go基础语法// fileName: simple.go package main import ( "fmt" "sync" )func input(ch chan string) { defer wg.Done() defer close(ch) var input string fmt.Println("Enter 'EOF' to shut down: ") for {
Kubernetes的Controller-manager集成了Kubernetes内置所有资源对象的控制器，而创建的CRD编写一个控制器的过程就是实现一个Operator。Operator是CoreOS开发的、特定的应用程序控制器，用来扩展Kubernetes API。它可以创建、配置和管理复杂的有状态应用，如数据库、缓存和监控系统。Operator基于Kubernetes的资源和控制器之上构建
程序已经无法简单地依赖硬件的提升而提升运行速度。这时，多核CPU的出现让我们看到了提升程序运行速度的另一个方向将程序的执行过程分为多个可并行或并发执行的步骤，让它们分别在不同的CPU核心中同时执行，最后将各部分的执行结果进行合并得到最终结果。并行和并发是计算机程序执行的常见概念，它们的区别在于：并行，指两个或多个程序在同一个时刻执行；并发，指两个或多个程序在同一个时间段内执行。并行执行的程序，无论
1、引言在微服务架构中，根据业务来拆分成一个个的服务，服务与服务之间可以相互调用（RPC）。为了保证其高可用，单个服务通常会集群部署。由于网络原因或者自身的原因，服务并不能保证100%可用，如果单个服务出现问题，调用这个服务就会出现线程阻塞，此时若有大量的请求涌入，Servlet容器的线程资源会被消耗完毕，导致服务瘫痪。服务与服务之间的依赖性，故障会传播，会对整个微服务系统造成灾难性的严重后果，这
Java垃圾回收垃圾回收区域及划分在介绍Java垃圾回收之前，我们需要了解Java的垃圾主要存在于哪个区域。JVM内存运行时区域划分如下图所示：图源：深入理解Java虚拟机：JVM高级特性与最佳实践（第3版） —机械工业出版社程序计数器：是一块较小的内存空间，它可以看作是当前线程所执行的字节码的行号指示器，各条线程之间计数器互不影响，独立存储。虚拟机栈：它描述的是 Java 方法执行的内存模型：每
CRD（Custom Resource Definition，自定义资源描述）。在Kubernetes中使用的Deployment、DamenSet、StatefulSet、Service、Ingress、ConfigMap等都是资源，而对这些资源的创建、更新、删除操作会被称为事件。Kubernetes的Controller Manager负责事件监听，并触发相应的动作来满足期望（Spec），这种
Indexer是一个用来存储资源对象的内存存储，处理用户的查询是非常快速高效的。源码路径为k8s.io/client-go/tools/cache/index.go。Indexer的实现主要分为2部分，ThreadSafeMap是底层的并发安全存储，Indexer索引器用来注册索引函数。1.ThreadSafeMap并发安全存储Indexer是在ThreadSafeMap的基础上进行了封装，Thr
工作队列（WorkQueue）在控制器编写中使用得非常频繁，通常使用informer.AddEventHandler函数监听资源对象的事件，并设置事件触发时的回调函数。在回调函数中，将资源对象的key放入WorkQueue，控制器会不断地从WorkQueue中获取数据并按照期望的状态处理。在处理的过程中如果发生任何错误，会重新将资源对象的key放入WorkQueue中并限速，等待控制器取出后再次处
在Reflector调用List/Watch方法后，数据会存入DeltaFIFO这个先进先出的队列。从名称上看，DeltaFIFO需要分2部分来理解，FIFO（First Input First Output，先进先出）是指和正常的先进先出队列一样有基本的操作方法，例如Add、Delete、Update、List、Pop等；Delta则是一个资源对象的存储，用来保存资源对象的操作类型。源码路径为k
Kubernetes组件在工作过程中需要大量监控并查询集群中的资源对象。以Deployment控制器为例，它需要实时关注Deployment和要控制的ReplicaSet的状态变更，实时收敛ReplicaSet的状态，使ReplicaSet与用户自定义的Deployment的状态保持一致。其他控制器也是如此，它们需要频繁查询所关注的资源对象，这势必会对API Server和ETCD造成查询负担。组
