发布于2023-03-02 19:08:16阅读 610
2860元腾讯云代金券免费领取，付款直接抵现金，立即领取>>>
腾讯云海外服务器1折限时抢购，2核4G云主机768元/1年，立即抢购>>>
腾讯云服务器1折限时抢购，2核4G云主机899元/3年，立即抢购>>>
写在前面
之前上学使用华为的ModelArts平台做了类似的图像识别之类的小项目，零编码，但是需要自己搞数据集，标注、选择算法、训练模型等，用的话直接调API。
NLP方面之前的一个实习公司有用，对一些类似招股书文件数据进行核查的。那会我作为Java开发做些数据清洗的工作，调NLP的接口去识别一些表格,然后用java写一些逻辑，把数据的按要求分类整理上传。
在之后工作中没有接触过，也没有学习过，但是对这方面蛮感兴趣的。基本算是小白，对NLP之类的算法也不懂，买了一本相关的书籍，也落灰了。看到一个Azure认知服务的活动，学习学习。
博文内容主要是：使用Azure认知服务学习，涉及语言理解、文本翻译、语音转文本
我徒然学会了抗拒热闹，却还来不及透悟真正的冷清。--------张大春
在使用之前我们需要先了解下相关概念
什么是 Azure 认知服务？：
认知服务: 提供认知理解(看、听、说、理解，甚至可以决策的认知)功能的服务。
认知服务主要分为四大类：
影像
语音
语言
决策
Azure 认知服务是具有 REST API和客户端库 SDK的基于云的服务，可用于帮助你将认知智能构建到应用程序中。即使你没有人工智能 (AI)
或数据科学技能，也可向应用程序添加认知功能。Azure 认知服务包含各种 AI 服务，让你能够构建可以看、听、说、理解，甚至可以决策的认知解决方案。
我们要做一个可以和自己聊天的机器人，需要语言理解，即告诉机器人想说什么话，表达什么意思，我们先看看这部分
语言理解 (LUIS) 是一种基于云的对话式 AI 服务，可在用户对话的自然语言文本中应用自定义机器学习智能，以便预测整体含义并提炼出相关的详细信息。LUIS 通过其自定义门户、API 和 SDK
客户端库提供访问权限。找重点，会提炼出相关信息，换句话讲，就是把要表达的信息转化成机器或者说AI能够识别的信息。
1）、服务构建步骤
1、创建一个资源
使用Azure门户创建新资源
关于Azure 认知服务入门方面的教程，小伙伴可以移步官方文档 https://docs.azure.cn/zh-cn/cognitive-services/cognitive-services-apis-create-account?tabs=multiservice%2Cwindows
2、服务应用构建
登录到LUIS门户
创建新应用
生成模型
添加意向，即你要说些什么话，即语料，这个随便写点
添加13-15个
添加实体
使用预构建的模型，这里我们全都选择了,上面的2步应该就是生成这个，类似模板
训练模型
发布模型
查看信息
3、发布应用服务测试,使用python脚本调用接口
########### Python 3.6 #############
#
# This quickstart shows how to predict the intent of an utterance by using the LUIS REST APIs.
# 导入模块
import requests
try:
##########
# Values to modify.
# YOUR-APP-ID: The App ID GUID found on the www.luis.ai Application Settings page.
# 替换为自己的APP-ID
appId = '949d3538-07df-4149-bee8-83dc7f4e11bd'
# YOUR-PREDICTION-KEY: Your LUIS prediction key, 32 character value.
prediction_key = '24440ef2829c45f0**61599ee00b496a'
# YOUR-PREDICTION-ENDPOINT: Replace with your prediction endpoint.
# For example, "https://westus.api.cognitive.microsoft.com/"
prediction_endpoint = 'https://chatbot0.cognitiveservices.azure.cn/'
