- 综合排序
- 最热优先
- 最新优先
- 来自专栏一个会写诗的程序员的博客
第11章 Spring Boot应用监控第11章 Spring Boot应用监控小结
第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 - 来自专栏腾讯云可观测专栏
监控产品上新月报【11月】
云监控产品中心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？
90320编辑于 2021-12-09 - 来自专栏CSDN技术头条
视频监控“入云”11个理由
VSaaS（视频监控作为一种服务），是指基于云托管的视频监控。该服务通常包括视频录制、存储、远程查看、管理警报、网络安全等内容。据统计，93%的企业已经采用了云解决方案。 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. 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
61310发布于 2020-04-07 - 来自专栏燧机科技-视频AI智能分析
智能ai行为分析监控
随着ai视频智能识别系统安全生产技术的发展趋势，视频监管系统正向着超清、智能化、主动化的角度发展趋势。智能超清互联网视频监管系统的使用也愈来愈多。 ai视频智能识别系统的发展趋势，智能监控摄像机愈来愈运用于多种情景。燧机科技智能监管系统不但具备高像素的图片品质，并且适用智能剖析和智能识别。 人工智能ai视频监管系统不但可以为使用者提供更明确的图象关键点，还能够为智慧城市、智能交通出行等给予大量的数据来源，巨大地充实了监管信息的再使用和再开发设计，人工智能ai视频监管系统已经逐渐更改我们的日常生活 人工智能监管系统是一种根据研究和识别监控摄像头收集到的图形来进行特定的作用要求的监管系统，将人工智能优化算法嵌入视频监管系统中。
1.1K20编辑于 2022-09-04 - 来自专栏嵌入式、安防、流媒体、AI分析
秸秆焚烧AI监控系统
秸秆焚烧监控系统通过现场通信铁塔基站上架设高空高像素监控摄像头，进行周边地域360度全天候24小时不间断实时监控，秸秆焚烧监控系统通过RTSP协议访问摄像机视频流，实时获取抓拍现场视频流画面实时分析，并且自动识别秸秆焚烧行为现象 ，实时报警并且将违规画面传回监控后台。 秸秆焚烧监控系统发现秸秆点燃所形成的浓烟或火灾发生时，可以马上将报警短信或视频截取立即发送至负责人手机，使工作人员可以快速反应，尽快行动阻止燃烧行为。 秸秆焚烧监控系统全天候24小时连续自动巡查，通过监控摄像机RTSP协议访问摄像机视频流，实时获取现场监控画面，实时分析报警。 将违规信息通过http接口发送给客户自有平台，并且将安全隐患信息推送到相关人员的手机，秸秆焚烧监控系统进行一部分人力成本替换，进行积极主动的安全识别报警工作。
42030编辑于 2023-01-06 - 来自专栏燧机科技-视频AI智能分析
ai行为识别技术监控
ai行为识别技术监控系统软件是一种以行为识别技术为关键技术的深度学习算法，根据人工智能化神经元网络，构造大家的主要模块架构，ai行为识别技术监控 依据我们的轨迹测算各种各样健身运动行为，根据视频转码技术 、流媒体播放技术、数字矩阵技术、云技术等，ai行为识别技术监控拍照的各类现场作业人员的异常行为，帮助监控工作人员提高解决各类出现异常紧急事件的效率。 ai行为识别技术监控具备普遍的应用领域，可以用在智能交通、智能化施工工地、智能制造系统、智慧校园、智能化生态公园等。只需有视频监控的地区，就可以完成覆盖识别分析。 ai行为识别技术监控是一种极致的视觉检测系统，应用人工智能视频分析优化算法对视频图象开展即时解析和识别，将监测到的信息与管理者给予的监控规则相对比，并即时消息推送信息和预警信息。 ai行为识别技术监控剖析，可以在紧急状况下开展预警信息，该技术关键完成了对视频监控具体内容数据的分析和获取主要信息内容，并在标识后产生警示。
71620编辑于 2022-09-12 - 来自专栏燧机科技-视频AI智能分析
