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编排;熟练使用镜像与容器相关命令如pull、push、exec、logs等;精通常见Linux指令,如ls、cd、grep、ps、top、chmod、ssh等,尤其擅长cat结合grep查询日志;了解SpringMVC执行流程、常用注解及设计模式。

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
|
5月前
|
人工智能 搜索推荐 机器人
《对话》精选|中国大模型凭何成为全球AI底座?
在“人工智能+”上升为国家战略的关键节点,央视财经频道《对话·创新中国行》,邀请到阿里云智能集团首席技术官周靖人、阿里云智能集团副总裁张亮与来自机器人、智能硬件、AIGC视频生成、AI短漫剧、教育等领域的产业先锋:科沃斯集团董事长钱东奇、自变量机器人创始人兼CEO王潜、爱诗科技创始人兼CEO王长虎、巨日禄科技创始人熊义辉、批改邦创始⼈兼CEO王庆棒展开深度对话。嘉宾们围绕“中国大模型,凭何成为全球AI底座?”这一主题共同探讨中国AI的全球竞争力,分享AI落地千行百业的丰富场景,并展望AI带来的时代变革与未来发展。完整节目已于1月25日22:16在CCTV-2及央视频同步播出。
472 1
《对话》精选|中国大模型凭何成为全球AI底座?
|
6月前
|
消息中间件 人工智能 NoSQL
AgentScope x RocketMQ:打造企业级高可靠 A2A 智能体通信基座
Apache RocketMQ 推出轻量级通信模型 LiteTopic,专为 AI 时代多智能体协作设计。它通过百万级队列支持、会话状态持久化与断点续传能力,解决传统架构中通信脆弱、状态易失等问题。结合 A2A 协议与阿里巴巴 AgentScope 框架,实现高可靠、低延迟的 Agent-to-Agent 通信,助力构建稳定、可追溯的智能体应用。现已开源并提供免费试用,加速 AI 应用落地。
587 35
AgentScope x RocketMQ:打造企业级高可靠 A2A 智能体通信基座
|
4月前
|
人工智能 弹性计算 安全
2026年阿里云五种OpenClaw快速部署方案,总有一种适合你!
OpenClaw(原Clawdbot/Moltbot)是开源AI智能体平台,支持多工具集成与任务自动化。阿里云推出5种开箱即用部署方案:轻量服务器、无影企业/个人版、AgentBay SDK及ECS+计算巢,覆盖小白到开发者全场景,零门槛、高灵活、稳运行。
878 5
|
5月前
|
负载均衡 关系型数据库 Serverless
阿里云支持鹰角3D新游《明日方舟:终末地》全球开服
鹰角网络新作《明日方舟:终末地》全球公测,下载破3000万。面对高并发、高精度3D交互与实时基建等严苛挑战,阿里云以全栈技术(弹性算力、Serverless数据库、全球网络、全链路可观测)保障稳定流畅体验。(239字)
774 0
|
6月前
|
人工智能 自然语言处理 API
全面认识MCP:大模型连接真实世界的“USB-C接口”
MCP(模型上下文协议)是Anthropic推出的AI“万能接口”,旨在统一大模型与工具、数据源的连接标准。它简化集成、提升任务处理能力,被誉为AI时代的“USB-C”。通过标准化通信,MCP让智能体可自主调用工具、执行复杂任务,推动AI应用迈向高效、安全、可扩展的新阶段。
|
6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。其核心包括注意力机制、位置编码、嵌入层等,支持万亿级参数与涌现能力,能完成翻译、问答等多任务,展现卓越泛化与推理能力。
|
6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,旨在构建跨厂商AI智能体的标准化通信机制。通过支持gRPC、JSON-RPC及RocketMQ异步通信,实现多智能体高效协同。基于RocketMQ的实现方案提供开箱即用的高可靠通信,支持任务分发、流式交互与状态查询,助力构建开放、可扩展的多智能体系统生态。(238字)
|
6月前
|
人工智能 JSON 数据挖掘
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。前者是跨模型的标准协议,实现多工具动态集成;后者是模型调用外部功能的机制。MCP构建通用连接桥梁,支持多模型、跨平台协作,具备高扩展性与解耦能力;Function Call则依赖特定模型,直接解析意图并调用函数。两者在企业级系统中可协同工作:模型通过Function Call识别意图,转为MCP标准请求调用工具,兼顾智能解析与生态扩展。未来将趋向融合,形成“模型解析-协议传输-工具执行”的统一范式。
|
6月前
|
XML 算法 安全
详解RAG五种分块策略,技术原理、优劣对比与场景选型之道
RAG通过检索与生成结合,提升大模型在企业场景的准确性与安全性。分块策略是其核心,直接影响检索效果与生成质量。本文系统解析五种主流分块方法:固定大小、语义、递归、基于结构和基于LLM的分块,对比其优缺点及适用场景,助力构建高效、可信的RAG系统,尤其适用于金融、医疗等高精度领域。(239字)
|
6月前
|
机器学习/深度学习 数据采集 人工智能
大模型训练方法与技术术语解释
预训练、微调、RLHF、思维链等技术共同构建大模型能力。预训练打基础,微调适配具体任务,RLHF融入人类偏好,思维链提升推理,少/零样本学习增强泛化,指令微调优化交互,自监督学习利用海量无标注数据,温度控制生成风格,蒸馏实现知识迁移,缩放定律指导模型扩展。这些核心技术推动大模型在多领域智能应用中持续突破,实现从理解到创造的跨越。(238字)

热门文章

最新文章