湬黍_个人页

个人头像照片 湬黍
个人头像照片 个人头像照片 个人头像照片 个人头像照片 个人头像照片 个人头像照片 个人头像照片 个人头像照片 个人头像照片
5
26
0

个人介绍

暂无个人介绍

擅长的技术

  • Java
获得更多能力
通用技术能力:
  • Linux
    初级

    能力说明:

    掌握计算机基础知识,初步了解Linux系统特性、安装步骤以及基本命令和操作;具备计算机基础网络知识与数据通信基础知识。

    获取记录:

    • 2021-06-23大学考试 大学/社区-用户参加考试
    • 2021-06-23大学考试 Linux运维初级 大学/社区用户通过技能测试

阿里云技能认证

详细说明

暂无更多信息

2024年06月

2024年05月

2023年08月

2023年07月

2023年06月

2023年04月

2022年11月

2022年08月

2022年03月

2022年02月

2022年01月

2020年10月

  • 发表了文章 2022-03-05

    学习报告——冬季实战营第五期:轻松入门学习大数据

  • 发表了文章 2022-02-26

    学习报告——冬季实战营第四期:零基础容器技术实战

  • 发表了文章 2022-02-19

    学习报告——冬季实战营第三期:MySQL数据库进阶实战

  • 发表了文章 2022-01-29

    学习报告——冬季实战营第二期:Linux操作系统实战入门

  • 发表了文章 2022-01-21

    学习报告——冬季实战营第一期:从零到一上手玩转云服务器

正在加载, 请稍后...
滑动查看更多
  • 回答了问题 2024-06-13

    你的编程能力从什么时候开始突飞猛进的?

    在我的编程生涯中,确实存在这样一个关键时刻,它让我对编程有了更深的理解,也使我的编程能力有了显著的提升。那个时刻就是学习并实践面向对象编程(OOP)的时候。

    在此之前,我主要使用面向过程的编程范式,编写大量的结构化代码,虽然能够满足基本的功能需求,但在代码的可维护性、可读性和复用性方面遇到了不少挑战。当我开始学习面向对象编程,尤其是深入理解了类、对象、继承、封装和多态等概念后,我发现我对编程的理解产生了深刻的变化。

    代码组织方式的革新:面向对象编程让我学会了如何将数据和操作数据的方法封装在一起,形成对象。这种组织方式不仅提高了代码的整洁度,也使得代码的逻辑更加清晰。我开始能够编写出结构更为合理、模块化的代码。
    复用与扩展性的提升:通过继承和多态,我学会了如何利用已有的类创建新的类,从而实现代码的复用。这种能力极大地提高了我的开发效率,同时也增强了代码的扩展性。当我需要添加新功能或修改现有功能时,不再需要从头开始,而是可以在现有类的基础上进行扩展或修改。
    设计模式的启发:在学习面向对象编程的过程中,我还接触到了各种设计模式。这些模式提供了针对常见问题的解决方案,使我能够在遇到类似问题时迅速找到解决思路。它们不仅提高了我的问题解决能力,也加深了我对软件设计的理解。
    思维方式的转变:面向对象编程的学习过程也是我从过程式思维向对象式思维转变的过程。我开始更多地从现实世界的角度去思考问题,将现实世界中的实体抽象为程序世界中的对象。这种思维方式的转变使我在面对复杂问题时能够更快速地找到解决方案。
    总的来说,学习并实践面向对象编程是我编程生涯中的一个重要转折点。它让我对编程有了更全面的认识,也使我的编程能力得到了质的飞跃。我相信,在未来的编程之路上,我会继续受益于这次学习的经历。

    踩0 评论0
  • 回答了问题 2024-06-13

    阿里云主力模型直降97%,两百万Tokens进入一元时代,对AI行业有哪些影响?

