DuckDuckGo AI Chat umožňuje "pokecat si" s GPT-3.5 Turbo od OpenAI nebo Claude 1.2 Instant od Anthropic. Bez vytváření účtu. Všechny chaty jsou soukromé. DuckDuckGo je neukládá ani nepoužívá k trénování modelů umělé inteligence.
VASA-1, výzkumný projekt Microsoftu. Na vstupu stačí jediná fotka a zvukový záznam. Na výstupu je dokonalá mluvící nebo zpívající hlava. Prý si technologii nechá jenom pro sebe. Žádné demo, API nebo placená služba. Zatím.
Nová čísla časopisů od nakladatelství Raspberry Pi: MagPi 140 (pdf) a HackSpace 77 (pdf).
ESPHome, tj. open source systém umožňující nastavovat zařízení s čipy ESP (i dalšími) pomocí konfiguračních souborů a připojit je do domácí automatizace, například do Home Assistantu, byl vydán ve verzi 2024.4.0.
LF AI & Data Foundation patřící pod Linux Foundation spustila Open Platform for Enterprise AI (OPEA).
Neziskové průmyslové konsorcium Khronos Group vydalo verzi 1.1 specifikace OpenXR (Wikipedie), tj. standardu specifikujícího přístup k platformám a zařízením pro XR, tj. platformám a zařízením pro AR (rozšířenou realitu) a VR (virtuální realitu). Do základu se z rozšíření dostalo XR_EXT_local_floor. Společnost Collabora implementuje novou verzi specifikace do platformy Monado, tj. open source implementace OpenXR.
Byla vydána nová verze 0.38.0 multimediálního přehrávače mpv (Wikipedie) vycházejícího z přehrávačů MPlayer a mplayer2. Přehled novinek, změn a oprav na GitHubu. Požadován je FFmpeg 4.4 nebo novější a také libplacebo 6.338.2 nebo novější.
ClamAV (Wikipedie), tj. multiplatformní antivirový engine s otevřeným zdrojovým kódem pro detekci trojských koní, virů, malwaru a dalších škodlivých hrozeb, byl vydán ve verzích 1.3.1, 1.2.3 a 1.0.6. Ve verzi 1.3.1 je mimo jiné řešena bezpečnostní chyba CVE-2024-20380.
Digitální a informační agentura (DIA) oznámila (PDF, X a Facebook), že mobilní aplikace Portál občana je ode dneška oficiálně venku.
#HACKUJBRNO 2024, byly zveřejněny výsledky a výstupy hackathonu města Brna nad otevřenými městskými daty, který se konal 13. a 14. dubna 2024.
Zdravim, potrebuji udelat neco jako docasnou tabulku. Problem je takovy, mam obrovske mnozstvi jednoduchych dat v nejake tabulce, no a chci pro kazde id (ruzne se opakuje) vytvorit neco jako cache tabulku kde bude vysledek dotazu (...where id = 123 group by...), teda az pri prvnim pouziti onoho id. takze dotaz na hlavni tabulku ktery obvykle trva treba 2 sekundy, by pri dotazu na tuhle docasnou tabulku trval 00 nic (odkud brat data by bylo osetrene v samotne webove aplikaci).
No pri aktualizaci dat (ktera by probihala treba 1x denne) by se vsechny docasne tabulky smazaly.
Zkousel jsem neco jako CREATE VIEW, jenze to bylo snad jeste pomalejsi nez kdybych ten dotaz pokazde provadel znovu. Delal jsem snad nekde chybu?! Taky jsem zkousel create temporary table, jenze to mi v databazi evidentne jen-tak nezustane.
Nevite jak na to? Mam na svym serveru mysql5. Nejsem proti zmene na jiny databazovy server, ktery bude minimalne stejne rychly a bude umoznovat neco pro reseni problemu, ktery jsem popsal vyse.
p.s. Ted me napadlo, co takhle vytvorit klasickou tabulku, ale v memory enginu? Tzn. bylo by to ulozene v pameti, takze by ta rychlost vytvoreni, pouzivani (pouze select) a smazani mela bejt postacujici.
CREATE VIEW můžeš zadat ALGORITHM, který říká, jak má s pohledem pracovat. Možnosti jsou dvě - MERGE nebo TEMPTABLE. Pokud nezadáš něco explicitně, mysql si vybere jeden z nich, nevím jak. MERGE si zřejmě vybralo v tvém případě - tento algoritmus si pamatuje akorát dotaz, který jsi zadal při CREATE VIEW a pokud pošlel nějaký dotaz na ten VIEW, tak ho syntakticky zmerguje s tím, co si pamatuje a zavolá. Tedy v podstatě syntaktický cukr. Druhý algoritmus - TEMPTABLE vytvoři dočasnou tabulku, kde si pamatuje data - to je to, co chceš. Jak se to chová při updatu bych musel hledat v dokumentaci, je možné, že tam jsou nějaká omezení...
Zdroj: http://dev.mysql.com/doc/refman/5.0/en/view-algorithms.html
Mam na svym serveru mysql5. Nejsem proti zmene na jiny databazovy server, ...V tom pripade odporucam zvazit PostgreSQL, pripadne jeho "enterprise" verziu EnterpriseDB.
Zatim to tu nikde nepdalo, takze se zeptam - pouzivate indexy? Nevim kolik zaznamu je v tabulkce celkem ani kolik filtrujete (v procentech) ani jaky mate hardware - na vsem zalezi. Pokud ale jde o nejakou "obycejnou" webovou aplikaci a query neni nejak silene komplikovana, tak bude problem spis v indexaci databaze a optimalizaci dotazu. Driv nez bych resil nejake silenosti, tak bych se zameril na toto. Daji se s tim dokazat zazraky...
Johny99
Ahoj! Co znamena "obrovske mnozstvi jednoduchych dat"? Pokud mas nekolik milionu zaznamu, tak to rozdel do partitions podle prave toho id. Kazde id, pak bude mit "svoji" tbl, coz ti pomuze zvysit vykon.
Tiskni Sdílej: