- 博客(115)
- 收藏
- 关注
RSS订阅原创 SeaweedFS使用
中央主服务器（master）只管理文件卷（volume），而不是管理中央主服务器中的所有文件元数据，它允许这些卷服务器管理文件及其元数据。这减轻了中央主服务器的并发压力，并将文件元数据传播到卷服务器，允许更快的文件访问(只需一个磁盘读取操作)。上传文件夹：aws --endpoint-url http://localhost:8333 s3 cp /Users/aaron/Documents/cpfs/qwen2.5/ s3://sfm-bucket-test/ --recursive。
2025-03-21 15:28:33
303
原创 mvn-mac操作小记
修改配置vi /opt/homebrew/Cellar/maven/3.9.9/libexec/conf/settings.xml。如果报错，Warning: /opt/homebrew/bin is not in your PATH.涉及repo库冲突，最简单的办法，就是把库删除掉。2.安装brew install maven。vim ~/.zshrc，最后一行追加。mvn -version查看路径。如果mvn package。
2024-11-26 20:26:18
576
原创 API网关 / API Gateway
为了提高网关的吞吐率，可以使用NIO+Servlet 3 异步的方式，还可以利用Servlet 3 的异步特性将请求线程与业务线程分开，为后续的线程池隔离做好基本的支撑。网关在数据透传的背景下，还会设计协议的转换，比如上图中用户请求传输到网关的协议是HTTP，通过网关透传到下游则可能已经转换成企业内部的RPC了(比如JSF、Dubbo等企业自研的RPC框架)。文章中，我们从单体系统到微服务系统演变，引入了API网关的概念，紧接着介绍了API Gateway的基本功能，以及展示一个线上生产网关的架构示意图。
2024-11-19 14:11:56
838
原创 阿里云VPC机器如何访问公网
2.在弹性公网IP页面，创建弹性公网IP，详情请参见申请EIP。3.在公网NAT网关页面，创建NAT网关，并绑定弹性公网IP，4.如果涉及白名单，那么需要增加相关白名单配置。1.创建专有网络和交换机。
2024-10-30 17:52:30
545
原创 Python基础一览
类是面向对象编程的基本构建块，它封装了数据（属性）和方法（行为）。变量名应简洁明了，尽量使用小写字母加下划线的形式（如user_name）。类可以包含多个方法（通过def定义），这些方法通常操作该类实例的数据。├── README.md # 项目说明文档。├── setup.py # 包配置文件。├── my_project/ # 主代码库。├── docs/ # 文档。创建类后，可以通过这个类创建对象（实例）。
2024-10-29 10:20:12
253
原创 Anaconda、Pycharm环境配置
Pytorch官网：https://pytorch.org/get-started/locally/删除环境：conda remove -n env_name --all。激活环境：activate env_name。退出环境：deactivate。也可以在project中使用。
2024-10-18 14:07:00
311
原创 k8s 小技巧
Bonus tip: 对 kubectl 的 alias 也启用 Auto Complete，假设你设置了 alias k=kubectl，那么在 ~/.zshrc 或者 ~/.bashrc 中可以加上complete -F __start_kubectl k来让 k也获得自动补全能力。指定选择器：kubectl logs -f --selector。同时 tail 多个 Pod 的日志。Shell 自动补全。
2024-10-17 19:44:33
816
原创 Ollama拉起本地模型以及rag系统部署。
Ollama 是一个简明易用的本地大模型运行框架。能在本地启动并运行 Llama 2、Mistral、Gemma 及其他大语言模型，没有GPU资源照样可以la和LocalAI 比较类似，但是加载模型更容易，感觉上比较像 docker，也采用了 tags 来区分模型的不同版本，尤其是 CLI 也采用了 pull、rm、run 等等；
2024-09-03 19:44:37
642
原创 ingress处理
在这里插入图片描述](https://i-blog.csdnimg.cn/direct/cc00e7e6e2b7492cac0a32e4bab60dec.png。Ingress 提供从集群外部到集群内服务的 HTTP 和 HTTPS 路由。流量路由由 Ingress 资源所定义的规则来控制。
2024-08-27 16:03:07
270
原创 kube-proxy 和 Calico区别？
它会根据服务的定义自动生成网络规则，确保来自外部或集群内部的流量能够正确地路由到相应的服务副本。Calico 具有高度可配置性和可扩展性，支持多种网络模式（如BGP、VXLAN），并且可以与外部的网络基础设施集成（如支持多云或混合云环境）。kube-proxy 实际上不处理数据包的具体传输或路由，而是为服务提供一种虚拟IP的抽象，负责将服务请求转发到正确的Pod。Calico 则是一个CNI插件，提供了更广泛的网络功能，包括高效的Pod网络路由、网络安全策略、和可扩展性支持。
