- 博客(499)
- 资源 (11)
- 收藏
- 关注
RSS订阅原创 Prometheus使用Pushgateway推送数据
Prometheus 的 Pushgateway 是一个简单的 HTTP 服务器，它允许数据被推送到该服务器，而不是通过拉取的方式获取。它的存在是为了让临时和批处理作业能够将其指标暴露给 Prometheus。由于这类作业可能存在的时长不足以被主动抓取，因此它们可以将指标推送到 Pushgateway。随后，Pushgateway 会将这些指标暴露给 Prometheus。Pushgateway 作为中间件，保存推送的数据直到 Prometheus 抓取。它支持从多个来源推送指标，每个来源都通过唯一的。
2024-09-20 10:02:04
282
原创 Prometheus架构详解
Prometheus 是一个开源的系统监控报警工具套件，它最初由SoundCloud开发，并于2016年成为CNCF（云原生计算基金会）托管的第二个项目（第一个是kubernetes）。Prometheus 以其简单高效的方式收集指标而闻名，能更好地与容器平台、云平台配合，这使得它在现代云原生环境中非常受欢迎。应用性能监控：监控应用程序的健康状态和性能指标。基础设施监控：监控服务器、存储设备、网络设备等基础设施的状态。业务监控：监控业务层面的关键性能指标（KPIs）。独立性。
2024-09-20 09:52:47
305
原创 MIT 6.5840(6.824) Lab 4:Fault-tolerant Key/Value Service 设计实现
例如，在下面这张图中：x初始值为0，client1发送put请求(x,1)，client2发送put请求(x,2)，并在put请求前后发送get请求，此时如果put请求因为超时不断重发，如果在client2的put请求之后才被应用，则导致最后client2读到的是1，RaftKV的结果也是1，这就违背了线性一致性。为单一服务器提供线性化相对容易，但如果服务是复制的，则较为困难，因为所有服务器必须为并发请求选择相同的执行顺序，避免使用过时的状态回复客户端，并在故障恢复时以保留所有确认的客户端更新为前提。
2024-08-30 21:25:41
1830
原创 【论文阅读笔记】Grove: a Separation-Logic Library for Verifying Distributed Systems (Extended Version)
大型应用在分布式系统中遭遇多重挑战，如并发控制、故障恢复、网络不稳定及服务器时钟异步等。形式化验证则是一种严格确立系统正确性的方法，帮助处理边缘情况。租约是分布式系统中的关键技术，用于保证系统某方面在一定时间内不变，GFS、Chubby和DynamoDB都具有类似的机制。例如租约允许领导者高效执行只读查询，无需频繁验证自身领导权，然而，这一机制的有效性验证却是一项艰巨任务。
2024-08-30 21:19:55
1299
原创 【论文阅读笔记】ZooKeeper: Wait-free coordination for Internet-scale systems
这篇论文介绍了ZooKeeper，一个用于协调分布式应用进程的服务。ZooKeeper旨在提供一个简单且高性能的内核，用于构建更复杂的客户端协调原语。它整合了组消息传递、共享寄存器和分布式锁服务的元素，形成了一个复制的、集中式的服务。Zookeeper提供了一个接口，具有共享寄存器的无等待特性和类似分布式文件系统缓存失效的事件驱动机制，以提供简单而强大的协调服务。ZooKeeper还保证了每个客户端请求的FIFO执行和所有更改ZooKeeper状态的请求的线性化。分布式系统中的基本协调机制配置。
2024-08-11 22:07:57
535
原创 MIT 6.5840(6.824) Lab3:Raft 设计实现
此Raft结构体基于论文图2，基本上都是其中介绍的字段以及lab自带的字段，其中其他属性论文中也间接简述和支持，以确保Raft节点能够高效、稳定地运作。这些定时器对于触发关键的系统行为至关重要——选举定时器确保在必要时发起选举过程，而心跳定时器则维持着领导者与跟随者之间的连接，防止不必要的选举。然而，对于一个长期运行的服务来说，永远记录完整的 Raft 日志是不切实际的。论文的图 2 提到了哪种状态应该是持久的，即。这两个核心函数，前者负责保存Raft的状态，后者则是在Raft启动时恢复之前保存的数据。
2024-08-11 17:55:31
640
原创 【MIT 6.5840(6.824)学习笔记】Raft
