• bitnami_dolibarr界面本地化的操作步骤
    一、界面本地化的步骤方法1、进入到“setup”->“Display”界面设置语言为中文即可另外dolibarr还支持翻译纠正功能,可以在“setup”->“Translation”中填写正确的翻译用以纠正系统中的某些不友好翻译:例如设置语言为zh_CN,key为Dashboard,翻译为仪表盘,那么Dashboard刷新后就会展示成仪表盘
  • [技术干货] 【翻译】即将到来的内存数据库临界点
    英文原文链接:即将到来的内存数据库临界点觉得这篇文章写得确实不错,就利用周末时间完成了翻译,但水平有限,如有翻译不对的请指教。未经同意请勿引用转载    在此,我想花一些时间来讨论内存数据库技术和微软在这个领域的技术路线图。内存数据库技术正在接近数据库行业的颠覆性转折点,这种声音在未来会更加强烈。这些技术已经在重塑分析和报告领域,它们也将越来越多地影响运营和事务处理影响。    首先,快速回顾一下。实际上,所有数据库管理系统(DBMS)都试图将部分数据保留在RAM中。DBMS管理着磁盘与随机存取存储器(RAM)的数据传输,后者被称为“缓冲池”的区域。对于某些情况,您甚至可以分配足够的缓冲池空间从而装载上整个数据库。虽然这可能是对数据库性能有较大诉求的一种可行方法,但它并不是“内存数据库”的含义。    传统的DBMS被设计成支持通常数据比RAM大得多的数据库。而内存数据库通常设计用于支持适合RAM的数据库,而其中许多数据库支持的数据量可能比可用RAM大。内存数据库已存在一段时间了,它们最初用于服务于对性能有较大诉求的电话和金融服务市场。随着围绕内存数据库技术的热度重新抬头,我们开始看到内存数据库管理系统技术在许多场景中逼近了颠覆性的转折点。    当技术演进并在多个方面产生显著的服务改进时,往往会出现破坏性的临界点。通常,颠覆性技术已经存在一段时间,并且在一系列因素趋同之前服务于更多利基场景[2],以便为更广泛的场景类型实现10倍或更多的改进。比如最近的颠覆性技术事件,非易失性闪存替换MP3播放器等个人电子设备中的硬盘驱动器(HDD)。在这些设备的单代产品中,闪存的成本,容量,功率和改进的物理特性取代了硬盘。当时闪存已经不是新的技术,但当其价格,性能和耐用性综合起来后,使得HDD存储在竞争中处于了劣势。    在本文的其余部分,我们将介绍以下内容:技术趋势促使内存型数据库产生了破坏性的机会。内存数据库技术中使用的设计方法。微软的内存数据库管理系统技术。趋势    过去几十年来,信息技术的进步令人叹为观止。人们设计数据库系统的前景不断变化,因为某些技术组件继续以指数变化方式增长,例如晶体密度遵循着摩尔定律,而其他组件则随是以近线性增长方式增长,例如HDD随机访问时间。当总体考虑这些变化率时,技术要素之间的自然平衡被打破。特别是,硬盘,RAM和CPU的“速度和容量”在过去的10到20年间发生了巨大的变化,驱使我们转向了内存数据库。    大多数数据库系统的设计都是基于无处不在的HDD,它自成立以来一直受到物理限制。特别地,将读/写单元定位在物理介质上的机电元件一直是一个挑战。虽然磁盘传输带宽和容量在过去几十年中呈指数级增长,但将读/写磁头定位在正确位置所花费的时间却提升很少。因此,从磁盘顺序读取的带宽呈现了指数级增长,而在磁盘上随机访问少量数据的性能却几乎没有变化。所以吉姆·格雷--已故的数据库行业先驱之一,挖苦说:“磁盘就是新磁带”。    另一方面,动态RAM(DRAM)自推出以来一直遵循摩尔定律,即它变得越来越便宜,且其容量也快速增加。