- 综合排序
- 最热优先
- 最新优先
- 来自专栏云计算技术笔记
Linux IO 调度层总结
I/O调度算法，也称I/O调度策略。 前言 现代计算机体系中，硬盘是数据存储的持久化介质，硬盘的访问速度相比内存存在数量级的差距，因此有效的调度能更好利用资源，优化响应。 和CPU调度算法相似,调度的本质是对请求排序。在Linux系统中，这由I/O调度层负责。 在I/O调度之前，如果多个I/O在同一个sector中，或者是相邻sector。 这是在Block层处理的，可以设置开启或关闭。 算法 Linus电梯 早期Linux的I/O调度算法被称之为电梯算法。 配置方法 查看系统支持的I/O调度算法 dmesg|grep -i scheduler 查看硬盘的当前I/O调度算法 cat /sys/block/<dev>/queue/scheduler 设置IO调度算法 目前默认的CFQ算法采用了时间片轮训，类似于进程调度。相比之下，CPU任务调度算法比I/O调度算法要复杂些，但看得出它们都是时间片轮询的方式。
1.9K40编辑于 2022-11-02 - 来自专栏labuladong的算法专栏
时间调度问题的千层套路
对于这种时间安排的问题，本质上讲就是区间调度问题，十有八九得排序，然后找规律来解决。 题目延伸 我们之前写过很多区间调度相关的文章，这里就顺便帮大家梳理一下这类问题的思路： 第一个场景，假设现在只有一个会议室，还有若干会议，你如何将尽可能多的会议安排到这个会议室里？
1.4K20发布于 2021-09-23 - 来自专栏python3
OSI第3层：网络层
第 3 层使用了四个基本过程： 1） 编址；（IP地址） 2） 封装；（源IP地址和目的IP地址） 3） 路由；（数据包选择路径并将其转发到目的主机） 4） 解封。 （网络层解封该数据包，然后将数据包中包含的第 4 层 PDU 向上传 送到传输层的相应服务。） 网络层协议： 1) 在传送用户数据的网络层执行的协议包括： 2) Internet 协议第四版 (IPv4) 3) Internet 协议第六版 (IPv6) 4) Novell 互联网分组交换协议 3) 介质无关性 - 其运作与传送数据的介质无关。 丢弃 路由器处理数据包的过程： 1） 路由器收到一个数据包后删除第2层封装； 2） 提取目的IP地址； 3） 检查路由表中是否有匹配条目；（无匹配则丢弃） 4） 在路由表中找到此网络； 5）
99910发布于 2020-01-14 - 来自专栏架构师修炼
【分布式技术】分布式系统调度架构之两层调度，解决单体调度问题
两层调度就是将资源和任务分开调度，也就是说其中一层调度器做资源的管理和分配，另一层调度器则负责任务与资源的匹配。 资源的使用状态同时由中央调度器和第二层调度器管理，中央调度器从全局上进行资源的管理和分配，然后将资源分配到第二层调度器，接着第二层调度器就可以进行任务和资源的匹配。 这两层调度器的职责分别是: 第一层调度器负责管理资源同时像框架去分配资源 第二层调度器接收第一层调度器分配来的资源，然后根据实际任务情况和收到的资源进行匹配 有哪些项目都采用了两层调度结构呢？ 2x+6y≤18 8x+2y≤36 8x/36=6y/18 通过求解可以得出：x=3，即 Framework A 可以运行 3 个任务；y=2，即 Framework B 可以运行 2 个任务。 这样分配的话，每个 Framework 获取了相同比例的主导资源，即：A 获取了 2/3 的内存，B 获取了 2/3 的 CPU，从而在主导资源上体现了调度算法的公平性。
2.5K11发布于 2020-07-17 - 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。
96730发布于 2019-04-23 - 来自专栏Ywrby
3-传输层
传输层 传输层概述 传输层是整个TCP/IP协议栈核心之一，位于网络层之上，应用层之下。利用网络层的服务，为上层应用层提供服务。 Trivial file transfer protocol 79 Finger Looking information about a user 80 HTTP World Wide Web 110 POP-3 传输线路的带宽有限 过多的分组同时通过输出线路进行传输，逼近传输链路的带宽极限，导致排队时延陡增，整条线路产生拥塞 3. CongWin=1 MSS，进入SS阶段 TCP平均吞吐量 使用窗口window尺寸W和RTT来描述 忽略慢启动阶段，假设发送端总有数据传输 W：发生丢失事件时的窗口尺寸（单位：字节） 平均窗口尺寸：3/ 4W 平均吞吐量：1RTT时间内吞吐3/4W avg TCP thruput=\frac{\frac{3}{4}W}{RTT}bytes/sec=\frac{3}{4}*\frac{W}{RTT}bytes
1.7K20编辑于 2022-10-27 - 来自专栏python3
3层交换技术
我们知道不同的vlan之间要相互的通行必须要借用第三层，也就是网络层，可以路由器也可以是三层的交换机。 三层拓扑图 图1-6 创建Vlan并设置为服务端 Switch>en Switch#vlan database Switch(vlan)#vlan 2 name vlan2 VLAN 2 added: Name:vlan2 Switch(vlan)#vlan 3 name vlan3 VLAN 3 added: Name:vlan3 Switch(vlan)#vtp server Switch(vlan 192.168.2.1 255.255.255.0 Switch(config-if)#no shut Switch(config-if)#exit Switch(config)#int vlan 3 Switch(config-if)#switchport mode access Switch(config-if)#switchport access vlan 3 Switch(config-if)
