- 综合排序
- 最热优先
- 最新优先
- 来自专栏云云众生s
环境网格：无边车Istio能否让应用程序更快？
环境运行 1 0.80ms 0.6ms 0.71ms 0.81ms 1.4ms 无网格运行 2 0.86ms 0.65ms 0.75ms 0.86ms 1.71ms 平均慢 6% 且 P90 慢 4% 为什么应用程序在环境网格中有时更快？ 我们一直被教导服务网格会增加延迟。Quentin 的结果在这里得到了复制，显示了一个工作负载在通过服务网格运行时 更快 的情况。发生了什么事？ 无网格：Fortio 到新的 Bookinfo 应用程序 1000 RPS 100 个连接。 无网格：Fortio 到新的 Bookinfo 应用程序 1000 RPS 100 个连接。 12.12ms 41.14ms 慢 6% 表 5：Fortio 到旧 Bookinfo 应用程序 1000 RPS 100 个连接。 无网格 1.54ms 1.33ms 1.54ms 2.25ms 3.98ms 环境 1.58ms 1.37ms 1.57ms 2.33ms 4.9ms 平均慢 3%，P90 慢 4% 表 6：Fortio
82410编辑于 2024-08-22 - 来自专栏瓜农老梁
Mesh6# gRPC服务通过Istio网格通信
引言 本文通过gRCP服务消费方mesha和gRPC服务提供方meshb，验证其部署在Istio网格的通信过程。通过该示例可以将外部注册中心接入网格，不再困难。 -f meshb-service-entry.yaml serviceentry.networking.istio.io/meshb created 再访问页面发现已经正常 备注：至此服务消费方在网格中向服务提供方发起调用 Mac OS X 10_15_7) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/95.0.4638.54 Safari/537.36" "859344b6- 说明：通过查看服务消费方日志、服务提供方日志以及其数据面enovy日志，说明其调用在istio网格中进行。
1.5K20发布于 2021-11-17 - 来自专栏黑客下午茶
Emoji.voto，Linkerd 服务网格(service mesh)的示例应用程序
一个微服务应用程序，允许用户为他们最喜欢的表情符号(emoji)投票，并跟踪排行榜上收到的投票。愿最好的 emoji 获胜。 emojivoto-voting-svc 实战 腾讯云 K8S 集群实战 Service Mesh—Linkerd2 & Traefik2 部署 emojivoto 应用 运行 在 Minikube 中 使用 Linkerd2 服务网格将应用程序部署到 Inject, Deploy, and Enjoy 使用应用程序！ 在 docker-compose 中 也可以使用 docker-compose（不带 Linkerd2）运行应用程序。 构建并运行： make deploy-to-docker-compose Web 应用程序将在 docker 主机的端口 8080 上运行。 Emojivoto 应用程序旨在通过以下说明展示服务配置文件。
1.1K30发布于 2021-07-30 - 来自专栏智能时刻
【服务网格架构】Envoy架构概览(6):异常检测
取决于异常值检测的类型，弹出或者以行内（例如在连续5xx的情况下）或以指定的间隔（例如在定期成功率的情况下）运行。弹射算法的工作原理如下：
70350发布于 2020-07-20 - 来自专栏智能时刻
【数据网格】应用数据网格
逐步从单一数据湖转移到分散的 21 世纪数据网格。 答案被称为“数据网格”。 如果您像我一样感受到公司当前数据架构的痛苦，那么您想迁移到数据网格。但是怎么做？这就是我在本文中探索的内容。 但首先，简要回顾一下数据网格。 那么数据网格方法呢？ 这是具有数据网格架构的同一个电子商务网站。 Green: new data-APIs. 第 6 步：迁移所有权。 如果你在这里，恭喜，你已经打破了中央数据湖的第一部分，现在你需要确保在这些服务的新功能请求流入之前，所有权也已经转移。 我们还可以看到从数据湖到数据网格的2-3种不同方式。
2.2K10编辑于 2022-09-26 - 来自专栏数据云团
Django源码学习-6-App 应用程序注册
