每日必会3

本文涉及的产品
RDS DuckDB + QuickBI 企业套餐,8核32GB + QuickBI 专业版
简介: 熟悉Docker部署,掌握docker run、Dockerfile及docker-compose集群部署;熟练使用镜像与容器相关命令如pull、push、run、exec等;常用Linux命令包括ls、cd、grep、ps、top、chmod、find、ssh、scp、wget等,排查日志常用cat、grep、vim及管道组合查询。

Docker部署会吗?
会的面试官,这些在我最近的项目里面都有接触。如果是简单的部署可以借助于docker run来实现,如果是集群部署我们会编写dockerfile和dockercompose部署
你用过的Docker指令
镜像相关的docker pull和docker push,docker images,还有docker rmi;还有容器相关的docker run,docker start、docker stop,进入容器的docker exec -it 容器名称 bash,查看日志的docker logs。
常见的Linux指令
能记多少记多少,重点加粗必会
这个有点多了面试官,我说几个印象中的吧
ls:列出当前目录下的文件和子目录
cd:切换当前工作目录
mkdir:创建新的目录
rm:删除文件或目录
cp:复制文件或目录
mv:移动文件或目录
cat:查看文件内容
grep:在文件中查找指定的文本
ps:显示当前运行的进程
top:显示系统资源占用情况
chmod:修改文件或目录的权限
chown:修改文件或目录的所有者
tar:打包和解压文件
find:查找文件
ssh:远程登录到另一台机器
scp:在本地和远程主机之间复制文件
wget:下载文件
ping:测试网络连接
ifconfig:查看和配置网络接口信息
systemctl:管理系统服务
去Linux查看日志会用到哪些命令
日志比较少,就vim,但是有一些生产环境不给vim权限
这种情况、或者日志很大就会用cat+grep一起,命令是:cat info.log | grep '关键字'
理论专项
SpringMVC
执行流程
设计模式
常用注解

相关文章
|
1月前
|
人工智能 弹性计算 数据可视化
OpenClaw极简部署攻略:只需两步,轻松拥有!
还在为OpenClaw部署发愁?阿里云推出极简一键方案!仅两步:①购买预装OpenClaw的轻量服务器(新用户首月9.9元);②控制台可视化配置API密钥与端口,无需代码。支持云端秒启,新手友好,附免费Token额度与避坑指南!
266 6
|
5月前
|
JSON Java fastjson
Spring Boot返回Json数据及数据封装
Spring Boot默认使用Jackson处理JSON,通过@RestController可直接返回JSON数据。本文详解Jackson与FastJson的配置与对比,并封装统一的JSON返回结构,提升前后端交互规范性与开发效率。
|
4月前
|
JavaScript 算法 网络协议
在阿里云申请了SSL证书后怎么安装?在Node.js环境安装SSL证书教程指导
本文详细介绍了在阿里云轻量应用服务器部署Node.js环境并启用HTTPS加密访问的全流程。内容涵盖前提条件(域名备案、解析)、SSL证书申请(免费与付费选项)、证书配置及服务器端代码编写等步骤。
312 4
|
5月前
|
XML Java 数据格式
SpringBoot@Configuration使用总结
被@Configuration标注的类视为Spring配置类,等同于XML配置文件。通过@Bean注册Bean,结合AnnotationConfigApplicationContext可启动IOC容器,加载并管理Bean实例,包括配置类自身。
|
5月前
|
人工智能 NoSQL 前端开发
面试真题
多套AI与Java技术面试题汇总,涵盖RAG、智能体、大模型部署、分布式系统、JVM调优、数据库设计等核心内容,深入考察候选人项目经验、架构设计及技术深度,适用于中高级工程师岗位选拔。
|
5月前
|
消息中间件 人工智能 决策智能
AgentScope x RocketMQ:构建多智能体应用组合
AgentScope是阿里开源的多智能体开发框架,支持模块化、透明化、可定制的智能体构建。集成RocketMQ实现高效A2A通信,助力打造如“智能旅行助手”等复杂协作应用,推动开发者友好型AI生态发展。
|
5月前
|
消息中间件 人工智能 Linux
基于 RocketMQ 构建 高可靠 A2A 通信通道
A2A协议由Google于2025年发起,旨在实现跨厂商AI智能体的标准化通信。基于RocketMQ构建的异步通信方案,支持任务分发、流式交互与状态同步,助力多智能体系统高效协作,推动开放可扩展的Agent生态发展。
|
5月前
|
人工智能 JSON 安全
大模型应用开发中MCP与Function Call的关系与区别
MCP与Function Call是大模型应用的两大关键技术。前者为跨模型工具调用的标准化协议,实现系统解耦与生态扩展;后者是模型调用外部功能的内置机制。二者互补协同,推动AI应用向高效、开放、安全演进。
|
5月前
|
消息中间件 人工智能 NoSQL
RocketMQ for AI:重新定义 AI 应用通信范式
RocketMQ LiteTopic 专为 AI 场景设计,应对长时会话、高延迟、大上下文等挑战。支持百万级轻量队列,实现会话级私有通道与细粒度订阅。LiteConsumer 可动态管理节点级订阅,免去 Redis 依赖与广播开销,简化架构,提升稳定性。原生支持断点续传、状态恢复,保障 AI 多轮交互的可靠闭环,构建高效、弹性的新一代通信模型。(239字)
|
5月前
|
机器学习/深度学习 存储 自然语言处理
大模型基础概念术语解释
大语言模型(LLM)基于Transformer架构,通过海量文本训练,实现强大语言理解与生成。其核心为自注意力机制,结合Token化、位置编码与嵌入层,支持万亿级参数规模。参数增长带来涌现能力,如复杂推理与泛化性能。混合专家模型(MoE)提升效率,推动模型持续扩展。