相关推荐
【信息科学与工程学】【云计算】计算机科学与自动化——第十五篇 云计算10 云计算领域架构
:作为前端请求的统一入口,负载均衡器基于预设算法(如轮询、最小连接数)动态分配流量至后端服务器集群。:通过IP哈希或Cookie绑定,保障同一用户请求由同一服务器处理(如电商购物车场景)。:Nginx(HTTP/HTTPS反向代理)、HAProxy(TCP层负载均衡)。:实时监控服务器状态(如响应时间、连接数),自动剔除故障节点,确保服务连续性。:本地资源满载时,将流量分流至公有云(如AWS + 私有云混合架构)。:LSTM预测流量峰值,强化学习动态调整权重(如阿里云智能负载均衡)。
白皮书发布|超融合运行 K8s 的场景、功能与优势
点击阅读,免费获取完整白皮书!
【信息科学与工程学】【数据中心】第二十三篇 DDC网络-满足大规模训练、推理、存储区网络(Roce2组网)-第四篇 跨地域互联(管理区和推理区)
智算中心互联
浪潮首创“容器+虚拟机”双引擎超融合一体机,降本增效再迎利器
浪潮近日基于最新发布的G7服务器平台,在业界首创推出了“容器+虚拟机”双引擎的超融合一体机,引发关注。
FID指标实战:如何用Python快速计算生成图像的质量分数(附完整代码)
本文详细介绍了如何使用Python计算Fréchet Inception Distance(FID)指标,以评估生成图像的质量。通过完整的代码示例和优化技巧,帮助开发者快速实现FID计算,并解读分数背后的实际意义,适用于GAN和扩散模型的性能评估。
免费搞定DWG转DXF:ODA File Converter保姆级配置指南(附常见报错解决)
本文详细介绍了如何使用ODA File Converter免费工具实现DWG到DXF的格式转换,包括环境配置、命令行参数解析、编程集成方案及常见问题解决。特别针对网络访问异常、参数配置等实际痛点提供应对策略,帮助用户高效完成工程设计文件的格式转换。
k8s系列1之--概念
Kubernetes是Google 2014年创建管理的,是Google 10多年大规模容器管理技术Borg的开源版本。它是容器集群管理系统,是一个开源的平台,可以实现容器集群的自动化部署、自动扩缩容、维护等功能。 通过Kubernetes你可以: 快速部署应用 快速扩展应用 无缝对接新的应用功能 节省资源,优化硬件资源的使用 Kubernetes 特点: 可移植: 支持公有云,私有云...
从0到1构建数据分析AI Agent:数据采集、洞察生成与报告自动化
在企业数字化转型的今天,数据分析师80%的时间被消耗在重复取数、数据清洗、报表排版等低价值劳动上,真正用于深度业务洞察和决策支持的时间不足20%。本文将从核心概念、技术原理、代码实现、落地实践全维度,教你从0到1搭建一套完整的数据分析AI Agent系统,实现「用户用自然语言提需求→Agent自动采集多源数据→AI自动挖掘业务洞察→自动生成符合业务要求的多格式报告」的全链路自动化,平均可将需求响应速度从天级压缩到分钟级,释放70%以上的分析师人力成本。
为什么说容器和Kubernetes几乎可以搞定一切
Kubernetes在定义、共享和运行应用程序方面具有很大的优势,而且Kubernetes的学习曲线与在生产中运行任何应用程序的学习曲线相同——这实际上比学习所有传统知识...
基于Simulink的永磁同步电机力位混合控制(导纳+位置)仿真
本文详细介绍了基于Simulink的永磁同步电机(PMSM)力位混合控制系统实现方法。主要内容包括:1) 通过导纳控制原理(二阶质量-阻尼-弹簧模型)实现机器人柔顺控制;2) 在Simulink中构建虚拟环境、导纳控制器、PMSM驱动系统等完整框架;3) 针对曲面恒力打磨场景,实现20N恒力跟踪(RMS误差1.2N)和位置顺应;4) 支持纯位置/导纳/恒力三种工作模式切换;5) 提供系统性能评估指标和高级扩展功能。该方案显著提升了机器人环境交互的安全性和适应性,适用于精密装配、人机协作等应用场景。
华为OD机考真题 新系统 - 数列求值(Java/Py/C/C++/Js/Go)
华为OD机试真题 新系统【数列求值】,提供C语言、Java、C++、Python、Go、JavaScript源码实现,并提供完整思路讲解,以及在线OJ模拟做题。华为OD机试真题 【数列求值】多语言题解。
超融合与云原生技术演进及自动驾驶数据中心实践
超融合架构(HCI)通过软件定义方式整合计算、存储和网络资源,实现资源池化和统一管理,其核心技术包括分布式存储和虚拟化资源调度。随着云原生技术的普及,企业基础设施面临容器与虚拟机混合调度、持久化存储等新挑战。Kubernetes作为新一代基础设施操作系统,推动超融合向智能自治进化,例如通过KubeVirt将虚拟机纳入容器编排体系。自动驾驶数据中心依托智能资源调度、自愈存储、意图驱动网络和可观测性系统四大支柱,显著提升运维效率。在金融、医疗等行业实践中,云原生存储方案相比传统SAN在IOPS、延迟和扩容时间等
Cartographer实现双雷达建图
TRAJECTORY_BUILDER_2D.num_accumulated_range_data = 2 --执行一次前端匹配需要的激光扫描分段数量。关于num_subdivisions_per_laser_scan。num_laser_scans =2,--订阅激光扫描话题数量。Frame改为 前雷达laser_1 后雷达laser_2。雷达的话题由scan改为,前scan_1 后scan_2。有些人说需要改成2,但我这里改成2反而不行,1才可以。
超融合架构的云原生演进与自动驾驶数据中心实践
云原生技术正在重塑超融合架构,通过Kubernetes和KubeVirt实现计算虚拟化与容器化的统一管理。声明式API和控制器模式构成了云原生的核心机制,使基础设施具备意图驱动和自愈能力。在存储领域,CSI标准与分布式存储的结合显著提升了IO性能,实测显示云原生存储方案相比传统SAN的TPS提升可达47%。这些技术进步最终指向自动驾驶数据中心的实现,其中智能调度和故障自愈是关键环节。以证券行业为例,采用超融合云原生架构后,资源利用率从35%提升至68%,故障恢复时间缩短到分钟级。
[24] cuda 应用之 nppi 实现图像颜色通道变换
[24] cuda 应用之 nppi 实现图像颜色通道变换
基于SAGE算法的宽带信道参数估计算法的MATLAB仿真
本文将介绍如何使用MATLAB进行SAGE算法的仿真,以便更好地理解和应用该算法。SAGE算法是一种基于最大期望(Expectation-Maximization)方法的迭代估计算法,用于估计未知的参数。在宽带信道参数估计中,SAGE算法通过迭代优化来估计信道的传输函数。总结起来,本文介绍了如何使用MATLAB进行基于SAGE算法的宽带信道参数提取算法的仿真。通过以上步骤,我们可以得到估计的信道响应,并与真实信道响应进行比较。此外,SAGE算法还可以与其他信道估计算法相结合,以提高估计的准确性和性能。
【信息科学与工程学】【产品体系】第二十篇 CDN网络 01
CDN技术体系全景解析1. 业务类型与随机过程建模类型随机过程描述测度空间突发流量冲击复合泊松过程X_i为请求强度)区域热点聚集空间霍克斯过程分布式共振耦合振子模型相空间2. PRD核心指标(泛函约束):节点队列状态向量A:网络拓扑关联矩阵(图论邻接矩阵):随机需求过程(Levy过程驱动)时间状态特征与代数结构1. 系统状态流形graph LRS[状态空间 S] -->|微分同胚| M[特征流形 M]
复分析 阿尔福斯(Ahlfors) 第三版答案 英文
答案分为十章,有部分习题没有答案,全英文复分析阿尔福斯(Ahlfors) 第三版答案
云原生运维学习笔记:Docker 数据卷、网络管理与镜像自定义深度实践
本文深入探讨Docker数据持久化、网络管理与镜像自定义三大核心运维技术。通过数据卷(Volume)实现容器数据持久化,支持匿名卷、命名卷及宿主机目录绑定;利用--volumes-from构建数据卷容器,实现多容器间数据共享。在网络层面,掌握端口映射(-p/-P)、自定义网络及容器通信机制。最后,基于Dockerfile实现应用镜像的定制化构建,为Kubernetes等云原生平台部署奠定基础。内容涵盖实践操作与原理剖析,是进阶容器运维的关键一环。
假人有限元模型
