20、AWS资源管理与应用监控全解析

AWS资源管理与应用监控全解析

1. AWS资源组创建与管理

在AWS中,我们可以通过创建资源组来更高效地管理资源。以下是创建资源组的具体步骤:
1. 打开AWS导航栏中的“AWS”菜单,点击“Create a Resource Group”。
2. 在“Create a resource group”视图中,进行如下配置:
- 为资源组命名,例如“Photoalbums Resources”。
- 添加标签:在“Tags”下拉菜单中选择“projects”,在对应的文本框中选择“photoalbums”。
- 选择地理区域:由于所有资源都在美国东部,所以选择“US East”。
- 资源类型:将“Resource types”字段留空以包含所有资源类型。
3. 完成配置后,点击“Save”。

创建资源组后,我们可以通过AWS主导航中的“Resource Group”视图快速访问项目中的所有资源。资源标签不仅有助于详细查看连接的资源,还可用于管理账单。如果要维护多个应用环境或应用栈,可以添加额外的标签值,如“photoalbums dev”,并创建所有栈共有的标签,从而在所有AWS服务中创建不同的资源视图。

2. 应用监控的重要性与原理

在设计系统时,可扩展性和弹性是重要原则,但我们尚未充分将这些原则付诸实践。弹性意味着能够根据需求或其他事件(统称为事件)扩展基础设施。要实现这一点,首先需要识别事件并做出响应。

评估基础设施的健康状况是响应事件的首要障碍。我们需要评估对应用有影响的特定指标,例如CPU利用率和内存使用情况,以确定当前实例的状态。如果应用在单个实例上运行,且CPU利用率达到100%,则会出现严重的性能问题,这可视为一个事件。

检测到事件后,需要制定响应措施。例如,当CPU利用率过高时,最明显的响应是向应用栈添加另一个实例。我们将学习如何使用基于负载和基于时间的EC2实例,以应对和预测高需求时部署额外资源。对于一些需要手动干预或超出初学者范围的事件,我们将设置关键事件发生时的通知。

3. CloudWatch监控服务

Amazon将所有监控指标整合在名为CloudWatch的服务下(http://aws.amazon.com/cloudwatch/)。任何在其他AWS服务中可以查看的指标,都可以在CloudWatch中收集和跟踪,且通常在CloudWatch中更易于详细查看。需要注意的是,AWS指标仅在两周内可用。

以下是在OpsWorks和CloudWatch中查看指标的操作步骤:
- OpsWorks指标查看 :
1. 登录AWS控制台,导航到OpsWorks。
2. 选择“Photoalbums”栈。
3. 打开导航下拉菜单,点击“Monitoring”。默认情况下,将看到分配了EC2实例的应用层的监控视图,其中RDS和ELB层不会显示。
4. 这里显示了四个层指标类别,每个类别都有自己的图表:CPU System、Memory Used、Load和Processes。默认加载过去24小时的指标。可以快速查看是否有CPU系统(利用率)、内存使用或负载达到最大值的重大事件,或者活动进程是否有峰值。前三个图表标题实际上是下拉菜单,可用于选择该类别中的其他指标。
5. 可以更改日期范围,但无法更详细地查看这些指标。点击图表会跳转到该层实例的监控视图。注意“Memory Used”指标,后续将在CloudWatch中查看。
- CloudWatch指标查看 :
1. 打开“Services”下拉菜单,选择“CloudWatch”。
2. 在控制台顶部,点击“Metric Summary”下的“Browse Metrics”按钮。
3. 在“Metrics”视图中,可以看到AWS账户的所有指标,按服务和服务内的类别细分。
4. 以查看应用层的内存使用情况为例,在“OpsWorks Metrics”标题下,点击“Layer Metrics”,会看到按名称字母排序的指标列表及其对应的“LayerId”。
5. 滚动到名为“memory_used”的指标,勾选旁边的复选框,下方会出现一个图表,显示过去12小时内该指标每5分钟的间隔数据。
6. 可以将图表更改为24小时和1分钟平均值,以匹配OpsWorks中的图表。点击“5 Minutes”展开间隔下拉菜单,更改为“1 Minute”,使用图表右侧的“Time Range”过滤器将“From”字段更改为24,然后点击“Update Graph”。
7. 还可以在CloudWatch中查看多个指标。选择“memory_total”指标,“memory_used”曲线将变为橙色,“memory_total”指标将以蓝色显示。如果“memory_used”线高于“memory_total”线,需要翻转坐标轴。鼠标悬停在其中一条线上,找到“Y-Axis”属性,点击“switch”更改坐标轴。

