首页
学习
活动
专区
圈层
工具
发布
    • 综合排序
    • 最热优先
    • 最新优先
    时间不限
  • 来自专栏产品的技术小课

    效率工具推荐(第11期)

    适用于快速创建一个数据类的报告,它上面有很多报告模版和图表,选择好模版后,可编辑模版里面的数据和增加/替换图表组件,制作好后可导出报告,报告格式支持png、pdf格式。

    1.2K10编辑于 2022-04-01
  • 来自专栏crossoverJie

    Nginx监控不再难:简化部署流程,提升监控效率

    前段时间接到一个需求,希望可以监控 Nginx 的运行状态。 市面上也有一些现成的产品可以监控 Nginx,比如知名的监控服务商 datadog 也提供了 Nginx 的监控。 但是我这是一个内网服务,并不能使用这些外部的云厂商,所有就只能在内部搭建 Nginx 的监控服务了。 不过 Nginx 默认情况下并没有提供 /metrics 的 endpoint,但好在它提供了一个额外的模块:stub_status 可以用于获取监控数据。 目前已经支持以下一些常用的中间件: 这里的 Nginx 就是本次监控的需求贡献的,因为还需要监控这里支持的一些其他中间件,所以最终也是使用 cprobe 来部署监控

    70710编辑于 2024-07-26
  • 来自专栏一个会写诗的程序员的博客

    11章 Spring Boot应用监控11章 Spring Boot应用监控小结

    11章 Spring Boot应用监控 在实际的生产系统中,我们怎样知道我们的应用运行良好呢?我们往往需要对系统实际运行的情况(各种cpu,io,disk,db,业务功能等指标)进行监控运维。 本章主要介绍使用Actuator对Spring Boot应用指标进行监控,以及通过远程shell监控与管理我们的应用。 11.0 Actuator简介 Actuator是spring boot提供的对应用系统的自省和监控功能,Actuator对应用系统本身的自省功能,可以让我们方便快捷的实现线上运维监控的工作。 比如查看系统运行了多少线程,gc的情况,运行的基本参数等等 spring-boot-actuator模块提供了一个监控和管理生产环境的模块,可以使用http、jmx、ssh、telnet等拉管理和监控应用 即使不说微服务,springboot这种可以直接内嵌web服务器打成一个jar包的方式,也更符合devops的趋势:打成个jar包,往服务器上一扔,十分方便,自带Actuator,把监控也给省了一大半,

    1.7K30发布于 2018-08-20
  • 来自专栏数据库相关

    监控mysql索引使用效率的脚本

    从这位仁兄的博客转载来的http://blog.itpub.net/133735/ 监控mysql索引使用效率的脚本: > SELECT   t.table_schema AS db,   t.table_name

    1K30发布于 2019-09-18
  • 来自专栏大数据和云计算技术

    MongoDB系列11:Munin监控MongoDB

    本文是第11篇,主要讲述Munin监控MongoDB实战操作,非常值得一看。 以下讲述如何设置MongoDB的Munin监控插件。 1、设置前需要安装Apache2、Munin。 这里的htmldir目录就是指定了生成的munin监控html监控结果。需要配置一个web服务器,就能访问到监控的MongoDB情况。 ? 由于,这里我监控本机,没有监控其他及其,所以使用默认配置。 6) 配置监控更新信息 $ sudo -u munin /usr/share/munin/munin-update 默认情况下,munin会5分钟更新一次生成的统计结果。 现在,打开浏览器查看一下监控: ? 上面,生成了各种监控指标,这里主要查看index.html,和MongoDB的就行了。 ?

    1.4K30发布于 2018-07-26
  • 来自专栏素质云笔记

    提升R代码运算效率11个实用方法——并行、效率

    有许多种方法可以提升你的代码运算效率,但或许你更想了解运算效率能得到多大的提升。 让我们尝试提升往数据框中添加一个新变量过程(该过程中包含循环和判断语句)的运算效率。 即使是在没有预设数据结构且没有简化条件语句的情况下,其运算效率仍高于上述的两种方法。 ? 8.利用Rcpp 截至目前,我们已经测试了好几种提升运算效率的方法,其中最佳的方法是利用ifelse()函数。如果我们将数据量增大十倍,运算效率将会变成啥样的呢? 11.利用内存较小的数据结构 data.table()是一个很好的例子,因为它可以减少数据的内存,这有助于加快运算速率。 ?

