gllgool-优快云博客

原创 Docker对namespace和Cgroup的利用及fork()与clone()

namespace` 设置的代码在 `config.json` 中定义，然后由 `runc` 通过 `libcontainer` 的 `exec` 系列函数（例如 `init_linux.` 中的 `initProcess` 函数）进行执行。通过使用`namespace`，可以将不同的进程放入不同的命名空间，从而实现资源的隔离。- `kernel.pid_max`：这是系统中进程ID的最大值，默认通常是 `32768`，但可以通过 `/proc/sys/kernel/pid_max` 来查看和修改。

2024-09-04 16:32:43 736

原创记一次head、sed、awk的小区别

在 Linux 和 Unix 系统的 Shell 中，`2>&1` 是一个常用的重定向符号，它将标准错误（`stderr`）重定向到标准输出（`stdout`）。当你使用 `2>&1` 时，所有的错误输出（`stderr`）将会被重定向到标准输出（`stdout`）。- 顺序很重要：`2>&1` 必须放在 `>` 之后，因为你要先把标准输出重定向，再将标准错误重定向到已经重定向的标准输出。如果没有 `&`，系统会尝试将标准错误重定向到文件名为 `1` 的文件，而不是标准输出。是逐行处理输入数据流。

2024-08-25 23:49:50 949

原创 MySQL8设置DBeaver远程连接

ERROR 1396 (HY000): Operation ALTER USER failed for 'root'@'%' 错误通常是因为在 MySQL 中尝试操作的用户或主机组合不存在，或者该用户在权限系统中出现了冲突。如果密码中包含特殊字符如单引号 (') 或双引号 (")，请用反斜杠 (\) 进行转义，或者换用不含特殊字符的密码进行测试。在你提到的情况下，可能是因为使用了不正确的语法。validate_password.special_char_count：要求的至少包含的特殊字符数量。

2024-08-20 16:37:34 2549

原创 Raft共识算法

Raft 是一种用于管理复制日志的一致性算法，旨在解决分布式系统中数据一致性的问题。Raft 通过选举一个领导者 (Leader) 来管理日志复制，从而确保集群内所有节点对数据达成一致。Raft 被设计为易于理解和实现，并且与 Paxos 等算法相比，具有更清晰的结构。

2024-08-20 15:52:57 936

原创 kubernetes的ConfigMap 和 Secret及初步加密方式

如果你想在 Kubernetes 中使用 SHA-256 对敏感数据进行加密，需要先手动对数据进行加密，然后将加密后的值放入 Secret 中。你可以手动使用 SHA-256、SHA-512 或其他加密算法对数据进行加密，然后将加密后的数据以 Base64 编码存储在 Kubernetes Secret 中。这样可以更安全地管理敏感信息。数据存储方式：ConfigMap 中的数据是明文存储的，而 Secret 使用 Base64 编码，但需要注意，这种编码并不是真正的加密，仍然需要额外的安全措施保护数据。

2024-08-20 15:51:55 654

原创 zabbix6-agent2客户机的配置以及图形界面可用性灰色问题解决

Hostname=xxxx //zabbix客户端的主机名，可以使用hostnamectl set-hostname更改。去模板，因为之前server端装了agent，它自动配置的模板是Linux by Zabbix agent。装好openssh，net-tools，接下来装zabbix6-agent2。默认已经安装好open-vm-tools，安装过程中，已经将源改为清华源。（安装中发现Ubuntu官方中国地区的源也指向清华源了）登录zabbix前端界面，配置-主机-创建主机。

2024-08-11 22:49:48 703

原创 Ubuntu24.04安装zabbix6（PostgreSQL）及zabbix6图形乱码解决

想在Ubuntu上部署zabbix6，我的Ubuntu版本为23，但zabbix官方仓库，支持的Ubuntu版本只有22，24到这一步，提示翻译过来大概就是：23的依赖版本太高，真想用得回退那就别了，我用24的包，删掉22包之后，这回提示缺依赖，但升级的话目前没有这个依赖...可快算了，我老实用Ubuntu24.04。下好镜像，装好后，先把open-vm-tools，openssh-server，net-tools这三样装好。配置清华源，

2024-08-09 00:27:12 2253

原创 openEuler24安装epel库失败

（24版的朋友先别安，截至24年8月7日）直接安装dnf config-manager --add-repo https://repo.oepkgs.net/openeuler/rpm/openEuler-24.03-LTS/extras/noarch/由于两者之间的差异，EPEL的软件可能需要一些适配才能在OpenEuler上运行，特别是对于那些依赖于RHEL特有的库或服务的包。(或者把公钥wget或curl下来，rpm --import RPM-GPG-KEY-EPEL-8也可以导入)