以下是操作流程的mermaid流程图:

graph LR
    A[登录AWS控制台] --> B[导航到OpsWorks]
    B --> C[选择Photoalbums栈]
    C --> D[点击Monitoring]
    D --> E[查看OpsWorks指标]
    A --> F[打开Services下拉菜单]
    F --> G[选择CloudWatch]
    G --> H[点击Browse Metrics]
    H --> I[查看CloudWatch指标]
4. CloudWatch警报设置

当指标超过特定阈值时,可以配置CloudWatch警报向自己或团队发送通知。每个账户最多可以创建5000个警报,使用CloudWatch中可访问的任何指标,每个警报每月费用为0.10美元。创建警报的主要目的是量化应用栈中发生的事件,以便进行手动或自动响应。

创建有用的警报并非易事,可能会出现预期警报触发但实际事件被遗漏的情况。创建警报时,需要选择一个指标和一个比较运算符(大于、小于、大于或等于等),不能直接比较两个指标。例如,不能创建当“memory_used >= memory_total”时触发的警报,而需要配置当“memory_used >= 600,000”时触发,但这种警报可能不太实用,除非打算将实例保持在特定规模。

警报有三种可能的状态:
- OK :警报条件为假时的状态。
- ALARM :警报条件为真时的状态。
- INSUFFICIENT_DATA :没有足够的数据来确定警报是处于OK还是ALARM状态。当警报首次创建且未收集到足够数据,或者由于某些原因当前无法获取指标数据时,可能会看到此状态。如果长时间处于此状态,意味着警报存在问题,需要调查原因。

5. 警报周期设置

由于AWS基础设施和应用都可能出现小故障,因此需要定义检查警报状态的间隔和构成警报状态的连续周期数。

例如,基于应用层的CPU利用率设置警报,当CPU利用率大于50%时希望得到通知。应将警报的间隔(周期)设置为1分钟,进行定期健康检查。但不希望因CPU利用率的孤立峰值而触发警报。由于CPU利用率是应用需求过高事件的一个良好指标,因此可以通过向应用栈添加更多实例来响应。但EC2实例不会立即启动,如果警报频繁触发和停止,会导致额外实例不断启动和关闭,造成资源浪费并产生大量误报。因此,我们可以配置警报,当CPU利用率连续3分钟大于50%时触发。

6. 简单通知服务(SNS)配置

在创建CloudWatch警报之前,需要使用简单通知服务(SNS)将警报与各种通知方法(如HTTP、电子邮件、移动推送通知和SMS)关联起来。我们将使用SNS的最简单功能:当CloudWatch警报触发时向一组用户发送电子邮件。

以下是配置SNS的步骤:
1. 从AWS服务菜单中选择“Simple Notification Service”。
2. 创建主题:
- 在SNS仪表板中心,点击“Create New Topic”。
- 在弹出的模态框中,在“Topic Name”和“Display Name”字段中输入“PhotoalbumsAlarms”,因为此主题仅由应用栈的CloudWatch警报触发。
- 点击“Create Topic”。
3. 创建订阅:
- 进入主题详细视图后,点击“Create Subscription”。
- 在弹出的模态框中,展开“Topic”下拉菜单,选择“Email”。
- 在“Endpoint”字段中输入电子邮件地址,然后点击“Subscribe”。
- 窗口将显示消息,通知需要确认电子邮件地址。点击“Close”返回主题详细视图。
- 收到主题为“AWS Notification—Subscription Confirmation”的电子邮件,点击邮件正文中的订阅确认URL链接。
- 返回主题详细视图并点击“Refresh”,将看到为电子邮件生成的订阅ID(ARN)。
4. 测试SNS主题:
- 在主题详细视图顶部,点击“Publish”。
- 在弹出的模态框中,填写测试内容的“Subject”和“Message”,然后点击“Publish Message”。
- 检查电子邮件,应该会收到来自“PhotoalbumsAlarms” no-reply@sns.amazonaws.com 的消息。

通过以上步骤,我们可以有效地管理AWS资源,监控应用的健康状况,并在出现问题时及时收到通知,从而确保应用的稳定运行。

AWS资源管理与应用监控全解析

7. 应用监控总结与策略制定

综合前面的内容,我们已经了解了AWS资源组的创建管理、应用监控的重要性、CloudWatch服务及警报设置、SNS配置等关键内容。为了更有效地保障应用的稳定运行,我们需要制定一套完整的监控策略。