# The utterance you want to use.
# 你想和他说的话..
utterance = '一个人怎么生活？'
##########
# The headers to use in this REST call.
headers = {
}
# The URL parameters to use in this REST call.
params ={
'query': utterance,
'timezoneOffset': '0',
'verbose': 'true',
'show-all-intents': 'true',
'spellCheck': 'false',
'staging': 'false',
'subscription-key': prediction_key
}
# Make the REST call.
response = requests.get(f'{prediction_endpoint}luis/prediction/v3.0/apps/{appId}/slots/production/predict', headers=headers, params=params)
# Display the results on the console.
print(response.json())
except Exception as e:
# Display the error string.
print(f'{e}')
这里我们用docker搞一个python环境，然后执行一下脚本，测试一下
┌──[[email protected]
]-[/liruilong]
└─$ docker pull centos/python-36-centos7
┌──[[email protected]
]-[/liruilong]
└─$ ls
input
luis_run.sh
output
predict.py
┌──[[email protected]
]-[/liruilong]
└─$ docker run --rm -it
--name=chatbot -v $PWD/predict.py:/predict.py centos/python-36-centos7
/bin/bash
(app-root) cd /
(app-root) ls
anaconda-post.log
bin
boot
dev
etc
help.1
home
lib
lib64
media
mnt
opt
predict.py
proc
root
run
sbin
srv
sys
tmp
usr
var
(app-root) python predict.py
Traceback (most recent call last):
File "predict.py", line 6, in <module>
import requests
ModuleNotFoundError: No module named 'requests'
(app-root) pip install requests
.........................
Collecting requests
Downloading https:/
.....
(app-root) python predict.py
{'query': '一个人怎么生活？',
'prediction':
{'topIntent': '生活加油', 'intents': {'生活加油': {'score': 0.8969882}, 'Calendar.ShowNext': {'score': 0.58274937}, 'Calendar.FindCalendarWhen': {'score': 0.25383785}, 'Places.GetReviews': {'score': 0.24764298}, 'Utilities.ReadAloud': {'score': 0.20971665}, 'HomeAutomation.QueryState': {'score': 0.15509635}, 'Calendar.CheckAvailability': {'score': 0.12212229}, 'Places.GetPriceRange': {'score': 0.122063436},........
测试成功 :predict.py脚本
2）、本地部署服务，启动和运行
1、 LUIS环境准备
进入资源
按照部署要求一步步构建
拉取镜像
最好找个镜像加速器配置一下，要不太慢了
2、安装并运行 LUIS 的 Docker 容器
必需的参数:所有认知服务容器都需要三个主要参数。 最终用户许可协议 (EULA) 的值必须为 accept。此外，终结点URL和API密钥都是必需的。
运行 LUIS 的 Docker 容器
┌──[[email protected]
]-[/liruilong]
└─$ mkdir input output
┌──[[email protected]
]-[/liruilong]
└─$ ls
input
luis_run.sh
output
┌──[[email protected]
]-[/liruilong]
└─$ cat luis_run.sh
docker run --rm -it -p 5000:5000 --memory 4g --cpus 2 -v $PWD/input:/input -v $PWD/output:/output mcr.microsoft.com/azure-cognitive-services/language/luis Eula=accept Billing=https://chatbot0.cognitiveservices.azure.cn/ ApiKey=24440ef2829c45f0**61599ee00b496a
##这里参数填自己的
┌──[[email protected]
]-[/liruilong]
└─$ docker run --rm -it -p 5000:5000 --memory 4g --cpus 2 -v $PWD/input:/input -v $PWD/output:/output mcr.microsoft.com/azure-cognitive-services/language/luis Eula=accept Billing=https://chatbot0.cognitiveservices.azure.cn/ ApiKey=24440ef2829c45f0a**1599ee00b496a
## 启动容器
EULA Notice: Copyright ? Microsoft Corporation 2020. This Cognitive Services Container image is made available to you under the terms [https://go.microsoft.com/fwlink/?linkid=2018657] governing your subscription to Microsoft Azure Services (including the Online Services Terms [https://go.microsoft.com/fwlink/?linkid=2018760]). If you do not have a valid Azure subscription, then you may not use this container.
Using '/input' for reading models and other read-only data.
Using '/output/luis/ff2a18ee78a1' for writing logs and other output data.
Logging to console.
Submitting metering to 'https://chatbot0.cognitiveservices.azure.cn/'.
warn: Microsoft.AspNetCore.DataProtection.KeyManagement.XmlKeyManager[35]
No XML encryptor configured. Key {d826e89b-febe-4b93-bad8-db07cb994012} may be persisted to storage in unencrypted form.
warn: Microsoft.AspNetCore.Server.Kestrel[0]
Overriding address(es) 'http://+:80'. Binding to endpoints defined in UseKestrel() instead.
Hosting environment: Production
Content root path: /app
Now listening on: http://0.0.0.0:5000
Application started. Press Ctrl+C to shut down.
