【5000字长文】从 S3 到 DataZone，亚马逊云科技用16年讲完一个数据的故事

亚马逊云科技 2022 re:Invent 在 Las Vegas 刚落下帷幕，和去年疫情刚结束后开的 2021 re:Invent 相比，这次的现场参展人数规模空前，官方统计超过5万。这也是 Adam Selipsky 作为亚马逊云科技掌门人的第二次线下 re:Invent 亮相，在 Adam 的 Keynote 中，他以浩渺星辰作为开场铺垫了3分多钟，

只为了引出 Keynote 的第一个主题 Data。

亚马逊云科技的数据产品线起点也是亚马逊云科技的起点，Keynote 上 Adam 说亚马逊云科技拥有业界最全面的数据产品矩阵，那就借着这次 re:Invent 发布会，我们来一起回顾一下亚马逊云科技数据产品线的演进历程。

亚马逊云科技数据产品的演进

S3 - Simple Storage Service

注：亚马逊云科技把 S3 归在了存储 (Storage)，而不是数据 (Data)，但 S3 和数据这边关联紧密，所以是放在一起讨论）

S3 发布于2006年3月，也是亚马逊云科技最古老的服务，标志着亚马逊云科技的诞生。S3 也是最核心的服务，假设要给亚马逊云科技服务做减法的话，最后一个留下的肯定也会是 S3。所以说亚马逊云科技迈入云市场的第一步是选对的。S3 如其名字，提供的服务是很简单的，就是把文件托管到云上。

当然提供简单服务的背后并不简单，Amazon CTO Werner Vogels 是服务化的铁杆粉丝，每次在他的 Keynote 里都会用 S3 作为案例。今年他又再次提到 S3 的微服务数量超过了235（作为对比，通常一个互联网服务的微服务数是5个左右）。

不过在 2019年，S3 的微服务数量是262。看来 S3 内部还是做了一系列的瘦身工作。

S3 的重要性也可以从另一个角度来印证。2017年 S3 在美东区的事故，造成了大面积的互联网服务瘫痪，也让许多人第一次意识到，S3 其实已经成为了互联网的基础设施 (backbone）。

而也正是因为 S3 提供了简单，或者说基础原子的能力，在其之上才有了千变万化的可能。我想当初 S3 的设计者们，也一定没想到 S3 会成为数据湖 (Data Lake) 的基础，毕竟当年还没有数据湖这个概念呢：）

现代数据架构

由 S3 开始，亚马逊云科技的数据产品线逐渐壮大，发育成了「五纵三横」的现代数据架构 (Modern Data Architecture)：「五纵」代表的是垂直产品，就是图上的5个圈，Databases，Analytics，Business Intelligence (BI)，Data Lakes，Machine Learning。

「三横」代表的是横向产品，图中间的 Catalog 和 Governance，以及连接线隐含的 Integration。

五纵

  1. Databases: 支撑在线业务的应用数据库，这其中最核心的是关系型 (RDBMS) 和非关系型 (NoSQL)，各自都经历了一次产品演进：

    • 关系型：2009.10 RDS -> 2014.11 Aurora
    • 非关系型：2007.12 SimpleDB -> 2012.1 DynamoDB
  2. Analytics: 分析型数据库 / 数据仓库，Redshift 一直是唯一的产品，而今年也正好是 Redshift 推出的第10年。其实 Redshift 最早是一款被收购来的产品，它的前身是 ParAccel 基于 PostgreSQL 的魔改。
  3. Business Intelligence (BI)：2015 年推出的 QuickSight，这块相对不是亚马逊云科技的强项。不过有意思的是 Adam 的上一份工作，恰好是 BI 领域的领导者 Tableau 的 CEO。
  4. Data Lakes：这两年数据领域最火的概念，亚马逊云科技在这块也早早地布了局：
  • 存储：2006.3 发布的 S3，前面提过了，有点无心插柳成了数据湖领域的根基。
  • 计算：2009.4 发布的 EMR (Elastic MapReduce)，当然它也不再是只能跑 Hadoop 的 MapReduce 了，Spark, Flink, TensorFlow, Ray 各种执行引擎都能往里怼。
  • 查询：2016.11 发布的 Athena，提供了通过 SQL 查询 S3 及其他数据源的接口。
  1. Machine Learning: 最早入列的是 2016 re:Invent 上推出的三剑客，图像识别 Rekognition, 文字识别 Polly，语音识别 LEX。

那年估计也是因为 Google Cloud AI 方面的攻势很猛，所以亚马逊云科技有点仓促上阵。但亚马逊云科技马上调整过来，1 年之后，推出了在 AI / ML 战线的基石产品 SageMaker。

三横

  • Integration：让用户把数据从系统 A 转移到系统 B，以及就在单一系统里做数据变换。这也是一条经过了迭代的产品线，从 2012.12 Data Pipeline 升级到 2016.12 Glue。
  • Governance：2018.11 Lake Formation，是面向数据湖的产品。因为数据湖相比数据仓库，数据量大的多，又缺少结构化信息，不加以管理的话，就像是一堆乱积木丢在那里，既没有意义，哪里被人顺走一块也不知道。不过它的边界和 DataZone 之间会有些模糊，后续会谈到。
  • Catalog：2022.11 DataZone。这次 re:Invent 推出的产品，在后面新产品解读中会展开。

Data Gravity - 数据引力 / 重力

这也是 Keynote 上听到的一个概念，尤其是对应到中文翻译也很贴切。Gravity 在中文翻译里既有引力，也有重力的意思：

  • 引力：资源是跟着数据跑的，数据在哪里，其他东西就在哪里。所以几大共有云厂商对于进来的数据流量都是不收费的（截图来自亚马逊云科技官网）

而出去的数据，则收的异常之高，Cloudflare 去年就此还专门写过一篇针对亚马逊云科技的文章（截图来自 https://blog.cloudflare.com/a...)

