- 综合排序
- 最热优先
- 最新优先
- 来自专栏亨利笔记
Docker镜像详谈(2): 深入理解镜像大小
再进一步思考 Docker 镜像，大家可能很快就会联想到以下几类镜像： 系统级镜像：如 Ubuntu 镜像、CentOS 镜像以及 Debian 容器等； 工具栈镜像：如 Golang 镜像、Flask 镜像、Tomcat 镜像等； 服务级镜像：如 MySQL 镜像、MongoDB 镜像、RabbitMQ 镜像等； 应用级镜像：如 WordPress 镜像、Docker Registry 镜像等。 :14.04 ADD compressed.tar / 假设最终 docker build 构建出来的镜像名分别为 image 1 和 image 2，由于两个 Dockerfile 均基于 ubuntu :14.04，因此，image 1 和 image 2 这两个镜像均复用了镜像 ubuntu:14.04。 14.04 的大小）+ 20 MB = 220 MB image 2：200 MB（ubuntu:14.04 的大小）+ 100 MB = 300 MB 如果仅仅是单纯的累加三个镜像的大小，那结果应该是
2.8K21发布于 2019-04-12 - 来自专栏姚红专栏
raw镜像与qcw2镜像互相转换
qcow2是最小使用，raw是置零使用 。 raw格式是原始镜像，会直接当作一个块设备给虚拟机来使用，至于文件里面的空洞，则是由宿主机的文件系统来管理的，linux下的文件系统可以很好的支持空洞的特性， 所以，如果你创建了一个100G的raw格式的文件 qcw2镜像转化为raw镜像文件 #yum install qemu-img #qemu-img convert -f qcow2 win7.qcow2 -O raw win7.raw raw镜像转化为 qcw2镜像文件 #qemu-img convert -f qcow2 win7.raw -O raw win7.qcow2
1.9K20发布于 2019-09-11 - 来自专栏临床试验
统计分析篇-统计常用分布(2)
pi}\sigma}e^{-\frac{\left( x-\mu \right) ^2}{2\sigma ^2}} ,E\left( X \right) =\mu \\D\left( X \right \chi^2 分布，如果随机变量Z 服从于标准正态分布，那么其平方将服从自由度为1的\chi^2 分布.如果随机变量X_1 ,X_2 ,X_3 ,...... ) F分布，若随机变量X_1 ,X_2 服从自由度分别为\nu _1,\nu _2 的\chi^2 分布，则其比值服从F分布。 F=\frac{\chi ^2\left( \nu _1 \right)}{\chi ^2\left( \nu _2 \right)} 3.抽样分布的应用3.1参数估计参数即为描述总体的情况。 常见的是置信区间的估计，要估计一个参数，必须了解相应统计量的抽样分布规律。3.2假设检验通过随机变量服从抽样分布去反证原假设的成立与否。
1.1K00编辑于 2022-11-16 - 来自专栏浊酒清味
量子统计力学2
上面这些公式对量子纠缠的研究很有用。纠缠跟黑洞热力学和热态的纯态化有关。我们考虑希尔伯特空间
52520发布于 2021-08-24 - 来自专栏PostgreSQL研究与原理解析
PG中的查询：2.统计--（2）
Filter: ((seat_no)::text > '30C'::text) (2 rows)截止座位号专门选择在两个桶之间的边缘。此条件的选择性是N/桶数。 这些统计数据被采集，并用于估计阵列和tsvector数据的选择性。 2) elem_count_histogram数组是不同值的数量的直方图。 => 5": 1.000000, "5 => 2": 0.010567} (1 row) 数字2和5是表pg_attribute中的列号。 从0（独立）到1（第2列中的值完全由第一列中的值定义） 不同值的多元数量 对于来自多列的值的不同组合数量的统计将显著提高GROUP BY对多列操作的基数。 .; 在这些示例中，仅为2列收集了multivariate statistics，但是可以根据需要为任意多的列收集他们。还可以将不同类型的统计信息收集到单个扩展统计信息对象中。
98510编辑于 2022-03-29 - 来自专栏数据科学（冷冻工厂）
Docker｜了解容器镜像层(2)