与硬盘驱动器一样,系统设计人员能够按照指数方式增加进出DRAM的带宽,但延迟,即随机访问单个字节的能力,无法跟上步伐。以CPU处理器周期测量的话,这意味着访问DRAM随机字节的延迟,已经从15到20年前的近一个CPU周期变为现代系统的数百个CPU周期。    摩尔定律虽然仍存在于CPU领域,但设计师却在那里遇到了物理学限制。直到大约5年前,软件开发人员通过更快的时钟速度和改进的CPU架构获得了免费搭便车。不幸的是,CPU功耗相对于时钟速度的增长不是线性的,并且增加的时钟速度使得想保持处理器的元件相对于时钟一致性上遇到了更多的挑战。这迫使CPU设计师将事物保持在一起。更多的功率,更紧密的结合,产生了热管理问题,从根本上否定了不断增加时钟速度的演进方向。由于芯片设计人员仍然有摩尔定律为他们工作,他们可以继续在CPU芯片上放置更多的晶体管,这些晶体管需要以某种方式使用。结果,正如我们在过去几年中所经历的那样,更多的处理器内核,更多的板载缓存以及更专用的功能和指令。所有这些新的CPU晶体管都可以很好地用于内存数据库场景,但它们需要一种新的设计方法。    所有这些变化的一个共同特点是带宽和容量往往比延迟减少更快[1]。延迟往往会影响我们的机电前端,例如硬盘驱动器寻道时间,以及影响网络的光物理速度,DRAM延迟等。    要真正了解动态,我们需要从相对的角度来看待这些元素:CPU正在获得更多的晶体管,但它们被用于多核和专用功能。因此,CPU可以执行大量工作 - 如果我们能够提供足够保持CPU忙碌的数据。这是以数据为中心的处理系统(如数据库系统)的主要挑战。DRAM变得越来越大,系统设计人员正在努力保持CPU和DRAM带宽之间的匹配,不至于浪费计算资源。正如Jim Gray所说,“磁盘是新磁带”。它们是储存大量相对冷数据的地方。    实际上,一切都在进一步分化。今天,需要100个处理器周期才能从DRAM中随机获取一个字节,需要数百万个周期来随机访问硬盘上的字节。在面对这些变化时,创建高性能系统的方法有2种:1)使其它组件更接近CPU以减少延迟,2)尽可能多地传输数据,因为带宽是足够的,而延迟达到了物理学上的限制。这些在数据库世界之外的因素,正在促使数据库实施者重新思考他们几十年来使用的设计方法。内存数据库设计方法:    我将简要介绍内存数据库系统设计人员使用的几种架构模式。要完全描述我所描述的架构模式的话,可以写成一本书,所以这里我只是简要着重描述下与更传统的数据库技术的差异。压缩    许多内存数据库系统采用某种形式的数据压缩。这有助于在相对稀缺且相对昂贵的 DRAM中保存更多数据。对数据进行解压(必要时)以对其进行操作确实需要花费处理器周期,但是对比从磁盘获取未压缩数据可能需要数百万个处理器周期,当前将更多压缩数据保留在RAM中,然后花费一些CPU周期来解压这些数据很有意义的。数据结构和算法    基础数据库算法正在修订以支持内存数据库需求。一种称为基于列的存储的方法在现代系统上特别强大。大多数传统数据库系统将数据存储在记录或行中。在这些系统中,一条员工记录可能包含名字,姓氏,员工ID等,这些属性将全部存储在磁盘和内存中。基于列的方法存储各个属性的所有值,例如员工ID,上次雇用日期,姓氏,或者存储是在磁盘上或者存储在内存中。鉴于这种结构,如果它们全部分开存储的话,您可能会问我们如何将“John Doe”的全部属性重新组合在一起显示出来?答案是每个属性(列)通常都有一个隐式序号。具体来说,如果John Doe是数据库中的第56位记录,我们可以找到每个列存储集中的第56位的条目,并获取John Doe的详细信息。    那么列存储如何帮助我们呢?假设我们想找到去年雇用的所有员工。