生产环境 istio0 码力 | 42 页 | 3.45 MB | 1 年前3
多云下的云原生之道multicloud0 码力 | 7 页 | 1.86 MB | 1 年前3
Harbor 环境搭建指导书– CentOS 7.6TaiShan 服务器 Harbor 环境搭建指导书 – CentOS 7.6 文档版本 01 发布日期 2020-07-01 Harbor 环境搭建指导书 – CentOS 7.6 目 录 ii 目 录 ............................................................................................ 1 2 环境配置 ................................................................................................ ...... 10 Harbor 环境搭建指导书 – CentOS 7.6 1 软件介绍 1 1 软件介绍 Harbor 是构建企业级私有 docker 镜像的仓库的开源解决方案,是 Docker Registry 的更 高级封装。除了提供友好的 Web UI 界面,角色和用户权限管理,用户操作审计等功能 外,还整合了 K8s 的插件(Add-ons)仓库,即0 码力 | 12 页 | 873.78 KB | 1 年前3
复杂环境下的视觉同时定位与地图构建复杂环境下的视觉同时定位与地图构建 章国锋 浙江大学CAD&CG国家重点实验室 SLAM: 同时定位与地图构建 • 机器人和计算机视觉领域的基本问题 • 在未知环境中定位自身方位并同时构建环境三维地图 • 广泛的应用 • 增强现实、虚拟现实 • 机器人、无人驾驶 SLAM常用的传感器 • 红外传感器:较近距离感应,常用于扫地机器人。 • 激光雷达:单线、多线等。 • 摄像头:单目、双目、多目等。 普通手机摄像头也可作为传感器 双目摄像头 微软Kinect彩色-深度(RGBD)传感器 手机上的惯性传感器(IMU) SLAM运行结果 • 设备根据传感器的信息 • 计算自身位置(在空间中的位置和朝向) • 构建环境地图(稀疏或者稠密的三维点云) 稀疏SLAM 稠密SLAM SLAM系统常用的框架 输入 • 传感器数据 前台线程 • 根据传感器数据进行跟踪求解, 实时恢复每个时刻的位姿 大疆Phantom4 结合双目立体视觉和超声波,实现空中精准悬停和安全航线自动生成 SLAM应用介绍 • 无人车 MobileEye、特斯拉等自动驾驶方案 以廉价的摄像头为主 Google无人车项目Waymo 使用高精度激光雷达构建地图 SLAM应用介绍 • 虚拟/增强现实:Inside-Out方案 目前绝大多数VR头盔都采用 Outside-In的定位方案,需要在环境 中放置一个或多个传感器,活动范0 码力 | 60 页 | 4.61 MB | 1 年前3
开发环境安装开发环境准备 主讲人:龙良曲 开发环境 ▪ Python 3.7 + Anaconda 5.3.1 ▪ CUDA 10.0 ▪ Pycharm Community ANACONDA CUDA 10.0 ▪ NVIDIA显卡 CUDA 安装确认 路径添加到PATH CUDA 测试 PyTorch安装 管理员身份运行cmd PyCharm ▪ 配置Interpreter0 码力 | 14 页 | 729.50 KB | 1 年前3
开课吧基于混合云的Kubernetes平台落地实践-程亮程亮 多云多K8S多环境 程亮 • 开课吧 首席架构 技术委员会主席 • 负责公司微服务建设,多环境治理搭建,公司中长期技术规划 • 目录 2018 2019 2020 2021 K8S多环境 • 基于jenkins的传统发布 K8S多环境发布一期方案 • 一期通过K8S发布,一键master • 新增服务模版,自动生成deployment K8S多环境二期优化实战 • 一套代码,支持多种环境 一套代码,支持多种环境 • 物理隔离的多环境 • 共享资源的多环境 收益总结 • 降低服务器使用成本40% • 运维100%自动化 • 多云部署,高可用 P-1 为什么要做多云多K8S多环境 ‣ 标准的dev test pre prod环境 ‣ 存在的问题 • 标准的四套环境 DEV TEST PRE PROD • 标准的CICD流程 Developer LOCAL DEV Jenkins update • 多云多K8S多环境平台建设的初衷 多环境平台建设的初衷 01 02 03 多云多K8S多环境平台 K8S集群(多个) 管理后台 发布平台 提升资源使用率 1 多云冗余高可用 2 环境并行互不影响 3 P-2 线下多环境一期方案 ‣ 一键拉起master镜像新环境 ‣ 如何确保环境间资源互不影响 ‣ 一期方案存在的问题与挑战 ‣ 如何实现线下多环境 • 一键拉起环境0 码力 | 22 页 | 7.42 MB | 9 月前3
