- 综合排序
- 最热优先
- 最新优先
- 来自专栏一起学Golang
Go调度器系列（3）图解调度原理
如果你已经阅读了前2篇文章：《调度起源》和《宏观看调度器》，你对G、P、M肯定已经不再陌生，我们这篇文章就介绍Go调度器的基本原理，本文总结了12个主要的场景，覆盖了以下内容： G的创建和分配。 场景3：假设每个p的本地队列只能存4个g。g2要创建了6个g，前4个g（g3, g4, g5, g6）已经加入p1的本地队列，p1本地队列满了。 ? 蓝色长方形代表全局队列。 假定我们场景中一共有4个P，所以m2只从能从全局队列取1个g（即g3）移动p2本地队列，然后完成从g0到g3的切换，运行g3。 ? 场景9：p1本地队列g5、g6已经被其他m偷走并运行完成，当前m1和m2分别在运行g2和g8，m3和m4没有goroutine可以运行，m3和m4处于自旋状态，它们不断寻找goroutine。 为什么要让m3和m4自旋，自旋本质是在运行，线程在运行却没有执行g，就变成了浪费CPU？销毁线程不是更好吗？可以节约CPU资源。
96830发布于 2019-04-23 Yarn调度器及生产环境如何使用多队列
(1)hadoop调度器分为三类： FIFO、Capacity Scheduler(容量调度器)和Fair Sceduler(公平调度器) Apache默认的资源调度器是容量调度器； CDH默认的资源调度器是公平调度器 ; (2)区别 FIFO调度器:支持单队列,先进先出，生产环境不会用； 容量调度器:支持多队列，保证先进入的任务有限执行； 公平调度器:支持多队列,保证每个任务公平享有队列资源，资源不够时可以按照缺额分配 (3)在生产环境下如何选择？ 大厂：如果对并发度要求比较高，选择公平，要求服务器性能必须OK； 中小公司，集群服务器资源不太充裕选择容量。 (4)在生产环境怎么创建队列？ 调度器默认就1个default队列，不能满足生产要求； 按照框架:hive/spark/flink每个框架的任务方队指定的队列(企业用的不是特别多) 按照业务模块:登录注册、购物车、下单、业务部门1
11610编辑于 2025-12-23- 来自专栏sktj
Docker 生产环境实践3
（3）从github.com拉取最新的Dockerfile代码（Dockerfile具有ADD code.jar /jetty/bin/code.jar命令）。
55730发布于 2019-12-13 - 来自专栏云技术与
Kubernetes GPU 调度完全指南：从入门到生产实践
在 AI 大模型训练、推理场景爆发式增长的今天，如何在 Kubernetes 集群中高效调度 GPU 资源，已成为云原生领域的关键技术。本文系统梳理 K8s GPU 调度的核心方案与最佳实践。 ━━━━━━━━━━━ 四、方案选型对比 【原生 Device Plugin】 适用：小规模 GPU 集群 特点：轻量、简单，无共享能力 【NVIDIA GPU Operator】 适用：企业级生产环境 、生产环境最佳实践 1. apiVersion: v1 kind: ResourceQuota metadata: name: gpu-quota spec: hard: nvidia.com/gpu: 8 3. MIG 模式配置（A100/H100） 启用多实例 GPU，单卡可划分为： • 7个 5GB 实例（1g.5gb） • 3个 10GB 实例（2g.10gb） • 1个 20GB 实例 + 1个 10GB
40110编辑于 2026-03-31 数字化生产调度工具：提升生产效率与车间任务协作的关键技术
随着全球制造业的不断升级和市场竞争的激烈，生产调度在现代制造业中扮演着越来越重要的角色。传统的生产调度方式已经无法满足日益复杂的生产需求，数字化生产调度工具应运而生。 解决方案： 数字化调度平台通过实时数据监控和智能调度系统，能够优化车间资源的配置，确保设备和人员的最优利用，从而提高整体生产效率。3. 技术原理： 通过传感器和实时监控系统，采集生产线设备的数据，包括温度、压力、速度、负载等多项关键参数。这些数据实时上传至平台，通过数据分析，帮助管理层及时发现问题并做出调整。3. 3. Katanacuts适配场景： 智能调度、生产进度跟踪、任务协作Katanacuts通过智能算法优化生产任务调度，利用实时数据进行生产进度追踪和瓶颈识别，帮助企业高效管理生产过程。 评估工具的集成能力现代生产调度工具需要与企业现有的ERP系统、设备监控系统等进行无缝集成，以实现信息共享和协同工作。选择具备较强集成能力的工具将有助于优化生产过程。3.