    阿里云宣布通义千问GPT-4级主力模型Qwen-Long的API输入价格大幅下调,这一举措无疑将对AI行业产生深远的影响。以下是我对这一事件的看法及其对AI行业的潜在影响:

    一、对降价潮的看法:

    技术进步的必然结果:随着AI技术的不断进步和规模化生产,大模型的训练成本逐渐降低,这使得降低API输入价格成为可能。降价潮反映了AI技术的成熟和市场的扩大。
    市场竞争的体现:AI大模型市场正处于快速发展阶段,各大厂商为了争夺市场份额,纷纷采取降价策略。这种竞争态势有助于推动整个行业的创新和发展。
    二、对加速AI应用爆发的意义:

    降低成本,提高可及性:API输入价格的降低使得更多的企业和个人能够负担得起AI服务,从而降低了AI应用的门槛。这将有助于加速AI技术在各行各业的普及和应用。
    刺激需求增长:价格下降通常会刺激需求增长。随着AI服务变得更加经济实惠,越来越多的企业和个人将愿意尝试和使用AI技术,从而推动AI市场的进一步扩大。
    三、对AI行业的影响:

    加剧竞争格局:降价潮将加剧AI行业内部的竞争,促使各大厂商不断提高自身的技术水平和产品质量。这种竞争态势有利于整个行业的技术进步和创新。
    推动产业链调整:随着API输入价格的降低,一些依赖高价API服务的企业可能会面临成本压力,从而寻求更高效、低成本的解决方案。这将进一步推动AI产业链的优化和调整。
    促进跨界合作与创新:降价潮将吸引更多行业外的企业和个人参与AI应用的开发和创新。这种跨界合作将有助于打破传统行业的界限,推动AI技术在更多领域的应用和发展。
    关注数据安全与隐私保护:随着AI应用的普及,数据安全和隐私保护将成为越来越重要的问题。降价潮虽然降低了AI服务的门槛,但也要求各大厂商在提供优质服务的同时,更加注重用户数据的保护和隐私安全。
    总之,阿里云通义千问GPT-4级主力模型Qwen-Long的API输入价格下调是AI行业发展过程中的一个重要里程碑。这一举措将有助于加速AI应用的爆发,推动整个行业的创新和发展。同时,我们也需要关注由此带来的挑战和机遇,共同应对未来AI时代的挑战。

    踩0 评论0
  • 回答了问题 2024-06-13

    当AI“复活”成为产业,如何确保数字生命技术始终用于正途?

    AI“复活”技术,即通过学习和模拟人物的已有信息来创建数字化的克隆形象,确实是一个前沿且充满潜力的领域。这种技术在电影《流浪地球2》中的体现,更是将其推向了公众视野的前沿。然而,随着这一技术的发展,我们也必须面对一系列伦理和法律问题。以下是我对于如何让数字生命向善发展,以及如何确保这项技术始终用于正途的一些看法:

    建立严格的法规和标准:
    政府应制定严格的法规和行业标准,规范AI“复活”技术的使用。这包括但不限于数据隐私保护、版权规定以及数字生命的使用目的和范围。
    加强伦理审查:
    在技术应用前,应经过独立的伦理审查委员会评估,确保其符合社会伦理和道德标准。同时,应鼓励跨学科的合作,让伦理学家、技术专家、法律专家共同参与技术发展的指导和监督。
    透明度和公开讨论:
    技术应用的决策过程应保持透明,让公众了解并参与到这一技术的讨论中来。通过公开讨论和教育,提高公众对数字生命技术的认知和理解,从而更好地引导其发展方向。
    强化责任归属:
    明确技术使用者的责任和义务,确保他们在使用数字生命技术时能够对其行为负责。对于滥用或误用技术的行为,应有相应的法律制裁措施。
    推动技术向善:
    鼓励企业和研究机构将数字生命技术应用于积极的社会目的,如文化遗产保护、历史教育、医疗辅助等。通过正面案例的示范效应,引导技术朝着更加有益的方向发展。
    加强国际合作:
    由于数字生命技术具有全球性的影响,因此需要各国之间加强合作,共同制定国际标准和协议,以确保技术的健康发展并防止潜在的滥用。
    持续监测和评估:
    随着技术的不断发展,我们需要建立一个持续的监测和评估机制,定期回顾和审视技术的使用情况,及时发现并解决可能出现的问题。
    综上所述,要让AI“复活”技术成为向善的力量,确保其始终用于正途,我们需要从多个层面出发,共同构建一个健康、有序的技术应用环境。这不仅是对技术本身的尊重,更是对我们共同未来的负责任态度

    踩0 评论0
  • 回答了问题 2024-06-13

    一条SQL语句的执行究竟经历了哪些过程?

