1741 5 Zabbix 使用手册 欢迎查阅 Zabbix 用户使用手册。 Zabbix 产品手册由原厂 Zabbix 技术团队创建、Zabbix 中国——上海宏时数据系统有限公司组织开源社区志愿者翻译并维护。希望能帮助 用户更好地使用 Zabbix，解决和管理日常 IT 运维监控遇到的各种问题。翻译虽然结束，优化并未停止，如有优化反馈、申请成为译者， 欢迎联系小 Z 17502189550，market@grandage 见问题解答部分。 2 什么是 Zabbix 概述 6 Zabbix 由 Alexei Vladishev 创建，目前由 Zabbix SIA 主导开发和支持。 Zabbix 是一个企业级的开源分布式监控解决方案。 Zabbix 是一款监控网络的众多参数以及服务器、虚拟机、应用程序、服务、数据库、网站、云等的健康和完整性的软件。Zabbix 使用灵活 的通知机制，允许用户为几乎任何事件配 group（主机组） - 主机的逻辑分组；它可能包含主机和模板。主机组中的主机和模板没有以任何方式相互链接。在为不同用户组分 配主机访问权限时使用主机组。 item（监控项） - 你想要接收的主机的特定数据，一个度量/指标数据。 value preprocessing（值预处理） - 在数据存入数据库之前转化/预处理接收到的指标数据。* trigger（触发器） - 一个被用于定义问题阈值和” 评估” 控项

2715 5 Zabbix 用户手册 欢迎查阅 Zabbix 用户使用手册。 Zabbix 产品手册由原厂 Zabbix 技术团队创建，Zabbix 中国——上海宏时数据系统有限公司组织开源社区志愿者翻译并维护。希望可以 帮助用户更好地使用 Zabbix，解决和管理日常 IT 运维监控遇到的各种问题。翻译虽然结束，优化并未停止，如有优化反馈及更多问题， 欢迎联系小 Z 17502189550。 中。附录也包含常见问题的详细解答。 2 Zabbix 介绍 概述 Zabbix 是由 Alexei Vladishev 创建，目前是由 Zabbix SIA 在持续开发和提供支持。 Zabbix 是一种企业级的分布式开源监控解决方案。 512 Zabbix 是一款能够监控众多网络参数和服务器的健康度和完整性的软件。Zabbix 使用灵活的通知机制，允许用户为几乎任何事件配置基 于邮件的警报。这样可以快速相应服务器问题。Zabbix agent 2 插件 SNMP item 接口选择 item interface selection 的下拉列表经过了可视化的重新设计，现在它包含了 SNMP 接口的详细信息，例如 SNMP 版本和社区字符串， 允许查看其他相同接口之间的差异. 类似地，现在在批量更新项目时也会显示此接口详细信息。 将互斥部分添加到诊断信息中 529 关于server/proxy控制选项’diaginfo’，返回

业应用的规模和复杂性不断增长，理解和管理变得困难。Service Mesh 可以通过捕获或截获服务间的流量 来解决这些架构问题，并可修改、重定向或创建新请求到其他服务。 Service Mesh 基于开源 Istio 项目，为创建部署的服务提供发现、负载均衡、服务对服务身份验证、故障 恢复、指标和监控的服务网络提供了便捷的方法。服务网格还提供更复杂的操作功能，其中包括 A/B 测 试、canary 发行版本、访问控制以及端到端验证。 网格就可以对策略进行更改，而不需要修改应用程序代码。 遥测 - 了解服务间的依赖关系以及服务间的网络数据流，从而可以快速发现问题。 1.2. SERVICE MESH 发行注记 1.2.1. 使开源包含更多 红帽承诺替换我们的代码、文档和网页属性中存在问题的语言。我们从这四个术语开始： master、 slave、blacklist 和 whitelist。这些更改将在即将发行的几个发行本中逐渐实施。有关更多详情，请参阅我 Istio-14743 因为此 Red Hat OpenShift Service Mesh 版本所基于的 Istio 版本的限制，目前有一 些应用程序与 Service Mesh 还不兼容。详参阅社区的相关链接。 OSSM-1655 Kiali 仪表板在 SMCP 中启用 mTLS 后显示错误。 在 SMCP 中启用 spec.security.controlPlane.mtls 设置后，Kiali