    1.4K50发布于 2019-05-26
  • 来自专栏腾讯云可观测专栏

    监控产品上新月报【11月】

    监控产品中心11月功能发布总览: [点击查看大图] 应用性能观测 APM 1. 支持客户端采样,减少上报成本和链路存储成本。 在访问量较大时,全链路数据上报可能会导致使用 APM 的成本较高。 (目前还在开白阶段,如需使用扫「联系我们」下方的二维码,联系云监控小M) 在采样配置页面,您可以为具体应用、接口、入口业务标签自定义采样规则,该页面采样配置为局部采样。 [点击查看大图] 前端性能监控 RUM 1. 支持上报数据量告警。 您可以针对上报至 RUM 的数据量设置告警。 [点击查看大图] 联系我们 相关产品文章推荐: 主动发现问题,预先感知故障及用户体验(云拨测) 【重磅发布】应用性能观测(APM) 前端性能监控(RUM) CDN 服务质量监控最佳实践健康码(云拨测 ) 如何通过监控提升小程序的用户体验?

    88420编辑于 2021-12-09
  • 来自专栏腾讯BBTeam团队的专栏

    说说云监控策略的的管理效率

    腾讯云监控,作为云产品的监控手段,不知道有多少开发者没有设置,然后突然有一天发现自己的 redis 满了,或者是 kafka 的堆积的数量过多的时候,造成事故。再来补救。 告警策略名称,创建时候使用,更新时候也会用这个查询后修改 remark: 维护 by tcop cmd # 备注 tags: # 监控策略的 tag 用于管理监控监控的实例无关 - key: 用途 value: 魔法resourceTags: # 监控覆盖的资源标签的 tag 这样,在之后,比如说某个告警策略需要更换触发条件,就可以在配置中直接更换,或者是在业务标签中,需要增加某个业务的覆盖,那么也可以直接修改配置(当标签很多的时候,在云控制台操作,搜索过程就比较慢了)提升效率

    30210编辑于 2024-02-27
  • 来自专栏CSDN技术头条

    视频监控“入云”11个理由

    本文节选自Dean Drako的白皮书《11 reasons Why Video Surveillance is Moving to the Cloud》。 通过和传统方式视频监控对比来展现云视频监控的吸引力。 1. 自动化部署 基于云的视频监控系统,能够随需应变方便的进行部署。 当你的摄像机接通电源并连接到对应的视频网桥设备时,系统会自动部署这个新的监控节点,并即刻提供监控能力。 2. 用户每月根据使用量所付出的订阅费用也会逐步降低,随着云规模增加整体运营效率提升,单位成本将持续降低。 5. 随需应变 高级的云系统提供了一个灵活的本地部署和云资源的组合 。 此外,通过在视频传输和访问过程的加密,使得 通用网络浏览器和移动设备访问视频监控云系统非常方便。 11.

    3.6K50发布于 2018-02-09
  • 来自专栏自学测试之道

    开启MYSQL慢查询日志,监控优化SQL效率

    慢日志 三、开启索引的监控 通过设置log_queries_not_using_indexes开启为使用索引的监控,输入命令show variables like 'log_queries_not_using_indexes 索引监控 四、设置监控阀值 通过long_query_time设置监控阀值,也就是超过多少秒就记录,单位是秒,此处设置为0.1也就是100毫秒。 监控阈值 五、设置set global为全局生效 1.set global 只是全局session生效,重启后失效,如果需要以上配置永久生效,需要做如下配置 MySQL在Windows系统中的配置文件一般是是

    2.8K20发布于 2019-09-29
  • 来自专栏小工匠聊架构

    Redis-11使用 watch 命令监控事务

    一般而言,可以在 multi 命令之前使用 watch 命令监控某些键值对,然后使用 multi 命令开启事务,执行各类对数据结构进行操作的命令,这个时候这些命令就会进入队列。 当 Redis 使用 exec 命令执行事务的时候,它首先会去比对被 watch 命令所监控的键值对, 如果没有发生变化,那么它会执行事务队列中的命令,提交事务; 如果发生变化,那么它不会执行任何事务中的命令 Redis 在执行事务的过程中 , 并不会阻塞其他连接的并发,而只是通过 比较 watch 监控的键值对去保证数据的一致性 , 所 以 Redis 多个事务完全可 以在非阻塞的多线程环境中井发执行,而且 ---- 使用watch成功提交的事务的案例 时刻 客户端 说明 T1 set key1 value1 初始化 key1 T2 watch key1 监控 key1 的健值对 T3 multi 开启事务 ---- 使用watch回滚的事务的案例 时刻 客户端1 客户端2 说明 T1 set key1 value1 — 客户端 1 :返回 OK T2 watch key1 — 客户端 1 :监控 key1