Raft协议作为库（Library）存在于服务中，每个Raft副本包含应用程序代码和Raft库。应用程序代码处理RPC或其他客户端请求，Raft库负责同步多副本之间的操作。操作流程客户端请求：客户端发送请求（如Put或Get）到Raft集群的Leader节点。请求处理Raft层：Leader节点将请求操作传递给Raft层，要求将操作写入日志。Raft节点之间的交互确保操作被过半节点复制。当Leader节点确认过半副本都有操作的拷贝后，通知应用程序层执行操作。应用程序层。
2024-07-29 21:33:23
662
原创 【论文阅读笔记】DeepCAD: A Deep Generative Network for Computer-Aided Design Models
作者提出了DeepCAD，第一个一个用于CAD设计的深度生成模型。几乎所有以前的3D生成模型都产生离散的3D形状，如体素、点云和网格。为此，作者还引入了一个大型CAD模型数据集，每个模型都表示为一个CAD命令序列。曲线命令类型有限：目前，作者仅考虑了三种最常用的曲线命令类型（直线、弧线和圆）。然而，其他曲线命令也可以轻松添加，例如可以通过三个控制点以及起点来指定的三次贝塞尔曲线，其参数结构可以按照3.1中描述的方式进行。操作命令的局限性。
2024-07-29 21:24:54
491
3
原创 【论文阅读笔记】In Search of an Understandable Consensus Algorithm (Extended Version)
分布式一致性共识算法指的是在分布式系统中，使得所有节点对同一份数据的认知能够达成共识的算法。且算法允许所有节点像一个整体一样工作，即使其中一些节点出现故障也能够继续工作。之前的大部分一致性算法实现都是基于Paxos，但Paxos难以理解和实现，为此作者开始寻找一种新的易于理解的一致性算法，Raft则是作者工作的产出。算法分解：Raft将核心功能模块化，分离出领导人选举、日志复制和安全性三个关键部分，使每个部分的逻辑更加清晰。状态空间缩减。
2024-07-19 21:36:24
1075
原创 【论文阅读笔记】Hierarchical Neural Coding for Controllable CAD Model Generation
作者提出了一种CAD的创新生成模型，该模型将CAD模型的高级设计概念表示为从全局部件排列到局部曲线几何的三层神经代码的层级树，并且通过指定目标设计的代码树来控制CAD模型的生成或完成。具体而言，一种带有“掩码跳过连接”的向量量化变分自编码器(VAE)的新变体在三个层次上提取设计变化作为神经码本。两阶段的级联自回归Transformer学习从不完整的CAD模型生成代码树，然后根据预期设计完成CAD模型。广泛的实验表明，在无条件生成等传统任务上表现出优越性能，同时在条件生成任务中实现了新颖的交互能力。
2024-07-19 21:26:53
1336
原创 【论文阅读笔记】SkexGen: Autoregressive Generation of CAD Construction Sequences with Disentangled Codebooks
SkexGen是一种新颖的自回归生成模型，用于创建CAD构造序列，其中包含草图和拉伸建模操作。这个模型利用不同的Transformer架构将构造序列中的拓扑、几何和拉伸变化编码到解耦的码本中。自回归Transformer解码器根据码本向量生成具有特定属性的CAD构造序列。广泛的实验表明，我们的解耦码本表示可以生成多样且高质量的CAD模型，增强了用户的控制能力，并能够有效探索设计空间。【code】SkexGen是一种新颖的自回归生成模型，专为CAD构造序列设计。
2024-07-17 19:34:01
1020
1
原创 【论文阅读笔记】Attention Is All You Need
Transformer的成功不仅在于其高效的信息传递路径，还在于其能够在更大范围内捕捉和利用序列中的关联信息，从而提升了序列建模任务的性能和效果。在Transformer中的位置编码使用了sin函数和cos函数，这种方法不同于传统的学习得到的位置嵌入，而是采用固定的函数形式，即。是序列处理模型中的基本思想。注意力机制就是对一系列的query和一系列的key-value对，我们需要确定对于每个query而言不同 value 的重要程度，而这个权重是根据 query 和key 的相关度计算得到的。
2024-07-17 19:31:08
993
原创 【MIT 6.5840(6.824)学习笔记】GFS
根据GFS论文的描述，客户端会选择一个在网络上最近的服务器（在Google的数据中心中，通过IP地址的差异可以判断网络位置的远近），然后将读请求发送到这个服务器。然后，如果它读取的记录与之前的记录具有相同的 ID，它就知道它们是彼此的重复项。如果服务器1（S1）先处理C1的请求，那么在它的表单里面，X先是1，之后S1看到了来自C2的请求，会将自己表单中的X覆盖成2。但是，如果S2恰好以不同的顺序收到客户端请求，那么S2会先执行C2的请求，将X设置为2，之后收到C1的请求，将X设置为1。