  • 重力：数据越积越多，数据种类和数据库类型也越来越丰富。驾驭数据的能力是自然下坠的趋势。

亚马逊云科技早期产品决策有关键的三点：

  1. 在巨头里面最早进入云市场，亚马逊云科技是2006年先后推出 S3，EC2，Google 是在2008年推出了 Google App Engine (GAE)，阿里云是2009年，而 Azure 还要等到2010年。
  2. 押注在基于 VM 的 EC2 方案，而不是直接跳到 PaaS。而 Google 采取了更激进的后者，也把 Azure 带偏了。事实证明，用户上云的姿势还是 lift-and-shift，而不是直接一步到位 (leapfrog) 到云原生架构。
  3. 基于对于数据引力的认知，尽早推出了各种独立的数据产品，这使它很快超过了最早的公有云市场领导者，也是靠托管云主机起家的 Rackspace。而另一边的 Google Cloud 的 GAE 提供的是一个完整的 PaaS 平台，所有的数据服务一开始都是耦合在 GAE 上的。而 Google Cloud 的 S3 同类服务 GCS 则要等到 S3 推出4年之后的2010年才发布。在亚马逊云科技的体系里，数据和计算是两个独立的服务，先把数据弄上来，而又因为数据引力的作用，计算自然而然跟着数据也上来。而在 Google Cloud 的体系里，数据和计算是耦合的。而 Google 又采用了超越时代的 Serverless 计算运行时 (Runtime)，使得用户要用数据服务，先要改造计算运行时，这导致只有像 Snapchat 这样全新的，而且愿意尝试新开发范式的互联网公司，会选择 GAE 提供的全家桶。

除了尊重数据引力的客观事实，亚马逊云科技另外做的就是对抗数据重力 (Data AntiGravity），这次请来 Intuit 站台讲的也是这个主题，我们接下来就开始介绍围绕这个主题的几个新发布。

亚马逊云科技 re:Invent 2022 数据产品新发布功能的解读

DataZone

DataZone 是这次亚马逊云科技 re:Invent 数据线上最重磅的发布，也出现在了 Adam 的 Keynote 之中。DataZone 的介绍语是「A data management service to catalog, discover, share and govern data」，它的推出补上了整个数据线上唯一还缺失的一个大模块，数据资产的管理。它的产品介绍里也提到了 Govern，前面讲 Lake Formation 是专门针对数据湖场景的 Governance 方案，所以在这块上 DataZone 和 Lake Formation 会存在一些边界上的重合，后续应该需要进行一下整合。不过我相信。DataZone 会是未来亚马逊云科技数据线上的基石产品，DataOps 的承载者，承担着打通各个数据系统任督二脉的角色。而基于 DataZone 之上，再开发出数据安全，业务洞察等更加上层的应用。

不过亚马逊云科技发布 DataZone 的时间还是太晚了，Google Cloud 的同类产品 Dataplex 在2021 就推出了，许多亚马逊云科技用户也已经部署了类似的方案。 亚马逊云科技为什么在2018年的时间点，选择发布了只针对数据湖的 Lake Formation，而不是直接一步到 DataZone 呢，我能想到这么几个原因：

  1. 要做一个整合所有数据系统的数据平台，需要协调太多的资源，那时亚马逊云科技的组织架构没有准备好。
  2. 那时数据湖大火，Databricks, Snowflake 给了很大的压力，所以快速先出一个针对数据湖的产品。

Lake Formation 接下来的演进可以有两条路径：

  1. 类似 SageMaker，发展成 Lake Studio，成为数据湖的开发平台，Governance，Catalog 这些底层能力还是交给 DataZone。
  2. 和 Redshift 工作台进行整合，开发出湖仓一体的 Lakehouse 开发平台。

Aurora zero-ETL integration with Redshift

不需要用户手工配置 ETL 任务，就能把 Aurora 的数据进行 ETL 同步到 Redshift 里面。没有看到更详细的资料，据说基于的是 MySQL binlog，和阿里云 DTS 同一个方案（阿里云数据库产品线还是很强的）。

Auto-copy from Amazon S3 to Redshift

和上面那个类似，不过数据源换成了 S3，也暂时没有 ETL 功能。不过这也是解决了一个刚需高频场景，也为未来进一步的 ETL 方案铺路。

以上两个功能整体揭开了亚马逊云科技往 zero-ETL 方向的序幕。数据的归属可以分成四大类：

  1. 在线事务数据库的数据
  2. 数仓里的数据
  3. 数据湖里的数据
  4. 在 Salesforce，HubSpot 这些第三方系统里的数据

那为了达成 zero-ETL ，整合数据的思路有两种，一种是整合数据库系统，比如像 HTAP 数据库，底下有一套 TP 和 AP 引擎，至于数据是否是一套和两套，用户则并不需要关心，这其中的代表是 PingCAP 的 TiDB 以及 Google 的 AlloyDB。另一种思路还是让数据在各自的系统（the best of the breed)，但是尽可能优化数据之间的流转，亚马逊云科技目前是后一种思路的代表。前一种思路具备架构先进性，而后一种则更为务实。

说完数仓这块的，我们再介绍两个在线数据库方面的新发布。

RDS 蓝绿发布

针对数据库变更场景的一个实用功能，现场在介绍到这个功能时，底下爆发出了热烈的欢呼。今年不少数据库都开始投入到开发工作流上（研发都痛），像 PlanetScale，Neon，而 RDS 也终于在推出13年后，开始在这块有所动作。针对 Schema Changes 的场景虽然和我们的 Bytebase 有重合，但行业里有更多公司提供这类场景的解决方案，是一个好事情，能让更多人意识到直接连上数据库做 schema 变更是不 OK 的。当然 RDS 做这套方案还有一个好处，就是它可以多卖一倍的 RDS 实例，而 RDS 本身的 margin 已经很高了。

Trusted Language Extensions for PostgreSQL

据笔者了解，亚马逊云科技是所有公有云里，PostgreSQL 内核开发经验储备最丰富的厂商。这次他们就给社区带来了一套开发 Extension 的新框架 TLE。出于安全和稳定性考虑，本来云上的 PostgreSQL 实例只能装亚马逊云科技指定的 Extension，如果业务团队有自己的业务需求，要写新的 Extension 就没有办法了。这就是 TLE 希望解决的问题，TLE 提供了一些 hook 点，在保证安全和稳定性的前提下，可以让开发团队在这套框架里自己开发插件，然后再由 DBA 帮忙安装到实例上去。TLE 本身也是开源的 https://github.com/aws/pg_tle ，项目还处于早期，目前只开放了用于密码检查的一个 hook。

这也算是亚马逊云科技回馈给开源社区的一点工作，而近10年来，整个亚马逊云科技数据产品线和开源商业公司们之间发生了不少的 drama， 我们就接着讲一下他们之前的关系演进。

亚马逊云科技和开源商业公司的博弈

目前比较成功的开源商业公司，大多数都集中在数据产品线。这些公司合在一起的体量也有资格和亚马逊云科技进行博弈，而亚马逊云科技和这些开源商业公司的关系演进可以用 Tuckman 团队发展模型来概括：

