Concerted 项目技术文档
2024-12-23 03:08:31作者:晏闻田Solitary
1. 安装指南
在开始使用Concerted之前,需要确保系统中已经安装了g++编译器,因为Concerted的构建依赖于g++的内置功能。此外,如果需要运行测试,还需要安装pthread库。但请注意,pthread库并非构建或使用Concerted本身所必需。
构建Concerted
要构建Concerted,请执行以下命令:
make all
清理构建文件,使用以下命令:
make clean
构建过程会生成libconcerted.a库文件,该文件位于构建目录中,应在应用程序中链接此库文件。
构建与安装Concerted步骤
- 运行
make clean清理之前的构建文件。 - 运行
make all进行构建。 - 将
/build/libconcerted.a复制到应用程序的库文件夹中。 - 在应用程序中添加
libconcerted.a作为依赖项,或者在g++编译时使用-lconcerted选项。
2. 项目的使用说明
Concerted 项目是一个面向大数据的下一代引擎,旨在支持大规模内存内读取操作,以支持OLAP(在线分析处理)。Concerted引擎灵活,没有单一的入口点,能够根据每种使用场景使用适合的API,并具有完全的可伸缩性。
Concerted完全遵循ACID原则,允许应用程序使用原生API来灵活地在内存中存储、访问和按需扩展数据。不需要任何辅助基础设施。
3. 项目API使用文档
Concerted提供的API使得用户可以在应用程序中动态地集成Concerted功能,以下是一个API使用的基本示例:
int att_array[3];
int i = 0;
TransactionManager transact_val1;
dct_tree *tree_val = build_dcttree(3);
att_array[0] = 1;
att_array[1] = 2;
att_array[2] = 3;
try {
insert_val(att_array, tree_val, transact_val1);
transact_val1.commit_transaction();
} catch (int e) {
cout << "exception caught" << " " << e << endl;
return 1;
}
if (search_val(att_array, tree_val)) {
cout << "All values found" << endl;
} else {
cout << "All values not found" << endl;
}
以上代码段展示了如何在事务中插入数据,并提交事务。如果发生异常,事务将回滚。更多API使用示例,请参考项目中的测试代码。
4. 项目安装方式
项目的安装方式已在“安装指南”部分详细说明,概括来说,主要是通过make命令来构建项目,然后将生成的库文件链接到你的应用程序中。
以上就是Concerted项目的技术文档,旨在帮助用户更好地了解和使用这个大数据引擎。
登录后查看全文
热门项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust089- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
Hy3-previewHy3 preview 是由腾讯混元团队研发的2950亿参数混合专家(Mixture-of-Experts, MoE)模型,包含210亿激活参数和38亿MTP层参数。Hy3 preview是在我们重构的基础设施上训练的首款模型,也是目前发布的性能最强的模型。该模型在复杂推理、指令遵循、上下文学习、代码生成及智能体任务等方面均实现了显著提升。Python00
最新内容推荐
如何快速掌握缠论分析:通达信可视化插件完整指南如何快速掌握缠论技术分析:通达信可视化插件终极指南如何快速掌握缠论可视化分析:通达信终极交易插件指南100 万级照片不卡顿:Immich 数据库索引优化与 PostgreSQL 维护深度实战。如何用通达信缠论可视化插件快速识别K线买卖信号如何快速掌握SoloPi:Android自动化测试的终极完整指南Claude Code 虽好,但没这几项“技能”加持,它也就是个高级聊天框通达信缠论可视化分析插件:如何实现精准的技术分析提取“通用语言”:如何让 AI 从你的聊天记录里自动长出业务术语表?通知并发设置为 5 引发的推送风暴:Immich 消息队列阻塞排查。
项目优选
收起
暂无描述
Dockerfile
694
4.49 K
Ascend Extension for PyTorch
Python
558
684
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
485
88
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
956
940
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
411
333
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.6 K
935
昇腾LLM分布式训练框架
Python
148
176
Oohos_react_native
React Native鸿蒙化仓库
C++
337
387
暂无简介
Dart
940
235
本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
654
233