首页 文章 精选 留言 我的

精选列表

搜索[国产神器],共5718篇文章
优秀的个人博客,低调大师

监控告警平台的国产化选择—Rancher与夜莺的集成

作者简介 张智博,SUSE Rancher 大中华区研发总监,一直活跃在研发一线,经历了 OpenStack 到 Kubernetes 的技术变革,在底层操作系统 Linux、虚拟化 KVM 和 Docker 容器技术领域都有丰富的研发和实践经验。 通常提到在 Kubernetes 集群中搭建监控告警平台,普遍的选择都是 Prometheus,这源于 Prometheus 早期与 Kubernetes 的不断演进以及后续良好发展的生态。实际上,我们有很多不错的选择,尤其是一些国内优秀团队的作品。本文以 Rancher 与夜莺的整合为视角,为社区用户提供一些新的线索,这是打造一站式监控告警的另一个选择。 夜莺监控 (Nightingale) (https://github.com/ccfos/nightingale),是一款开源云原生监控分析系统,采用 All-In-One 的设计,集数据采集、可视化、监控告警、数据分析于一体,与云原生生态紧密集成,提供开箱即用的企业级监控分析能力。2022 年 5 月 11 日,夜莺监控项目赠予了中国计算机学会开源发展委员会(CCF ODC),成为该组织成立后接受捐赠的首个开源项目。 本文的集成实践遵循快速上手体验原则,通过 Rancher 部署 RKE 集群,并将夜莺的 Helm Chart 通过 Rancher UI 安装到该集群中。版本信息如下: Rancher v2.6.4 Nightingale Chart v0.1.0 RKE Kubernetes 1.22.9 Local Path Provisioner v0.0.22 Rancher 具备非常开放的整合能力,夜莺的 Helm Chart 可以非常方便地通过 Rancher Explorer UI 进行管理。安装 Rancher 并使用 RKE 引擎部署下游集群,在 Explorer UI 中切换到该集群,在 App&Marketplace 添加夜莺 Helm Chart Repo,刷新后可在 Charts 中找到 Nightingale: 夜莺的安装需要有 PVC 支持持久化数据,这里使用 Rancher 开发的一个轻量的 Local Path Provisioner,直接在当前集群中执行 kubectl shell 进行快速安装即可。 kubectl apply -f https://raw.githubusercontent.com/rancher/local-path-provisioner/v0.0.22/deploy/local-path-storage.yaml 夜莺的 Dashboard 支持多种访问方式,考虑到快速上手原则,这里使用 NodePort 暴露方式,在安装的 yaml 中,修改expose.type: nodePort。 等提示安装完成后,进入 Explorer UI 的 Service Discovery,使用 nightingale 过滤 Service,可以看到暴露的 NodePort 端口为 30007: 访问该 NodePort 端口,使用默认的超管用户(root/root.2020)即可登录到夜莺的 Dashboard: 由于夜莺 Helm Chart 会以 Daemonset 的形式,在 k8s 每个节点上启动了 telegraf 采集器,因此节点主机相关的监控指标,默认会自动被收集到夜莺系统中,只需要在夜莺 Web UI 导入内置的 Dashboard 和 Alert Rule,就可以很顺利的拿到可替代社区 Prometheus 的一站式监控告警平台。 导入内置 Dashboard: 导入内置的 Alert Rule: 在弹出的选择框中,选择导入 linux_by_telegraf,即可看到 Linux 主机相关的告警策略已经成功导入并且生效了。 夜莺的商业化支持目前由独立公司快猫星云(https://flashcat.cloud)负责。快猫星云秉承让监控分析变简单的初心和使命,依托其先进云原生监控分析平台,贯通监控数据要素,集数据采集、可视化、监控告警、数据分析于一体,为企业提供开箱即用的云原生监控分析能力。