创建快照的过程与构建镜像相反。它首先通过下载清单并构建一个要下载的层列表开始。对于每个层，会创建一个包含层父目录内容的目录。这个目录被称为活动快照。 创建了一个 layer2 的目录。这个空目录现在是一个活动快照。文件 layer2.tar.gz 被下载、验证（通过比较摘要和文件名），并解压到目录中。 创建了一个 layer3 的目录，并将 layer2 的内容复制进去。这是一个新的活动快照。文件 layer3.tar.gz 被下载、验证并解压。 如果这些目录中的任何一个已经存在，这表明另一个镜像有相同的依赖关系。因此，引擎可以跳过下载和差异应用器。它可以直接使用该层。在实践中，这些目录和文件的命名都是基于内容的摘要，以便于识别。 | |-- hello.txt | |-- new.txt | `-- upper-message.txt 运行 ls -l upper 显示 total 12 c--------- 2
25710编辑于 2024-06-18 - 来自专栏写代码和思考
Docker 学习笔记2 - 创建一个镜像和发布镜像
基于 Docker 的开发流程 一般来说基于 Docker 的开发流程是这样的： （1）创建Docker镜像，它承载了你的程序运行的必要环境，是创建和测试独立的基础。 （2）测试，验证你的镜像。 （2）发布/分享你的镜像。比如在 Docker Hub 上发布你的Docker镜像 本文关注第一步，创建一个基础的镜像，这个镜像是你的容器的基础。一个镜像包含了用于承载容器运行的私有的文件系统。 clone https://github.com/dockersamples/node-bulletin-board cd node-bulletin-board/bulletin-board-app 2. 创建Docker镜像 步骤拆解： (1) 编写 Dockerfile 文件 (2) 执行 下面分别说明。 分这么几步： （1）注册账户 （2） 创建 一个 仓库 repository （3） 推送(push)你的镜像 4.1 注册账户 在 https://hub.docker.com/signup.
1.4K20发布于 2020-04-09 - 来自专栏后端精进之路
Docker系列-(2) 镜像制作与发布
由于本地没有镜像可以先利用docker search获取官方镜像的名称，然后docker pull将镜像下载到本地。 2）以交互方式启动镜像，方便在容器中安装软件。 0.076 ms 56 bytes from 127.0.0.1: icmp_seq=1 ttl=64 time=0.087 ms 56 bytes from 127.0.0.1: icmp_seq=2 0.096 ms 56 bytes from 127.0.0.1: icmp_seq=1 ttl=64 time=0.088 ms 56 bytes from 127.0.0.1: icmp_seq=2 本地私有仓库 (1) 首先下载registry镜像：docker pull registry. (2) 接着在5000端口启动，docker run -d --name reg -p 5000:5000 （1）打tag docker tag hello-world http://192.168.244.7:5000/hello-world （2）push镜像 docker push 192.168.244.7
1.1K30编辑于 2023-10-17 - 来自专栏存储稳定性&数据一致性
qcow2镜像检测及修复
PPT：《qcow2镜像检测及修复》Copyright (c) 2016-2023 YOUPLUSAuthor: YOUPLUSqcow2-dump is a useful tool for checking and repairing damaged qcow2 image, it has some improvements compare with qemu-img check command (qcow2 -dump has all functions which qemu-img check command has).图片基础：qcow2镜像格式及分配模式图片qcow2-dump -h/--help (工具的参数说明、功能介绍及现场演示)图片qcow2-dump工具的设计实现：图片检测性能：图片
83300编辑于 2023-12-06 - 来自专栏仁扬笔记
Composer 镜像原理 (2) —— composer.json
"php": "^7.0", "psr/log": "^1.0.1" }, "require-dev": { "phpunit/phpunit": "^5.7", "graylog2/ 其他字段对于理解镜像的原理没什么帮助, 有兴趣可以看下 这篇文章. 看过我 上一篇文章 的朋友就知道, 文章末尾我们配置了 国内的composer镜像, 用来加速我们安装组件的过程, 它缓存了所有包的 composer.json, 并把仓库的每一个分支源码, 打包为 zip 镜像服务器提供了让我们得到 composer.json 的接口, 我们只需提交一个包名, 还有请求结果的哈希值(是不是很懵逼, 我怎么知道结果的哈希值), 镜像服务器会返回一个 JSON, 它包含了很多 镜像服务器的官方网站, 并没有提供啊...