46010发布于 2020-01-09 - 来自专栏开源部署
Nginx七层负载均衡的几种调度算法
由于支持强大的正则匹配规则、动静分离、URLrewrite功能及安装配置简单且对网络稳定性依赖非常小等优点，所以常用来做为七层负载均衡使用。 以下是Nginx作为七层负载均衡常用的几种调度算法和适用的业务场景 1、轮询（默认调度算法） 特点：每个请求按时间顺序逐一分配到不同的后端服务器处理。 weight=5 max_fails=2 fail_timeout=10s; server 192.168.0.15:80 weight=10 max_fails=2 fail_timeout=10s; } 3、
63520编辑于 2022-08-08 - 来自专栏python3
Catalyst2层交换的3层通信
当核心交换机配置第二IP，汇聚交换机的通过trunk连接到核心交换机，并且配置的接口IP和第二IP一个网段，当汇聚交换机没有启用3层路由功能的时候，它们之间可以正常通信，但当汇聚交换机启用3层路由功能之后 按照要求配置了3560G和2960S，当然2层的2960只能配ip default-gateway，的确是可以完全通信，没有任何问题，看来交换机和路由器的机制真的不一样。 打开2960的ip arp，发现刚才和交换机通信的并不是和交换机的IP一个网段的地址，也竟然都赫然在列，真正体现了2层交换，通信不靠IP路由，直接IP地址对应的就是mac地址，不是一个网段的也是这样，所以 2层交换机可以在2层的状态下，以2层的mac地址来通信，而启用了ip routing之后，按照3层的路由规则，反而不行了。
47510发布于 2020-01-14 - 来自专栏PHPer 进击
网络协议 3 - 从物理层到 MAC 层
今天，我们来认识下 物理层 和 MAC 层。 日常生活中，身为 90 后的我们，如果不是通信相关专业出身的，应该从来没有接触过物理层和 MAC 层的设备。我们接触最多的，可能就是路由器了。 而路由器实际上是第三层-网络层的设备了。 那咱们怎么认识物理层呢？就不扯那些深奥的理论了，从宿舍联机打魔兽说起吧。 他应该会回答你，有三种方式： 网线连接 集线器连接 交换机 物理层 上面三种方式中，网线连接和集线器是完全在物理层工作，咱们就先见识下这两种方式。 网线水晶头的第 1、2 和第 3、6脚，分别起着发、收信号的作用，要想通过一根网线将两台电脑连接在一个局域网上，需要额外做的操作就是将网线其中一端的 1 号和 3 号线、2 号和 6 号线互换一下位置， 但是因为第二层主要解决媒体接入控制的问题，所以它常常被称为 MAC 地址。 解决第一个问题就牵扯到第二层的网络包格式。
1.3K10发布于 2019-04-11 - 来自专栏智能仓储物流技术研习社
子母车在智能密集存储中换层与调度策略
1）固定分配原则,此方式是较简单的分配作业方式,一套子母车设备只进行固定两层的入出库任务执行,即平均分配4台子母车固定初始位置为1,3,5,7层,子母车1,2,3,4号依次控制1、2层,3、4层,5、6 2）就近分配原则,如4台子母车初始位置为1,3,5,7层,2层有任务,就近调度原则进行分配,1层和3层的子母车都可以通过换层提升机来执行此任务,即空闲巷道最近的子母车执行任务。 3）空闲分配原则,如子母车初始位置为1,3,5,7层,2层有任务,1层、3层、5层子母车都正执行任务,则7层子母车设备将通过换层来进行执行此任务。 4）空闲就近分配原则,子母车初始位置为1,3,5,7层,2层有任务,1层、3层、5层子母车都正执行任务,但是5层子母车执行完任务后不再有任务下发,且5层子母车进入二层时间短于7层子母车进入2层时间,将调度 通过有优化机械设计、电控及调度设计满足了密集存储系统中的子母车设备能够调度到任意层,并实现产品的入出库作业。
60930编辑于 2023-10-09 - 来自专栏腾讯云原生团队
TKE qGPU 通过两层调度解决 GPU 资源碎片问题
为了解决该资源碎片问题，为用户提供更好、更细粒度的调度能力，TKE qGPU 设计了两层调度方案，用户可以在节点和 GPU 卡两个维度灵活配置不同调度策略，从而进一步提升资源分配效率。 节点 / GPU 两层调度 TKE qGPU Scheduler 支持节点和 GPU 卡两个层面的调度，每个调度层级均支持 binpack 或者 spread 策略，通过不同层的调度策略组合，更好的贴合用户场景 节点调度 TKE qGPU 定义了算力和显存两种 GPU 资源。TKE qGPU 调度器将每张卡算力切分成 100 份，每个算力单位代表 1% 整卡算力。显存为 MB 级切分。 在预选阶段，qGPU Scheduler 会遍历每个节点找到最合适的 GPU 卡进行调度，具体由 GPU 卡调度器决策。在优选阶段，qGPU Scheduler 会根据两个资源分配率的加权平均打分。 Spread：GPU 分配率越高，打分越低，Pod 分散调度到各个节点。 GPU 卡调度 GPU 卡调度是指在选定节点后进行卡维度的分配决策，为 Pod 中每个容器选择和分配节点上的 GPU 卡。
2.4K20编辑于 2022-05-30 - 来自专栏懒人的运维备忘录
