4
  • 请选择