63800编辑于 2023-06-20 - 来自专栏临床试验
统计分析篇-定量资料统计分析（2）
上篇文章叙述到单样本定量资料与已知总体比较、单样本定量资料前后比较，同个个体两种检测方法（定量结果指标）比较的统计分析，这篇文章主要来叙述最常见应用最普遍的两独立样本t检验。 有人会问，不满足怎么办，那些统计学家和数学家想出各种办法去解决不满足该怎么去检验的问题：正态性差不多，但是方差齐性不满足，那就校正一下t吧，用t‘检验，校正的公式怎么来的，可以去问Gosset高斯，他应该知道 构建统计量：t=\frac{\bar{X}_1-\bar{X}_2}{S_{\bar{X}_1-\bar{X}_2}},\\S_{\bar{X}_1-\bar{X}_2}=\sqrt{S_{C}^{2} ,p<0.02,拒绝H0，可认为两组均数差异有统计学意义，由于X1>X2,可以推断试验组均数高于对照组均数。 置信区间的求法同样借助于统计分布，后续单开一个章节说一下理解。Satterthwaite就是方差不齐的时候采用的校正t检验的结果。
2.5K30编辑于 2022-11-18 - 来自专栏饶文津的专栏
【计导作业】链表——成绩统计2
你的任务是分别统计出1400分以上同学的具体信息与人数。学生的姓名中只能包含大小写字母与空格字符，不会超过20个字符；学生的学号是个长度不会超过20的字符串，只包含数字字符。 输出最终的统计信息，具体格式见样例。注意这里的单词students等一律使用复数形式。 0821131666666 1495 Albert Einstein 0821131477777 1350 Bill Gates 0821131588888 1101 ##### 输出 There are 2
57420发布于 2020-06-02 - 来自专栏机器学习/数据可视化
统计学习方法导论—2
过拟合是指学习时选择的参数过多 过拟合对已知数据能够很好的判断，但是对未知数据预测的效果很差 模型选择的目的在于避免过拟合并且提高模型的预测能力 栗子：对M次多项式进行拟合 f_M(x,w)=w_0+w_1x+w_2x2 =0}Mw_jxj 解决办法： 确定模型的复杂度，即多项式的次数 在给定的模型复杂度下，根据经验风险最小的策略，求解参数，即多项式的系数 经验风险最小化 L(w)=\frac{1}{2} \sum_{i=1}{N}(f(x_i,w)-y_i)2 损失函数是平方损失，系数\frac{1}{2}是为了后续的求导计算。 \lambda ||w||1 者表示成参数向量的范数 L(w)=\frac{1}{N}\sum{i=1}N(f(x_i;w)-y_i)2+{\frac{\lambda}{2}||w||^2} 正则化作用 y_2),…(x_i,y_i),…,(x_N,y_N)} N是样本容量，T是从联合概率分布 假设空间是函数的集合\Gamma = {f_1, f_2, …, f_d}，d是函数的个数。
53930发布于 2021-03-02 - 来自专栏sealyun
P2P镜像分发Dragonfly使用
可以看一下实测试性能，横坐标是并发数，纵坐标是时间，当并发1200时wget已经超过八百秒而p2p时不会随并发数量上升导致分发性能下降。 | 核心组件 SuperNode SuperNode是一个常驻进程，有两个主要职责： 它是P2P网络中的跟踪器和调度器，为每个p2p节点选择适当的下载网络路径。 同时，它还扮演着peer的角色，可以在P2P网络中相互传递数据。 dfdaemon Dfdaemon仅用于拉动图像。 首先在需要下载的节点dfget 请求到supernode节点 supernode通过http在文件服务器获取到文件 返回给node节点 node节点之前就可以进行p2p传输 镜像文件分发原理： ? node 发起docker pull请求 请求发给supernode supernode向仓库拉取镜像 返回镜像给node 节点之间可以相互传输镜像 写镜像到本地文件系统 文件如何分块传输： ?