七层调度：ingress 资源及 Ingress Controller 控制器
apply -f mandatory.yaml kubectl apply -f service-nodeport.yaml 绑定 node 节点 （可选） 目前 ingress-controller 会被调度器分配到某一个节点 target-port=80 --type=NodePort # 检查 kubectl get svc [1606727005469-957590b0-23b7-432b-9d9c-68fb6dcd7a3f.jpeg nginx-ingress-controller pod 的服务端口（80） 2）添加亲和性属性 增加亲和性部署，有 custom/ingress-controller-ready 标签的节点才会部署该 DaemonSet 3）
2.1K40发布于 2020-11-30 - 来自专栏飞鸟的专栏
3、OSI模型-物理层
一、物理层-网络的基础 物理层是OSI的最底层。 物理层为数据传输提供可靠的坏境 1、物理层的功能 规定介质类型、链接类型、信号类型 介质类型： 有线介质：双绞线、光纤 无线介质：无线电、微波、激光、红外线 10Base2 (10M基带传输200米) 100MHz 用于语音传输和最高传输速率为1000Mbps的数据传输 主要用于100Base-T和10Base-T的网络 6类线：传输频率为200MHz 向下兼容3类
63650编辑于 2022-01-05 - 来自专栏bug收集
代码生成器3-控制层与模型层
写后台管理系统，涉及大量的增，删除，改，查；而且使用分层开发文件太多，就想到能不能把基本的代码，通过一个代码生成器来生成，从而节约开发时间; （使用语言nodejs） tpl 文件夹： 关于控制层与模型层的模板 resolve(data); }).catch(function(err){ reject(err); }); }); } // 3. update{{ funName }} } controller 文件夹 根据模板，生成 model 文件与 controller 文件 步骤如下： 获取用户提供的表名 根据表名，获取对应的列名 3. resolve(data); }).catch(function(err){ reject(err); }); }); } 3. `; return updateSql; } Nodejs生成的三层架构，就分享结束！！^_^
61210编辑于 2022-07-22 - 来自专栏逍遥剑客的游戏开发
Nebula3渲染层: Graphics
图形子系统是渲染层中图形相关子系统的最高层. 它基本上是Mangalore图形子系统的下一个版本, 但是现在整合进了Nebula, 并且与低层的渲染代码结合得更加紧密. 因为Mangalore的图形子系统跟Nebula2的完全分界线从Nebula3中移除了, 很多设想都可以用更少的代码和交互来实现. 这本应是Nebula3层次结构中更高级的东西, 但是我选择了这个位置, 因为这是游戏跟渲染相关通信最少的一部分代码. 一个Model资源是一个完全的3D模型, 包括几何体, 材质, 动画, 层级变换等…(后面会提到). Nebula3的光源属性还没有最终确定, 但是我的目标是一个相对灵活地近似(最后一个光源不会超过几个shader参数). Stage和View是Nebula3图形子系统新增的内容.
49820编辑于 2022-01-11 - 来自专栏分布式系统进阶
Kafka源码分析-网络层-3
这篇将是网络层源码分析的最后一篇 北京的天,无力吐槽啊~ 快年底了, 每个团队都在旁边录制新年寄语,各种口号~ ---- 对nio的封装:Selector类 所在文件: clients/src/main channelBuilder.buildChannel(id, key, maxReceiveSize); key.attach(channel); this.channels.put(id, channel); (3) 使用一个while循环力求每次读事件触发时都读尽可能多的数据; channel.read()里会作拆包处理(后面会讲到),返回非null表示当前返回的NetworkReceive里包含了完整的应用层协议数据 apache/kafka/common/network/KafkaChannel.java 包括transportLayer和authenticator, 完成ssh握手,sasl签权,数据的接收和发送; 传输层:
63820发布于 2018-09-05 - 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。 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。在实际应用中有很多细节，比如浏览时各种操作的差异，并发量，内存和显存管理，异步传输和Workers线程等等各种调优。 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python3
思科 配置VLAN与3层交换
//启动vlan1 3550(config-if)#switchport trunk encapsulation dot1q //配置VTP，也可能没有此命令 ^Z #三层交换
71410发布于 2020-01-14
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