人工智能
elasticsearch中使用bucket script进行聚合
1、背景
此篇文档简单的记录一下在es使用bucket script来进行聚合的一个例子。
2、需求
假设我们有一个简单的卖车数据，记录每个月month在卖了brand品牌的车salesVolume的数量。
此处我们需要聚合出 每个月brand=宝马的车在每个月的销售占比
3、准备数据
3.1 mapping
PUT /index_bucket_script
{
"mappings": {
深入探索人工智能的未来：DeepSeek R1与蓝耘智算平台的完美结合
在当今数字化时代，人工智能（AI）和机器学习（ML）正以前所未有的速度改变着我们的生活和工作方式。从智能语音助手到自动驾驶汽车，从精准医疗到金融风险预测，AI的应用无处不在。深度学习作为AI的核心技术之一，更是推动了这一领域的飞速发展。
DeepSeek R1模型以其卓越的技术优
Apache Flink——处理函数
前言
在更底层，可以不定义任何具体的算子（比如 map，filter，或者 window），而只是提炼出一个统一的“处理”（process）操作——它是所有转换算子的一个概括性的表达，可以自定义处理逻辑，所以这一层接口就被叫作“处理函数”（process function）。
在处理函数中，我们直面的就是数据流中最基本的元素：数据事件（event）、状态（state）以及时间（tim
飞算JavaAI需求转SpringBoot项目沉浸式体验
文章目录
一、引言：从手撸代码到智能开发的蜕变
二、智能引导：六步实现需求到代码的无缝转换
1. 需求精准解析
2. 接口智能设计
3. 表结构可视化设计
4. 业务逻辑编排
5. 代码预览与确认
6. 一键生成可运行工程（图6）
三、效率与质量的双重跃升：数据见证变革
1. 开发效率对比
2. 代码
GpuGeek全栈AI开发实战：从零构建企业级大模型生产管线（附完整案例）
目录
背景
一、算力困境：AI开发者的「三重诅咒」
1.1 硬件成本黑洞
1.2 资源调度失衡
1.3 环境部署陷阱
二、三大核心技术突破
GpuGeek的破局方案
2.1 分时切片调度引擎（Time-Slicing Scheduler）
2.2 异构计算融合架构
2.3 AI资产自动化管理
三、六大核心
金仓数据库 V9 体验测评：AI 时代国产数据库 “融合” 架构的真实观察
【非广告声明】本文源于作者针对金仓数据库V9所做的真实部署考察和技术分析，并无商业合作背景，未曾得到品牌方的推广委托或者费用赞助，其写作重点在于分享国产数据库在“融合架构”“ AI助力”“平滑迁移”等重要场景中的实际应用感受，包含技术要点，解决落地难点的效果以及行业契合情况，仅仅给那些关心国产数据库选型࿰
AI 应用开发工程师（Agent方向）：打造未来的智能体架构！
文章目录
前言
一、什么是 AI Agent？为什么它如此重要？
二、AI Agent 开发工程师到底做什么？
三、AI Agent 开发工程师需要掌握哪些技能？
四、实战项目推荐（附 GitHub 项目）
五、如何入行 AI Agent 开发？
总结
前言在 AI 领域，A
大数据入门（一）—— 数据仓库（数仓）基本概念
前言：
最近做需求的时候，涉及到了数仓相关的知识。
简单介绍下数仓的一些基本概念。
以及，了解下大数据开发的一些基本流程。
一、什么是数仓？
数据仓库 ，由数据仓库之父比尔·恩门（Bill Inmon）于1990年提出的。
1991年，他写了一本书，叫《Building the Data Warehouse》（建立数据仓库），书中提出的：数据仓库（Data Warehouse）是一个面向主题的
大数据：HDFS知识体系（知其然，知其所以然）
前言
HDFS是Hadoop体系的基础，不知道各位怎么对待HDFS。反正我更多的关注一些应用层的东西，对于HDFS多有忽视。
但是每次面试的时候都要重新去背面经，我觉得这样的情况不太正常，因此耗时两天半整理了HDFS的知识体系，力求知其然也要知其所以然。
文章中有不少个人思考，希望能让各位更好的理解HDFS.
一、HDFS特性
高容错性：HDFS认为硬件总是不可靠的。
高吞吐量：HDFS为大量
