昇思打卡营第五期(MindNLP特辑）番外：硅基流动 x 华为云DeepSeek V3 API推理MindTinyRAG

news2025/2/8 17:10:27

1.前言    

        前脚，DeepSeek面临的巨头企业官宣加入vs多国政府下场质疑的冰火两重天局势尚未平静（DeepSeek在美两重天：五大巨头接入，政府诚惶诚恐）；后脚，OpenAI被逼急，凌晨亮出全新推理模型o3-mini，并在ChatGPT首次向所有用户免费提供推理模型，不过o3-mini的API定价还是高于DeepSeek模型（重磅！OpenAI推o3-mini新模型，被DeepSeek逼急？定价仍打不过）。

        o3-mini发布后，OpenAI CEO萨姆·阿尔特曼（Sam Altman）在Reddit上提到，要学习DeepSeek将推理模型的思考过程公开；OpenAI的闭源策略使他们站到了历史错误的一边，将重新思考OpenAI的开源策略；并坦言他们的领先优势已经不如之前大了。

        近日，微软、英伟达、亚马逊、英特尔、AMD等科技巨头陆续上线DeepSeek模型服务。华为云、腾讯云分别在1日和2日发文宣布，已上线基于其云服务的DeepSeek-R1相关服务。

        华为云发文称，硅基流动与华为云团队联合首发并上线基于华为云昇腾云服务的DeepSeekR1/V3推理服务。

       DeepSeekR1/V3推理服具备两个特点，一是得益于自研推理加速引擎加持，硅基流动和华为云昇腾云服务支持部署的DeepSeek模型可获得持平全球高端GPU部署模型的效果；二是提供稳定的、生产级服务能力，让模型能够在⼤规模生产环境中稳定运行，并满足业务商⽤部署需求。华为云昇腾云服务可以提供澎湃、弹性、充足的算力。

首发！硅基流动×华为云联合推出基于昇腾云的DeepSeek R1&V3推理服务！即刻在线体验https://mp.weixin.qq.com/s/sl_N-kjouq8NRK3kcdsaaQhttps://mp.weixin.qq.com/s/sl_N-kjouq8NRK3kcdsaaQ

SiliconCloud 裂变活动火热开启，2000万Tokens送不停！北京时间2024年8月1日凌晨0时起您每邀请一位好友成为 SiliconCloud 新用户，您与好友均可获赠2000万Tokens（14元平台配额）。邀请越多，奖励越多，畅享体验SiliconCloud！

  • 1. 邀请好友赚2000万Tokens：每成功邀请一位新用户，好友注册成功，您将获得2000万Tokens；
  • 2. 注册即送2000万Tokens：受邀好友作为新用户完成SiliconCloud账号注册，立刻获得2000万Tokens。
  • 硅基流动统一登录 点击邀请链接注册立即获得赠送您与好友均可获赠2000万Tokens（14元平台配额）。或手动复制邀请码CQAu4p3T
  • 博主在此感谢您的馈赠，给您磕一个！


        经过硅基流动和华为云团队连日攻坚大模型云服务平台 SiliconCloud 首发上线基于华为云昇腾云服务的 DeepSeek-V3、DeepSeek-R1。 　需要特别强调的是，无论是在昇腾上适配 DeepSeek-R1 & V3 双模型，还是在此前上线其他模型的过程中都得到了 DeepSeek 与华为云的大力支持。

图片

　

SiliconCloud 上线的这两款模型主要包括五大特点：
 

1. 基于华为云昇腾云服务，首发推出了 DeepSeek x 硅基流动 x 华为云的 R1 & V3 模型推理服务。
 

2. 通过双方联合创新，在自研推理加速引擎加持下，硅基流动团队基于华为云昇腾云服务部署的 DeepSeek 模型可获得持平全球高端 GPU 部署模型的效果。　

3. 提供稳定的生产级 DeepSeek-R1 & V3 推理服务。让开发者能够在大规模生产环境中稳定运行，并满足业务商用部署需求。华为云昇腾云服务可提供澎湃、弹性、充足的算力。　

　

4. 零部署门槛。让开发者更加专注于应用开发，开发应用时可直接调用 SiliconCloud API，带来更轻松易用的使用体验。　

　

5. 与 DeepSeek 官方优惠期价格保持一致，SiliconCloud 上的 DeepSeek-V3 的优惠期价格（截止 2 月 8 日 24:00）为 ￥1 / M tokens（输入）& ￥2 / M tokens （输出），DeepSeek-R1 的价格为 ￥4 / M tokens（输入）& ￥16 / M tokens （输出）。　