16-Nocalhost重新定义云原生开发环境-王炜Nocalhost - 重新定义云原⽣开发环境.md 2021/1/20 1 / 7 Nocalhost - 重新定义云原⽣开发环境 前⾔ 随着业务的快速发展,技术部⻔的组织架构在横向及纵向不断扩⼤和调整,与此同时,企业的⽣产资料:应 ⽤系统,也变得越来越庞⼤。为了让应⽤系统适配企业组织架构的调整,梳理组织架构对于应⽤权责的边 界,⼤部分组织会选择使⽤“微服务”架构来对应⽤系统进⾏横向拆分,使得应⽤系统的维护边界适配组织架 越来越复杂,问题在想要新增需求时尤为突出。 “微服务”带来便利的同时,对开发⼈员⽽⾔,还带来了额外的挑战:如何快速启动完整的开发环境?开发的 需求依赖于其他同事怎么联调?如何快速调试这些微服务? ⽽对于管理⼈员来说,也同样带来了⼀系列的挑战:如何管理开发⼈员的开发环境?如何让新⼊职的同事快 速进⾏开发? 试想⼀下,要开发由 200 个“微服务”组成的云原⽣应⽤,会遇到哪些困难呢? Localhost 单体应⽤和“微服务”应⽤不同,单体应⽤是 “ALL-IN-ONE” 组织⽅式,所有的调⽤关系仅限于在⾃身的类和函 数,应⽤对硬件的要求⼀般也不会太⾼。 ⽽开发“微服务”应⽤则⼤不相同,由于相互间的依赖关系,当需要开发某⼀个功能或微服务时,不得不将所 有依赖的服务都启动起来。随着微服务数量的增加,开发应⽤所需要的本地资源越来越多,最终导致本地⽆ 法满⾜开发的配置需求。 云原⽣解放了部署和运维,开发呢?0 码力 | 7 页 | 7.20 MB | 6 月前3
VMware vSphere:优化和扩展培训服务介绍 VMware vSphere:优化和扩展 培训方式 讲师指导培训 实时在线培训 课程用时 为期五 (5) 天的讲师指导课堂培训 听课时间占 60%,动手实验时间占 40% 目标学员 经验丰富的系统管理员和系统集成人员 课程适用对象 ☒ 管理员 ☐ 专家 ☒ 工程师 ☒ 高级用户 ☐ 架构师 ☐ 专业人员 Manage [V5] VMware vSphere: What’s New [V5] VMware vSphere: Fast Track [V5] 或者具备同等的 ESX/ESXi 和 vCenter Server 知识及管理经验 最好应具有命令提示符的使用经验。 培训费用 请联系 VMware® 代表或 VMware 授权培 训中心获取培训费用信息。 更多信息 我们在全球各地均开设课程,便于您就近 vSphere® 个人用户,讲授 有关配置和维护高度可用、高度可扩展的虚拟基础架构的高级技 能。本课程基于 VMware vSphere® ESXi™ 5.0 和 VMware® vCenter Server™ 5.0 讲授。 课程目标 课程结束后,您应能胜任以下工作: 配置和管理大型成熟企业的 ESXi 网络和存储系统。 管理 vSphere 环境变更。 优化所有 vSphere0 码力 | 2 页 | 341.36 KB | 1 年前3
多雲一體就是現在:
GOOGLE CLOUD 的
KUBERNETES
混合雲戰略KUBERNETES 混合雲戰略 安玟宇 Wayne An Customer Engineer, Google Cloud WayneAn@google.com 安玟宇 Wayne An Customer Engineer, Google Cloud WayneAn@google.com 多雲一體就是現在: Google Cloud 的 Kubernetes 混合雲戰略 分散一切 分散一切 的世界即將來臨 #容器化 / #分散式 / #微服務 #混合雲 / #新世代開發監控工具 # Cloud Native 使命 Meet customers where they are and partner with them in their transformation to cloud native Rigid Manual Expensive Infrastructure #全自動擴展+強大的負載平衡 #整合能同步擴展的NoSQL DB Kubernetes ● Kubernetes 是用於自動部署,擴展和管理容器化應用 程序的開源系統 ○ 根據資源需求和其他約束自動放置容器 ○ 自我修復,重新啟動失敗的容器 ○ 橫向縮放,自動調整應用程序副本數 ○ 自動部署和回滾,逐漸部署對應用程序或其配置的更改, 在出現 問題時恢復更改 Google Kubernetes Engine0 码力 | 32 页 | 2.77 MB | 1 年前3
Apache Flink的过去、现在和未来Apache Flink的过去、现在和未来 杨克特(鲁尼) 阿里巴巴高级技术专家 过去 一切从2014年开始 2009 - 2014 2014 • 柏林工业大学博士生项目 • 基于流式 runtime 的批处理引擎 • 2014 年 8 月份 发布 Flink 0.6.0 Flink 0.7 Runtime Distributed Streaming Dataflow DataStream Checkpoint Barrier N-1 Part of Checkpoint N+1 Part of Checkpoint N Part of Checkpoint N-1 • 吞吐和延迟不再是一个 tradeoff • 支持精准一次的语义,同时对性能的影响较低 基于 Chandy – Lamport 算法 Flink 1.0 版本基石 Checkpoint 基于 Chandy-Lamport0 码力 | 33 页 | 3.36 MB | 1 年前3
共 356 条
- 1
- 2
- 3
- 4
- 5
- 6
- 36













