文章目录HTTP APIOverviewVersion 1.X to 2.xSerializersAuthentication/PermissionsResponse CodesErrorsExample Error ResultVerbsAPI VersioningQuery String Vs. Body ContentCompressed RequestsCORSDocumentation
转载
2023-12-13 06:46:08
27阅读
DMA介绍（BD的引入）网络设备的核心处理模块是一个被称作 DMA（Direct Memory Access）的控制器，DMA 模块能够协助处理器处理数据收发。对于数据发送来说，它能够将组织好的数据自动发出，无需处理器干预；对于数据接收来说，它能够将收到的数据以一定的格式组织起来，通知处理器，并等待处理器来取。DMA 模块收发数据的单元被称为 BD（Buffer Description，缓存描述符
转载
2023-10-09 22:07:50
97阅读
1. openGauss AI框架的特点DB4AI这个方向中，数据库通过集成AI能力，在用户进行AI计算时就可以避免数据搬运的问题。不同于其他的DB4AI框架，本次openGauss开源的原生框架是通过添加AI算子的方式完成数据库中的AI计算。那么除了避免了数据搬运所带来的问题这个普遍优势，openGauss的AI框架还具有以下的优势和特点：1）极低的学习门槛当前最主流的计算框架：Te
原创
2022-11-23 16:54:46
124阅读
DB4AI是指利用数据库的能力驱动AI任务，实现数据存储、技术栈的同构。通过在数据库内集成AI算法，令openGauss具备数据库原生AI计算引擎、模型管理、AI算子、AI原生执行计划的能力，为用户提供普惠AI技术。不同于传统的AI建模流程，DB4AI“一站式”建模可以解决数据在各平台的反复流转问题，同时简化开发流程，并可通过数据库规划出最优执行路径，让开发者更专注于具体业务和模型的调优上，具备同类产品不具备的易用性与性能优势。
原创
2024-06-30 21:39:05
105阅读
DB4AI-Snapshots是DB4AI模块用于管理数据集版本的功能。通过DB4ai-Snapshots组件，开发者可以简单、快速地进行特征筛选、类型转换等数据预处理操作，同时还可以像git一样对训练数据集进行版本控制。数据表快照创建成功后可以像视图一样进行使用，但是一经发布后，数据表快照便固化为不可变的静态数据，如需修改该数据表快照的内容，需要创建一个版本号不同的新数据表快照。
原创
精选
2024-07-14 16:11:15
220阅读
DB4AI-Snapshots是DB4AI模块用于管理数据集版本的功能。通过DB4ai-Snapshots组件，开发者可以简单、快速地进行特征筛选、类型转换等数据预处理操作，同时还可以像git一样对训练数据集进行版本控制。数据表快照创建成功后可以像视图一样进行使用，但是一经发布后，数据表快照便固化为不可变的静态数据，如需修改该数据表快照的内容，需要创建一个版本号不同的新数据表快照。
原创
精选
2024-07-16 18:46:10
260阅读
openGauss当前版本支持了原生DB4AI能力，通过引入原生AI算子，简化操作流程，充分利用数据库优化器、执行器的优化与执行能力，获得高性能的数据库内模型训练能力。更简化的模型训练与预测流程、更高的性能表现，让开发者在更短时间内能更专注于模型的调优与数据分析上，而避免了碎片化的技术栈与冗余的代码实现。
原创
2024-07-15 10:38:02
82阅读
openGauss当前版本支持了原生DB4AI能力，通过引入原生AI算子，简化操作流程，充分利用数据库优化器、执行器的优化与执行能力，获得高性能的数据库内模型训练能力。更简化的模型训练与预测流程、更高的性能表现，让开发者在更短时间内能更专注于模型的调优与数据分析上，而避免了碎片化的技术栈与冗余的代码实现。
原创
2024-07-16 20:40:20
94阅读
传统的AI任务往往具有多个流程，如数据的收集过程包括数据的采集、数据清洗、数据存储等，在算法的训练过程中又包括数据的预处理、训练、模型的保存与管理等。其中，对于模型的训练过程，又包括超参数的调优过程。诸如此类机器学习模型生命周期的全过程，可大量集成于数据库内部。在距离数据存储侧最近处进行模型的训练、管理、优化等流程，在数据库端提供SQL语句式的开箱即用的AI全声明周期管理的功能，称之为全流程AI.
