- 综合排序
- 最热优先
- 最新优先
- 来自专栏全栈程序员必看
详解redis 中Pipeline流水线机制
二、pepeline的性能 1、未使用pipeline执行N条命令 2、使用了pipeline执行N条命令 3、两者性能对比 小结：这是一组统计数据出来的数据，使用Pipeline执行速度比逐条执行要快 三、原生批命令(mset, mget)与Pipeline对比 1、原生批命令是原子性，pipeline是非原子性 (原子性概念:一个事务是一个不可分割的最小工作单位,要么都成功要么都失败。 处理一件事情要么都成功，要么都失败，原子不可拆分) 2、原生批命令一命令多个key, 但pipeline支持多命令（存在事务），非原子性 3、原生批命令是服务端实现，而pipeline需要服务端与客户端共同完成 如果我们像取消管道操作，用下面代码即可： $pipe->discard(); 总结：pipeline 虽然好用，但是每次pipeline 每次组装的命令个数不能没有节制，否则一次组装pipeline数据量过大 ，一方面会增加客户端的等待时间，另一方面会造成一定的网络阻塞，可以将一次包含大量命令的pipeline拆分成多次较小的pipeline来完成。
1K30编辑于 2022-07-19 - 来自专栏码农编程进阶笔记
详解redis 中Pipeline流水线机制
二、pepeline的性能 1、未使用pipeline执行N条命令 2、使用了pipeline执行N条命令 3、两者性能对比 小结：这是一组统计数据出来的数据，使用Pipeline执行速度比逐条执行要快 三、原生批命令(mset, mget)与Pipeline对比 1、原生批命令是原子性，pipeline是非原子性 (原子性概念:一个事务是一个不可分割的最小工作单位,要么都成功要么都失败。 处理一件事情要么都成功，要么都失败，原子不可拆分) 2、原生批命令一命令多个key, 但pipeline支持多命令（存在事务），非原子性 3、原生批命令是服务端实现，而pipeline需要服务端与客户端共同完成 如果我们像取消管道操作，用下面代码即可： $pipe->discard(); 总结：pipeline 虽然好用，但是每次pipeline 每次组装的命令个数不能没有节制，否则一次组装pipeline数据量过大 ，一方面会增加客户端的等待时间，另一方面会造成一定的网络阻塞，可以将一次包含大量命令的pipeline拆分成多次较小的pipeline来完成。
2.2K20发布于 2021-09-09 - 来自专栏AI异构
Intel OpenCL 之 Pipeline（二）For循环的执行机制
嵌套for循环的pipeline机制 看下面的例子： #define k_size 20 #define size 4 kernel void accum_swg (global int* a pipeline-21 嵌套循环 把loop1和loop1_1一起考虑，执行过程如下图所示： pipeline-32 可以看到，内层循环pipeline中间没有任何气泡，外层循环其实是在可以做插入的地方做内插 并列for循环的执行机制 如下图所示，并列的两个for循环如例子中的loop1, loop1_1和loop2，只能串行执行，等一个结束后下一个才开始。 pipeline-33 如果一个for循环内部嵌套着两个并列的for循环： kernel void test(){ while(i<N){ ... pipeline-34 参考 Intel FPGA SDK for OpenCL Best Practices Guide
1.8K30发布于 2020-07-29 - 来自专栏小工匠聊架构
Netty Review - 探索Channel和Pipeline的内部机制
当数据通过Channel时，它会在Pipeline中流动，每个ChannelHandler都有机会处理它。 内部机制： Channel： Channel内部包含一个Pipeline。 当一个Channel被创建时，会创建一个新的Pipeline实例。 Channel的生命周期与Pipeline密切相关，一个Channel的事件将在其关联的Pipeline中被处理。 Pipeline： Pipeline是由一系列ChannelHandler按顺序组成的。 数据在Pipeline中流动，每个ChannelHandler按照添加的顺序逐个处理数据。 Channel的生命周期与Pipeline紧密相连，数据通过Pipeline中的ChannelHandler逐个处理。 但它并不是直接执行这些操作，而是通过一个叫做Pipeline的东西来实现的。 现在，Pipeline可以看作是一条连接了很多小工具的长链。
43811编辑于 2023-12-01 - 来自专栏机器学习与统计学
机器学习基础：令你事半功倍的pipeline处理机制
