- 博客(27)
- 收藏
- 关注
RSS订阅原创 K8s中，deployment 是如何从 yaml 文件最终部署成功 pod 的
整个过程Kubernetes的“声明式 API”和“控制循环”设计理念，用户只需定义期望状态，Kubernetes会自动协调实现该状态。检测到新的Deployment对象后，根据配置创建ReplicaSet。目标节点上的Kubelet定期从API Server 同步Pod信息。如果Pod异常终止，ReplicaSet会自动创建新的Pod替换。Scheduler 负责为未调度的Pod选择合适的节点。验证YAML配置的合法性(语法、字段约束等)发现分配给自己的新Pod后，通过容器运行时创建容器。
2025-10-23 09:58:40
455
原创 云原生介绍
云原生（Cloud Native）是一种，它充分利用云计算的优势（弹性、分布式、按需服务）来解决传统应用在扩展性、可靠性和开发效率上的痛点。
2025-07-25 10:17:30
608
原创 k8s 中的 deployment，statefulset，daemonset 控制器的区别
（如数据库、消息队列），提供稳定的网络标识、持久化存储和有序部署。：每个 Pod 绑定专属 PVC（数据与 Pod 生命周期解耦）。✅ 数据库集群（MySQL、PostgreSQL、MongoDB）：新节点加入时自动部署 Pod，节点移除时自动删除 Pod。：所有 Pod 挂载相同的存储（PVC），无数据绑定关系。✅ 分布式协调系统（ZooKeeper、etcd）（或满足条件的节点）上都运行一个指定的 Pod。✅ 消息队列（Kafka、RabbitMQ）✅ 网络插件（Calico、Cilium）
2025-07-25 09:41:12
1137
原创 有关容器沙箱的pause容器
pause 容器是 Kubernetes Pod 模型的，它通过：🌐：网络/IPC/UTS 命名空间🧩：作为 Pod 存在的物理证据🔄：业务容器无需处理进程回收等系统级任务这种设计使得 Kubernetes 能够：实现真正的多容器协同调度保持高效的资源隔离提供一致的网络身份标识。
2025-07-24 17:02:39
561
原创 Kubernetes 集群架构和Pod创建流程
计算容器变更主要包括：Pod的sandbox是否变更、短声明周期容器、初始化容器是否完成、业务容器是否已经完成，相应的我们会得到一个几个对应的容器列表：需要被kill掉的容器列表、需要启动的容器列表，注意如果我们的初始化容器未完成，则不会进行将要运行的业务容器加入到需要启动的容器列表，可以看到这个地方是两个阶段。如果容器配置了PostStart钩子，则会在此处进行对应钩子的执行，如果钩子的类型是Exec类则会调用CNI的EXec接口完成在容器内的执行。Pod资源现在还处于Pending状态。
2025-07-24 16:49:46
1108
原创 有关Kubernetes技术的学习
允许在同一集群或主机上并行使用多种容器运行时技术每个Pod或容器可以选择最适合其需求的运行时通过统一的接口(如CRI)进行管理。
2025-07-23 15:18:18
778
原创 各种名词解释
EOP网关更侧重企业级场景的综合性需求，相比通用API网关，它通常深度集成企业内部的身份认证、权限体系（如 RBAC）和业务系统，功能更贴合企业运营场景（如流程审批、数据合规）；（企业内部系统可能使用不同协议（如HTTP、RPC、SOAP）或数据格式（JSON、XML），网关可统一对外提供标准化接口（RESTful API），并在内部自动转换协议/格式，降低系统间集成成本。所有应用系统信任一个独立的“认证中心”（如企业的SSO服务器），用户的身份信息（账号、密码、权限等）统一存储于此。
2025-07-21 14:11:52
591
原创 Go语言学习日志(一)
整型int和浮点型float32、float64，Go语言支持整型和浮点型数字，并且支持复数，其中位的运算采用补码。（unit8、unit16、uint32、unit64、int8、int16、int32、int64 ）（float32、float64、complex64、complex128 ）（byte、rune、uint、int、uintptr）它能够在声明量的同时为其赋值，而且变量的类型可以根据所赋的值自动推导出来。1、=是赋值运算符：作用是把右边表达式的值赋给左边已经声明的变量。
