- 综合排序
- 最热优先
- 最新优先
- 来自专栏用户4480853的专栏
Structured Concurrency 发布于
Abstract Structured Concurrency is avaiable as an incubator API in the JDK 19. Java Asynchronous Programming Full Tutorial with Loom and Structured Concurrency - JEP Café #13. JEP 428: Structured Concurrency (Incubator).
46130编辑于 2023-10-21 - 来自专栏【腾讯云开发者】
C++异步：structured concurrency实现解析！
导语 | 本篇我们将介绍整个libunifex structure concurrency的实现思路，并结合一部分具体的cpo实现，对这部分的实现做深入分析。 一、Structured Concurrency 我们以一个简短的示例代码开启本章的内容： single_thread_context tcontext;int count = 0;schedule 因为用于产生一个sender，这类节点一般都出现在structured concurrency描述的最左侧，负责作为后续节点的数据来源，如最开始的示例代码中那样。 五、总结 本篇我们从libunifex的structured concurrency设计开始，简述了整套execution整套DSL的组织和执行的逻辑，并结合具体的： Sender Factory实现举例 structured concurrency的设计是整个库的核心，理解了它，也能方便我们理解一些基础节点的实现，也为自己定制更多业务化的节点提供良好的基础。
80820编辑于 2022-07-08 - 来自专栏智能大数据分析
Structured Streaming
（一）基本概念 Structured Streaming的关键思想是将实时数据流视为一张正在不断添加数据的表。 如图Structured Streaming编程模型。 （三）Structured Streaming和Spark SQL、Spark Streaming关系 Structured Streaming处理的数据跟Spark Streaming Structured Streaming可以使用Spark SQL的DataFrame/Dataset来处理数据流。 二、编写Structured Streaming程序的基本步骤 编写Structured Streaming程序的基本步骤包括： （1）导入pyspark模块 （2）创建SparkSession对象
1.4K00编辑于 2025-01-22 - 来自专栏GPUS开发者
DAY93：阅读Coherency and Concurrency
Coherency and Concurrency Simultaneous access to managed memory on devices of compute capability lower
78320发布于 2018-12-25 - 来自专栏程序猿杜小头
Optimistic Concurrency Control
Optimistic Concurrency Control 乐观并发控制，即乐观锁。乐观锁是一种轻量级的实现并发控制的思想，乐观锁的实现一般依靠version版本号。 primary_term": 1 } 参考文档 https://www.elastic.co/guide/en/elasticsearch/reference/current/optimistic-concurrency-control.html
86320编辑于 2022-12-01 - 来自专栏dylanliu
Parallelism Vs Concurrency
网友对这两个词的解释也是各执一词，网友在Stack Overflow 上也问过这个问题What is the difference between concurrency and parallelism 二楼的网友给出了parallelism 和 concurrency 之间不同的关键特征：Parallelism: Independentability, Concurrency: Interruptability The term Concurrency refers to techniques that make programs more usable. Go 的发明者 Rob Pike 曾对这个做过一个 presentation Concurrency is not parallelism, 他将 concurrency 当做指导我们编程的准则，也就是他说的 Concurrency is about dealing with lots of things at once.
45310发布于 2019-07-01 - 来自专栏用户9199536的专栏
TOCS|Concurrency|Eraser
Race Condition（竞争）指多线程同时访问一个资源时，由于访问顺序不同，导致的结果不同。这种并发性bug经常难以复现，又被称为海森bug（测不准）。Eraser，用于检测这种情况。翻译过程中附带重构。
65820发布于 2021-11-22 - 来自专栏code人生
Structured Logging with slog
设计文档: https://go.googlesource.com/proposal/+/03441cb358c7b27a8443bca839e5d7a314677ea6/design/56345-structured-logging.md
61410编辑于 2023-10-19 - 来自专栏曲水流觞TechRill
了解Structured Streaming
（除了论文，Apache Beam是由google发起的开源项目，基本上就是对Dataflow模型的实现，目前已经成为Apache的顶级项目） Structured Streaming 简介 也许是对Dataflow 模型的借鉴，也许是英雄所见略同，spark在2.0版本中发布了新的流计算的API，Structured Streaming。 functions.window(words.col("timestamp"), "10 minutes", "5 minutes"), words.col("word")) .count(); 最后 虽然目前Structured 但凭借正确的设计理念，spark广大的使用群体、活跃的社区，相信Structured Streaming一定会有更好的发展。
1.3K20发布于 2019-10-27 - 来自专栏Python与算法之美
初识Structured Streaming