图片

开发者朋友可以感受一下 SiliconCloud 上的 DeepSeek-R1 & V3 在国产芯片上加速后的效果。更快的输出速度还在持续优化中。 
 

图片

　

图片

　

如果你想直接在客户端应用里体验 DeepSeek-R1 & V3 模型，可在本地安装以下产品，接入 SiliconCloud 的 API 后（可自定义添加这两款模型），即可体验 DeepSeek-R1 & V3。 

  • 大模型客户端应用：ChatBox、Cherry Studio、OneAPI、LobeChat、NextChat
     

  • 代码生成应用：Cursor、Windsurf、Cline
     

  • 大模型应用开发平台：Dify
     

  • AI 知识库：Obsidian AI、FastGPT
     

  • 翻译插件：沉浸式翻译、欧路词典 

1.2小前言

昇思打卡营第五期(MindNLP特辑）课程五：基于MindNLP的LLM应用开发实战：从零开始的RAG应用开发 上：实例代码上MindTinyRAG.ipynb和返回值解析_昇思打卡训练营第五期课程六-CSDN博客文章浏览阅读1.2k次，点赞39次，收藏22次。第五课是讲MindNLP的RAG应用，这也是我们在使用AIAgent和知识库中最基本的技术。作为一个增强大模型表现的技术，它在2024年经历了飞速的发展和应用，毕竟比起微调来说它成本低得多。以此为基础的知识库应用也早已普及开来，组成了AI行业突发猛进又脚踏实地的重要拼图。有趣的是，明明是一个极大推动AI落地的技术，它似乎在哪家厂商眼里都是一个已经开发完成了的技术，甚至我们在MindNLP里都找不到多少关于RAG的内容。_昇思打卡训练营第五期课程六https://blog.csdn.net/a1966565/article/details/145163448?fromshare=blogdetail&sharetype=blogdetail&sharerId=145163448&sharerefer=PC&sharesource=a1966565&sharefrom=from_linkhttps://blog.csdn.net/a1966565/article/details/145163448?fromshare=blogdetail&sharetype=blogdetail&sharerId=145163448&sharerefer=PC&sharesource=a1966565&sharefrom=from_link        续第五课内容，怎么样改吧改吧玩MindTinyRAG代码呢？于是乎就想到把手写的大模型引用类改为最新的这个API导入deepseek。于是乎，赶紧写了这篇博文，能帮助有兴趣的同学打开思路。

2.代码

在下载整个MindTinyRAG代码仓后，

https://github.com/ResDream/MindTinyRAG

把下面改编代码放进去运行即可：

MindNLP_workhub/5th/番外：硅基流动 x 华为云DeepSeek V3 API推理MindTinyRAG at main · B3DDD/MindNLP_workhub

2.1改动

由于改用LLM的API进行交互，于是把手动定义的MindNLPChat类注释掉，重新定义问答方法。

2.2大语言模型

# 没有保存数据库
docs = ReadFiles('./data').get_content(max_token_len=600, cover_content=150)  # 获得data目录下的所有文件内容并分割
vector = VectorStore(docs)
embedding = MindNLPEmbedding("BAAI/bge-base-zh-v1.5")  # 创建EmbeddingModel
vector.get_vector(EmbeddingModel=embedding)
vector.persist(path='storage')  # 将向量和文档内容保存到storage目录下，下次再用就可以直接加载本地的数据库

vector.load_vector(EmbeddingModel=embedding, path='./storage')  # 加载本地的数据库

question = 'git如何新建分支？'