2025-07-17 17:37:23
688
原创 云原生技术
云原生技术有利于各组织在公有云、私有云和混合云登新型动态环境中，构建和运行可弹性扩展的应用。云原生的代表技术包括容器、服务网格、微服务、不可变基础设施和声明式API。这些技术能够构建容错性好、易于管理和便于观察的松耦合系统。云原生包含。
2025-07-16 14:39:29
1002
原创 每日刷力扣SQL(九)
但，并不是简单的统计某一列中有多少条数据，而是需要我们分别统计：product列中，sell_date分别等于各个日期的不同的产品有多少个（比如：product列中，sell_date等于2020-05-30的不同的产品共有3个），因此，这里应该想到用分组语句GROUP BY。② num_sold：当前这个日期下，卖出去了多少个不同的产品（注意是“不同的”，这决定了我们需要用DISTINCT去重）③ products：某一sell_date下的卖出的所有不同产品的名称。首先，根据题目的描述以及给出的示例。
2024-08-26 11:43:47
590
1
原创 每日刷力扣SQL题(七)
使用自连，连接条件不太容易想到，需要使用 DATEDIFF 函数，这个函数可以计算两个日期之间的天数，然后使用 BETWEEN 条件（方案二和方案三）检查每一个 TIV_2015 是否是唯一的，如果不是唯一的且同时坐标是唯一的，那么这条记录就符合题目要求。所以我们可以将 requester_id 和 accepter_id 联合起来，然后统计每个人出现的次数。成为朋友是一个双向的过程，所以如果一个人接受了另一个人的请求，他们两个都会多拥有一个朋友。天的平均消费额，需要先知道每天的总消费额，作为临时表。
2024-08-23 16:58:38
592
原创 每日刷力扣SQL题(六)
的奇偶性，决定新的 ID。奇数行的 ID 加 1，偶数行的 ID 减 1。在 SQL 中实现每两行交换数据可以通过使用窗口函数和自连接来完成。来生成新 ID，并按新 ID 排序，得到交换后的结果。，以便我们可以知道每行的位置。函数为每一行分配一个序号。其他解法：使用CASE。
2024-08-22 11:11:51
508
原创 每日刷力扣SQL题(五)
思路：按照turn排序的，按照weight进行累加，按照累加的大小进行倒序排序，通过limit 1 选取最后一位上车的人fromlimit 1。
2024-08-21 11:13:50
371
原创 每日刷力扣SQL题(四)
SQL 窗口函数（Window Functions）是一类强大的函数，可以在查询结果的每一行上执行计算，而不需要像聚合函数那样对结果进行分组。窗口函数允许你对结果集中的行进行分析，通常用于生成运行总和、排名、移动平均值等。
2024-08-20 10:43:42
606
原创 每日刷一刷力扣简单题(一)
通过一个辅助哈希表来降低时间复杂度，具体思路是：对数组进行遍历，遍历每一项时都判断target-nums[i](其中i是当前数组项的索引值)是否在之前遍历中遇到过，如果是，则直接返回；分解为两数和，即twoSum(a,threeSum(A)),其中a是数组中的任意数，A是除a之外的其他数的集合；可以先排序 然后使用双指针的思路，一层循环固定一个元素，循环内部利用双指针找出剩下的两个元素，特别注意要去重。解法：分治法 ：将问题分解为若干个子问题，对子问题进行求解后将解合并即可，具体来看，可以将四数和。
2024-08-19 21:48:58
407
原创 每日刷力扣SQL题(三)
其实题目要求“仅在2019-01-01至2019-03-31之间出售的商品”翻译过来就是“所有售出日期都在这个时间内”，也就是“在这个时间内售出的商品数量等于总商品数量”，这样就不难写出这个语句。1、使用Between and 关键字 和 判断activity_type是否为NULL。考察点：聚合函数 、不同系所教课程相同 所以可以用关键字distinct来区分。考察点：近三十天 包括当天 日期时间段应减去29天。
2024-08-19 10:41:19
409
原创 每日刷力扣SQL题(二)
本题主要考察在MYSQL内做简单的计算操作，比如求和、平均值等，计算质量 可以用AVG()函数求出计算劣质查询百分比 可以用SUM和IF最后不要忘记使用ROUND()函数将结果四舍五入到小数点后两位。
2024-08-18 18:52:17
531