优秀的个人博客,低调大师

smart-mqtt v0.1 首发,国产开源 MQTT Broker 服务器

smart-mqtt 是用 java 语言开发的 MQTT Broker 服务,也是 smartboot 组织下首款真正意义上面向物联网的解决方案。旨在帮助企业以较低的成本快速搭建稳定、可靠的物联网服务,助力万物互联互通。 smart-mqtt 底层通信采用了异步非阻塞通信框架 smart-socket,现已实现了完整的 mqtt v3.1.1 协议编解码规范,未来还将考虑支持 mqtt v5.0 及其他物联网协议。 项目发展 2018年,创建 smart-mqtt 项目,完成基本的协议编解码结构搭建。 2019~2021年,项目基本处于停更状态,期间重心在于提升底层通信框架 smart-socket 的性能。 2022年3月,重启 smart-mqtt。 更新内容 ✅支持MQTT v3.1.1协议标准 ✅支持Qos0、Qos1、Qos2 的消息传递。 ✅支持遗嘱消息 ✅支持 retain 消息 ✅支持心跳消息 ✅插件化设计模式 ✅mqtt client 相关功能 ✅优雅停机 ✅Broker生命周期及各类事件监听 客户端鉴权 支持集群部署模式 支持通配符订阅模式 精准流控 待补充。。。 功能演示 步骤一:启动 MQTT Broker 我们可以通过两种方式启动MQTT Broker服务。 第一种是下载工程源码后,运行 smart-mqtt-broker 模块下的 Boostrap 程序(如下图)。 第二种是通过二进制发行包启动broker服务,进入bin目录后执行 start.sh 脚本即可。软件包下载地址为:https://gitee.com/smartboot/smart-mqtt/releases 步骤二:启动 MQTT Client smart-mqtt 现已提供了比较基础的 client 能力,通过下图所示代码启动即可。当然,也可以采用任意遵循 MQTT 协议的第三方客户端连接 smart-mqtt broker。 参考资料 《MQTT协议3.1.1中文版》 moquette 最后 smart-mqtt 正处于代码研发阶段,功能、文档、产品规划都还存在诸多的不完善。这个项目在我过往研发的开源作品中算不上难度最大的,但一定是复杂性最高的,这里面涵盖了通信、MQTT协议规范、消息队列、分布式架构、消息质量、数据持久化等一系列技术挑战。保守估计还需数月的研发才可使 MQTT Broker具备生产应用的成熟度,对该项目感兴趣的朋友欢迎留言交流。

优秀的个人博客,低调大师

新一代国产 ORM 框架 sagacity-sqltoy-5.1.14、4.19.5 发版

开源地址: github:https://github.com/sagframe/sagacity-sqltoy gitee:https://gitee.com/sagacity/sagacity-sqltoy idea 插件(可直接在idea中检索安装):https://github.com/threefish/sqltoy-idea-plugins 更新内容 1、优化executeSql增加存在分库分表场景 2、batchUpdate增加公共属性赋值(创建人、创建日期、修改人、修改日期等) 3、updateByQuery、deleteByQuery、updateFetch完善分库分表场景 4、优化sql中以?(问号)传参且有@fast()场景下按比例取Top记录和取随机记录时参数位置处理缺陷 qltoy的关键优势: //------------------了解 sqltoy的关键优势: -------------------------------------------------------------------------------------------*/ //1、最简最直观的sql编写方式(不仅仅是查询语句),采用条件参数前置处理规整法,让sql语句部分跟客户端保持高度一致 //2、sql中支持注释(规避了对hint特性的影响,知道hint吗?搜oracle hint),和动态更新加载,便于开发和后期维护整个过程的管理 //3、支持缓存翻译和反向缓存条件检索(通过缓存将名称匹配成精确的key),实现sql简化和性能大幅提升 //4、支持快速分页和分页优化功能,实现分页最高级别的优化,同时还考虑到了cte多个with as情况下的优化支持 //5、支持并行查询 //6、根本杜绝sql注入问题 //7、支持行列转换、分组汇总求平均、同比环比计算,在于用算法解决复杂sql,同时也解决了sql跨数据库问题 //8、支持保留字自动适配 //9、支持跨数据库函数自适配,从而非常有利于一套代码适应多种数据库便于产品化,比如oracle的nvl,当sql在mysql环境执行时自动替换为ifnull //10、支持分库分表 //11、提供了取top、取random记录、树形表结构构造和递归查询支持、updateFetch单次交互完成修改和查询等实用的功能 //12、sqltoy的update、save、saveAll、load 等crud操作规避了jpa的缺陷,参见update(entity,String...forceUpdateProps)和updateFetch //13、提供了极为人性化的条件处理:排它性条件、日期条件加减和提取月末月初处理等 //14、提供了查询结果日期、数字格式化、安全脱敏处理,让复杂的事情变得简单,大幅简化sql或结果的二次处理工作 //-----------------------------------------------------------------------------------*/ sqltoy特点介绍: sqltoy的核心构建思想 sqltoy的对比mybatis(plus)和fluent mybatis的核心点:查询语句编写、可阅读性、可维护性 对象化crud是基础,但sqltoy有针对性的改进:update、updateSaveFetch、updateFetch等 sqltoy的缓存翻译,大幅减少表关联简化sql,让你的查询性能成几何级提升 极致的分页,同样帮助你实现查询的性能大幅提升 快速分页:@fast() 实现先取单页数据然后再关联查询,极大提升速度 分页优化器:page-optimize 让分页查询由两次变成1.3~1.5次(用缓存实现相同查询条件的总记录数量在一定周期内无需重复查询 sqltoy的分页取总记录的过程不是简单的select count(1) from (原始sql);而是智能判断是否变成:select count(1) from 'from后语句', 并自动剔除最外层的order by sqltoy支持并行查询:parallel="true",同时查询总记录数和单页数据,大幅提升性能 便利的跨数据库统计计算:数据旋转 便利的跨数据库统计计算:无限极分组统计(含汇总求平均) 便利的跨数据库统计计算:同比环比