ai智能视频监控工厂
ai智能视频监控工厂借助人工智能技术、智能检测/鉴别、声光报警器，可以很大程度地达到ai智能视频监控工厂安全性监控。ai智慧工厂适用人工智能技术的视频监看方法已经快速提升。 Ai视频监控系统可以主动挑选根据人工智能技术的视频系统软件来监控交通堵塞，并应用人工智能来提升视频的画面质量。 到现在为止，ai智能视频监控工厂可以实现：人工智能技术疫防监控、人工智能技术、车辆识别、自然环境监控、智慧路灯、安全帽识别、反光衣识别、人员行为检测、攀高识别、区域入侵检测等人工智能技术全景图智能化监控 ai智能视频监控是人工智能技术视频网络报警系统软件的目标客户，不论是普通用户、店铺、公司办公室、院校、工厂、库房。 只需有安全性要求或实际的监控防盗系统要求，人工智能技术视频网络报警系统软件大部分可以利用更新后台管理优化算法来进行有关算法识别，将传统的安防监控变为主动监控。
2.6K00编辑于 2022-09-03 - 来自专栏燧机科技-视频AI智能分析
视频监控ai分析系统
视频监控ai分析系统软件是一种新一代的视频分析技术手段，也是ai技术在安全领域的极致运用的体现。视频监控ai分析系统技术 突破了传统式监控技术的阻碍。 视频监控ai分析系统软件帮助企业安全工作方式，智能化的为企业保驾护航生产施工各处安全难点。 人视频监控ai分析系统软件可以马上对工作员不规范行为、工作员的安全生产配戴、违规操作过程、机械设备不安全系数状况、地理环境风险性进行预警监控，降低发生意外事件造成风险性。 关键的差异取决于视频监控ai分析技术可以做好同时分析好几百路视频，而传统化的视频监控只有人工的分析监控几十路视频就已经很费劲了。 视频监控ai分析技术可以实现与此同时分析同一监控摄像头与此同时发生的N个出现异常个人行为，当一起发生的情景中产生的N个出现异常个人行为时就可以鉴别报价。图片
3.6K10编辑于 2022-09-11 - 来自专栏燧机科技-视频AI智能分析
ai智能视频监控系统
ai智能视频监控系统选用数字图像处理、计算机视觉和机器视觉技术性，利用软件强劲的数据处理方法工作能力。ai智能视频监控系统是一种集防盗报警系统作用和视频监控系统功能于一体的安全性监控系统。 它不仅仅可以达到一般视频监控系统的远程控制监控。它还具备防盗报警系统的预警信息作用。当监测到非法侵入时，系统会积极将警报消息消息推送到移动智能终端和PC终端设备。 ai智能视频监控系统根据在监控系统中加上智能视频剖析控制模块，自动检索不一样的目标，对视频源中的主要和有效信息内容开展解析和获取，迅速精确地精准定位事发现场，分辨监控显示屏中的异常现象，并以更快、最好是的方法传出报警或开启别的姿势 全天即时监控智能系统。智能视频监控系统的关键技术主要包含下述几种：1.人物识别；2.鉴别角色轨迹；3.分辨和赔偿视频自然环境的危害。在视频监控系统中，可以运用AI智能视频监控系统对视频开展解析和检验。 假如存有违纪行为，或一切违背设置标准的个人行为，将马上开启警报，并向监控器、手机上或监控核心传出报警系统，与此同时开启警报显示灯。
2.6K30编辑于 2022-09-06 - 来自专栏燧机科技-视频AI智能分析
ai视频监控分析软件
ai视频监控分析软件助力生产安全是建筑行业遵循道德底线的重要保障。 ai视频监控分析软件是根据人工智能化机器视觉科研开发的，合理地监控了人们的不正常个人行为和监控视频照片中的所有目标的行为跟状态，并传出了报警信息。 ai视频监控分析软件连接音频输出设备可以在前面传出语音警示。 ai视频监控分析软件取决于视频优化算法来分析视频具体内容，大家可以利用多种特性叙述迅速查找视频个人行为或者物体状态信息来分析系统软件，根据获取视频中的核心信息内容、标识或有关状态，产生相对应事情和报警的监控方式 假如把监控摄像头当作是人们的双眼，而AI视频个人行为分析系统软件可以解释为人类文明的人的大脑，那麼依靠CPU的强劲测算作用，AI视频个人行为分析系统软件可以快速分析视频界面中的很多数据信息。
2.6K30编辑于 2022-09-12 AI视频监控分析系统
