LSM in a Week | #教程

本课程将教你如何使用Rust语言构建一个简单的LSM树存储引擎。
“日志结构合并树(Log-structured merge trees,简称LSM树)是一种用于维护键值对的数据结构。这种数据结构在分布式数据库系统,如TiDB和CockroachDB中被广泛使用,作为它们底层的存储引擎。基于LevelDB的RocksDB,是LSM树存储引擎的一个实现。它提供了许多键值访问功能,并在许多生产系统中使用。

本教程是一个包含多个部分(周)的广泛课程。每周有七个章节;你可以在2到3小时内完成每个章节。每个部分的前六章将指导你构建一个工作系统,而每周的最后一章将是小吃时间章节,它将实现一些在你之前六天构建的基础上的简单事物。每个章节都将有必需的任务、检查你的理解问题和奖励任务。
本文翻译自经典英文论文《Architecture of a Database System》,原文作者是 Joseph M.Hellerstein, Michael Stonebraker 和 James Hamilton。翻译由厦门大学数据库实验室林子雨老师团队合力完成

该论文可以作为中国各大高校数据库实验室研究生的入门读物,帮助学生快速了解数据库的内部运行机制。

本文一共包括8章,分别是:第1章概述,第2章进程模型,第3章并行体系结构:进程和内存协调,第4章关系查询处理器,第5章存储管理,第6章事务:并发控制和恢复,第7章共享组件,第8章结束语。
Architecture-of-a-Database-System.pdf
2 MB
关于 Apple 的 MLX 机器学习库的精选列表,包括关于 MLX 的文章、模型、库和工具、演示、MLX Swift 等内容

Awesome MLX | #机器学习
国内高校矢量校徽素材合集 | link | #素材

收集整理了国内各大高校的校徽矢量素材,并在 Figma 上进行公开分享。目前有 197个 高校的校徽。
Meta/Facebook 超大规模 AI/GPU 基础设施设计 | blog

本文翻译自 2024 年 Meta/Facebook 的一篇文章: Building Meta’s GenAI Infrastructure。作为对未来人工智能的重要投资,Meta 打造了两个大规模 AI 集群,每个集群由 2.4w 张 GPU 组成, 本文分享其计算、网络、存储等设计细节。

🌟 两个 GPU 集群,每个集群 2.4w H100,分别用 RoCE/InfiniBand 网络;
🌟 LLaMA3 就是在这两个集群上训练出来的;
🌟 预计到 2024 年底,Meta AI 基础设施建设将拥有 35w 张 H100 GPU,总算力相当于约 60w 张 H100。
一个前端程序员的导航站 | blog
技术博客:被删的前端游乐场 | #博客 #前端

内容主要分三部分:
前端基础+补充:补齐前端基础知识,掌握开发调试技巧。补齐纯前端的缺失知识,更从容地面对面试官。

Vue学习:学习和理解 Vue 基础,学会使用 Vue 快速编写 Web 应用。

小程序学习:理解小程序框架原理,掌握踩坑必备指南。
设计交互式3D生成框架,通过直接3D交互指导生成过程,实现高质量、可控的3D内容生成。| paper
用Llama3和distilabel端到端构建语言模型微调数据集 | link | #数据集
Post-OCR-Correction:用于文本纠错,特别是 OCR 识别后的文本纠错的英文数据集,包含 31.3k 行数据
中文文生图stable diffsion模型集合 | Awesome-Chinese-Stable-Diffusion

旨在收集和梳理中文Stable-Diffusion相关的开源模型、应用、数据集及教程等资料,主要是有中文的模型新数据和算法
PDFText:类似 PyMuPDF用于从 PDF 文件提取结构化文本的Python库
Back to Top