背景

    很多Tomcat进程退出（或者进程假死），都是由于频繁的抛出OutOfMemeoryError导致的。

区块链是去中心化系统中用来实现并确保系统完备性的工具。

拜占庭将军问题

拜占庭将军问题是一个协议问题，拜占庭帝国军队的将军们必须全体一致的决定是否攻击某一支敌军。问题是这些将军在地理上是分隔开来的，并且将军中存在叛徒。叛徒可以任意行动以达到以下目标：欺骗某些将军采取进攻行动；促成一个不是所有将军都同意的决定，如当将军们不希望进攻时促成进攻行动；或者迷惑某些将军，使他们无法做出决定。如果叛徒达到了这些目的之一，则任何攻击行动的结果都是注定要失败的，只有完全达成一致的努力才能获得胜利。

拜占庭假设是对现实世界的模型化，由于硬件错误、网络拥塞或断开以及遭到恶意攻击，计算机和网络可能出现不可预料的行为。

双花问题

双花问题是指在数字货币系统中，特别是加密货币如比特币中，可能会出现的一种欺诈行为。具体来说，当一个人尝试使用同一份数字货币（例如同一笔比特币）进行多次交易时，这种现象称为双花。由于数字货币是基于分布式账本技术的，交易需要通过网络中的节点共识来确认，而不是传统金融体系那样的集中式方式。因此，如果有人尝试使用同一笔数字货币进行多次交易，可能会导致节点间的共识矛盾，使得这些交易无法得到确认或者产生错误的结果。

查询慢SQL是否开启

1

show variables like '%slow_query_log%';

开启慢SQL

1
2
3
4
5
6
7

[mysqld]
## 开启慢查询日志，开启后将会记录执行时间超过 long_query_time 参数值的 SQL 语句（ 一般临时开启即可 ）
slow_query_log = ON
## 定义执行时间超过多少秒为慢查询，默认 10s
long_query_time = 5
## 定义慢查询日志存放位置
slow_query_log_file = /data/mysql/logs/slow.log

分析工具mysqldumpslow

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27

[root@crc-uat-oa-mysql bin]# ./mysqldumpslow  --help
Usage: mysqldumpslow [ OPTS... ] [ LOGS... ]

Parse and summarize the MySQL slow query log. Options are

  --verbose    verbose
  --debug      调试
  --help       帮助文档
  -v           verbose
  -d           调试
  # 表示按何种方式排序
  -s ORDER     what to sort by (al, at, ar, c, l, r, t), 'at' is default
                al: 平均 锁定时间
                ar: 平均 返回记录
                at: 平均 查询时间
                 c:   访问次数
                 l:   锁定时间
                 r:  返回记录
                 t:  查询时间
  -r           颠倒排序顺序（最大的最后一个而不是第一个）
  -t NUM       返回前面多少条数据
  -a           don't abstract all numbers to N and strings to 'S'
  -n NUM       abstract numbers with at least n digits within names
  -g PATTERN   后面搭配一个正则匹配模式，大小写不敏感。
  -h HOSTNAME  数据库服务器的主机名 for *-slow.log 文件,默认是 '*', 表示匹配所有 
  -i NAME      服务器实例的名称（如果使用mysql.server启动脚本
  -l           不要从总时间中减去锁定时间

测试

1
2
3
4
5
6
7
8
9
10
11

# 得到返回记录集最多的10 个SQL
./mysqldumpslow -s r -t 10 /data/mysql/logs/slow.log

# 得到访问次数最多的10 个SQL
./mysqldumpslow -s c -t 10 /data/mysql/logs/slow.log

# 得到按照时间排序的前10 条里面含有左连接的查询语句
./mysqldumpslow -s t -t 10 -g "left join" /data/mysql/logs/slow.log

# 另外建议在使用这些命令时结合| 和more 使用，否则有可能出现爆屏情况
./mysqldumpslow -s r -t 10 /data/mysql/logs/slow.log | more

LangChain

    LangChain 是一个高级框架，旨在简化在复杂系统中构建语言模型应用的过程。它基于自然语言处理（NLP）技术，并将其与链式推理结合，从而允许开发者创建可以进行多步信息处理的应用程序。这种框架支持多种语言模型和API，让开发人员能够链接不同的语言服务，例如翻译、摘要、问题回答等，以构建出更加智能和多功能的语言处理工具。LangChain的设计哲学强调的是模块化和可插拔性，从而支持快速迭代和灵活性。

    通俗点说：想象一下有一座大型的语言工厂，里面有许多不同的机器，每个机器都能做一项专门的事情，比如有的能帮你写作，有的能帮你解答问题，还有的能帮你把一种语言翻译成另一种语言。LangChain就像是管理这座工厂的操作系统，它帮助人们把这些机器连接起来，让它们协同工作，从而完成各种复杂的任务。这样，开发者就能更容易地使用这些强大的语言机器，创造出各种各样的应用程序，帮助我们解决生活中的问题。

ModelScope

    ModelScope旨在打造下一代开源的模型即服务共享平台，为泛AI开发者提供灵活、易用、低成本的一站式模型服务产品，让模型应用更简单！

Streamlit

    Streamlit 是一个用于构建数据科学和机器学习应用程序的开源 Python 库。它旨在使开发人员能够以简单快速的方式构建交互式应用程序，无需繁琐的前端开发。Streamlit 提供了一组简单的 API，可用于创建具有数据探索、可视化和交互功能的应用程序。只需要通过简单的 Python 脚本就可以创建一个 Web 应用程序。可以利用 Streamlit 的丰富组件库来构建用户界面，例如文本框、滑块、下拉菜单和按钮，以及可视化组件，例如图表和地图。

LLM模型

什么是LLM大语言模型？Large Language Model，从量变到质变

大语言模型（英文：Large Language Model，缩写LLM），也称大型语言模型，是一种人工智能模型，旨在理解和生成人类语言。它们在大量的文本数据上进行训练，可以执行广泛的任务，包括文本总结、翻译、情感分析等等。LLM的特点是规模庞大，包含数十亿的参数，帮助它们学习语言数据中的复杂模式。这些模型通常基于深度学习架构，如转化器，这有助于它们在各种NLP任务上取得令人印象深刻的表现。