GPT 与数据库的生态整合 王琦智 PingCAP TiDB 开发者生态高级工程师 目 录 自然语言到 SQL 01 自然语言到图表 02 GPTs 调用数据库 API 03 总结 04 自然语言到SQL OSS Insight 自然语言到图表 Thoughts to insights made easy(with AI) GPTs 调用数据库 API Thank You

MoonBit 编程语言（WASM 技术） 服务端应用展望 以及对Kubernetes生态的影响 沙渺（MoonBit 语言社区开发者） 本分享包含大量目前尚处在早期开发阶段甚至概念阶段， 尚未获得广泛应用的技术。 仅为前景展望，不推荐用于当前立项开发的实际工程。 敬请注意 内容 • WASM 技术栈现状和 WASM 后端应用的构想 • MoonBit 语言介绍 • MoonBit crun 运行时（可选） WASM Image WASM 运行时（可选） WASM Image WASM Image WASM Image Kubernetes 用于 WASM 生态的价值 • 复用当前生态 • 大多数概念可以复用 • 个别概念对 WASM 镜像更加有用（例如节点亲和性） 对 Kubernetes 的挑战 • 层数过度设计 • 抽象粒度与 WASM 惯例的差异 •

数据采集、数据中台、智能算法、⾃自动化等 AIOps系统（常规层次） AIOps系统架构 • 场景应⽤用 • 智能监测系统 • ⾃自动化系统 • ⼯工单知识库 • 数据湖 • 监控⽣生态系统 • 数据源 数据的摄取挑战 • 各种来源： • SaaS、多云、容器器、微服务、主机、应⽤用等 • 各种数据样式： • Log、Tracking、Event；Metrics、IoT • 提供⼀一个开源免费的APM⽅方案 Kafka + EBLK 引⼊队列，解决丢数据问题 部署、维护复杂度较为复杂 Elasticsearch核⼼能⼒ • 简单，易易扩展，功能集丰富，⽣生态活跃 • NoSQL，schema灵活 • 全⽂文索引查询强，过滤快、聚集功能强⼤大 • 不不⽀支持外部关联，有SQL适配器器 • 缺点： • 企业特性需要商业License • 不不⽀支持外Join、窗⼝口等 其他OLAP选择: Clickhouse • 性能优越： • 10亿+条规模⽐比商业软件快5倍 • ⽐比MySQL快⼏几百倍 • 稳定可靠，⾮非Hadoop体系， • 类SQL功能 • 缺点： • 聚合结果要在⼀一台机器器内存内 • 缺少完整更更新删除操作 • ⽀支持操作系统有限 ⼤大数据⽅方案开源全景图（部分）与Python作⽤用

美团点评在架构中间件领域有比较多的积累沉 淀，很多系统服务都经历过大规模线上业务实际运营的检验。我们在使用业界较多开源产品的同时，也希 望能把积累的技术开源出去，一方面是回馈社区，贡献给整个行业生态；另一方面，让更多感兴趣的开发 工程师也能参与进来，共同加速系统软件的升级与创新。所以，像 CAT 这样的优秀项目，我们将陆续开 源输出并长期持续运营，保证开源软件本身的成熟度、支撑度与社区的活跃度，也欢迎大家给我们提出更 自带各种协议栈，让我们处理任何一种通用协议都几乎不用亲自动手。 7. Netty社区活跃，遇到问题随时邮件列表或者 issue。 8. Netty已经历各大RPC框架（Dubbo），消息中间件（RocketMQ），大数据通信（Hadoop）框架的广泛的线上验 证，健壮性无比强大。 背景 背景 最近在做一个基于 Websocket 的长连中间件，服务端使用实现了 Socket.IO 协议（基于WebSocket协 议，提供长轮询降级能力） 术，Node同构首屏后端渲染提升了首屏加载速度。 Node同构和一开始的Java freemark后端渲染Java直出的方式对比，最大的区别在于：Node项目可由前 端同学来维护，用的是前端工程师熟悉的JS语言。另外前端生态较好，React、Vue等框架都提供了丰富 的渲染模板供前端工程师选择。 后端优化 后端优化 后端优化的思路相对比较比较通用，和境外业务的特点关系性并不大，文中的前言部分“影响性能的因 素”

