书栈网 · BookStack 本次搜索耗时 0.023 秒,为您找到 64768 个相关结果.
  • 第二章 云计算技术

    2909 2018-04-11 《大数据实验手册》
    第二章 云计算技术 云计算技术: 首先让大家明白什么是云端,所谓云端需要两层理解 云技术与其他技术的区别: 成熟的云计算技术: 第二章 云计算技术 云计算技术: 首先让大家明白什么是云端,所谓云端需要两层理解 服务不在本地,这一层可以理解为服务器 它和普通的服务器是不一样的,这些云端的服务器的资源是共享的,一旦一个服务器不能承受,将...
  • 1 引言

    第 1 章 引言 1.1 计算机体系结构的研究内容 1.1.1 一以贯之 1.1.2 什么是计算机 1.1.3 计算机的基本组成 1.2 衡量计算机的指标 1.2.1 计算机的性能 1.2.2 计算机的价格 1.2.3 计算机的功耗 1.3 计算机体系结构的发展 1.3.1 摩尔定律和工艺的发展 1.3.2 计算机应用和体系结构 1.3....
  • 超级账本项目简介

    超级账本项目简介 超级账本项目简介 2015 年 12 月,开源世界的旗舰组织 —— Linux 基金会 牵头,联合 30 家初始企业成员(包括 IBM、Accenture、Intel、J.P.Morgan、R3、DAH、DTCC、FUJITSU、HITACHI、SWIFT、Cisco 等),共同 宣布 了超级账本(Hyperledger)联...
  • 超级账本项目简介

    超级账本项目简介 超级账本项目简介 2015 年 12 月,开源世界的旗舰组织 —— Linux 基金会 牵头,联合 30 家初始企业成员(包括 IBM、Accenture、Intel、J.P.Morgan、R3、DAH、DTCC、FUJITSU、HITACHI、SWIFT、Cisco 等),共同 宣布 超级账本(Hyperledger)联合项...
  • 超级账本项目简介

    超级账本项目简介 超级账本项目简介 2015 年 12 月,开源世界的旗舰组织 —— Linux 基金会 牵头,联合 30 家初始企业成员(包括 IBM、Accenture、Intel、J.P.Morgan、R3、DAH、DTCC、FUJITSU、HITACHI、SWIFT、Cisco 等),共同 宣布 超级账本(Hyperledger)联合...
  • 比特币:前所未有的社会学实验

    什么是比特币 历史 比特币到区块链 什么是比特币 历史 2008 年 10 月 31 日,化名 Satoshi Nakamoto (中本聪)的人提出了比特币的设计白皮书(最早见于 metzdowd 邮件列表),并在 2009 年公开了最初的实现代码,第一个比特币是 2009 年 1 月 3 日 18:15:05 生成。但真正流行起来还是在 2...
  • 第十五章 Hadoop100问

    1912 2018-04-11 《大数据实验手册》
    第二十章 Hadoop100问 第二十章 Hadoop100问 Q:大数据只代表那些量很大的数据吗?A: 虽然从名字上看是这样,但是实际上我们用“大数据”来形容因为某种原因无法适应传统数据库软件工具的数据,而这些软件工具在过去的数十年间一直被用于分析和商业智能。举个例子,大数据也许无法完全适应关系型数据库(例如图像的像素数据),或者需要经过特别的处理...
  • Doris 介绍

    Doris 介绍 使用场景 技术概述 Doris 介绍 Apache Doris 是一个基于 MPP 架构的高性能、实时的分析型数据库,以极速易用的特点被人们所熟知,仅需亚秒级响应时间即可返回海量数据下的查询结果,不仅可以支持高并发的点查询场景,也能支持高吞吐的复杂分析场景。基于此,Apache Doris 能够较好的满足报表分析、即席查询、统一数...
  • Executor

    Executor Executor class paddle.fluid.executor. Executor (place)[源代码] Executor支持单GPU、多GPU以及CPU运行。在Executor构造时,需要传入设备。 参数: place (fluid.CPUPlace()|fluid.CUDAPlace(N)) – ...
  • 分库分表

    2165 2018-10-05 《Java面试手册》
    分库分表 说说分库与分表设计 分表概述 分库概述 分库与分表带来的分布式困境与应对之策 选择合适的分布式主键方案 如何设计可以动态扩容缩容的分库分表方案? 用过哪些分库分表中间件,有啥优点和缺点?讲一下你了解的分库分表中间件的底层实现原理? 分库分表 说说分库与分表设计 面对海量数据,例如,上千万甚至上亿的数据,查询一次所花费的时间...