Django使用配置文件里的 INSTALLED_APPS 设置来查找项目中的所有应用程序，并构建要运行的应用程序列表。 Django在此上下文中将应用程序列表称为应用程序注册表app registry。 ? 在每个新建的 app 应用目录下，都会生成一个 apps.py 文件 ? 可以看到 AppConfig 是应用程序配置类，主要用来管理Django应用程序及其配置信息，所以每个应用都会有一个应用程序配置类。 其中应用程序注册表分为三个阶段初始化。 在每个阶段，Django按照INSTALLED_APPS的顺序处理所有应用程序。 首先会导入INSTALLED_APPS中所有应用程序(apps)；尝试导入每个应用程序的models子模块；最后运行每个应用程序配置的ready()方法。
74830发布于 2019-07-31 - 来自专栏图形视觉
网格简化
原文链接 网格简化可以减少网格的三角片数量，同时尽量保持住网格的几何信息或其它属性（如纹理）。 通常情况下，我们讲的网格简化，需要保持住网格的拓扑结构，它区别于下图的Wrap操作。 它的特点： 计算速度相对较慢 对整体误差的控制优于局部操作 ---- 带纹理坐标的网格简化 单纯的网格简化和带纹理坐标的网格简化是有区别的，前者的简化的对象是下面左图所示的网格，后者的简化对象是UV域的网格 带纹理坐标的网格简化，不仅要尽量保持住网格的几何特征，而且还要保持住UV域网格的边界几何。特别是后者，如果UV网格的边界几何变化比较大，会使得网格纹理贴图在UV边界处的颜色割缝比较明显。 当网格简化数目太多的时候，绝大部分的简化点发生在UV网格的内部顶点，这也会导致原始网格的几何简化的比较厉害，并且在UV边界处的几何扭曲会比较大。
4.9K30发布于 2019-10-22 - 来自专栏图形视觉
网格映射
如果S和T有相同的网格连接关系，那么F可以是一个刚性变换。如果S和T的网格连接关系有差异，则S和T互为对方的Remesh网格。 这类的网格映射就更为复杂了，目前很有少这方面的研究。 另外，网格的参数化也是一类特殊的网格映射。如果参数域是平面，那么它就是网格的UV展开。 因为参数域一般是基本形状，所以这类网格映射都是放在网格参数化里进行讨论。这里介绍的网格映射，网格的形状是一般化的。 ---- 网格映射的性质 网格映射的计算，经常会考虑一些性质： 双射：两个网格在映射区域的映射，期望是一个双射。 扭曲度：映射扭曲度经常用于度量映射的好坏，优化能量里也常见扭曲度的度量。 ---- 网格映射的应用 网格映射有很多应用： 模板网格拟合 纹理迁移 形状插值 ---- 网格映射的计算方法 网格映射的计算方法有很多，常见的有这几种类型： 间接法 直接法 函数映射法 网格映射的计算方法中
2.3K50发布于 2019-10-24 - 来自专栏福大大架构师每日一题
2022-04-16：在一个10^6 * 10^6的网格中，source = 是出发位置
2022-04-16：在一个10^6 * 10^6的网格中， source = [sx, sy]是出发位置，target = [tx, ty]是目标位置， 数组blocked是封锁的方格列表，被禁止的方格数量不超过 200， blocked[i] = [xi, yi] 表示(xi, yi)的方格是禁止通行的， 每次移动都可以走上、下、左、右四个方向， 但是来到的位置不能在封锁列表blocked上， 同时不允许走出网格
63440编辑于 2022-06-04 - 来自专栏菩提树下的杨过
Enterprise Library 4.1学习笔记6----加密应用程序块
学习这一块内容前，先得大概知道"哈希算法"和"对称加密算法"是咋回事儿. 不清楚的先去这里充电5分钟再回来 哈希算法------http://baike.baidu.com/view/273836.htm 对称加密算法--http://baike.baidu.com/view/7591.htm 使用步骤: 1.先添加Microsoft.Practices.EnterpriseLibrary.Security.Cryptography.dll的引用 2.参照http://www.cnblogs.com/Ter
1K100发布于 2018-01-23 6 利用Docker .NET应用程序模板制作您的容器应用程序（第2部分）
在HyperGrid集群上部署ASP.NET应用程序 用户可以在任何可用的群集上部署ASP.NET应用程序。 [图片] 扩展ASP.NET应用程序 如果正在运行的应用程序变成资源受限，则用户可以扩展应用程序以满足日益增长的负载。 此外，例如，用户可以在营业时间内安排规模，在周末期间安排规模。 [图片] 应用程序时间线可用于跟踪对应用程序进行审计和诊断的每个更改。 这可以通过正在运行的应用程序的页面底部的可展开菜单进行访问。 [图片] 结论 容纳企业应用程序仍然是一个挑战，主要是因为现有的应用程序组合框架没有解决复杂的依赖关系，外部集成或后期应用程序生命周期管理任务。 ，以实现服务发现，即时集装箱化和应用程序存储自动化，以及数据注入以支持复杂的应用程序依赖性。
