万象云档 本次搜索耗时 1.749 秒,为您找到 61 个相关结果.
  • Devs 的 AMv2 描述

    Devs 的 AMv2 描述 188.背景 189.新制度 190.程序细节 190.1。指定/取消指定 191.用户界面 192.记录 193.实施说明 193.1。区域转换 RPC 和 RS 心跳可以在 Master 上同时到达 193.2。 Master 作为 RegionServer 或 RegionServer 只执行系统表 19...
  • ES 的分布式架构原理

    ES 的分布式架构原理 面试题 面试官心理分析 面试题剖析 ES 的分布式架构原理 面试题 ES 的分布式架构原理能说一下么(ES 是如何实现分布式的啊)? 面试官心理分析 在搜索这块,lucene 是最流行的搜索库。几年前业内一般都问,你了解 lucene 吗?你知道倒排索引的原理吗?现在早已经 out 了,因为现在很多项目都是直接用基于...
  • Redis 集群模式的工作原理能说一下么?在集群模式下,Redis 的 key 是如何寻址的?分布式

    Redis 集群模式原理 面试题 面试官心理分析 面试题剖析 Redis cluster 介绍 节点间的内部通信机制 基本通信原理 gossip 协议 ping 消息深入 分布式寻址算法 hash 算法 一致性 hash 算法 Redis cluster 的 hash slot 算法 Redis cluster 的高可用与主备切换原理 ...
  • 缓存穿透、击穿、雪崩、预热、更新、降级

    172 2025-05-15 《PHP开发面试题》
    缓存穿透、击穿、雪崩、预热、更新、降级 1.缓存穿透 2.缓存击穿 3.缓存雪崩 4.缓存预热 5.缓存更新 6.缓存降级 缓存穿透、击穿、雪崩、预热、更新、降级 1.缓存穿透 当查询Redis中没有的数据时,该查询会下沉到数据库层,同时数据库层也没有该数据 ,当这种情况大量出现或被恶意攻击时,接口的访问全部透过Redis访问数据库,...
  • torch.Tensor

    torch.Tensor abs() abs_() acos() acos_() add(value) add_(value) addbmm(beta=1, mat, alpha=1, batch1, batch2) addbmm_(beta=1, mat, alpha=1, batch1, batch2) addcdiv(value=1, ...
  • Redis 的持久化有哪几种方式?不同的持久化机制都有什么优缺点?持久化机制具体底层是如何实现的?

    Redis 持久化机制 面试题 面试官心理分析 面试题剖析 Redis 持久化的两种方式 RDB 优缺点 AOF 优缺点 RDB 和 AOF 到底该如何选择 Redis 持久化机制 面试题 Redis 的持久化有哪几种方式?不同的持久化机制都有什么优缺点?持久化机制具体底层是如何实现的? 面试官心理分析 Redis 如果仅仅只是将数...
  • Tip 5: 不仅仅为离线app使用cache manifest

    Tip 5: 不仅仅为离线app使用cache manifest Tip 5: 不仅仅为离线app使用cache manifest 后台管理系统这样的站点使用缓存可以极大提高性能. cache manifest 比设置Expires 有一些优势:明确地声明需要缓存的文件,浏览器可以进行优化,可能在你使用之前就已经提前下载到本地了. 可以将页面基本结...
  • (50)Function模式(下篇)

    (50)Function模式(下篇) 介绍 立即执行的函数 立即执行的对象初始化 分支初始化 自声明函数 内存优化 总结 (50)Function模式(下篇) 介绍 本篇我们介绍的一些模式称为初始化模式和性能模式,主要是用在初始化以及提高性能方面,一些模式之前已经提到过,这里只是做一下总结。 立即执行的函数 在本系列第4篇的《立即调...
  • 协程环境(swoole,swow)

    [协程环境(swoole,swow)] [swoole] [cmf-swoole] [swow] Swow 是一个使用PHP和C编写的高性能纯协程网络通信引擎。 [cmf-swow] [协程环境(swoole,swow)] [swoole] Swoole 是一个使用C++ 语言编写的基于异步事件驱动和协程的并行网络通信引擎,为PHP 提供协...
  • torch.Tensor

    torch.Tensor abs() → Tensor abs_() → Tensor acos() → Tensor acos_() → Tensor add(value) add(_value) addbmm(beta=1, mat, alpha=1, batch1, batch2) → Tensor addbmm(_beta=1, mat...