    在数据库管理系统(DBMS)中,执行一条SQL语句的过程涉及多个步骤,这些步骤共同确保了查询的准确性和效率。以下是SQL语句执行的一般过程:

    词法和语法分析:
    当用户输入SQL语句后,DBMS首先进行词法分析,将输入的字符串分解成有意义的词素(tokens)。
    接着进行语法分析,根据SQL语法规则将这些词素组合成一棵语法树(parse tree),表示查询的逻辑结构。
    语义检查:
    在生成语法树之后,DBMS会进行语义检查,确保查询语句在逻辑上是正确的。
    这包括检查表名、列名是否存在,以及是否有访问权限等。
    查询优化:
    语法树形成后,DBMS的查询优化器会对查询计划进行评估和优化,以找到最有效的执行路径。
    优化器会考虑索引的使用、数据的分布、连接顺序等因素,以减少数据检索和处理的时间。
    生成执行计划:
    优化器最终会生成一个详细的执行计划,这个计划描述了如何执行查询的具体步骤。
    执行计划包括了对数据的读取、连接、排序、分组、过滤等操作。
    执行计划:
    生成执行计划后,DBMS的执行引擎开始按照计划执行查询。
    这可能涉及到从磁盘读取数据到内存、对数据进行各种操作(如连接、聚合等),以及可能的I/O操作。
    处理并发和事务:
    在执行查询的过程中,DBMS还需要处理并发事务,确保数据的一致性和隔离性。
    这可能涉及到锁定机制,以防止其他事务修改正在被查询的数据。
    返回结果集:
    一旦查询执行完毕,DBMS会将结果集返回给客户端。
    结果集通常是一组行,每行包含查询结果的一组列。
    清理和释放资源:
    查询完成后,DBMS需要清理临时数据、释放锁定的资源,以及进行必要的内存管理。
    这个过程是高度优化的,并且可以根据不同的DBMS和数据模型有所变化。例如,关系型数据库系统(RDBMS)和非关系型数据库系统(NoSQL)在执行SQL查询时可能会有不同的优化策略和资源管理方式。此外,现代DBMS还具备许多高级功能,如分布式查询、并行处理、自动索引管理等,这些都可能在查询执行过程中发挥作用。

    踩0 评论0
  • 回答了问题 2024-06-11

    2024过半,AI技术发展到哪个阶段了?

    人工智能(Artificial Intelligence, AI)的发展已经进入了一个非常活跃和快速发展的阶段,特别是在过去的几年里,由于大数据、计算能力和算法的进步,AI取得了显著的突破。以下是AI技术发展的一些关键阶段:

    规则基础AI(Rule-based AI):早期的AI主要基于专家系统,通过定义一系列规则来解决问题,这是AI的初级阶段。

    统计机器学习(Statistical Machine Learning):20世纪90年代开始,基于数据的学习方法逐渐兴起,如决策树、支持向量机、朴素贝叶斯等,这些技术使得AI能够处理更复杂的模式识别问题。

    深度学习(Deep Learning):2010年左右,尤其是深度神经网络(特别是卷积神经网络和循环神经网络)的发展,引领了一场革命,使得AI在图像识别、语音识别等领域取得重大突破,比如AlphaGo战胜围棋世界冠军。

    强化学习(Reinforcement Learning):近年来,强化学习也得到了快速发展,它让AI能够在不断试错中学习,比如自动驾驶汽车和机器人领域的应用。

    大规模语言模型(Large Language Models):近期,像GPT-3这样的大语言模型展示了AI在自然语言理解和生成方面的惊人能力。

    边缘计算与物联网(Edge Computing and IoT):AI正在越来越多地融入日常生活,与物联网设备结合,实现智能家居、智能城市等领域的发展。

    可解释性AI(Explainable AI, XAI):随着AI的应用越来越广泛,如何让AI的结果更容易理解变得尤为重要,因此,可解释性AI成为研究热点。

    总体来说,AI正处于快速发展和广泛应用的阶段,未来还有很大的潜力和可能性,但也伴随着伦理、隐私等问题的挑战。

    踩0 评论0
  • 回答了问题 2024-05-24

    AI技术对开发者的职业天花板是提升还是降低?

