深圳幻海软件技术有限公司

data-version="0">本文是有容云后端开发工程师 李强7月27日在微信群分享内容整理摘要：随着Docker容器云的广泛应用，大量的业务软件运行在容器中，这使得对docker容器的监控越来越重要。传统的监控系统大多数是针对物理机或者虚拟机设计的，而容器的特点不同与传统的物理机或者

一、案例背景计算机包含内存（RAM），CPU等硬件设备，根据如图所示的“产品等级结构-产品族示意图”，使用抽象工厂模式实现计算机设备创建过程并绘制类图二、实现步骤根据题意，使用抽象工厂模式并画出类图，类图中应包含一个抽象工厂类AbstractFactory，PcFactory和MacFactory两

前言​承接上文​,我们在基于Ubuntu2204使用kubeadm部署了k8s集群,且基于helm部署了metrics-server.然后我们可以很欢快的使用kubectltop命令查看node、pod的实时资源使用情况：如CPU、内存。本文将介绍其数据链路和实现原理，同时会阐述k8s中的监控体系。

本文由老王家组装电脑引出——建造者设计模式，详细介绍建造者模式的基本概念和实现代码，为了便于理解建造者模式，我们会对实际应用中的典型案例进行介绍。最后对比工厂模式和建造者模式之间的区别，让我们在实际使用时能更加灵活的选择设计模式。读者可以拉取完整代码到本地进行学习，实现代码均测试通过后上传到码云。一

 CPU更重要，还是GPU更重要?尽管很多人都认为跑分软件不够专业，但是不得不说，当性能以数据的形式呈现，相对来说要更容易理解。我们都知道，骁龙870的安兔兔跑分是73万，骁龙888的跑分是80万。这中间的数值差距，基本上就是处理器综合性能的差距。 但是也会出现一种情况，两颗芯片

可扩展的应用可能会采用水平或垂直扩缩容来动态调整云端资源。为了帮助选择最佳策略，本文主要对比了kubernetes中的水平和垂直扩缩容。通过对Web应用程序进行综合负载测量实验，结果表明水平扩缩容的效率更高，对负载变化的响应更快，且对应用程序响应时间的影响更小。简介云服务的负载可能会随时间变动，为了

​现代计算机系统现代计算机系统与冯·诺依曼计算机差别不大，最大的区别冯·诺依曼计算机是以运算器为中心的，而现代计算机以储存器为中心：我们主要来看一下其中与储存相关的组件：存储器存储器是用来存放数据和程序。存储器包含主存和辅存主存：直接与CPU交换信息，就是我们熟悉的内存。断电后内存的数据是会丢失的辅

今天深入理解一下零拷贝技术~​数据的四次拷贝与四次上下文切换很多应用程序在面临客户端请求时，可以等价为进行如下的系统调用：File.read(file,buf,len);Socket.send(socket,buf,len);例如消息中间件Kafka就是这个应用场景，从磁盘中读取一批消息后原封不动地

LinusTorvalds于7月31日晚发布了LinuxKernel5.19稳定版。与大多数内核周期一样，Linux5.19是另一个大周期，除了错误Bug和安全修复，它带来了更多优化——改进的硬件支持和若干新功能。值得注意的是，LinusTorvalds首次使用搭载了AsahiLinux的苹果Mac

在RabbitMQ中有一个vhsot机制，可以用来做租户隔离，当产品从单租户演化为多租户时，正好可以用到这个特性，不同vhost中的交换机、队列互不影响。起初在产品中引入RabbitMQ的时候，版本如下：RabbitMQ：3.7.2（后来升级为3.8.2）。RabbitMQClient：5.1.2。

前言在之前的文章深入分析Synchronized原理介绍了Synchronized是一种锁的机制，存在阻塞和性能的问题，而volatile是java虚拟机提供的最轻量级的同步机制，volatile主要提供修饰共享变量赋予“可见性”和“有序性”。从简单的Demo引出我们今天的主题--volatile。

Labs导读标准服务器技术是网络功能虚拟化(NFV)实现的一个关键因素，了解一些x86架构的基础知识对大家后续了解电信云关键技术，尤其是掌握虚拟化技术原理和关键优化方案是必须具备的。本文主要从x86架构的CPU指令集增强，内存管理、中断和异常、IO架构等部分进行阐述，以及包含一些基础IT的基本概念的

 好久没有写一些微观方面的文章了，今天写一篇关于CPUCache相关的文章，这篇文章比较长，主要分成这么几个部分：基础知识、缓存的命中、缓存的一致性、相关的代码示例和延伸阅读。其中会讲述一些多核CPU的系统架构以及其原理，包括对程序性能上的影响，以及在进行并发编程的时候需要注意到的一些问题

 今天给大家分享两幅图，它们是如此的重要，以至于你看到的很多软件的设计都和他们相关，可以说图中展示的问题都是计算机的本质问题。图1计算机各个部件的速度    可以看到，CPU最快，一个时钟周期是0.3纳秒，内存访问需要120纳秒，固态硬盘访问需要50

 前言前面我们用了几篇文章系统的说了一下有关Java并发编程模型中的一些基础的知识。比如同步，锁，原子性操作，信号量等以及它们的一些延展实现闩锁，栅锁等等。今天我们回过头来简单说一下并发编程模型的设计和选择。主要涉及到我们如何利用多线程设计来在多处理器或者多内核时代如何提高我们应该程序的性

机器学习中，有一个限制速度的环节，那就是从CPU到GPU之间的张量迁移。很多计算只能在CPU上进行，然后迁移到GPU进行后续的训练工作，因此迁移中如果速度太慢，则会拖累整个模型的训练效率。近日，有一位开发者开源了针对PyTorch的CPU->GPU迁移工具，相比原版加速了110倍之多。&nbs

  这篇文章继续来唠唠概念，讲这三兄弟：串行(Serial)、并行(Parallel)、并发(Concurrent)。吃快餐出门在外吃饭是一件头疼的事，用我大学舍友一句话形容：如果不是没吃饭不能活，他是不会吃饭的。不管学生还是工作者，吃饭都是一件需要揪心的事，有食堂的企业员工纠结

在开发一款软件时，为了延长软件的生命周期，需要一款配套软件来对发布的软件进行监控。随着容器技术的成熟，系统的定制和软件的打包变得越来越容易，同时，对容器进行监控成为了容器使用者所必备的技能。下来，作者将带领大家认识一下容器的资源管理工具Cgroups。说起容器监控，首先会想到通过Cadvisor,D

 1.恶邻A君唯品会在服务化体系改造的初期，一个对延时敏感的应用，偶然会发生一些超时，事发当时zabbix分钟级监控，dstat秒级监控的服务器指标都正常，应用，数据库，缓存，网络也正常，那这是为什么呢?某天脑洞大开，把怀疑的目光投向了在后台运行日志收集程序Flume，发现它的GC运行得比

东西坏了，事情也出了差错。简单的说就是XX发生了。不管用什么词，事实上我们都生活在一个不***的世界里。在嵌入式系统中，有很多失败的可能。在简单的系统中，失败通常导致它们不工作。在复杂的系统中，失败可能以更微妙的方式表现出来。嵌入式系统引入了"智能"，所以显而易见的是，这种智能可以用来检测即将发生的