首先,明确监控指标的选择。对于应用的不同层面,要选择与之相关且有代表性的指标。例如,CPU利用率、内存使用情况、负载和进程数量等,这些指标能够直观地反映应用的运行状态。

其次,合理设置警报阈值和周期。根据应用的实际情况和业务需求,确定合适的警报触发条件。如前面提到的CPU利用率大于50%且连续3分钟满足该条件时触发警报,这样既能及时发现问题,又能避免误报。

最后,建立有效的通知机制。通过SNS将警报与电子邮件等通知方式关联起来,确保在关键事件发生时,相关人员能够及时收到通知。

以下是一个简单的监控策略表格:
| 监控层面 | 监控指标 | 警报阈值 | 警报周期 | 通知方式 |
| ---- | ---- | ---- | ---- | ---- |
| 应用层 | CPU利用率 | >50% | 连续3分钟 | 电子邮件 |
| 应用层 | 内存使用 | >特定值 | 连续2分钟 | 电子邮件 |
| 其他层 | 负载 | >特定值 | 连续4分钟 | 电子邮件 |

8. 监控数据的分析与利用

收集到监控数据后,如何进行有效的分析和利用是关键。通过对监控数据的分析,我们可以发现应用运行中的潜在问题,提前进行优化和调整。

例如,通过观察CPU利用率和内存使用情况的长期趋势,我们可以判断是否需要增加或减少实例数量。如果CPU利用率长期处于较高水平,说明当前实例可能无法满足应用的需求,需要增加实例;反之,如果利用率长期较低,则可以考虑减少实例以节省成本。

另外,对监控数据进行对比分析也是很有必要的。将不同时间段的数据进行对比,或者将不同实例的数据进行对比,找出差异和异常点。如发现某个实例的内存使用量明显高于其他实例,可能意味着该实例存在性能问题,需要进一步排查。

以下是一个简单的分析流程mermaid流程图:

graph LR
    A[收集监控数据] --> B[数据整理与清洗]
    B --> C[趋势分析]
    C --> D[对比分析]
    D --> E[发现问题与异常]
    E --> F[制定优化策略]
9. 监控系统的优化与改进

随着应用的不断发展和业务需求的变化,监控系统也需要不断优化和改进。以下是一些优化和改进的方向:

  • 指标优化 :根据应用的新特性和业务需求,添加或删除监控指标。例如,如果应用增加了新的功能模块,可能需要增加与之相关的监控指标。
  • 警报优化 :调整警报阈值和周期,使其更加符合实际情况。通过对历史警报数据的分析,找出误报和漏报的原因,进行相应的调整。
  • 通知优化 :根据不同的事件类型和严重程度,设置不同的通知方式和通知对象。例如,对于严重的故障事件,可以同时通知多个相关人员。

以下是一个优化改进的步骤列表:
1. 定期回顾监控系统的运行情况,收集用户反馈。
2. 分析监控数据和警报记录,找出存在的问题。
3. 根据分析结果,制定优化和改进方案。
4. 实施优化和改进方案,并进行测试和验证。
5. 持续监控优化效果,根据实际情况进行调整。

10. 总结与展望

通过对AWS资源管理和应用监控的学习,我们掌握了一系列有效的方法和工具。从资源组的创建管理到应用监控指标的选择、警报设置和通知机制的建立,再到监控数据的分析利用和监控系统的优化改进,我们构建了一个完整的应用监控体系。

在未来的应用开发和运维过程中,我们可以继续深入探索和应用这些技术,不断提升应用的稳定性和性能。同时,随着云计算技术的不断发展,我们也可以关注更多新的监控工具和方法,为应用的发展提供更有力的支持。

总之,有效的应用监控是保障应用稳定运行的关键,我们需要不断学习和实践,将这些技术运用到实际工作中。

相关推荐

38、AWS资源管理与治理全解析

本文详细解析了在AWS上进行资源管理与治理的关键服务和实践方法,涵盖基础设施监控、日志分析、事件响应、合规性审计、配置管理、自动化运维、成本优化以及架构最佳实践。通过使用Amazon CloudWatch、AWS CloudTrail、AWS Config、AWS Systems Manager、AWS Trusted Advisor及AWS Well-Architected Framework等工具,帮助企业实现高可用性、安全性和性能效率,同时优化资源使用和成本控制。