原创 第7讲 使用 OpenCompass 评测 internlm2-chat-1_8b 模型在 C-Eval 数据集上的性能
上海人工智能实验室科学家团队正式发布了大模型开源开放评测体系 “司南” (OpenCompass2.0)，用于为大语言模型、多模态模型等提供一站式评测服务。开源可复现：提供公平、公开、可复现的大模型评测方案全面的能力维度：五大维度设计，提供 70+ 个数据集约 40 万题的的模型评测方案，全面评估模型能力丰富的模型支持：已支持 20+ HuggingFace 及 API 模型分布式高效评测：一行命令实现任务分割和分布式评测，数小时即可完成千亿模型全量评测。
2024-04-23 15:51:49
1239
原创 第六讲 Lagent & AgentLego 智能体应用搭建
Lagent 是一个轻量级开源智能体框架，旨在让用户可以高效地构建基于大语言模型的智能体。同时它也提供了一些典型工具以增强大语言模型的能力。Arxiv 搜索Bing 地图Google 学术搜索Google 搜索交互式 IPython 解释器IPython 解释器PPTPython 解释器在本节中，我们将基于 Lagent 自定义一个工具。Lagent 中关于工具部分的介绍文档位于动作 — Lagent。继承 BaseAction 类实现简单工具的 run 方法；
2024-04-20 22:14:25
2162
原创 第五课 LMDeploy 量化部署 LLM-VLM 实践
TurboMind是LMDeploy团队开发的一款关于LLM推理的高效推理引擎，它的主要功能包括：LLaMa 结构模型的支持，continuous batch 推理模式和可扩展的 KV 缓存管理器。因此，TurboMind在推理HF格式的模型时，会首先自动将HF格式模型转换为TurboMind格式的模型。模型在运行时，占用的显存可大致分为三部分：模型参数本身占用的显存、KV Cache占用的显存，以及中间运算结果占用的显存。值得说明的是，以上的划分是一个相对完整的模型，但在实际中这并不是绝对的。
2024-04-18 16:57:11
1200
原创 第四课-——XTuner 微调 LLM：1.8B、多模态、Agent
在本节中主要跑通了 XTuner 的一个完整流程，通过了解数据集和模型的使用方法、配置文件的制作和训练以及最后的转换及整合。那在后面假如我们也有想要微调出自己的一个模型，我们也可以尝试使用同样流程和方法进行进一步的实践！
2024-04-15 19:05:44
2358
1
原创 第三期：书生浦语：搭建你的RAG智能助理
1、RAG的概述：RAG（Retrieval Augmented Generation）技术，通过检索与用户输入相关的信息片段，并结合来生成更准确、更丰富的回答。解决 LLMs 在处理知识密集型任务时可能遇到的挑战, 如幻觉、知识过时和缺乏透明、可追溯的推理过程等。提供更准确的回答、降低推理成本、实现外部记忆。主要应用在问答系统、文本生成、信息检索以及图片描述上。（视为一个搜索引擎，在外部知识库中搜索相关知识）、下图为工作原理向量数据库是RAG中专门存储外部知识库的地方，是实现快速回答的基础。
2024-04-15 09:22:50
2062
1
原创 书生浦语实战训练营 第二课笔记
Lagent 是一个轻量级、开源的基于大语言模型的智能体（agent）框架，支持用户快速地将一个大语言模型转变为多种类型的智能体，并提供了一些典型工具为大语言模型赋能。关键点：下载Demo文件 下载模型，构建SSH链接，可启动大模型。关闭原有终端 开启新的终端，进行图文理解实战。模型生成 300 字的小故事。文件到本地（需截图下载过程）python 包，下载。
2024-04-05 14:29:58
531
1
原创 《书生·浦语大模型全链路开源体系》第一节课程笔记
在各能力维度全面进步，在推理、数学、代码等方面的能力提升尤为显著，综合性能达到同量级开源模型的领先水平，在重点能力评测上InternLM2-chat-20B甚至可以达到比肩ChatGPT（GPT-3.5）的水平。利用高质量语料的特征从物理世界、互联网以及语料库中进一步富集更多类似语料。基于文本质量、信息质量、信息密度等维度对数据价值进行综合评估与提升。针对性补充语料，重点加强世界知识、数理、代码等核心能力。新一代数据清洗过滤技术。
2024-04-01 10:36:28
228
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人