关于手册管理项目，大数据存储的疑问。

Hadoop大数据部署与运维实战手册

Hadoop Distributed File System（HDFS）是Hadoop的核心组件之一，设计用来存储大量数据，它使用低成本硬件并提供了高吞吐量的数据访问。HDFS具有高度容错性的特点，并被设计为适合在普通的硬件上运行。HDFS的工作原理是将大型文件分割成固定大小的数据块，默认大小为128MB或256MB，这些数据块存储在Hadoop集群中的多个DataNodes上。为了保证数据的可靠性，HDFS还会对数据块进行复制，复制的数量可以通过参数配置，默认是3份。

大数据集群部署实战手册（全面版）

大数据（Big Data）指的是传统数据处理软件难以在合理时间内处理的大规模、高增长率和多样化的数据集合。大数据技术涉及数据的采集、存储、分析和展示等多个环节，其核心是能够从海量数据中挖掘价值，支持决策制定。在性能监控领域，存在多种工具，它们从不同角度监控系统性能，常见的有：Nagios：一款开源的系统监控工具，能够监控节点状态、服务可用性等。Ganglia：一个高效的数据聚合和展示的监控系统，适用于大型集群的监控。Prometheus。

Python 批量处理大量压缩包｜递归嵌套解压 zip rar 7z tar，文件名乱码修复，扫描残留压缩包工具

在收集大量计算机源码时，经常遇到海量多层嵌套压缩包：zip、rar、7z、tar、tar‑gz 混杂，老压缩包中文文件名 GBK 编码解压出现乱码，解压完成后不确定目录内是否还有遗留未解压的压缩包。 本工具集由 3 份 Python 脚本组成，专门针对大批量源码文件夹做自动化预处理，不用手动一个个解压，自动递归遍历所有子目录，处理嵌套压缩包，修复中文文件名乱码，扫描校验残留压缩包，输出完整处理日志。 前置条件 - Python3.8 及以上环境 - 如果要处理 rar/7z 格式：电脑安装 **7‑Zip**，记录 7z.exe 的完整路径，填到 `jieyarar.py` 配置区。 1. 修改每个脚本顶部配置区：`SCAN_ROOT / TARGET_FOLDER` 修改为你存放文件的根目录绝对路径（Windows 路径字符串前面加 r，例如 `r"F:\files\download"`） 2. 第一步：运行 `main.py`，优先处理全部 zip 压缩包，执行完成查看生成的 `unzip_log.txt` 日志； 3. 第二步：运行 `jieyarar.py`，处理 rar、7z、tar 等其它格式压缩包，查看 `unpack_all_archive_log.txt`； 4. 第三步：运行 `checkfiel.py`，全盘扫描校验，输出 `scan_archive_and_badname.txt`； - 查看报告：确认是否还有残留压缩包、是否存在乱码文件名； 5. 根据日志，手动单独处理加密、损坏的压缩包。

daily-stock-analysis(Python)

「daily_stock_analysis(Python)」是后台管理系统（Python）。项目简介：LLM 驱动的多市场股票智能分析系统：多源行情、实时新闻、决策看板与自动推送，支持零成本定时运行。 LLM-powered multi-market stock analysis system with multi-source market data, real-time news, decision dashboard, automated notifications, and cost-free scheduled runs.源码完整，下载解压即可查看使用，适合学习参考、课程设计与二次开发。

工具调用智能体可靠性基准数据集验证门重试

面向工具调用型AI智能体可靠性研究的合成基准数据集，研究预执行验证门与有限重试机制如何改变智能体任务完成率、无效动作率与调用成本。包含120张合成工单、1440个模拟回合（4种策略×3种工具故障率）与本地大语言模型试点实验（qwen2.5:3b）。实验结果显示：10%工具故障率下基线策略完成率仅30.0%，验证门加重试组合达97.5%；大模型试点中无防护时8张工单完成5张，加防护后8张全部完成。附结果明细、策略汇总、实验元数据与README共8个文件。适用于智能体工程、工具调用可靠性评估、防护机制设计与大模型应用研究。数据许可：CC0公共领域。