社区所有版块导航
Python
python开源   Django   Python   DjangoApp   pycharm  
DATA
docker   Elasticsearch  
aigc
aigc   chatgpt  
WEB开发
linux   MongoDB   Redis   DATABASE   NGINX   其他Web框架   web工具   zookeeper   tornado   NoSql   Bootstrap   js   peewee   Git   bottle   IE   MQ   Jquery  
机器学习
机器学习算法  
Python88.com
反馈   公告   社区推广  
产品
短视频  
印度
印度  
Py学习  »  Python

再见!英特尔宣布将彻底关停这项业务;为什么急于寻找Python的替代者?

51CTO官微 • 2 年前 • 375 次点击  

点击蓝字 关注我们

了解与IT有关的人和事


当前,数字经济蓬勃发展,数据在经济社会中的关键作用已逐渐成为各界的共识。然而,需要做好大数据的高效存储、管理与应用,才能充分发挥数据信息应有的价值。对于大数据行业从业者来说,与时俱进掌握相关知识非常重要。


本期【精选好文】节目聚焦大数据领域,精选51CTO媒体和博客的大数据文章周榜单 top 6 优质内容帮助技术人系统地学习大数据技术和知识,快来一起成长吧!


精选好文

08.04期




行业动态篇
01

再见!英特尔宣布将彻底关停这项业务

英特尔近日砍掉了Optane持久内存产品线,这对存储行业来说无异于一场灾难。

Optane是一种激进的革命性技术,但基于传统观点和技术债务,业内很少有人意识到Optane到底有多么激进。像磁芯存储一样,它是工作内存:主存储。Optane设备与磁盘驱动器一样大且便宜。它的容量达到数百GB,与普通SSD的容量相仿,但它可以直接装到主板的DIMM插槽中。每个字节都出现在处理器的内存映射中,每个字节都可以直接重写。无需像闪存那样在块周围移动以擦除它们,它还支持数百万个写入周期。

英特尔虽然把它做成功了,将其投放市场……但没有足够多的人感兴趣,现在它也心灰意冷了。

未来就在这里,但是从六十年代小型计算机操作系统设计来看,如果一切都是文件,这个Optane只是一种非常快速的磁盘驱动器,是不是?

并非如此。它是自小型机以来向前迈出的最重大步骤。但是我们把它搞砸了。

再见,Optane。我们还没来得及熟悉你。

原文链接:https://www.51cto.com/article/715740.html?guanwei

或公众号后台回复数据7获取全文。





行业洞察篇
01

为什么急于寻找Python的替代者  

Python是一种非常出色的机器学习语言。但Python并不是一种数据科学专用语言,并且有一些更加现代的编程语言可以比它更有效地执行特定任务。每位数据科学家或开发人员对特定技术都有自己的要求和规范。最佳的技术选择取决于您需要的视角和功能。因此,很难做出最终选择。

本文将探讨新机器学习语言的出现,以及它们如何侵蚀Python市场份额以及未来机器学习的变化。

如果你希望实现多进程的运算,而且要求非常高的运算速度,则可以选择Julia。它是三者中最快的。另一方面,如果您正在做大型项目,Scala应该是更好的选择,因为它能够胜任。如果您对金融工具感兴趣,MQL5则是最佳选择。

原文链接:https://www.51cto.com/article/715269.html?guanwei

或公众号后台回复数据8获取全文。

02

开发者如何为React Native选择合适的数据库

如今,程序员们可以选用多种编程语言,来创建在线平台、网站和应用程序。其中,在编程社区中,广受不同开发背景的人员所推崇的一种流行语言,便是React Native。它是由Facebook的JavaScript工具包所构建,适合为移动平台、而非Web,设计和创建独特的用户界面。目前,React Native已被广泛地运用在采用JavaScript的框架,并为iOS和Android平台构建移动应用的项目中。

可以说,该领域的开发者不但需要了解JavaScript和API服务、而且要能够构建前端的UI,维护跨平台的兼容性、以及整合基础架构与其他应用。下图展示了历年来,时下各种编程语言,在项目中被使用的占比分布。目前,适合React Native应用的数据库有:Async Storage、SQLite、Realm、以及PouchDB等。

本文将和大家一起深入讨论各种数据库的特性和优缺点,并最终给出为React Native应用进行选择时的建议。

原文链接:https://www.51cto.com/article/714661.html?guanwei

或公众号后台回复数据9获取全文。





技术解析篇
01

领域驱动设计系列贫血模型和充血模型

假设现在有一个银行支付系统项目,其中的一个重要的业务用例是账户转账业务。系统使用迭代的方式进行开发,在1.0版本中,该用例的功能需求非常简单,本文将解析如何实现领域驱动设计系列贫血模型和充血模型。

原文链接:https://blog.51cto.com/davieyang/5555387#fwh

或公众号后台回复数据10获取全文。

02

环境变量与进程地址空间理解

本文主要谈一下环境变量和程序地址空间,其中程序地址空间可能会不好理解,但是这个可以帮助我们解决前面我们遗留的一些问题,以后我们几乎都要和程序地址空间打交道,非常重要。当然,前面的环境变量也解决了我们的指令问题。

原文链接:https://blog.51cto.com/u_15132397/5577056#fwh

或公众号后台回复数据11获取全文。




技术实操篇
01

MMA安装及使用优化

公司自建的Hadoop集群,后期使用阿里的Maxcompute,就需要迁移数据到新环境中,阿里提供众多的迁移方案,在经过我们的实践后,最终选择了MMA,迁移数据Hive到Maxcompute。

MMA(MaxCompute Migration Assist)是一款MaxCompute数据迁移工具。在 Hive 迁移至 MaxCompute 的场景下,MMA 实现了 Hive 的 UDTF,通过 Hive 的分布式能力,实现 Hive 数据向 MaxCompute 的高并发传输。

本文将展示MMA安装及使用优化过程。

原文链接:https://blog.51cto.com/zhangbao/5540368#fwh

或公众号后台回复数据12获取全文。



往期回顾

#

系统化学习架构:3万字聊聊设计模式;衡量软件产品质量的 14 个指标;该不该将单体架构迁移到微服务?

#

面试时,为什么写代码不如读代码?Python也许很友好,但它容易弄得一团槽


扫码关注51CTO官微

帮助一亿数字化人才终身成长

点击“阅读原文”了解更多

Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/146334
 
375 次点击