社区
非技术区
帖子详情
哪里有便宜稳定的域名?各位推荐下!
hoge66
2006-09-08 03:49:11
另外做资源下载方面的网站,大家给起个域名!采用了再单独送你200分!
...全文
302
20
打赏
收藏
哪里有便宜稳定的域名?各位推荐下!
另外做资源下载方面的网站,大家给起个域名!采用了再单独送你200分!
复制链接
扫一扫
分享
转发到动态
举报
写回复
配置赞助广告
用AI写文章
20 条
回复
切换为时间正序
请发表友善的回复…
发表回复
打赏红包
truewill
2006-09-10
打赏
举报
回复
up
hoge66
2006-09-09
打赏
举报
回复
新网互联的怎么样?
run_pig
2006-09-09
打赏
举报
回复
来吧,我是万网代理商,来万网注册稳定,小公司倒闭以后,你的域名就转不出来,那才叫痛苦
GXY2005
2006-09-09
打赏
举报
回复
jf
射天狼
2006-09-08
打赏
举报
回复
不要找小网站注册域名,建议到万网去注册域名,虽然贵,但是稳定啊~~~~
╭═══════════════════╮
║ 免费的源码、工具网站,欢迎大家访问!║
║ http://www.j2soft.cn/ ║
╰═══════════════════╯
海里猿人
2006-09-08
打赏
举报
回复
WWW.ITDNS.COM
这里的很不错。服务也好。
学习Java中
2006-09-08
打赏
举报
回复
接分
wangwei155
2006-09-08
打赏
举报
回复
up
hoge66
2006-09-08
打赏
举报
回复
继续顶!
taito
2006-09-08
打赏
举报
回复
自我感觉万网的最稳定,各个位置访问解析也很快。价格较贵一点
接着就是新网互联。
如果做下载站的话,最好能有个down的英文在里面好点。
如果楼主需要域名与空间,我也许可以帮的上楼主。
请与我联系:QQ:8699765 MSN:SquareZw@yahoo.com.cn
hoge66
2006-09-08
打赏
举报
回复
人民币升值就不管它了,心里平衡就可以了!
大个啊
2006-09-08
打赏
举报
回复
楼主的意思是价格稳定吧?
还得考虑人民币升值方面的,郁闷
woxihuanni
2006-09-08
打赏
举报
回复
hoge66 (hoge) ,相你推荐:
http://www.skygg.com 40/年
http://www.cnvhost.net .cn 49/年
http://www.bizcc.net/
Net_ufo
2006-09-08
打赏
举报
回复
帮顶,同问
soft_df
2006-09-08
打赏
举报
回复
学习
myminimouse
2006-09-08
打赏
举报
回复
是自己用还是公司用?没买过,帮你顶了
hoge66
2006-09-08
打赏
举报
回复
to soft_df()
稳定:指价格稳定§开始买的时候30元给你,到了明年你要续费,收你70元!这个差别很大啊!
soft_df
2006-09-08
打赏
举报
回复
不会吧,域名还有不稳定一说。
日总是我哥
2006-09-08
打赏
举报
回复
up~~~
diandian82
2006-09-08
打赏
举报
回复
help up
【spark】十 DataFrame min、max、sum必须要用到is not anaggregate function错误,怎么处理
DataFrame.select(min(substring(col("A"),2,8)),max(substring(col("A"),2,8)),sum(col("B"))) 报错提示需要aggregate by信息 是我用错了,不能使用col("A")来取A列的值再substring, 应该直接用substring("A",2,8) 取a列的第二个字符起的八位字符,取最大值、最小值做时间...
十亿行数据Pyspark实战:从DataFrame优化到毫秒级响应
在大数据处理中,当数据规模突破亿级,传统单机计算框架如Pandas面临性能瓶颈,而分布式计算引擎Spark成为必然选择。PySpark作为Python与Spark的桥梁,其核心优势在于DataFrame API背后的Catalyst优化器与Tungsten执行引擎,能自动完成谓词下推、列裁剪、广播连接等关键优化。理解执行计划(explain)、规避隐式shuffle、合理使用Parquet列式存储与YARN集群模式,是实现‘十亿行数据秒级响应’的技术基础。本文聚焦真实生产场景下的最小可行路径,覆盖数据源选型
Spark原生大数据迁移数据校验框架设计与实践
数据校验是大数据迁移中保障数据质量的核心环节,其本质是将模糊的业务承诺转化为可执行、可量化、可追溯的机器验证规则。基于Apache Spark构建的校验框架,依托DataFrame原生计算能力,避免driver端单点瓶颈,支持行数一致性、主键唯一性、字段分布、数值精度、空值模式、业务逻辑及数据新鲜度等多维度断言。该方案直面迁移场景特有的语义漂移、时区偏移、精度丢失与分区错位等隐性风险,强调规则声明式配置、动态加载与流水线深度嵌入,显著提升Big Data Migration Workloads的质量可控性与
Spark加速机器学习:从单机瓶颈到分布式MLOps实战
机器学习项目在数据规模增长后常遭遇单机计算瓶颈,特征工程卡顿、模型训练缓慢、上线延迟高等问题频发。其本质是传统Pandas+Scikit-learn栈缺乏分布式可扩展性与生产级工程保障。Apache Spark凭借统一的DataFrame API、容错DAG调度、内置ML Pipeline抽象及Delta Lake/MLflow深度集成,提供了从数据加载、并行特征处理、分布式超参搜索到模型服务化的端到端加速能力。尤其在TB级日志窗口统计、高基数类别编码、实时批流一体推理等典型场景中,Spark展现出线性扩展
Spark四大核心能力选型指南:从数据形态到落地实践
Apache Spark并非工具集合,而是一个统一计算引擎,其真正价值体现在对结构化、流式、机器学习和图计算四类数据场景的抽象支持。理解Spark SQL的Catalyst优化器原理、Structured Streaming的微批机制、MLlib的分布式训练范式以及GraphX的状态管理边界,是避免技术误用的前提。这些能力的技术价值在于将业务语义(如延迟要求、数据分布、团队技能)精准映射为执行计划与资源调度策略。典型应用场景包括实时风控中的分钟级聚合、电商
推荐
的流式特征更新、金融图谱的社区发现等。本文基于生
非技术区
7,776
社区成员
63,113
社区内容
发帖
与我相关
我的任务
非技术区
.NET技术 非技术区
复制链接
扫一扫
分享
社区描述
.NET技术 非技术区
社区管理员
加入社区
获取链接或二维码
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