39510编辑于 2025-08-05- 来自专栏Web行业观察
3d Tiles 加载调度原理分析
作者：迷途的小书童 微信公众号:g0415shenweri 转载声明 3dtiles协议具备了超大规模的数据加载调度的能力。本人分析了cesium的源码，结合自己的理解总结了一下加载调度的实现。 3dtiles的数据结构 3dtiles是金字塔状的层次结构，最上层是不太精细的数据，越到下层模型数据越精细，渲染成本越高。一般根据视口离tile的远近来加载不同的层级。 ? 3dtiles的调度 整个3dtiles的调度，其实就是不停的去计算当前视口哪些tile可以被渲染的过程。我简化了部分不重要的逻辑，切换到重点，画了下面的流程图： ? 每次都是从roottile开始计算，调用_visitTile函数，该函数在渲染调度方面，主要干了3个事情，是否是叶子节点、达到sse，达不到sse。 整个3dtile的最核心的调度流程大概就这些。
2.1K20发布于 2021-07-16 - 来自专栏LET
谈谈3D Tiles(1)：渲染调度
Cesium在2016年3月份左右推出3D Tiles数据规范，在glTF基础上提供了LOD能力，定位就是Web环境下海量三维模型数据。 最后，作为一个数据规范，从数据生产到深层次应用，需要时间沉淀出完善丰富的解决方案。 本文主要集中在渲染调度层面。看完本文可能会觉得思路很简单。 先看看如何加载3D Tiles数据，如上所示，Cesium提供了Cesium3DTileset类来管理，主要负责Tile的调度。在Cesium中，3DTiles就相当于一个Primitive的位置。 3D Tile表述 当我们创建一个Cesium3DTileset后，每一个Tile对应一个Cesium3DTile。 初始化结束后，和之前glTF或primitive一样，基于状态的驱动流程： 如上是调度管理的逻辑，四个函数的作用大概如下： processTiles 处理Tile对应的DrawCommand状态，判断一些半透明等渲染顺序
3.3K60发布于 2018-06-20 - 来自专栏IfDataBig
3.Kafka生产者详解
--topic Hello-Kafka # 查看所有主题 bin/kafka-topics.sh --list --bootstrap-server hadoop001:9092 3. score:10, partition=1, score:0, partition=0, score:1, partition=0, score:2, partition=0, score:3, 2. buffer.memory 设置生产者内存缓冲区的大小。 3. compression.type 默认情况下，发送的消息不会被压缩。 如果达到设定值，生产者就会放弃重试并返回错误。 5. batch.size 当有多个消息需要被发送到同一个分区时，生产者会把它们放在同一个批次里。 当生产者的发送缓冲区已满，或者没有可用的元数据时，这些方法会阻塞。在阻塞时间达到 max.block.ms 时，生产者会抛出超时异常。
67830编辑于 2022-07-27 - 来自专栏SAP最佳业务实践
SAP最佳业务实践:生产订单拆分-工具生产(236)-3设备
image.png CO05N下达工具生产的生产订单 在 生产订单抬头下达订单及其所有工序。订单和工序更改为状态 REL（已下达）。也可以在生产订单创建和更改模式下下达生产订单。 3. 选择生产订单并选择 批量处理 (Ctrl + F8)® 执行 (F8) 来执行。 4. 订单的系统状态已经从 CRTD（已创建）更改为 REL（已下达）。 ? 在 生产订单显示：初始屏幕上，输入以下数据： 字段名称描述用户操作和值订单生产订单的订单编号输入上一步骤中已下达的订单编号 2. 选择 回车 确认输入。 3. 3. 在 待确认-工时字段中，输入劳动时间的数值（如 10H）并使用 回车 进行确认。 4. 选择 货物移动。 系统向您显示所有物料的概览表，这些物料的货物移动是通过确认工序自动完成的。 ? 3. 在 更改设备：常规数据 屏幕上，选择选项页PRT 数据。 4. 在更改数据：PRT数据屏幕上，输入以下数据： 字段名称用户操作和值注释任务清单用途009 ? 使用 回车 确认您的输入。
1.7K50发布于 2018-03-27 - 来自专栏SAP最佳业务实践
SAP最佳业务实践:生产订单拆分-按库存生产(248)-3生产订单处理1
image.png 生产订单处理 MD04创建生产订单 创建不含外部处理工序的生产订单。 已生成装配成品 (F248-1) 的生产订单。 后勤®生产 ®物料需求计划 ®评估 ®库存/需求清单 1. 在 库存/需求清单: 初始屏幕上，输入以下内容： 字段名称 用户操作和值 注释 物料 F248-1 成品 MTS 工厂 1000 生产工厂 2. 使用 回车确认输入。 3. 生产版本能够确定可用于生产物料的各种生产技术。 MRP 元素 列中现在显示的是 PrdOrd（生产订单），而不是 PldOrd。 2. 选择返回 (F3) 以退回到 SAP 轻松访问屏幕 (SAP GUI) 。 3. 选择 生产/流程订单 标签页。 4. 输入以下内容： 字段名称 用户操作和值 注释 MRP 控制者 <MRP 控制员> 可选 订单 <订单编号> 可选 ? 选择 执行。 ? 1.