    1.2K10发布于 2021-08-17
  • 来自专栏云计算与大数据

    openshift11 启用hpa与监控指标

    oc adm top pod 参考: https://docs.openshift.com/container-platform/3.11/dev_guide/pod_autoscaling.html 监控组建

    60110发布于 2020-04-07
  • 来自专栏CDA数据分析师

    提升R代码运算效率11个实用方法

    众所周知,当我们利用R语言处理大型数据集时,for循环语句的运算效率非常低。有许多种方法可以提升你的代码运算效率,但或许你更想了解运算效率能得到多大的提升。 让我们尝试提升往数据框中添加一个新变量过程(该过程中包含循环和判断语句)的运算效率。下面的代码输出原始数据框: ? 该方法的运算效率优于原始方法,但劣于ifelse()和将条件语句置于循环外端的方法。该方法非常有用,但是当你面对复杂的情形时,你需要灵活运用该函数。 ? 8.利用Rcpp 截至目前,我们已经测试了好几种提升运算效率的方法,其中最佳的方法是利用ifelse()函数。如果我们将数据量增大十倍,运算效率将会变成啥样的呢? 11.利用内存较小的数据结构 data.table()是一个很好的例子,因为它可以减少数据的内存,这有助于加快运算速率。 ?

    2K80发布于 2018-02-24
  • 来自专栏燧机科技-视频AI智能分析

    考试防作弊监控系统 YOLOv11 + RNN

    本文提出基于YOLOv11目标检测与RNN时序分析的智能监测系统,通过多光谱感知-动态行为建模-分级预警处置技术架构,实现0.3-15m/s全场景检测精度(实验室数据),实测响应延迟<0.5秒。 IP67防护与PoE++供电(90W),适应高湿度环境 边缘计算节点​ 采用NVIDIA Jetson AGX Orin,算力275TOPS,部署TensorRT加速引擎 (二)算法层核心设计 YOLOv11 作弊行为检测优化​ # YOLOv11模型配置(针对考试场景优化) from ultralytics import YOLO model = YOLO('yolov11s.yaml') model.model.nc YOLOv11+ RNN 深度学习算法,考试防作弊监控系统通过在考场内安装高清摄像头,系统会实时监控考生的行为。 在未来的教育发展中,考试防作弊监控系统将继续发挥其重要作用。随着技术的不断进步和升级,它将变得更加智能、更加精准,为教育公平贡献更大的力量。

    33310编辑于 2026-01-07
  • 来自专栏一个会写诗的程序员的博客

    《Spring Boot开发:从0到1》第11章 Spring Boot应用监控11章 Spring Boot Actuator与应用监控

    11章 Spring Boot Actuator与应用监控 Spring Boot的Actuator 将应用的很多信息暴露出来,如容器中的 bean,自动配置时的决策,运行时健康状态, metrics 11.1 使用Spring Boot Actuator监控应用 1.Spring boot Actuator Endpoints介绍 Actuator是Spring Boot提供的附加特性,来帮我们监控和管理生产环境下运行时的应用程序 我们可以通过HTTP endpoints、JMX或者SSH来监控和管理应用的健康状况、系统指标、参数信息、内存状况等等。 Spring Boot Actuator所提供的HTTP监控服务如下表: ? Endpoint允许对应用进行上述健康状况、系统指标、参数信息、内存状况等指标的监控和交互。Spring Boot提供了很多内置的Endpoint,同时支持定制Endpoint。 [property] 有三个通用的property: id: id enable: 开关 sensitive: 是否需要权限控制才可以看到 以health为例,/health暴露的监控信息是所有实现了

    54710发布于 2018-08-20
  • 来自专栏敏捷

    效率为王!11款高效的团队协作工具

    现在就给大家介绍几款目前国内外最实用的团队协作工具,这些工具对提高团队协作工作效率非常有益。 文档协作工具 文档协作是很多公司都会有的一个需求,通过文档协作,可以有效提高团队方案讨论、协作撰稿和校稿等工作的效率。 所有这一切,都有效提高了团队项目协作的效率。 Teambition目前既有网页端,也有Mac/Windows客户端和iOS/Android应用。 它的核心是以任务看板的方式来展现团队内部的信息以及任务分工安排,从而有效解决团队之间项目协作效率低下的问题。 你可以从列表、标签、时间、成员等不同维度来管理项目。 ---- 事实上,没有任何一个团队协作工具会是最好用的,根据自身的需求挑选最合适的工具才是硬道理,希望在今天给大家分享的这些工具中,大家都能找到适合自己的工具,帮助自己的团队提升协作效率

