首页 文章 精选 留言 我的

精选列表

搜索[动态渲染],共10000篇文章
优秀的个人博客,低调大师

用graphite把收集到的数据渲染成图片

在这里我先讲解下他和cacti nagios的区别~ 还有我们为什么要用他~ cacti 是通过snmp来进行抓数据,当然后期可以通过snmp进行exec调取脚本中的数据 nagios是用来监控服务器的各种的状态,当然通过pnp也可以实现画图 但是我为什么要用graphite,其实他就一个功能,把收到的数据展现到页面上~ 就这一个功能,我感觉就够用了~ 需求: 脚本的执行的效率 系统某个日志的分析得到的数值 在线人数 到各个网络节点的质量,延迟 公司的开发人员想看看api的调用次数 某个程序的调用的次数 每个进程延迟的时间统计 这些都可以很好的画图,比自己用rrdtool画图要方便的多~ http://graphite.readthedocs.org/en/latest/index.html 一、 Graphite 项目简介 Graphite是一个企业级的监控工具,可以在廉价机硬件上运行。 二、 Graphite 功能 Graphite是一个画图工具,将数据以图形的方式展现出来。它主要做两件事: 存储时间序列数据 根据需要呈现数据的图形 Graphite不收集数据,有一些工具知道如何发送数据给Graphite。虽然需要一点代码,但是非常简单。 三、 简单架构 Graphite由三个软件组件组成: carbon- 一个Twisted守护进程,监听时间序列数据 whisper- 一个简单的数据库库,用来存储时间序列数据,在设计上类似于RRD graphite webapp-Djangowebapp,使用Cairo来根据需要呈现图形 架构图如下: Graphite High Level 在这个图中我们可以看到Carbon先将数据写入到Whisper数据库文件中,然后Graphite Webapp去读取这个数据,然后显示出图形。但是实际上这个体系采用了缓存,数据可能先到缓存中,然后Webapp读取,显示出图形。这也是为什么在主机I/O反应不过来时Webapp的图形仍能以接近实时的方式显示。 喂数据相当简单,通常大部分的精力花在最开始收集数据时。当你发送数据点给Carbon, 他们马上可以在webapp中画图。webapp 提供几种方式创建和显示图形,包括简单的URL API,这种呈现的方式可以很方便地将图形嵌入到其它Web页面。 四、 使用效果 下图是在浏览器中的效果: shell的例子 ORT=2003 SERVER=graphite.your.org echo "local.random.diceroll 4 `date +%s`" | nc ${SERVER} ${PORT}; python的例子 #!/usr/bin/python import sys import time import os import platform import subprocess from socket import socket CARBON_SERVER='127.0.0.1' CARBON_PORT=2003 delay=60 if len(sys.argv)>1: delay=int( sys.argv[1] ) def get_loadavg(): # For more details, "man proc" and "man uptime" if platform.system() == "Linux": return open('/proc/loadavg').read().strip().split()[:3] else: command="uptime" process=subprocess.Popen(command,stdout=subprocess.PIPE,shell=True) os.waitpid(process.pid, 0) output=process.stdout.read().replace(',', ' ').strip().split() lenlength= len(output) return output[length - 3:length] sock=socket() try: sock.connect( (CARBON_SERVER,CARBON_PORT) ) except: print "Couldn't connect to %(server)s on port %(port)d, is carbon-agent.py running?" % { 'server':CARBON_SERVER, 'port':CARBON_PORT } sys.exit(1) while True: now=int( time.time() ) lines= [] #We're gonna report all three loadavg values loadavg=get_loadavg() lines.append("system.loadavg_1min %s %d" % (loadavg[0],now)) lines.append("system.loadavg_5min %s %d" % (loadavg[1],now)) lines.append("system.loadavg_15min %s %d" % (loadavg[2],now)) message='\n'.join(lines) + '\n' #all lines must end in a newline print "sending message\n" print '-' * 80 print message print sock.sendall(message) time.sleep(delay) 本文转自 rfyiamcool 51CTO博客,原文链接:http://blog.51cto.com/rfyiamcool/1184015 ,如需转载请自行联系原作者