3.8K80发布于 2018-01-22- 来自专栏图形视觉
网格分割
原文链接 网格分割是什么 网格由顶点和面组成，我们对网格顶点或者面的进行分类，就是网格分割。它是一个分类问题，而分类问题是机器学习里的经典问题。 下面这张图很好的给网格分割方法做了个分类。 一个直观的想法是直接应用图像分割的方法来对网格进行分割。图像和网格的信息结构是有差异的，图像是规则的二维矩阵，网格是不规则的图结构。 那么最简单的可以把网格转化未规则的信息结构，比如把网格映射到二维图像，或者网格体素化。早些时候的网格深度学习方法就是采用的这些方法。 下面这个方法（MeshCNN: A Network with an Edge – Siggraph2019），就是直接在不规则的网格上进行深度学习： 网格的边类比图像的像素。
1.8K50发布于 2019-10-23 - 来自专栏图形视觉
网格测量
网格上的测地线：网格上的测地线如果限制在网格的边上走，则为近似的测地线，如下图中间所示。如果测地线可以走网格的面，则为精确的测地线，如下图右所示。 测地线的应用：可以用于测量网格上两点之间的距离，比如下图测量鞋子。也可以用于线切割网格的应用中，比如UV展开网格前，需要先用测地线把网格割开。 可以通过曲率信息来改变网格的测度。如下图所示，中图的线为普通的测地线，右图是吸附到特征边的测地线。 ---- 软件中的单位系统 三维数据一般都有自己的单位，比如1可能代表1米或者1毫米。
2K31发布于 2019-10-30 - 来自专栏智能时刻
【数据网格架构】什么是数据网格——以及如何不将其网格化
询问数据行业的任何人这些天最热门的是什么，“数据网格”很有可能会上升到列表的顶部。但是什么是数据网格，为什么要构建一个？求知者想知道。 幸运的是，寻求新的数据租约的团队只需要查看数据网格，这是一种席卷整个行业的架构范式。 什么是数据网格？ 就像软件工程团队从单体应用程序过渡到微服务架构一样，数据网格在很多方面都是微服务的数据平台版本。 虽然数据基础架构负责为每个域提供处理数据的解决方案，但域的任务是管理数据的摄取、清理和聚合，以生成可供商业智能应用程序使用的资产。 网格化还是不网格化：这是个问题 处理大量数据源并需要对数据进行试验（换句话说，快速转换数据）的团队考虑利用数据网格是明智的。 我们进行了一个简单的计算，以确定您的组织投资数据网格是否有意义。
1.7K10编辑于 2022-09-26 - 来自专栏前端西瓜哥的前端文章
图形编辑器开发：网格与网格吸附
网格间距通常会是可配置的。 gripOn：网格是否开启； gridSpacingX：网格水平方向间距。 gridSpacingY：网格垂直方向间距。 特殊的，当网格间距设置为 1 时，就变成 像素网格 了，Figma 的网格就是像素网格，不可设置网格间距。 网格线的颜色通常是灰色，不能存在感太强。 绘制上就是在原来网格线的基础上，再画一个放大了 n 倍的网格线。注意这个大网格颜色相比小网格颜色要不同，以看出区别。 网格线颜色一般默认会比较浅，以免喧宾夺主。 网格样式 除了网格线，还有另一种网格的表示方式：用圆点表示。 点的位置对应原来网格线与线之间的交点位置。 该效果常见于白板工具。 网格密度过大 当缩小画布时，网格会跟随缩小。当缩放得非常小时，网格线就会显得非常密集。 为了解决网格密度过大的问题，通常我们有两种做法。 （1）视口上的网格间距小到一定程度，就不再显示。
1.6K10编辑于 2024-05-15 - 来自专栏sktj
bootstrap 网格排列
<link rel="stylesheet" href="https://cdn.staticfile.org/twitter-bootstrap/3.3.7/css/bootstrap.min.css">
82010编辑于 2022-01-10 - 来自专栏Devops专栏
Canvas绘制网格
绘画的思路 如果要绘画一个网格的图形，在Canvas可以怎么去绘画呢？ 下面来看看绘画的步骤，如下： 设置网格的大小，gridSize用于确定网格之中的线之间的间隔 获取Canvas的宽度width、高度height，用于计算x轴、y轴需要绘画的条数 采用遍历的方式，绘画x 轴的线条 采用遍历的方式，绘画y轴的线条 通过这四个基本步骤，就可以绘画出一个完整的网格图了，下面来示例。 绘画网格的示例 <! 设置网格的大小，gridSize用于确定网格之中的线之间的间隔 2.