2.2K30发布于 2018-03-27 - 来自专栏逸鹏说道
C#线程篇---Windows调度线程准则（3）
Windows本身就是一个抢占式操作系统，它的实现，必定有某种算法在里面，比如什么时候调度哪些线程，需要花费多长时间等问题。 Windows选择一个可调度的线程内核对象，并且换到它。 Windows选择一个可调度的线程有一套独特的标准，看到上图中的线程的优先级了吗？ 线程优先级别0~31，Windows把线程用从高到低的调度方式轮流调度线程，假如有一个优先级别为31的线程运行结束了，然后Windows会找下一个空闲的线程，如果空闲的线程中有一个级别也是31的线程，那么 15 15 15 31 Highest 6 8 10 12 15 26 Above Normal 5 7 9 11 14 25 Normal 4 6 8 10 13 24 Below Normal 3 这个概念容易引起混淆，大家可能认为Windows能调度进程，然而，Windows永远都不会调度进程，他调度的只有线程，“进程优先级类”是Microsoft提出的一个抽象概念，目的是为了帮助你理解自己的应用程序和其他正在运行的应用程序的关系
1.6K40发布于 2018-04-10 - 来自专栏爱生活爱编程
hadoop3 Yarn容量(Capacity Scheduler)调度器和公平(Fair Scheduler)调度器配置
文章目录 组件模块说明 容量调度器（Capacity Scheduler） 容量调度器特点 公平调度器（Fair Scheduler） 配置容量调度器案例 例子1 例子2 例子3 例子4 配置公平调度器案例 容量调度器（Capacity Scheduler） hadoop3默认的调度器 容量调度器特点 图中queueA分配最多20%资源，queueB分配50%，queueC分配30%。 公平调度器（Fair Scheduler） hadoop3默认的容量调度器可以改为公平调度器 同队列所有任务共享资源，在时间尺度上获得公平的资源。 例子3 限制用户提交、操作权限 在capacity-scheduler.xml中配置如下： <! 公平调度器的配置涉及到两个文件，一个是yarn-site.xml，另一个是公平调度器队列分配文件fair-scheduler.xml（文件名可自定义）。
1.9K10编辑于 2022-06-14 - 来自专栏Bennyhuo
破解 Kotlin 协程(3) - 协程调度篇
def head: A def tail: List[A] ... } 在模式匹配的时候， List(1,2,3,4) 是可以匹配 x::y 的， x 就是 1， y 则是 List(2,3,4 如果我们在拦截器当中自己处理了线程切换，那么就实现了自己的一个简单的调度器，大家有兴趣可以自己去尝试。 思考：拦截器可以有多个吗？ 3. 调度器 3.1 概述 有了前面的基础，我们对于调度器的介绍就变得水到渠成了。 3 16:28:05:793 [pool-1-thread-4] 5. 生产环境当中的代码当然会更复杂，如果这样用线程池去调度，结果可想而知。
1K20发布于 2020-02-20 - 来自专栏程序员有故事
Vue3能用到生产环境了吗？
最近，有不少朋友问我：“十三，看你写了几个Vue3的项目，你觉得Vue3能用到生产环境了吗？”结合自己的想法和尤大直播说的话，给一点建议。 别问我！没结果，除非花手摇过我。 Vue3能用到生产环境了嘛？ 文中的观点都是我这个菜鸡的个人观点，不代表任何官方或者权威观点。 [image.png] Vue3能否用到生产环境？答案是肯定能，而且一定能。 最简单的一点呢，就是前端团队评估之后觉得能上生产了，就上生产。可以尝试上线几个项目，体验一下整体的上线流程，踩一踩坑，而不是听到有人建议你去用Vue3，你就真去Vue3上生产了。 不是说Vue3不够优秀或者说不能上生产，而是开发者们的开发习惯和意愿，还有就是团队的开发资源是否充足，以及项目的稳定性，不可能直接说上就上。 [image.png] Vue3普及肯定还需要一段时间 从Vue3能不能用到生产环境，我们再引申一点： Vue3普及肯定还需要多长时间？
1.2K30发布于 2021-05-17 - 来自专栏SAP最佳业务实践
SAP最佳业务实践:生产订单拆分-按库存生产(248)-3生产订单处理2
