第六章 Flink中的时间和窗口
时间语义
上图是数据流式处理过程，涉及到两个重要的时间点：事件时间（Event Time）和处理时间（Processing Time）。
事件时间（Event Time）：即数据产生的时间；
处理时间（Processing Time）：即数据真正被处理的时刻；
我们在处理数据时，以哪种时间作为衡量标准，就是所谓的时间语义问题（Notions of Time）。由于分布式系统中
人工智能
中级经济师经济基础部分考点梳理（17）
-写给报考中级经济师的小伙伴们
2022年10月30日 周日 深圳 晴1118/1000
【主题】经济学常识
【字数】1349
离中级经济师考试不到2周，大家准备得如何？哈哈，我还是按照我的节奏来梳理考点吧。
今天的简文将分享经济基础第25章“抽样调查”考点的梳理，这一章的考点共11个，分别如下：
1、抽样调查的基本概念
2、概率抽样和非概率抽样（含义、特点、非概率抽样的4个方法）
3、抽
jetson orin nano super AI模型部署之路（二）保姆级最好用AI环境配置
对于产品发布来说，最合适的环境配置方式是使用docker，产品和环境可以一起发布，用户会得到最好的使用体验。jetson orin nano super 的AI docker环境配置有两个难点：（1）CPU是arm架构 （2）super要使用jetpack 6.2[L4T 36.4.3]
Jenkins容器化部署
部署Jenkins
创建本地数据保存目录mkdir /root/jenkins。
启动容器
docker run -itd --name jenkins \
-u root \
-p 8080:8080 -p 50000:50000 \
--restart always \
--env TZ=Asia/Shanghai \
--env JAVA_OPTS="-server -Xms512m
深度解析六大AI爬虫工具：crawl4ai、FireCrawl、Scrapegraph-ai、Jina、SearXNG、Tavily技术对比与实战指南
一、引言在AI大模型时代，数据获取与处理是构建智能应用的核心环节。传统爬虫面临技术门槛高、反爬应对复杂、动态内容处理困难等挑战，而AI驱动的爬虫工具通过融合大语言模型（LLM）、图神经网络、自动化解析等技术，正在重塑数据抓取范式。本文将深度测评6款主流AI爬虫工具，从技术原理、核心功能、实战场景到性能对比
Apache Flink——侧输出流(side output)
前言
flink处理数据流时，经常会遇到这样的情况：处理一个数据源时，往往需要将该源中的不同类型的数据做分割（分流）处理，假如使用 filter算子对数据源进行筛选分割的话，势必会造成数据流的多次复制，造成不必要的性能浪费；
flink中的侧输出，就是将数据流进行分割，而不对流进行复制的一种分流机制。flink的侧输出的另一个作用就是对延时迟到的数据进行处理，这样就可以不必丢弃迟到的数据；
简单理
