我的可用分有前前后后有一个有没有加过分了！

yankao 2005-11-17 08:46:07

我每天都有登陆CSDN！可是可用分一直都没有加过了！前前后后有一个月都没有加了！为什么会是这样啊？请CSDN管理员解决！郁闷啊！

...全文

106 4 打赏收藏转发到动态举报

写回复

4 条回复

切换为时间正序

请发表友善的回复…

发表回复

c_hua6280 2005-11-30

打赏
举报

回复

自动增加可用分的程序运行超时，调试正常后会给大家补上可用分，请不必担心。现已将您的可用分补上。

阿Deee 2005-11-23

打赏
举报

回复

我已经好久没加分了，今天加了10分

winehero 2005-11-23

打赏
举报

回复

唉，有时候会这样

yankao 2005-11-22

打赏
举报

回复

有没有搞错！这么久了没有增加一分的可用分！为什么没有人回答啊？

按照上一节中《搭建高可用mongodb集群（三）—— 深入副本集》搭建后还有两个问题没有解决：从节点每个上面的数据都是对数据库全量拷贝，从节点压力会不会过大？数据压力大到机器支撑不了的时候能否做到自动扩展？在系统早期，数据量还小的时候不会引起太大的问题，但是随着数据量持续增多，后续迟早会出现一台机器硬件瓶颈问题的。而mongodb主打的就是海量数据架构，他不能解决海量数据怎么行！不

按照上一节中《搭建高可用mongodb集群（三）—— 深入副本集》搭建后还有两个问题没有解决：从节点每个上面的数据都是对数据库全量拷贝，从节点压力会不会过大？数据压力大到机器支撑不了的时候能否做到自动扩展？在系统早期，数据量还小的时候不会引起太大的问题，但是随着数据量持续增多，后续迟早会出现一台机器硬件瓶颈问题的。而mongodb主打的就是海量数据架构，他不能解决海量数据怎么行！不

数据挖掘之分类一、分类综述 1、过分拟合问题：过拟合的原因：（1）噪声造成的过分拟合（因为它拟合了误标记的训练记录，导致了对检验集中记录的误分类）；（2）根据少量训练记录做出分类决策的模型也容易受过分拟合的影响。（由于训练数据缺乏具有代表性的样本，在没有多少训练记录的情况下，学习算法仍然继续细化模型就会产生这样的模型，当决策树的叶节点没有足够的代表性样本时，很

DeepSeek是不是资本的运作？是不是过分的吹捧，谁知道呢？我也不想知道。当年一个OpenAI的Sora让全球集体高潮，最终一年后才磨磨唧唧的上线了一个一般般的版本。那我们的DeepSeek凭借超低的训练成本，极高的响应速度和牛逼的中文能力，凭什么不能举国欢庆！DeepSeek之于我最现实的意义就是：我再也不用在我的教学视频中说：这块代码需要使用海外的模型Claude，大家要考虑下突破网络限制。我终于可以自豪的说：大家可以直接去用我们的国产之光DeepSeek模型啦。

03 数据分片：如何存储超大规模的数据？前两讲我们介绍了分布式数据库，以及各种 SQL 的发展脉络，那么从这一讲开始，我们就正式进入分布式数据库核心原理的学习。随着互联网时代，特别是移动互联网的到来，形形色色的企业都在将自己的系统平台快速升级迭代，以此作为向互联网转型的一部分。在此背景下，这类应用平台所依赖的数据库系统就需要支持突然增加的巨量交易数据，但是在这种情况下单体的数据库往往会很快过载，而用于扩展数据库最常见的技术手段就是“数据分片”。因此这一讲，我将为你介绍什么是分片，以及如何将其用于扩

594

社区成员

48,765

社区内容

发帖

与我相关

我的任务

其他技术论坛（原bbs）

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章