模式探索的组建期

第一次亚马逊云科技和开源商业公司的交手是围绕在 Hadoop 生态上，当时整个业界也还在探索开源商业模式，比如到底是提供公有云服务还是做私有化部署。亚马逊云科技因为本身就只有公有云，所以推出了 EMR (Elastic MapReduce)，而当年 Hadoop 生态的御三家 Cloudera, Hortonworks，MapR 则选择了私有化部署。后来的结果大家也都知道了，御三家全部出局，而 EMR 则给 Amazon EC2 带来了第一根增长曲线。MapReduce 简单粗暴的计算模型，随便跑一个任务就起几十上百个 EC2 实例，对亚马逊云科技来说简直就是印钞机，后来 Hive 提供了 SQL 查询能力，又进一步扩大了受众面，印钞的速度也就进一步加快。

有意思的是 Hadoop 整个生态起源于 Google 基于内部 MapReduce 而发布的论文，而 Hadoop 本身是一个穷人版的 MapReduce 实现，而恰恰是这个不那么高效的实现，却给 Amazon EC2 带来了最好的场景。 而 Google Cloud 对标 Amazon EMR 的产品 Dataproc 在2015年才推出，整整落后了6年。

无论是有意还是无意，总之在开源商业化方兴未艾之时，亚马逊云科技利用别人研发的开源软件在商业上取得了巨大的成功，但同时也使得亚马逊云科技背上了吸血开源社区的恶名。

四面楚歌的震荡期

Hadoop 之后，又涌现了一批优秀的开源数据产品，以及基于这些产品成立的商业公司。而因为一开始大家都采用了开放的（permissive）开源证书，比如 Apache，MIT，使得像亚马逊云科技这样的公有云大厂也可以马上拿来，再集成上亚马逊云科技平台上的其他服务，很快就能推出一个非常有竞争力的发行版。这使得那些开源商业公司坐不住了，因为毕竟绝大多数开源产品的研发工作是由他们完成的，而亚马逊云科技却能轻易地坐享其成，而且还反过来利用亚马逊云科技的平台优势和这些开源商业公司直接竞争。这其中最激烈的要数 Elastic 直接点名「Amazon: NOT OK - why we have to change Elastic licensing」，那段时间，开源项目也纷纷修改证书，以阻止公有云厂商的白嫖行为。

亚马逊云科技和开源商业公司的对立是行业发展的必然。大家发现开源产品，尤其是数据域的开源产品，靠产品 + Cloud 而不是走 Redhat 的服务模式也能产生巨大的商业价值，自然就一拥而上。开源社区已有的规则无法适应新的开源商业模式，双方也只能互相试探，尽可能占据道德制高点，给自己多争取点地盘。开源商业公司说公有云服务商白嫖，公有云服务商不屑一顾，心想你们这些开源商业公司烧着 VC 的支票，只是把开源作为吸引流量的手段，双手也一样粘满铜臭味。毕竟像 PostgreSQL 这样纯社区运营的开源项目，大家不就处得很好么。

Marketplace 支撑的稳定期

所幸近两年双方的对立开始缓和，像年初 Elastic 也同亚马逊云科技达成了和解。开源商业公司本身也是云厂商的用户，他们自己的服务要跑在云厂商提供的 VM，k8s 这些服务上面，他们也要和云厂商的服务做集成，以提供更具竞争力的产品，他们也需要亚马逊云科技这样的分发采购渠道，提高他们的商业效率。而对于云厂商来说，首先市场也并不是只有一家服务商，同时云市场的增长空间依然巨大，所以也没有必要现在选择零和博弈。而在有合作基础的情况下， Marketplace 给双方提供了一个合作的平台，从亚马逊云科技的 Marketplace 可以看到，第三方服务还排在它自家服务的前面。

求同存异的成效期？

今年 re:Invent 举办时，MongoDB 发了一篇热情洋溢的文章，回顾了和亚马逊云科技过去十年的合作。虽然这篇文章和作者 Matt Asay 本人经历有关，他之前先在 Mongo ，后去了亚马逊云科技，这次又回到 Mongo，但在官博上写一篇这样的文章还是挺意外的，毕竟 Mongo 和亚马逊云科技存在直接的竞争关系。只能说像 Mongo 这样的开源商业公司和亚马逊云科技这样的云平台的关系是微妙的，但看起来大家逐渐找到了求同存异的方法（像雇佣 Matt 这样两边都有人情的人也绝对是好招）。

有人觉得掺杂商业元素的开源就不纯粹了。但你情愿自己依赖的开源软件是个人爱好者躲在小黑屋里，用爱发电，利用业余时间维护的产品？还是有明确的商业模式，有全职团队维护的产品？

而以商业为目的的开源是否也是另一种的纯粹呢？像 Elastic 和亚马逊云科技一样，大家都以商业利益为驱动，没有道德绑架，前一秒还剑拔弩张，后一秒又能勾肩搭背。

未来展望

随着这次 DataZone 的推出，亚马逊云科技数据产品矩阵补上了最后一块缺失的拼图，而接下来我还有两大期待：

面向终局的 zero-ETL

re:Invent 上亚马逊云科技已经表达了会往 zero-ETL 的方向走，不过这次推出的 zero-ETL 相关功能，底层还是要在不同数据存储系统间做转移。但从架构上来讲，像 Google 推出的 AlloyDB 那样，同一份数据，分开来的 OLAP， OLTP 执行引擎更加先进。另一边我们也可以看到，亚马逊云科技的 RDBMS 和 NoSQL 都已经迭代了一次 (RDS -> Aurora, SimpleDB ->DynamoDB)，而同为三剑客之一的 OLTP 数仓 Redshift 大体还是 10 年前的样子 （这个还不算上它的前身，从 2006 年开始的 ParAccel）。Redshift 即使做了很多的优化 (比如去年发布，今年 GA 的 serverless），但从顶层设计上，还是 Snowflake, Google BigQuery 上一代的产品。而当下又出现了数据湖的新场景，数据湖的数据是放在 S3 上的，而 AlloyDB 已经把基于类 S3 存储的 OLAP / OLTP 混合引擎给实现了。所以我在猜想亚马逊云科技的下一个大招是否会推出一个基于 S3，集合 TP, AP 和 Lake 的全新数据库，名字嘛，可以就叫 ALT = A(nalytical) + L(ake) + T(ransactional)。