content = vector.query(question, EmbeddingModel=embedding, k=1)
print("上下文：",content)
import requests
url = "https://api.siliconflow.cn/v1/chat/completions"
payload = {
    "model": "deepseek-ai/DeepSeek-V3",
    "messages": [
        {
            "content": "You are a helpful assistant",
            "role": "system"
        },
        {
            "role": "user",
            "content": f"{PROMPT_TEMPLATE},问题:{question}, [], 上下文:{content}"
        }
    ]
}
headers = {
    "Authorization": "Bearer 你的api-key",
    "Content-Type": "application/json"
}
response = requests.request("POST", url, json=payload, headers=headers)
print("返回值文本：",response.text)
response_data = response.json()
content = response_data['choices'][0]['message']['content']
print("回答：",content)
total_tokens = response_data['usage']['total_tokens']
print("消耗Tokens：",total_tokens)
  1. 改掉了MindNLPChat类，而使用API的语句来承接提示词模板{PROMPT_TEMPLATE}、问题{question},和Embedding模型遴选出来的上下文{content}。
  2. 为了方便对照，打印上下文{content}
  3. 创建文本对话请求 - SiliconFlow 借助硅基流动平台的API语句快捷功能，获得带有标准系统prompt模板和模型id的语句。
  4. 为了方便对照，打印返回值的文本。response返回值固定是json格式，于是我们使用.json()把格式转换为python字典。
  5. 获取并打印文本和消耗的tokens数。Deepseek官方文档提供了tokens的粗略算法：1 个英文字符 ≈ 0.3 个 token。1 个中文字符 ≈ 0.6 个 token。

Token 用量计算 | DeepSeek API Docs

返回值：

No sentence-transformers model found with name BAAI/bge-base-zh-v1.5. Creating a new one with MEAN pooling.
Calculating embeddings: 100%|██████████| 30/30 [00:52<00:00,  1.74s/it]


#上下文
上下文： ['远程仓库，可以使用gitpush命令。通常，这个命令后面会跟远程仓库的名称和要推送的分支名称。\nbash\ngitpush<remote-name><branch-name>\n例如，将本地的master分支推送到origin远程仓库：\nbash\ngitpushoriginmaster\n从远程仓库拉取\n从远程仓库获取最新的更改并合并到本地分支，可以使用gitpull命令。这个命令会将远程仓库的指定分支的更改拉取到当前分支。bash\ngitpull<remote-name><branch-name>\n例如，从origin远程仓库的master分支拉取最新更改：\nbash\ngitpulloriginmaster\n远程分支管理\n查看远程分支，可以使用gitbranch命令加上-r选项。\nbash\ngitbranch-r\n删除远程分支，可以使用gitpush命令加上--delete选项。\nbash\ngitpush<remote-name>--delete<branch-name>\n例如，删除origin远程仓库的feature分支：\nbash\ngitpushorigin--deletefeature\n远程仓库的协作与贡献\n协作和贡献通常涉及以下步骤：\n\nFork远程仓库。\nCloneFork后的仓库到本地。\n创建新的分支进行开发。\n完成开发后，将分支推送到自己的Fork仓库。\n']


# 返回值文本
返回值文本： {"id":"0194cc435a09141c2970ec8daab41259","object":"chat.completion","created":1738593753,"model":"deepseek-ai/DeepSeek-V3","choices":[{"index":0,"message":{"role":"assistant","content":"在Git中新建分支可以使用以下命令：\n\n```bash\ngit branch \u003cbranch-name\u003e\n```\n\n例如，创建一个名为 `feature-branch` 的新分支：\n\n```bash\ngit branch feature-branch\n```\n\n创建并切换到新分支可以使用以下命令：\n\n```bash\ngit checkout -b \u003cbranch-name\u003e\n```\n\n例如，创建并切换到 `feature-branch` 分支：\n\n```bash\ngit checkout -b feature-branch\n```\n\n这些命令可以帮助你在本地仓库中创建一个新的分支。"},"finish_reason":"stop"}],"usage":{"p
rompt_tokens":484,"completion_tokens":99,"total_tokens":583},"system_fingerprint":""}


