SOFA Weekly | MOSN 版本发布以及社区活动预告、SOFABolt 直播回顾整理

SOFA WEEKLY | 每周精选,筛选每周精华问答

同步开源进展,欢迎留言互动

SOFAStack(Scalable Open Financial Architecture Stack)是蚂蚁集团自主研发的金融级云原生架构,包含了构建金融级云原生架构所需的各个组件,包括微服务研发框架,RPC 框架,服务注册中心,分布式定时任务,限流/熔断框架,动态配置推送,分布式链路追踪,Metrics 监控度量,分布式高可用消息队列,分布式事务框架,分布式数据库代理层等组件,也是在金融场景里锤炼出来的最佳实践。

SOFAStack 官网: https://www.sofastack.tech

SOFAStack: https://github.com/sofastack

  每周读者问答提炼  

欢迎大家向公众号留言提问或在群里与我们互动

我们会筛选重点问题通过 

" SOFA WEEKLY " 的形式回复

1、@guotaisu 提问:

根据 jraft-example, 使用“fake PD”, 怎样手动 rebalance。使用 PD 自管理体现在哪?

A:手动 API:

https://github.com/sofastack/sofa-jraft/blob/master/jraft-core/src/main/java/com/alipay/sofa/jraft/CliService.java#L190

PD 目前只实现了 leader 平衡和自动分裂,支持很容易基于 SPI 扩展增加自己的逻辑(增加并实现自己的 com.alipay.sofa.jraft.rhea.util.pipeline.Handler 即可),文档见:

https://www.sofastack.tech/projects/sofa-jraft/jraft-rheakv-user-guide/

regionEngineOptionsList 配置:实例中的 regionId 的 startKey:01000000-endKey:23000000 根据什么来定义的,假设我一个 store 节点只部署 1-3 个 region,可以自定义上下界是吗,依据什么来定义?

A:rheakv multi group 按照 range 分片,左闭右开,可以自定义,怎么定义取决于你对自己场景 key 分布的评估。

yaml 配置中 regionEngineOptionsList.RegionEngineOptions 中的 serverAddress、initialServerList 等配置和外部与 regionEngineOptionsList 平级的 serverAddress 配置以及与 storeEngineOptions 平级的 initialServerList 是什么关系,谁覆盖谁?

A:store 和 region 为1:n, region 包含在 store 中,store 的参数会 copy 传递到 region。

jraft-example 展示,Rhea-kv 是客户端+服务端模式,其中 benchmark 使用分片集群部署模式,需要先同时使用 BenchmarkClient、BenchmarkServer 拉启后台服务,而后面的 rheakv 使用分节点配置和启动,如何区分二者的场景和使用姿势。

A:rheakv 可以作为 client+server 部署,也可以单独作为 client 部署,通常你不想在每个节点提供服务但是还需要调用服务,那么就只 client 部署即可(配置的区别就在于是否配置了 StoreEngineOptions)。

本人项目使用 SOFAJRaft 场景是分布式单体服务快速便捷存储业务元数据,实现一致性访问。请问后台需要拉取这么多服务如何还能保证我的应用轻量快捷?另外,这些后台 jraft-kv 选举和存储服务启动后,是独立进程吗,整合到自己到项目中后,可否一个进程并且其服务生命周期随同我的母体应用的生命周期。

A:SOFAJRaft 是一个 jar 包,是不是独立进程完全取决于你自己的意愿,都可以。

参考 jraft-example 实例,基于 rheakv 部署 multi group,加减 learnner 节点等,应该是以分组为单位操作,目前只看到 NodeOptions 中有 groupId 属性,多组时怎么配置和分别操作。

A:这应该是两个问题。

问题1(groupId 多组如何配置):在 rheakv 里,groupId 是 clusterName + ‘-’ regionId。

问题2(多组如何配置 learner):目前没有很灵活,我们内部使用还是单独指定几台机器,上面的节点全部是 learner 节点,只要配置 initialServerList: 127.0.0.1:8181,127.0.0.1:8182,127.0.0.1:8183/learner 即所有 group 的 learner 都在 127.0.0.1:8183/learner 一个节点上,你的需求收到了,下个版本会增加每个 region 单独指定 learner,需要修改 RegionEngineOptions.initialServerList 在不为空的时候不被 StoreEngineOptions 的值覆盖即可。

SOFAJRaft:https://github.com/sofastack/sofa-jraft

  本周推荐阅读  

  SOFA 项目进展  

本周发布详情如下:

发布 MOSN v0.14.0,主要变更如下:

i. 支持 Istio 1.5.x 版本;

ii. 升级了一些依赖库,如 FastHTTP、Dubbo-go、Tars;

iii. 支持 Maglev 负载均衡、支持 HostRewrite Header;

iv. 新增了一些 Metrics 输出与查询接口;

v. 部分实现优化与 Bug 修复;