查看接口API
应用包上传，放到input文件夹下
┌──(liruilong?Liruilong)-[/mnt/c/Users/lenovo/Downloads]
└─$ scp ./949d3538-07df-4149-bee8-83dc7f4e11bd_production.gz
[email protected]
:/
949d3538-07df-4149-bee8-83dc7f4e11bd_production.gz
100% 6434KB
19.0MB/s
00:00
放到input文件夹下，启动容器
┌──[[email protected]
]-[/]
└─$ cp 949d3538-07df-4149-bee8-83dc7f4e11bd_production.gz
/liruilong/input/
┌──[[email protected]
]-[/]
└─$ cd /liruilong/input/
┌──[[email protected]
]-[/liruilong/input]
└─$ ls
949d3538-07df-4149-bee8-83dc7f4e11bd_production.gz
┌──[[email protected]
]-[/liruilong/input]
└─$ cd ..
┌──[[email protected]
]-[/liruilong]
└─$ pwd
/liruilong
┌──[[email protected]
]-[/liruilong]
└─$ # 启动容器服务
┌──[[email protected]
]-[/liruilong]
└─$ docker run --rm --name=demo
-it -p 5000:5000 --memory 4g --cpus 2 -v $PWD/input:/input -v $PWD/output:/output mcr.microsoft.com/azure-cognitive-services/language/luis Eula=accept Billing=https://chatbot0.cognitiveservices.azure.cn/ ApiKey=24440ef2829c45f0a**1599ee00b496a
EULA Notice: Copyright ? Microsoft Corporation 2020. This Cognitive Services Container image is made available to you under the terms [https://go.microsoft.com/fwlink/?linkid=2018657] governing your subscription to Microsoft Azure Services (including the Online Services Terms [https://go.microsoft.com/fwlink/?linkid=2018760]). If you do not have a valid Azure subscription, then you may not use this container.
Using '/input' for reading models and other read-only data.
Using '/output/luis/da43b9631f9d' for writing logs and other output data.
Logging to console.
Submitting metering to 'https://chatbot0.cognitiveservices.azure.cn/'.
warn: Microsoft.AspNetCore.DataProtection.KeyManagement.XmlKeyManager[35]
No XML encryptor configured. Key {886021ff-6bf5-423d-be12-ba9b52383b9e} may be persisted to storage in unencrypted form.
warn: Microsoft.AspNetCore.Server.Kestrel[0]
Overriding address(es) 'http://+:80'. Binding to endpoints defined in UseKestrel() instead.
Hosting environment: Production
Content root path: /app
Now listening on: http://0.0.0.0:5000
Application started. Press Ctrl+C to shut down.
用swagger测试一下
随便找一句测试一下：
据悉，该活动由世界休闲组织，杭州市政府主办，中国国际科技促进会三农发展工作委员会等联合会承办。
{
"query": "据悉，该活动由世界休闲组织，杭州市政府主办，中国国际科技促进会三农发展工作委员会等联合会承办。",
"topScoringIntent": {
"intent": "Places.GetPhoneNumber",
"score": 0.9103095
},
"entities": [
{
"entity": "工作",
"type": "Calendar.Subject",
"startIndex": 35,
"endIndex": 36,
"score": 0.63087225
},
{
"entity": "际科技促进会三农发展工作委员会等联合会承办 。",
"type": "Note.Text",
"startIndex": 25,
"endIndex": 46,
"score": 0.6798551
},
{
"entity": "杭州市",
"type": "Places.AbsoluteLocation",
"startIndex": 14,
"endIndex": 16,
"score": 0.966151536
},
{
"entity": "国际科",
"type": "Places.PlaceName",
"startIndex": 24,
"endIndex": 26,
"score": 0.3605822
},
{
"entity": "工作",
"type": "Calendar.DestinationCalendar",
"startIndex": 35,
"endIndex": 36,
"resolution": {
"values": [
"工作"
]
}
},
{
"entity": "工作",
"type": "Places.OpenStatus",
"startIndex": 35,
"endIndex": 36,
"resolution": {
"values": [
"工作"
]
}
},
{
"entity": "休闲",
"type": "RestaurantReservation.Atmosphere",
"startIndex": 9,
"endIndex": 10,
"resolution": {
"values": [
"休闲"
]
}
}
]
}
回过头看看语言理解的定义：
语言理解 (LUIS) 是一种基于云的对话式 AI 服务，可在用户对话的自然语言文本中应用自定义机器学习智能，以便预测整体含义并提炼出相关的详细信息。LUIS 通过其自定义门户、API 和 SDK
客户端库提供访问权限。找重点，会提炼出相关信息，换句话讲，就是把要表达的信息转化成机器或者说AI能够识别的信息。
