cosmos

【摘要】 什么是区块链，相信你一定有所了解，那么你是否了解区块链跨链技术呢？本文将从区块链跨链技术的起源发展、相关名词、关键技术和模型实现几个方面进行深度剖析，干货满满！ 1．区块链跨链技术诞生背景及发展历程 1.1 什么是跨链？ 区块链技术经过10来年演进，已经被认为是可以参与未来可信社会构建的重要基础设施。但是现实的社会中包括许多行业和不同的经济领域。把整个现实世界中的各个行业都套用区块链是不现实的，也是不合适的。不同行业、不同经济领域的商品可以通过市场实现价值交换。每个区块链系统都是一个独立的价值经济体系。区块链跨链技术是连接独立区块链的枢纽，承载着不同价值体系的区块链之间的交换功能。价格是交换货物的前提，价格由商品本身的价值决定，受供需关系的影响，供需关系又建立在市场之上。为了实现不同区块链上的价值交换，区块链通过跨链为每个独立区块链中的价值交易市场提供跨链契约服务。每个区块链是一个独立的账本，两个不同的区块链对应两个不同的独立账本，两个账本之间没有关联关系。跨链这个技术，打通不同账本之间的障碍，允许价值跨越不同区块链进行流转。本质上，价值不能在账间转移。但是对于一个特定的用户来说，一个区块链中存储的价值可以转化为另一个区块链价值，从而实现了价值的循环。 1.2 诞生的背景及发展历程 随着2008年比特币诞生以来，区块链技术已经有了非常广泛的发展

点击上方蓝字关注“汪宇杰博客” 原文：Azure Tips and Tricks 翻译：汪宇杰 在Cosmos DB中使用数据迁移工具 有一项重复的任务是将数据从一种数据库格式迁移到另一种数据库格式。我最近使用Cosmos DB作为数据库来存储Ignite大会发出的所有推文。然而一旦获得了数据并且不再使用Cosmos DB进行该操作，我就需要将数据转储到本地文件中保存并节省开销。本文介绍我的方法。 工具 下载并安装 Azure DocumentDB Data Migration Tool https://aka.ms/csdmtool 开工 首先确保已创建要迁移的Cosmos DB数据库和集合。 在 Cosmos DB 管理页面中打开 Keys ，并复制 Primary Connection String 将数据库名称附加到字符串的末尾。 例如 Database=cosmosdb-ignite 会被附加到刚才复制的 Key 末尾，变成 AccountEndpoint=https://mbcrump.documents.azure.com:443/;AccountKey=VxDEcJblah==;Database=cosmosdb-ignite 启动 Data Migration Tool ，在 Source Information 中选择 DocumentDB 您需要将

概述 本文转自：http://tang.love/2018/08/31/graph_database_research/ 这里记录一下图数据相关的调研结论。下面是图数据库的定义： A graph database is a database that uses graph structures for semantic queries with nodes, edges and properties to represent and store data. 注意，这里只是说了通过 提供类似图的语义查询功能，并没有规定图的存储结构。图数据库的主要优点： 更好，更快速的查询和分析； 更简单和更自然的数据建模； 同时支持实时更新和查询； 数据结构的灵活性。 图数据库是所有数据管理系统中成长最快的分类，下面分别从图检索语言和图数据库两个方面来介绍图数据市场的发展。 图检索语言 这里主要对比下面： Cypher ：Neo4j 的查询语言称作 Cypher，Cypher 是对图形的声明查询语言，使用图形模式匹配作为主要的机制作 图形数据选择（包括只读和变更操作）。Cypher 的声明模式匹配性质意味着可以通过描述想从它那里得到什么查询图形数据。 SPARQL ：面向 RDF(Resource Description Framework)的三元组数据，W3C 标准，无 schema

关系数据库的应用已经有了半个世纪的历史，其各种子类别(如文档、键值数据库和缓存数据库)是IT领域中长期存在的部分。很多人可能会认为数据库创新的时代已经过去了。但是，云计算基础设施和服务的兴起为这个原本停滞不前的市场注入了新的活力。 主要的云计算提供商最初将数据库作为应用程序使用，以便在通用计算实例上运行，但很快就开始使用更高级别的应用程序服务来扩展其IaaS产品。云计算数据库已经成为技术开发的关键领域，云计算提供商可以通过启动不同类型的数据库来满足业务需求来进行竞争。 1. 了解市场 调研机构Gartner公司认为，云计算是数据库市场的未来。该公司预测，到2022年，将有75%的数据库部署在云中。这一数字基于客户对新应用程序和现有应用程序的查询和访问，这些应用程序正在以越来越快的速度向云端迁移，预计这一趋势将会加速。 例如，在Gartner公司发布的2019年数据库市场份额排名中，AWS公司排名第三，高于2013年的第七位。事实上，AWS公司数据库分析师收到大部分查询信息都与云平台有关。而且，由于托管公共云服务的弹性、可扩展性以及按需性质，在云中进行的创新可能无法在内部部署复制。 此外，Gartner公司估计，2018年云计算数据库收入占整体数据库软件和服务收入增长的68%，其中AWS和Microsoft的收入占到绝大部分。 2. 熟悉数据库选项 为了规划这个以云计算为中心的未来

