小菜鸟

java菜鸟号正在起航

0%

发表于 分类于 阅读次数： Valine：
本文字数： 26 阅读时长 ≈ 1 分钟

ChatGPT实现

ChatGPT实现包括数据预处理、

发表于 更新于 分类于 阅读次数： Valine：
本文字数： 214 阅读时长 ≈ 1 分钟

大模型基础

以ChatGPT为例，ChatGPT所依赖的基础知识包括深度学习、⾃然语⾔处理（Natural LanguageProcessing，NLP）[通过时序神经网络实现的]、循环神经⽹络(（Recurrent Neural Network，RNN）)和注意⼒机制

张量(Tensor)

LLM中，基本的操作数据类型就是张量(可以理解为是多维数组或矩阵)。

标量是0维张量，向量是1维张量，矩阵是2维张量。在深度学习中，经常处理高维张量

发表于 分类于 阅读次数： Valine：
本文字数： 3k 阅读时长 ≈ 3 分钟

cypher与sql对比

以学生选课场景为例来进行对比

背景说明
假设我们有一个高校教务系统，包含以下实体：

  • 学生（Student）：有学号、姓名
  • 课程（Course）：有课程编号、课程名、学分
  • 选课关系（Enroll）：学生选了某门课，可能包含成绩（grade）

在关系型数据库中，这通常用三张表实现；在 Neo4j 中，则用节点和关系直接建模。

索引（Index）

索引用于加速查找起点（如按学号找学生、按课程名找课）。

SQL Cypher
CREATE INDEX idx_student_id ON students (student_id);
CREATE INDEX idx_course_name ON courses (course_name);		 CREATE INDEX Student_studentId IF NOT EXISTS FOR (s:Student) ON s.studentId;
CREATE INDEX Course_courseName IF NOT EXISTS FOR (c:Course) ON c.courseName;

💡 注意：Neo4j 的索引只用于 MATCH 的起点（如 (s:Student {studentId: '2023001'})），后续遍历靠图结构，无需 JOIN。

查询示例

1. 选择并返回所有记录

SQL Cypher
SELECT * FROM students; MATCH (s:Student) RETURN s;

2. 返回特定字段、排序与分页

需求：列出学分最高的前 5 门课程。

SQL Cypher
SELECT course_name, credits FROM courses ORDER BY credits DESC LIMIT 5; MATCH (c:Course) RETURN c.courseName, c.credits ORDER BY c.credits DESC LIMIT 5;

3. 按名称查找单门课程

需求：查找课程名为 “数据库原理” 的课程信息。

SQL Cypher
SELECT course_name, credits FROM courses WHERE course_name = ‘数据库原理’; MATCH (c:Course {courseName: ‘数据库原理’}) RETURN c.courseName, c.credits;

更简洁：属性直接写在 {} 中，无需 WHERE。

4. 按列表筛选课程

需求：查找 “高等数学” 和 “线性代数” 两门课的信息。

SQL Cypher
SELECT course_name, credits FROM courses WHERE course_name IN (‘高等数学’, ‘线性代数’); MATCH (c:Course) WHERE c.courseName IN [‘高等数学’, ‘线性代数’] RETURN c.courseName, c.credits;

5. 多条件筛选

需求：查找课程名以 “数据” 开头 且 学分 ≥ 3 的课程。

SQL Cypher
SELECT course_name, credits FROM courses WHERE course_name LIKE ‘数据%’ AND credits >= 3; MATCH (c:Course) WHERE c.courseName STARTS WITH ‘数据’ AND c.credits >= 3 RETURN c.courseName, c.credits;

💡 Neo4j 用 STARTS WITH / CONTAINS / ENDS WITH 替代 LIKE，更直观。

6. 连接学生与课程

需求：找出选了 “数据库原理” 的所有学生姓名。

SQL（需要多次 JOIN）
1
2
3
4
5
SELECT DISTINCT s.name
FROM students s
JOIN enrollments e ON s.student_id = e.student_id
JOIN courses c ON e.course_id = c.course_id
WHERE c.course_name = '数据库原理';
Cypher（直接走关系）
1
2
MATCH (c:Course {courseName: '数据库原理'}) <-[:ENROLL]- (s:Student)
RETURN DISTINCT s.name;

无需 JOIN！关系本身就是路径。
关系类型 :ENROLL 直接表达了“学生选课”的语义。

7. 聚合：每门课的选课人数

需求：统计每门课程有多少人选，按人数降序，取前 3。

SQL Cypher
SELECT c.course_name, COUNT(e.student_id) AS studentCount FROM courses c LEFT JOIN enrollments e ON c.course_id = e.course_id GROUP BY c.course_id, c.course_name ORDER BY studentCount DESC LIMIT 3; MATCH (c:Course) OPTIONAL MATCH (c) <-[:ENROLL]- (s:Student) RETURN c.courseName, COUNT(s) AS studentCount ORDER BY studentCount DESC LIMIT 3;