对于生产订单：要更改装配订单的排产，请选择此订单，然后选择 更改订单(NWBC: 更多…®)转到®订单®更改订单否则继续执行步骤 6。 3. 选择 保存。 能力已均衡。 可以在创建和更改模式下下达生产订单。 按照排产时间容余码，已为 MRP 控制员创建的生产订单指定下达日期。生产计划员选择具有下达日期的所有已创建生产订单，并通过批量处理的方式下达所有相关生产订单。 3. 选择您的生产订单并选择 更改对象 (Shift+F6)。 4. 订单的系统状态已经从 CRTD（已创建）更改为 REL（已释放）。 5. 选择 工序概览。 6. 依次选择 全选 和工序细节。 在输入生产订单的计工单 屏幕上，输入以下内容： 字段名称用户操作和值注释订单为物料成品 (F248-1) 记录的订单编号 工序0010 2. 按下按钮 实际数据。 3. 工时<活动 3>要为此工序确认的劳动时间。 ? 选择 保存。 已完成装配订单第一道工序的最终确认。
1.5K40发布于 2018-03-27 - 来自专栏SAP最佳业务实践
SAP最佳业务实践:按库存生产(145)-3生产订单处理
1、工作中心 2、工艺路线工作中心/工序 3、计划订单转换 4、创建生产订单 5、生产订单处理 6、货物移动 7、发货 8、生产订单确认 9、生产订单 - 初期成本核算 10、生产订单的成本
86350发布于 2018-03-27 生产计划、排产调度、现场管控、质量管理怎么做？一文看懂生产全流程管理
生产计划、排产调度、现场管控与质量管理，这几大环节紧密咬合，如同精密机械的齿轮，协同运转，共同决定着企业的生产效率、产品质量以及成本控制水平，进而深刻影响企业的市场竞争力与可持续发展能力。 例如，日计划采用 “3 天滚动” 模式，今日确定明日的详细生产计划，后两日则保留 20%-60% 的弹性空间，以应对突发情况。 对未完成工序设置 T-3 预警，即在交货前 3 天启动强制闭环机制，集中力量解决可能影响交货的问题，确保订单按时交付。 二、排产调度：动态优化，高效执行排产调度的有效实施，需要紧密结合需求分析、资源统筹以及动态调整等核心环节。以下是基于众多行业实践经验所总结提炼出的关键步骤与方法。 滚动预测采用 N+3 排产模式，即涵盖当日生产以及未来 3 天的详细计划，同时能够覆盖客户 N+7 天的需求，使生产计划更具前瞻性与适应性。
1.2K10编辑于 2025-07-04- 来自专栏鸿蒙开发笔记
OpenHarmony 轻内核M核源码分析系列六 任务及任务调度（3）任务调度模块
1、调度模块的重要函数文件kernel\src\los_sched.c中定义了调度模块的几个重要的函数，我们来分析下源码。 1.1 调度初始化函数调度初始化函数UINT32 OsSchedInit(VOID)在任务初始化函数UINT32 OsTaskInit(VOID)中调用。 当系统完成初始化开始调度，并且没有锁任务调度时，会调用函数HalTaskSchedule()进行任务调度。 ⑺处代码把任务栈上下文中的UINT32 uwR0-uwR3, UINT32 uwR12; UINT32 uwLR; UINT32 uwPC; UINT32 uwxPSR;共8个成员变量数值分别加载到寄存器 `1.OpenHarmony开发基础2.OpenHarmony北向开发环境搭建3.鸿蒙南向开发环境的搭建4.鸿蒙生态应用开发白皮书V2.0 & V3.05.鸿蒙开发面试真题（含参考答案） 6.TypeScript
35320编辑于 2025-05-22 - 来自专栏陶辉笔记
linux内核调度算法（3）–多核系统的负载均衡
Linux内核是如何在多核间调度进程的呢？又是内核又是CPU核，两个核有点绕，下面称CPU处理器来代替CPU核。
4.5K30发布于 2019-06-21 - 来自专栏DolphinScheduler
第 3 篇｜调度是如何“跑起来”的？
，以及调度与执行解耦的架构价值。 去中心化Worker不是“好看”，而是必需在真实生产环境中，任务具有极强的异质性：Spark作业占内存Python脚本吃IOShell脚本可能什么都干如果Worker是中心化或强绑定的，调度系统会迅速失控 调度与执行解耦，真正解耦的是“复杂性传播”调度系统最危险的不是任务失败，而是失败向系统核心蔓延。 侧：执行失败→状态变化状态变化→触发下一轮调度判断调度逻辑本身保持纯粹这是一个非常工程化、非常成熟的系统设计选择。 理解这一点，你就会明白为什么：调度系统一定要有元数据中心DAG必须是可计算状态执行层永远不能反向侵蚀调度层写在最后很多人用调度系统，只关心“能不能跑”；真正长期维护调度系统的人，关心的是：它在失败时会不会失控在规模增长时还能不能
12210编辑于 2026-02-10
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