查找这些员工意味着搜索“最后雇用日期”列。由于我们将所有list-hire-date值放在一起并且可能进行了压缩,因此存储此属性的数据结构非常密集 - 它只包含我们进行搜索所需的数据而不必涉及通过名字和姓氏等等。由于我不会进入这里的原因,现代CPU在扫描密集数据结构时性能特别高。关于压缩; 假设我们的员工拥有三种状态 - 活动,休假或终止。如果我们使用一个字节来表示这个值,则这三个状态可以用2位而不是8位表示。再假设我们有1200名员工,其中1104名是“活跃”的。如果我们对员工进行分区或排序,可以使用称为“游程编码”[3]的方案,注意到'接下来的1104名员工都具有“活动”的价值,所以可以以非常紧凑的方式代表所有1104名活跃员工。在基于列的存储还有其他更新奇的压缩方案,这些简单的例子仅为了说明下思路。    列的存储也适用于多核处理器。假设我们想找到所有最后雇用日期在18个月之内的辞职雇员。为了实现这个查询,我们可以让一个cpu核查找所有已辞职的员工,另一个cpu核找到满足查询雇用日期的员工。然后找到这2部分记录的交集即可,而这件事情非常地简单。建模的作用    基于列的存储技术很适合分析领域,就像我们上一节举得例子那样。这些一直是多维OLAP(MOLAP)产品的领域,例如SQL Server Analysis Services的原始形式。传统的MOLAP产品需要定义逻辑模型,以便可以预先计算聚合,例如每季度的销售额或每个区域的销售额。逻辑模型指定了数据的信息模型和问题类型。逻辑模型也可以作为物理数据模型的框架,例如预先计算和预聚合数据以支持多维度查询。内存数据库技术不需要预先计算聚合和创建其他形式的索引。利用内存数据库技术,逻辑模型可以很好地满足业务域的需求发展,而无需更新物理模型。这种组合使业务分析师能够创建满足业务需求的逻辑模型,而无需成为MOLAP产品所需的物理设计方面的专家。这样可以提高灵活性,并且是Microsoft自助式托管BI方法的基础部分。这种组合使业务分析师能够创建满足业务需求的逻辑模型,而无需成为MOLAP产品所需的物理设计方面的专家。这样可以提高灵活性,并且是Microsoft自助式托管BI方法的基础部分。微软在做什么?    一段时间以来,微软一直在投入和推动内存数据库技术。我们已经研发一个基于列的存储引擎,它作为Microsoft Excel 的“ PowerPivot ”加载项的一部分提供。在SQL Server 2012中,它作为SQL Server Analysis Services的一部分作为xVelocity内存分析引擎提供。集成到SQL Server RDBMS服务器中的同一引擎作为xVelocity内存优化列存储索引提供。此列存储索引也将进入我们的并行数据仓库产品。通过使用这种新的内存优化列存储索引类型,一个SQL Server 2012客户能够实现200倍的加速。你可以在这里阅读并研究相关案例。    除了明显的性能提升之外,使用通用引擎还有许多优点。在Power Pivot和Analysis Services的情况下,有一种通用的数据分析表达式语言,称为DAX,它允许分析查询以相同的方式在Excel,Excel Services或SQL Server Analysis Services中运行。这非常有价值,因为它允许基于Microsoft Excel的业务分析模型同样运行在基于服务器的Analysis Services中。在SQL Server 2012 Analysis Services中,有一个新工具允许您非常轻松地将基于Excel的PowerPivot解决方案升级为基于服务器的Analysis Services解决方案。