 古月《ROS入门21讲》14.服务端Server的编程实现.pdf14.服务端Server的编程实现 主 讲 人 : 古 月 服务模型 创建服务器代码(C++) • • • • turtle_command_server.cpp 配置服务器代码编译规则 • • CMakeLists.txt 编译并运行服务器 创建服务器代码(Python) turtle_command_server.py • • • • 感谢观看 怕什么真理无穷,进一寸有一寸的欢喜0 码力 | 7 页 | 1.10 MB | 1 年前3 古月《ROS入门21讲》14.服务端Server的编程实现.pdf14.服务端Server的编程实现 主 讲 人 : 古 月 服务模型 创建服务器代码(C++) • • • • turtle_command_server.cpp 配置服务器代码编译规则 • • CMakeLists.txt 编译并运行服务器 创建服务器代码(Python) turtle_command_server.py • • • • 感谢观看 怕什么真理无穷,进一寸有一寸的欢喜0 码力 | 7 页 | 1.10 MB | 1 年前3
 古月《ROS入门21讲》13.客户端Client的编程实现.pdf13.客户端Client的编程实现 主 讲 人 : 古 月 话题模型 创建功能包 创建客户端代码(C++) • • • • turtle_spawn.cpp 配置客户端代码编译规则 • • CMakeLists.txt 编译并运行客户端 创建客户端代码(Python) turtle_spawn.py • • • • 感谢观看 怕什么真理无穷,进一寸有一寸的欢喜0 码力 | 8 页 | 1.01 MB | 1 年前3 古月《ROS入门21讲》13.客户端Client的编程实现.pdf13.客户端Client的编程实现 主 讲 人 : 古 月 话题模型 创建功能包 创建客户端代码(C++) • • • • turtle_spawn.cpp 配置客户端代码编译规则 • • CMakeLists.txt 编译并运行客户端 创建客户端代码(Python) turtle_spawn.py • • • • 感谢观看 怕什么真理无穷,进一寸有一寸的欢喜0 码力 | 8 页 | 1.01 MB | 1 年前3
 PromQL 从入门到精通PromQL 从⼊⻔到精通 对于 Prometheus 生态的监控系统,PromQL 是必备技能,本文着重点讲解这个查询语言,掺 杂一些生产实践场景,希望对你有所帮助。 ? 本文作者:秦晓辉,Open-Falcon、Nightingale 等开源项目创始人之一,极客时间《运 维监控系统实战笔记》作者;当前在创业(快猫星云联创),为客户提供监控/可观测性产品 方案,有需求的朋友欢迎联系我的微信 而对于监控数据采集器而言,一般是周期性运行的,比如每 10 秒采集一次,每次采集网卡收 到/发出的包这个数据的时候,都只能采集到当前的值,就像执行 ifconfig 命令,每 10 秒执行 一次,每次都看到一个巨大的当前值,而且一次比一次大。如果采集器不做计算,把这个值原封 不动上报给监控服务端,那计算增量、计算速率这个需求,就要放到服务端来实现了,所以服务 端必须要能对这种类型的数据建模抽象,也就是所谓的 Counter ET"} offset 1d) 运算符 PromQL 支持基本的算术运算符和比较运算符,可以对不同的即时向量做运算,这为监控系统 带来了巨大的进步,算术运算符让很多计算不需要在采集端做了,可以轻易挪到服务端,而比较 运算符则为告警逻辑提供了支撑。 算术运算符  + (addition)  - (subtraction)  * (multiplication)  /0 码力 | 16 页 | 2.77 MB | 1 年前3 PromQL 从入门到精通PromQL 从⼊⻔到精通 对于 Prometheus 生态的监控系统,PromQL 是必备技能,本文着重点讲解这个查询语言,掺 杂一些生产实践场景,希望对你有所帮助。 ? 