下载地址：https://eternallybored.org/misc/netcat/
设置系统环境变量Path，新增：D:\tools\netcat-win32-1.12
支持命令：nc -l -p 9999
1. docker命令
启停
启动：systemctl start docker
停止：systemctl stop docker
重启：systemctl restart docker
开机启动：systemctl enable docker
信息
版本：docker version
详细信息：docker info
镜像
查看本地镜像：docker images
搜索镜像：docker search nginx
拉取镜像：docker pull mysql:5.7
删除本地镜像：docker rmi mysql:5.7
容器
运行一个容器：docker run [OPTIONS] IMAGE[:TAG|@DIGEST] [COMMAND] [ARG...]
-d, --detach：在后台模式运行容器，并返回容器ID。默认情况下，容器会在前台运行并打印其输出。
-i, --interactive：保持容器STDIN打开以供交互式操作，通常与 -t 一起使用。
-t, --tty：为容器分配一个伪TTY终端，使得可以进行交互式操作，如运行shell。
--name co ...
1. 简介Metabase是一款开源的商业智能（BI）工具，它主要用于简化数据可视化、数据分析和仪表板创建的过程。Metabase设计的目标是让非技术人员也能轻松访问和理解数据库中的信息，而无需具备复杂的SQL知识。用户可以通过直观的界面来提问、探索数据并生成详细的报告。
2. 数据库2.1 支持的数据库
Mysql (5.7+)
MongoDB (4.2+)
Oracle
2.2 添加数据库
设置 -> 管理后台设置
设置 -> 添加一个数据库
添加数据库
3. 集合对面板进行分类，方便管理和查看
新建 -> 集合
4. 问题
集合 -> 消息中心 -> 创建
创建可视化图标
1. 安装前提
安装mysql8
创建数据库metabaseappdb
1. docker安装支持clickhouse：metabase本身不支持clickhouse，clickhouse官方提供了插件支持下载metabase-clickhouse-driver，地址：https://github.com/ClickHouse/metabase-clickhouse-driver/releases注意metabase和metabase-clickhouse-driver版本号对应关系创建目录/home/dockerdata/metabase/plugins，设置权限 chmod 777 /home/dockerdata/metabase/*将clickhouse.metabase-driver.jar放在/home/dockerdata/metabase/plugins目录下
1234docker run -d -p 3000:3000 \-e "MB_DB_CONNECTION_URI=mysql://192.168.10.128:3306/metabaseappdb?u ...
1. 安装版本下载地址：https://flink.apache.org/zh/downloads/
flink：flink-1.18.0-bin-scala_2.12
2. 安装步骤3. 问题汇总
执行./start-cluster.sh，提示Please specify JAVA_HOME. Either in Flink config ./conf/flink-conf.yaml or as system-wide JAVA_HOME.
没有安装java环境
参考Java-安装
启动flink后，ip:8081无法访问
./conf/flink-conf.yaml修改rest.bind-address
将localhost改为0.0.0.0
重启flink
1. Ubuntu安装git-lfs
安装Git
sudo apt-get update
sudo apt-get install git
下载git-lfs
curl -s https://packagecloud.io/install/repositories/github/git-lfs/script.deb.sh | sudo bash
sudo apt-get install git-lfs
配置git-lfs
git lfs install
1. 什么是大模型1.1 大模型大模型，大语言模型，LLM（Large Language Model）是指⼤型的⾃然语⾔处理（NLP）模型。这些模型通常具有⼤量的参数，能够在海量⽆标签⽂本数据上进⾏预训练，从⽽学习到丰富的语⾔知识。
1.2 GPTGPT（Generative Pre-trained Transformer）是⼀种基于Transformer架构的⾃然语⾔处理（NLP）模型。
Generative：概率的⽣成式模型，通过预测⽂字出现的先后概率来输出语句，ChatGPT的回复就是一个字一个字的展示出来的
Pre-trained：预训练的，先学习语言表达，再执行任务，避免重复训练，通过大量无标签样本数据训练
Transformer：谷歌开发的深度学习框架，一种神经网络模型，拥有海量的神经元，GPT3拥有1750亿+神经元
1.3 大模型和GPTGPT本质是⼀种模型范式，当拥有⼤量参数和通过海量训练时，例如GPT 3，则是⼤模型的⼀种。但2018年发布的GPT1不属于大语言，大不大看参数量
1.4 ChatGPT和GPTChatGPT是基于GPT模型构建的Web端聊天机器人 ...
1. CPU简介CPU 是计算机硬件系统的核心部件 – 大脑，由控制器和运算器组成
1.1 单核CPU架构
控制器 Control Unit 简称【CU】
计算机的指挥系统，用来控制计算机其它组件的运行
运算器（算数逻辑运算器），Arithmetic/Logic Unit 简称【ALU】
运算功能，用来完成各种二进制编码，算术运算和逻辑运算，加减乘与或非运算等等
运算器和控制器联系十分紧密，两大部件多数集成在同一芯片，统称为中央处理器（Central Processing Unit，CPU）
寄存器组 Register
用暂存指令或数据、存储即将执行的指令等多个不同类型的寄存器
1.2 多核CPU
每个核心是可以运行指令的独立单元，包含了ALU/CU和寄存器
每个核心配备L1Cache 和L2 Cache ，多个核心共享L3 Cache
现在服务器可以支持多个处理器（CPU）
总核数 = 物理CPU个数 X 每颗物理CPU的核数
总逻辑CPU数 = 物理CPU个数 X 每颗物理CPU的核数 X 超线程数
1.3 储存器的层级 ...
