暂无搜索历史
随着大语言模型(LLM)应用与 RAG(检索增强生成)逐步深入,开发者意识到:把向量存下来并搜出来并不难,难的是如何控制 TB 级数据的内存成本,以及如何让向量...
先从一个真实场景出发:某团队上线了一款客服 Agent,并规范地接入了 Prometheus、Grafana、ELK 等主流的可观测性工具。从监控大盘来看,各项...
导读:多模态数据正成为企业核心资产,但规模化管理仍具挑战。自动驾驶在 PB 级图像、点云、视频等数据治理中积累了可复用经验。本文介绍某公司以 Apache Do...
Agent 时代,开发一个 Agent 正变得越来越容易,真正困难的是:如何保证它在真实业务中持续可靠地工作。
这背后并不只是应用形态变化,更像是一场新的接口革命:人不再需要理解每一个工具的使用方式,也不再需要在不同系统之间反复切换;人只需要表达目标,Agent 则负责理...
在交易、行情、IoT、日志补全等典型时间序列场景中,业务需要的不是普通等值关联,而是“按业务键分组后,在时间轴上找到不晚于左侧记录的最近一条右侧记录”。ASOF...
导读:本文从 AI Agent 日志观测切入,讨论 JSON 分析为什么重要:Agent Trace、Tool Call、RAG 检索结果、Prompt 和 R...
导读:随着数据不断演进,尤其在 AI Agent、LLMOps 与可观测性系统快速发展的背景下,宽 JSON 的字段膨胀带来巨大的性能挑战。Apache Dor...
随着大语言模型(LLM)的普及,检索增强生成(RAG)技术成为解决大模型知识时效性、准确性问题的核心方案,通过引入外部知识库,为模型提供实时、可控的上下文,从而...
AI 时代,数据库已成为智能 Agent、RAG 系统、大模型应用和 AI 可观测平台 的基础设施。它不仅要能存结构化数据,更要能承载长上下文、向量、全文、Tr...
在传统离线数据体系下,核心数据往往需要 T+1 才能可用,难以支撑实时风控、监控告警和业务决策等关键场景。
但进入 2026 年,这个问题正在被重新定义。随着 AI 应用的爆发式增长,数据系统不再只是分析工具,而逐渐成为 智能系统的一部分。数据不再只是被查询,而是被 ...
面对万亿级广告数据存量、日均 3 亿行增量及数千个复杂查询模板的挑战,快手广告数据平台如何突破性能瓶颈、实现架构统一与体验跃升?本文系统介绍了快手广告团队从 C...
面对海量多模态数据管理困境,思必驰通过构建以 Apache Doris 为核心的数据集平台,实现了数据从“散、乱、滞”到“统、明、畅”的转变。在关键场景中,存储...
与将向量检索视为独立外挂服务的方案不同,Apache Doris 4.0 选择将向量检索能力深度集成于其 MPP 分析型数据库内核。实现向量检索与 SQL 计算...
本文深入解析 Apache Doris 如何通过向量化执行、模板化编译、多线程内存分配与 Pipeline 调度引擎等底层核心技术,实现对 CPU 与编译器潜力...
度小满引入 Apache Doris 替换原有 Greenplum,实现整体查询效率提升 82%,与此同时,集群缩减 2/3、年省数百万的巨大效益。本文将分享度...
在过去几年中,数据基础设施的演进始终围绕一个核心问题展开:如何更快地分析数据?但进入 2026 年,这个问题正在被重新定义。随着 AI 应用的爆发式增长,数据系...
在过去一年,大模型能力的飞跃与推理成本的降低,使得 AI 不再是远期的概念,而成为企业当下必须拥抱的变革。几乎每一家企业都在积极探讨 AI、规划 AI 项目,寻...
暂未填写公司和职称
暂未填写个人简介
暂未填写技能专长
暂未填写学校和专业
暂未填写个人网址
暂未填写所在城市