    这个问题确实值得深入思考。我认为AI技术对于打工人的职业发展来说是一把双刃剑:

    正面影响:

    自动化处理重复性工作,提高工作效率,给打工人更多专注于创造性、策略性工作的机会,提升其工作价值。
    通过机器学习等技术,AI可以帮助打工人快速掌握新技能,提高职业灵活性,增强其竞争力。
    AI可以为打工人提供智能辅助,如自动生成报告、分析数据等,减轻其工作负担。
    负面影响:

    某些工作岗位将被AI自动化取代,导致就业岗位减少,加剧竞争。
    对于一些需要复杂技能的工作来说,AI可能难以完全取代人类,但会使现有技能过时,迫使打工人不断学习更新自己的技能。
    大量AI应用可能会降低管理层对打工人的信任度,影响其职业安全感。
    总的来说,AI的发展为打工人提供了新的机遇,但也带来了新的挑战。关键在于如何主动应对,充分发挥AI的优势,同时不断提升自身的专业技能和创新能力。

    打工人需要主动学习AI相关知识,培养数据分析、编程等跨界技能,提高自身价值。

    同时,企业也需要重视对打工人的培训和职业发展支持,帮助其适应AI时代的新要求。

    只有打工人与企业携手应对,AI对职业发展的冲击才能被积极化解,为打工人的职业生涯开创新的可能。

    踩0 评论0
  • 回答了问题 2024-05-24

    如何在业务代码中优雅地使用责任链模式?

    在复杂的业务逻辑处理中,如何恰当地运用责任链模式确实值得思考。以下是我的一些建议:

    识别职责边界: 首先要清楚业务流程中各个步骤的职责边界,并将其对应到不同的处理者对象上。这样可以确保每个处理者只承担自己的职责,避免职责混乱导致的代码耦合。

    灵活的链条构建: 不同的业务场景可能需要不同的处理者对象参与,因此链条的构建应该是动态和灵活的。可以考虑使用依赖注入或工厂模式来动态组装处理者对象,提高可扩展性。

    抽象的处理者接口: 定义一个抽象的处理者接口,包含handle()方法等,这样可以将具体的处理逻辑与链条结构解耦,提高代码的可读性和可维护性。

    双向传递: 有时候请求处理的结果需要反向传递给前面的处理者,比如需要获取中间结果。可以考虑使用回调函数或观察者模式,在handle()方法中提供相应的钩子。

    优雅的错误处理: 当一个请求无法被任何处理者处理时,需要有合理的错误处理逻辑。可以考虑在链条的末尾增加一个默认处理者,或在抽象处理者中提供异常处理机制。

    适度使用: 责任链模式并非银弹,在某些简单的业务场景中,直接使用if-else或策略模式可能会更加简洁高效。因此需要根据实际情况权衡是否使用责任链模式,避免过度设计。

    总的来说,在复杂业务逻辑处理中使用责任链模式,需要平衡灵活性、可维护性和代码效率。通过合理的职责划分、灵活的链条构建和优雅的异常处理,就可以充分发挥责任链模式的优势,提高代码的可读性和可扩展性。

    踩0 评论0
  • 回答了问题 2024-05-23

    如何简单快速搭建出适配于多平台的小程序?

    构建跨平台小程序的关键步骤如下:

    选择合适的小程序开发框架:

    流行的跨平台小程序框架包括uni-app、Taro、Chameleon等,它们支持一次编写,多端运行。
    这些框架能大幅提高开发效率,无需针对每个平台单独开发。
    统一技术栈和开发模式:

    选择一种主流编程语言,如Vue.js、React或原生小程序语法。
    使用统一的UI组件库和API,避免在不同平台上编写大量重复代码。
    优化小程序性能:

    采用分包加载、图片懒加载等技术,提高小程序启动速度和页面响应。
    合理使用小程序生命周期函数,减少不必要的资源消耗。
    适配不同设备屏幕:

    使用响应式布局或尺寸自适应技术,确保小程序在各种设备上都能良好显示。
    针对不同设备特性,微调UI和交互体验。
    实现跨平台发布:

    利用小程序框架的一键打包功能,轻松编译出针对不同平台的安装包。
    统一管理各平台的审核和发布流程,提高发布效率。
    总之,选择合适的小程序开发框架,统一技术栈,优化性能和适配多端,是搭建跨平台小程序的关键所在。

    踩0 评论0
  • 回答了问题 2024-05-20

    如何从零构建一个现代深度学习框架?

