# 基于 mesos 的容器调度框架 Gopher 杭州 meetup 5 August 2017 黄励博(huangnau) 又拍云 ## What's Upone UPONE ## demandporn 10 repo.upyun.com:5043/demandpom:v0.0.17 CPU: 1.0 MEM: 2560.0M Disk: 0.0G Net: BRIDGE ## Mesos 调度  各个 Agent 启动后, 向 Master 注册, 携带统计资源, 由 Master 决定给每个框架多少资源, 默认采用分级主导资源公平算法 每个框架收到资源后, 根据自身任务需求, 调度任务的资源分配 ## ## MARATHON + CHR + ? 为云处理服务定制的容器调度框架，支持长期服务和定时任务 ## 处理流程  Image credit: dcos architecture (https://dcos.io/docs/1.7/ove

## GCN ## Go 语言的抢占式调度  曹春晖 资深 Gopher  Go 程序的启动 01 GMP 的本质 02 调度循环的实现 03 老版本的抢占实现 04 新版本的抢占实现 05 当前的 Go 语言还有哪些问题 06 ## 第一部分 ## Go 程序的启动 ## 编译过程 ### Go 程序 hello.go 的编译过程： ●●● package main func main() { println("hello entrypoints rizin ## 启动过程 ## 通过 entry point 找到 Go 进程的执行入口 runtime.rt0_amd64_linux 开始执行用户main函数 从这里开始 进入调度循环 runtime.rt0_go runtime.rt0_amd64 初始化内置数据结构 runtime.rt0_go 全局 $ m_{0} $ g $ _{0} $ 初始化 获取CPU核心数

## 感谢聆听！ 唯品会开源弹性调度系统 Saturn的“前世今生” 邱戈川（了哥） 微信公众号： VIPDOCK  黄国钦 (Chembo) 唯品会高级开发工程师 ## 内容主题 为何而生 GitHub 有女初长成 女大须嫁 jpg) ## 传统调度系统的问题、产品的定位与选型 ## 需要解决的问题 异构 / 多语言难以支持 缺乏统一监控、统一管理 (进程假死、运行状态未知) 缺乏容错、容灾，高可用 难以问题追踪 5 无法合理利用机器资源 缺乏分布式处理 ## 选型对比 Linux系统级的定时任务执行器 缺乏分布式运算和集中管理功能 无法做到高可用 阿里早期开源的分布式任务调度系统，代码略陈旧 关注点在定时任务而非数据， 缺少分布式并行调度的功能 Elatic-Job 当当开源的分布式任务调度系统 代码较新，使用Quartz进行调度。提供 高可用和分布式功能 功能单一，只支持Java，不支持 Shell(PHP)和消息驱动的作业调度 对任务超时、任务执行情况、监控逻辑 支持粒度功能较单一或缺乏 ## 调度产品的定位 简易开发、简单维护 高可用、分片并发处理、资源调度动态平衡 支持Ja

## Python for Good >>> PyCon China 2022 Python分析alpha vaults策略 主讲人：代少飞－量化开发 Python  HELLO WORLD ## 个人简介 主要从事量化开发相关工作 8.6 days ## 大纲 一、策略介绍 二、部署开发 三、使用说明 四、策略回测 ## 策略介绍 资金量有一定规模，进出中心化交易所，比较费力 第一个上线的 Uniswap v3 LP 策略 Uniswap v3 在 2021 年 5 月 5 日发布后两天，Charm 部署了其第三款产品：Uniswap v3 LP 操作策略——Alpha Vault，并且已经被证明是非常成功的产品：利润比 last_price=1900 入参 last_price 为上一次调整的值 说明： 默认 gap0_alter 为 3.19%（看事例说明） ## 出参 true 为应该调整 false 为不应该调整 ## 策略回测 原理： 统计一段时间每小时呆在价格区间的命中率，暂时不考虑小时流动性 区间下沿价格 $ p_{-1} $ 区间上沿价格 $ p_{-u} $ 选取每小时平均值p作为参考，区间命中率

基础篇：webpack 基础用法 03 | 基础篇：webpack 进阶用法 04 | 进阶篇：编写可维护的webpack 构建配置 05 | 进阶篇：webpack 构建速度和体积优化策略 06 | 原理篇：通过源码掌握webpack 打包原理 07 | 原理篇：编写 Loader 和插件 08 | 实战篇：React 全家桶 和webpack 开发商城项目 ## //huayang.qq.com/polyfill_service/v2/polyfill.min.js?unknown=polyfill&features=Promise,Map,Set ## 体积优化策略总结 Scope Hoisting Tree-shaking 公共资源分离 图片压缩 动态 Polyfill ## ☐ ☐ ☐ ☐ ## 扫码试看/订阅 《玩转webpack》