2.1K20发布于 2020-02-13 - 来自专栏图形视觉
彩色纹理网格
原文链接 彩色网格分类 彩色网格主要分两类，一类是彩色顶点网格，一类是彩色贴图网格。 彩色顶点网格：网格顶点带有颜色，三角形的颜色由网格顶点颜色插值得到。网格的色彩分辨率等于顶点分辨率。 彩色贴图网格：网格的三角形的颜色对应于图像的一个三角片。网格的色彩分辨率等于图像的色彩分辨率。如下图下所示。 彩色顶点网格的顶点分辨率和色彩分辨率一样，当网格顶点比较少的时候，色彩信息会损失很多，如下图2所示。 彩色贴图网格的色彩分辨率取决于纹理贴图的分辨率，与网格顶点分辨率无关，如图3所示，同样的网格，纹理贴图方式可以存储高于网格分辨率的色彩信息。 ---- 彩色贴图网格的制作 彩色网格的制作，没有统一的工作流。因为采集的数据源有差异，数据质量也有差异。
2.3K30发布于 2019-10-15 - 来自专栏AI机器学习与深度学习算法
机器学习入门 4-6 网格搜索与k近邻算法中更多超参数
本小节主要介绍使用sklearn网格搜索寻找最好的超参数以及kNN计算两个数据点距离的其他距离定义。 sklearn网格搜索 使用网格搜索的方式来找最好的超参数。 为了更方便的让我们通过网格搜索的方式来寻找最好的超参数，sklearn为我们封装了一个专门进行网格搜索的方式叫：“Grid Search”。 将搜索的参数定义在一个param_grid列表中： 列表中每一个元素是一个字典； 字典中定义的是一组网格搜索，字典中键名称为参数名，键对应的值是一个列表，列表中元素是键所对应的参数中所有可能的范围。 获取网格搜索后最好的模型，其实看第9个cell已经看出，grid_search.best_estimater_返回的是拥有通过网格搜索得到最好超参数的kNN对象，因此可以将其直接赋值，通过赋值后的对象进行一些列 就决定了为你的计算机分配几个核来进行这种并行处理的过程，n_jobs参数默认为1，也就是使用单核的方式进行处理，如果你的计算机有多个核可以传入相应的使用核的数量，同时可以传入-1，此时计算机中的所有核全都应用网格搜索的过程
89400发布于 2019-11-13 - 来自专栏图形视觉
网格UV展开
图1 ---- 什么样的网格可以做UV展开 那是不是所有的网格都可以做UV展开呢？答案是否定的。只有圆盘拓扑结构的网格才能展开到平面上，比如一个球，无论如何都不可能在不撕裂的情况下展开到平面。 ---- 网格割缝和纹理坐标缝隙的区别 这是两个不同的概念。把网格顶点映射到纹理坐标域所得到的2D网格，和原始网格的拓扑结构可以是不同的。你可以把这两个网格看成是两个独立的网格。 纹理坐标的缝隙是2D网格的边界。网格割缝是把网格的拓扑结构改变了，割缝处会产生新的网格顶点。纹理坐标缝隙，是在展开的UV空间中，顶点纹理坐标的缝隙。缝隙处网格顶点和纹理坐标是一对多的关系。 如果在纹理坐标缝隙处把网格割开，那么割开后的网格顶点和纹理坐标就是一一对应的关系了。 ---- 网格割缝的创建 UV展开的应用里，经常需要创建一些网格割缝。 如下图所示，网格UV展开到平面后，把网格对应的贴图填充到UV坐标域，就得到了右边的纹理图。网格在渲染的时候，每个三角片离散化后，每个离散点会根据UV坐标值去纹理图里拾取颜色。
4.1K30发布于 2019-10-18
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号