本文作者:秦晓辉,Open-Falcon、Nightingale 等开源项目创始人之一,极客时间《运 维监控系统实战笔记》作者;当前在创业(快猫星云联创),为客户提供监控/可观测性产品 方案,有需求的朋友欢迎联系我的微信 而对于监控数据采集器而言,一般是周期性运行的,比如每 10 秒采集一次,每次采集网卡收 到/发出的包这个数据的时候,都只能采集到当前的值,就像执行 ifconfig 命令,每 10 秒执行 一次,每次都看到一个巨大的当前值,而且一次比一次大。如果采集器不做计算,把这个值原封 不动上报给监控服务端,那计算增量、计算速率这个需求,就要放到服务端来实现了,所以服务 端必须要能对这种类型的数据建模抽象,也就是所谓的 Counter ET"} offset 1d) 运算符 PromQL 支持基本的算术运算符和比较运算符,可以对不同的即时向量做运算,这为监控系统 带来了巨大的进步,算术运算符让很多计算不需要在采集端做了,可以轻易挪到服务端,而比较 运算符则为告警逻辑提供了支撑。 算术运算符  + (addition)  - (subtraction)  * (multiplication)  /0 码力 | 16 页 | 2.77 MB | 1 年前3
 从十到千,响应团队规模的敏捷与DevOps实践-冯斌从十到千,响应团队规模的敏捷与DevOps实践-冯斌0 码力 | 27 页 | 8.15 MB | 1 年前3 从十到千,响应团队规模的敏捷与DevOps实践-冯斌从十到千,响应团队规模的敏捷与DevOps实践-冯斌0 码力 | 27 页 | 8.15 MB | 1 年前3
 openEuler 24.03 LTS 技术白皮书发的成果,在 openEuler 社区的发展进程中具有里程碑式的意义,也是中国开源历史上的标志性事件。 2021 年 3 月 31 日,发布 openEuler 21.03 内核创新版,该版本将内核升级到 5.10, 并在内核方向实现内核热升级、内存分级 扩展等多个创新特性,加速提升多核性能,构筑千核运算能力。 2021年 9 月 30 日,全新openEuler 21.09创新版如期而至,这是o 多处理器架构,逐步扩展 PowerPC 等更多芯片架构支持,持续完 善多样性算力生态体验。 openEuler 社区面向场景化的 SIG 不断组建,推动 openEuler 应用边界从最初的服务器场景,逐步拓展到云计算、边缘计算、 嵌入式等更多场景。openEuler 正成为覆盖数字基础设施全场景的操作系统,新增发布面向边缘计算的版本 openEuler Edge、面 向嵌入式的版本 openEuler Embedded。 CANN 或 NVIDIA 的 CUDA 软件。 • AI 框架镜像:以 SDK 镜像为基础,安装 AI 框架软件,如 PyTorch 或 TensorFlow。 • 模型应用镜像:在 AI 框架镜像的基础上,包含完整的工具链和模型应用。 相关使用方式请参考 openEuler AI 容器镜像用户指南。 openEuler 使能 AI,向用户提供更多 OS 选择。基于 openEuler 的 AI0 码力 | 45 页 | 6.18 MB | 1 年前3 openEuler 24.03 LTS 技术白皮书发的成果,在 openEuler 社区的发展进程中具有里程碑式的意义,也是中国开源历史上的标志性事件。 2021 年 3 月 31 日,发布 openEuler 21.03 内核创新版,该版本将内核升级到 5.10, 并在内核方向实现内核热升级、内存分级 扩展等多个创新特性,加速提升多核性能,构筑千核运算能力。 2021年 9 月 30 日,全新openEuler 21.09创新版如期而至,这是o 多处理器架构,逐步扩展 PowerPC 等更多芯片架构支持,持续完 善多样性算力生态体验。 openEuler 社区面向场景化的 SIG 不断组建,推动 openEuler 应用边界从最初的服务器场景,逐步拓展到云计算、边缘计算、 嵌入式等更多场景。openEuler 正成为覆盖数字基础设施全场景的操作系统,新增发布面向边缘计算的版本 openEuler Edge、面 向嵌入式的版本 openEuler Embedded。 