这是之前在处理一个实时流数据上碰到的。 之前背过很多，类似的关于高并发问题的一些官样文章。初读起来，总感觉索然无味。好像和幼儿园里把大象放进冰箱里的故事一样。 在业务中碰到的情况很特别。 同一个用户，会在同一个时间点有多条订单，即使把时间精确到 00:00:00，依然发现无法区分。前辈提醒后，才发现这其实是一种高并发的情况。 在Flink实时流里，通常碰到高并发的情况下，会进行一次打乱操作。在SQL任务中，我忘记进行了这种操作，后来发现其实是有这样的key by 参数。 大约可以这样处理。 在处理的时候，通过key by 的操作，会将并发数据存储同一个kaf...

时隔半月才回，也是硬气上了

蔚来自驾介绍softmax，介绍transformer，详细介绍QKV过程LLM为什么是only-Decoder架构，为什么不采用T5架构什么是prefill如何解决长下文问题有哪些降低transformer训练时间复杂度的工作？讲实习，讲论文无code二面不想面了，一面被追着问太痛苦，拒了虾皮知识图谱/NLP一面介绍项目，无八股给了道场景题，怎么使用LLM解决他们的业务问题两道code忘了是啥了挺简单的虾皮二面介绍项目，无八股给了道场景题，怎么使用LLM解决他们的业务问题（梅开二度）无code斑马智行算法实习生一面讲论文（被说没啥创新点，其实确实也是）什么是Lora手撕全排列和文件分块读取字...