Ep 42. 和 Wey Gu 聊聊图数据库与开源公司工作

[赞助logo] 如果喜欢我们的节目,欢迎通过爱发电打赏支持:https://afdian.net/@pythonhunter 嘉宾 * Wey Gu 主播 * laike9m * laixintao * Ada Wen 时间轴 * 00:00:13 开场 * 00:00:27 嘉宾自我介绍 * 00:01:10 话题:图、图数据库介绍 * 00:06:30 提问:知识图谱与外卖路径规划 * 00:07:51 提问补充:知识图谱能不能当做传统的图数据库来用 * 00:08:53 话题:微信用 NebulaGraph 做存储的例子 * 00:10:32 提问:在好友关系查询上传统 SQL 与图数据库的区别 * 00:11:56 提问补充:NebulaGraph 两点之间边的数量增加,查询成本以什么量级增加增加 * 00:13:59 提问:不同 Graph Database(图数据库) 的查询语言是否存在一套标准类似 SQL * 00:19:21 提问:查询是直接写语句还是有 SDK,以及结果格式是什么样的 * 00:20:21 提问:使用不同的图数据库针对同一个查询结果返回的数据结构是不是相同的 * 00:23:13 提问:业界对于 GQL 的支持程度如何 * 00:25:43 话题:图数据库与大模型的关系 * 00:33:57 提问:图数据库是如何辅助大模型的 * 00:39:00 提问:图数据库与大模型的结合需要用户有怎样的基础 * 00:41:30 延展:知识图谱的建立和使用都可以与大模型结合 * 00:43:50 延展:从 图数据库驱动的基础设施运维示例 延展 * 00:53:18 延展:信涛的 Prometheus 之旅 * 00:53:45 话题:在开源公司的工作体验 * 01:18:18 话题:古老师的 开源面对面 播客 * 01:26:00 固定话题:好物分享 * 01:35:33 结束语 相关链接 * 00:01:32 柯尼斯堡七桥问题 维基百科 | 百度百科 * 00:02:39 neo4j * 00:03:28 RDF(Resource Description Framework | 资源描述框架) 维基百科 | 百度百科 * 00:03:56 知识图谱 维基百科 | 百度百科 * 00:06:49 GIS(Geographic Information System | 地理信息系统) 维基百科 | 百度百科 * 00:07:01 NebulaGraph * 00:08:36 TAO: The power of the graph * 00:13:09 Redis geospatial * 00:16:52 GQL 维基百科 * 00:17:02 Cypher Query Language * 00:17:39 Gremlin Home Page | 维基百科 * 00:17:56 nGQL | nGQL 简明教程 * 00:18:22 SPARQL * 00:29:01 往期节目关联:Ep 39. 和 Alex 聊聊向量数据库与职业规划 * 00:35:02 古老师提到的 ref: 一 | 二 * 00:35:27 langchain | llama_index * 00:43:50 图数据库驱动的基础设施运维示例 * 00:53:18 Prometheus * 00:56:33 Teahour | Teahour#90: 和 PingCAP CTO 畅谈数据库和编程语言 * 01:01:13 信涛的 Awesome Commandline 录像和资料 * 01:18:18 开源面对面 * 01:26:18 Cursor: The AI-first Code Editor * 01:30:37 Copilot | Copilot for CLI * 01:34:08 信涛分享的三门 udemy 课程一 Building Your English Brain * 01:34:08 信涛分享的三门 udemy 课程二 Getting Started with Wireshark * 01:34:08 信涛分享的三门 udemy 课程三 Discovering Backend Bottlenecks * 01:35:00 温老师的分享 爱发电上赞助