CANN 或 NVIDIA 的 CUDA 软件。 • AI 框架镜像:以 SDK 镜像为基础,安装 AI 框架软件,如 PyTorch 或 TensorFlow。 • 模型应用镜像:在 AI 框架镜像的基础上,包含完整的工具链和模型应用。 相关使用方式请参考 openEuler AI 容器镜像用户指南。 openEuler 使能 AI,向用户提供更多 OS 选择。基于 openEuler 的 AI0 码力 | 45 页 | 6.18 MB | 1 年前3
 openEuler 22.03 LTS SP2 技术白皮书协同开发的成果,在 openEuler 社区的发展进程中具有里程碑式的意义,也是中国开源历史上的标志性事件。 2021 年 3 月 31 日,发布 openEuler 21.03 内核创新版,该版本将内核升级到 5.10, 还在内核方向实现内核热升级、 内存分级扩展等多个创新特性,加速提升多核性能,构筑千核运算能力。 2021 年 9 月 30 日,全新 openEuler 21.09 创新版如期而至,这是 多处理器架构,逐步扩展 PowerPC 等更多芯片架构支持, 持续完善多样性算力生态体验。 openEuler 社区面向场景化的 SIG 不断组建,推动 openEuler 应用边界从最初的服务器场景,逐步拓展到云计算、 边缘计算、嵌入式等更多场景。openEuler 正成为覆盖数字基础设施全场景的操作系统,新增发布面向边缘计算的版本 openEuler Edge、面向嵌入式的版本 openEuler Embedded。 优先级负载均衡特性 负载均衡 FIFO 任务迁移队列不区分优先级,无法解决跨核迁移抢占保障高优先级,特别是 CPU 敏感型任务的优先调 度,针对在线、离线容器混部场景下,CFS 负载均衡需要提出一种优先级队列模型,支持高低优先级的 QoS 负载均衡,确 保在线业务能更快得到调度和执行,最大化压制离线任务的 QoS 干扰,提高整机 CPU 资源利用率。 混部场景中,开启了 CPU QoS 优先级负载均衡特性,需要将0 码力 | 48 页 | 5.62 MB | 1 年前3 openEuler 22.03 LTS SP2 技术白皮书协同开发的成果,在 openEuler 社区的发展进程中具有里程碑式的意义,也是中国开源历史上的标志性事件。 2021 年 3 月 31 日,发布 openEuler 21.03 内核创新版,该版本将内核升级到 5.10, 还在内核方向实现内核热升级、 内存分级扩展等多个创新特性,加速提升多核性能,构筑千核运算能力。 2021 年 9 月 30 日,全新 openEuler 21.09 创新版如期而至,这是 多处理器架构,逐步扩展 PowerPC 等更多芯片架构支持, 持续完善多样性算力生态体验。 openEuler 社区面向场景化的 SIG 不断组建,推动 openEuler 应用边界从最初的服务器场景,逐步拓展到云计算、 边缘计算、嵌入式等更多场景。openEuler 正成为覆盖数字基础设施全场景的操作系统,新增发布面向边缘计算的版本 openEuler Edge、面向嵌入式的版本 openEuler Embedded。 优先级负载均衡特性 负载均衡 FIFO 任务迁移队列不区分优先级,无法解决跨核迁移抢占保障高优先级,特别是 CPU 敏感型任务的优先调 度,针对在线、离线容器混部场景下,CFS 负载均衡需要提出一种优先级队列模型,支持高低优先级的 QoS 负载均衡,确 保在线业务能更快得到调度和执行,最大化压制离线任务的 QoS 干扰,提高整机 CPU 资源利用率。 混部场景中,开启了 CPU QoS 优先级负载均衡特性,需要将0 码力 | 48 页 | 5.62 MB | 1 年前3