假人模型,车辆碰撞假人有限元模型,适合做乘员安全的研究者利用
Statistics and Machine Learning Toolbox
Statistics and Machine Learning Toolbox(带书签),MATLAB统计学习工具
云原生运维实战:Docker 底层存储、Compose 编排与 Ceph 入门
Docker Compose 用来定义和运行一组关联容器,通过 YAML 描述服务、网络、存储。v1:Python 开发,已经停止维护;v2:Go 开发,集成进 docker CLI,命令。。services:定义容器服务;networks:容器网络;volumes:数据卷持久化;configs:配置文件。
Camera2Demo
在Camera2 的基础上进行封装,使得Camera2一堆初始化逻辑与Activity分离,降低耦合度,完成预览拍照并保存的操作
云原生项目三:Docker秒级启动NextCloud个人网盘存储办公系统
首先讲解一下我的环境,我没有新建虚拟机,做上一个项目的时候在ping通外网后我给拍摄快照了,所以我就直接恢复快照了,小朋友不要和我学习哦,尽量新建虚拟机or克隆一个node出来,保证环境的干净,不然端口容易冲突,配置文件也是容易改错,最后导致实验失败。这次依旧是openeuler 22.03的镜像,处理器1个2核的,4GB的内存,20GB的存储打开虚拟机后先检查是否ping通外网,然后依旧关闭selinux,firewalld,然后就可以开始接下来的操作了。
云原生运维学习笔记:Docker 存储驱动原理、Compose 编排与图形化管理实战
本文深入解析Docker存储驱动原理,重点剖析overlay2的分层机制与底层目录结构。通过构建含sshd服务的镜像,实操验证了写时复制(COW)特性及各层依赖关系。结合docker info与container ps -s命令,直观展示容器可写层极小占用。进一步通过清空数据后导入镜像,揭示diff、lower、merged等核心文件的作用,揭示多层叠加与联合挂载机制。最终实现从单容器到多容器编排的运维升级,为后续使用Docker Compose与图形化管理奠定基础。
云原生运维学习笔记:Docker 镜像定制、仓库管理与企业级底层技术剖析
本文系统梳理Docker镜像定制、仓库管理与底层技术。通过Dockerfile实现白盒化镜像构建,掌握RUN、CMD、ENTRYPOINT等核心指令及格式差异;基于私有仓库(Registry/Harbor)实现安全分发;深入剖析Namespace与Cgroups在资源隔离与限制中的作用,为生产环境排障与优化提供底层支撑。
云原生基础之Containerd容器运行时
本文介绍了云原生基础中的Containerd核心组件及其管理命令,涵盖镜像、容器、任务与命名空间的管理操作。通过ctr命令可实现镜像拉取、挂载、推送,容器创建与删除,任务启动、暂停及进程查看等。同时说明了Docker与Containerd的关系,指出Docker使用Containerd的moby命名空间,揭示了二者在容器技术栈中的协作机制。
一次完整的云原生迁移:容器化、Kubernetes 与 CI/CD
本文记录一次完整的云原生迁移实践,涵盖容器化、K8s部署与CI/CD流水线搭建。强调迁移前提:服务边界清晰、无状态、可回滚。分三阶段推进:容器化确保镜像一致性;上K8s实现服务发现与弹性伸缩;构建GitOps流水线支持一键发布与回滚。架构采用Ingress+API网关+Service+持久层,决策选用Kustomize管理配置,暂不引入服务网格。可观测性依托Loki、Prometheus与Jaeger三板斧。总结关键踩坑:镜像拉取策略误用、资源限制缺失、健康检查配置不当,并给出针对性解决方案,强调“先夯实基
【云原生】Ubuntu部署 Kubernetes1.33
本文详细介绍了在Ubuntu 24系统上部署Kubernetes 1.33集群的全过程,涵盖三台主机(master、node1、node2)的基础环境配置,包括主机名设置、hosts绑定、关闭swap、开启IPv4转发及时间同步。重点完成Containerd安装与配置,包括卸载Docker残留、生成配置文件、启用systemd cgroup、添加国内镜像源及修改pause镜像地址。最后通过nerdctl验证容器运行时,为后续kubeadm初始化集群奠定基础。
单体架构到云原生的数据报表系统重构踩过的坑
在当今的互联网行业中,数据统计与BI系统已经成为企业运营中不可或缺的一部分。而作为一个开发者,在不同阶段的架构演进过程中,我也亲历并经历了多个关键的技术转折点。从最初基于单体架构的报表系统,到微服务化改造,再到如今转向云原生的部署方式,每一次的重构都伴随着无数个技术细节和决策判断。本文将以数据报表系统的实际开发经历为背景,分享我在架构演进过程中踩过的坑及教训,供准备跳槽或面试的开发者参考。
1859



被折叠的 条评论
为什么被折叠?