22- -dc23 i 推荐序一 CPU(中央处理器) 架构是芯片产业链和芯片生态的龙头。CPU 架构不仅决定了 CPU 芯片本身的性能，而且在很大程度上引领了整个芯片产业和产业生态，尤其是 对设计人才培养、设计工具（EDA）、芯片 IP（Intellectual Property）库、芯片应用 生态等方面有重大影响。此外，芯片的架构也影响到芯片的生产、测试、封装等环节。 近年来包含微处理器的 属于任何公司。用户可自由免费地使用该架构进行 CPU 设计、开发并添加自有指令 集进行拓展，自主选择是否公开发行、商业销售、更换其他许可协议，或完全闭源使 用。 现在，国际上围绕 RISC-V 的学术交流、产品发布、应用示范、生态建设等活动 越来越兴旺，RISC-V 已成为当前芯片业界的 “新宠”。正如该架构的领军人物 David Patterson 教授所说：“技术创新正在兴起，创新的潜力永远存在”。最近 RISC-V 使用 RISC-V 架构。我们有理由相 信，本书是 RISC-V 领域中最基础、最完整的书籍。我也相信在本书的基础上，会有 更多的 RISC-V 的相关书籍、教程出现，为 RISC-V 最终走向生态繁荣作出贡献。我 相信，这是一本值得所有 RISC-V 人拥有的书籍。 同时也非常感谢中国科学院计算技术研究所包云岗老师带领的团队在 RISC-V 技 术创新和普及方面的所作出的贡献。正是有了这群坚信

发兼容RISC-V指令集的处理器，都可以融入到基于RISC-V构建的软硬件生态系统，而不需 要为指令集付一分钱。这是伟大的理想！ 在开源软件生态中，Linux是整个生态的基石。基于Linux，人们开发Python、LLVM、 GCC等完整的工具链，创造MySQL、Apache、Hadoop等大量开源软件，实验各种创新思想 与技术，逐渐形成一个价值超过150亿美元的开源软件生态。这对中国的互联网产业的意义 尤为重大，不仅提 能快速开发出一个互联网应用。在芯片设计 领域，RISC-V有望像Linux那样成为计算机芯片与系统创新的基石。但是只有RISC-V又是 远远不够的，更重要的是要形成一个基于RISC-V的开源芯片设计生态，包括开源工具链、 开源IP、开源SoC等等。 RISC-V还只是星星之火，却已展露出燎原之潜力。作为全世界最大的芯片用户，中国 一直希望能把芯片产业做大做强，各方也都在努力。借鉴开源软件对于中国互联网产业发

Spark MLlib 等。而开源平 台大都是机器学习或者深度学习基础计算框架，聚焦于训练机器学习或深度学习模 型；公司的商用产品则是基于基础的机器学习和深度学习计算框架进行二次开发，提 供一站式的生态化的服务，为用户提供从数据预处理、模型训练、模型评估、模型在 线预测的全流程开发和部署支持，以期降低算法同学的使用门槛。 公司级的一站式机器学习平台的目标和定位，与我们对机器学习平台的需求不谋而 径，标准化配送侧的数据体系，美团配送的研发团队组建了一个算法工程小组，专门 规整各业务线的机器学习工具集，希望建设一个统一的机器学习平台，其需求主要包 括以下几个方面： 算法 < 81 ● 该平台底层依托于 Hadoop/Yarn 进行资源调度管理，集成了 Spark ML、 XGBoost、TensorFlow 三种机器学习框架，并保留了扩展性，方便接入其 它机器学习框架，如美团自研的 MLX（超大规模机器学习平台，专为搜索、推 地依赖模型选择的数据与反馈再进行训练，将形成选择性偏差 [3]。上述流行度偏差与 选择性偏差不断积累，就会导致系统中的“马太效应”越来越严重。因此，人工智能 公平性问题对于推荐系统的不断优化至关重要，并且这将对推荐系统的发展以及生态 环境产生深远的影响。 由于不是一个定义充分的优化问题，偏差消除是当前推荐系统非常具有挑战性的问 题，也是当前学术界的一个研究热点。本次 KDD 的赛题也是围绕偏差问题展开，基 于电子商务中