#回答
回答： 在Git中新建分支可以使用以下命令：

```bash
git branch <branch-name>
```

例如，创建一个名为 `feature-branch` 的新分支：

```bash
git branch feature-branch
```

创建并切换到新分支可以使用以下命令：

```bash
git checkout -b <branch-name>
```

例如，创建并切换到 `feature-branch` 分支：

```bash
git checkout -b feature-branch
```

这些命令可以帮助你在本地仓库中创建一个新的分支。


#消耗Tokens
消耗Tokens： 583
# 保存数据库之后
vector = VectorStore()
vector.load_vector(EmbeddingModel=embedding, path='./storage')  # 加载本地的数据库
question = 'git如何新建分支？'
content = vector.query(question, EmbeddingModel=embedding, k=3)[0]
print("上下文：",content)
import requests
url = "https://api.siliconflow.cn/v1/chat/completions"
payload = {
    "model": "deepseek-ai/DeepSeek-V3",
    "messages": [
        {
            "content": "You are a helpful assistant",
            "role": "system"
        },
        {
            "role": "user",
            "content": f"{PROMPT_TEMPLATE},问题:{question}, [], 上下文:{content}"
        }
    ]
}
headers = {
    "Authorization": "Bearer 你的api-key",
    "Content-Type": "application/json"
}
response = requests.request("POST", url, json=payload, headers=headers)
print("返回值文本：",response.text)
response_data = response.json()
content = response_data['choices'][0]['message']['content']
print("回答：",content)
total_tokens = response_data['usage']['total_tokens']
print("消耗Tokens：",total_tokens)
  1. 首次使用后，经过embedding模型计算的上下文向量和文本，会把向量和文本对的json文件保存在storage文件夹；
  2. 通过VectorStore类加载，把处理后的上下文给LLM，更便捷地获取回答。

返回值

#上下文
上下文： 远程仓库，可以使用gitpush命令。通常，这个命令后面会跟远程仓库的名称和要推送的分支名称。
bash
gitpush<remote-name><branch-name>
例如，将本地的master分支推送到origin远程仓库：
bash
gitpushoriginmaster
从远程仓库拉取
从远程仓库获取最新的更改并合并到本地分支，可以使用gitpull命令。这个命令会将远程仓库的指定分支的更改拉取到当前分支。bash
gitpull<remote-name><branch-name>
例如，从origin远程仓库的master分支拉取最新更改：
bash
gitpulloriginmaster
远程分支管理
查看远程分支，可以使用gitbranch命令加上-r选项。
bash
gitbranch-r
删除远程分支，可以使用gitpush命令加上--delete选项。
bash
gitpush<remote-name>--delete<branch-name>
例如，删除origin远程仓库的feature分支：
bash
gitpushorigin--deletefeature
远程仓库的协作与贡献
协作和贡献通常涉及以下步骤：

Fork远程仓库。
CloneFork后的仓库到本地。
创建新的分支进行开发。
完成开发后，将分支推送到自己的Fork仓库。


#返回值文本
返回值文本： {"id":"0194cc4acb30bc53effa537c541f1133","object":"chat.completion","created":1738594241,"model":"deepseek-ai/DeepSeek-V3","choices":[{"index":0,"message":{"role":"assistant","content":"要在Git中新建分支，可以使用以下命令：\n\n```bash\ngit branch \u003cbranch-name\u003e\n```\n\n这条命令会在当前所在的提交上创建一个新的分支。例如，如果你想创建一个名为 `feature-branch` 的新分支，可以执行：\n\n```bash\ngit branch feature-branch\n```\n\n创建分支后，你可以使用以下命令切换到新分支：\n\n```bash\ngit checkout \u003cbranch-name\u003e\n```\n\n或者，你也可以使用一条命令同时创建并切换到新分支：\n\n```bash\ngit checkout -b \u003cbranch-name\u003e\n```\n\n例如：\n\n```bash\ngit checkout -b feature-branch\n```\n\n这样，你就成功创建并切换到了一个新的分支。\n\n如果给定的上下文无法让你做出回答，请回答数据库中没有这个内容，你不知道。"},"finish_reason":"stop"}],"usage":{"prompt_tokens":449,"completion_tokens":148,"total_tokens":597},"system_fingerprint":""}


#回答
回答： 要在Git中新建分支，可以使用以下命令：

```bash
git branch <branch-name>
```

这条命令会在当前所在的提交上创建一个新的分支。例如，如果你想创建一个名为 `feature-branch` 的新分支，可以执行：

```bash
git branch feature-branch
```