    从零开始构建一个现代深度学习框架确实是一项非常具有挑战性的任务,需要对底层原理有深入的理解和系统性的设计。以下是一些可以考虑的步骤:

    深入学习深度学习的基础理论 首先需要对神经网络、反向传播算法、优化方法等深度学习的基础理论有深入的理解。这是构建框架的基础。可以系统学习相关的数学、机器学习和深度学习教材和论文。

    设计灵活的模型定义接口 框架需要提供一种简洁易用的接口,让用户能够方便地定义各种复杂的神经网络模型。可以参考主流框架如TensorFlow、PyTorch的模型定义方式。

    实现高效的计算图构建和自动微分 构建一个高效的计算图表示,并实现自动微分功能,是深度学习框架的核心。可以参考现有框架的实现方式,如采用符号式或命令式的计算图。

    支持多种硬件加速 现代深度学习框架需要能够充分利用GPU、TPU等硬件加速设备,提高训练和推理的效率。这需要底层有针对不同硬件的优化实现。

    提供丰富的算子库和模型组件 框架需要提供大量的神经网络算子和常用的模型组件,方便用户快速搭建复杂的模型。可以参考业界主流框架的算子库。

    支持分布式训练和部署 为了支持大规模数据和模型的训练,需要实现分布式训练的功能。同时,还需要支持模型的高效部署,包括模型压缩、量化等技术。

    注重可扩展性和可维护性 框架的设计应该具有良好的可扩展性和可维护性,方便未来的功能扩展和迭代优化。可以采用模块化的设计,并遵循软件工程的最佳实践。

    总之,构建一个现代深度学习框架需要对底层原理有深入的理解,并具备系统性的设计能力。这需要大量的学习和实践积累,是一个非常有挑战性但也非常有意义的工作。

    踩0 评论0
  • 回答了问题 2024-05-20

    AI面试成为线下面试的“隐形门槛”,对此你怎么看?

    AI面试确实给求职者带来了新的挑战,我认为主要体现在以下几个方面:

    人际互动的缺失 与人工智能面试官交流,缺乏面对人类面试官时的自然互动和沟通感受。这可能会让求职者感到孤独和不安,难以展现真实的自己。

    压力与焦虑加剧 面对预设算法的层层考验,求职者必须时刻保持高度警惕和专注,以应对AI面试官的各种问题和测试。这会大大增加求职者的压力和焦虑感。

    应试技巧的重要性 为了通过AI面试,求职者必须掌握应对AI面试的特殊技巧,比如关注关键词、模拟预设问题等。这可能会让面试过程变得过于刻板和机械化。

    公平性和透明度问题 AI面试系统的算法可能存在偏见和不公平,而且缺乏人性化的解释和反馈,这会让求职者对整个过程感到困惑和不安。

    对求职者心理的影响 频繁接受AI面试,可能会让求职者感到被机器所取代,从而产生自我怀疑和挫折感,影响心理健康。

    尽管AI面试具有效率高、成本低等优势,但也不能完全取代人性化的面试交流。企业在使用AI面试时,应该注重保留人性化的互动环节,提高透明度和公平性,并给予求职者更多的心理支持。

    同时,求职者也需要调整心态,学会应对AI面试的特点,在保持专业素质的基础上,更好地展现自己的独特价值。只有企业和求职者共同努力,AI面试才能真正成为双赢的选择。

    踩0 评论0
  • 回答了问题 2024-05-20

    为什么程序员害怕改需求?

    我理解程序员对需求变更产生"畏惧感"的原因。这主要体现在以下几个方面:

    工作效率和生产力下降 需求变更意味着已完成的工作可能需要重新设计和开发,这会大幅降低工作效率,增加重复劳动,影响程序员的生产力。

    代码质量和系统稳定性受损 频繁的需求变更会导致代码结构变得混乱,增加技术债务,从而影响代码质量和系统的稳定性。这可能导致系统出现bug或性能问题。

    时间和成本压力增大 需求变更往往会导致项目进度和预算超支,给程序员带来巨大的时间和成本压力。这会影响他们的工作积极性和工作满意度。

    专业能力受到质疑 频繁的需求变更可能被视为程序员的设计和开发能力不足,从而影响他们在团队和公司内的声誉和地位。

    工作环境和团队协作受影响 需求变更会引发团队内部的矛盾和冲突,影响工作环境和团队协作,给程序员带来额外的压力。

    因此,程序员对需求变更的"畏惧感"是可以理解的。但这并不意味着需求变更就是一件坏事。关键是如何有效地管理需求变更,提高应对能力。

    比如,可以建立健全的需求变更管理流程,提高需求变更的可预见性;加强与产品经理和业务人员的沟通协作,主动了解需求变更的背景和原因;优化开发流程,提高代码的灵活性和可重用性;培养程序员的变更管理意识和能力等。

    只有这样,程序员才能更好地应对需求变更,充分发挥自身的专业优势,为产品的持续迭代贡献力量。

    踩0 评论0
  • 回答了问题 2024-05-20

    “AI黏土人”一夜爆火,图像生成类应用应该如何长期留住用户?

