云计算

本项目依托Linux虚拟机环境，借助SparkStreaming流式计算框架，实现文本实时词频统计，用来理解流式计算的逻辑，区分离线批量计算与实时流计算。程序持续监听指定文本文件，捕获后续新增写入的内容；当外部不断追加文本，会按设定时间间隔读取新增数据，执行分词，拆分出全部单词，对单词分组并累加出现

本项目搭建Hadoop分布式存储环境，搭配Spark框架实现离线文本词频统计。原始文本文件上传至HDFS分布式文件系统，使用PySpark编写业务逻辑，完成文本分割、单词提取、分组聚合，最终输出词频排序结果，并将统计结果回写保存至分布式存储。项目完整复现“分布式存储+离线计算”经典大数据架构。在实操

GNS3（GraphicalNetworkSimulator3）是全球知名的开源图形化网络仿真平台，允许工程师在计算机上构建与真实网络一致的复杂拓扑：既可运行思科、诺基亚等厂商的真实设备镜像（Dynamips/QEMU仿真），也可接入Docker容器与虚拟机构建混合网络。平台由Web图形界面（Ang

本程序实现了。简单的HTTP协议。支持简化的get和post请求方法以及cgi脚本程序。程序启动后，可以通过浏览器访问程序提供的web服务。并与cgi脚本进行交互。

本应用可以通过web浏览器查看多个区域。还有操作系统，部署服务。状态主机信息的配置状态。dhcp服务发现mac地址的状态。本服务要求浏览器界面直观，方便应用，响应迅速。功能完整。有必要的错误提示，方便客户使用。

1.超高并发分布式检索架构：构建基于轻量级RPC与无锁通信队列的分布式数据检索流水线，支持大规模计算集群间的低延迟数据协同与并发请求分流；2.多级防御与分布式缓存：设计结合进程级内存与分布式集群的多级缓存体系，结合自适应布隆过滤器（BloomFilter），彻底杜绝热点查询与无效请求对底层存储的恶意

1.概率图时空拓扑匹配引擎：基于隐马尔可夫模型（HMM）与条件随机场（CRF），融合道路网络拓扑连通性、速度连续性约束与空间发射概率，构建高精度地图匹配算法，彻底消除了复杂立交与平行路段的跳变问题；2.自动化评测与坏例追溯平台：构建亿级轨迹真值自动化评测流水线，支持算法版本发布前的离线回归测试、指标

1.算子化（Operator）设计与解耦：将底层召回、特征抽取、模型粗排、业务过滤等复杂计算任务拆解为高内聚、低耦合的标准算子节点，彻底消除了业务新增策略时的重复开发成本；2.高性能DAG调度引擎：自主构建有向无环图（DAG）任务拓扑调度内核，支持跨计算节点的自动并发执行、依赖解析与动态拓扑分支选择

本服务程序会在虚拟机第一次启动的时候完成时钟服务的配置。完成系统预置用户的重新激活和有效期更新。完成系统所在区域软件源的配置。完成部分安全客户端的安装和启动。

这个运维工具脚本集合可以批量监控多个区域的主机和服务状态。可以管理不同区域的参数化配置，并自动化统一推送和更新。可以方便高效的监控系统核心服务状态数据库备份，数据库状态

1.主导多次跨境电商独立站云平台迁移（AWS、Aliyun、GCP）。平台重构运维架构规划调整、成本优化。2.跨境电商平台magento，独立站部署维护，网络优化。3.整套开源系统搭建监控系统、日志系统(ELK)、安全(堡垒机)，权限统一管理（LDAP）等运维平台。4.docker,docker-c

平台承载企业内部流程管理、财务共享等核心业务模块。本次国产化改造覆盖四个层面：一是操作系统层，由CentOS迁移至银河麒麟高级服务器操作系统；二是数据库层，完成达梦、瀚高、万里三个国产数据库的方言适配、SQL改造与数据迁移校验；三是中间件层，由WebLogic替换为东方通TongWeb；四是存储层，

1、支持静力学、动力学、热力学等多个模块2、支持展示3D模型、网格划分、边界荷载设置等操作，将原先商业软件复杂冗余流程简洁化3、支持计算结果的后处理云图展示4、支持企业间计算作业的流转，项目管理

背景：-旨在解决复杂AI业务场景下的硬件选型受限问题。硬件无关性：-通过抽象注入层，使系统能同时调度本地GPU、异构加速卡及远程AI服务，避免传统推理框架对NVIDIA生态的强绑定。电路图语义的运行时：-数据驱动、声明式输出，天然允许推理图拓扑成环。-自定义算子信号控制，可在运行时动态改变执行路径。

项目背景：离线链路只能T+1、业务看不到「现在卖得怎么样」，故补分钟级实时链路，与离线集群同机共存构成Lambda架构雏形|▪实时ETL与数据质量验证：高仿真订单生产者模拟真实生产：泊松到达+21点峰值波峰+8品类加权+二八用户分布，注入1%脏数据验证清洗拦截与巡检不误报；FlinkSQL事件时间+

项目背景：基于淘宝公开订单数据集（99,457行×9列、39个月）从零搭建离线数仓，为报表与自助分析提供统一口径销售指标|▪分层建模与ETL：ODS→DWD→DWM→DWS→DM五层+dim；针对尾逗号、日期混乱、浮点噪声（16%行受影响）等脏数据，DWD八步清洗（去重、缺失值、异常过滤、round

围绕Kubernetes工作负载建立资源及稳定性治理方案，包括CPU/Memoryrequests与limits、JVMHeap与容器内存配置、HPA自动扩缩容、PDB可用性保护、健康检查、优雅终止及节点弹性等。同时结合Events、容器状态、JVM指标和监控数据进行生产故障定位。

本项目是一个完整的异构数据实时同步基础设施，核心功能模块主要包括：日志捕获模块：实时监听并无侵入地读取源端数据库（如OracleRedoLog/MySQLBinlog）的底层物理或逻辑日志文件，捕获所有增量变更操作。数据解析与转换引擎：将异构的底层二进制日志流解析为统一的内部中间格式，并完成不同数据

提供数据库透明加解密中间件，数据经网关时实时加密，以密文形式落盘MySQL，实现存储加密合规；支持RSA、EC、国密等算法按业务灵活选择，应用无需改造，敏感数据安全防护全程无感。

本产品为面向金融场景的PAAS云管平台，提供资源与作业的统一管理能力。支持主机与客户端纳管、存储与磁盘池配置以及全量/增量备份、恢复等完整流程；可按策略自动调度任务，并在执行前进行健康与空间等前置校验。同时提供组织权限与角色管控、任务状态与资源使用监控，帮助机构在私有环境下实现资源可视、作业可控、数