优秀的个人博客,低调大师

版本动态 | SolidUI 0.1.0 版本发布

背景 随着文本生成图像的语言模型兴起,SolidUI想帮人们快速构建可视化工具,可视化内容包括2D,3D,3D场景,从而快速构三维数据演示场景。SolidUI 是一个创新的项目,旨在将自然语言处理(NLP)与计算机图形学相结合,实现文生图功能。通过构建自研的文生图语言模型,SolidUI 利用 RLHF (Reinforcement Learning Human Feedback) 流程实现从文本描述到图形生成的过程。 https://github.com/CloudOrc/SolidUI/ SolidUI 0.1.0 版本简介 SolidUI 0.1.0 版本主要增加功能,登录、项目管理、数据源管理、设计管理。各个模块文档,测试用例,github action。 发版清单 功能 登录:登录信息,预置用户 数据源管理:数据类型管理,编辑数据源,单行删除数据源,添加数据源,数据源过期 项目管理:添加项目,查询项目列表,编辑项目名,预览 设计管理:创建场景,创建页,创建图例,选择数据源,输入 SQL 查询语句,保存页面, 预览场景,编辑场景名称,删除场景,编辑页名称,删除页,编辑图例名称, 删除图例,编辑 SQL 查询语句,撤销图例编辑 部署 独立部署相关脚本 docker-compose 文档 前端架构设计文档 服务端架构设计文档 项目共建流程 项目发版流程 服务端编译文档 前端编译文档 Docker 编译 Web 部署 Docker 部署 单独部署 测试用例 Github Action Create Comment build License check third-party dependencies check CodeQL check markdown 详细指引 本版本总览:https://github.com/CloudOrc/SolidUI/releases/tag/release-0.1.0-rc1 详细安装部署见指引:https://github.com/CloudOrc/SolidUI-Doc/blob/main/zh_CN/%E9%83%A8%E7%BD%B2%E6%96%87%E6%A1%A3/%E6%95%B4%E4%BD%93%E9%83%A8%E7%BD%B2/README_STANDALONE.md Docker-Compose 部署:https://github.com/CloudOrc/SolidUI-Doc/blob/main/zh_CN/%E9%83%A8%E7%BD%B2%E6%96%87%E6%A1%A3/%E6%95%B4%E4%BD%93%E9%83%A8%E7%BD%B2/README_DOCKER.md 官方下载链接:https://github.com/CloudOrc/SolidUI/releases/download/release-0.1.0-rc1/solidui-0.1.0-bin.tar.gz 贡献者 SolidUI v0.1.0 的发布离不开 SolidUI 社区的贡献者,感谢所有的社区贡献者,包括但不仅限于以下 Contributors(排名不分先后) dlimeng nutsjian jacktao007 如果成为贡献者 官方文档贡献。发现文档的不足、优化文档,持续更新文档等方式参与社区贡献。通过文档贡献,让开发者熟悉如何提交 PR 和真正参与到社区的建设。参考攻略:https://github.com/CloudOrc/SolidUI/discussions/54 代码贡献。我们梳理了社区中简单并且容易入门的的任务,非常适合新人做代码贡献。请查阅新手任务列表:https://github.com/CloudOrc/SolidUI/issues/12 内容贡献:发布 SolidUI 开源组件相关的内容,包括但不限于安装部署教程、使用经验、案例实践等,形式不限,请投稿给小助手。例如:https://github.com/CloudOrc/SolidUI/issues/10 社区答疑:积极在社区中进行答疑、分享技术、帮助开发者解决问题等; 其他:积极参与社区活动、成为社区志愿者、帮助社区宣传、为社区发展提供有效建议等;