2024-08-07 16:38:57 2502

原创 openEuler中类似于Centos中的SCL工具-AppStream

Application Stream (AppStream) 是一种软件包管理和交付机制，最初由 Red Hat 在 RHEL 8 中引入，旨在允许用户并行安装和管理不同版本的软件和依赖项。SCL（Software Collections Library）是一个提供各种开源软件包和工具的集合，使开发者和系统管理员能够使用不同版本的软件和库，而不会影响系统的默认版本。因配置环境需要，需要在openEuler中使用类似scl的工具，在同一个操作系统安装不同版本的同名软件，并存放在/opt/rh下。

2024-08-07 00:51:34 362

原创 openEuler24安装Mysql8（避坑完整版）

程序文件在"/usr/bin"目录中，配置文件是"/etc/my.cnf"，套接字文件在"/var/lib/mysql"目录中，运行时文件在"/var/run/mysqld"目录中，日志文件在"/var/log"目录中，程序运行用户和组是"mysql:mysql"，"mysql"用户和组安装时默认创建。"/var"是一个系统目录，不宜存放大量业务数据，通常的解决方案是在系统中挂载一块数据盘，专门用于存储业务数据。文章中的作者设置了/data目录，用以存储数据，日志，备份等，

2024-08-06 15:17:05 2064 2

原创 openEuler24安装Mysql8

因此去openEuler的官方源仓库，找MySQL的包（本机使用虚拟机，因此选了x86），由config、common、err、lib、selinux依次安装后，然后用yum -y install mysql-server。rpm -e 依次卸载上述已安装的包。openEuler社区版。

2024-08-05 17:14:15 1108

The Challenges of Clustering High Dimensional Data

“The Challenges of Clustering High Dimensional Data” 是一篇探讨在高维数据环境中进行聚类分析所面临挑战的研究论文。随着数据维度的增加，传统的聚类方法在处理这些数据时遇到了许多独特的困难和问题。以下是该论文的概述：背景与动机：高维数据的普遍性：在现代数据科学和机器学习应用中，高维数据集（即具有大量特征的数据）变得越来越常见。例如，基因表达数据、文本数据、图像数据等都是典型的高维数据集。聚类分析的作用：聚类是一种无监督学习方法，旨在将数据集分成若干组（或簇），使得同一组内的数据点彼此相似，而不同组之间的数据点差异显著。在高维数据上进行有效的聚类对于许多实际应用（如生物信息学、文本分析、市场细分）至关重要。主要挑战：维度灾难（Curse of Dimensionality）：随着数据维度的增加，数据点之间的距离变得越来越相似，导致传统基于距离的聚类方法（如K均值）失效。这是因为在高维空间中，所有数据点都趋向于均匀分布，难以形成明确的簇。稀疏性问题：高维数据通常是稀疏的，即大多数特征的值为零或接近零。

2024-08-15

Focusing Techniques in Data Mining-A Comparative Study

“A Comparative Study of Various Data Mining Techniques: Statistics, Decision Trees, and Neural Networks” 是一篇分析和比较不同数据挖掘技术的研究论文。该文献探讨了三种主要的数据挖掘方法——统计方法、决策树和神经网络——在不同应用场景中的优缺点、适用性和性能差异。以下是该论文的概述：背景与动机：数据挖掘的重要性：随着数据量的爆炸式增长，如何从大量数据中提取有价值的信息成为关键问题。数据挖掘技术广泛应用于各个领域，如金融、医疗、市场营销等，帮助发现隐藏的模式、预测未来趋势并支持决策。方法选择的挑战：在数据挖掘中，有多种方法可供选择，但不同方法在处理不同类型的数据或问题时表现各异。研究人员和从业者需要了解这些技术的优劣，以便在特定的应用场景中选择最合适的方法。研究内容：比较对象：论文主要比较了三种数据挖掘技术：统计方法：包括线性回归、逻辑回归、时间序列分析等。这些方法基于概率和统计学理论，适用于具有明确统计假设和模型的场景。决策树：如C4.5、CART等。