QCon 全球软件开发大会 INTERNATIONAL SOFTWARE DEVELOPMENT CONFERENCE BEIJING 2017 # 经典算法与深度学习 在外卖物流调度中的应用 SPEAKER / 徐明泉 百度外卖首席架构师 ## 引言：外卖配送的背后  ## 引言：外卖订单调度系统要考虑的因素  ## 订单相关 [Image](/uploads/documents/a/a/4/e/aa4e49cfa61606eb57df64b13fa12217/p4_3.jpg) ## 一 ．外卖订单的智能调度系统 ### 二. 智能调度系统的大数据分析监控 ### 三. 智能调度系统中的人工智能 ## 提纲 ![Image](/uploads/documents/a/a/4/e/aa4e49cfa61606eb57df64b13fa12217/p5_1

## 深入 Kubernetes 的 “无人区” —— 蚂蚁金服双十一的调度系统 曹寅 ## 目录 contents 一、蚂蚁金服的Kubernetes现状 二、双十一Kubernetes实践 三、展望未来迎接挑战 ## 一、 蚂蚁金服的Kubernetes现状 ## 发展历程与落地规模 ## 平台研发 2018年下半年开始投入 Kubernetes 及其配套系统研发 ## 单集群规模 ## 90%+ 应用服务 ## 数十万 应用 Pods ## 统一资源调度架构 在线应用 数据库服务 OB serverless 平台 SOFAMesh 资源分时复用 计算型混部任务 业务 Kubernetes API Server 极速交付 分时复用 弹性容量 资源画像 规模化调度 高可用容灾 可视化服务 Cluster Control Panel 蚂蚁 双十一 Kubernetes 实践 ## 资源分时调度 快速腾挪的问题 1. 实例上下线需要预热 2. 腾挪耗时不可控 3. 大规模腾挪的稳定性  ## 资源分时链路切换 分时调度控制器 资源及流量控制CRD 容量平台 资源控制

trademarks are the property of their respective owners. ## 摘要 本文提供有关在集群中配置和管理节点、Pod和容器的说明。它还提供有关配置Pod调度和放置、使用作业（job）和 DaemonSet来自动执行操作，以及确保集群保持高效性的其他任务信息。 ## 目录 第1章 节点概述 ..... 9 1.1. 关于节点 ..... 9 读取操作 2.4. 使用 POD 横向自动扩展 ..... 21 2.4.1. 了解 pod 横向自动扩展 ..... 22 2.4.1.1. 支持的指标 ..... 22 2.4.1.2. 扩展策略 ..... 23 2.4.2. 使用 Web 控制台创建 pod 横向自动扩展 ..... 25 2.4.3. 使用 CLI 根据 CPU 使用率创建 pod 横向自动扩展 ..... 27 2.8.3. 启用设备管理器 96 2.9. 在 POD 调度决策中纳入 POD 优先级 98 2.9.1. 了解 pod 优先级 98 2.9.1.1. Pod 优先级类 98 2.9.1.2. Pod 优先级名称 100 2.9.2. 了解 pod 抢占 100 2.9.2.1. Pod 抢占和其他调度程序设置 101 2.9.2.2. 安全终止被抢占的 pod 101

Notes Downloads 01 整体架构 02 MDS各组件详细介绍 03 Q&A ## 基本架构 ## • 元数据节点 MDS 管理元数据信息 收集集群状态信息，自动调度 - 数据节点 Chunkserver 数据存储 副本一致性 • 客户端 Client 对元数据增删改查 对数据增删改查 快照克隆服务器  Copyset的生成策略：Source code : curve/src/mds/copyset/ bool GenCopyset(const ClusterInfo& cluster, int numCopysets

·2011年 百度电子商务事业部 ·有啊商城的开发 ·2010年毕业于中科院计算所 ## 美国点评 技术团队 ## Outline ·美团点评酒旅业务简介 ·基于用户画像的召回策略演进 ·基于L2R的排序策略优化 ·从海量大数据的离线计算到高并发在线服务的推荐引擎架构设计 ·推荐在美团点评酒旅的应用实践 ## 人工智能应用 |CriticalDigital World|CriticalPhysical ae6238e03c8/p13_6.jpg) ## 基于用户画像的召回策略演进 ## 热销策略 基于Deal所在城市统计分城市热销  |分类|场景|召回策略| |---|---|---| |本地需求|常驻城市=浏览城市 (北京人浏览北京)|当地用户购买的热销POI| p15_2.jpg)  ## 热销策略 ## ·精确统计POI销量 •Deal -> POI •POI售卖数据不准 •客户端埋点 ![Image](/uploads/documents/f/1/e/8/f1e81