更成熟的 Marketplace 和生态合作

除了开幕 Keynote 外，Amazon CEO Adam Selipsky 唯一还参与的就是 Partner 的 Keynote，从这点也可以看出亚马逊云科技对于生态合作伙伴的重视。而 Partner 中的 Marketplace 板块则是让亚马逊云科技从提供单纯的技术赋能，延伸到商业赋能的核心阵地。Marketplace 使得亚马逊云科技和开源商业公司之间，可以在技术产品层面保持竞争，但在商业层面实现共赢。当然这着实考验平台的格局，操盘者的智慧，以及合作方之间化学反应的运气。Amazon Partner 的负责人过去几年几度易帅，也可以看到这份工作的难度。

接下来的故事

从一个简单的文件存储服务 S3 到这次 re:Invent 推出的一站式数据资产管理平台 DataZone，亚马逊云科技花了16多年的时间讲完了一个数据的故事。当年 S3 的创立者想必也没有预见到，本来只是用于存放文件的云服务，催生了云数仓，数据湖这些新的品类，还很有可能成为下一代数据库的基石。

而在技术之上，如今的亚马逊云科技更肩负着平台的责任。这次 Adam keynote 上选择的 Guest Speakers，一个是探索绿色能源的 Engie，一个是探索太空的西门子，还有一个是探索分子靶向治疗癌症的 Lyell。相较于 2019 re:Invent 请 Vanguard 来讲金融系统的上云，亚马逊云科技这次想传达给观众的，是它的平台正在承载拓展文明边界的事业。

而一个能够平衡眼前商业利益和长期理想主义的平台才能引导整个行业走向远方，让我们一起跟随亚马逊云科技，进入它下一个数据的故事。

撰写本文的素材主要来自：

同时笔者也参考了如下 re:Invent 相关的公众号文章：

最后也感谢 Fei Xue，Monica Xie 对本文细致的审阅。

你可能感兴趣的:(亚马逊云科技)