2024-08-15

Finding Feasible Routes with ReinforcementLearning Using Macro

“Finding Feasible Routes with Reinforcement Learning Using Macro-Level Traffic Measurements” 是一篇探讨如何利用强化学习和宏观交通测量数据来寻找可行路径的研究论文。以下是这篇论文的概述：背景与动机：路径规划问题：在智能交通系统（ITS）和导航应用中，寻找车辆从起点到目的地的最优路径是一个关键问题。传统的路径规划方法通常依赖于实时交通数据或预定义的规则，但这些方法可能难以应对复杂的交通状况或大规模网络。宏观交通测量：宏观层面的交通数据，例如路段的平均车速、交通流量、拥堵指数等，提供了整体交通网络的状态。这些数据可以用于估计路况和预测拥堵，但如何有效利用这些信息来指导路径选择是一个挑战。强化学习的优势：强化学习（RL）是一种基于试错的机器学习方法，能够通过不断交互来学习最优策略。将强化学习应用于路径规划，可以动态适应变化的交通状况，并通过经验逐步优化路径选择。研究内容：问题建模：论文将路径规划问题建模为一个马尔可夫决策过程（MDP），其中状态表示交通网络的当前状态。

2024-08-15

Convex Relaxation for the Generalized Maximum-Entropy Sampling

“Convex Relaxation for the Generalized Maximum-Entropy Sampling Problem” 是一篇关于如何应用凸松弛技术来求解广义最大熵采样问题的研究。以下是该问题及其研究背景的简介：最大熵采样问题（Maximum-Entropy Sampling Problem）概述：最大熵采样问题是统计学和信息论中的一个重要问题，其目的是从一个大规模的随机变量集中选择一个子集，使得该子集的熵最大化。熵在这里作为不确定性的度量，选择的子集应能最好地代表整个变量集的信息内容。问题的挑战：非凸性：最大熵采样问题通常是一个非凸优化问题，寻找全局最优解非常困难，尤其是在高维数据或大规模问题中。组合性质：问题具有组合性，需要在可能的子集组合中进行选择，这导致了计算复杂度的指数增长。广义最大熵采样问题：广义最大熵采样问题（Generalized Maximum-Entropy Sampling Problem）扩展了传统的最大熵采样问题，可能涉及更复杂的约束条件或目标函数。这进一步增加了问题的复杂性，使得直接求解变得更加困难。

2024-08-15

"A Survey on Dimensionality Reduction Techniques for High-Dimens

"A Survey on Dimensionality Reduction Techniques for High-Dimensional Data" 是一篇关于高维数据降维技术的综述论文。该文献总结了处理高维数据时常用的降维方法，介绍了每种方法的基本原理、优缺点以及应用场景。这类综述通常对计算机科学、数据科学和机器学习领域的研究人员和工程师具有重要参考价值。核心内容概述：背景与动机：高维数据的挑战：在许多实际应用中，数据的维度（特征数量）可能非常高，导致计算复杂度增加、模型训练时间延长、数据可视化困难等问题。降维的重要性：通过降维，可以减少数据的维度，使得数据处理更为高效，同时保留数据中的重要信息。这有助于提高模型的性能、减少过拟合，并增强数据的可视化效果。主要降维技术：线性降维方法：主成分分析（PCA）：一种基于线性代数的技术，旨在通过寻找数据的主成分来降低维度，同时保留最大的信息量。线性判别分析（LDA）：主要用于分类问题，通过寻找能够最大化类间方差和最小化类内方差的线性组合来实现降维。非线性降维方法： t-分布随机邻居嵌入（t-SNE）：一种用于可视化高

2024-08-15

zabbix及其依赖安装流程

2024-08-06

python，crawl your data spider technology，爬取你要的数据

推荐《crawl your data spider technology》名称: 爬取你要的数据：爬虫技术作者: crifan 推荐理由: 系统全面: 该书系统地介绍了爬虫技术的各个方面，从基础概念到高级应用，涵盖了常见的爬虫框架和编程语言实现方式。多语言支持: 书中提供了Python、C#、Go、Java、PHP等多种编程语言的具体爬虫实例代码，帮助读者掌握不同语言的爬虫实现方法。实用性强: 作者结合实际应用场景，详细讲解了如何抓取网页、模拟登录、数据解析等关键技术，读者可以直接应用到自己的项目中。开放资源: 本书提供了丰富的在线资源和源码下载链接，读者可以方便地获取和学习。持续更新: 作者不断更新和维护书中的内容，确保读者获得最新的技术知识和实践经验。适用对象: 初学者: 书中内容通俗易懂，适合刚开始学习编程和爬虫技术的读者。开发者: 书中的高级应用和多语言实例适合有一定编程基础的开发者深入学习和应用。通过阅读这两本书，读者可以在短时间内掌握Go编程和爬虫技术，为以后的开发工作打下坚实的基础。

2024-08-06

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人