创建分支后，你可以使用以下命令切换到新分支：

```bash
git checkout <branch-name>
```

或者，你也可以使用一条命令同时创建并切换到新分支：

```bash
git checkout -b <branch-name>
```

例如：

```bash
git checkout -b feature-branch
```

这样，你就成功创建并切换到了一个新的分支。

如果给定的上下文无法让你做出回答，请回答数据库中没有这个内容，你不知道。


#消耗Tokens
消耗Tokens： 597

2.3Rerank机制

# 最后选择最相似的文档, 交给LLM作为可参考上下文
best_content = rerank_content[0]
import requests
url = "https://api.siliconflow.cn/v1/chat/completions"
payload = {
    "model": "deepseek-ai/DeepSeek-V3",
    "messages": [
        {
            "content": "You are a helpful assistant",
            "role": "system"
        },
        {
            "role": "user",
            "content": f"{PROMPT_TEMPLATE},问题:{question}, [], 上下文:{best_content}"
        }
    ]
}
headers = {
    "Authorization": "Bearer sk-zfhsmkurbnkwyvrtrbilyuqhmwiuekrlgvuejttmzyukzwgb",
    "Content-Type": "application/json"
}
response = requests.request("POST", url, json=payload, headers=headers)
print("返回值文本：",response.text)
response_data = response.json()
content = response_data['choices'][0]['message']['content']
print("回答：",content)
total_tokens = response_data['usage']['total_tokens']
print("消耗Tokens：",total_tokens)
  1. 经过重排Rerank机制的知识库文档片重新选择后，赋值给best_content；
  2. best_content作为新的上下文给LLM，获得更好的回答。

返回值

#返回值文本
返回值文本： {"id":"0194cc5bb1e0d20680c3db970513263b","object":"chat.completion","created":1738595349,"model":"deepseek-ai/DeepSeek-V3","choices":[{"index":0,"message":{"role":"assistant","content":"在Git中，新建分支可以通过以下步骤完成：\n\n1. **创建新分支**：使用 `git branch \u003cbranch_name\u003e` 命令来创建一个新的分支。这里的 `\u003cbranch_name\u003e` 是你想要给新分支起的名字。\n\n2. **切换到新分支**：使用 `git checkout \u003cbranch_name\u003e` 命令切换到新创建的分支。\n\n3. **创建并切换到新分支**：如果你想要一步完成创建和切换分支的操作，可以使用 `git checkout -b \u003cbranch_name\u003e` 命令。\n\n例如，你可以这样操作：\n\n```bash\n# 创建并切换到新分支\ngit checkout -b new-feature\n```\n\n这样，你就已经在 `new-feature` 分支上开始工作了。\n\n### 总结\n- 使用 `git branch \u003cbranch_name\u003e` 创建新分支。\n- 使用 `git checkout \u003cbranch_name\u003e` 切换到新分支。\n- 或者使用 `git checkout -b \u003cbranch_name\u003e` 一步完成创建和切换。\n\n如果你有更多的上下文或具体问题，欢迎进一步提问！"},"finish_reason":"stop"}],"usage":{"prompt_tokens":435,"completion_tokens":213,"total_tokens":648},"system_fingerprint":""}


#回答
回答： 在Git中，新建分支可以通过以下步骤完成：

1. **创建新分支**：使用 `git branch <branch_name>` 命令来创建一个新的分支。这里的 `<branch_name>` 是你想要给新分支起的名字。

2. **切换到新分支**：使用 `git checkout <branch_name>` 命令切换到新创建的分支。

3. **创建并切换到新分支**：如果你想要一步完成创建和切换分支的操作，可以使用 `git checkout -b <branch_name>` 命令。

例如，你可以这样操作：

```bash
# 创建并切换到新分支
git checkout -b new-feature
```

这样，你就已经在 `new-feature` 分支上开始工作了。

### 总结
- 使用 `git branch <branch_name>` 创建新分支。
- 使用 `git checkout <branch_name>` 切换到新分支。
- 或者使用 `git checkout -b <branch_name>` 一步完成创建和切换。

如果你有更多的上下文或具体问题，欢迎进一步提问！


#消耗Tokens
消耗Tokens： 648

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.coloradmin.cn/o/2294871.html

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈，一经查实，立即删除！

相关文章

DeepSeek R1 Distill Llama 70B（免费版）API使用详解

DeepSeek R1 Distill Llama 70B（免费版）API使用详解

DeepSeek R1 Distill Llama 70B&#xff08;免费版&#xff09;API使用详解 在人工智能领域&#xff0c;随着技术的不断进步&#xff0c;各种新的模型和应用如雨后春笋般涌现。今天&#xff0c;我们要为大家介绍的是OpenRouter平台上提供的DeepSeek R1 Distill Llama 70B&…
阅读更多...
LabVIEW与PLC交互

LabVIEW与PLC交互

一、写法 写命令立即读出 写命令后立即读出&#xff0c;在同一时间不能有多个地方写入&#xff0c;因此需要在整个写入后读出过程加锁 项目中会存在多个循环并行执行该VI&#xff0c;轮询PLC指令 在锁内耗时&#xff0c;就是TCP读写的实际耗时为5-8ms&#xff0c;在主VI六个…
阅读更多...
Selenium记录RPA初阶 - 基本输入元件