优秀的个人博客,低调大师

接连三次霸榜GitHub,这个国产GitHub项目是真的强...

想要应用 AI 技术进行产业智能化升级,又担心缺乏计算机、数学等理论基础? AI 算法训练完成,优化部署上线又是一个趟不过去的大坑? 别担心,今天就教大家应用一个开源项目——飞桨全流程开发工具 PaddleX,快速开发 AI 算法并快速部署实现业务上线, 搭上人工智能的产业浪潮! 这个开源项目三次登上 GitHub Daily 全球趋势榜,2.7k 星标;不需要数学基础,不需要编程大牛,只要下载就可以快速开发 AI 算法模型并投产应用;还有工业制造、安防巡检、能源电力、卫星遥感、智能交通等行业海量的示例项目!所有代码全公开,让你可以一键利用云资源就可以运行,换数据就可以进行任务迁移,超低代码实现多环境、多硬件部署,实在是业界良心,“飘香四溢”啊~ 小遍赶紧识趣的送上传送门,建议小伙伴们 Star 收藏后再慢慢研究: https://github.com/PaddlePaddle/PaddleX 那这个项目到底有什么过人之处,又具体能做些什么呢?下面就展开来给大家详细介绍一下。 01. 能做什么? 图像分类、目标检测、语义分割、实例分割任务全覆盖!还提供工业制造、安防巡检、能源电力、卫星遥感、智能交通等十多个行业的实际场景详细的示例工程! 工业制造:瑕疵检测、目标定位、智能抓取、自动分拣、产品计数; 安防巡检:输电线路及基站本体异物检测,表计等设备检测及读数,异常喷洒、火情检测; 智慧城市:车辆、行人、交通标志检测,卫星遥感图像识别,建筑物、农作物、道路等检测、分割及变化检测及面积计算; 智慧零售:商品检测、商标检测及计数; 智慧医疗领域:CT 影像分割、肺炎筛查、眼底病变筛查。 02. 怎么用? PaddleX 提供了从数据预处理、超参配置、模型训练与评估、模型多端部署等深度学习产业项目开发全流程全面覆盖。 数据准备 PaddleX 适配产业标准数据标注格式,支持常用标注工具,如:Labelme、精灵标注、EasyData 等。原生匹配数据格式转化方法。同时提供多种数据增强的策略,适配了 imgaug 图像增强库,支持上百种数据增强操作,有效缓解小样本训练难题。 模型训练 为了满足用户的多种需求,PaddleX 提供多种开发方式。 >>本地 API: pip install 一键安装, 3个 API 即可完成深度学习算法训练!与【图形化开发界面】开发流程相同,提供极简的 API,功能更丰富、开发更灵活、开源易集成。 >>RESTful API: 不论你将训练框架部署在哪里, 只需要启动 RESTful API 服务,即可在本地调起开发界面调动远程服务器的资源进行训练。 >>训练过程可视化分析: 集成可视化分析工具 VisualDL 的能力,直观的将准确率、loss、PR 曲线、数据样本分布情况等用图表的方式呈现,使你清晰了解算法训练过程,加速调参。 >>一键完成模型量化、裁剪: 通过极简的方式即可快速进行算法的裁剪、量化,有效对算法进行体积、参数量的减小,速度、精度的提升。 模型部署 为了满足工业级别的部署,PaddleX 更是提供了全方位的部署服务:支持 Python、C++、C#等多语言部署;提供本地预测、服务化预测、边缘预测部署等多种解决方案;适配业界常用的 CPU、GPU(包括 NVIDIA Jetson)、树莓派等硬件。 >>多硬件、多环境快速部署上线: PaddleX Deploy 模块:适配业界常用的 CPU、GPU(包括 NVIDIA Jetson)、树莓派等硬件;支持 PaddleClas PaddleDetection PaddleSeg 三个套件的模型的部署;支持用户采用 OpenVINO 或 TensorRT 进行推理加速;完备支持工业最常使用的 Windows 系统,且提供 C#语言进行部署的方式! >>独特的 PaddleX Manufacture SDK: 编译预测库太复杂?需要多个算法串联?PaddleX Manufacture SDK 提供工业级多端多平台部署加速的预编译飞桨部署开发套件(SDK),通过修改业务逻辑配置文件,就可以快速完成推理部署。覆盖单个算法以及多个算法串联形式。极低代码,极高效率。再也不用在不同环境下分别打包! PaddleX 图形化产品即将正式发布 PaddleX 图形化产品将集成数据标注与模型部署功能,为用户提供高效便捷的可视化操作界面,完成本地化一站式模型开发。产品名称为飞桨 EasyDL - 桌面版,邀测链接如下: ai.baidu.com/easydl/paddle 应用教程 >>亲妈级示例工程及文档: 针对产业落地每一细节,提供详细的完善的操作指南,以及基于产业真实场景的示例工程。覆盖从数据标注、数据预处理、单模型训练调优、多模型串联,到多端部署、推理加速、可视化结果呈现等全流程! 不论你是 AI 算法开发者、软件系统工程师、硬件工程师还是学生;不管你对什么视觉领域任务有需求,都可以应用 PaddleX 提供的深度学习算法快速进行模型开发,并在实际的硬件、系统上部署上线。 还不 Star 等什么?这么优秀的项目不值得支持一下嘛? 项目链接: https://github.com/PaddlePaddle/PaddleX