  • 2020-04-12每天三百字之连接与替代 冷眼看潮
    不知道是不是好为人师，有时候还真想和别人分享一下我对某些现象的看法或者解释。人类社会不断发展进步的过程，就是不断连接与替代的过程。人类发现了火并应用火以后，告别了茹毛饮血的野兽般的原始生活（火烧、烹饪替代了生食）人类用石器代替了完全手工，工具的使用使人类进步一大步。类似这样的替代还有很多，随着科技的发展，有更多的原始的事物被替代，代之以更高效、更先进的技术。在近现代，汽车替代了马车，高速公路和铁路
  • 2019-11-04复盘——飞来山上千寻塔，闻说鸡鸣见日升。 那一叶秋
    1、大盘篇先上老图，看习惯了，也就知道走势了图1上证指数日线图还是那张老图，自己可以在自己的相关软件上画出来，快变盘了。2、个股篇未加仓、未减仓。分析量能的时候，突然发现这么一个东西：“放量突破年线，缩量回调。”合众科技日线图其实，最近的N只个股，在技术分析上，都到了变盘的临界时候。结合这么久的走势，特别是ZJH不断放开IPO的申请，本质上说是融资难度变大，或者说是为企业的融资开创便利。但现在市场
  • 福袋生活邀请码在哪里填写，福袋生活app邀请码使用教程 小小编007
    很多人下载福袋生活后，注册使用时需要填写邀请码。因为福袋生活是注册邀请制，所以首次使用填写邀请码才可以正常登录使用。福袋生活是广州市福袋生活信息科技有限公司旗下一家多元化社交电商导购平台，以APP为载体，社群为媒介，汇集衣食住行、吃喝玩乐生活服务板块，使用福袋生活可以领到淘宝，拼多多等电商平台的商品优惠券和返利，还可以兼职去分享赚钱。我为什么从福袋生活转到果冻宝盒呢？当然是因为福袋生活返利更高，注
  • 如何选择最适合你的项目研发管理软件？TAPD卓越版全面解析 北京云巴巴信息技术有限公司 产品经理需求分析
    在当今快速发展的科技时代，项目研发管理软件已成为企业不可或缺的重要工具。面对市场上琳琅满目的产品，如何选择一款适合自己团队的项目研发管理软件呢？本文将围绕项目研发管理软件的选择标准，重点介绍TAPD卓越版的特点、优势以及使用体验，让你更好地理解和选择适合自己的项目研发管理软件。项目研发管理软件的选择标准在选择项目研发管理软件时，我们需要考虑以下几个方面的因素：功能全面性：软件是否覆盖了从需求管理、
  • OPENAIGC开发者大赛企业组AI黑马奖 | AIGC数智传媒解决方案 RPA中国 人工智能AIGC传媒
    在第二届拯救者杯OPENAIGC开发者大赛中，涌现出一批技术突出、创意卓越的作品。为了让这些优秀项目被更多人看到，我们特意开设了优秀作品报道专栏，旨在展示其独特之处和开发者的精彩故事。无论您是技术专家还是爱好者，希望能带给您不一样的知识和启发。让我们一起探索AIGC的无限可能，见证科技与创意的完美融合！创未来AI应用赛-企业组AI黑马奖作品名称：AIGC数智传媒解决方案参赛团队：深圳市三象智能技术
  • 《度五行》生活报报甲午62：不通痛苦，太通也痛苦，要健康快乐，需要通体舒畅。 YangduSam2021
    220809壬寅戊申甲午，《度.生活五行》:天干土克水，水生木，木克土。地支寅申冲，寅午合。20220809，周二，兴大上海六班2512天，西交大2013上海班3212天，后TA15332天，度生活619天，今天拜访了一家有趣且当红产业的新创公司AK。AK一开始从事深海新能源储存与供电设备的研发生产制造，2年前开始做移动与家庭储能设备的研发生产制造。觉得有趣是因为这是笔者认知里用科技做降维打击的公
  • “元宇宙”带不动Meta？基本业务已“后院起火”！小扎举步维艰！ 链科天下
    由于宏观经济疲软、市场动荡，“放缓”已经成为美国科技股的主线逻辑，曾风光无限的科技巨头Meta也开始一路下行、举步维艰。据彭博社报道，Meta已宣布计划裁员并重组团队以削减预算，这是该公司2004年成立以来首次大幅削减预算。此次裁员或受到业绩低迷的影响，Q2财报显示Meta业绩远不及预期，上市以来营收同比出现首次下滑，净利连续三季度下降。扎克伯格表示，“希望经济能够稳定下来，但从目前的情况来看并非
  • 效率神器来了：AI工具手把手教你快速提升工作效能 kkai人工智能 人工智能学习媒体aichatgpt
    随着科技的进步，AI工具已经成为提升工作效率的关键手段。本文将介绍一些实用的AI工具和方法，帮助你自动化繁琐的重复性任务、优化数据管理、促进团队协作与沟通，并提升决策质量。背景：OOPAI-免费问答学习交流-GPT自动化重复性任务Zapier：Zapier可以自动化多个应用程序之间的工作流程。例如，它能自动将Gmail中的附件保存至GoogleDrive，或在你发布新文章时，自动分享至社交媒体平台
  • 助力新能源汽车产业发展，2025第五届广州国际新能源汽车产业智能制造技术展览会将于11月在广州召开 ws201907 制造汽车
    助力新能源汽车产业发展，2025第五届广州国际新能源汽车产业智能制造技术展览会将于11月在广州召开伴随着全球新一轮科技革命和产业变革，汽车与能源、半导体、物联网等领域有关技术加速融合，新能源汽车已成为全球汽车产业转型升级的主要方向。近年来，在相关政策的影响下，新能源汽车市场呈现出快速增长的态势，市场规模不断扩大。截至2020年，中国新能源汽车保有量已超过500万辆，成为全球最大的新能源汽车市场。随
  • 广东麻将开发 红匣子实力推荐
    在中国，麻将作为一种深受人们喜爱的传统娱乐活动，已经有着数百年的历史。随着互联网和移动设备的普及，麻将游戏也从实体桌面转移到了数字平台，其中广东麻将因其独特的地方特色和玩法而备受青睐。本文将介绍广东麻将的开发过程，包括其设计理念、技术实现以及用户体验优化等方面。一、设计理念：广东麻将开发的核心理念是保留传统麻将的精髓，同时融入现代科技元素，使游戏既具有亲切感又不失趣味性。开发者通常会深入研究广东地
  • 以研发创新为驱动力，黄山谷捷助力新能源汽车产业高质量发展 L913197600 黄山谷捷制造科技
    在新能源汽车产业蓬勃发展的浪潮中，车规级功率半导体作为驱动电机控制系统的核心部件，其性能与稳定性直接关系到汽车的动力输出、能效转化及安全性能。在这一关键领域，黄山谷捷股份有限公司（以下简称“黄山谷捷”或“公司”）以卓越的研发实力、精湛的生产工艺和严格的质量控制体系，成为行业内的佼佼者，特别是在功率半导体散热基板领域，更是树立了新的标杆。自2012年成立以来，黄山谷捷便深谙“科技是第一生产力”的真谛
  • 电子技术引领汽车智能新浪潮，尽在AUTO TECH 2025广州国际汽车电子技术盛会 JSZNZZ 汽车
    随着科技的持续进步，汽车电子行业正迎来深刻的转型。这一变革的显著特征是从传统的机械控制方式逐渐过渡到智能化和网联化的管理系统。这种转变不仅提升了汽车电子产品的技术复杂性，还极大地丰富了其创新性和功能性。在这个过程中，产品开发的质量和效率变得尤为关键，它们直接决定了企业在激烈竞争环境中的市场地位和商业成功。面对快速变化的市场需求，汽车电子行业在产品开发过程中遇到了多方面的挑战。其中，信息孤岛是一个显
  • 一文让你彻底搞懂什么是VR、AR、AV、MR 码上飞扬 vrarmrav
    随着科技的飞速发展，现实世界与虚拟世界的界限变得越来越模糊。各种与现实增强相关的技术如雨后春笋般涌现，令人眼花缭乱。本文将为你详细解读四种常见的现实增强技术：虚拟现实（VR）、增强现实（AR）、混合现实（MR）和增强虚拟（AV），让你彻底搞懂它们之间的区别与联系。一、虚拟现实（VR）1.什么是VR？虚拟现实（VirtualReality，简称VR）是一种通过计算机模拟生成的三维环境，使用户能够沉浸
  • h5小游戏定制开发 红匣子实力推荐
    随着科技的不断发展，移动互联网已经成为人们生活中不可或缺的一部分。在这个背景下，H5小游戏应运而生，为人们带来了丰富的娱乐体验。H5小游戏定制开发作为一种新兴的游戏开发方式，正逐渐受到市场的关注和青睐。那么，什么是H5小游戏定制开发呢？它又具有哪些特点和优势呢？让我们一起来深入了解一下。首先，我们来了解一下H5小游戏的基本概念。H5小游戏是一种基于HTML5技术的游戏，可以在移动端、PC端等多平台
