micrometer提供了基于Java的monitor facade，其与springboot应用和prometheus的集成方式如下图展示
上图中展示的很清楚，应用通过micrometer采集和暴露监控端点给prometheus，prometheus通过pull模式来采集监控时序数据信息。之后作为数据源提供给grafana进行展示。
micrometer支持的度量方式及在springboot中
转载
2018-12-26 16:37:00
602阅读
2评论
有的时候需要在prometheus里面输出一些自定义的metrics。实现很容易，把这些自定义的值保存在一个prom文件里面，然后让nodeexporter加载这个文件就可以了。下面看一个简单的例子。我有一个DHCPKea服务器，已经配置了API的功能。比如说，我发送一个curl的请求，可以获得一个JSON的返回值，通过jq我可以获取一些子网的信息。ubuntu@fortinetdhcpbours
原创
2022-08-07 12:11:48
4135阅读
前言在深度学习中，有时候我们需要对某些节点的梯度进行一些定制，特别是该节点操作不可导(比如阶梯除法如 )，如果实在需要对这个节点进行操作，而且希望其可以反向传播，那么就需要对其进行自定义反向传播时的梯度。在有些场景，如[2]中介绍到的梯度反转(gradient inverse)中，就必须在某层节点对反向传播的梯度进行反转，也就是需要更改正常的梯度传播过程，如下图的 所示。在tensorflow中
prometheus 部署安装监控系统硬件（node-exporter）监控mysql （mysql_exporter）监控redis（redis_exporter）监控docker （cadvisor）监控可视化展示 (Grafana)监控报警 （Alertmanager ）prometheus docker安装创建相应目录mkdir -p /home/prometheus/prometheus
Micrometer 提供了基于 Java的 monitor facade，其与 springboot 应用和 prom
转载
2023-05-30 10:43:28
221阅读
这篇教程是翻译Morgan写的TensorFlow教程，作者已经授权翻译，这是原文。目录TensorFlow学习系列（一）：初识TensorFlowTensorFlow学习系列（二）：形状和动态维度TensorFlow学习系列（三）：保存/恢复和混合多个模型TensorFlow学习系列（四）：利用神经网络实现泛逼近器（universal approximator）TensorFlow学习系列（五）
Hadoop集群配置部分参数： 设置dfs.name.dir 时，通过逗号分隔多个值，可以使namenode将元数据存储到多个副本，以便namenode出错时恢复。 dfs.data.dir也可设置多个目录，但是其目的不是为了冗余容错，而是可以循环写入，提高性能。 fs.checkpoint.dir也可设置多个目录，以保存检查点。和namenode一样，其支持冗余备份。 以上设置的目录，默认
转载
2024-05-17 12:54:43
41阅读
一、为什么需要自定义RDD 1. spark提供了很多方法读数据源，比如我们当前可以从hdfs文件、jdbc、mongo、hbase等等将数据包装成RDD供我们后续进行处理。如果我们想要读memcache中的数据恐怕就没有现成的了，需要我们自己实现自己的RDD。 2. RDD是一种弹性分布式数据
转载
2023-12-27 11:12:58
163阅读
# Java Prometheus 自定义 Metrics
Prometheus 是一个非常强大的开源监控系统和时间序列数据库，可用于收集、存储和查询各种指标。Prometheus 提供了一个灵活的数据模型和查询语言，使得我们可以方便地监控应用程序的各种指标，并通过可视化图表展示。
在使用 Prometheus 监控应用程序时，通常需要自定义一些特定的指标，以便更好地了解应用程序的状态和性能。
原创
2023-12-18 12:28:20
150阅读
有时候我们想要修改xadmin详情页字段的显示方式，比如django默认的ImageField在后台显示的是image的url，我们更希望看到image的缩略图；再比如django将多对多字段显示为多选的下拉框或者左右选择栏的方式，向图片展示的这两种： 如果我想要上面这种带搜索功能并且只占一行的效果该如何做呢？这就需
# Java Prometheus 自定义 Metrics
。#首先说一下自定义层的三种方法
import tensorflow as tf
#自定义全连接层
class Linear(tf.keras.layers.Layer):
#在__init__中进行所有
转载
2024-05-15 12:31:22
99阅读
# 自定义 Spring Boot Actuator Metrics 的实现指南
当我们使用 Spring Boot 的 Actuator 功能时，能够获得关于应用程序的很多信息，但有时我们需要自定义一些指标以满足特定需求。本文将指导你如何在 Spring Boot 中实现自定义 Metrics。
## 实现流程
| 步骤 | 描述 |
|-
一、特性Attribute和注释有什么区别特性Attribute A：就是一个类，直接继承/间接继承Attribute B：特性可以在后期反射中处理，特性本身是没有什么*用的 C：特性会影响编译和运行时功能注释说明，其目的是让人们能够更加轻松地了解代码。注释是编写程序时，写程序的人给一个语句、程序段、函数等的解释或提示，能提高程序代码的可读性 B：注释不能后期处理 二、自定义At
转载
2024-10-04 14:53:39
74阅读
记录一下hadoop 数据类型章节的笔记，以便后期使用，本文是边学习边记录，持续更新中
[size=large][b]Hadoop 常用自带的数据类型和Java数据类型配比如下[/b][/size]
[table]
|[color=red]Hadoop类型[/color]|[color=red]Java类型[/color]|[color=red]描述
转载
2023-07-14 20:34:23
90阅读
K8s自定义metrics是在Kubernetes集群中监控自定义应用程序度量数据的一种方法。通过自定义metrics, 我们可以定制化地展示应用程序运行状态的各种指标，以便于更好地理解和调优我们的应用程序。在下面的文章中，我将向你介绍如何在Kubernetes集群中实现自定义metrics。
### 实现K8s自定义metrics的流程
| 步骤 | 描述 |
| --- | --- |
|
原创
2024-03-27 10:26:44
87阅读