2024-05-28 16:21:34
1122
原创 【论文阅读笔记】The Google File System
Google File System (GFS) 是一个可扩展的分布式文件系统，专为快速增长的Google数据处理需求而设计。这篇论文发表于2003年，此前已在Google内部大规模应用。GFS不仅追求性能、可伸缩性、可靠性和可用性等传统分布式文件系统的设计目标，还基于对自身应用负载情况和技术环境的深入观察，提出了独特的设计思路，与早期文件系统的假设明显不同。GFS 在设计的时候有一些假想，即预期要实现的目标。系统由许多廉价的普通组件组成，因此组件失效是一种常态。
2024-05-28 16:19:20
1077
翻译 【MIT 6.5840(6.824)学习笔记】测试分布式系统的线性一致性
类似的，我们可以画出 client 1，2 和 4 的，那么 client 2 的操作一定会在 4 的操作开始的后面，但这样我们就不能处理 client 3，它只可能合法的返回。但不幸的是，在测试一些分布式 key-value store 的时候，Knossos 并不能很好的工作，它可能只能适用于一些少的并发 clients，以及只有几百的事件的历史。上面的代码比较简单，但包含了足够的信息，包括初始状态是怎样的，内部状态是如何被操作的结果改变的，从 key-value存储里面操作返回的结果是怎样的。
2024-05-22 09:31:46
108
原创 MIT 6.5840(6.824) Lab2:Key/Value Server 设计实现
对于并发的请求来说，返回的结果和最终状态都必须和这些操作顺序执行的结果一致。例如，如果一个客户端发起一个更新请求并从服务器获取了响应，随后从其他客户端发起的读操作可以保证能看到改更新的结果。如果存在，则表明该请求已经处理过，服务器可以跳过重复的处理，直接返回之前处理过的值。在本次 Lab 中，你将在单机上构建一个键/值服务器，以确保即使网络出现故障，每个操作也只能执行一次，并且操作是可线性化的。当然，还需要考虑一个问题，就是服务器会不断积压处理过的请求ID信息，所以我们需要快速释放服务器内存。
2024-05-15 13:04:48
774
原创 【MIT 6.5840(6.824)学习笔记】使用Go进行线程和RPC编程
远程过程调用（RPC）是分布式系统中的关键技术之一，它使得客户端和服务器之间的通信变得简单而直观。在分布式系统中，不同的节点可能分布在不同的物理机器上，RPC允许这些节点之间进行远程通信，就像调用本地函数一样，无需了解底层的网络协议细节。RPC的目标是实现易于编程的客户端/服务器通信，它隐藏了底层网络通信的复杂性，为开发人员提供了简单的接口。通过RPC，开发人员可以专注于业务逻辑的实现，而无需担心网络通信的细节。
2024-05-15 10:01:52
910
原创 MIT 6.5840(6.824) Lab1:MapReduce 设计实现
本次实验是实现一个简易版本的MapReduce，你需要实现一个工作程序（worker process）和一个调度程序（coordinator process）。工作程序用来调用Map和Reduce函数，并处理文件的读取和写入。调度程序用来协调工作任务并处理失败的任务。你将构建出跟MapReduce论文里描述的类似的东西。（注意：本实验中用"coordinator"替代里论文中的"master"。阅读MapReduce论文阅读lab文档理解MapReduce框架理解原框架代码，理清所需完成任务。
2024-05-14 19:56:00
898
原创 【MIT 6.5840(6.824)学习笔记】分布式系统介绍
举例来说，如果一台计算机能够解决一定量的问题，那么增加第二台计算机后，系统能够以更快的速度解决相同数量的问题，或者在相同时间内处理更多的问题。这样，不同的用户可以访问不同的Web服务器，但它们需要访问相同的数据，因此所有的Web服务器都需要与后端数据库通信。因此，为了尽可能减少通信，特别是当副本相距很远时，人们会构建弱一致性系统，只需要更新最近的数据副本，并且只需要从最近的副本获取数据，并允许读取旧数据。然而，重构一个单一的数据库是困难的，尽管可以将数据库拆分为多个来提高性能，但这需要大量的工作。
2024-05-14 14:15:27
995
原创 【论文阅读笔记】MapReduce: Simplified Data Processing on Large Clusters