Informer启动后会连接API Server并进行全量资源查询，之后会对资源对象进行监听。以上操作主要是由Reflector实现的。源码路径为k8s.io/client-go/tools/cache/reflector.go。Reflector使用的List/Watch方法主要分为2部分，第一部分用来获取全量的资源列表；第二部分是对资源对象进行监控。首先看一下Reflector的结构体定义，示
Kubernetes的事件（Event）是一种资源对象，用于展示集群内发生的情况，Kubernetes系统中的各个组件会将运行时发生的各种事件上报给Kubernetes API Server。例如，调度器做了什么决定，某些Pod为什么从节点中驱逐。可以通过kubectl get event kubectldescribe pod命令显示事件，查看Kubernetes集群中发生了哪些事件。执行命令后
Controller作为核心中枢，集成了Reflector、DeltaFIFO、Indexer等组件，成为连接下游消费者的桥梁。Informer组件的启动，以及数据在几个组件之间的传递都由Controller完成。Controller的定义如下。type controller struct { config Config reflector *Reflecto
分两部分来分析，首先是Istio组件Pilot与Envoy的交互过程。1）Pilot使用client-go的Informer组件连接API Server获取集群中所有服务的Service和对应的Endpoints信息，这样就完成了服务的发现。2）Pilot也会从API Server中获取用户自定义的VirtualService、DestinationRule等Istio的CRD资源对象。这样就获取
DevOps术语和定义1. 什么是DevOps答：用最简单的术语来说，DevOps是产品开发过程中开发(Dev)和运营(Ops)团队之间的灰色区域。DevOps是一种在产品开发周期中强调沟通，集成和协作的文化。因此，它消除了软件开发团队和运营团队之间的孤岛，使他们能够快速，连续地集成和部署产品。2. 什么是持续集成答：持续集成(Continuous integrati
常规题：1. Docker 和虚拟机有啥不同？答：Docker 是轻量级的沙盒 ，在其中运行的只是应用 ，虚拟机里面还有额外的系统。2. Docker 安全么？答：Docker 利用了 Linux 内核中很多安全特性来保证不同容器之间的隔离，并且通过 签名机制来对镜像
在部署一个Knative Service之前，先了解一下它的部署模型和对应的Kubernetes资源。如下所示，在部署Knative Serving Service的过程中，Knative Serving控制器将创建configuration、Revision和Route三个资源对象。Knative Serving的资源对象 配置（configuration）：Knative confi
Knative通过控制入口网关的流量分配来实现服务的路由管理。Knative为每个服务生成唯一的域名，入口网关会根据域名转发请求到对应的服务。1 定制Knative服务的主域名Knative默认为每个Service生成一个域名，Istio Gateway会根据域名判断请求应该转发给哪个服务。Knative默认使用的主域名是example.com，由于该域名不能用作线上服务，需要修改默认主域名，添加
1 scikit-learn介绍scikit-learn是一个面向Python的第三方提供的非常强力的机器学习库，简称sklearn，标志如下所示。它建立在NumPy、SciPy和Matplotlib上，包含从数据预处理到训练模型的各个方面。在人工智能算法开发过程中，研究人员不仅要开发模型，还要花很大力气在数据分析上，以根据数据特征进行算法选择。scikit-learn可以极大地节省编写代码的时间
PyTorch介绍2017年1月，FAIR（Facebook AI Research）发布了PyTorch。其标志如下所示。PyTorch是在Torch基础上用Python语言重新打造的一款深度学习框架，Torch是用Lua语言打造的机器学习框架。但是Lua语言较为小众，导致Torch学习成本高，知名度不高。近几年来，PyTorch凭借其易用性、代码简洁灵活等特点逐渐有了超越TensorFlow的