详细发布报告:

https://mosn.io/zh/blog/releases/v0.14.0/

同时,恭喜姚昌宇(@trainyao)成为 MOSN Committer,感谢他为 MOSN 社区所做的贡献。

  社区活动报名  

GIAC(GLOBAL INTERNET ARCHITECTURE CONFERENCE)是面向架构师、技术负责人及高端技术从业人员的年度技术架构大会,是中国地区规模最大的技术会议之一。蚂蚁集团也受邀进行 CloudNative(云原生) 的主题分享

分享主题:云原生网络代理 MOSN 的进化之路

分享嘉宾:王发康(毅松)蚂蚁集团 可信原生技术部 技术专家

背景介绍:网络通信代理 MOSN 在蚂蚁集团的 Service Mesh 大规模落地后,通过对接 UDPA 打造为 Istio 的数据面之一,增强 MOSN 服务治理及流量控制能力,对接云原生周边组件,实现 MOSN 开箱即用,MOSN 成为云原生 Service Mesh 的标准 Sidecar 之一,从而借力开源,反哺开源。

听众收益可快速基于 MOSN 和 Istio 进行 Service Mesh 实践,了解微服务的发展历程、遇到的痛点以及解决方案,获取 MOSN 的功能特性,解决微服务常见的问题。

分享时间:2020-08-01 13:30-14:30

活动地点:深圳
点击“阅读原文”即可报名~

本文归档在 sofastack.tech。

基于51单片机,实现对直流电机的调速、测速以及正反转控制。项目包含完整的仿真文件、源程序、原理图和PCB设计文件,适合学习和实践51单片机在电机控制方面的应用。 功能特点 调速控制:通过按键调整PWM占空比,实现电机的速度调节。 测速功能:采用霍尔传感器非接触式测速,实时显示电机转速。 正反转控制:通过按键切换电机的正转和反转状态。 LCD显示:使用LCD1602液晶显示屏,显示当前的转速和PWM占空比。 硬件组成 主控制器:STC89C51/52单片机(与AT89S51/52、AT89C51/52通用)。 测速传感器:霍尔传感器,用于非接触式测速。 显示模块:LCD1602液晶显示屏,显示转速和占空比。 电机驱动:采用双H桥电路,控制电机的正反转和调速。 软件设计 编程语言:C语言。 开发环境:Keil uVision。 仿真工具:Proteus。 使用说明 液晶屏显示: 第一行显示电机转速(单位:转/分)。 第二行显示PWM占空比(0~100%)。 按键功能: 1键:加速键,短按占空比加1,长按连续加。 2键:减速键,短按占空比减1,长按连续减。 3键:反转切换键,按下后电机反转。 4键:正转切换键,按下后电机正转。 5键:开始暂停键,按一下开始,再按一下暂停。 注意事项 磁铁和霍尔元件的距离应保持在2mm左右,过近可能会在电机转动时碰到霍尔元件,过远则可能导致霍尔元件无法检测到磁铁。 资源文件 仿真文件:Proteus仿真文件,用于模拟电机控制系统的运行。 源程序:Keil uVision项目文件,包含完整的C语言源代码。 原理图:电路设计原理图,详细展示了各模块的连接方式。 PCB设计:PCB布局文件,可用于实际电路板的制作。
【四旋翼无人机】具备螺旋桨倾斜机构的全驱动四旋翼无人机:建模与控制研究(Matlab代码、Simulink仿真实现)内容概要:本文围绕具备螺旋桨倾斜机构的全驱动四旋翼无人机展开研究,重点进行了系统建模与控制策略的设计与仿真验证。通过引入螺旋桨倾斜机构,该无人机能够实现全向力矢量控制,从而具备更强的姿态调节能力和六自由度全驱动特性,克服传统四旋翼欠驱动限制。研究内容涵盖动力学建模、控制系统设计(如PID、MPC等)、Matlab/Simulink环境下的仿真验证,并可能涉及轨迹跟踪、抗干扰能力及稳定性分析,旨在提升无人机在复杂环境下的机动性与控制精度。; 适合人群:具备一定控制理论基础和Matlab/Simulink仿真能力的研究生、科研人员及从事无人机系统开发的工程师,尤其适合研究先进无人机控制算法的技术人员。; 使用场景及目标:①深入理解全驱动四旋翼无人机的动力学建模方法;②掌握基于Matlab/Simulink的无人机控制系统设计与仿真流程;③复现硕士论文级别的研究成果,为科研项目或学术论文提供技术支持与参考。; 阅读建议:建议结合提供的Matlab代码与Simulink模型进行实践操作,重点关注建模推导过程与控制器参数调优,同时可扩展研究不同控制算法的性能对比,以深化对全驱动系统控制机制的理解。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值