这允许在Excel中以自助式方法开发分析解决方案,然后根据需要轻松转换为托管IT解决方案。    我们在这篇文章中介绍的大部分内容都是基于列的内存引擎,专为分析和数据仓库领域而设计 - 这是我们多年来一直在推动。虽然基于列的存储对于这些场景非常有用,但它们对于以一次**,修改或读取单个或少量记录为特征的事务处理领域而言并非最佳。当使用基于列的存储模型组合来自多个属性的单个记录时,通常比基于行的存储模型更代价更大。虽然目前基于内存数据库技术的大部分成功案例都是通过基于列的存储来实现分析领域的需求,但内存中的优化方法也适用于基于行的事务处理领域。微软对这里领域也进行了投入,与客户进行了实验,取得了对现有事务处理任务超过10倍的加速——在未来还会有更高的提升。    内存数据库技术取得了令人难以置信的进步,但当这些功能方法作为完整数据平台的一部分来整合和交付时,最终会让客户获得最高的价值。“基础”(管理,安全,信息治理)方面的好处,以及如何使现有和新应用程序更容易使用这些功能。就我们迄今为止所做的工作而言,通过作为关系引擎的索引,集成到Analysis服务中并使用PowerPivot为Excel用户提供体验,我们可以轻松地对现有应用程序进行扩展,并实现整体桌面上的自助商业智能等新方案。总结    一系列尖端信息技术的技术的发展正在为一个临界点创造条件,在这个临界点,在未来5 - 10年内内存数据库技术将会普遍应用。由数字事实或数字可编码维度的以读取主要查询主导的分析领域,内存数据库技术会被优先广泛采用。随着时间的推移,内存数据库技术也将应用于事务处理领域。    您可能会听到有关内存数据库技术的更多信息。在Microsoft,我们相信这个技术的转折点,并且已经在Microsoft Excel Power Pivot和SQL Server Analysis Services中运行内存数据库技术一段时间了。随着SQL Server 2012的推出,核心关系数据库引擎也将使用我们的内存数据库技术作为基于列存储的索引。使用这种基于新列的索引的关系数据仓库的客户正在使用这种新功能进行广泛的查询,获得了令人难以置信的加速。    微软还在研发其他内存数据库技术,这些技术随着技术和机遇的成熟而发布。为了体验即将发生的事情,我们正在实验室中开发内存数据库解决方案,并构建我们的真实场景以展示其潜力。其中一个基于微软在线服务业务的场景包含一个1000亿行的事实表。在这种情况下,我们执行三次计算 - 总计3000亿次计算,查询响应时间为1/3秒。此实现中没有用户定义的聚合; 我们实际上实时扫描压缩列存储。    在内存数据库技术中,对于构建这些系统的人员和使用它们的客户来说,这是一个激动人心的时刻。我代表SQL Server产品工程团队,希望您有机会使用我们的内存数据库技术来解决您自己组织中的新挑战。Dave Campbell 技术研究员Microsoft SQL Server[1] David A. Patterson。延迟滞后于带宽。ACM第47卷第10期(2004年10月),第71-75页。[2] 利基市场:大家可参考wiki的定位,我看了几遍理解了一个大概。https://zh.wikipedia.org/wiki/%E5%88%A9%E5%9F%BA%E5%B8%82%E5%9C%BA[3] 游程编码:维基百科说明 https://zh.wikipedia.org/wiki/%E6%B8%B8%E7%A8%8B%E7%BC%96%E7%A0%81
  • 【产品经理-全连接系列 之001】Epic/Feature/Story/Task/Bug到底是什么?