Anchor-free、SimOTA 和 SIoU 回归损失。在 COCO 数据集上的实验结果显示， YOLOv6 在检测精度和速度方面都属于佼佼者。 未来我们会持续建设和完善 YOLOv6 生态，主要工作包括以下几个方面： 1) 完善 YOLOv6 全系列模型，持续提升检测性能。 2) 在多种硬件平台上，设计硬 件友好的模型。 3) 支持 ARM 平台部署以及量化蒸馏等全链条适配。 4) 赛中的技术应用到美团具体业务中，如语音交互部的智能客服、智能外呼机器人中， 为优化智能解决能力、提升用户满意度提供参考。 8. 招聘信息 语音交互部负责美团语音和对话技术研发，面向美团业务及生态系统内 B 端、C 端合作伙伴， 提供语音技术与对话交互技术能力支持和产品应用。经过多年研发积累，团队在语音识别、合 成、口语理解、智能问答和多轮交互等技术上已建成大规模的技术平台服务，并研发包括外 for Computational Linguistics (Volume 1: Long Papers). 2016. 招聘信息 语音交互部负责美团语音和智能交互技术及产品研发，面向美团业务和生态伙伴，提供对语音 和口语数据的大规模处理及智能响应能力。经过多年研发积累，团队在语音识别、合成、口语 理解、智能问答和多轮交互等技术上已建成大规模的技术平台服务，并研发包括外呼机器人、 智能客

浅谈FISCO BCOS的易用性 作者：fisco-dev FISCO BCOS是聚焦于金融领域的区块链底层平台，期望通过开源来推动生态 圈的良好发展。随着开源技术的普及和参与者数量的增加，FISCO BCOS的影 响范围将愈发深广，藉此最终构建出开放共赢的区块链生态圈。 开源技术的普及和参与者数量的增加，要求区块链底层平台具备易于使用、可 规模化运行的特征。因此FISCO BCOS自设计伊始就十分关注其易用性，在编 应用，并且持续地高效治理和运营，在推进区块链技术的普及的同时也协助合 作伙伴将精力聚焦在业务本身和商业模式的运营上，构建科技和金融深度合作 的长效机制，最终达到多方受益，共同打造金融创新的区块链共赢生态。 如果您觉得本文不错，欢迎戳这里 [https://github.com/FISCO-BCOS/FISCO-BCOS]给FISCO BCOS打star:star:。 链上信使协议AMOP使用指南 始数据进行 hash计算方式及存储进行适配处理。支持document（json）、文件存储和加密 的可插拔实现。 亦笔科技的存证数据存储实现 Hbase对于海量文档数据存储有较好的支持，目前hadoop技术体系也相对 成熟稳定。使用Phoenix+Hbase支持海量数据的存储、随机查询。 Cassandra也是一种点对点的分布式nosql数据库，对于小文档数据存储有 良好的表现。支持海量文件数据的读写，节点数据自动同步。

Gopher  China  2015  求解之路的探索  n 是否已经存在类似的解?  n 传统:  HPC中的PBS  和  Condor  n 现代:  Hadoop  YARN，Apache  Mesos，Google  Kubernetes  Gopher  China  2015  求解之路的探索  n 他们是否解决了我们的问题 Scheduler和Fair  Scheduler(借鉴了 Mesos的DRF)。  ② Mesos中的DRF调度算法过分的追求公平，没有考虑到实际的应 用需求。在实际生产线上，往往需要类似于Hadoop中Capacity  Scheduler的调度机制，将所有资源分成若干个queue，每个 queue分配一定量的资源，每个user有一定的资源使用上限。  ③ Mesos采用了Resource