 openEuler 23.09 技术白皮书协同开发的成果,在 openEuler 社区的发展进程中具有里程碑式的意义,也是中国开源历史上的标志性事件。 2021 年 3 月 31 日,发布 openEuler 21.03 内核创新版,该版本将内核升级到 5.10, 还在内核方向实现内核热升级、 内存分级扩展等多个创新特性,加速提升多核性能,构筑千核运算能力。 2021 年 9 月 30 日,全新 openEuler 21.09 创新版如期而至, 多处理器架构,逐步扩展 PowerPC 等更多芯片架构支持, 持续完善多样性算力生态体验。 openEuler 社区面向场景化的 SIG 不断组建,推动 openEuler 应用边界从最初的服务器场景,逐步拓展到云计算、边 缘计算、嵌入式等更多场景。openEuler 正成为覆盖数字基础设施全场景的操作系统。 openEuler 希望与广大生态伙伴、用户、开发者一起,通过联合创新、社区共建,不断增强场景化能力,最终实现统 HBM)中以提高计算速度。加速器厂商们也不可避免地需要开发复杂的内存管理系统。 现行加速器内存管理方案存在诸多缺陷: • CPU 侧内存管理与加速器侧分离,数据显式搬移,加速器内存管理的易用性和性能难以平衡。 • 大模型场景下加速器设备 HBM 内存(Hign BandWidth Memory)严重不足,现有的手动 swap 方案性能损耗大且 通用性差。 • 搜推、大数据场景存在大量无效数据搬移,缺少高效内存池化方案。0 码力 | 52 页 | 5.25 MB | 1 年前3 openEuler 23.09 技术白皮书协同开发的成果,在 openEuler 社区的发展进程中具有里程碑式的意义,也是中国开源历史上的标志性事件。 2021 年 3 月 31 日,发布 openEuler 21.03 内核创新版,该版本将内核升级到 5.10, 还在内核方向实现内核热升级、 内存分级扩展等多个创新特性,加速提升多核性能,构筑千核运算能力。 2021 年 9 月 30 日,全新 openEuler 21.09 创新版如期而至, 多处理器架构,逐步扩展 PowerPC 等更多芯片架构支持, 持续完善多样性算力生态体验。 openEuler 社区面向场景化的 SIG 不断组建,推动 openEuler 应用边界从最初的服务器场景,逐步拓展到云计算、边 缘计算、嵌入式等更多场景。openEuler 正成为覆盖数字基础设施全场景的操作系统。 openEuler 希望与广大生态伙伴、用户、开发者一起,通过联合创新、社区共建,不断增强场景化能力,最终实现统 HBM)中以提高计算速度。加速器厂商们也不可避免地需要开发复杂的内存管理系统。 现行加速器内存管理方案存在诸多缺陷: • CPU 侧内存管理与加速器侧分离,数据显式搬移,加速器内存管理的易用性和性能难以平衡。 • 大模型场景下加速器设备 HBM 内存(Hign BandWidth Memory)严重不足,现有的手动 swap 方案性能损耗大且 通用性差。 • 搜推、大数据场景存在大量无效数据搬移,缺少高效内存池化方案。0 码力 | 52 页 | 5.25 MB | 1 年前3
 爱奇艺 CDN 运维平台实践-张强一些案例: Ø 数据统计 l 实时性差 l 迭代效率低 l 开发繁琐 Ø 设备管理 03 运维平台设计 架构演进大事记 整体架构设计 通用代理服务集群设计(Promise) 运维任务模型设计 应用配置管理 权限管理 运维平台Fast 整体架构 API接入层 通用代理服务(Promise) HTTP传输 ZMQ-Proxy KCP-Proxy 任务模板 生 成 器 配置管理 实现通用运维任务模板、差异化配置管理、设备反向管理等功能 通用代理集群服务 实现多协议的实时消息、文件传输、设备管理、数据上报等服务 客户端 任务管理客户端、代理客户端、插件库等 Fast 运维平台架构 fast客户端 promise客户端 插件库 外部系统 外部联动可视化、资产、调度、监控等多个系统 通用代理服务(Promise)设计 Ø目标: l 集群化: 自动探测发现集群所有的服务实例 l 多协议: 支持控制流、数据流等场景的实时性和可靠性 l 模型: ü 数据传输类: 标准http模式 ü 消息控制类: sub/pub, push/pull, register/unregister