  • 40岁的java程序员，还有出路吗？ cesske java开发语言
    目录前言一、现状与挑战二、出路与机遇三、案例分析与启示四、结语前言40岁Java程序员的出路：挑战与机遇并存在科技日新月异的今天，IT行业始终保持着高速的发展态势，而Java作为其中的重要一员，其地位依然稳固且充满挑战。对于一位40岁的Java程序员而言，面对职业生涯的“中年危机”，是否还有出路？本文将从多个维度探讨这一问题，旨在为这一群体提供思考和启示。一、现状与挑战职场竞争加剧随着技术的不断发
  • 2019-07-21 珊珊正常奋斗中
    姓名：方珊梅公司：深圳市雅诺讯科技有限公司【日精进打卡第49天】(知学)大学通编【经营12条：【口号】让世界信号无线连接(冶企)持续的改善现在的状态，持续的引进新的产品，持续创新，持续引领公司所有上下一条心，为自己为公司为目标而奋斗，持续的持续，就能改良现在的企业经营。【感悟】1：2：天塌下来，手上都要有一样产品是可以赚钱的3：相信团队的力量【感恩】1：感恩父母养育之恩2：感恩上天伺我一个这么优秀
  • 【人生感悟】真正厉害的人，抽象思维都很强大 加百力 生活工作感悟大数据科技数据分析
    我们都身处信息爆炸的时代，各种资讯蜂拥而至，很难保证所接收的信息都是准确的。在这样的情况下，拥有“穿透迷雾，直击核心”的能力非常关键。虽然钻研各个领域的专业知识可以帮助我们避免信息误导，但这个过程可能超出我们想象地漫长。事实上，真正厉害的人都有一个共同点——他们善于抽象思维。这也是我在读《科技群星闪耀时：15个创新传奇》这本书是意识到的。什么是抽象思维？抽象思维是一种超越细节、直指事物本质的思维方
  • 冬奥会开幕式 快乐小鱼儿_9911
    今天观看了冬奥会开幕式，立春，冬奥，元素的融合，精彩的设计。开幕式融合了太多的高科技，向世界展现了大国的风采。飘扬的雪花，美丽的舞蹈。雪的轻灵，花的妩媚，构成了美丽的圣火图。整个开幕式，大气，漂亮，鸟巢上方绚丽的烟花，点亮了夜空！开幕式结束了，带着我们的祝福，奥运健儿，再创佳绩。
  • 一部手机就能操作的10种赚钱方式,看看哪种适合你? 氧惠全网优惠
    手机已经成为了我们生活中不可或缺的一部分，拿着手机刷分享赚钱已经成为了不少人的日常。今天，我想和大家分享一下手机赚钱的10种好方法。京东密令红包：最爱领红包828红包多多148今天给大家分享我长期在做的副业，也在这里赚到人生第3桶金！氧惠APP佣金高，资质靠谱，各大应用市场均可搜索使用。【氧惠】氧惠app是杭州长孚科技有限公司旗下一款新开发电商导购应用，为用户打造一个集成电商购物优惠佣金平台，公司
  • 探索创新科技： Lite-Mono - 简约高效的小型化Mono框架 杭律沛Meris
    探索创新科技：Lite-Mono-简约高效的小型化Mono框架Lite-Mono[CVPR2023]Lite-Mono:ALightweightCNNandTransformerArchitectureforSelf-SupervisedMonocularDepthEstimation项目地址:https://gitcode.com/gh_mirrors/li/Lite-Mono如果你在寻找一个轻
  • 陈悦 | 科学学的起源及其发展 斐夷所非 sciencehistory科学学
    作者|陈悦20世纪初，随着科学技术的迅猛发展和科学社会学的兴起，科学学逐渐得到关注和研究。经过百年的发展，科学学正成为一门重要的交叉学科，对科技发展和社会进步产生了深远影响。面对百年未有之大变局加速演进，尤其是世界各国都把目光聚焦于科技，希望通过科技创新找到适应变局的出路时，科学学更凸显其必要性。因此，《世界科学》杂志开设“科学学探索”栏目。一方面，促进更多的人加入科学学的研究和讨论中，深入探讨科
  • 【8月星座运势】巨蟹座金钱至上、天蝎贵人相助、双鱼座平衡万物 筝筝陪你看星星
    本月重大天象8月2日星期二满月@水瓶座「集思广益、团体活动」水瓶座满月可能带来更强烈的情感和思维的挑战，存在更多的预料不及的突发事件，但同时也增加了对真理和公正的透视力。我们可能会感到更加亲近科技和革新的想法。对于自我实现，人道主义，团体活动和创新有着重要的影响。同时，满月会让我们进行反思，修改策略并将精力投入到这些领域。8月16日星期三新月@狮子座「展翅翱翔、积极自信」新月发生在狮子座是创造性，
  • 移动订货小程序哪个好 批发订货系统源码哪个好 多用户商城系统 订货系统源码移动订货小程序批发订货系统订货系统源码
    订货小程序就是依托微信小程序的订货系统，微信小程序订货系统相较于其他终端的订货方式，能够更快进入商城，对经销商而言更为方便。今天，我们一起盘点三个主流的移动订货小程序，看看哪个移动订货小程序好。第一、核货宝订货小程序核货宝是商淘科技旗下的订货系统，可为批发企业提供不同客户不同商品、不同客户不同价格快速订货和商家账期管理。功能介绍：客户批发订货的专属数字化订货系统，可以移动端订货。与传统手写开单相比
  • IGBT模块直流参数测试系统STD6500 tianshili029 晶体管参数测试系统半导体特性曲线图示仪
    陕西天士立科技有限公司IGBT模块直流参数测试系统STD6500IGBT模块直流参数测试系统ST-DC6500基础信息开发背景：大功率IGBT和Diode模块j静态参数程控式设备技术标准：IEC60747-2/GB/T4023-1997半导体器件分立器件和集成电路第2部分（整流二极管）技术标准：IEC60747-9∶2007/GB/T29332-2012半导体器件分立器件第9部分（绝缘栅双极晶体管
  • SpringBoot整合ES搜索引擎 实现网站热搜词及热度计算 码踏云端 springbootElasticsearchspringbootelasticsearch后端热搜词热度计算java
    博主简介：历代文学网（PC端可以访问：https://literature.sinhy.com/#/literature?__c=1000，移动端可微信小程序搜索“历代文学”）总架构师，15年工作经验，精通Java编程，高并发设计，Springboot和微服务，熟悉Linux，ESXI虚拟化以及云原生Docker和K8s，热衷于探索科技的边界，并将理论知识转化为实际应用。保持对新技术的好奇心，乐于
  • 破解游戏app哪个好用 无限99999钻999999金币的游戏盒子排行榜 诸葛村夫123
    2024游戏盒子网站排行榜大全随着数位科技的发展，2024年手游市场持续火爆，各种新开手游持续涌现。本文为广大手游爱好者带来巅峰推荐，总结五个最具实力的手游新服发布网站，为您提供最全面的游戏资讯以及专业的游戏攻略。▶无限99999钻999999金币的游戏盒子排行榜TOP1：游戏豹官网特点：内部特权游戏类型：多类型推荐日活跃人数：15万网址链接：www.ystt88.cn游戏介绍：游戏豹官网以快速获
  • 国内SAP实施公司大盘点 哲讯智能科技 制造运维
    随着企业数字化转型的加速推进，SAP作为全球有名的企业软件解决方案提供商，受到了越来越多企业的青睐。然而，要充分发挥SAP软件的潜力，企业需要依赖专业的SAP实施公司来提供技术支持和咨询服务。在国内，有许多优秀的SAP实施公司，他们拥有丰富的经验和专业知识，能够为企业提供全方位的SAP实施解决方案。在本文中，我们将盘点一些国内的SAP实施公司排名，了解他们的服务和解决方案。1.无锡哲讯智能科技有限
  • 外卖会员卡项目源头？外卖会员卡项目现在还能做吗？ 鲸天千流 微信小程序
    大家好，我是鲸天科技的千千，大家都知道我是做开发的，做互联网很多年了，平时喜欢给大家分享一些互联网相关的创业项目，大家喜欢的可以点个关注。持续为你分享。现在外卖会员卡的这个项目就是风口项目，很多人想知道这个项目的源头，其实这个项目是2021年的时候就有，之前佣金比较少，所以做的人不是很多，现在佣金变多了，所以做的人也多了，现在市场行情也比较好。项目源头一定是做的最早人的才是源头，后面的要么是一级代
  • 处理绿盟科技安全评估的系统漏洞 自我修炼的小石头 数据库运维开发工具