    大家好,我是软件开发服务 项目管理服务的产品经理 恒少:)(https://bbs.huaweicloud.com/blogs/adf71fa5bbf811e89fc57ca23e93a89f)作为布道师和产品经理,出差各地接触客户是常态,经常和华为云的客户交流、布道、技术沙龙,但是线下交流,覆盖的用户总还是少数。我希望借华为云社区这个线上的平台,和用户持续交流华为在研发效能提升上的思索和考虑。<恒少出品,必然妥妥干货,必定理论联系实践>,因为软件无银弹,探索始终在路上。-----------------------干货分割线--------------------------------------<001 篇> 我经常出差,接触了大量的华为云的客户,很多客户使用项目管理服务,对Epic都比较陌生,也对如何划分Feature,Story存在疑问为了,我特意整理了一个表格,对每一种工作项类型进行了说明,为了解决很多用户的疑惑,我也增加了样例说明简单一句话:Epic是公司重要战略举措;Feature是对你的用户有价值的功能;Story是分解的细粒度的开发交付的内容,是用户的细分场景;Task是完成需求的过程性的工作。这些术语和概念,来自于业界的共识,对于软件企业,是实现从战略举措到战术执行落地的分层设计。工作项类型说明举例Epic中文通常翻译为史诗,指公司的关键战略举措,可以是重大的业务方向,也可以是重大的技术演讲。企业通过对Epic的发现、定义、投资、管理和落地达成,使得企业的战略投资主题得以落地,并获得相应的市场地位和回报。Epic的粒度比较大,需要分解为Feature,并通过Feature继续分解细化为User Story来完成最终的开发和交付。Epic通常持续数月(months),需要多个迭代才能完成最终的交付。Epic应该对所有研发人员可见,这样可以让研发人员了解他们交付的Story承载怎样的战略举措,让研发人员能更好的理解其工作的价值。Epic通常和公司的经营、竞争力、市场环境紧密相关,举例如下:例1市场差异化:用户体验全面超越竞争对手例2更好的解决方案:新增支持工业互联网的解决方案例3增加收入:产品需要在下个财季增加100万付费用户例4重大技术方向:产品需要全部切换为容器Feature中文通常翻译为特性,代表可以给客户带来价值的产品功能或特性。Feature向上承接Epic,向下分解为User Story。相比Epic,Feature更具体形象,客户可以直接感知,通常在产品发布时作为ReleaseNotes的一部分发布给客户。Feature通常持续数个星期(weeks),需要多个迭代完成交付。Feature应该对客户都有实际的价值,特性的描述通常需要说明对客户的价值,与产品的形态、交付模式有关,举例如下:推荐模板:用户<角色> …希望<结果>… 以便于<目的>例1用户A希望提供导入、导出功能,以便于用户批量整理数据,更高效。例2用户B希望提供超期的邮件通知,以便于用户及时处理任务。例3用户C希望优化鼠标拖动的体验,以便于让用户操作更快。例4用户D希望增加昵称功能,让用户更个性化。Story中文通常翻译为用户故事,User Story的简称。是从用户角度对产品需求的详细描述,更小粒度的功能。Story承接Feature,并放入有优先级的backlog中,持续规划、滚动调整优先级,始终让高优先级的Story更早的交付给客户。优秀的Story应遵循如下的INVEST原则:Independent:每个用户故事应该是独立的,可独立交付给客户。Negotiable:不必非常明确的阐述功能,细节应带到开发阶段跟程序员、客户来共同商议。Valuable:对客户有价值。Estimable:能估计出工作量。Small:要小一点,但不是越小越好,至少在一个迭代中能完成。Testable:可测试。Story通常持续数天(days),并应在一个迭代内完成交付。Story符合INVEST原则,举例如下:推荐模板:用户<角色>…希望<结果>…以便于<目的>例1作为项目经理,希望通过过滤处理人,以便于快速查询指定人的需求。例2作为开发人员,希望将无用的信息进行折叠,以便于减少视觉干扰。例3作为测试人员,希望将测试用例和需求关联,以便于跟踪需求的验证。Task在迭代计划会议中,将纳入迭代的Story指派给具体成员,并分解成一个或多个Task,填写“预计工时”。Task通常为过程性的工作,举例如下:例1开发人员A需要在今天准备好类生产环境。例2开发人员B需要在本周末完成项目组的权限设定。例3开发人员C需要进行代码Review。
  • [华为云活动] 【活动】华为云面向社会招聘动物语言翻译师
    申请并加入华为云HERO高校联盟,更多新鲜活动,持续推出!
  • [活动资料] 【活动】华为云面向社会招聘动物语言翻译师
     【活动】华为云面向社会招聘动物语言翻译师申请并加入华为云HERO高校联盟,更多新鲜活动,持续推出!
  • [学习活动] 华为云最新活动,有机会到热带雨林做动物翻译官哦!
  • [华为云活动] 【活动】华为云面向社会招聘动物语言翻译师
  • [华为云活动] 华为云面向社会招聘动物语言翻译师
    申请并加入华为云HERO高校联盟,更多新鲜活动,持续推出!
