- 博客(77)
- 收藏
- 关注
RSS订阅原创 NHibernate拾贝：ISession.SaveOrUpdateCopy()方法
伽马校正是对颜色值进行非线性变换的过程，其核心是通过幂函数（γ函数）调整亮度值，使人眼感知更均匀。数学表达式为：输出 = 输入^γ，其中γ=0.45用于编码（sRGB到线性空间），γ=2.2用于解码（线性空间到sRGB）。// 线性转sRGB。：8位色深(0-255)下，通过伽马编码为暗部分配更多值域，亮部分配较少值域，更符合人眼感知特性。在PS中工作于线性空间（编辑→颜色设置→RGB工作空间改为"显示器RGB"）：在线性空间计算光照和混合（如PBR），避免亮度计算错误。// 手动伽马校正（线性空间计算）
2025-11-17 21:11:36
341
原创 微軟将弃用 System.Data.OracleClient
Docker运行：可以使用Docker来运行项目，先使用docker build -t stremio-web .构建镜像，再通过docker run -p 8080:8080 stremio-web运行容器。Stagehand是一个AI浏览器自动化框架，它结合了代码编写和自然语言操作的优势，为开发者提供了灵活、高效的浏览器自动化解决方案，适用于生产环境。项目提供了一些截图，包括Board、Discover和Meta Details的界面截图，让用户可以直观地了解项目的界面和功能。
2025-11-17 21:07:30
410
原创 分布式计算，WCF+JSON+实体对象与WebService+DataSet效率大比拼
但可惜，事实并非如此，实际上，图中右侧的结果只是多次运行结果中最好的一次，几乎不可控，就像抽卡游戏里非常小概率的金卡一样。回看刚刚每轮的损失，我们会发现，造成这种差别的原因是：准确率只在0到1间波动，而逻辑回归的平均损失却在1-10这个量级内，相比之下，浅层神经网络的平均损失已经降到了0到1之间。最后附上完整代码，依旧要强调的是，在规范流程里，我们应该根据每次验证的准确率调整超参数，最后再进行测试，只是这部分内容还在后面，我们经过系统学习后再正式引入这部分。
2025-11-17 21:02:47
833
原创 Silverlight与微软技术（下）：微软技术与技术学习
一个 mini 版的渲染框架需要对 OpenGL ES 的常用指令进行归类（如下图），封装 EGL、error check、Shader Program、Mesh、VAO、VBO、IBO、Texture、FBO 等类，方便开发者快速开发渲染程序，将更多的注意力聚焦在业务上，而不是如何去组织 OpenGL ES 指令上。基于上述原因，笔者手撕了一个 nimi 版的渲染框架，将这些常用的渲染指令有条理地封装、组织、归类，方便愉快并高效地进行 OpenGL ES 渲染开发。// 打印Program错误日志。
2025-11-17 20:58:20
982
原创 为什么要让我们的“领域模型”裸奔？（上）
至于方案三，不同的模式本来就对应着不同的服务场景，服务本身就是后端接口，切换为工作站模式也许可行，但ASP.NET Core默认就是Server GC，Server GC模式本身为了支持高性能并不会频繁执行垃圾回收(从.NET 9开始不一样，.NET 9的ASP.NET Core默认是第三种模式，.NET 8也支持这种模式，只不过不是默认的)。限定内存为0.5Gi后，内存释放曲线正常，HPA扩缩正常，响应时间正常，问题得到解决，也能解释服务的接口并没有出现性能下降的的现象。代码与dotnet-dump。
2025-11-17 20:53:31
260
原创 【前端应该知道的那些事儿】运动学基础
System.out.println("StatementHandler类型: " + handler.getClass().getSimpleName());System.out.println("=== 测试 PreparedStatementHandler ===");System.out.println("=== 测试 CallableStatementHandler ===");System.out.println("=== 测试 SimpleStatementHandler ===");
2025-11-16 15:36:07
378
原创 异步编程：使用线程池管理线程
自适应探针体积(Adaptive Probe Volumes)是Unity URP渲染管线中用于优化间接光照烘焙的核心技术，它通过自动化生成探针网格，动态适配场景几何密度，实现高效的光照数据采样与存储?：在静态场景中，动态物体无法直接使用烘焙光照贴图，光照探针通过存储空间中的光照信息，让动态物体也能获得与静态环境一致的间接光照效果。：高密度区域(如室内细节)使用小间距探针(1-3米)，低密度区域(如开放地形)使用大间距探针(9-27米)?：基于场景几何密度自动生成规则排列的探针点，无需手动放置?