简单尝试一下，可以把生成的实体组合，作为关键字给类似图灵机器人用，进行简单对话，简单测试了下，发现效果很一般,可能方法不太对，或者我找的机器人太差了，Azure的机器人需要注册绑卡…所以这个以后有时间研究研究
额…聊天机器人没出写来,唐突了，没法治愈自己了 ^ _ ^
下面看看其他的认知服务，语音合成产品系列，我们现在聊天大都是语音，对于聊天机器人来说，需要把语音转化为文本。然后才是语言理解。
三、什么是语音转文本？
使用语音转文本（也称为语音识别）功能，可将音频流实时听录为文本。应用程序、工具或设备可以使用、显示和处理此文本即命令输入。
1)、服务构建：
1、创建一个资源
2) JAVA开发环境准备，拉去github的Demo
这里我们使用过java的方式
Git ：https://github.com/Azure-Samples/cognitive-services-speech-sdk/tree/master/quickstart/java/jre/from-microphone
克隆代码
导入项目
3）调用API测试
语音文件转文本
找了一首 梁静茹-我还记得 歌曲测试下，发现不行，可能还没这么智能,或者歌词太长了
麦克风转文本：大城小爱中的一句歌词识别：是妈妈告诉我的哲理 ===》妈妈告诉我，我的心里。应该是歌曲的原因，正常说话可以还是不错的，这里调硬件的代码直接封装好了，特别方便
package speechsdk.quickstart;
import com.microsoft.cognitiveservices.speech.*;
import com.microsoft.cognitiveservices.speech.audio.AudioConfig;
import java.util.concurrent.ExecutionException;
import java.util.concurrent.Future;
import java.util.concurrent.Semaphore;
import static com.microsoft.cognitiveservices.speech.ResultReason.*;
/**
* @Classname Program
* @Description TODO
* @Date 2021/10/30 13:58
* @Created LiRuilong
*/
public class Program {
private static Semaphore stopTranslationWithFileSemaphore;
public static void main(String[] args) throws InterruptedException, ExecutionException {
SpeechConfig speechConfig = SpeechConfig.fromSubscription("eb48f918a90448fe***53633d6301ebb", "chinanorth2");
speechConfig.setSpeechRecognitionLanguage("zh-cn");
// 从文件中识别
// SpeechRecognitionResult result =
fromFile(speechConfig);
// 从麦克风识别
SpeechRecognitionResult result =
fromMic(speechConfig);
switch (result.getReason()) {
case RecognizedSpeech:
System.out.println("We recognized: " + result.getText());
break;
case NoMatch:
System.out.println("NOMATCH: 无法识别语音.");
break;
case Canceled: {
CancellationDetails cancellation = CancellationDetails.fromResult(result);
System.out.println("CANCELED: Reason=" + cancellation.getReason());
if (cancellation.getReason() == CancellationReason.Error) {
System.out.println("CANCELED: ErrorCode=" + cancellation.getErrorCode());
System.out.println("CANCELED: ErrorDetails=" + cancellation.getErrorDetails());
System.out.println("CANCELED: Did you update the subscription info?");
}
}
default:{};
break;
}
}
/**
* @param speechConfig:
* @return: void
* @Description
从麦克风识别
* @author LiRui long
* @date
2021/11/1
18:30
**/
public static SpeechRecognitionResult
fromMic(SpeechConfig speechConfig) throws InterruptedException, ExecutionException {
AudioConfig audioConfig = AudioConfig.fromDefaultMicrophoneInput();
SpeechRecognizer recognizer = new SpeechRecognizer(speechConfig, audioConfig);
System.out.println("对这麦克风说话.");
Future<SpeechRecognitionResult> task = recognizer.recognizeOnceAsync();
SpeechRecognitionResult result = task.get();
return
result;
}
/**
* @param speechConfig:
* @return: com.microsoft.cognitiveservices.speech.SpeechRecognitionResult
* @Description
从文件中识别
* @author LiRui long
* @date
2021/11/1
18:29
**/
public static SpeechRecognitionResult fromFile(SpeechConfig speechConfig) throws InterruptedException, ExecutionException {
AudioConfig audioConfig = AudioConfig.fromWavFileInput("E:\\docker\\cognitive-services-speech-sdk\\quickstart\\java\\jre\\translate-speech-to-text\\src\\speechsdk\\quickstart\\梁静茹-我还记得.wav");
SpeechRecognizer recognizer = new SpeechRecognizer(speechConfig, audioConfig);
// First initialize the semaphore.
