Wesley13 Wesley13
3年前
java服务架构 之负载均衡【F5-nginx-LVS-DNS轮询】
  在做系统架构规划的时候,负载均衡,HA(高可用性集群,是保证业务连续性的有效解决方案,一般有两个或两个以上的节点,且分为活动节点及备用节点,当活动节点出现故障的时候,由备用节点接管)都是经常需要考虑的方案。对应并发及单点故障,考虑负载均衡方案是必不可少的。如果并发不高只是应对单点故障,则通常使用HA方案。  负载均衡(LoadBalance)是集
cpp加油站 cpp加油站
4年前
【工欲善其事,必先利其器】之怎么查看c++代码生成的汇编代码
本篇文章讲解怎么得到c代码对应的汇编代码,想要真正的理解一段代码到底是怎么执行的,还是要从汇编的层面去看,那怎么得到一段c代码所对应的汇编代码呢,下面为你介绍三种方式。1.gcc编译生成XXX.s文件一般来讲,给你一个cpp文件,比如test.cpp,然后我们编译都是直接gtest.cpp这样简单直接的方式,但其实它中间有很多个过程的,包含
Bill78 Bill78
4年前
k8s超详细总结
一个目标:容器操作;两地三中心;四层服务发现;五种Pod共享资源;六个CNI常用插件;七层负载均衡;八种隔离维度;九个网络模型原则;十类IP地址;百级产品线;千级物理机;万级容器;相如无亿,K8s有亿:亿级日服务人次。一个目标:容器操作Kubernetes(k8s)是自动化容器操作的开源平台。这些容
Wesley13 Wesley13
3年前
Java内嵌Groovy脚本引擎进行业务规则剥离(一)
一些常见商业应用程序或企业应用,大多都会遇上业务规则在一定的条件下,允许进行一些灵活的配置,以满足业务变化的需要。解决的方式大致有以下几个方面:1.最为传统的方式是java程序直接写死提供几个可调节的参数配置然后封装成为独立的业务模块组件,在增加参数或简单调整规则后,重新调上线。2.最为彻底的解决方式,引入商业化规则引擎,如iLog,国产的“
Stella981 Stella981
3年前
GitHub上严重匮乏!适合新手的C++项目,我在这里找到了!
大多数人自学C,基本都是看书啃语法——不懂的地方就去B站找讲解视频——看懂了就过。这种学习路径没毛病,但是很容易出现1个问题:眼睛、脑袋表示会了,一上手实操代码,立马一头雾水。这主要是因为知识系统不够全面,所学的东西没法串联起来。要想解决这个问题,最好的训练方法是有针对性地找一些项目来做,但我浏览过不少C实战项目课,基
Stella981 Stella981
3年前
JavaScript自适应调整文字大小
JavaScript自适应调整文字大小今天有个任务,发现页面上的数字由于太长而与其他数字重叠了。这个数字还不能像文字那样只显示一部分,必须全部显示。想了一些办法都不行,最后把超过1000变成1K,大于K改成M,这样办法都行,还是长呀。注意:我这个任务不是在不同屏幕下文字大小调整,而是同一种屏幕下调整字体大小。
Stella981 Stella981
3年前
MindSpore手写数字识别初体验,深度学习也没那么神秘嘛
摘要:想了解深度学习却又无从下手,不如从手写数字识别模型训练开始吧!深度学习作为机器学习分支之一,应用日益广泛。语音识别、自动机器翻译、即时视觉翻译、刷脸支付、人脸考勤……不知不觉,深度学习已经渗入到我们生活中的每个角落,给生活带来极大便利。即便如此,依然有很多人觉得深度学习高深莫测、遥不可及,的确,它有深奥之处,非专业人士难以企及,但也有亲
Stella981 Stella981
3年前
Spingboot项目实现登陆(H2DB和图片验证码)+上传文件+解析EXCEL
    近期手头有个需要重构的小项目,于是就想用Springboot来完成,所以就周末在家先初步搭好,功能很简单,实现密码和图片验证码双重验证以及解析excel获取数据,一开始是使用dockermysql的,后来经理建议换成h2,所以就改了下数据库,然后上传excel文件并解析其中数据,解析后数据的操作使用就是公司业务问题就不便在此多说了。接下来一步步操作
Stella981 Stella981
3年前
Github实战测试情况
测试情况很久没有熬夜测试程序了,经过测试,没有复现功能的有echo、葫芦娃、火鸡堂、那周余嘉熊掌将得队、为了交项目而干杯、修!咻咻!、云打印和追光的人。据汪老师反应在现场实践课程中大都能实现的,公平起见,将测试结果公布如下,望以上没我没复现成功能够解释原因,若在原有程序基础上能够复现成功,排除助教个人环境搭建错误的原因,按照测试通过积分,若无则
从源代码构建TensorFlow流程记录
通常情况下,直接安装构建好的.whl即可。不过,当需要一些特殊配置(或者闲来无事想体会TensorFlow构建过程到底有多麻烦)的时候,则需要选择从源代码构建TensorFlow。万幸文档混乱的TensorFlow还是好心地为我们提供了一整页的文档供参考https://www.tensorflow.org/install/source?hlzhcn,个人认为其中最需要关注的部分莫过于经过测试供参考的源配置(列于文末)。