2025-11-16 15:31:55
358
原创 JavaScript性能优化
套爬磊邢前面的 .NET EF Core 快速入门实战教程章节中我们创建了一个名为 EFCoreGenericRepository 的 .NET 9 通用仓储类库，今天我们来把这个 EF Core 通用仓储类库打包成 NuGet 程序包并发布到 NuGet 官网（https://www.nuget.org），并在项目中引入我们发布的 NuGet 程序包。接下来我们使用 .NET CLI 来发布生成好的 NuGet 包到 NuGet 官网（https://www.nuget.org）中。
2025-11-16 15:27:55
377
原创 Entity Framework教程(第二版)
单击知识库检索节点，配置输入下方Query变量参数值为意图识别节点的输出output，然后点击知识库右侧的+按钮，在弹出的选择知识库页面中添加刚刚创建的知识库。智能客服助手的搭建其实有很多方式，比如使用fastgpt、dify这样的智能体平台也是可以的，但是选择coze是一个非常简便、快捷的方案。第二、技术的发展绝对不是跳跃式的，而是建立在前一阶段的基础上的，是一种渐进式的发展。而，智能体就是对话的载体，MCP就是业务数据和智能体的桥梁，让传统的业务接口，通过对话的方式，实现业务交互。
2025-11-16 15:23:45
387
原创 微服务架构：基于微服务和Docker容器技术的PaaS云平台架构设计（微服务架构实施原理）
向量内积更是各种推荐算法、特征相似度计算的基础范式，向量外积在机械工程学中大行其道等等，这些无一证明了向量在现实的数学应用中的重要地位。需要注意的是，向量的外积仅适用于三维图形，在四维及更高维空间中，垂直于两个向量的方向不唯一，而是一个高维子空间，因此无法用一个单一向量来表示。这种商品推荐的场景便可以基于"余弦相似度"来实现，余弦相似度的核心是仅考虑向量的方向一致，忽略模长的影响。从几何图形上看，向量的外积可以垂直于两个向量组成的平面，当向量平行（共线）时，向量的外积为0。
2025-11-16 15:19:16
909
原创 Django缓存机制详解：从配置到实战应用
DataGrip 除了从脚本文件、CSV、TSV 或具有分隔符分隔值的文本文件导入之外，你还可以使用你喜欢的格式导出数据，包括 CSV、JSON、HTML、Markdown、Excel 等，你甚至可以自行创建格式！商业版的所有功能均可供使用，包括 AI 赋能的代码补全、智能查询控制台、类似 Excel 的数据编辑器、Git 集成，以及对多种数据库的支持。DataGrip 可根据自己的偏好，通过浅色和深色主题、全彩自定义、可定制的按键映射和语言插件调整工具的外观和配置。DataGrip 支持的数据库。
2025-11-15 16:42:12
240
原创 搞懂这两个组件，Spring 配置问题少一半！
指示：- 回顾现有剧本和之前尝试的反思- 仅识别当前剧本中缺少的新见解、策略或错误- 避免重复 - 如果已经存在类似的建议，只添加与现有剧本完美补充的新内容- 不要重新生成整个剧本 - 只提供所需的补充- 注重质量而非数量 - 一个专注、组织良好的剧本比一个详尽无遗的剧本更好- 将您的响应格式化为具有特定部分的纯 JSON 对象- 对于任何操作，如果没有新内容要添加，则在操作字段中返回空列表- 简洁明了 - 每个补充都应该是可操作的。核心需求是 “快速响应”，不需要历史信息干扰，避免冗余计算。
2025-11-15 16:38:14
261
原创 .NET 新增功能系列文章——C# 中的新增功能
这是因为uview-plus 的 SFC 代码里大量用了隐式的 this 成员，在 uni-app x + TS 严格模式 下被识别为 never，于是直接拉进项目就会报 编译期类型警告，但 运行期功能正常。"pages": [ //pages数组中第一项表示应用启动页，参考：https://doc.dcloud.net.cn/uni-app-x/collocation/pagesjson.html。目前安装的uview-plus，版本为3.6.4，使用HBuilderX运行是，会出现很多警告信息。
2025-11-15 16:33:41
280
原创 监控系统如何选型：Zabbix vs Prometheus
