许愿腾讯oc

传统数仓、数据库和分析系统，为业务提供了稳定的数据支持和决策依据。但当数据开始面对 LLM 时，就产生了一个全新的挑战：如何将企业数据转化为模型可感知、可检索、可执行的“上下文”。在企业 AI 系统中，这一过程通常经历三个关键环节：1. 数仓与数据库：提供干净、统一、结构化的业务数据。2. 搜索与 RAG：让模型能够快速、稳定地访问相关信息。3. 工作流与 Agent：将数据能力编排成可执行的任务，实现复杂业务的闭环。图中展示了这一链路的概览。通过这条链路，可以发现数据不再只是“给人看的”，而是成为 AI 执行的核心驱动力。一、从数仓到 LLM：数据“服务对象”的变化在之前的文章中（微信公众号...

双非本，末9硕，准备找java后端日常实习，简历还有哪里需要修改的吗

27届本科，写完简历感觉可以直接投字节

面试题简述MySQL如果数据库做了分库分表，那跨库查询一般怎么处理？面试官想听的1、分库分表带来的代价2、没有完美方案，只有取舍面试回答举例分库分表后，跨库查询本质上是一个复杂问题，一般不会完全交给数据库来做。 常见的解决思路有以下几种：详情请参考：http://xhslink.com/o/4WkaXwLo8R0由浅入深分析1、分库分表本身是为了解决容量和性能问题。2、跨库 JOIN 在设计上应尽量避免。3、查询能力往往通过架构手段补偿。面试加分点1、提到分库分表是有代价的。2、提到反范式设计。3、提到跨库 JOIN 违背了分库初衷，这一点非常加分。