Airlift简介 Airlift 是一个高性能的 Java 框架,用于构建分布式系统和微服务。它主要由 Presto/Trino 社区创建和维护,最初是为支持这些分布式 SQL 查询引擎的运行而设计的。随着时间的推移,Airlift 已被广泛用…
Pandera简介 Pandera 是一个用于验证、清理和文档化 Pandas 数据框架(DataFrame 和 Series)的 Python 库。它提供了基于类型注释的方式来定义数据验证规则,确保数据符合预期格式和约束。这对于数据管道的构建、…
什么是 Google Caffeine? Google Caffeine 是 Google 搜索引擎的一次架构重构,旨在满足不断增长的互联网内容和用户实时搜索需求。它替代了 Google 早期的分层索引系统,转而采用更加实时的索引机制,使搜索结果…
什么是KPI? KPI 是关键绩效指标(Key Performance Indicator)的缩写。它是一种用于评估和衡量组织或个人在实现其业务目标方面的表现的工具。KPI 可以帮助企业确定其在战略目标上的进展情况,并找出需要改进的领…
在前面的文章Python标准库之性能优化中学习到了统计Python代码执行时间的工具。今天要学习的是一些其他的工具。 SnakeViz SnakeViz简介 SnakeViz 是一个用于可视化 Python 代码性能分析结果的工具。它是基于 Pyt…
gRPC简介 gRPC 是一个现代化的、高性能的 远程过程调用(Remote Procedure Call, RPC)框架,由 Google 开发并开源。它基于 HTTP/2 协议,使用 Protocol Buffers(protobuf)作为接口定义语言(IDL)和数据序列化…
MDX/MDD 文件格式简介 MDX和MDD是字典程序MDict使用的文件格式,其中MDX 文件用于存放定义,而MDD用于存放其他资源文件,比如图片,发音,虽然存放的内容是不一样的,但是两种文件的结构是一致的。 MDX 和 MDD …
现在再写这篇文章感觉有些不合时宜,目前,貌似很少人再讨论大数据,也很少人再讨论Hadoop。整理这篇文章,是为了探寻最新的技术方向。 新技术替代的组件 Hadoop技术栈的许多组件已经被功能更强、性能更高的新技…
什么是微服务? 微服务(Microservices)是一种软件架构风格,将一个应用程序划分为一组小型的、独立运行的服务。每个服务都专注于完成一种特定的功能,可以独立开发、部署和扩展。这种架构与传统的单体应用(Mono…
在使用SHAP对模型特征进行可视化输出的时候,会遇到输出的图形格式与预期的不符。以下面的图为例,比如是类别型特征时,默认的展示方式可能有些怪。 比较方便的解决方案是将数据导出为Pandas的DataFrame,然…