Tao Yang
> 你好，这部分代码是helm版本的，目前已经停止维护了；我们在operator版本中server-id是与序号绑定的，推荐你使用operator版本，[安装文档](https://github.com/radondb/radondb-mysql-kubernetes/blob/main/docs/kubernetes/deploy_radondb-mysql_operator_on_k8s.md)。 多谢，请问Operator版本中的MySQL dockerfile在哪里，因为需要做一些arm的移植
> 你好，这部分代码是helm版本的，目前已经停止维护了；我们在operator版本中server-id是与序号绑定的，推荐你使用operator版本，[安装文档](https://github.com/radondb/radondb-mysql-kubernetes/blob/main/docs/kubernetes/deploy_radondb-mysql_operator_on_k8s.md)。 server-id helm 版本也是和序号绑定的，影响gtid set的是 /var/lib/mysql/auto.cnf 中的server_uuid，我仔细看了下。是因为operator版本使用了percona官方镜像，在镜像的启动脚本里没有删除/var/lib/mysql/auto.cnf的逻辑，所以server_uuid 就固定了。而helm版本用的镜像里面有启动时删除auto.cnf的逻辑。 server_uuid固定的好处，是gtid set 的数量可控，只要数据不清空，那么最多就是副本数量。 但是缺点就是当整个集群持续写入场景下，当Leader Pod宕机后，重启后再加入集群会有很大的概率Raft的状态是INVALID（主节点的gtid 序号高于其他节点，而如果server_uuid不固定，就不会进入这个状态） 可以通过3节点集群并使用sysbench大流量持续写入的情况下，删除leader pod来复现。基本上100%复现
根据MySQL官方的解释： https://bugs.mysql.com/bug.php?id=99370 当主节点crash后，哪怕开启半同步，也需要清空数据加入集群。虽然Operator版本中增加了hack方法可以清空数据，但是依赖人工操作带来操作成本。 官方提供的替代方案是使用 Group Replication
> 你好，感谢你的关注。删除auto.cnf后无法保证数据的一致性；你说的异常切换的场景，出现invalid是由于旧主产生了本地事务，是符合MySQL半同步预期的，出现这种情况需要人工判断数据是否需要保留。 这边有考虑使用 Group Replication 实现么，是不是需要xenon来支持
> 你好，感谢你的关注。删除auto.cnf后无法保证数据的一致性；你说的异常切换的场景，出现invalid是由于旧主产生了本地事务，是符合MySQL半同步预期的，出现这种情况需要人工判断数据是否需要保留。 大部分情况下，是否考虑自动修复INVALID的Pod，可以作为一个配置项（Auto Repair Invalid Pod）。当配置项打开的时候，如果出现INVALID的Pod，自动清空数据，然后重启Pod，触发rebuild。
I solved this question. When you use ChatOpenAI model, Please use `chat-conversational-react-description` agent https://python.langchain.com/en/latest/modules/agents/agents/examples/chat_conversation_agent.html This agent has been optimized for parsing Chat responses .
因为这个课程不希望大家Public代码，所以没有公开代码，有需要的可以单独发邮件索取。
> 选举状态机的实现里, 在sleep心跳时长的时候, 没有办法接受处理AppendEntriesRPC broadcastAppendEntries()里会用协程的方式启动多个 sendAppendEntries，Reply由此处理。
微调效果不佳的原因是 bge 模型本身就在 T2Reranking 数据集上训练，重复训练没有突出提升是合理的。 在实际项目中，在行业专业知识上微调，有极大的效果提升。
这种情况可以用HyDE 方法。 使用一个快速模型（如gpt-3.5-turbo或者自托管的10B以内模型），对query进行直接回答（可以指令要求简短回答）。 然后对回答进行embedding ，用回答来检索文档。 这个模型如果在行业知识上post-pretain或者sft就更好了。 On Fri, Apr 26, 2024 at 15:57 liyunhan ***@***.***> wrote: > @ninehills 您好，请问： > > 1. 行业知识问答中，用户问题口语化严重，但是知识库专业名词偏多，这种情况BM25和BGE选择哪个更好？ > 2. 如果微调的话，数据是不是也要准备很多口语化的“问题” > > — >...