3.1K30发布于 2019-08-26 - 来自专栏刷题笔记
7-2 树种统计 (20 分)
本文链接：https://blog.csdn.net/shiliang97/article/details/102924532 7-2 树种统计 (20 分) 随着卫星成像技术的应用，自然资源研究机构可以识别每一棵树的种类 请编写程序帮助研究人员统计每种树的数量，计算每种树占总数的百分比。 输入格式: 输入首先给出正整数N（≤105），随后N行，每行给出卫星观测到的一棵树的种类名称。 就是因为是统计树所以出在在这个专题里面了？
1.1K10发布于 2019-11-07 - 来自专栏python3
软工作业2-词频统计
软工作业2 ——实现一个能够对文本文件中的单词的词频进行统计的控制台程序 1.Github地址： https://github.com/wangshiyaoyao/WordCont 2.PSP表格 PSP2.1 Personal Software Process Stages chars:获取字符统计结果 cotainer:获取词频前10统计结果 lines:获取有效行统计结果 words:获取单词数目统计结果 _word_check_in_line 功能测试 测试统计字符个数 测试统计有效行数 测试统计词频 测试统计单词数 5.关键功能实现 _analysis(filename, encoding) 使用字典进行词频统计，避免重复 文件默认使用utf-8打开 词频统计： 1 def _word_analysis(self, line): 2
93030发布于 2020-01-16 - 来自专栏Java帮帮-微信公众号-技术文章全总结
Docker2 docker commit方法镜像制作
一、前期准备 1.下载一个centos镜像，进入容器，安装wget docker pull centos docker run -it centos bash [root@web1 ~]# docker run -it centos bash #进入容器 [root@4f1f1ca319f2 /]# [root@4f1f1ca319f2 /]# [root@4f1f1ca319f2 / ]# cd [root@4f1f1ca319f2 ~]# ls anaconda-ks.cfg [root@4f1f1ca319f2 ~]# cd /etc/yum.repos.d/ #配置 7.6.1810/extras/x86_64/Packages/epel-release-7-11.noarch.rpm 3.安装软件，比如nginx yum install nginx -y 二、制作镜像 说明，下面制作镜像先用之前的nginx镜像做的副本，下面才是centos镜像 1.使用docker commit 来提交容器副本 -m 提交时的描述文字 dock commit -m 容器 镜像名 docker
71910发布于 2019-11-25 - 来自专栏技术文献
Docker镜像原理 aufs overlay overlay2
overlay和overlay2 OverlayFS（overlay）的镜像分层与共享 OverlayFS使用两个目录，把一个目录置放于另一个之上，并且对外提供单个统一的视角。 /work) OverlayFS（overlay2）的镜像分层与共享 overlay驱动只工作在一个lower OverlayFS层之上，因此需要硬链接来实现多层镜像，但overlay2驱动原生地支持多层 overlay2中镜像和容器的磁盘结构 docker pull ubuntu下载了包含5层的镜像，可以看到在/var/lib/docker/overlay2中，有6个目录。 overlay/overlay2驱动执行copy-up操作，将文件从镜像层拷贝到容器层。然后容器修改容器层新拷贝的文件。 然而，OverlayFS工作在文件级别而不是块级别。 另外，overlay与overlay2相比，overlay2支持了多层镜像，优化了inode使用。然而，使用这两种驱动时，需要注意你的Docker host的kernel版本。
8.3K81发布于 2020-08-18 - 来自专栏好好学习，天天向上
Docker学习笔记(2)：使用Dockerfile构建镜像
Dockerfile是用来构建Docker镜像的文件，是由一系列命令和参数构成的脚本。每条指令都必须为大写字母且后面要跟随至少一个参数，每条指令都会创建一个新的镜像层，并对镜像进行提交。 ENV 用来在构建镜像过程中设置环境变量。 ADD 将宿主机目录下的文件拷贝进镜像且ADD命令会自动处理URL和解压tar压缩包。 COPY 类似ADD，拷贝文件和目录到镜像中。 ONBUILD 当构建一个被继承的DockerFile时运行命令，父镜像在被子继承后父镜像的onbuild被触发。 /demo-0.0.1-SNAPSHOT.jar /myjar/demo.jar EXPOSE 8080 CMD ["java","-jar","demo.jar"] 2.构建镜像 docker build 输出： Sending build context to Docker daemon 17.58MB Step 1/6 : FROM centos ---> 470671670cac Step 2/
80520发布于 2020-10-29 - 来自专栏PostgreSQL研究与原理解析
PG中的查询：2.统计--（1）
基本统计 pg_class系统表存储着基本关系级别的统计信息。 统计信息包括： 1) 关系的行数reltuples 2) 关系大小，以页为单位relpages 3) 关系visibility map中被标记的页的页数relallvisible SELECT reltuples Seq Scan on flights (cost=0.00..4772.67 rows=16036 width=63) Filter: (actual_departure IS NULL) (2 aircraft_code' \gx −[ RECORD 1 ]−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−−− mcv | {CN1,CR2, Scan on flights (cost=0.00..5309.84 rows=7957 width=63) Filter: (aircraft_code = '733'::bpchar) (2
1.4K20编辑于 2022-03-29
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