OpenMLDB Weekly:重新设计和实现高性能单机版

栏目: 软件资讯 · 发布时间: 4年前

内容简介:OpenMLDB Summary 本周合并 Pull requests 8个,新增Pull requests 5个,关闭 Issues 11个,新增 Issues 20个。总计84个文件修改,新增6677行代码,删除511行代码。 Merged Pull Requests feat: support spark.m...

OpenMLDB

Summary

本周合并 Pull requests 8个,新增Pull requests 5个,关闭 Issues 11个,新增 Issues 20个。总计84个文件修改,新增6677行代码,删除511行代码。 

OpenMLDB Weekly:重新设计和实现高性能单机版

Merged Pull Requests

Open Pull Requests

Close Issues

Open Issues

Contributors

Highlights

本周在特性开发、缺陷修复、性能测试、CICD集成方案都有进一步完善。功能上在TaskManager上支持了单机批处理模式,Bug方案修复Git版本信息展示、批模式同时运行窗口倾斜优化以及窗口并行优化的问题,性能测试方面集成了openmldb-jmh模块加强对 Java 模块的性能回归测试,CICD集成方面加入了基于源码分支的SRC测试和基于特定版本的PKG测试,包含数千个case的大规模集成测试也可以在Github中手动出发运行。本周新增Issue较多,侧重于高性能单机版的重新设计和实现,对高性能数据库优化感兴趣的也可以关注一下。

欢迎更多开发者关注和参与OpenMLDB开源项目。


以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持 码农网

查看所有标签

本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们

机器学习及其应用2007

机器学习及其应用2007

周志华 编 / 清华大学 / 2007-10 / 37.00元

机器学习是人工智能的一个核心研究领域,也是近年来计算机科学中最活跃的研究分支之一。目前,机器学习技术不仅在计算机科学的众多领域中大显身手,还成为一些交叉学科的重要支撑技术。本书邀请相关领域的专家撰文,以综述的形式介绍机器学习中一些领域的研究进展。全书共分13章,内容涉及高维数据降维、特征选择、支持向量机、聚类、强化学习、半监督学习、复杂网络、异构数据、商空间、距离度量以及机器学习在自然语言处理中的......一起来看看 《机器学习及其应用2007》 这本书的介绍吧!

随机密码生成器
随机密码生成器

多种字符组合密码

XML、JSON 在线转换
XML、JSON 在线转换

在线XML、JSON转换工具

RGB HSV 转换
RGB HSV 转换

RGB HSV 互转工具