混洗。 验证集永远不会混洗。 3.3.13 如何在每个 epoch 后记录训练集和验证集的误差和准确率？ model.fit 方法返回一个 History 回调，它具有包含连续误差的列表和其他度量的 history 属性。 hist = model.fit(x, y, validation_split=0.2) print(hist.history) 快速开始 33 3.3.14 如何「冻结」网络层？ 数据的最后一部分样本中。 • validation_data: 元组 (x_val，y_val) 或元组 (x_val，y_val，val_sample_weights)，用 来评估损失，以及在每轮结束时的任何模型度量指标。模型将不会在这个数据上进行训练。 这个参数会覆盖 validation_split。 模型 43 • shuffle: 布尔值（是否在每轮迭代之前混洗数据）或者字符串 (batch)。batch 数据的最后一部分样本中。 • validation_data: 元组 (x_val，y_val) 或元组 (x_val，y_val，val_sample_weights)，用 来评估损失，以及在每轮结束时的任何模型度量指标。模型将不会在这个数据上进行训练。 这个参数会覆盖 validation_split。 • shuffle: 布尔值（是否在每轮迭代之前混洗数据）或者字符串 (batch)。batch 是处理

tangjiyuan@caicloud.io 关于我们 • 开源技术创新者 • 从 Kubernetes 到 Kubeflow • Google 原生 Borg 容器团队 • CMU 校友与世界金牌、冠军 • 中国技术社区引领者 • Kubernetes 中文官网组织者 • github.com/kubernetes/kubernetes-docs-cn • TensorFlow 中文社区运营者 • tensorflowers

所返回的组开始，此方法会拆分出较小的更改簇并消除没有更改的间隔区域。 这些分组以与get_opcodes() 相同的格式返回。 2.3 新版功能. ratio() 返回一个取值范围 [0, 1] 的浮点数作为序列相似性度量。 其中 T 是两个序列中元素的总数量，M 是匹配的数量，即 2.0*M / T。请注意如果两个序列完全相 同则该值为 1.0，如果两者完全不同则为 0.0。 如果get_matching_blocks() currentThread;", ... "private volatile Thread currentThread;") ratio() 返回一个 [0, 1] 范围内的整数作为两个序列相似性的度量。根据经验，ratio() 值超过 0.6 就意味 着两个序列是近似匹配的： >>> print round(s.ratio(), 3) 0.866 如果你只对两个序列相匹配的位置感兴趣，则 g 1085 The Python Library Reference, 发布 2.7.18 xcor() x 坐标 ycor() y 坐标 heading() 朝向 distance() 距离 设置与度量单位 degrees() 角度 radians() 弧度 画笔控制 绘图状态 pendown() | pd() | down() 画笔落下 penup() | pu() | up() 画笔抬起

所返回的组开始，此方法会拆分出较小的更改簇并消除没有更改的间隔区域。 这些分组以与get_opcodes() 相同的格式返回。 2.3 新版功能. ratio() 返回一个取值范围 [0, 1] 的浮点数作为序列相似性度量。 其中 T 是两个序列中元素的总数量，M 是匹配的数量，即 2.0*M / T。请注意如果两个序列完全相 同则该值为 1.0，如果两者完全不同则为 0.0。 如果get_matching_blocks() currentThread;", ... "private volatile Thread currentThread;") ratio() 返回一个 [0, 1] 范围内的整数作为两个序列相似性的度量。根据经验，ratio() 值超过 0.6 就意味 着两个序列是近似匹配的： >>> print round(s.ratio(), 3) 0.866 如果你只对两个序列相匹配的位置感兴趣，则 g 1085 The Python Library Reference, 发布 2.7.18 xcor() x 坐标 ycor() y 坐标 heading() 朝向 distance() 距离 设置与度量单位 degrees() 角度 radians() 弧度 画笔控制 绘图状态 pendown() | pd() | down() 画笔落下 penup() | pu() | up() 画笔抬起