当在一个足够大的 cluster 集群上运行大型 MapReduce 操作的时候，大部分的输入数据都能从本地机器读取，因此消耗非常少的网络带宽。用户可以控制操作的执行，并且可以将其限制在特定的。操作是输入确定性函数（即相同的输入产生相同的输出）时，MapReduce保证任何情况下的输出都和所有程序没有出现任何错误、顺序的执行产生的输出是一样的。MapReduce 模型的核心思想是将大规模的数据集分解成多个小的数据块，然后分配给集群中的多个计算节点进行并行处理，最终将结果合并成最终的输出。
2024-05-12 22:32:33
882
1
翻译 AI时代下的GPU生存工具包：每个开发人员必须了解的最基本知识
在即将到来的AI时代，GPU是一个不容忽视的东西，我们应该更加了解它的能力。GPU 的并行处理能力在处理人工智能和机器学习任务固有的海量数据集和复杂的神经网络架构方面特别有优势。此外，GPU 的作用超出了传统的机器学习领域，在科学研究、模拟和数据密集型任务中找到了应用。与 CPU 不同，GPU 拥有更多的核心，通常有数千个。例如，图像识别架构 AlexNet 通过同时处理图像的不同部分，展示了并行处理的威力，从而实现准确的模式识别。因为当我们并行训练时，会产生更大的模型，而更大的模型会产生更好的输出。
2024-03-19 20:25:10
122
原创 Linux execve函数详解
描述execve()执行由pathname引用的程序。这会导致当前由调用进程运行的程序被一个新程序替换，该新程序具有新初始化的堆栈、堆和（已初始化和未初始化）数据段。pathname必须是二进制可执行文件或以形式为开头的脚本。argv是传递给新程序作为其命令行参数的字符串指针数组。按照惯例，这些字符串中第一个（即argv[0]）应包含与正在执行文件相关联的文件名。argv数组必须以NULL指针结尾。（因此，在新程序中，argv[argc]将为NULL）。envp是传递给新程序环境变量的字符串指针数组。
2024-03-13 10:30:34
1963
1
原创 【矩阵论】Chapter 7—Hermite矩阵与正定矩阵知识点总结复习
【矩阵论】Chapter 7—Hermite矩阵与正定矩阵知识点总结复习
2023-12-06 10:02:44
3900
原创 【矩阵论】Chapter 6—矩阵分解知识点总结复习（附Python实现）
【矩阵论】Chapter 6—矩阵分解知识点总结复习（附Python实现）
2023-12-05 14:45:23
656
原创 WireGuard 组网教程：快速构建安全高效的私密网络并实现内网穿透
通过阅读本文，读者将了解 WireGuard 的基本概念和原理，学会安装和配置 WireGuard，以及如何使用 WireGuard 实现内网穿透。此外，还介绍了一些与 WireGuard 相关的工具，以帮助读者更好地管理和使用 WireGuard。
2023-11-16 09:50:44
25318
11
原创 Vite探索：构建、启程、原理、CSS艺术与插件魔法
踏上 Vite 的探索之旅！本指南从构建工具的基础概念开始，探讨主流构建工具，深入解析 Vite 相较于 webpack 的优势。初次启动 Vite 项目，理解其脚手架和核心功能，享受开箱即用的畅快体验。解开 Vite 的神秘面纱，揭示浏览器如何识别 .vue 文件，以及为何使用 path.resolve。探索 Vite 在处理 CSS 方面的强大功能，详解配置文件的各个方面，包括模块化、预处理器选项和 PostCSS。深入了解 Vite 处理静态资源的方法，研究其在生产环境下的静态资源处理策略。最后，介绍
2023-11-12 22:52:13
1313
1
原创 Git Commit 之道：规范化 Commit Message 写作指南
在软件开发的征程中，清晰明了的 Git Commit Messages 是项目成功的关键。本指南将教你如何通过规范化 Git 提交信息，提高代码可读性，以及如何巧妙撰写自动生成的 Change Logs，精准记录项目的演变。让你的团队与你共同领略 Git Commit 的精髓，推动项目可维护性的巅峰。
2023-11-12 22:32:20
12009
原创 设计模式例题详解
组合模式它是一种将对象组合成树状的层次结构的模式，用来表示“整体-部分”的关系，使用户对单个对象和组合对象具有一致的访问性，属于结构型设计模式。组合模式让客户端可以统一对待单个对象和组合对象，能清楚的定义分层次的复杂对象，表示对象的全部或部分层次，让客户端忽略层次之间的差异，方便对整个层次结构进行控制。观察者模式指多个对象间存在一对多的依赖关系，当一个对象的状态发生改变时，所有依赖于它的对象都得到通知并被自动更新。发生改变的对象称为观察目标，被通知的对象称为观察者，一个观察目标可以对应多个观察者。...