2020年5月4日到6日，协议实验室(Protocol Labs), Cosmos, Polkadot, NEAR, Tezos集合在一起共同举办线上峰会Ready Layer One，为大家提供项目与生态的发展更新和未来计划。 目前，该峰会已如期举行完毕，协议实验室和Filecoin项目创始人胡安在峰会发表最新的演讲，具体内容如下： 比特币的出现带来了去中心化的交易，它建立了一个世界范围内的资产——无论你在世界的哪个角落，只要你有网，只要你有钱包，就可以通过比特币进行瞬间的转账，且能大幅度减少因为汇率带来的货币损失与高额手续费。 然而设想上很美好，实现起来却很难。 比特币是第一代区块链，它的技术限于语言，功能上也没有那么过于神话。但在价值上，它已经超神。 后来诞生了以太坊，利用智能合约为我们消除共识，给区块链领域带来了更是各式的应用。以太坊简单来说就是基于智能合约建立的一个应用平台，它为各式各样的团队提供端口，链接他们的小应用。这样他们就可以直接利用以太坊（智能合约、代币等）进行开发、交易、执行Dapp的各种程序。 再到2017年，更多Dapp出现，共同组建新一代的网络，Web3.0初具雏形。 但正是因为这些的出现，数据存储成为一个关键问题，在之前没有一个智能合约能够启动如此量级的存储。 每秒数十亿的交易，你能想象什么样的系统能够承载这样的数据量么？我们需要一个能够和谷歌

项目情形 最近做项目发现有个业务逻辑性能效率巨慢, 实际上是扫描cosmos上面16个文件夹下面的数据, 每个folder下面大概分为100来个对应user的fodler, 然后对应user folder下面存放的是user的数据. 原逻辑是一个folder一个folder去scan, 然后将统计的数据按照 user和size存放到一个dictionary中, 最后汇总统计并且发邮件. 其中影响效率的部分有当前运行环境与cosmos的交互上, 不同的环境快慢不同. 另外一个就是code逻辑是串行的. 这样会导致效率很差. 整体运行完一遍, 在慢的环境上要48小时, 快的环境也得将近20小时. 于是我开始想优化code逻辑. 使用并行方式尝试提升运行效率. 使用ConcurrentDictionary 我之前大概了解过一些关于ConcurrentDictionary的概念, 知道它是一个线程安全的字典缓存. 可以用于并发场景. 对于我目前来说作为解决方案应该是适配的. 我准备使用一个核心ConcurrentDictionary作为数据缓存, 然后启用16个Task去扫描cosmos上面的16个root folder. 每个task将扫描得到的数据记录至ConcurrentDictionary当中. 最后当所有的task运行完毕后,

1，引言 上一篇介绍了使用使用 Visual Studio 开发 "Azure Functions" 函数，此篇介绍 “Azure Functions” 的测试以及直接从 Vistual Studio 在 Azure 上的部署 ”Azure Functions“应用。 接着上一篇，本篇介绍在 “Azure Functions” 中实现一个函数，该函数仅在 Azure Cosmos DB 中的数据发生变化时运行。 在基于计时器的轮询原型中，无论底层数据是否发生了更改，客户端应用程序都会联系服务器。 从服务器返回数据后，无论数据是否发生了任何更改。 轮询机制是一种低效的解决方案 2.1，分析基于轮询的 Web 应用的限制 开发软件： （1） Node.js （2） Vs Code （3）Azure Functions Tools：是微软提供的一个用于创建开发，测试，调试Azure Functions的本地的工具，可以参考下面的github地址进行查看 　　 github地址： https://github.com/Azure/azure-functions-core-tools （4）Azure Functions，Azure Storage的两个插件 　　 注意 安装 “Azure Functions Core Tools” 的时候 ，笔者使用npm进行安装的时候，一直无法安装

2019.09 -EMNLP 2019 论文 评测网站 介绍 Cosmos QA是一个35.6K问题的大规模数据集，需要基于常识的阅读理解，被表述为多项选择题。 它着重于阅读人们日常叙事的不同线条之间的界限，询问有关事件的可能原因或影响的问题，这些事件需要推理超出上下文的确切范围。 目前在此数据集上模型最高准确率为 68.4%，相对于人类表现的94%。 阅读理解的相关数据集 SQuAD 2016 NEWSQA 2017 SearchQA 2017 NarrativeQA 2018 ProPara 2018 CoQA 2018 ReCoRD 2018 Dream 2019 MCTest 2013 RACE 2017 CNN/Daily Mail 2015 Children’s Book Test 2015 MCScript 2018 这些数据集中大多数集中在对上下文段落的相对明确的理解上，因此，如果有的话，数据集中相对较小或未知的部分需要常识性推理。 ReCoRD 例外，专为通过常识性推理挑战阅读理解而设计。 ReCoRD论文 ReCoRD评测网站 相对于ReCoRD，cosmosQA的特点： COSMOS通过三个独特的挑战来补充ReCoRD：（1）我们的背景是来自Web博客而不是新闻，因此需要对日常事件而不是对新闻有价值的事件进行常识性推理。 （2