这些瓶颈严重制约了监控系统的战略价值转化。而AI视频监控分析系统的出现，通过智能算法与视频技术的深度融合，实现了监控能力的质的飞跃。 一、传统模式与AI方案的核心差异传统视频监控模式存在明显缺陷，而AI解决方案针对性实现突破：传统模式以被动式记录为主，AI方案则具备主动式感知能力，可提前发现潜在风险；传统模式仅进行单一画面存储，AI方案能开展多维度数据分析 ，挖掘数据背后价值；传统模式依赖人工经验驱动，AI方案通过算法模型迭代持续提升识别精度与效率，适应复杂场景变化。 二、智能分析技术架构现代AI视频监控系统采用分层解析框架：底层通过目标检测算法精准定位人员、车辆等动态主体；中层运用行为识别模型区分正常行走、奔跑、聚集等状态；顶层结合时空轨迹分析实现跨摄像头联动追踪。 六、未来演进方向随着联邦学习的推广应用，跨机构的数据协作将在不共享原始素材的前提下实现模型共训，促进行业整体监控水平提升；数字孪生技术的融合，则能让监控画面与三维场景模型动态映射，为应急演练提供虚实交互的训练沙盘
76110编辑于 2025-10-16- 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。
44210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应用监控第11章 Spring Boot Actuator与应用监控
第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
56810发布于 2018-08-20 - 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
46930发布于 2021-08-17 - 来自专栏yeedomliu
《Prometheus监控实战》第11章 推送指标和Pushgateway
第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XINDOO的专栏
Agent设计模式——第 11 章：目标设定和监控
要使 AI Agent 真正有效且有目的性，它们不仅需要处理信息或使用工具的能力，还需要明确的方向感和判断自身是否真正成功的方法。这就是目标设定和监控模式发挥作用的地方。 它采用"目标设定和监控"模式，不仅仅生成一次代码，而是进入创建、自我评估和改进的迭代循环。Agent 的成功通过其自己的 AI 驱动的判断来衡量，判断生成的代码是否成功满足初始目标。 图 1：目标设定和监控示例 有了这个任务，AI 程序员开始工作并产生其第一个代码草稿。然而，它没有立即提交这个初始版本，而是暂停执行一个关键步骤：严格的自我审查。 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。 我们强调了这个概念如何将 AI Agent 从仅仅是反应系统转变为主动的、以目标为驱动的实体。文本强调了定义清晰、可衡量的目标以及建立严格的监控程序来跟踪进度的重要性。
29510编辑于 2025-10-27 - 来自专栏燧机科技-视频AI智能分析
工地ai智能视频监控系统
工地ai智能视频监控系统在监控摄像头监控的画面范围之内，对人的不安全行为（违规行为）或者物的不安全状态进行实时分析识别，当工地ai智能视频监控系统发现现场违规行为时，可根据需要设置各种警戒要求，工地ai 智能视频监控系统可以及时抓拍报警并将违规图像回传后台同步到相关人员的手机上。 图片工地ai智能视频监控系统包含了20多种ai识别算法：未戴安全帽检测、睡岗离岗识别、抽烟识别、未穿反光衣检测、人员聚集检测、安全带穿戴识别。 工地ai智能视频监控系统还可以识别：区域入侵检测、明火烟雾检测、渣土车清洗识别、渣土车盖封闭情况识别、车辆超速识别、车牌识别等二十余种智能识别算法。图片
1.4K10编辑于 2022-10-31
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