potato的博客 81

39、AWS资源管理与优化:核心服务与框架全解析

本文全面解析了AWS核心资源管理与优化服务,包括AWS CloudTrail、AWS Config、AWS Systems Manager、AWS Trusted Advisor以及AWS Well-Architected Framework。详细介绍了各服务的功能、操作步骤、应用场景以及服务间的协同工作方式,帮助用户构建高效、安全、经济的云架构。

rl6adventurer的博客 84

39、亚马逊云科技(AWS)成本优化与资源管理全解析

本文深入解析了亚马逊云科技(AWS)中的成本优化和资源管理策略。内容涵盖了成本监控工具、实例选择、存储优化、权限管理等多个关键领域,帮助用户全面掌握 AWS 成本控制和资源高效利用的技巧。同时提供了复习问题、流程图解和实践操作建议,适用于不同技术水平的 AWS 用户。

go5gopher的博客 93

27、AWS 安全监控与事件响应全解析

本文深入解析了如何利用AWS服务构建有效的安全监控与事件响应机制,并结合NIST事件响应框架,详细介绍了从事件设计与准备、检测与分析,到遏制与隔离、法医分析、根除以及事件后活动的完整流程。通过AWS CloudTrail、VPC流日志、CloudWatch等工具,企业可以更好地监控安全事件并采取应对措施,保障云基础设施的安全。

sky77的博客 72

16、AWS网络资源管理与负载均衡全解析

本文深入解析了AWS网络资源管理与负载均衡技术,涵盖了可用区与子网的概念、TCP/IP及NAT寻址原理、跨可用区部署网站的方法,以及负载均衡器的配置与优化策略。同时介绍了不同类型的负载均衡器及其适用场景,并提供了构建高可用性架构的最佳实践,帮助用户提升业务的稳定性和性能。

python9snake的博客 65

5、AWS 计费与成本管理全解析

本文深入解析了 AWS 的计费与成本管理相关工具和功能,包括成本计算工具、服务限制、计费仪表板、预算设置、成本监控、标签使用、AWS 组织管理等内容。通过合理利用这些工具,用户可以更好地控制 AWS 账户的支出,优化资源使用效率,并提升账户安全性。同时,文章还介绍了 AWS 免费套餐的使用建议以及相关操作流程,帮助用户高效管理云资源成本。

sam99的博客 162

24、AWS服务API方法与CloudWatch指标维度全解析

本文详细解析了AWS多个服务的API方法及其对应的PowerShell命令,并深入介绍了CloudWatch监控指标与维度,帮助用户更好地管理和监控AWS资源。通过实际应用案例和优化建议,读者可以了解如何结合API操作与监控告警,提升AWS环境的稳定性、性能与安全性。

rgv2345678的博客 65

47、AWS技术全面解析与应用指南

本文全面解析了AWS云计算平台的核心概念、服务和实际应用,涵盖计算、存储、数据库、安全、网络、应用部署等多个领域,同时介绍了资源管理、成本优化及高级主题如机器学习与区块链。通过详细的服务介绍与实践指南,帮助个人和企业更好地理解和使用AWS,实现高效、安全和可扩展的云解决方案。

rl6adventurer的博客 100

25、AWS资源使用与管理全解析

本文全面解析了AWS资源的使用与管理,涵盖资源安全保障、操作工具使用、核心计算和存储服务等内容。详细介绍了IAM权限管理、数据加密策略、AWS CLI与SDK操作、资源监控与成本管理的最佳实践,并提供常见问题的解决方案。通过合理运用AWS服务与工具,可以高效、安全地管理资源并控制成本,为业务需求提供灵活支持。

sam99的博客 91

24、AWS 资源管理与日志管理实践

本文探讨了AWS环境中的资源管理和日志管理实践。内容涵盖使用Python脚本检索EC2标签、通过Puppet进行配置管理、模块化设计CloudFormation堆栈,以及构建集中式日志管理系统。重点介绍了Logstash的配置与优化,以及日志保留、监控和安全策略。总结了关键要点,并展望了未来自动化运维和机器学习在日志分析中的应用方向。

web39explorer的博客 70

CloudFormation IaC生成器详解:自动化AWS资源管理的利器

CloudFormation IaC生成器是AWS提供的一种服务,允许用户通过声明性模板来定义和管理AWS资源。它将基础设施视为代码,使得创建、更新和删除资源变得简单、可重复且高效。在CloudFormation中,每个资源都有一个唯一的逻辑ID和一组属性。