stopTranslationWithFileSemaphore = new Semaphore(0);
recognizer.recognizing.addEventListener((s, e) -> {
System.out.println("RECOGNIZING: Text=" + e.getResult().getText());
});
recognizer.recognized.addEventListener((s, e) -> {
if (e.getResult().getReason() == RecognizedSpeech) {
System.out.println("RECOGNIZED: Text=" + e.getResult().getText());
}
else if (e.getResult().getReason() == NoMatch) {
System.out.println("NOMATCH: Speech could not be recognized.");
}
});
recognizer.canceled.addEventListener((s, e) -> {
System.out.println("CANCELED: Reason=" + e.getReason());
if (e.getReason() == CancellationReason.Error) {
System.out.println("CANCELED: ErrorCode=" + e.getErrorCode());
System.out.println("CANCELED: ErrorDetails=" + e.getErrorDetails());
System.out.println("CANCELED: Did you update the subscription info?");
}
stopTranslationWithFileSemaphore.release();
});
recognizer.sessionStopped.addEventListener((s, e) -> {
System.out.println("\n
Session stopped event.");
stopTranslationWithFileSemaphore.release();
});
Future<SpeechRecognitionResult> task = recognizer.recognizeOnceAsync();
SpeechRecognitionResult result = task.get();
return
result;
//System.out.println("RECOGNIZED: Text=" + result.getText());
}
}
四、什么是文本翻译
文本翻译是一种基于云的机器翻译服务，是 Azure 认知服务系列 REST API 的一部分。翻译器可用于任何操作系统
1)、服务构建：
2）Node环境调用API测试
这里我们用node环境来测试一下;
$ docker pull node
$ mkdir translateDemo;cd translateDemo
$ vim translateDemo.js
测试js准备
const axios = require('axios').default;
const { v4: uuidv4 } = require('uuid');
let subscriptionKey = "3c6588c7026b41a4**7f81551cb4a737";
let endpoint = "https://api.translator.azure.cn/";
let location = "chinanorth";
axios({
baseURL: endpoint,
url: '/translate',
method: 'post',
headers: {
'Ocp-Apim-Subscription-Key': subscriptionKey,
'Ocp-Apim-Subscription-Region': location,
'Content-type': 'application/json',
'X-ClientTraceId': uuidv4().toString()
},
params: {
'api-version': '3.0',
'from': 'zh-Hans',
'to': ['zh-Hant', 'en']
},
data: [{
'text': '我徒然学会了抗拒热闹，却还来不及透悟真正的冷清。--------张大春'
}],
responseType: 'json'
}).then(function(response){
console.log(JSON.stringify(response.data, null, 4));
})
这里测试将 【我徒然学会了抗拒热闹，却还来不及透悟真正的冷清。--------张大春】中文简体翻译为中文繁体，英语。
┌──[[email protected]
]-[~/translateDemo]
└─$ vim translateDemo.js
┌──[[email protected]
]-[~/translateDemo]
└─$ docker run -it --rm --name=translateDemo -v $PWD/translateDemo.js:/root/translateDemo.js node:latest /bin/bash