优秀的个人博客,低调大师

t-io 3.7.3 发布,入驻华为优选库的国产网络框架

t-io是啥 t-io遥遥领先的star数,让我误以为技术圈的大佬们都已经知道了t-io,所以以前很少在新闻中介绍t-io,这两年创业下来,发现许多公司的CTO们并不知道t-io,甚至没听说过t-io,所以在以后为数不多的新闻中带入适当的t-io的介绍,避免大家一脸蒙鼻 t-io是基于java开发的,面向一线工程师的网络编程框架,它的愿景是让天下没有难写的网络程序。笔者也用t-io打造了新一代即时通讯产品----谭聊,欢迎大家体验(各大应用市场搜索“谭聊”),除了即时通讯,笔者还用t-io打造了新一代视频会议(易立境视频会议),很快就能上线体验 t-io应用场景和能力 t-io生态圈 t-io案例 欢迎过来提交案例:https://www.tiocloud.com/2/case/index.html t-io技术白皮书 https://www.tiocloud.com/tio.pdf 本次更新内容 pom管理依赖升级 不再进行版本更新检查 最新pom坐标 <dependency> <groupId>org.t-io</groupId> <artifactId>tio-core</artifactId> <version>3.7.3.v20210706-RELEASE</version> </dependency>

资源下载

更多资源
Mario

Mario

马里奥是站在游戏界顶峰的超人气多面角色。马里奥靠吃蘑菇成长,特征是大鼻子、头戴帽子、身穿背带裤,还留着胡子。与他的双胞胎兄弟路易基一起,长年担任任天堂的招牌角色。

Nacos

Nacos

Nacos /nɑ:kəʊs/ 是 Dynamic Naming and Configuration Service 的首字母简称,一个易于构建 AI Agent 应用的动态服务发现、配置管理和AI智能体管理平台。Nacos 致力于帮助您发现、配置和管理微服务及AI智能体应用。Nacos 提供了一组简单易用的特性集,帮助您快速实现动态服务发现、服务配置、服务元数据、流量管理。Nacos 帮助您更敏捷和容易地构建、交付和管理微服务平台。

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。

Sublime Text

Sublime Text

Sublime Text具有漂亮的用户界面和强大的功能,例如代码缩略图,Python的插件,代码段等。还可自定义键绑定,菜单和工具栏。Sublime Text 的主要功能包括:拼写检查,书签,完整的 Python API , Goto 功能,即时项目切换,多选择,多窗口等等。Sublime Text 是一个跨平台的编辑器,同时支持Windows、Linux、Mac OS X等操作系统。

用户登录
用户注册