    如下图一次扫描,中度风险39个,这个是必须要处理的.其中mysql占了36个,一看这个感觉整个人都不好了.但是最后解决的办法也很简单,就是升级.系统版本Redhat7.31.telnet因为要升级openssh,openssl,为了避免意外,首先要开启telnet服务,并把所有相关的包上传到服务器.1.1确认是否安装了telnet和xinetd（默认是没有安装）rpm-qatelnet*rpm-q
  • Axure科技感大屏系统设计：智慧农场管理平台 招风的黑耳 Axureaxure科技感可视化智慧农业智慧农场
    在数字化转型的浪潮中，数据可视化作为连接现实世界与数字世界的桥梁，正以前所未有的速度改变着各行各业的面貌。智慧农业作为现代农业的重要发展方向，其管理平台的数据大屏设计尤为重要，它不仅是农场运营状况的直接展示窗口，更是决策支持与分析的强有力工具。AxureRP，作为一款强大的原型设计工具，凭借其高度的自定义能力和丰富的交互设计功能，成为了设计科技感十足的智慧农场管理平台大屏的理想选择。Axure在科
  • rust的指针作为函数返回值是直接传递，还是先销毁后创建？ wudixiaotie 返回值
     这是我自己想到的问题，结果去知呼提问，还没等别人回答， 我自己就想到方法实验了。。 fn main() { let mut a = 34; println!("a's addr:{:p}", &a); let p = &mut a; println!("p's addr:{:p}", &a
  • java编程思想 -- 数据的初始化 百合不是茶 java数据的初始化
      1.使用构造器确保数据初始化      /* *在ReckInitDemo类中创建Reck的对象 */ public class ReckInitDemo { public static void main(String[] args) { //创建Reck对象 new Reck(); } }
  • [航天与宇宙]为什么发射和回收航天器有档期 comsci
           地球的大气层中有一个时空屏蔽层,这个层次会不定时的出现,如果该时空屏蔽层出现,那么将导致外层空间进入的任何物体被摧毁,而从地面发射到太空的飞船也将被摧毁...        所以,航天发射和飞船回收都需要等待这个时空屏蔽层消失之后,再进行 &
  • linux下批量替换文件内容 商人shang linux替换
    1、网络上现成的资料 　　格式: sed -i "s/查找字段/替换字段/g" `grep 查找字段 -rl 路径` 　　linux sed 批量替换多个文件中的字符串 　　sed -i "s/oldstring/newstring/g" `grep oldstring -rl yourdir` 　　例如：替换/home下所有文件中的www.admi
  • 网页在线天气预报 oloz 天气预报
    网页在线调用天气预报 <%@ page language="java" contentType="text/html; charset=utf-8" pageEncoding="utf-8"%> <!DOCTYPE html PUBLIC "-//W3C//DTD HTML 4.01 Transit
  • SpringMVC和Struts2比较 杨白白 springMVC
    1. 入口 spring mvc的入口是servlet，而struts2是filter（这里要指出，filter和servlet是不同的。以前认为filter是servlet的一种特殊），这样就导致了二者的机制不同，这里就牵涉到servlet和filter的区别了。 参见：http://blog.csdn.net/zs15932616453/article/details/8832343 2
  • refuse copy, lazy girl! 小桔子 copy
           妹妹坐船头啊啊啊啊！都打算一点点琢磨呢。文字编辑也写了基本功能了。。今天查资料，结果查到了人家写得完完整整的。我清楚的认识到： 1.那是我自己觉得写不出的高度 2.如果直接拿来用，很快就能解决问题 3.然后就是抄咩~~ 4.肿么可以这样子，都不想写了今儿个，留着作参考吧！拒绝大抄特抄，慢慢一点点写！  
  • apache与php整合 aichenglong php apache web
    一  apache web服务器 1 apeche web服务器的安装   1)下载Apache web服务器   2)配置域名(如果需要使用要在DNS上注册)   3)测试安装访问http://localhost/验证是否安装成功 2 apache管理   1)service.msc进行图形化管理   2)命令管理，配
  • Maven常用内置变量 AILIKES maven
    Built-in properties ${basedir} represents the directory containing pom.xml ${version} equivalent to ${project.version} (deprecated: ${pom.version}) Pom/Project properties Al
  • java的类和对象 百合不是茶 JAVA面向对象 类 对象
    java中的类：     java是面向对象的语言，解决问题的核心就是将问题看成是一个类，使用类来解决   java使用 class 类名   来创建类 ，在Java中类名要求和构造方法，Java的文件名是一样的   创建一个A类： class A{ }   java中的类：将某两个事物有联系的属性包装在一个类中，再通
  • JS控制页面输入框为只读 bijian1013 JavaScript
    在WEB应用开发当中，增、删除、改、查功能必不可少，为了减少以后维护的工作量，我们一般都只做一份页面，通过传入的参数控制其是新增、修改或者查看。而修改时需将待修改的信息从后台取到并显示出来，实际上就是查看的过程，唯一的区别是修改时，页面上所有的信息能修改，而查看页面上的信息不能修改。因此完全可以将其合并，但通过前端JS将查看页面的所有信息控制为只读，在信息量非常大时，就比较麻烦。  
  • AngularJS与服务器交互 bijian1013 JavaScriptAngularJS$http
            对于AJAX应用（使用XMLHttpRequests）来说，向服务器发起请求的传统方式是：获取一个XMLHttpRequest对象的引用、发起请求、读取响应、检查状态码，最后处理服务端的响应。整个过程示例如下： var xmlhttp = new XMLHttpRequest(); xmlhttp.onreadystatechange
  • [Maven学习笔记八]Maven常用插件应用 bit1129 maven
    常用插件及其用法位于：http://maven.apache.org/plugins/   1. Jetty server plugin 2. Dependency copy plugin 3. Surefire Test plugin 4. Uber jar plugin           1. Jetty Pl
  • 【Hive六】Hive用户自定义函数(UDF) bit1129 自定义函数
    1. 什么是Hive UDF Hive是基于Hadoop中的MapReduce，提供HQL查询的数据仓库。Hive是一个很开放的系统，很多内容都支持用户定制，包括： 文件格式：Text File，Sequence File 内存中的数据格式： Java Integer/String, Hadoop IntWritable/Text 用户提供的 map/reduce 脚本：不管什么
  • 杀掉nginx进程后丢失nginx.pid，如何重新启动nginx ronin47 nginx 重启 pid丢失