2024-08-27 15:39:18
574
原创 tcpdump使用指南
tcpdump 是一款强大的网络抓包工具，它使用 libpcap 库来抓取网络数据包，这个库在几乎在所有的 Linux/Unix 中都有。
2024-08-05 18:59:34
625
原创 用户登录体系
在用户成功登录后，服务器生成一个身份验证令牌，并将其存储在Cookie中。这样，用户在会话期间的每个请求都会携带这个令牌，服务器通过验证这个令牌来确认用户的身份。会话管理： 当用户登录网站时，服务器会创建一个用于标识用户的会话标识，并将其存储在Cookie中。购物车和会话状态： 在电子商务网站上，Cookie可以用于存储用户的购物车信息和会话状态，确保用户在浏览和购物过程中的连续性。1).校验密码是否过期，注意数据库一开始存储的时候，数据需要基于salt做加密存储，然后再去做对比。2).账户是否被禁用。
2023-12-25 15:39:26
526
原创 docker相关知识
Compose 使用的三个步骤：使用 Dockerfile 定义应用程序的环境。使用 docker-compose.yml 定义构成应用程序的服务，这样它们可以在隔离环境中一起运行。最后，执行 docker-compose up 命令来启动并运行整个应用程序。
2023-11-06 16:53:21
278
原创 大模型相关概念
奖励模型：奖励模型是强化学习中的一个关键概念。它代表了一个问题的目标或任务。在强化学习中，一个代理（agent）尝试通过与环境互动来学习最佳的行为策略。这个学习的过程是通过最大化获得的累积奖励来实现的。奖励模型定义了环境对代理行为的评估方式，给出了代理在不同状态下采取不同动作的反馈信号。奖励通常是一个数值，代理的目标是找到一种策略，最大化长期累积奖励。假设我们正在考虑一个经典的强化学习问题：训练一个智能代理来玩一个迷宫游戏。
2023-10-25 10:56:57
802
原创 C++学习概述
随着程序的增长，您的代码也会增长，如果所有内容都在一个文件中，那么每次进行任何微小更改时都必须完全重新编译所有内容。对于小程序来说，这似乎没什么大不了的（实际上也不是），但是当您有一个合理大小的项目时，编译整个程序可能需要几分钟的时间。头文件允许您使接口（在本例中为 MyClass 类）对其他 .cpp 文件可见，同时将实现（在本例中为 MyClass 的成员函数体）保留在其自己的 . .cpp 文件。如果您将不同的功能模块分离到不同的文件中，那么在您想要进行修改时，更容易找到您正在寻找的代码。
2023-09-13 15:31:11
280
原创 社保先关事宜
个人账户实行完全积累制在账户中，有“统筹账户”和“个人账户”，缴费基数均为当地上年度在岗职工平均，单位所缴费用相当于缴费基数的20%，进入社会统筹账户。个人所缴费用相当于缴费基数的8%，进入个人账户，每月由单位代扣代缴。其中，个人账户实行完全积累制，资金包括个人缴费和投资收益。2、计算方法当个人领取养老金时，统筹账户支付部分的计算方法为“领取年前一年社会平均工资×(缴费年限×1%)”，个人账户提取部分的计算方法为“账户积累额÷(时的平均期望寿命×12)”。
2023-08-28 18:43:40
129
原创 [K8s]问题描述：k8s拉起来的容器少了cuda的so文件
问题解决：需要设置Runtimes：nvidia的同时设置Default Runtime=nvidia。
2023-08-17 20:23:03
772
原创 大模型相关知识
简单来说，embedding就是用一个低维的向量表示一个物体，可以是一个词，或是一个商品，或是一个电影等等。这个embedding向量的性质是能使距离相近的向量对应的物体有相近的含义，比如 Embedding(复仇者联盟)和Embedding(钢铁侠)之间的距离就会很接近，但 Embedding(复仇者联盟)和Embedding(乱世佳人)的距离就会远一些。
2023-08-14 16:03:13
4728
原创 机器学习概要学习
1.找一个带未知参数的函数，基于领域知识：y（未来的播放量）=b+wx1,x1为当天的播放量,b(bias偏置)和w(weight权重)是未知的参数。2.从训练数据中定义LOSS(损失)，1).LOSS是关于参数的函数L(b,w) 2).LOSS:一组数值好还是不好。计算：预测值，真实值(label)的差距，然后LOSS=1/n Een,值越大，表示这组参数越不好。如回归分析，统计分类。
2023-06-26 19:49:32
272
原创 java.lang.IllegalStateException: getReader() has already been called for this request
controlller异常
2022-07-20 14:19:08
3033
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