展信佳，当你看到这段简介的时候，我“风吹海洋浪”已走马上任优快云博客平台。我来这只办一件事：致力于将模糊的概念清晰化，技术的语言通俗化，复杂的关系逻辑化，孤岛的知识碎片结构化，让我一心和技术大佬们共同进步，最重要的是！！！！！忘记【你】

安装系统：1,方法一：借助第三方软件：360的重装系统功能，

台式电脑组成图解和组装步骤一级目录二级目录三级目录一级标题二级标题三级标题四级标题五级标题六级标题一级目录https://product.pconline.com.cn/itbk/software/dnwt/1408/5254556.html二级目录三级目录一级标题二级标题三级标题四级标题五级标题六级标题...

操作系统（OS）是管理计算机硬件与软件资源的计算机程序，同时也是计算机系统的内核与基石。操作系统也提供一个让用户与系统交互的操作界面。1、windows操作系统windows操作系统是微软公司开发的电脑操作系统，主用于台式和笔记本电脑中。微软公司还研发了适合服务器的操作系统，像windows server 2008，windows server 201版本等 是服务器安装的系统。2、...

计算机一级cpu多核多线程含义查看方法含义参考文档一级cpu多核多线程含义查看方法含义通俗的讲，核就是核心，CPU的发展中，不断提升CPU频率到一定程度后，由于制造工艺及成本原因，无法再生产更高频率的CPU后，提出了多核的解决方案来提高CPU速度，形象的来说就是把2个CPU封装在一起，同时进行运算，有点像早期的双CPU解决方案（也就是1块主板上2个CPU）。我们来看看核心数，核心数越多，代表这个CPU的运转速度越快，性能越好，本来处理一个数据，一核CPU原来是用1个人处理数据，双核C

计算机知识计算机底层原理布尔逻辑和逻辑门布尔代数true和false二进制（如何存储和表示数字）算术逻辑单元ALU（计算处理数据）算术单元（负责计算机数字操作）半加器（1+1）全加器（1+1+1）逻辑单元（负责执行逻辑操作）计算机底层原理布尔逻辑和逻辑门门：因为它能控制电流的路径用晶体管实现逻辑门逻辑门可以判断布尔语句布尔代数true和false晶体管：只是电控制的开关，有三根线：两根电极和一根控制线。（控制线通电时，电流就可以从一个电极流到另一个电极）控制线当做input、底部的电极当做

内容：【物到非物】产品承载功能和服务系统（系统按类型划分为接触点来分析设计：（物理的：导视系统环境空间、数字的：挂号系统、人际的接触点：服务过程中客户与服务/人交互的地方），其中接触点中用户感受不好的就是：痛点）、【服务要素：有形到无形】无形的价值通过有形的方式显性化（可感知类型的：视觉化）呈现出来。服务体验路程、关键接触点、每个接触点上用户的心理状态（注意力、态度、情绪、想法）、接触点和接触点之间的交互历程（动作、交互类型）、接触点之间的联系关系（单向、双向）、每个接触点上可能的设计机会点和阻碍。

latex格式整理总结

运算符性能模型：运算符的实际处理性能通常被定义为处理的数据元组数量 与 处理时间的比率然而，观察到的运算符的数据处理时间由于阻塞，包含有大量的等待时间，因此不能准确的反应运算符的实际处理能力。因此参考DS2中真实速率的概念（ V. Kalavri, J. Liagouris, M. Hoffmann, D. Dimitrova, M. Forshaw, andT. Roscoe, “Three steps is all you need: fast, accurate, automatic s

在本文中关注其中的两个方面:1.operator parallelisation—configuring the degree of parallelism for streaming logic, and 2.task scheduling—deciding the placement of streaming tasks on distributed resources.运算符的并行化：配置流逻辑的并行度task任务的调度：决定流任务在分布式资源上的位置...

问题：现有的分解storm拓扑结构的方法不能确保最优的性能。拓扑结构需要手动预设拓扑结构所需的worker数量。实验验证了适当的worker数量设置会影响集群的性能。问题-动机：当一个拓扑结构提交到storm集群中，根据人工预先设定的应分解的worker数量，或者手动进行重新平衡（但如果不分析提交拓扑结构或者监测集群的状态，很难找到合适的worker参数。）worker设置不当会影响到集群的性能，所以要找到一个更好的方式来分解拓扑结构。动机实验：为了发现合适的参数，做实验发现可能影响集群性能

问题：由于数据源产生数据的速度不可预测，所以流处理系统对动态性要求很高、需要适应能力。本文方法采用两种机制来扩展运行时的动态适应性： automatic elasticity and stateful migration1.自动弹性：在框架层面：实现了扩展决策，即它允许根据扩展策略自动调整每个应用的运算符的并行实例数量，本文提出一个简单的基于阈值的策略（根据传入的工作负载弹性地改变每个运算符的并行实例数量）。由于框架层面实现了弹性，storm可以与底层的扩展系统耦合，通过根据需要获取和释放计算

知识：storm调度器机制：worker数量在拓扑结构执行时保持不变（静态）。数据流方面（数据传输速率）会有很大变化，但例如默认调度器使用静态配置没有考虑到，会导致系统的吞吐量。该情况下，storm需要暂停正在执行的拓扑结构，重新编译改变配置重新部署，这就造成昂贵的延迟开销。问题：目前流处理系统没有考虑通信模式、计算资源的异质性，这会导致将高通信的任务映射到不同且成本高的远程节点上，增加通信成本和延迟。本文方法：提出一个考虑任务之间的通信（历史通信）、和其他重要调度方面（异质性：机器的计

Storm模型： A Storm application is modeled as a topology, i.e. a graph where nodes are operators and edges represent data flows among such operators. storm的应用建模为一个拓扑结构，DAG有向无环图，其中图中的节点是运算符，边代表着运算符之间的数据流 A Storm cluster can run topologies (Storm’s jargon

问题：目前，流处理引擎（SPE）在调度时忽略了拓扑结构、executor之间的关系，频繁通信的task在调度时必须考虑其他方面的问题：资源供应、task的计算需求、通信worker node节点之间的物理距离等等。频繁通信的task可能会在不同的计算节点上，从而增加了网络延迟。默认调度器问题：当storm集群是一个由两个worker node节点充当supervisor调度下图线性拓扑时：spout a分配到supervisor 1bolt a分配到supervisor 2bolt b分

在DSPS中（例如storm）调度问题上有性能瓶颈：如何在集群中的所有可用节点中部署storm应用拓扑的组件。TOSS基于结构的调度器：1.节点间的流量2.考虑基于拓扑结构形式的调度器3.减少运行时重新调度的开销目的：通过缩短总体通信成本来减少进程间的平均延迟，同时平衡多个集群节点的负载。原理：TOSS在静态拓扑结构上识别具有大量通信的边，将这种通信密集型的边分到一组slot中（由α自我调整参数管理的slot）。将一组executors分配到工作负载最小的节点上。优点：1.通过分析拓扑结