Microsoft 代理框架（Microsoft Agent Framework）的推出，旨在简化这一过程，让开发人员能够像创建 Web API 或控制台应用一样轻松构建 AI 代理。Microsoft 代理框架为.NET开发者提供了一套强大工具，显著简化了AI代理的开发、编排和部署过程。工具使用：工具是离散的、可调用的功能，如API、模型上下文协议（MCP）工具、代码执行或数据查询。现在就开始使用Microsoft 代理框架，将AI代理的强大功能融入您的应用程序中，以更智能、更高效的方式解决业务挑战。
2025-11-15 16:28:28
851
原创 我的AI自学路线，可能对你有用
torch.Tensor 类型的 .shape 属性比较特殊，是一个数组类型，主要用于存储当前类型的结构，要结合上下文才能判断，例如在当前训练中，x.shape 值是 [64,1,28,28]，shape[1] 是图像的通道，1 是灰色，3 是彩色(RGB三通道)；为了训练模型，需要定义一个损失函数和一个优化器，损失函数的主要作用是衡量模型的预测结果与真实标签之间的差异，即误差或损失，有了损失函数后，通过优化器可以指导模型参数的调整，使预测结果能够逐步靠近真实值，从而提高模型的性能。
2025-11-15 16:23:27
864
原创 [Java/OracleJDK/OpenJDK] JDK厂商的识别与替换
DataGrip 除了从脚本文件、CSV、TSV 或具有分隔符分隔值的文本文件导入之外，你还可以使用你喜欢的格式导出数据，包括 CSV、JSON、HTML、Markdown、Excel 等，你甚至可以自行创建格式！商业版的所有功能均可供使用，包括 AI 赋能的代码补全、智能查询控制台、类似 Excel 的数据编辑器、Git 集成，以及对多种数据库的支持。DataGrip 可根据自己的偏好，通过浅色和深色主题、全彩自定义、可定制的按键映射和语言插件调整工具的外观和配置。DataGrip 支持的数据库。
2025-11-14 14:17:54
297
原创 数据库中，数据通常按业务逻辑拆分到不同表中存储。 、核心概念 . 多表关系 一对多(多对一) 多对多 一对一 . 多表查询分类 连接 ...
指示：- 回顾现有剧本和之前尝试的反思- 仅识别当前剧本中缺少的新见解、策略或错误- 避免重复 - 如果已经存在类似的建议，只添加与现有剧本完美补充的新内容- 不要重新生成整个剧本 - 只提供所需的补充- 注重质量而非数量 - 一个专注、组织良好的剧本比一个详尽无遗的剧本更好- 将您的响应格式化为具有特定部分的纯 JSON 对象- 对于任何操作，如果没有新内容要添加，则在操作字段中返回空列表- 简洁明了 - 每个补充都应该是可操作的。核心需求是 “快速响应”，不需要历史信息干扰，避免冗余计算。
2025-11-14 14:13:19
760
原创 Electron-Wechat电脑端聊天|vite+electron仿微信桌面端聊天系统
这是因为uview-plus 的 SFC 代码里大量用了隐式的 this 成员，在 uni-app x + TS 严格模式 下被识别为 never，于是直接拉进项目就会报 编译期类型警告，但 运行期功能正常。"pages": [ //pages数组中第一项表示应用启动页，参考：https://doc.dcloud.net.cn/uni-app-x/collocation/pagesjson.html。目前安装的uview-plus，版本为3.6.4，使用HBuilderX运行是，会出现很多警告信息。
2025-11-14 14:08:48
445
原创 AI提示词遇见精密算法：TimeGuessr如何用数学魔法打造文化游戏新体验
Microsoft 代理框架（Microsoft Agent Framework）的推出，旨在简化这一过程，让开发人员能够像创建 Web API 或控制台应用一样轻松构建 AI 代理。Microsoft 代理框架为.NET开发者提供了一套强大工具，显著简化了AI代理的开发、编排和部署过程。工具使用：工具是离散的、可调用的功能，如API、模型上下文协议（MCP）工具、代码执行或数据查询。现在就开始使用Microsoft 代理框架，将AI代理的强大功能融入您的应用程序中，以更智能、更高效的方式解决业务挑战。
2025-11-14 14:03:59
627
原创 是动态数组，list 是双向链表），但迭代器屏蔽了这些差异，让算法（如 sort、for_each）可以用相同的方式处理任何容器。 ...
