## Greenplum资源管理器 姚珂男/Pivotal kyao@pivotal.io ## Agenda • Greenplum数据库 • Resource Queue • Resource Group ## Greenplum数据库 • 基于PostgreSQL • 分布式 • OLAP • MPP(Massively Parallel Processing) ## Greenplum数据库 corruption => PANIC ## Resource Queue ## • Cost is tricky – 没有明确的定义 – 不同优化器不一致 – 优化器不能被纳入资源管理器 ## Resource Queue ## • Priority is rough – 不能精确控制CPU - CHECK FOR INTERRUPTS – BackoffBackendTick

## 什么是服务注册中心？ 服务注册中心具有服务注册和服务发现能力的可靠的分布式服务。 1. 服务注册 2. 服务发现 3. 可靠 4. 分布式  ## 为什么需要服务注册中心？ 是单体架构向微服务服务化演进的需要。  ## 为什么实现自己的服务注册中心？ 1. 提供标准接口（RESTful） 79/p5_1.jpg) ## 从服务注册中心到服务管理中心 1. 元数据 2. 依赖关系 3. 实例变化推送 4. 多租隔离 5. 高可用性保障  ## 从服务注册中心到服务管理中心 Event Notifier Service-Center

{ "包名": "OpenSSL", "包大小": "1.0.21", "包描述": "bintray.com/conan/conan-center" r", "包大小": "1.0.21", "包描述": "bintray.com/conan/conan-center" ] ] }

120/p1_1.jpg) # 事件 ONCALL 中心建设方法 一站式处理值班 OnCall，智能降噪  北京快猫星云科技有限公司 ## 前言 市面上有众多监控系统，刨去商业软件不说，开源的就有 Nagios、Zabbix、Op Prometheus 可能有多套）或者 Nightingale，日志的监控可能用的 Elastalert，如果上云了，可能还会有多套不同的云监控（尤其是多云场景下）。 监控系统的重心，通常是采集、存储、可视化、生成告警事件，但通常都不具有完备的事件后续处理能力。这里说的后续处理主要包括：多渠道分级通知、告警静默、抑制、收敛聚合、降噪、排班、认领升级、协同闭环处理等等。监控系统或多或少都有一些这方面的能力， 我们先来看第一个痛点，首先分析一下造成告警太多、打扰太多的原因是什么，然后针对原因提出对应的方案。 ## 告警太多的常见原因 最常见的原因，是告警规则设置得不合理。比如很多规则触发了告警之后，实际没有后续动作，只是起到常态化通知的效果，不需要排查，也不需要止损，甚至连个长线的 TODO 都没有。这类告警多了人就疲了，当重要的告警来临的时候，也容易忽略。这样的规则如果不经过治理，日积月累，就会产生很多无用的告警。 第二个

## 携程技术沙龙 Redis 多数据中心双向同步 祝辰 ## 讲师介绍  ## 祝辰 • 携程框架架构部门 • 资深研发工程师 - 专注于 Redis 高可用系统的研发工作 • 对分布式存储系统有所涉猎 ## 目录 CONTENTS Geographical Society, 1881. ## 21 世纪的通讯 同样的一张地图 在今天, 仅仅需要毫秒级别的时间, 一条消息可以被全世界共享起来 互联网的规模也从单独 一个数据中心的部署方 式转变为多数据中心, 甚 至是跨区域的部署模式  ## Data Replication Center DRC 的概念是在近年来, 云计算兴起, 多站点部署的场景下, 延伸出来对于数据共享的一个需求. 多站点部署的架构, 对于单元化部署的应用来讲, 跨数据中心的数据访问一直是一个最大的痛点. ## 目前很多用户 - 抑或是采取了同一份写入到两个站点的数据库 - 抑或是跨站点写入数据库同时同步回来(例如 AWS 的 AURORA) 这两种方式都没有从根本上解决问题

curvefs chunkid 持久化 ## 背景 1. 将原有的获取chunkid的方法从space迁入mds中，并持久化写入etcd中； 2. 只考虑单mds工作的情况； 3. chunkid全局递增。 ## 实现 1. proto/space.proto 中的 message AllocateS3ChunkRequest、message AllocateS3ChunkResponse AllocateS3Chunk 调用 ChunkIDGenerator 对象的 GenChunkID 方法； 6. ChunkIDGenerator 类 1. 构造函数 初始化 2. init 函数：用于初始化或者更改 ChunkIdAllocatorImpl 的一些配置。但是这些配置不会立即生效，而是等到当前 chunkId池枯竭时才会生效。 3. 析构函数 4. GenChunkID