文本情感分析是指对包含人们观点、喜好、情感等的主观性文本进行检测。该领域的发展和快速起步得益于社交媒体。越来越多的用户从单纯地获取互联网信息向创造互联网信息转变，例如产品评论、论坛讨论、博客等由用户发布的主观性文本。自2000年初以来，情感分析已经成长为自然语言处理中最活跃的研究领域之一。事实上，它已经从计算机科学蔓延到管理科学和社会科学，如市场营销、金融、政治学、通信、医疗科学，甚至是历史。由于
PaddlePaddle介绍PaddlePaddle（飞桨）以百度多年的深度学习技术研究和业务应用为基础，是中国首个自主研发、功能完备、开源的产业级深度学习平台，集深度学习核心训练和推理框架、基础模型库、端到端开发套件和丰富的工具组件于一体。PaddlePaddle的标志如下所示。PaddlePaddle标志 PaddlePaddle深度学习框架采用基于编程逻辑的组网范式，对于普通开发者
一、基本概念1.仓库（Repository）①源仓库(线上版本库)在项目的开始,项目的发起者构建起一个项目的最原始的仓库,称为origin。源仓库的有两个作用：1.汇总参与该项目的各个开发者的代码2.存放趋于稳定和可发布的代码 源仓库应该是受保护的，开发者不应该直接对其进行开发工作。只有项目管理者能对其进行较高权限的操作。②开发者仓库(本地仓库)任何开发者都不会对源仓库进行直接的
1. kubelet简介在kubernetes集群中，每个Node节点都会启动kubelet进程，用来处理Master节点下发到本节点的任务，管理Pod和其中的容器。kubelet会在API Server上注册节点信息，定期向Master汇报节点资源使用情况，并通过cAdvisor监控容器和节点资源。可以把kubelet理解成【Server-Agent】架构中的agent，是Node上的pod管家
微服务架构 云原生架构
近年来，Serverless架构逐渐被更多的开发者所认识、接受，逐渐被应用到了更多领域，其中包括如今非常热门的机器学习领域。与其他领域不同的是，在Serverless架构上进行人工智能相关项目的应用实践具有极大的特殊性。·人工智能领域的模型体积普遍较大，一般情况下模型加载需要比较长的时间，这就导致在Serverless架构上，机器学习项目的冷启动问题更为严重。·目前来看，普遍的Serverless
图像分类是人工智能领域的一个热门话题。通俗解释就是，图像分类是一种根据各自在图像信息中所反映的不同特征，把不同类别的目标区分开来的图像处理方法。它利用计算机对图像进行定量分析，把图像或图像中的每个像元或区域划归为若干个类别中的某一种，以代替人的视觉判断。图像分类在实际生产生活中经常遇到，而且对不同领域或者需求有着很强的针对性。例如通过对花朵拍照识别花朵信息，通过人脸识别匹配人物信息等。通常情况下，
与其说Serverless架构是一个新的概念/架构，不如说它是一个全新的思路、一种新的编程范式。在这种新的架构或者说新的编程范式下，使用全新的思路来做Serverless应用是再好不过的了，但是实际上并不是这样。原生的Serverless开发框架是非常少的。以Web框架为例，目前主流的Web框架均不支持Serverless部署，所以将传统框架更简单、更快速、更科学地部署到Serverless架构上
Serverless架构可以在很多领域发挥极具价值的作用，包括监控告警、人工智能、图像处理、音视频处理等。同样，在大数据领域，Serverless架构仍然可以有良好的表现。以WordCount为例，可以依靠Serverless架构实现一个Serverless版本的MapReduce。MapReduce是一种编程模型，用于大规模数据集（大于1TB）的并行运算。Map（映射）和Reduce（归约），是
触发器（Trigger）用于触发函数执行。不同云厂商会根据自己的业务，为FaaS平台提供多种触发器。其中比较常见的触发器包括API网关触发器、对象存储触发器、定时触发器等。阿里云函数计算提供的触发器如下。对于事件函数，其提供的触发器包括对象存储触发器、API网关触发器、日志服务触发器、MNS触发器、定时触发器、表格存储触发器、消息队列Kafka版Connector触发器、IoT触发器、云监控触发器
Copyright © 2005-2023 51CTO.COM 版权所有 京ICP证060544号