96分钟
1k+
1年前

Ep 40. Rust 和 PyO3:让 Python 再次伟大 🦀 ❤️ 🐍

嘉宾 Messense 主播 * laixintao * 小白 * Adam Wen * laike9m 链接 * PyO3 * PyO3 有哪些应用? * polars: Fast multi-threaded DataFrame library in Rust | Python | Node.js. * pydantic-core: Core validation logic for pydantic written in Rust. * cryptography: Python cryptography library with some functionality in Rust. * orjson: Fast, correct Python JSON library supporting dataclasses, datetimes, and numpy * PyO3 前身:rust-cpython * Maturin: Build and publish crates with pyo3, rust-cpython and cffi bindings as well as rust binaries as python packages * What Are Python Wheels and Why Should You Care? * PEP 517 – A build-system independent format for source trees * Ruff: An extremely fast Python linter, written in Rust. * typos: Source code spell checker * ChatGPT 写的 Rust 调用 Python C-API 的例子 use std::os::raw::{c_char, c_int}; use std::ffi::CString; use libc::{c_double, c_void}; #[link(name = "python3.8")] extern "C" { fn Py_Initialize(); fn Py_Finalize(); fn Py_BuildValue(format: *const c_char, ...) -> *mut c_void; } fn main() { unsafe { // 初始化 Python 解释器 Py_Initialize(); // 构建一个 Python 元组对象,并打印它 let x = 1.23 as c_double; let y = 4.56 as c_double; let format = CString::new("dd").unwrap().as_ptr(); let result = Py_BuildValue(format, x, y); let s = CString::from_raw(result as *mut c_char).into_string().unwrap(); println!("{}", s); // 关闭 Python 解释器 Py_Finalize(); } } * pyo3-ffi: Python-API bindings for the PyO3 ecosystem * 在 PyO3 里通过 allow_threads 关掉 Python GIL * pybind11 — Seamless operability between C++11 and Python * Cython * CFFI: C Foreign Function Interface for Python. Interact with almost any C code from Python, based on C-like declarations that you can often copy-paste from header files or documentation. * zig cc: a Powerful Drop-In Replacement for GCC/Clang * wechatpy: 微信公众平台第三方 Python SDK * OrbStack: Fast, light, simple Docker & Linux on macOS * FancyWM - a dynamic tiling window manager for Windows 10/11 * CSAPP: Computer Systems: A Programmer's Perspective * APUE: Advanced Programming in the UNIX® Environment * 提到的读书撕书的灵感来自于:李敖先生 * 吴恩达 prompt engineering 课程: ChatGPT Prompt Engineering for Developers * Kiwi 浏览器 爱发电上赞助

77分钟
2k+
2年前

Ep 39. 和 Alex 聊聊向量数据库与职业规划

[赞助logo] 如果喜欢我们的节目,欢迎通过爱发电打赏支持:https://afdian.net/@pythonhunter 嘉宾 * Alex 主播 * 小白 * laike9m 时间轴 * 00:00:30 开场 * 00:00:59 嘉宾自我介绍 * 00:02:55 [第一部分]向量数据库 milvus 简介 * 00:07:35 向量数据库的「向量」代表什么以及其应用场景 * 00:14:16 原始数据到向量数据的转化 * 00:15:42 不同方式产生的向量数据格式是否相同、能否混用 * 00:19:04 milvus 存储向量数据的方式以及应用场景描述 * 00:25:59 怎样利用 milvus 进行向量数据查找 * 00:27:46 向量数据库存在的必要性 * 00:33:56 milvus 商业化道路讨论 * 00:41:57 [第二部分]嘉宾加入当前公司的契机是什么 * 00:52:54 在三类不同阶段的公司工作分别的工作体验是怎样的 * 00:53:41 小白:未融资的初创公司 * 00:57:39 Alex:已经融资进入正轨的创业公司 * 01:04:02 laike9m:Google * 01:08:30 Alex:one more thing * 01:12:13 好物分享 * 01:17:04 结语 相关链接 * 00:00:47 zilliz * 00:00:53 milvus * 00:04:26 milvus start history in github * 00:06:04 Facebook(Meta) faiss * 00:06:21 Elasticsearch * 00:06:24 Lucene * 00:06:47 Google scann * 00:06:50 Microsoft DiskANN * 00:09:11 Embedding 维基百科 | 国内网络中没有找到权威解释这里引用一篇博文 embedding 的原理及实践 * 00:10:03 以图搜图 | 百度搜图 | Google 的话在 goole.com 的搜索栏旁边有一个相机的图标点击就能使用 * 00:14:50 Hugging Face * 00:14:58 towhee * 00:36:22 Databricks * 00:45:47 B站:李自然说 * 01:04:23 A career ending mistake * 01:12:37 AnimeGANv2 * 01:14:48 nintendo switch sports * 01:16:35 古明地觉-博客园 | 里面有公众号的图片 | 古明地觉-知乎 爱发电上赞助

78分钟
2k+
2年前
EarsOnMe

加入我们的 Discord

与播客爱好者一起交流

立即加入

播放列表

自动播放下一个

播放列表还是空的

去找些喜欢的节目添加进来吧