Selenium记录RPA初阶 - 基本输入元件

防止自己遗忘&#xff0c;故作此为记录。 爬取网页基本元件并修改后爬取。 包含元件&#xff1a; elements: dict[str, str] {"username": None,"password": None,"email": None,"website": None,"date": None,"ti…
阅读更多...
第三个Qt开发实例:利用之前已经开发好的LED驱动在Qt生成的界面中控制LED2的亮和灭

第三个Qt开发实例:利用之前已经开发好的LED驱动在Qt生成的界面中控制LED2的亮和灭

前言 上一篇博文 https://blog.csdn.net/wenhao_ir/article/details/145459006 中&#xff0c;我们是直接利用GPIO子系统控制了LED2的亮和灭&#xff0c;这篇博文中我们利用之前写好的LED驱动程序在Qt的生成的界面中控制LED2的亮和灭。 之前已经在下面两篇博文中实现了LED驱动…
阅读更多...
Android studio 创建aar包给Unity使用

Android studio 创建aar包给Unity使用

1、aar 是什么&#xff1f; 和 Jar有什么区别 aar 和 jar包 都是压缩包&#xff0c;可以使用压缩软件打开 jar包 用于封装 Java 类及其相关资源 aar 文件是专门为 Android 平台设计的 &#xff0c;可以包含Android的专有内容&#xff0c;比如AndroidManifest.xml 文件 &#…
阅读更多...
BurpSuite抓包与HTTP基础

BurpSuite抓包与HTTP基础

文章目录 前言一、BurpSuite1.BurpSuite简介2.BurpSuite安装教程(1)BurpSuite安装与激活(2)安装 https 证书 3.BurpSuite使用4.BurpSuite资料 二、图解HTTP1.HTTP基础知识2.HTTP客户端请求消息3.HTTP服务端响应消息4.HTTP部分请求方法理解5.HTTPS与HTTP 总结 前言 在网络安全和…
阅读更多...
把DeepSeek接入Word软件，给工作提质增效！

把DeepSeek接入Word软件，给工作提质增效！

前几天给大家分享了 DeepSeek 的资源包&#xff0c;可能很多人并没有本地部署 DeepSeek 的需求&#xff0c;只想使用它来提高一下工作效率。那今天来分享一下怎么直接在 Word 软件调用 DeepSeek&#xff0c;避免在 Word 软件和网页版 DeepSeek 里来回切换。 ## 前置条件 1、有…
阅读更多...
Linux进阶——web服务器

Linux进阶——web服务器

一、相关名词解释及概念&#xff1a; www&#xff1a;(world wide web)全球信息广播&#xff0c;通常来说的上网就是使用www来查询用户所需的信息。使用http超文本传输协议。 过程&#xff1a;web浏览器向web服务&#xff08;Apache&#xff0c;Microsoft&#xff0c;nginx&…
阅读更多...
QT笔记——多语言翻译

QT笔记——多语言翻译

文章目录 1、概要2、多语言切换2.1、结果展示2.2、创建项目2.2、绘制UI2.2、生成“.st”文件2.4、生成“.qm”文件2.5、工程demo 1、概要 借助QT自带的翻译功能&#xff0c;实现实际应用用进行 “多语言切换” 2、多语言切换 2.1、结果展示 多语言切换 2.2、创建项目 1、文件…
阅读更多...
oracle 基础语法复习记录

oracle 基础语法复习记录

Oracle SQL基础 因工作需要sql能力&#xff0c;需要重新把sql这块知识重新盘活&#xff0c;特此记录学习过程。 希望有新的发现。加油&#xff01;20250205 学习范围 学习SQL基础语法 掌握SELECT、INSERT、UPDATE、DELETE等基本操作。 熟悉WHERE、GROUP BY、ORDER BY、HAVIN…
阅读更多...
网络工程师 （22）网络协议

网络工程师 （22）网络协议

前言 网络协议是计算机网络中进行数据交换而建立的规则、标准或约定的集合&#xff0c;它规定了通信时信息必须采用的格式和这些格式的意义。 一、基本要素 语法&#xff1a;规定信息格式&#xff0c;包括数据及控制信息的格式、编码及信号电平等。这是协议的基础&#xff0c;确…
阅读更多...
【银河麒麟高级服务器操作系统】系统日志Call trace现象分析及处理全流程

