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

【系统架构设计 每日一问】一 在单表查询的情况下,ES快还是mysql快

对于简单的单表等值查询,且数据量不大时,MySQL的查询速度可能更快。对于包含大量文本字段的复杂查询或大数据量下的查询,ES的查询速度通常优于MySQL。因此,在单表查询的情况下,ES和MySQL哪个更快并没有绝对的答案。它取决于具体的查询类型、数据量大小、索引策略和系统配置等多个因素。在实际应用中,应根据具体需求选择合适的数据库系统。

#系统架构#elasticsearch#mysql
【数据结构-二叉树 八】【遍历求和】:求根到叶子节点数字之和

废话不多说,喊一句号子鼓励自己:程序员永不失业,程序员走向架构!本篇Blog的主题是【遍历求和】,使用【二叉树】这个基本的数据结构来实现,这个高频题的站点是:CodeTop,筛选条件为:目标公司+最近一年+出现频率排序,由高到低的去牛客TOP101去找,只有两个地方都出现过才做这道题(CodeTop本身汇聚了LeetCode的来源),确保刷的题都是高频要面试考的题。明确目标题后,附上题目链接,后期

文章图片
#数据结构
【系统架构设计 每日一问】五 搜索型业务,采用MySQL+ES,如何保证数据一致性

将数据从MySQL同步到Elasticsearch(ES)中并保证一致性是一个常见的需求,特别是在需要快速全文搜索和分析功能的应用中。

#系统架构#mysql#elasticsearch
【ElasticSearch从入门到放弃系列 五】ElasticSearch分布式集群搭建

上一篇blog介绍了ES的原理和基本使用方法,因为ES最厉害的地方就在于PB级别准实时的搜索能力,当然PB级的数据对于单个服务器去存储和检索还是很有难度的,所以ES一般使用时都使用分布式集群搭建。分布式相关概念级别概念集群 cluster一个集群就是由一个或多个节点组织在一起,它们共同持有整个的数据,并一起提供索引和搜索功能。一个集群由一个唯一的名字标识,这个名字默认就是“elasticsearc

#elasticsearch
【工作中问题解决实践 三】深入理解RBAC权限模型

工作时遇到了需要设计一套权限系统,所以做了一些调研。目前业界比较通用的权限系统设计都是采用RBAC模型,那么我们详细理解下RBAC模型的概念以及一些实际使用中建议的使用规范:RBAC权限模型首先了解下RBAC权限模型的基本概念和几种模型分类。1 RBAC权限模型RBAC(Role-Based Access Control)即:基于角色的权限控制。通过角色关联用户,角色关联权限的方式间接赋予用户权限

【Java SE基础 四】封装、继承、多态

在上一篇blog里详细介绍了面向对象的特性和原则,以及类的模型结构,本篇blog来详细介绍下Java是如何实现面向对象的几大特性:封装、继承、多态。

#java
【领域驱动设计 打通DDD最小闭环】二 模型的建立-业务事件风暴

事件风暴不仅能帮助我们尽量把需求补充完全,而且还能以协作的方式保证业务人员和技术人员对需求理解一致。实践过程中有点儿像模型推演,先识别流程,例如入驻流程,然后识别领域事件,例如【门店已联网】,同时明确业务规则,门店一旦有了联网时间不能重置;再识别命令,例如A+开启导致门店联网,同时明确命令执行者是系统,执行时需要查询门店信息。当然可能还有可选领域事件,例如【门店维护人变更】不影响主流程。诸如此类串

文章图片
#设计语言
【毕业N年系列】 毕业第七年

本文是"毕业N年系列"的第六篇,作者分享了自己毕业第五年的工作生活感悟。在工作上,首次获得S级绩效,AI比赛晋级决赛,专利获奖,转型管理者后学习管理技能,享受带领团队的过程。生活上遭遇房产贬值20万和父亲车祸等不顺。作者感叹人生无常如"风中浮萍",但仍保持积极态度,认为即使流水账式的记录也具时代价值。文章展现了职场人面对成长与挫折的真实心境。

#程序人生
【人工智能学习笔记 一】 AI分层架构、基本概念分类与产品技术架构

总的来说AI主要由算法、算力、数据组成,算法是核心。LLM是基于Transformer架构的算法成果,属于NLP领域关键技术,赋予AI理解和生成语言的能力。如果把AI AGENT看作人工助手,LLM就是其大脑,提供智能核心。AIGC则基于LLM等技术,生成语言、图像、音频等内容,就像人基于大脑的一些语言和视觉的表达。举个例子:云雀模型是LLM,豆包的问答查询基于此,是AIGC在语言领域的应用;图片

文章图片
#人工智能#学习
【人工智能学习笔记 二】 MCP 和 Function Calling的区别与联系

MCP(Model Context Protocol)与Function Calling(函数调用)是两种不同层面的技术方案,服务于大模型(LLM)与外部资源的交互,但设计理念和应用场景有显著区别。以下是两者的核心差异分析:MCP:开放协议层的基础设施Function Calling:特定模型的增值功能MCP适用场景Function Calling适用场景两者可结合使用:例如,在电商场景中,MCP

文章图片
    共 34 条
  • 1
  • 2
  • 3
  • 4
  • 请选择