ü 支持服务发现 Promise集群 CNC CT CM … CDN 节点 CNC CT CM … 应用服务端 通用代理服务(Promise)架构及应用 HTTP 接口 ZMQ协议0 码力 | 34 页 | 1.75 MB | 1 年前3 爱奇艺 CDN 运维平台实践-张强一些案例: Ø 数据统计 l 实时性差 l 迭代效率低 l 开发繁琐 Ø 设备管理 03 运维平台设计 架构演进大事记 整体架构设计 通用代理服务集群设计(Promise) 运维任务模型设计 应用配置管理 权限管理 运维平台Fast 整体架构 API接入层 通用代理服务(Promise) HTTP传输 ZMQ-Proxy KCP-Proxy 任务模板 生 成 器 配置管理 实现通用运维任务模板、差异化配置管理、设备反向管理等功能 通用代理集群服务 实现多协议的实时消息、文件传输、设备管理、数据上报等服务 客户端 任务管理客户端、代理客户端、插件库等 Fast 运维平台架构 fast客户端 promise客户端 插件库 外部系统 外部联动可视化、资产、调度、监控等多个系统 通用代理服务(Promise)设计 Ø目标: l 集群化: 自动探测发现集群所有的服务实例 l 多协议: 支持控制流、数据流等场景的实时性和可靠性 l 模型: ü 数据传输类: 标准http模式 ü 消息控制类: sub/pub, push/pull, register/unregister ü 支持服务发现 Promise集群 CNC CT CM … CDN 节点 CNC CT CM … 应用服务端 通用代理服务(Promise)架构及应用 HTTP 接口 ZMQ协议0 码力 | 34 页 | 1.75 MB | 1 年前3
 openEuler 21.03 技术白皮书核上。 2. 业务进程保存:利用系统 Checkpoint 保存业务进程和资源状态,保证系统业务状态与资源的一致性。 3. 新内核加载:利用系统 Kexec 机制实现新内核的快速加载,保证端到端业务秒级恢复。 4. 业务进程恢复:利用系统 Restore 技术对已保存的业务状态与资源进行恢复。 应用场景 应用场景 1: 内核 CVE 修复 典型应用程序(如 Nginx、Redis、Mysql Nginx、Redis、Mysql 等)运行在物理机或者虚拟机上,保持有大量的连接及占用大量的内存。当 该机内核出现了严重 CVE,需要进行修复的时候,该业务需进行三个选择: 1. 重启主机:连接的用户会感知到业务中断,且由于重启时间长,导致业务中断时间较长,用户不可以接受。 2. 业务迁移:典型业务占用大量的内存,需要对整个内存进行迁移,这样会导致长时间的业务性能低下问题,不能满足 客户性能指标。 数据读写压力的方法。准确的检测方法可以帮资 源使用者确定合适的工作量,帮助系统制定高效 的资源调度策略,最大化利用系统资源,改善用 户体验。 8. TCP 发包切换到了 Early Departure Time 模型: 解决原来 TCP 框架的限制,根据调度策略给数据 包设置 Early Departure Time 时间戳,避免大的 队列缓存带来的时延,同时大幅提升 TCP 性能。 9. 支持 MultiPath0 码力 | 18 页 | 1.30 MB | 1 年前3 openEuler 21.03 技术白皮书核上。 2. 业务进程保存:利用系统 Checkpoint 保存业务进程和资源状态,保证系统业务状态与资源的一致性。 3. 新内核加载:利用系统 Kexec 机制实现新内核的快速加载,保证端到端业务秒级恢复。 4. 业务进程恢复:利用系统 Restore 技术对已保存的业务状态与资源进行恢复。 应用场景 应用场景 1: 内核 CVE 修复 典型应用程序(如 Nginx、Redis、Mysql Nginx、Redis、Mysql 等)运行在物理机或者虚拟机上,保持有大量的连接及占用大量的内存。当 该机内核出现了严重 CVE,需要进行修复的时候,该业务需进行三个选择: 1. 重启主机:连接的用户会感知到业务中断,且由于重启时间长,导致业务中断时间较长,用户不可以接受。 