Flink报错问题之flink 1.11 sql作业提交JM报错如何解决
Apache Flink是由Apache软件基金会开发的开源流处理框架，其核心是用Java和Scala编写的分布式流数据流引擎。本合集提供有关Apache Flink相关技术、使用技巧和最佳实践的资源。
Flink CDC数据同步问题之整库同步失败如何解决
Flink CDC数据同步是指利用Flink CDC实现不同数据源之间的实时数据同步任务；本合集旨在提供Flink CDC数据同步的操作指南、性能优化建议和常见问题处理，助力用户高效实施数据同步。
谷歌Gemma介绍、微调、量化和推理
谷歌的最新的Gemma模型是第一个使用与Gemini模型相同的研究和技术构建的开源LLM。这个系列的模型目前有两种尺寸，2B和7B，并且提供了聊天的基本版和指令版。
Flink报错问题之提交flink sql任务报错如何解决
Apache Flink是由Apache软件基金会开发的开源流处理框架，其核心是用Java和Scala编写的分布式流数据流引擎。本合集提供有关Apache Flink相关技术、使用技巧和最佳实践的资源。
Flink报错问题之Flink报错undefined如何解决
Flink报错通常是指在使用Apache Flink进行实时数据处理时遇到的错误和异常情况；本合集致力于收集Flink运行中的报错信息和解决策略，以便开发者及时排查和修复问题，优化Flink作业的稳定性。
阿里云向量检索 Milvus 版开启公测，助力企业打造高质量 AI 服务
阿里云向量检索 Milvus 版正式开启公测，诚邀广大开发者及企业用户参与公测，赋能智能检索，解锁 AI 潜能。
网页解析高手：C#和HtmlAgilityPack教你下载视频
使用C#和HtmlAgilityPack解析小红书网页，下载其视频内容。文章涵盖了解析网页、获取视频链接、C#实现、HtmlAgilityPack简化解析、代理IP确保下载稳定及多线程提高下载效率。提供的代码示例展示了如何设置代理和多线程下载视频。实验结果显示，该方法能有效、高效地下载小红书视频。
微软开抢年收入上亿美元的 Redis 饭碗？开源性能遥遥领先的 Garnet：无需修改，Redis 客户端可直接接入
微软开源了高性能缓存系统Garnet，旨在挑战 Redis 和 Dragonfly。Garnet 基于 .NET8，提供高吞吐量、低延迟和跨平台支持。它支持 RESP 协议，允许大部分 Redis 客户端无缝迁移。Garnet 的特性包括多连接批量处理以提升扩展性和吞吐量，以及更好的延迟稳定性。适合于需要高性能缓存层来降低成本和提高应用性能的场景。Garnet 的集群模式允许动态键迁移和分片管理，且支持 TLS 和自定义扩展。其网络层设计减少了线程切换开销，存储层则具备丰富的 API 和事务支持。在基准测试中，Garnet 在吞吐量和延迟上优于 Redis 和 KeyDB，展现出优秀的扩展性。
Flink CDC产品常见问题之使用3.0测试mysql到starrocks启动报错如何解决
Flink CDC（Change Data Capture）是一个基于Apache Flink的实时数据变更捕获库，用于实现数据库的实时同步和变更流的处理；在本汇总中，我们组织了关于Flink CDC产品在实践中用户经常提出的问题及其解答，目的是辅助用户更好地理解和应用这一技术，优化实时数据处理流程。
DataWorks常见问题之dataworks不允许隐式转换如何解决
DataWorks是阿里云提供的一站式大数据开发与管理平台，支持数据集成、数据开发、数据治理等功能；在本汇总中，我们梳理了DataWorks产品在使用过程中经常遇到的问题及解答，以助用户在数据处理和分析工作中提高效率，降低难度。
Tokenization 指南：字节对编码，WordPiece等方法Python代码详解
在2022年11月OpenAI的ChatGPT发布之后，大型语言模型(llm)变得非常受欢迎。从那时起，这些语言模型的使用得到了爆炸式的发展，这在一定程度上得益于HuggingFace的Transformer库和PyTorch等库。