为了避免重复操作，这里就要用到机器学习中的pipeline机制 按照sklearn官网的解释 pipeline 有以下妙用： 1、便捷性和封装性：直接调用fit和predict方法来对pipeline中的所有算法模型进行训练和预测 下面我们开始这一期的刨根问题~~ Pipeline的原理 pipeline可以将许多算法模型串联起来，形成一个典型的机器学习问题工作流。 ? Pipeline处理机制就像是把所有模型塞到一个管子里，然后依次对数据进行处理，得到最终的分类结果， 例如模型1可以是一个数据标准化处理，模型2可以是特征选择模型或者特征提取模型，模型3可以是一个分类器或者预测模型 Pipeline的用法 调用方法： sklearn.pipeline.Pipeline(steps, memory=None, verbose=False) 参数详解： steps : 步骤：使用（key 其他用法 Pipeline 还有一些其他用法，这里只简单介绍最最常用的两个make_pipeline pipeline.make_pipeline(\*steps, \*\*kwargs) make_pipeline
10.3K93发布于 2020-09-08 - 来自专栏容器计算
Kubeflow Pipeline - 上传一个 Pipeline
1 Overview Pipeline 提供了几个内置的 Pipline…有点绕口，但是真正使用的时候，但是默认提供的几个 Pipeline 都要基于 GCP Google 的云平台，但是我们的目的是在自己的集群部署 2 理解 Pipeline https://www.kubeflow.org/docs/pipelines/overview/pipelines-overview/ 从官网文档了解，什么是 Pipeline 然后 Pipeline 也提供了相关的工具来定义这个 Pipeline，不过都是 Python 的，当然这个对于数据科学家来说，不会是什么问题。 安装专门的 SDK Python 定义好 Pipeline SDK 构建 pipeline 的包，最后通过 UI 上传 请理解?脚本每一步的含义。 方便直接转换你写的 pipeline 文件。
1.5K30发布于 2020-08-06 - 来自专栏从码农的全世界路过
Redis Pipeline
pipeline是客户端向redis发送多条命令的通道. redis并没有在命令行中提供pipeline功能; 除去redis本身需要支持pipeline功能,其他各语言版的客户端都需要有相应的实现. pipeline和mget,mset命令类似可以发送多条命令给服务端同时执行,但pipeline更灵活,也不限于同一类型操作命令. 注意事项: 1. pipeline虽然好用,但是每次pipeline组装的命令个数不能太多,如果组装数据量过大,会增加客户端的等待时长,造成一定的网络阻塞. 每条命令的结果值会存储在socket的output缓冲区,所以redis能同时所能支撑的pipeline链接的个数也是有限的. 最佳方式是将含有大量命令的pipeline拆分成多次较小的pipeline来完成. 2. pipeline在集群中应用时,应注意所执行命令需在同一服务器上,否则会引起slot错误.
80910编辑于 2022-06-20 - 来自专栏Pipeline
Armada pipeline
今天就是假期的最后一天了 明天大家就要开始上班了 今天向大家分享一波 这个是一个大佬 (Mike Bourbeau) 写的一个免费的开源pipeline工具集 虽然现在还只是Beta版 但是大家可以关注下 Toolkit，CGTeamWork，还有Ftrack Connect都有些类似 大家可以学习借鉴他的一些设计思路 见多识广总是好的 没准在日后的工作中有一些参考价值 下面是当前Armada pipeline 如下图所示，你只需要填0就可以获得下载链接 展示 如果你对他的工作十分感兴趣，你也可以去Patreon上面去赞助他 https://www.patreon.com/posts/armada-pipeline
60320编辑于 2022-07-14 - 来自专栏ops技术分享
pipeline groovy
closure"} ) //由于括号是非必需的，所以 sayHello { print "hello closure" } //如果sayHello改成名字为pipeine就是，是不是很像jenkins的pipeline pipeline { print "hello closure" } 5.闭包另类用法，定义一个stage方法 //定义方法，传一个正常变量和一个闭包 def stage(String name,
1.9K21发布于 2021-06-02 深入解析Hadoop的Block多副本同步机制与Pipeline复制
写入流程基础 当客户端发起写请求时，NameNode会分配目标DataNode列表并建立数据传输管道（Pipeline），这个管道机制正是后续章节要详细讨论的Pipeline复制技术的实现基础。 增量同步与校验机制 在数据持续写入阶段，各副本节点通过流水线（Pipeline）方式实现增量同步。 Block多副本同步机制工作原理 Pipeline复制技术 在HDFS的数据写入过程中，Pipeline复制技术是实现高效数据分发的核心机制。 假设单个节点出口带宽为1Gbps，三节点Pipeline理论上可获得接近3Gbps的聚合吞吐量。 动态包大小调整机制进一步优化了传输效率。 一致性保障机制 面对"边写边读"场景，Pipeline采用可见性阈值控制解决数据一致性问题： 1. 当Packet被所有Pipeline节点确认后，标记为"可读" 2.
