【今日观点】 从 10 分钟到 1 秒:ES 深度分页任意跳页的三轮优化实战
悟空活动系统目前支撑了一系列大型的摄影比赛活动,在赛事评审环节,管理后台需要对数十万级参赛作品进行集中展示、筛选与评审,尤其在筛选环节涉及到对作品进行多维度条件筛选(评审等级、作者信息、拍摄单元等)。该业务场景本质上是一个“高数据量 + 多...
悟空活动系统目前支撑了一系列大型的摄影比赛活动,在赛事评审环节,管理后台需要对数十万级参赛作品进行集中展示、筛选与评审,尤其在筛选环节涉及到对作品进行多维度条件筛选(评审等级、作者信息、拍摄单元等)。该业务场景本质上是一个“高数据量 + 多...
悟空活动系统目前支撑了一系列大型的摄影比赛活动,在赛事评审环节,管理后台需要对数十万级参赛作品进行集中展示、筛选与评审,尤其在筛选环节涉及到对作品进行多维度条件筛选(评审等级、作者信息、拍摄单元等)。该业务场景本质上是一个“高数据量 + 多...
我在milvus容器启动时设置了 -e COMMON_STORAGETYPE=local,所以数据存储在本地磁盘,而非常见的对象存储。下面简单补充Milvus数据存储的基础知识,常见的包括以下3种类型(实际不止3种):
目录
Opus 4.8 是目前市面上编码能力最强的可用模型,没有之一,但它不是所有场景下的最优选。 终端自动化选 GPT-5.5,成本敏感选 Gemini 3.5 Flash,只有在复杂 Agent 任务、大规模代码库重构、多步骤代码审查这些场景...
在上一篇中,我们完成了 SIFT 特征点检测的全部流程,得到了一批 位置精确、尺度明确、对比度足够且非边缘的稳定特征点,每个特征点携带的信息是:
如果只看宣传口径,这些词都像新范式。把链路拆开看,它们更像软件工程旧能力在 Agent 语境下重新排了一次座次。 DevOps、CI/CD、容器化、反馈控制没有退场,只是执行者从人和脚本,换成了大模型与运行时。
我个人在这个体系里主要负责 YouTube 和 Netflix 的对接与认证:两家的 SDK / 认证套件版本节奏不同、平台差异化要求高,天然要在多个厂家分支之间来回切换。也正是这种”高频切分支、多平台复现问题、反复过认证...
但有时候,我们并不想让数据被修改。比如一周七天,固定就是七个,不该被改动。如果用列表存,万一不小心改了其中一天,程序就会出错。
这两种体验都叫“慢”,但在模型推理服务中,它们对应着两个不同阶段。第一个叫 Prefill,就是模型先把你的输入读完;第二个叫 Decode,是模型开始逐步生成回答。
这两天,技术圈被一条消息刷屏了。