## 后浪Flutter ## Google 开源的 UI 工具包 陈孟泽 ## 后浪Flutter · 简介：移动跨平台方案及Flutter介绍 • 语言：Dart语言简介 • 基础：Flutter常用知识点 • 进阶：Flutter核心原理 · 资料：学习参考资料 ## 移动跨平台方案 • H5+原生（Cordova、微信小程序） • JavaScript开发+原生渲染（React |技术类型|UI渲染方式|性能|开发效率|动态化|框架代表| |---|---|---|---|---|---| |H5+原生|WebView渲染|一般|高|支持|Cordova、Ionic| |JavaScript+原生渲染|原生控件渲染|好|中|支持|RN、Weex| |自绘UI+原生|调用系统API渲染|好|高|默认不支持|Flutter| ## Flutter简介 • Google 开源的 UI 工具包 • 非常精美丰富的组件库 // 报错 // final，第一次使用时被初始化 final str = "Hello Stephen!"; // final String str = "Hello Stephen!"; final _str = "Hello Stephen!"; // 私有 // const，声明时需初始化 const str1 = "Hello

的流行，Go再次成为了这个领域的第一语言，以太坊，IBM的fabric等重量级的区块链项目都是基于Go开发。 我理解的区块链 区块链的是什么 去中心化系统 数字化账本 不可篡改 确定性的可复制状态机 Go 区块链的特点 1 去中心化、弱中心化 2 弱信任，对等的写入权限 数据库 3 共识信任机制，信任来自 于规则，非第三方 4 不可篡改 5 加密安全性、强规则 6 可编程 7 匿名性 8 alt=‘OCR图片’/> 协程 每个连接的节点分配一个协程 消息的处理使用协程去完成 脚本的验证使用协程实现并行的验证 ’ alt=‘OCR图片’/> channel 模块之间使用通道进行解耦 使用channel加锁 实现消息通信 buffer在内存池中的使用 从网上接收的tx消息 脚本 反序列化构造小脚本对象 内存 减少内存占用 封装对于buffer channel的读写 Message(protocol) Algorithm Util 基础算法层 Model Crypto Storage ’ alt=‘OCR图片’/> 组件化设计 ’ alt=‘OCR图片’/> 组件化的好处 易设计 易实现 易测试 易维护 易复用 THANK YOU BITMAIN | 姜家志

XuperDB 41 12 Crypto 45 13 我们的团队 49 14 参与开发 & 测试 51 15 参考文献 53 ## 系统介绍 PaddleDTX，是一个基于去中心化存储的专注于分布式机器学习技术的解决方案，攻克海量隐私数据的安全存储问题，并且实现多方数据的安全交换，助其突破数据孤岛，共同建模，联合发挥数据的最大价值。 ### 1.1 主要特征 PaddleDTX 支持多个学习过程并行运行的多方安全计算框架，集成多种横向联邦学习和纵向联邦学习算法 • 安全存储高敏感数据，防止隐私泄漏，支持故障容错，抵御存储作弊 - 去中心化管理存储节点，支持无上限数据纳管 • 保证多方数据联合建模的全链路可信 ### 1.2 架构概览 PaddleDTX 由多方安全计算网络、去中心化存储网络、区块链网络构建而成。 ##### 1.2.1 1.1 多方安全计算网络 有预测需求的一方为计算需求节点。可获 习算法。 ##### 1.2.2 1.2 去中心化存储网络 数据持有节点将自己的隐私数据进行加密、切分、副本复制后分发到存储节点，存储节点通过应答数据持有节点的挑战证明自己持有数据分片。通过这些机制，实现了在不泄漏隐私的前提下充分且安全地利用存储资源。 训练样本和预测数据集往往是归属于不同机构的隐私数据。这些机构可以作为数据持有节点加入到去中心化存储网络中，通过多方安全计算网络发挥数据的最大价值。