探索云原生与智能化驱动下的安全运维新范式。关注DevSecOps、可观测性、AIOps等前沿领域,与您共赴技术前沿。 363

33、应用资源管理与MuleSoft认证考试全解析

本文深入解析了在MuleSoft生态系统中应用资源管理的核心概念与实践策略,涵盖Kubernetes中的HPA与VPA机制、不同平台(CloudHub 1.0/2.0、本地Mule运行时、Runtime Fabric)的资源分配与优化方法,以及多区域灾难恢复策略的设计与实施。同时全面介绍了MuleSoft Certified Platform Architect (MCPA) – Level 1认证考试的内容结构、备考建议与适用人群,并通过实际案例和对比表格帮助读者理解各平台在资源管理和高可用性方面的差异。

ujm5678901的博客 50

深入理解AWS资源管理与监控工具

本文旨在解读AWS中的CloudTrail和Cost Explorer两大服务,以及它们在日志记录、资源监控和成本管理方面的应用。CloudTrail负责记录AWS账户的所有操作事件,而Cost Explorer则提供了对AWS服务成本和使用情况的深入分析和报告。本文还将探讨如何根据不同的使用场景选择合适的AWS管理工具,以及如何通过编程方式与AWS集成开发应用程序。

weixin_30356433的博客 587

掌握AWS DevOps工具:从监控到迁移

本文围绕AWS认证DevOps工程师专业考试的学习指南和速查表,详细介绍了如何使用AWS服务进行资源监控、日志记录和迁移。章节涵盖了添加基于负载的实例、使用AWS Application Discovery服务进行迁移规划、通过CloudFormation模板部署ECS、自动缩放和ALB,以及监控和日志记录的高级配置。通过这些内容,读者可以更深入地理解AWS在DevOps领域中的应用,并为考试做好准备。

weixin_31185473的博客 340

掌握AWS DevOps:OpsWorks与Systems Manager的深度解析

本文深入探讨了AWS DevOps工程师专业认证中的OpsWorks和Systems Manager两大工具,详细介绍了它们的功能、特点以及如何在企业环境中实施高效的配置管理和自动化操作。通过章节内容的分析,我们将了解如何利用这些工具简化云资源管理,提高运维效率,确保应用的持续部署和监控。

weixin_35757191的博客 1084

深入解析MTK DRM初始化流程:从KMS模块到组件框架

本文深入解析了联发科(MTK)平台上DRM显示框架的初始化流程。从内核模块加载、Component框架管理依赖,到核心的mtk_drm_bind函数构建KMS对象(CRTC、Plane、Encoder、Connector),最终完成DRM设备注册并创建用户空间接口。文章结合调试经验,为开发者梳理了从驱动启动到屏幕点亮的完整路径与关键排查点。

onion的博客 769

Verilog实现FIR滤波器

1、FIR滤波器简介 不追究FIR滤波器的深层含义,我们只关注如何实现;可以看出,FIR滤波器的本质就是延迟、系数相乘与求和,如下图: 2、设计 基于以上分析,按照三级流水实现FIR滤波器设计:信号延迟-系数相乘-求和 `timescale 1ns / 1ps module fir( input clk, input rst_n, input [3:0]din, output reg [9:0]dout ); // data reg reg [3:0]din1; reg [3:.

CLL_caicai的博客 1万+

中微8S6990实战:5分钟搞定GPIO配置与按键中断(附避坑指南)

本文以中微8S6990单片机为例,详细讲解了GPIO按键中断的快速配置方法与实战避坑指南。内容涵盖GPIO初始化、中断配置、软件消抖优化及低功耗唤醒等关键步骤,并提供了利用逻辑分析仪进行调试验证的有效方法,帮助开发者快速构建稳定可靠的嵌入式按键交互系统。

weixin_29194817的博客 282

数据中心GPU芯片性能参数速查表(Nvidia+国产算力卡)

本文提供了一份数据中心GPU芯片性能参数速查表,涵盖Nvidia与国产算力卡两大阵营。文章详细解读了算力、显存、互连技术及功耗等关键性能指标,并对比了A100、H100、昇腾910B等主流型号,旨在帮助用户根据AI训练、推理等实际场景,做出高效的硬件选型与成本评估决策。

a0b1c2d3的专栏 840

华为OD机试真题 新系统【进制转换后自定义排序】

华为OD机试 新系统真题【进制转换后自定义排序】,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【进制转换后自定义排序】多语言题解。

qq_45776114的博客 599

拼多多Android面试题及参考答案

Android 系统采用分层架构设计,从底层到上层依次为Linux 内核层硬件抽象层(HAL)系统运行时库层应用框架层应用层,共五层。位置:Linux 内核层与系统运行时库层之间,是“硬件与系统的隔离层”。核心作用:屏蔽硬件差异,为上层提供统一的硬件访问接口,解决 Android 开源与硬件厂商闭源的矛盾,具体功能如下:硬件能力抽象:将硬件的具体实现(如不同厂商的摄像头芯片、音频芯片)封装为标准化接口(如Camera HALAudio HAL。