Spark通过Spark Streaming或Spark Structured Streaming支持流计算。 Spark Structured Streaming 有所不同，所有针对流数据的算子都是懒惰执行的，叫做operation。 DataFrame的Action算子(例如show,count,reduce)都不可以在Spark Structured Streaming中使用，而大部分Transformation算子都可以在Structured 从一定意义上，可以将writeStream理解成Structured Streaming 唯一的 Action 算子。 Spark Structured Streaming支持的触发器trigger类型主要有以下一些。 1，unspecified。
4.9K11发布于 2021-01-29 - 来自专栏用户9199536的专栏
System|Concurrency|条件变量
有界缓冲区问题，sender向buffer中添加数据，receiver从buffer中取出数据。以两个索引in，out作为未读取数据的上下边界，buf作为存储未读取数据的缓冲区。
77550发布于 2021-11-22 - 来自专栏专注数据中心高性能网络技术研发
Chapter 7: The Concurrency API
Use std::atomic for concurrency, volatile for special memory std::atomic使得多线程并发访问的顺序得到控制 std::volatile
1.1K50发布于 2018-05-26 - 来自专栏用户9199536的专栏
System|Concurrency|单机事务
实现Conflict serializability需要利用Concurrency Control (CC)，暂时不写。而CC需要利用lock实现。
33320发布于 2021-11-22 - 来自专栏IfDataBig
Structured API基本使用
三、使用Structured API进行基本查询 // 1.查询员工姓名及工作 df.select($"ename", $"job").show() // 2.filter 查询工资大于 2000 的员工信息
3.4K20编辑于 2022-07-27 - 来自专栏牛肉圆粉不加葱
Structured Streaming 编程指南
欢迎关注我的微信公众号：FunnyBigData 概述 Structured Streaming 是一个基于 Spark SQL 引擎的、可扩展的且支持容错的流处理引擎。 简而言之，Structured Streaming 提供了快速、可扩展的、容错的、端到端 exactly-once 的流处理。 在本指南中，我们将引导你熟悉编程模型和 API。 编程模型 Structured Streaming 的关键思想是将持续不断的数据当做一个不断追加的表。这使得流式计算模型与批处理计算引擎十分相似。 结合可以重放的 sources 和支持重复处理幂等的 sinks，不管发生什么故障 Structured Streaming 可以确保端到端的 exactly-once 语义。 Structured Streaming 会长时间维持部分聚合的中间状态，以便于后期数据可以正确更新旧 window 的聚合，如下所示： ?
2.6K20发布于 2018-08-24 - 来自专栏Postgresql源码分析
Mysql参数innodb_thread_concurrency
0 长求总 innodb_thread_concurrency - innodb_thread_concurrency是动态参数可以随时修改 - 64个活跃连接以内直接配0 - 高压场景需要从高到低测试 innodb_thread_concurrency。 2 野史 innodb_thread_concurrency innodb_thread_sleep_delay innodb_concurrency_tickets 这三个参数的配合使用就是这样的一个故事 3 官方使用建议 在官方文档上，对于innodb_thread_concurrency的使用，也给出了一些建议，如下： 如果一个工作负载中，并发用户线程的数量小于64，建议设置innodb_thread_concurrency 5 测试和总结 5.1 总结 innodb_thread_concurrency innodb_thread_concurrency是动态参数可以随时修改 64个活跃连接以内直接配0 高压场景需要从高到低测试
2.5K11编辑于 2022-05-12 - 来自专栏dylanliu
Java concurrency in practice笔记 02 03
线程安全性的核心是正确性，正确性的含义是如果类的行为与其规范完全一致。因此当多个线程访问某个类时，类的行为始终是安全的，这个类就是线程安全的，这个类也就是一个线程安全类。
45840发布于 2019-07-01 go 并发编程; go concurrency
2. 使用锁，保证变量并发的正确性；由于没有接触过实际的工程场景，因此进行了简短的调研，下面是一些相关材料的记录；
44320发布于 2021-08-10- 来自专栏WebJ2EE
【Java Tutorials】：并发（Concurrency）——入门
High Level Concurrency Objects 7.1. Lock Objects 7.2. Since version 5.0, the Java platform has also included high-level concurrency APIs. Executors are discussed with other high-level concurrency objects. 2.1. We'll discuss them in the section on High Level Concurrency Objects. 4. ://docs.oracle.com/javase/tutorial/essential/concurrency/index.html ----
1.5K20发布于 2021-09-24 - 来自专栏码农桃花源
深度阅读之《Concurrency in Go》
说回正事，回到文章以及《Concurrency in Go》这本书。作为一个终身学习者，输入和输出是必不可少的。输入多了之后，会发现很多中文文章很难读，可能还有很多错漏之处。 并发（Concurrency）说的是代码，并行（Parallelism）说的是正在运行的程序。我们无法写出并行的代码，只能写并发的代码，并且期望它能并行执行。
69110发布于 2020-09-10
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号