💡 OPTIONAL MATCH 相当于 LEFT JOIN，确保没被选的课也显示（人数为 0）。

8. 聚合：每个学生的总学分

需求：计算学生 “张三” 已修课程的总学分。

SQL Cypher
SELECT SUM(c.credits) AS totalCredits FROM students s JOIN enrollments e ON s.student_id = e.student_id JOIN courses c ON e.course_id = c.course_id WHERE s.name = ‘张三’; MATCH (s:Student {name: ‘张三’}) -[:ENROLL]-> (c:Course) RETURN sum(c.credits) AS totalCredits;

图遍历天然支持“从学生出发，走到课程，累加学分”。

9. 列出每个学生选的课程（集合聚合）

需求：列出每位学生及其所选课程名（逗号分隔或列表形式）。

SQL Cypher
SELECT s.name, STRING_AGG(c.course_name, ‘, ‘ ORDER BY c.course_name) AS courses FROM students s JOIN enrollments e ON s.student_id = e.student_id JOIN courses c ON e.course_id = c.course_id GROUP BY s.student_id, s.name ORDER BY s.name; MATCH (s:Student) -[:ENROLL]-> (c:Course) RETURN s.name, COLLECT(c.courseName) AS courses ORDER BY s.name;

COLLECT() 自动将多行合并为列表，结果更结构化（适合 JSON 输出）。

总结对比

场景 SQL 特点 Cypher 优势
多表连接 需显式 JOIN，易错、性能差（尤其深度关联） 关系即路径，直接 MATCH (A)-[R]->(B)
聚合分组 必须写 GROUP BY 所有非聚合字段 隐式分组，简洁
返回嵌套结构 需用 STRING_AGG 或应用层处理 内置 COLLECT()，天然支持嵌套
查询可读性 逻辑隐藏在 JOIN 条件中 像画图一样写查询，语义清晰

发表于 更新于 分类于 阅读次数： Valine：
本文字数： 1.7k 阅读时长 ≈ 2 分钟

Neo4j入门

Neo4j 图数据库将数据存储为节点、关系和属性，而不是以表格或文档形式。

  • 节点 表示图数据模型中的实体或离散对象。节点可以通过关系连接，在属性中存储数据，并按标签分类

    一个节点可以有多个标签 (:User:Customer)

    如：

    1
    2
    3
    4
    (:Person {name: "张三", age: 30})
               
    # Person 是 标签（Label）
    # {name: "张三", age: 30} 是 属性

  • 关系 表示图数据模型中节点之间的连接。关系将源节点连接到目标节点，在属性中存储数据，并按类型分类

    • 关系是有方向的 （A → B ≠ B → A）
    • 有类型（Type）（必须大写，如 KNOWS, BOUGHT）
    • 也可以有属性
    1
    (:Person {name: "张三"})-[:FRIEND]->(:Person {name: "李四"})

  • 属性 用于在节点和关系上存储数据的键值对

对比：MySQL vs Neo4j

概念 MySQL（关系型） Neo4j（图数据库）
基本单元 表（Table）、行（Row） 节点（Node）、关系（Relationship）
连接方式 外键（JOIN） 直接存储关系（关系是一等公民）
查询语言 SQL Cypher（声明式、直观）
性能特点 JOIN 越多越慢 深度关联查询极快（O(1) 跳转）
数据模型 表格（二维） 图（网络结构）
阅读全文 »

发表于 分类于 阅读次数： Valine：
本文字数： 5.2k 阅读时长 ≈ 5 分钟

CentOS 7 老树开新花：从零部署 Dify 全栈应用（含 Go/Rust/GCC 升级避坑）

本文档适用于在 CentOS 7 环境下使用源代码部署 Dify 应用，对应版本 1.9.2。由于系统较旧，部分依赖需手动升级或通过容器化方式解决兼容性问题。

一、安装与配置 Docker

1. 卸载旧版本 Docker（如有）

1
2
3
4
5
6
7
8
sudo yum remove docker \
                  docker-client \
                  docker-client-latest \
                  docker-common \
                  docker-latest \
                  docker-latest-logrotate \
                  docker-logrotate \
                  docker-engine

2. 安装必要依赖

1
sudo yum install -y yum-utils device-mapper-persistent-data lvm2

3. 添加 Docker 官方 YUM 源

1
sudo yum-config-manager --add-repo https://download.docker.com/linux/centos/docker-ce.repo

4. 安装 Docker Engine 及相关组件

1
sudo yum install -y docker-ce docker-ce-cli containerd.io docker-buildx-plugin docker-compose-plugin

5. 启动并设置开机自启

1
2
sudo systemctl start docker
sudo systemctl enable docker

6. 配置国内镜像加速器

阅读全文 »