摘要：
python安装运行requests报错： urllib3 v2.0 only supports OpenSSL 1.1.1+, currently " f"the 'ssl' module is compiled with {ssl.OPENSSL_VERSION}. " "See: https: 阅读全文
摘要：
一、部署kafka deploy-kafka.sh #!/bin/bash // 需要首先修改正确的集群机器ip server1="host1" server2="host2" server3="host3" // 每台机器设置一个独立的index id SERVER_INDEX="1" if [ 阅读全文
摘要：
https://redpanda.com/guides/kafka-tutorial/kafka-without-zookeeper 多年来，人们一直在同时使用Apache ZooKeeper和Apache Kafka。但是自Apache Kafka 3.3发布以来，它就可以在没有ZooKeeper 阅读全文
摘要：
1. 使用nfdump工具集 https://github.com/phaag/nfdump 2. 参考教程 https://medium.com/turknettech/mastering-netflow-traffic-analysis-with-nfdump-8b80da52d193 3. k 阅读全文
摘要：
https://blog.csdn.net/wbsu2004/article/details/132963171 阅读全文
摘要：
https://www.initech.nz/wiki/Clickhouse 阅读全文
摘要：
## 子日数据 Prophet可以通过在ds列中传递带有时间戳的数据框来预测时间序列。时间戳的格式应该是YYYY-MM-DD HH： MM：SS-请参阅此处的示例csv。当使用子日数据时，每日季节性将自动匹配。这里我们将Prophet拟合为5分钟分辨率的数据（约塞米蒂的每日温度）： ``` # Py 阅读全文
摘要：
告警收敛实现 https://github.com/tal-tech/alarm-dog 阅读全文
摘要：
## 异常值 异常值可以影响Prophet的预测结果，主要有两种方式。下面的示例中，我们使用之前提到的R页面的日志化维基百科访问量数据进行预测，但添加了一段错误的数据： ```python # Python df = pd.read_csv('https://raw.githubuserconten 阅读全文
摘要：
## 不确定性间隔 默认情况下，Prophet将为预测的yhat返回不确定性区间。这些不确定性区间背后有几个重要的假设。 预测中存在三种不确定性来源：趋势的不确定性、季节性估计的不确定性以及额外的观测噪声。 ### 趋势的不确定性 预测中最大的不确定性源是未来趋势变化的潜在性。在本文档中已经看到的时 阅读全文