Flink超时问题之Flink sql cdc锁超时如何解决
Apache Flink是由Apache软件基金会开发的开源流处理框架，其核心是用Java和Scala编写的分布式流数据流引擎。本合集提供有关Apache Flink相关技术、使用技巧和最佳实践的资源。
GEE谷歌地球引擎计算每隔8天的遥感影像数据的平均值
【2月更文挑战第5天】本文介绍在谷歌地球引擎（Google Earth Engine，GEE）中，计算长时间序列遥感影像数据在多年中，在每一个指定天数的时间范围内的平均值的方法~
松柏之志，下聚百川-松下中国阿里云大数据实践
松下集团在中国及东北亚地区拥有有64家法人公司，员工人数约4万人，业务范围涉及研究开发，养老、铸件、汽车、车载、能源、电池等多个方面，这些多元化的业务组合为松下常年可持续性发展提供坚实保障。中国地区的松下已有30多年的历史，集合了研发、生产、制造、流通、销售、服务于一体。 互联网浪潮下，松下作为百年传统制造业企业，在务实的坚实基础上进行创新，本文将围绕数字化改革中所遇挑战，松下数据治理实践及未来期待三部分进行说明。
Apache Paimon:Streaming Lakehouse is Coming
本文整理自阿里云智能开源表存储负责人，PPMC Member of Paimon，Flink PMC 成员李劲松（花名：之信）、同程旅行大数据专家，Apache Hudi & Paimon Contributor 吴祥平、汽车之家大数据计算平台负责人邸星星、联通数科大数据高级技术专家，Apache Paimon Contributor 王云朋在 Flink Forward Asia 2023 主会场的分享。
提升数据采集技能：用 Axios 实现的 Twitter 视频下载器全面解析
Twitter上的视频内容丰富多样，涵盖了新闻、娱乐、教育、体育等各个领域。这些视频内容对于数据科学家来说，是一种有价值的数据形式，可以用于进行内容分析、情感分析、话题挖掘、事件检测等多种任务。然而，Twitter标准API并没有提供直接下载视频的功能，这给数据采集带来了一定的困难。为了克服这一挑战，我们将使用Axios库，结合代理IP技术，构建一个高效的视频下载器。
System 2 Attention：可以提高不同LLM问题的推理能力
推理正在成为大型语言模型(llm)关注的下一个主要领域。尽管llm拥有先进的能力，但大多数llm经常被简单的错误绊倒，显示出他们在推理方面的局限性。这些模型可能会被上下文中的不相关细节所误导，或者受到输入提示中的偏差的影响。而后一种倾向被称为谄媚，也就是说模型会更偏向与输入一致，而不管准确性如何。人们已经做出了各种努力来解决这些缺点，包括增加监督训练数据或应用强化学习方法。
RAG应用程序的12种调优策略：使用“超参数”和策略优化来提高检索性能
本文从数据科学家的角度来研究检索增强生成(retrieve - augmented Generation, RAG)管道。讨论潜在的“超参数”，这些参数都可以通过实验来提高RAG管道的性能。与本文还将介绍可以应用的不同策略，这些策略虽然不是超参数，但对性能也会产生很大的影响。
在阿里云上搭建高效Web服务的完整指南
构建高效、稳定的Web服务是每个开发者的必修课。本文将详细介绍如何基于阿里云的相关产品，搭建一个具有高可用性和强大性能的Web服务。我们将使用Elastic Compute Service（ECS）、Server Load Balancer（SLB）、Relational Database Service（RDS）、域名服务等阿里云产品，通过图文并茂的方式为你展示整个流程。
基于PAI-DSW快速启动Stable Diffusion WebUI
基于PAI-DSW快速启动Stable Diffusion WebUI，创作你的专属冬日主题AI画作！
大数据与机器学习
大数据领域前沿技术分享与交流，这里不止有技术干货、学习心得、企业实践、社区活动，还有未来。