大模型大数据攻城狮的专栏 1285

C++多线程 task--std::promise和std::future

本文主要讲解C++11/14/17中所提供的应用于多线程编程中的Task机制。Task可由如下几部分取得而本文主要讲解std::promise和std::future相关的内容。std::promise和std::future通过一个数据管道进行交流,可以将std::promise看作生产者,std::future看作消费者,其两者形成如下的方式交互std::promise本身是一个模版类,通过std::promise可以像数据管道中设置value,异常和相应的通知信息。std::promise提供了如下接

qls315的博客 1819

【C++】构造函数之初始化列表(Initialization list of constructors)

本讲主要是构造函数的初始化列表的讲节,但是本节很重要,可以关乎后面写项目

m0_62599305的博客 2235

贝叶斯统计 [韦来生编]

贝叶斯(Bayes)统计是近几十年来迅速发展起来的数理统计的一个重要分支。贝叶斯方法与经典统计方法的主要不同之处是进行统计推断时除了利用样本信息外,还要利用参数的先验信息,因此可以提高统计推断或统计决策的效果。它在经济、金融、生物、医学、自然科学和社会科学等许多领域具有广泛的应用。贝叶斯方法的研究已渗透到了统计学的几乎所有领域。作者在给中国科学技术大学概率论与数理统计专业本科生开设的“数理统计”课程中有一章专门讲授“贝叶斯方法和统计决策理论”,近十年来也给中国科学技术大学概率统计专业研究生开设过几次“贝叶斯分析”课。本书是在对过去讲稿的内容作了适当的增减和调整的基础上完成的。  本书共分六章。第1章是绪论,介绍了贝叶斯统计的若干基本概念,同时对必要的数理统计的基础知识有重点地作了回顾。第二章介绍了确定先验分布的若干可供选择的方法。第三章介绍了几类常见统计模型参数的后验分布的主要结果和计算方法。第四章和第五章分别介绍了“贝叶斯统计推断”和“贝叶斯统计决策”的内容。第六章介绍了贝叶斯统计计算的若干方法,包括蒙特卡洛方法和马尔可夫链蒙特卡洛(MCMC)方法以及相关统计软件的简介。本书的每一章附右大量的例题和习题,书末附有常用的几个表格和部分习题解答供读者查用。  大约可在54学时内讲授本书的第1章至第六章的主要内容,教师可根据学时需要选讲本书第1章至第六章的部分内容。书中标“*”号的章节可略去不讲,留给读者作为阅读材料。第六章例题中的R代码和部分例题的数据文件等可从作者个人主页下载。  作者在编写本书的过程中参考了J.O.Berger教授的《统计决策论及贝叶斯分析》和茆诗松教授编写的《贝叶斯统计》等书中的一些内容,以及《贝叶斯分析》一书中由张伟平博士编写的有关贝叶斯统计计算的一些内容。在此表示衷心感谢。  本书编写准备过程中,中国科学技术大学统计与金融系的几个研究生帮助完成了本书部分中文的录入和排版,作者对他们的辛勤工作表示真诚的感谢。高等教育出版社为本书的出版给予了大力支持。在此一并致谢。

文档:亲测可用解决vnc灰屏,黑屏,鼠标大黑叉情况

主要解决vnc-viewer灰屏,黑屏,鼠标大黑叉等现象,详细见文档。

IMSL CNL 7.0.0 (x86-64)Crack

IMSL CNL 7.0.0 (x86-64)Crack intel的算法库破解文件,这是C++版本的破解文件

Devexpress16.2.6破解工具

Devexpress16.2.6破解工具Devexpress16.2.6破解工具Devexpress16.2.6破解工具Devexpress16.2.6破解工具

上一篇: 28、定时器与显示适配器的工作原理及应用解析
下一篇: 1、SPECOM 2023:语音与计算机领域的盛会
gitlab7runner
博客等级 码龄4年 78粉丝 1747原创
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  | 博主筛选后可见
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
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
实付元
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