    nginx进程被意外关闭，使用nginx -s reload重启时报如下错误：nginx: [error] open() “/var/run/nginx.pid” failed (2: No such file or directory)这是因为nginx进程被杀死后pid丢失了，下一次再开启nginx -s reload时无法启动解决办法：nginx -s reload 只是用来告诉运行中的ng
  • UI设计中我们为什么需要设计动效 brotherlamp UIui教程ui视频ui资料ui自学
    随着国际大品牌苹果和谷歌的引领，最近越来越多的国内公司开始关注动效设计了，越来越多的团队已经意识到动效在产品用户体验中的重要性了，更多的UI设计师们也开始投身动效设计领域。 但是说到底，我们到底为什么需要动效设计？或者说我们到底需要什么样的动效？做动效设计也有段时间了，于是尝试用一些案例，从产品本身出发来说说我所思考的动效设计。 一、加强体验舒适度 嗯，就是让用户更加爽更加爽的用你的产品。
  • Spring中JdbcDaoSupport的DataSource注入问题 bylijinnan javaspring
    参考以下两篇文章： http://www.mkyong.com/spring/spring-jdbctemplate-jdbcdaosupport-examples/ http://stackoverflow.com/questions/4762229/spring-ldap-invoking-setter-methods-in-beans-configuration Sprin
  • 数据库连接池的工作原理 chicony 数据库连接池
           随着信息技术的高速发展与广泛应用，数据库技术在信息技术领域中的位置越来越重要，尤其是网络应用和电子商务的迅速发展，都需要数据库技术支持动 态Web站点的运行，而传统的开发模式是：首先在主程序（如Servlet、Beans）中建立数据库连接；然后进行SQL操作，对数据库中的对象进行查 询、修改和删除等操作；最后断开数据库连接。使用这种开发模式，对
  • java 关键字 CrazyMizzz java
    关键字是事先定义的，有特别意义的标识符，有时又叫保留字。对于保留字，用户只能按照系统规定的方式使用，不能自行定义。 Java中的关键字按功能主要可以分为以下几类：    （1）访问修饰符       public,private,protected       p
  • Hive中的排序语法 daizj 排序hiveorder byDISTRIBUTE BYsort by
    Hive中的排序语法 2014.06.22 ORDER BY hive中的ORDER BY语句和关系数据库中的sql语法相似。他会对查询结果做全局排序，这意味着所有的数据会传送到一个Reduce任务上，这样会导致在大数量的情况下，花费大量时间。 与数据库中 ORDER BY 的区别在于在hive.mapred.mode = strict模式下，必须指定 limit 否则执行会报错。
  • 单态设计模式 dcj3sjt126com 设计模式
      单例模式（Singleton）用于为一个类生成一个唯一的对象。最常用的地方是数据库连接。 使用单例模式生成一个对象后，该对象可以被其它众多对象所使用。 <?phpclass Example{    // 保存类实例在此属性中    private static&
  • svn locked dcj3sjt126com Lock
    post-commit hook failed (exit code 1) with output: svn: E155004: Working copy 'D:\xx\xxx' locked svn: E200031: sqlite: attempt to write a readonly database svn: E200031: sqlite: attempt to write a
  • ARM寄存器学习 e200702084 数据结构C++cC#F#
    无论是学习哪一种处理器，首先需要明确的就是这种处理器的寄存器以及工作模式。     ARM有37个寄存器，其中31个通用寄存器，6个状态寄存器。 1、不分组寄存器（R0-R7）     不分组也就是说说，在所有的处理器模式下指的都时同一物理寄存器。在异常中断造成处理器模式切换时，由于不同的处理器模式使用一个名字相同的物理寄存器，就是
  • 常用编码资料 gengzg 编码
    List<UserInfo> list=GetUserS.GetUserList(11); String json=JSON.toJSONString(list); HashMap<Object,Object> hs=new HashMap<Object, Object>(); for(int i=0;i<10;i++) {
  • 进程 vs. 线程 hongtoushizi 线程linux进程
    我们介绍了多进程和多线程，这是实现多任务最常用的两种方式。现在，我们来讨论一下这两种方式的优缺点。 首先，要实现多任务，通常我们会设计Master-Worker模式，Master负责分配任务，Worker负责执行任务，因此，多任务环境下，通常是一个Master，多个Worker。 如果用多进程实现Master-Worker，主进程就是Master，其他进程就是Worker。 如果用多线程实现
  • Linux定时Job：crontab -e 与 /etc/crontab 的区别 Josh_Persistence linuxcrontab
    一、linux中的crotab中的指定的时间只有5个部分：* * * * * 分别表示：分钟，小时，日，月，星期，具体说来： 第一段 代表分钟 0—59 第二段 代表小时 0—23 第三段 代表日期 1—31 第四段 代表月份 1—12 第五段 代表星期几，0代表星期日 0—6   如： */1 * * * *   每分钟执行一次。 *
  • KMP算法详解 hm4123660 数据结构C++算法字符串KMP
         字符串模式匹配我们相信大家都有遇过，然而我们也习惯用简单匹配法（即Brute-Force算法)，其基本思路就是一个个逐一对比下去，这也是我们大家熟知的方法，然而这种算法的效率并不高，但利于理解。       假设主串s="ababcabcacbab",模式串为t="
  • 枚举类型的单例模式 zhb8015 单例模式
    E.编写一个包含单个元素的枚举类型[极推荐]。代码如下： public enum MaYun {himself; //定义一个枚举的元素，就代表MaYun的一个实例private String anotherField;MaYun() {//MaYun诞生要做的事情//这个方法也可以去掉。将构造时候需要做的事情放在instance赋值的时候：/** himself = MaYun() {*
  • Kafka+Storm+HDFS ssydxa219 storm
    cd /myhome/usr/stormbin/storm nimbus &amp;bin/storm supervisor &amp;bin/storm ui &amp;Kafka+Storm+HDFS整合实践kafka_2.9.2-0.8.1.1.tgzapache-storm-0.9.2-incubating.tar.gzKafka安装配置我们使用3台机器搭建Kafk
  • Java获取本地服务器的IP 中华好儿孙 javaWeb获取服务器ip地址
    System.out.println("getRequestURL:"+request.getRequestURL()); System.out.println("getLocalAddr:"+request.getLocalAddr()); System.out.println("getLocalPort:&quo
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他