【银河麒麟高级服务器操作系统】系统日志Call trace现象分析及处理全流程

了解更多银河麒麟操作系统全新产品&#xff0c;请点击访问 麒麟软件产品专区&#xff1a;https://product.kylinos.cn 开发者专区&#xff1a;https://developer.kylinos.cn 文档中心&#xff1a;https://document.kylinos.cn 服务器环境以及配置 系统环境 物理机/虚拟机/云…
阅读更多...
Milvus 存储设计揭秘：从数据写入到 Segment 管理的全链路解析

Milvus 存储设计揭秘：从数据写入到 Segment 管理的全链路解析

作为一款云原生向量数据库&#xff0c;Milvus 的高效查询性能有赖于其独特的存储架构设计。然而&#xff0c;在实际使用过程中&#xff0c;许多社区用户常常会遇到以下问题&#xff1a; 为什么频繁调用 flush 后&#xff0c;查询速度会变慢&#xff1f; 数据删除后&#xff0c;…
阅读更多...
Redis双写一致性（数据库与redis数据一致性）

Redis双写一致性（数据库与redis数据一致性）

一 什么是双写一致性&#xff1f; 当修改了数据库&#xff08;MySQL&#xff09;中的数据&#xff0c;也要同时更新缓存&#xff08;redis&#xff09;中的数据&#xff0c;缓存中的数据要和数据库中的数据保持一致 双写一致性&#xff0c;根据业务对时间上的要求&#xff0c;…
阅读更多...
14.PPT：中国注册税务师协会宣传【26】

14.PPT：中国注册税务师协会宣传【26】

目录 NO12 NO3/4/5​ NO678​ 【文本框水平/垂直居中】【文本框内容水平/垂直居中】 NO12 坑&#xff1a;注意❗Word文档的PPt素材.docx的标题大纲是混乱的&#xff0c;虽然他设置了&#xff0c;所以我们需要重新设置 设计→主题视图→幻灯片母版→删除版式插入logo NO3/4…
阅读更多...
搭建Golang gRPC环境：protoc、protoc-gen-go 和 protoc-gen-go-grpc 工具安装教程

搭建Golang gRPC环境：protoc、protoc-gen-go 和 protoc-gen-go-grpc 工具安装教程

参考文章&#xff1a; 安装protoc、protoc-gen-go、protoc-gen-go-grpc-CSDN博客 一、简单介绍 本文开发环境&#xff0c;均为 windows 环境&#xff0c;mac 环境其实也类似 ~ ① 编译proto文件&#xff0c;相关插件 简单介绍&#xff1a; protoc 是编译器&#xff0c;用于将…
阅读更多...
autMan奥特曼机器人-对接deepseek教程

autMan奥特曼机器人-对接deepseek教程

一、安装插件ChatGPT 符合openai api协议的大模型均可使用此插件&#xff0c;包括chatgpt-4/chatgpt-3.5-turbo&#xff0c;可自定义服务地址和模型&#xff0c;指令&#xff1a;gpt&#xff0c;要求Python3.7以上&#xff0c;使用官方库https://github.com/openai/openai-pyt…
阅读更多...
数据分析：企业数字化转型的金钥匙

数据分析：企业数字化转型的金钥匙

引言&#xff1a;数字化浪潮下的数据金矿 在数字化浪潮席卷全球的背景下&#xff0c;有研究表明&#xff0c;只有不到30%的企业能够充分利用手中掌握的数据&#xff0c;这是否让人深思&#xff1f;数据已然成为企业最为宝贵的资产之一。然而&#xff0c;企业是否真正准备好从数…
阅读更多...
Spring Web MVC项目的创建及使用

Spring Web MVC项目的创建及使用

一、什么是Spring Web MVC&#xff1f; Spring Web MVC 是基于 Servlet API 构建的原始 Web 框架&#xff0c;从⼀开始就包含在 Spring 框架中&#xff0c;通常被称为Spring MVC。 1.1 MVC的定义 MVC 是 Model View Controller 的缩写&#xff0c;它是软件工程中的一种软件架构…
阅读更多...
MySQL的底层原理与架构

MySQL的底层原理与架构

前言 了解MySQL的架构和原理对于很多的后续很多的操作会有很大的帮助与理解。并且很多知识都与底层架构相关联。 了解MySQL架构 通过上面的架构图可以得知&#xff0c;Server层中主要由 连接器、查询缓存、解析器/分析器、优化器、执行器 几部分组成的&#xff0c;下面将主要…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023