原创
精选
2024-07-04 18:34:09
266阅读
Forecast 趋势预测概述 | openGauss文档 | openGauss社区
综述类 综述类的文章，主要目的是对数据库目前的一些问题有了一个总结，了解一些名词，综述类的文章总结直接让ai来做了 Database
我们都知道，AI技术正在以可见的速度被应用于各行各业，然而绝大部分业务场景想应用AI技术，都需要算法工程师根据自身业务的标注数据，来进行单独训练，才能打磨出合适的AI模型。如此一来，如何以最低的门槛和成本，实现AI技术落地变成了行业急需解决的问题。市场上的AI服务非常多，但是在视觉领域，通用的AI服务主要是基于图像的架构来做的，视频时代已经到来，基于图像的AI架构是否还能被广泛应用？阿里云视频云团
转载
2024-04-15 23:14:44
59阅读
随着技术的不断发展，人工智能已经成为了当今社会中最为热门的话题之一，而人工智能模型则是人工智能的核心之一。那么，人工智能模型到底有哪些呢？ 人工智能模型，顾名思义，就是基于人工智能技术开发的模型，可以用于各种领域的应用。在人工智能模型中，最为常见的就是深度学习模型和机器学习模型。
转载
2024-07-29 15:33:50
96阅读
内存结构：系统全局区(SGA)：数据库缓冲区高速缓存、重做缓冲区以及各种池程序全局区(PGA)进程结构：用户进程和服务器进程后台进程：SMON、PMON、DBWn、CKPT、LGWR、ARCn 等存储结构：逻辑：数据库、方案、表空间、段、区和Oracle 块物理： 数据文件、控制文件和重做日志文件Oracle DB 服务器由一个数据库（Oracle DB）以及一个或多个数据库实例组成。每当启动一个
转载
2024-01-31 16:38:02
136阅读
说明通过AOP的方式，根据当前操作的读写类型，自动切换数据源为主库还是从库，配置和使用都很简单，减少支持读写分离中间的引入，避免性能损失。一、介绍生产环境下，单个MySQL在小业务量下，支持读写是没有问题的，但是随着业务量的增加，至少此时需要做的就是将数据库的读写进行分离，以便于支撑更高的流量。目前有一些中间件可以做无感知的支持读写分离，如MyCAT,在后端配置好主库和重库，其会自动路由写操作到主
LSM文件树结构与各文件作用解析LSM文件树在内存中有两种不同的表现形式，分别为MemTable（可读写的内存表空间），ImmutableMemTable（可读不可写的内存表空间），而levelDB表现出来的是以文件存储为优先的存储形式，区别于Redis这样的内存型nosql，所以在磁盘中，LSM文件树表现出几种主要文件，分别为Current文件，Manifest文件，log文件，以及
# Ocean DB架构：深海数据管理的未来
随着数据量的飞速增长，传统数据库架构在处理复杂的海量数据时显得力不从心。在这样的背景下，Ocean DB架构应运而生，作为一种新型的分布式数据库系统，它能高效地管理和存储大规模的结构化和非结构化数据。本文将探讨Ocean DB的架构思想，技术实现以及代码示例，并通过甘特图和类图进一步解释其工作机制。
## Ocean DB架构的核心思想
Ocea
# Doris DB 架构解析
Doris DB 是一款基于列式存储的分布式数据库，主要为在线分析处理（OLAP）场景而设计。其可扩展性和高效性使其在数据仓库和大数据场景下得到了广泛应用。本文将概述 Doris DB 的架构，并给出一些示例代码，以帮助更好地理解其用法。
## 一、Doris DB 的架构
Doris DB 的架构主要包括以下几个核心组件：
1. **Frontend（前端
# 如何实现"Polar DB架构"
## 概述
在进行"Polar DB架构"的实现之前，我们需要先了解整个流程，并明确每一步需要做什么。接下来我将会详细介绍如何实现这个架构，并附上相应的代码示例。
## 流程步骤表格
| 步骤 | 操作 |
| --- | --- |
| 1 | 创建数据库表 |
| 2 | 设计数据结构 |
| 3 | 配置数据库连接 |
| 4 | 编写数据访问对象(
原创
2024-06-08 03:33:48
43阅读
近期一直在梳理做AI框架必懂的知识——AI框架系统知识，希望能够给自己从算法的研究，到AI框架的研究的近3年，做一个系列的总结，也会结合ZOMI酱在MindSpore的开发过程当中用到的一些最新的技术进行总结和梳理。文章会陆续更新，从上层的算法、用户面的表达层、到中间的编译层对神经网络图的优化、最后底层的执行器，当然少不了的有AI加速芯片。可能有时候因为工作原因呐，更新得比较慢，但是未来半年会继续
转载
2024-02-24 01:10:20
159阅读