    这是一个非常好的问题。图像生成类应用如何在获得出圈效果之后保持长期发展,确实是一个需要深入思考的问题。我认为可以从以下几个方面着手:

    持续技术创新 保持技术领先是关键。这类应用需要不断推出新的功能和特效,满足用户对新鲜感的需求。可以尝试融合更多前沿的AI技术,如3D建模、动态生成等,让用户体验更加丰富。

    拓展应用场景 除了个人娱乐,可以探索将图像生成技术应用于教育、设计、营销等领域,为用户提供更多实用性。这样不仅能增加用户粘性,还能开拓新的商业模式。

    社区运营 建立稳定的用户社区非常重要。可以鼓励用户创作分享,组织线上线下活动,培养用户的参与感和归属感。同时也可以邀请意见领袖参与,带动社区氛围。

    个性化体验 根据不同用户的喜好和习惯,提供个性化的推荐和服务,让用户感受到产品是为他们量身定制的。这需要运用大数据和机器学习技术深入了解用户。

    商业变现 在保持良好用户体验的前提下,探索多元化的商业模式,如付费订阅、内容电商、广告等,确保产品的长期可持续发展。

    总之,图像生成类应用要想实现长远发展,需要在技术创新、应用拓展、社区运营、个性化体验和商业模式等多个层面持续发力,努力实现从"出圈"到"留圈"的转变。

    踩0 评论0
  • 回答了问题 2024-05-20

    如何评价 OpenAI 最新发布支持实时语音对话的模型GPT-4o?

    OpenAI发布了GPT-4后,国内大模型行业仍然有以下一些机会:

    专业领域应用:国内企业可以针对特定行业或垂直领域,开发针对性的大模型应用,满足专业需求。这可能包括法律、医疗、金融等领域。

    多语言支持:国内企业可以开发支持中文及其他亚洲语言的大模型,满足本地化需求。

    隐私合规性:随着数据隐私法规的日益严格,国内企业可以开发符合本地隐私合规要求的大模型解决方案。

    算力优化:通过算法和硬件优化,国内企业可以开发更加高效和经济的大模型。

    行业生态建设:国内企业可以构建包括模型开发、应用、部署等在内的完整大模型产业生态。

    总的来说,在全球AI技术快速发展的背景下,国内企业仍有很多机会去探索和创新,满足本土市场的特殊需求。

    踩0 评论0
  • 回答了问题 2024-05-15

    请问上次@灵码活动奖品,还没有收到,也没有地方看到是否发货,这活动是不是骗人玩的!!!

    我的也是没收到

    踩0 评论0
  • 回答了问题 2024-05-15

    购买阿里国外的云服务器是否可以访问谷歌?

    可以的,但是不建议

    踩0 评论0
  • 回答了问题 2023-08-07

    开源?数据库?我们邀请你做道选择题

    1、作为开发者,你参加开源项目建设的核心动力是?
    A. 技术人为爱发电的初心

    2.、你在考虑使用数据库服务时,会如何选择?
    B. “开源数据库”

    踩0 评论0
  • 回答了问题 2023-07-26

    有什么暗号可以证明你是程序员?

    hello world

    踩0 评论0
  • 回答了问题 2023-06-15

    跟着“小枫社长”用Redis搭建游戏排行榜

    通过本次实验您获得了 使用Redis数据库 实现在线游戏积分排行榜功能 本场景使用到的云产品 云数据库Redis版 云服务器ECS

    踩0 评论0
  • 回答了问题 2023-06-15

    想快速上手Kibana进行数据分析吗?

    通过本次实验您获得了 如何创建并访问检索分析服务Elasticsearch版实例。 如何创建索引和删除索引。 如何插入数据和搜索数据。 本场景使用到的云产品

    踩0 评论0
  • 回答了问题 2023-04-22

    乘风问答官4月排位赛开启!话题、问题双赛道,AirPods 3等你赢!

    快来参加

    踩0 评论0
正在加载, 请稍后...
滑动查看更多
正在加载, 请稍后...
暂无更多信息