优秀的个人博客,低调大师

Flink Weekly | 每周社区动态更新

作者:唐云(茶干) 大家好,2020 年转眼就来了,先恭喜大家新年快乐,Flink 社区也会在新的一年中继续陪伴大家,一起将 Flink 做大做好。 本文为 Flink Weekly 的第三期,由 Tang Yun 整理,主要内容包括:Flink 1.10.0 的发布进展,将 blink planner 设置为 SQL client 默认 planner 的讨论,以及如何支持 SQL client gateway 的 FLIP。 Flink 开发进展 [Release] Yu 分享了目前 Flink-1.10 发布的喜人进展,release-1.10 分支刚被拉出来时有 46 个 blocker,11 个 critical 级别的 issue,目前已经下降到只有 12 个 blocker 级别的 issue,一个 RC 版本有望于近期发布,可以访问下面的链接一睹为快: http://apache-flink-mailing-list-archive.1008284.n3.nabble.com/ANNOUNCE-Progress-of-Apache-Flink-1-10-3-td36359.html [Build] 在社区邮件达成一致后,目前 Flink 已经移除了厂商提供的仓库支持: http://apache-flink-mailing-list-archive.1008284.n3.nabble.com/DISCUSS-Drop-vendor-specific-repositories-from-pom-xml-td36113.html https://issues.apache.org/jira/browse/FLINK-15459 [SQL] Forward Xu 发起了 FLIP-90(在 Flink SQL 中支持 SQL 2016-2017 JSON 函数)的投票,考虑到讨论时没有收到负面意见,该投票有望较快通过。 http://apache-flink-mailing-list-archive.1008284.n3.nabble.com/VOTE-FLIP-90-Support-SQL-2016-2017-JSON-functions-in-Flink-SQL-td36341.html http://apache-flink-mailing-list-archive.1008284.n3.nabble.com/DISCUSS-Support-JSON-functions-in-Flink-SQL-td32674.html [SQL] Jark 发起了在 Table API&SQL 中将"Time-windowed Join"重命名为"Interval Join" 的投票: http://apache-flink-mailing-list-archive.1008284.n3.nabble.com/VOTE-Rename-terminology-quot-Time-windowed-Join-quot-to-quot-Interval-Join-quot-in-Table-API-amp-SQL-td36370.html [SQL] Jark 发起了将 Blink planner 在 release 1.10 中设置为 SQL Client 默认 planner 的讨论。目前 Table API 仍然使用 Flink planner,但是也规划在 release 1.11 中将 Blink planner 设置为默认 planner。理论上来说 Blink planner 是 Flink planner 的超集,当然不排除一些边角功能没有覆盖到,如果你有任何相关发现,欢迎在下面的邮件中回复: http://apache-flink-mailing-list-archive.1008284.n3.nabble.com/DISCUSS-Set-default-planner-for-SQL-Client-to-Blink-planner-in-1-10-release-td36379.html [SQL] Godfreyhe 发起了支持 SQL client gateway(FLIP-91)的讨论。FLIP-91 的目标是在 FLIP-24 的基础上使得 SQL Client 支持 REST/JDBC 接口,提高 Flink SQL 的易用性。 http://apache-flink-mailing-list-archive.1008284.n3.nabble.com/DISCUSS-FLIP-91-Support-SQL-Client-Gateway-td36349.html 需要注意的一些缺陷 [FLINK-15477] [1.9.1] 有用户反馈无法创建 BatchTableEnvironment。 https://issues.apache.org/jira/browse/FLINK-15477 [FLINK-15467] [1.9.1] task cancel 阶段没有等待 source 线程发送完全数据。 https://issues.apache.org/jira/browse/FLINK-15467 [FLINK-15466] 1.8.3 FlinkAggregateExpandDistinctAggregatesRule 会在执行带有过滤的 distinct aggs 时创建错误的 SQL plan。 https://issues.apache.org/jira/browse/FLINK-15466 [FLINK-15463] [1.9.1] 使用 table SQL API 连接 phoenix 时,会遇到 ClassNotFoundException 异常。 https://issues.apache.org/jira/browse/FLINK-15463 中文邮件问题答疑汇总 IDEA 默认选择 java 11 profile,导致 IDEA 在 JDK8 下无法编译 Flink。已经获得了相关解决方法: http://apache-flink.147419.n8.nabble.com/Error-java-add-exports-java-base-sun-net-util-ALL-UNNAMED-td943.html Flink 内存配置相关的问题解答: http://apache-flink.147419.n8.nabble.com/flink-td1358.html 如何获取一条数据记录的处理时间: http://apache-flink.147419.n8.nabble.com/-td1380.html StreamTableEnvironment.registerDatastream() 开放用户自定义的 schemaDescriptionh 和 DeserializationSchema: http://apache-flink.147419.n8.nabble.com/StreamTableEnvironment-registerDatastream-schemaDescriptionh-DeserializationSchema-td1347.html 2 分钟快速订阅 Flink 中文邮件列表 Apache Flink 中文邮件列表订阅流程: 发送任意邮件到 user-zh-subscribe@flink.apache.org 收到官方确认邮件 回复该邮件 confirm 即可订阅 订阅成功后将收到 Flink 官方的中文邮件列表的消息,您可以向 user-zh@flink.apache.org 发邮件提问也可以帮助别人解答问题,动动手测试一下! Tips: Flink Weekly 周报计划每周更新一期,内容涵盖邮件列表中用户问题的解答、社区开发和提议的进展、社区新闻以及其他活动、博客文章等,欢迎持续关注~ 作者介绍: 唐云(茶干),南京大学硕士,2017 年加入阿里巴巴实时计算事业部,专注 Flink 核心引擎开发,入职以来长期从事 Flink state & Checkpoint 相关研发,目前也积极参与 Flink on K8s 相关软件化输出开发和社区开发推广工作。

资源下载

更多资源
腾讯云软件源

腾讯云软件源

为解决软件依赖安装时官方源访问速度慢的问题,腾讯云为一些软件搭建了缓存服务。您可以通过使用腾讯云软件源站来提升依赖包的安装速度。为了方便用户自由搭建服务架构,目前腾讯云软件源站支持公网访问和内网访问。

Spring

Spring

Spring框架(Spring Framework)是由Rod Johnson于2002年提出的开源Java企业级应用框架,旨在通过使用JavaBean替代传统EJB实现方式降低企业级编程开发的复杂性。该框架基于简单性、可测试性和松耦合性设计理念,提供核心容器、应用上下文、数据访问集成等模块,支持整合Hibernate、Struts等第三方框架,其适用范围不仅限于服务器端开发,绝大多数Java应用均可从中受益。

Rocky Linux

Rocky Linux

Rocky Linux(中文名:洛基)是由Gregory Kurtzer于2020年12月发起的企业级Linux发行版,作为CentOS稳定版停止维护后与RHEL(Red Hat Enterprise Linux)完全兼容的开源替代方案,由社区拥有并管理,支持x86_64、aarch64等架构。其通过重新编译RHEL源代码提供长期稳定性,采用模块化包装和SELinux安全架构,默认包含GNOME桌面环境及XFS文件系统,支持十年生命周期更新。

WebStorm

WebStorm

WebStorm 是jetbrains公司旗下一款JavaScript 开发工具。目前已经被广大中国JS开发者誉为“Web前端开发神器”、“最强大的HTML5编辑器”、“最智能的JavaScript IDE”等。与IntelliJ IDEA同源,继承了IntelliJ IDEA强大的JS部分的功能。

用户登录
用户注册