[email protected]
:/# pwd
/
[email protected]
:/# cd root/;npm install axios uuid
added 3 packages, and audited 4 packages in 7s
1 package is looking for funding
run `npm fund` for details
found 0 vulnerabilities
[email protected]
:~# node translateDemo.js
[
{
"translations": [
{
"text": "我徒然學會了抗拒熱鬧，卻還來不及透悟真正的冷清。--------張大春",
"to": "zh-Hant"
},
{
"text": "I learned in vain to resist the excitement, but it is too late to understand the real cold. -------- Zhang Dachun",
"to": "en"
}
]
}
]
[email protected]
:~#
时间原因，关于Azure认知服务免费提供的AI服务就尝试到这里，聊天机器人没有写出来哈，但是对Azure认知服务有一些了解，嘻，生活加油 ^ _ ^
文章分享自微信公众号：展开阅读全文
推荐阅读
一文揭秘微信游戏推荐系统
导语
本文分享了微信游戏推荐系统从调研、设计、搭建到运维的整个流程。这套系统在微信游戏业务上得到广泛应用，服务着几亿微信游戏玩家；它也服务腾讯知名app类游戏分发、游戏相关内容推荐和几万款小游戏分发，并且取得不错的业务效果。如果你对相关内容感兴趣，欢迎阅读和分享。 目录 1 项目背景 2 离线机器学习平台设计 ? 2.1 底层基础库 ? 2.2
算法库设计 ? 2.3 深度学习流程设计 ? 2.4 页面配置化设计方案 3 平台能力拓展 4 推荐引擎设计 5 推荐系统实时化方案 6 挑战与思考
一文读懂 Jakarta EE 10 的云原生时代
Hello folks，我是 Luga，今天我们来分享一下与 Java 有关的云原生话题，即 Jakarta EE 10 平台的发布，带领 Java 迈向云原生时代。
编程语言70年：谁是世界上最好的编程语言？
导语
客户端开发想要在多种生态中生存，必须熟练使用各种平台的环境和语言。许多开发者的职业生涯，涉及多个平台生态以及对应的原生编程语言。本文作者李杨不拘泥于某个语言或者特性，从语言的发展和历史的角度聊聊编程语言的发展。各个编程语言之前有何关联？编程语言界谁能笑到最后？欢迎阅读本文并进行探讨。 目录 1 编程语言发展史纵览
2?编程语言未来二十年发展趋势 3 长期展望：二十年后的发展趋势是什么？ 01 编程语言发展史纵览 严谨起见，本文提到的编程语言指的是「第三代高级编程语言」。 首先，我们从时间维度入手聊
[Git]Git Flow 工作原理
无规矩不成方圆，但是规矩太多了，则感觉到束缚。我们一个人工作的时候喜欢无拘无束，想怎么干就怎么干，没有人评判，没有人检验。时间久了就会盲目自大，以为增删改查熟悉业务就能够搞定一些。但是当项目逐渐扩大，原来的灵活逐渐变成了混乱，原来的快速迭代因为过于随意的代码，而开发进度迟迟不前。掌握一种规范，便在处理类似问题的时候有章可循，也能够快速的融入一个团队。另外所谓规范，可以说是比较好的实践，按照规范来，项目也能稳健的发展。
苏苏苏 1天前2023-03-10 11:41:07Git
一文搞懂 Grafana Mimir
Hello folks，我是 Luga，今天我们来分享一下与 Grafana 有关的观测性话题- Grafana Mimir。 作为一个开源软件项目，Grafana Mimir 主要为 Prometheus 提供可扩展的长期存储功能支撑。
小程序是如何设计百亿级用户画像分析系统的？
导语
We 分析是微信小程序官方推出的、面向小程序服务商的数据分析平台，其中画像洞察是一个非常重要的功能模块。微信开发工程师钟文波将描述 We 分析画像系统各模块是如何设计，在介绍基础标签模块之后，重点讲解用户分群模块设计。希望相关的技术实现思路，能够对你有所启发。 目录 1 背景介绍 ? ?1.1?画像系统简述 ? ?1.2?画像系统设计目标
2 画像系统整体概述 3 基础标签模块 ? ?3.1 功能描述 ? ?3.2?技术实现 4?用户分群模块 ? ?4.1?功能描述 ? ?4.2?人群包实时预估
面向 DevOps 的 Kubernetes 最佳安全实践
Hello folks，我是 Luga，今天我们来分享一下与云原生安全相关的话题，即面向“DevOps”的 Kubernetes 最佳安全实践。
MYSQL BINLOG文件解析
也可以使用gdb查看生成binlog过程的, 但是太复杂了... 还是看源码注释方便点.
一文搞懂 Kafka 开源可视化 Web UI - Kafdrop
Hello folks，我是 Luga，今天我们来分享一下与 Kafka 有关的观测性话题- Kafdrop。作为一个构建在 Spring Boot 之上的免费 Web UI工具，越来越受到广大技术人员的喜好。
clickhouse实现统计实时排名功能
商城商品名,搜索成千上万,如何才能实时的获取到当前搜索热度最高的词,或者某一个搜索词排在第几呢?
更多文章