torch.Tensor 类型的 .shape 属性比较特殊，是一个数组类型，主要用于存储当前类型的结构，要结合上下文才能判断，例如在当前训练中，x.shape 值是 [64,1,28,28]，shape[1] 是图像的通道，1 是灰色，3 是彩色(RGB三通道)；为了训练模型，需要定义一个损失函数和一个优化器，损失函数的主要作用是衡量模型的预测结果与真实标签之间的差异，即误差或损失，有了损失函数后，通过优化器可以指导模型参数的调整，使预测结果能够逐步靠近真实值，从而提高模型的性能。
2025-11-14 13:59:05
376
原创 vue使用h函数如何封装组件和$attrs和props的区别
至于方案三，不同的模式本来就对应着不同的服务场景，服务本身就是后端接口，切换为工作站模式也许可行，但ASP.NET Core默认就是Server GC，Server GC模式本身为了支持高性能并不会频繁执行垃圾回收(从.NET 9开始不一样，.NET 9的ASP.NET Core默认是第三种模式，.NET 8也支持这种模式，只不过不是默认的)。限定内存为0.5Gi后，内存释放曲线正常，HPA扩缩正常，响应时间正常，问题得到解决，也能解释服务的接口并没有出现性能下降的的现象。代码与dotnet-dump。
2025-11-13 16:53:25
355
原创 python.版本的free-threading功能体验
这个SQL最大的问题就是标量子查询 (SELECT count(*) FROM ORDER_EXECUTION@DB_LINK c WHERE c.ORDER_NO=A.ORDER_NO AND c.DELETE_FLAG='0')更糟糕的是，完成数被计算了两次（一次用于显示，一次用于计算剩余数），所以实际上子查询执行了2000次！SQL的编写尽量少采用复制、粘贴的方式来实现，最后是根据业务逻辑梳理清楚后再编写SQL语句，可减少SQL的复杂度，也可以减少表的多次访问。
2025-11-13 16:49:15
253
原创 上周热点回顾（.-.）
文章简介： TDS 是一款基于 .NET 开源免费（MIT license）、高效且用户友好的文件搜索工具，使用 Avalonia UI 技术并完美支持 AOT 编译，实现并优化了如 USN 读取/近实时更新，索引磁盘缓存，索引增强搜索，多关键字匹配，多线程搜索，Avalonia UI 实现(虚拟化,全局热键,系统托盘)等功能，具有轻量高效、界面美观、交互舒适等特性。文章简介： 在 C# 的语法演进中，“弃元（Discard）” 以一个简单的下划线 _ 成为了既提升代码可读性，又优化性能的 “双料特性”。
2025-11-13 16:43:44
327
原创 测试人请查收：金融级系统“三高”挑战下的AI测试工具栈与技术内幕
手册将阐述数据仓库分层的核心价值、常见分层类型，详解分层下的 ETL 架构及数据转换环节，介绍数据仓库分层对应的技术架构，并以贴源层（ODS）、数据仓库层（DW）、数据服务层（DWS）为例，深入剖析数湖仓分层设计，最后探讨数据仓库技术趋势并进行小结。常见的分层包括ODS（操作型数据）、STG/SDATA（数据贴源层/数据镜像层）、DWD/SOR/PDATA（明细数据层/数据原子层）、DWS/SMA/MID（汇总层/中间层）、ADS/IDX（应用数据层/指标层）、DM（数据集市层）等。
