environment using Esri templates • Use the ArcGIS toolkit to use already existing UI components ## Time aware layer • We will be using a feature layer that includes hurricane data as features • Each feature

## Identity Aware Threat Detection and Network Monitoring by using eBPF Natalia Reka Ivanko, Isovalent eBPF Summit ## I ntroduction ● Wide variety of eBPF use cases (logging, CPU over overhead) • Today:

## Pod 容忍节点异常时间调整 ### 1. 原理说明 Kubernetes 集群节点处于异常状态之后需要有一个等待时间，才会对节点上的 Pod 进行驱逐。那么针对部分关键业务，是否可以调整这个时间，便于在节点发生异常时及时将 Pod 驱逐并在别的健康节点上重建？ 要解决这个问题，我们首先要了解 Kubernetes 在节点异常时驱逐 Pod 的机制。 在 Kubernetes 1.13 参数，指定当节点出现异常（如 NotReady）时 Pod 还将在这个节点上运行多长的时间。 那么，节点发生异常到 Pod 被驱逐的时间，就取决于两个参数：1. 节点实际异常到被判断为不健康的时间；2. Pod 对节点不健康的容忍时间。 Kubernetes 集群中默认节点实际异常到被判断为不健康的时间为 40s, Pod 对节点 NotReady 的容忍时间为 5min, 也就是说, 节点实际异常 5min40s(340s) ### 2. 调整节点被标记为不健康的时间 ControllerManager 参数 --node-monitor-grace-period 控制了在将一个节点标记为不健康之前允许其无响应的时长上限，该参数默认值为 40s，且必须比 Kubelet 的 nodeStatusUpdateFrequency 参数 (Kubelet 向主控节点汇报节点状态的时间间隔) 大 N 倍；这里 N 指的是 kubelet

## 时间序列总结 黄海广 副教授 2022年01月 ## 学习目标 了解 什么是时间序列，ARIMA 掌握 时间序列的基本操作  熟悉 滑动窗口的使用 掌握时期，重采样 ## 目录  01 时间序列的基本操作 时间序列的基本操作 02 固定频率的时间序列 03 时间周期及计算 04 重采样 05 数据统计—滑动窗口 06 时序模型—ARIMA ## 思考： 什么是时间序列？ ## 时间序列的概念 时间序列是指多个时间点上形成的数值序列，它既可以是定期出现的，也可以是不定期出现的。 ![Image](/uploads/documents/7/3/2/4/7324779c944ba21dfea64cbd0f6e9e96/p6_1

## PyTorch ## 时间序列预测 主讲人：龙良曲 ## Predict next  ## Sample data ## ☐ ☐ ☐ start = np.random.randint(3, size=1)[0] time_steps

krita 中复现 sai 的图层混合模式 希望这篇可以帮助从 sai 转到 krita 的用户，以及其他想要使用 sai 图层混合模式的 krita 用户。 （下面出现的 sai 图层混合模式基于 sai2 2020-05-10 中文版，之后版本会不会新增图层混合模式就不知道了） 发光 推测 在 sai2 2020-05-10 版中如果有个图层使用了 “发光” 图层混合模式在保存为 PSD，然后用 打开，就可以看见那个 sai 中使用 “发光” 的图层变成了 “线性减淡（添加）”。 混合模式 发光 不透明度 sai 100% 锁定 ☐ 创建剪贴蒙版 ☐ 指定为选区样本 Q 类型  甚至图层名后面还有个奇怪的图标，那个图标是 去掉混合选项中“透明形状图层”的勾选后才会出现的。 图层样式 样式 混合选项 混合选项 常规混合 斜面和浮雕 混合模式： 线性减淡（添加） 不透明度(0): 100  等高线 ![Image](/uploads/

krita 中复现 csp 的图层混合模式 希望这篇可以帮助从 csp 转到 krita 的用户，以及其他想要使用 csp 图层混合模式的 krita 用户。（下面出现的 csp 图层混合模式基于 csp 1.9.11 中文版，之后版本会不会新增图层混合模式就不知道了） 颜色减淡（发光） ## 推测 在 csp 1.9.11 版中如果有个图层使用了 “颜色减淡（发光）” 图层混合模式在保存为 PSD，然后用 “颜色减淡（发光）” 的图层变成了 “颜色减淡”。  csp→ps  甚至图层名后面还有个 掉混合选项中“透明形状图层”的勾选后才会出现的。 图层样式 样式 混合选项 混合选项 常规混合 ☐ 斜面和浮雕 混合模式： 线性减淡（添加） 不透明度(0): ☐ 等高线 ☐ 纹理 高级混合 ☐ 描边 + 填充不透明度(F): 通道： R(R) ☐ 内阴影 + ☐ 内发光 ☐ 光泽 ☐ 将内部效果混合成组 (1) 将剪贴图层混合成组 (P) ☐

## PyTorch ## 时间序列表示 主讲人：龙良曲 ## Spatial Signals  ## Temporal Signals? I Love You Text Message Today 12:43 PM Hey Caroline

[Image](/uploads/documents/b/1/0/5/b1059dfbcee2b670b93af9e16b949726/p1_1.jpg) ## 链滴 ## 一 次线上 java 应用响应时间过长问题的排查 作者：xinzhongtianxia 原文链接：https://ld246.com/article/1569574881351 来源网站：链滴 许可协议：署名-相同方式共享 4 svg)

最近接手一个老 java 应用，没多久接到响应时间太长的报警，整个排查过程还是挺有意思的，录一下。

整个过程中，设计到 cpu，内存，垃圾回收，引用，spring，单例 等等知识，整个下来，心情愉悦。

接到报警

吃完晚饭回来，接到报警短信，服务响应时间太长，达到 2s 以上。

第一反应，怎么可

看垃圾回收日志，发现一直在进行 Full GC，但是几乎没啥效果，GC 完了，老年代依然是几乎满的状态。

即使是 CMS，也不能避免传说中的 stop the world，所以响应时间变长了。
但是，现在问题来了，Full GC 回收不掉的对象都是啥啥啥？

分析 java 堆内存

先把线上流量从这台机器切走，然后

## PYCON CHINA 2019 ## 基于深度学习的多维时间序列预测在数据机房中的应用 浙江省邮电工程建设有限公司 大数据研究院 演讲人：杨赛赛 时间：10.19 ## 目录 1 背景介绍 2 研究目标 3 研究内容 4 后续工作 ### 1. 背景介绍  ## 多维时间序列预测方法解决机房温度预测 • 时间序列预测方法的比较 ## 传统时间序列预测 - 对单个维度历史信息进行预测 - 捕获简单线性关系，模型简单 • 代表算法有AR, ARIMA ## 基于深度学习的 时间序列预测 - 利用多维时间序列之间的信息 - 对变周期序列，多维空间依赖序列预测较弱 - 代表算法有RNN，LSTM ## 混合多维时间序列预测 - 提取多维序列之间更加复杂的关系 [Image](/uploads/documents/8/8/a/4/88a4e8e59674f74c7f37e59280fe9915/p10_1.jpg) - Convolutional Layer 捕捉时间维度上的短期依赖和维度之间的空间依赖关系 • Recurrent and Recurrent-skip layer 捕捉长期宏观依赖和周期性信息 • Autoregressive 叠加线性比例关系