所返回的组开始，此方法会拆分出较小的更改簇并消除没有更改的间隔区域。 这些分组以与get_opcodes() 相同的格式返回。 2.3 新版功能. ratio() 返回一个取值范围 [0, 1] 的浮点数作为序列相似性度量。 其中 T 是两个序列中元素的总数量，M 是匹配的数量，即 2.0*M / T。请注意如果两个序列完全相 同则该值为 1.0，如果两者完全不同则为 0.0。 如果get_matching_blocks() currentThread;", ... "private volatile Thread currentThread;") ratio() 返回一个 [0, 1] 范围内的整数作为两个序列相似性的度量。根据经验，ratio() 值超过 0.6 就意味 着两个序列是近似匹配的： >>> print round(s.ratio(), 3) 0.866 如果你只对两个序列相匹配的位置感兴趣，则 g 1085 The Python Library Reference, 发布 2.7.18 xcor() x 坐标 ycor() y 坐标 heading() 朝向 distance() 距离 设置与度量单位 degrees() 角度 radians() 弧度 画笔控制 绘图状态 pendown() | pd() | down() 画笔落下 penup() | pu() | up() 画笔抬起

所返回的组开始，此方法会拆分出较小的更改簇并消除没有更改的间隔 区域。 这些分组以与get_opcodes() 相同的格式返回。 ratio() 返回一个取值范围 [0, 1] 的浮点数作为序列相似性度量。 其中 T 是两个序列中元素的总数量，M 是匹配的数量，即 2.0*M / T。请注意如果两个序列完 全相同则该值为 1.0，如果两者完全不同则为 0.0。 如果get_matching_blocks() currentThread;", ... "private volatile Thread currentThread;") ratio() 返回一个 [0, 1] 范围内的整数作为两个序列相似性的度量。根据经验，ratio() 值超过 0.6 就 意味着两个序列是近似匹配的： >>> print(round(s.ratio(), 3)) 0.866 如果你只对两个序列相匹配的位置感兴趣，则 statistics.mean(data) 返回 data 的样本算术平均数，形式为序列或迭代器。 算术平均数是数据之和与数据点个数的商。通常称作“平均数”，尽管它指示诸多数学平均数之一。 它是数据的中心位置的度量。 若 data 为空，将会引发StatisticsError。 一些用法示例： 9.7. statistics --- 数学统计函数 305 The Python Library Reference

所返回的组开始，此方法会拆分出较小的更改簇并消除没有更改的间隔 区域。 这些分组以与get_opcodes() 相同的格式返回。 ratio() 返回一个取值范围 [0, 1] 的浮点数作为序列相似性度量。 其中 T 是两个序列中元素的总数量，M 是匹配的数量，即 2.0*M / T。请注意如果两个序列完 全相同则该值为 1.0，如果两者完全不同则为 0.0。 如果get_matching_blocks() currentThread;", ... "private volatile Thread currentThread;") ratio() 返回一个 [0, 1] 范围内的整数作为两个序列相似性的度量。根据经验，ratio() 值超过 0.6 就 意味着两个序列是近似匹配的： >>> print(round(s.ratio(), 3)) 0.866 如果你只对两个序列相匹配的位置感兴趣，则 statistics.mean(data) 返回 data 的样本算术平均数，形式为序列或迭代器。 算术平均数是数据之和与数据点个数的商。通常称作“平均数”，尽管它指示诸多数学平均数之一。 它是数据的中心位置的度量。 若 data 为空，将会引发StatisticsError。 一些用法示例： 9.7. statistics --- 数学统计函数 305 The Python Library Reference