2. 业务迁移:典型业务占用大量的内存,需要对整个内存进行迁移,这样会导致长时间的业务性能低下问题,不能满足 客户性能指标。 数据读写压力的方法。准确的检测方法可以帮资 源使用者确定合适的工作量,帮助系统制定高效 的资源调度策略,最大化利用系统资源,改善用 户体验。 8. TCP 发包切换到了 Early Departure Time 模型: 解决原来 TCP 框架的限制,根据调度策略给数据 包设置 Early Departure Time 时间戳,避免大的 队列缓存带来的时延,同时大幅提升 TCP 性能。 9. 支持 MultiPath0 码力 | 18 页 | 1.30 MB | 1 年前3
 openEuler 22.03-LTS 技术白皮书多处理器架构,未来还会扩展 PowerPC 等更多芯片架构支持,持续 完善多样化算力生态体验。 openEuler 社区面向场景化的 SIG 不断组建,推动 openEuler 应用边界从最初的服务器场景,逐步拓展到云计算、边 缘计算、嵌入式等更多场景。openEuler 正成为覆盖全场景的操作系统,新增发布面向边缘计算的版本 openEuler 22.03 LTS Edge、面向嵌入式的版本 openEuler 协同开发的成果,在 openEuler 社区的发展进程中具有里程碑式的意义,也是中国开源历史上的标志性事件。 2021 年 3 月 31 日,发布 openEuler 21.03 内核创新版,该版本将内核升级到 5.10 , 还在内核方向实现内核热升级、 内存分级扩展等多个创新特性,加速提升多核性能,构筑千核运算能力。 2021 年 9 月 30 日,全新 openEuler 21.09 创新版如期而至 边缘数据服务:通过边缘数据服务实现消息、数据、媒体流的按需持久化,并具备数据分析和数据导出的能力。 4. 边云智能协同架构(Sedna):基于开源 Sedna 框架,提供基础的边云协同推理、联邦学习、增量学习等能力,并 实现了基础的模型管理、数据集管理等,使能开发者快速开发边云 AI 协同特性,以及提升用户边云 AI 特性的训练 与部署效率。 应用场景 可应用智能制造、城市交通、高速收费稽查、智慧加油站、医疗影像识别、智慧园区等广泛的边云协同场景。0 码力 | 17 页 | 6.52 MB | 1 年前3 openEuler 22.03-LTS 技术白皮书多处理器架构,未来还会扩展 PowerPC 等更多芯片架构支持,持续 完善多样化算力生态体验。 openEuler 社区面向场景化的 SIG 不断组建,推动 openEuler 应用边界从最初的服务器场景,逐步拓展到云计算、边 缘计算、嵌入式等更多场景。openEuler 正成为覆盖全场景的操作系统,新增发布面向边缘计算的版本 openEuler 22.03 LTS Edge、面向嵌入式的版本 openEuler 协同开发的成果,在 openEuler 社区的发展进程中具有里程碑式的意义,也是中国开源历史上的标志性事件。 2021 年 3 月 31 日,发布 openEuler 21.03 内核创新版,该版本将内核升级到 5.10 , 还在内核方向实现内核热升级、 内存分级扩展等多个创新特性,加速提升多核性能,构筑千核运算能力。 2021 年 9 月 30 日,全新 openEuler 21.09 创新版如期而至 边缘数据服务:通过边缘数据服务实现消息、数据、媒体流的按需持久化,并具备数据分析和数据导出的能力。 4. 边云智能协同架构(Sedna):基于开源 Sedna 框架,提供基础的边云协同推理、联邦学习、增量学习等能力,并 实现了基础的模型管理、数据集管理等,使能开发者快速开发边云 AI 协同特性,以及提升用户边云 AI 特性的训练 与部署效率。 应用场景 可应用智能制造、城市交通、高速收费稽查、智慧加油站、医疗影像识别、智慧园区等广泛的边云协同场景。0 码力 | 17 页 | 6.52 MB | 1 年前3
共 148 条
- 1
- 2
- 3
- 4
- 5
- 6
- 15














 
 