2022-07-17 20:30:32
3967
1
原创 Linux操作系统作业
设置VMnet8属性，其中将IP地址修改为与虚拟机同一网段，这里设置为192.168.0.1，子网掩码与其相同，默认网关相同，DNS服务器也与其相同。创建好需要挂载的文件夹/home/hezhifei，然后编辑/etc/fstab文件，添加相关信息，其中UUID可以通过blkid查看。nfig/network-scripts/ifcfg-ens33，如果需要临时生效，则使用alias命令即可设置，如果是需要永久生效，则需要修改~/.bashrc配置文件。修改/etc/motd文件，将提示信息复制过去。...
2022-07-17 14:28:01
2530
1
原创 Linux用户和用户组教程
文章目录1 用户和用户组介绍1.1 用户1.2 用户组1.3 文件权限1.3.1 文件所有者（User）1.3.2 用户组成员（Group）1.3.3 其他人（Others）1.3.4 超级管理员（root）1.4 AAA基础2 用户和用户组文件2.1 用户账号文件— /etc/passwd2.2 用户影子文件—/etc/shadow2.3 创建用户的默认设置文件—/etc/login.defs2.4 用户组账号文件—/etc/group2.5 用户组影子文件—/etc/gshadow3 用户和用户组管理3
2022-05-24 10:27:01
1823
2
原创 经典进程同步问题解析（附伪代码实现）
文章目录1 生产者消费者问题1.1 普通版本1.2 复杂版本2 读者-写者问题3 哲学家进餐问题4 吸烟者问题5 理发店问题5.1 普通版本6 总结1 生产者消费者问题1.1 普通版本问题描述一组生产者进程和一组消费者进程共享一个初始为空、固定大小为n的缓存（缓冲区）。生产者的工作是制造一段数据，只有缓冲区没满时，生产者才能把消息放入到缓冲区，否则必须等待，如此反复;同时，只有缓冲区不空时，消费者才能从中取出消息，一次消费一段数据（即将其从缓存中移出），否则必须等待。由于缓冲区是临界资源，它只
2022-05-08 18:22:47
1881
2
王爽《汇编语言》第三版课后实验及检测点答案
2024-05-20
XCPC-Algorithms
2024-05-20
牛客网数据库SQL实战题目汇总
2024-05-20
graduate-English-Resource
2024-05-17
研究生数学课程-面试资料
2024-05-17
LanQiaoCode-Python
2024-05-17
蓝桥杯Python代码实现
2024-05-17
Python-web-scraping
2024-05-17
【吴恩达 深度学习】-最全面的深度学习笔记
2024-05-17
点燃我温暖你-李峋同款爱心代码
2024-05-17
微信小程序-番茄时钟工具
2024-05-16
NJU操作系统设计实现学习笔记
2024-05-16
Python实现矩阵论代码
2024-05-16
C语言实现的成绩管理系统
2024-05-16
基于Vue和Echarts实现的天气查询和家居设备控制app
2024-05-16
基于Thrift实现的游戏匹配项目
2022-04-05
基于CocosCreator制作的水果忍者游戏
2021-07-31
常用函数模板——ACMer者的精选.doc
2020-06-10
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人