C++高性能并行编程与优化 - 课件 - 10 从稀疏数据结构到量化数据类型区间内的正数,非常方便。  ## 对稀疏数据结构造成的问题 - 如果这里的 x 是负数,则 x % B 也是负数,会造成对 m block 的越界访问。 - 因此 % 会返回负数对 CFD 用户来说是个很大的坑点,很多人想当然地用 % 做循环边界,然而这对负方向会不起作用。 的整除运算 a // b 的值始终是向下取整,非常方便。 >>> -7 // 4 -2 >>> 7 // 4 1 >>> ## 对稀疏数据结构造成的问题 - 也就是说,如果 x 是 [-3,0] 则 x/B 会是 0,如果 x 是 [0,3] 则 x/B 也是 0。导致两个同时跑到一个 block 上去,会出错。 void write(int unordered_map) • pointer 指针(本例中的 Block1) • dense 稠密(本例中的 Block) • 他们之间可以相互组合,形成更复杂的稀疏数据结构。 - 下面这个例子中的稀疏数据结构,用这种语言可以表示为 hash().pointer(11).dense(8)。  ## 别名 - 指向相同的可变数据结构的两个标识符可以看作是别名 1. fn alter(a: Ref[Int], b: Ref[Int]) { 2. a.val = 10 3. b.val = 20 4. } 5. : 1 } 8. alter(x, x) 9. println(x.val.to_string() // x.val 的值将会被改变两次 10. } ## 别名 - 指向相同的可变数据结构的两个标识符可以看作是别名  - Int View No quick fixes ## 可变数据 • 使用场景广泛 ☐ 直接操作程序外环境,如硬件等 ☐ 一些情况下性能更好,如随机访问数组等 ☐ 可以构建部分复杂数据结构,如图 ☐ 重复利用空间(原地修改) - 可变数据并不总是与引用透明性冲突 1. fn fib_mut(n: Int) -> Int { // 对于相同输入,总是有相同输出 2.0 码力 | 23 页 | 780.46 KB | 2 年前3
Observability On Service Mesh0 码力 | 19 页 | 5.53 MB | 1 年前3
vLLM v0.4.1 Documentation0 码力 | 101 页 | 894.09 KB | 3 月前3
OpenMetrics - Standing on the shoulders of Titans0 码力 | 21 页 | 84.83 KB | 1 年前3
Apache Kyuubi 1.9.0-SNAPSHOT Documentation0 码力 | 405 页 | 4.96 MB | 2 年前3
Flashcat 让监控分析变简单,Flashcat产品技术交流北京快猫星云科技有限公司 ## Flashcat 的特点 ## 统一采集 采用插件化思路,内置集成上百种采集插件,服务器、网络设备、中间件、数据库、应用、业务,云上云下,均可监控,开箱即用。 ## 统一告警 支持指标告警、日志告警、智能告警,支持几十种数据源对接,收集各类监控系统的告警事件,进行统一的告警收敛、降噪、排班、认领、升级、协同,大幅提升告警处理效率。 ## 统一观测 将 Metrics、Logs Stars contributors 61 license MIT Forks Powered By Flashcat ## All-in-One 一个agent同时采集 指标、日志、链路追踪数据 ## 开源、开放 Categraf 源代码开放 遵循OpenTelemetry标准 社区驱动,近百项插件 ## vs Telegraf “Telegraf 数据格式与 Exporters “需要安装维护的Exporter数量庞大,Exporter质量良莠不齐” ## Categraf • 是一款 All-in-One 的开源的 telemetry 数据采集器,支持指标、日志采集; - 支持 Tracing 数据的收集; - 支持物理机、虚拟机、交换机、容器、K8s、多种中间件/数据库的数据采集,云上云下,均可监控; 汇聚领域最佳实践,开箱即用; ## 内置仪表盘模板和告警模板0 码力 | 43 页 | 6.54 MB | 1 年前3
监控Apache Flink应用程序(入门)Exported on 01/10/2020 ## Table of Contents 1 Flink指标体系 ..... 5 1.1 Metrics ..... 5 1.2 MetricsReporters ..... 5 2 健康状况 ..... 6 3 监控 ..... 7 3.1 关键指标 ..... 7 3.2 仪表盘示例 ..... 8 3.3 可能的报警条件 ... .. 9 4 进度和吞吐量监控 ..... 10 4.1 吞吐量 ..... 10 4.2 关键指标 ..... 10 4.3 仪表盘示例 ..... 11 4.4 可能的报警条件 ..... 11 4.5 进度 ..... 12 4.6 关键指标 ..... 12 4.7 仪表盘示例 ..... 13 4.8 可能的报警条件 ..... 14 4.8.1 currentProcessingTime - currentOutputWatermark > threshold ..... 14 4.9 "Keeping Up" ..... 14 4.10 关键指标 ..... 14 4.11 可能的报警条件 ..... 14 4.12 Monitoring Latency ..... 14 4.12.1 Key Metrics ..... 150 码力 | 23 页 | 148.62 KB | 2 年前3
Go可观测性实践[Image](/uploads/documents/0/d/d/9/0dd9fd4ec9ae6db91c10ce1ed097be37/p2_1.jpg) 可观测性概述 01 链路追踪 02 指标 03 ## 第一部分 ## 可观测性概述 ## “ ## 什么是可观测性? 广义的可观测性:可以根据系统的外部输出信息推断出系统内部状态的好坏。 软件系统的可观测性:一种度量能力,能帮你更 ed097be37/p24_1.jpg) ## 第二部分 指标 ## “ ## 指标数据类型 • Counter • Gauge • Histogram ## 😍 😍 ## Counter Counter 类型代表一种样本数据单调递增的指标,即只增不减,除非监控系统发生了重置。例如,你可以使用 counter 类型的指标来表示服务的请求数、已完成的任务数、错误发生的次数等。 ! /d/9/0dd9fd4ec9ae6db91c10ce1ed097be37/p27_1.jpg) ## Gauge Gauge 类型代表一种样本数据可以任意变化的指标,即可增可减。Gauge 通常用于像温度或者内存使用率这种指标数据,也可以表示能随时增加或减少的“总数”,例如:当前并发请求的数量。 