    4.9K41发布于 2019-07-05
  • AI视频监控技术提升监管精准度与效率

    关键技术亮点高清与夜视能力: 系统支持1080P高清画质,确保进出人员的面部特征清晰捕捉,且具备夜视能力,适应全天候、不同光照环境下的监控需求。 自定义训练与灵活扩展: 用户可以根据实际需求,快速进行场景标注训练,定制监控目标。系统支持大规模部署,能够容纳10万以上的人脸库,适用于大型公租房社区。2. 技术实现与性能技术架构AI视频监控系统基于开源架构,支持Docker镜像一键部署,快速搭建监控环境。 系统能够接入多种摄像设备,如传统摄像头、无人机或智能终端设备,确保在不同环境下均能提供稳定的监控服务。系统性能指标画质支持: 高清1080P,确保清晰的人脸识别。 系统稳定性: 支持24小时不间断运行,适应高并发监控需求。3. 部署与维护一键部署与扩展通过Docker镜像,系统可以快速部署,无需复杂的配置步骤,帮助用户在短时间内实现监控系统上线。

    49210编辑于 2025-01-07
  • 来自专栏yeedomliu

    《Prometheus监控实战》第11章 推送指标和Pushgateway

    11章 推送指标和Pushgateway 在某些情况下,没有可以从中抓取指标的目标。造成这种情况的原因有很多 安全性或连接性问题,使你无法访问目标资源。 11.1.1 Pushgateway使用场景 网关(gateway)不是一个完美的解决方案,只能用作有限的解决方案使用,特别是用于监控其他无法访问的资源 可能还会希望避免使网关成为单点故障或性能瓶颈,因为 Pushgateway肯定不会像Prometheus服务器那样可扩展 与功能齐全的推送监控工具相比,网关更接近于代理,因此,使用它将丢失Prometheus服务器提供的很多有用功能,这包括通过up指标和指标过期进行实例状态监控 这意味着不再存在的实例的指标可能仍保存在网关中 应该将网关的重点放在监控短生命周期的资源(如作业),或者无法访问的资源的短期监控上,然后安装Prometheus服务器以长期监控可访问的资源 提示:PushPox 是监控这些不可访问资源的一个工具,旨在抓取通过NAT连接的指标(https://github.com/robustperception/pushprox) go get github.com/robustperception

    5.2K30发布于 2019-12-19
  • 来自专栏小工匠聊架构

    Spring Cloud【Finchley】-11Feign项目整合Hystrix监控

    概述 我们前面的文章 Spring Cloud【Finchley】-09Feign使用Hystrix 中介绍了,如何在使用Feign的项目中使用Hystrix, 现在来探讨下如何在使用Feign的项目中监控 Hystrix. ---- 整合步骤 我们知道Hystrix的hystrix-metrics-event-stream模块 将监控信息以text/event-stream的格式暴露给外部系统。 spring-boot-starter-actuator并开启端点 spring-boot-starter-actuator是必不可少的 application.yml中开启端点 #actuator 启用所有的监控端点 “*”号代表启用所有的监控端点,可以单独启用,例如,health,info,metrics # spring boot 升为 2.0 后,为了安全,默认 Actuator 只暴露了2个端点,heath

    45230发布于 2021-08-17
  • 来自专栏XINDOO的专栏

    Agent设计模式——第 11 章:目标设定和监控

    这就是目标设定和监控模式发挥作用的地方。该模式的核心是为 Agent 提供具体的工作目标,并为其配备跟踪进度和确定这些目标是否已实现的手段。 目标设定和监控模式概述 设想规划一次旅行。 它监控对话,检查数据库条目,并使用工具调整账单。通过确认账单更改并收到客户的积极反馈来监控成功。如果问题未解决,它会升级处理。 个性化学习系统:学习 Agent 可能有"提高学生对代数的理解"的目标。 它监控传入的内容,应用分类模型,并跟踪误报/漏报等指标,调整其过滤标准或将模糊案例升级给人工审查员。 清楚地定义指标和成功标准对于有效监控至关重要。 监控涉及观察 Agent 的行动、环境状态和工具输出。 来自监控的反馈循环允许 Agent 调整、修订计划或升级问题。 在 Google 的 ADK 中,目标通常通过 Agent 指令传达,监控通过状态管理和工具交互完成。 结论 本章重点介绍了目标设定和监控的关键范式。

    27110编辑于 2025-10-27
领券