2025-11-13 16:39:08
321
原创 C#.编码习惯与命名规则
手册将阐述数据仓库分层的核心价值、常见分层类型，详解分层下的 ETL 架构及数据转换环节，介绍数据仓库分层对应的技术架构，并以贴源层（ODS）、数据仓库层（DW）、数据服务层（DWS）为例，深入剖析数湖仓分层设计，最后探讨数据仓库技术趋势并进行小结。常见的分层包括ODS（操作型数据）、STG/SDATA（数据贴源层/数据镜像层）、DWD/SOR/PDATA（明细数据层/数据原子层）、DWS/SMA/MID（汇总层/中间层）、ADS/IDX（应用数据层/指标层）、DM（数据集市层）等。
2025-11-13 16:32:54
425
原创 代码审查――为可读性努力的巨大能量
两个模型均支持通过 ManySpeech.MoonshineAsr 库实现 离线（非流式）语音识别，也可结合内置或外接的语音端点检测（VAD）模块（如 ManySpeech.AliFsmnVad）实现 实时（流式）识别，适用于语音转写、实时字幕等场景。该项目是一个控制台/桌面端示例项目，主要用于展示语音识别的基础功能，像离线转写、实时识别等操作。moonshine-tiny-en-onnx：轻量级模型（27M 参数，约 190MB），适合资源受限的设备（如边缘设备、嵌入式设备），兼顾速度与基础识别精度。
2025-11-12 15:17:53
645
原创 对《个提高Web程序执行效率的好经验》的理解
至于方案三，不同的模式本来就对应着不同的服务场景，服务本身就是后端接口，切换为工作站模式也许可行，但ASP.NET Core默认就是Server GC，Server GC模式本身为了支持高性能并不会频繁执行垃圾回收(从.NET 9开始不一样，.NET 9的ASP.NET Core默认是第三种模式，.NET 8也支持这种模式，只不过不是默认的)。限定内存为0.5Gi后，内存释放曲线正常，HPA扩缩正常，响应时间正常，问题得到解决，也能解释服务的接口并没有出现性能下降的的现象。代码与dotnet-dump。
2025-11-12 15:12:38
362
原创 jQuery.的改进细节
这个SQL最大的问题就是标量子查询 (SELECT count(*) FROM ORDER_EXECUTION@DB_LINK c WHERE c.ORDER_NO=A.ORDER_NO AND c.DELETE_FLAG='0')更糟糕的是，完成数被计算了两次（一次用于显示，一次用于计算剩余数），所以实际上子查询执行了2000次！SQL的编写尽量少采用复制、粘贴的方式来实现，最后是根据业务逻辑梳理清楚后再编写SQL语句，可减少SQL的复杂度，也可以减少表的多次访问。
2025-11-12 15:07:42
262
原创 在追赶产品上线的路上，我们是否为在为将来“埋雷”呢？
文章简介： TDS 是一款基于 .NET 开源免费（MIT license）、高效且用户友好的文件搜索工具，使用 Avalonia UI 技术并完美支持 AOT 编译，实现并优化了如 USN 读取/近实时更新，索引磁盘缓存，索引增强搜索，多关键字匹配，多线程搜索，Avalonia UI 实现(虚拟化,全局热键,系统托盘)等功能，具有轻量高效、界面美观、交互舒适等特性。文章简介： 在 C# 的语法演进中，“弃元（Discard）” 以一个简单的下划线 _ 成为了既提升代码可读性，又优化性能的 “双料特性”。