  • [福利活动] 华为云面向社会招聘动物语言翻译师
  • 确认过声音,你就是华为要找的人
    4月22日世界地球日,华为云面向社会招聘动物语言翻译师的消息传出后,云宝的胖圈,是酱紫的:昨天世界地球日,华为云面向社会招聘动物语言翻译师记者小云,花部长,联盟君,小蝶...小E:热带雨林的工作机会,是心动的感觉!菊长:我我我我我,天上飞的,地上爬的,水里游的,都养过。你看我怎么样?隔壁老王:现在报名还来得及吗?小萌新:简历已经投了,什么时候下通知?神马?你还不知道我们招聘动物语言翻译师?延伸阅读:世界地球日,华为云面向社会招聘动物语言翻译师言归正传听HR小姐姐说,我们的招聘邮箱,爆了!云宝首先在这里替小姐姐谢谢大家的支持,也替我们即将拯救的可爱雨林小动物们感恩大家的爱护和关心。那么问题来了:面对汹涌而至的简历潮,如何让自己在HR小姐姐的眼中脱颖而出,优雅的通过“海选”呢? 为此,一枚拥护粉丝的小编特意请云宝撸了一顿烧烤(不能报销)为大家申请到了一项福利:Step1: 你需要过三关,获取华为云动物语音翻译师资格证(定制的哦~)Step2: 将该华为工卡+简历发送邮件到rainforest@huawei.com,即可直接晋级成为华为云动物语言翻译师候选人!PS:定制资格证有三款,集齐了可以召唤神龙哦~事不宜迟,扫码接招吧!Well,往往到了这个时候还有小伙伴不知道what are we弄啥咧?(以下是项目说明,若您已知晓,请直接扫码闯关) 华为云动物语言翻译师是干什么的?积小行动,谋大进展;华为云在尝试与动物建立沟通,通过人工智能分析其语言,从而拯救濒危动物。动物语言翻译师,就是帮助我们分析动物语言的人。更多详情,请戳:世界地球日,华为云面向社会招聘动物语言翻译师华为云为什么要招这个职位?人类或许无法听懂雨林复杂的声音,但科技却能解读出这旋律中所以的细节。自然万物,我们越了解他们,就越容易保护他们,最终实现科技普济天下。更多详情,请戳:读得懂的猴语,听得见的雨林怎么过游戏中的三关?与君言一语,请君为我倾耳听:TA是谁?TA从哪里来?TA要干嘛?好啦,猛扫下方二维码准备闯关吧!期待收到你们的专属工卡&简历!技术致善,构建万物互联的智能世界我们,它们都在等你一起来守护2500平方公里的热带雨林有奖互动环节游戏中的三套主题工卡证你最喜欢哪套?为什么?我们在点赞前五的评论中选一条走心留言送出今天的礼物—荣耀畅玩手环 A2最后附上网址链接:https://mp.weixin.qq.com/s?__biz=MzI1Mzc1MzMyOQ==&mid=2247496958&idx=1&sn=0ecf8104db3b59959f0300779b5e4cdb&chksm=e9cd1660deba9f76f313100aa5ea2552d05711630c9a890e044d7029941fa48e4c505dbb5c64&mpshare=1&scene=23&srcid=
  • [华为云活动] 【活动】华为云面向社会招聘动物语言翻译师
    申请并加入HPU华为云技术联盟,更多新鲜活动,持续推出!
  • 【活动】华为云面向社会招聘动物语言翻译师
    申请并加入华为云HERO高校联盟,更多新鲜活动,持续推出!
  • [华为云活动] 【活动】华为云面向社会招聘动物语言翻译师
    申请并加入华为云HERO高校联盟,更多新鲜活动,持续推出!
  • 华为云面向社会招聘动物语言翻译师
    世界地球日,华为云面向社会招聘动物语言翻译师闯关成功可以获得定制化工卡(有三张)有三种样式哦
  • [活动] 【转载】[华为云活动] 【活动】华为云面向社会招聘动物语言翻译师
    [华为云活动] 【活动】华为云面向社会招聘动物语言翻译师申请并加入华为云HERO高校联盟,更多新鲜活动,持续推出!
总条数:43 到第
上滑加载中