2025-11-12 15:02:21
343
原创 WP游戏开发：TweeJump（cocosd-xna)
手册将阐述数据仓库分层的核心价值、常见分层类型，详解分层下的 ETL 架构及数据转换环节，介绍数据仓库分层对应的技术架构，并以贴源层（ODS）、数据仓库层（DW）、数据服务层（DWS）为例，深入剖析数湖仓分层设计，最后探讨数据仓库技术趋势并进行小结。常见的分层包括ODS（操作型数据）、STG/SDATA（数据贴源层/数据镜像层）、DWD/SOR/PDATA（明细数据层/数据原子层）、DWS/SMA/MID（汇总层/中间层）、ADS/IDX（应用数据层/指标层）、DM（数据集市层）等。
2025-11-12 14:56:49
606
原创 基础知识漫谈(-) 作为面试官的一点心得
两个模型均支持通过 ManySpeech.MoonshineAsr 库实现 离线（非流式）语音识别，也可结合内置或外接的语音端点检测（VAD）模块（如 ManySpeech.AliFsmnVad）实现 实时（流式）识别，适用于语音转写、实时字幕等场景。该项目是一个控制台/桌面端示例项目，主要用于展示语音识别的基础功能，像离线转写、实时识别等操作。moonshine-tiny-en-onnx：轻量级模型（27M 参数，约 190MB），适合资源受限的设备（如边缘设备、嵌入式设备），兼顾速度与基础识别精度。
2025-11-11 14:38:21
321
原创 写给程序员的机器学习入门 (九) - 对象识别 RCNN 与 Fast-RCNN
至于方案三，不同的模式本来就对应着不同的服务场景，服务本身就是后端接口，切换为工作站模式也许可行，但ASP.NET Core默认就是Server GC，Server GC模式本身为了支持高性能并不会频繁执行垃圾回收(从.NET 9开始不一样，.NET 9的ASP.NET Core默认是第三种模式，.NET 8也支持这种模式，只不过不是默认的)。限定内存为0.5Gi后，内存释放曲线正常，HPA扩缩正常，响应时间正常，问题得到解决，也能解释服务的接口并没有出现性能下降的的现象。代码与dotnet-dump。
2025-11-11 14:33:50
280
原创 Saga Reader .. 版本亮点：深入解析核心新功能实现
这个SQL最大的问题就是标量子查询 (SELECT count(*) FROM ORDER_EXECUTION@DB_LINK c WHERE c.ORDER_NO=A.ORDER_NO AND c.DELETE_FLAG='0')更糟糕的是，完成数被计算了两次（一次用于显示，一次用于计算剩余数），所以实际上子查询执行了2000次！SQL的编写尽量少采用复制、粘贴的方式来实现，最后是根据业务逻辑梳理清楚后再编写SQL语句，可减少SQL的复杂度，也可以减少表的多次访问。
2025-11-11 14:29:24
596
原创 会听到DDR DDR DDR等概念，下面详细介绍。 首先DRAM和SRAM这两大类，从原理上说：DRAM是将每bit数据保存在一个个 ...
文章简介： TDS 是一款基于 .NET 开源免费（MIT license）、高效且用户友好的文件搜索工具，使用 Avalonia UI 技术并完美支持 AOT 编译，实现并优化了如 USN 读取/近实时更新，索引磁盘缓存，索引增强搜索，多关键字匹配，多线程搜索，Avalonia UI 实现(虚拟化,全局热键,系统托盘)等功能，具有轻量高效、界面美观、交互舒适等特性。文章简介： 在 C# 的语法演进中，“弃元（Discard）” 以一个简单的下划线 _ 成为了既提升代码可读性，又优化性能的 “双料特性”。
2025-11-11 14:24:19
546
原创 从.NET到Go：我和AI搓了一个高性能对象映射库Go版Mapster
手册将阐述数据仓库分层的核心价值、常见分层类型，详解分层下的 ETL 架构及数据转换环节，介绍数据仓库分层对应的技术架构，并以贴源层（ODS）、数据仓库层（DW）、数据服务层（DWS）为例，深入剖析数湖仓分层设计，最后探讨数据仓库技术趋势并进行小结。常见的分层包括ODS（操作型数据）、STG/SDATA（数据贴源层/数据镜像层）、DWD/SOR/PDATA（明细数据层/数据原子层）、DWS/SMA/MID（汇总层/中间层）、ADS/IDX（应用数据层/指标层）、DM（数据集市层）等。
2025-11-11 14:19:19
715
原创 PHP 发力 AI ！PHP 官方 MCP SDK 正式发布
文章简介： TDS 是一款基于 .NET 开源免费（MIT license）、高效且用户友好的文件搜索工具，使用 Avalonia UI 技术并完美支持 AOT 编译，实现并优化了如 USN 读取/近实时更新，索引磁盘缓存，索引增强搜索，多关键字匹配，多线程搜索，Avalonia UI 实现(虚拟化,全局热键,系统托盘)等功能，具有轻量高效、界面美观、交互舒适等特性。文章简介： 在 C# 的语法演进中，“弃元（Discard）” 以一个简单的下划线 _ 成为了既提升代码可读性，又优化性能的 “双料特性”。
2025-11-10 15:04:21
338
原创 炸裂：SpringAI新版发布，终于支持断线重连了！
手册将阐述数据仓库分层的核心价值、常见分层类型，详解分层下的 ETL 架构及数据转换环节，介绍数据仓库分层对应的技术架构，并以贴源层（ODS）、数据仓库层（DW）、数据服务层（DWS）为例，深入剖析数湖仓分层设计，最后探讨数据仓库技术趋势并进行小结。常见的分层包括ODS（操作型数据）、STG/SDATA（数据贴源层/数据镜像层）、DWD/SOR/PDATA（明细数据层/数据原子层）、DWS/SMA/MID（汇总层/中间层）、ADS/IDX（应用数据层/指标层）、DM（数据集市层）等。
2025-11-10 15:00:05
229
原创 Flutter数据可视化：fl_chart图表库的高级应用
这个SQL最大的问题就是标量子查询 (SELECT count(*) FROM ORDER_EXECUTION@DB_LINK c WHERE c.ORDER_NO=A.ORDER_NO AND c.DELETE_FLAG='0')更糟糕的是，完成数被计算了两次（一次用于显示，一次用于计算剩余数），所以实际上子查询执行了2000次！SQL的编写尽量少采用复制、粘贴的方式来实现，最后是根据业务逻辑梳理清楚后再编写SQL语句，可减少SQL的复杂度，也可以减少表的多次访问。
2025-11-10 14:44:42
304
原创 鸿蒙应用开发从入门到实战（十一）：ArkUI组件Text&TextInput
文章简介： TDS 是一款基于 .NET 开源免费（MIT license）、高效且用户友好的文件搜索工具，使用 Avalonia UI 技术并完美支持 AOT 编译，实现并优化了如 USN 读取/近实时更新，索引磁盘缓存，索引增强搜索，多关键字匹配，多线程搜索，Avalonia UI 实现(虚拟化,全局热键,系统托盘)等功能，具有轻量高效、界面美观、交互舒适等特性。文章简介： 在 C# 的语法演进中，“弃元（Discard）” 以一个简单的下划线 _ 成为了既提升代码可读性，又优化性能的 “双料特性”。
2025-11-10 14:39:22
258
原创 彩笔运维勇闯机器学习--GBDT
手册将阐述数据仓库分层的核心价值、常见分层类型，详解分层下的 ETL 架构及数据转换环节，介绍数据仓库分层对应的技术架构，并以贴源层（ODS）、数据仓库层（DW）、数据服务层（DWS）为例，深入剖析数湖仓分层设计，最后探讨数据仓库技术趋势并进行小结。常见的分层包括ODS（操作型数据）、STG/SDATA（数据贴源层/数据镜像层）、DWD/SOR/PDATA（明细数据层/数据原子层）、DWS/SMA/MID（汇总层/中间层）、ADS/IDX（应用数据层/指标层）、DM（数据集市层）等。
2025-11-10 14:33:00
777
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人