44210编辑于 2025-08-27- 来自专栏喵叔's 专栏
Scrapy Pipeline
在一个项目中会存在多种 Pipeline ，每个 Pipeline 都是一个 class ，其中包含了一些处理的 Item 的方法。 Item 会在这些 Pipeline 中按顺序依次传递，如果其中一个 Pipeline 丢弃了 Item ，那么后面未执行到的 Pipeline 将不会收到这个 Item 。 零、自定义 Pipeline 自定义 Pipeline 其实很简单，只需要实现指定的方法即可。 我们在编写完 Pipeline 后需要在 settings.py 文件中进行注册，将我们编写的 Pipeline 注入到 Scrapy 中。 ITEM_PIPELINS= { '自定义Pipeline 路径':'优先级' } 二、总结 本篇文章主要讲解了 Pipeline 的理论知识，虽然很短，但是这些知识是 Pipeline 的核心知识
81810发布于 2020-09-08 - 来自专栏ops技术分享
pipeline 步骤(上)
一.简介 步骤是pipeline里执行的最小单位了，这里列举内置的相关步骤方便使用，省的去写很多shell，也不方便维护。 二.文件相关 删除当前目录 无参步骤，删除的是当前工作目录。 deleteDir 切换到目录 默认pipeline工作在工作空间目录下(/root/.jenkins/workspace/xx项目名)，dir步骤可以让我们切换到其他目录。 a.jar') 输出状态 script { def status=fileExists('/tmp/a.jar') print "${status}" } 判断是否为类Unix 如果当前pipeline
1.2K31发布于 2021-06-03 - 来自专栏ops技术分享
pipeline 共享库
一.简介 当大量使用pipeline后，内置功能并不能照顾到所有需求，这时候需要扩展pipeline。 pipeline本质就是一个Groovy脚本。 所以，可以在pipeline中定义函数，并使用Groovy语言自带的脚本特性。 二.共享库扩展 Jenkins pipeline提供了“共享库”(Shared library)技术，可以将重复代码定义在一个独立的代码控制仓库中，其他的Jenkins pipeline加载使用它。 共享库使用 在pipeline里调用 @Library( 'global-shared-library')_ pipeline { agent any stages { 引入共享库后，我们可以直接在Jenkins pipeline中使用vars目录下的sayHello，和Jenkins pipeline的普通步骤的使用方式无异。
2.1K31发布于 2021-06-02 - 来自专栏ops技术分享
pipeline when指令
一.简介 when指令允许pipeline根据给定的条件，决定是否执行阶段内的步骤。when指令必须至少包含一个条件。when指令除了支持branch判断条件，还支持多种判断条件。 = 'master'; } } buildingTag :如果pipeline所执行的代码被打了tag，则执行 when { buildingTag() } tag:如果pipeline所执行的代码被打了
1.4K10发布于 2021-06-03 - 来自专栏ops技术分享
pipeline是什么？
pipeline是什么？ pipeline是部署流水线(Deployment pipeline)，指从软件版本控制库到用户手中这一过程的自动化表现形式。 而Jenkins 2.x终于支持pipeline as code了，可以通过代码来描述部署流水线，还是同样的功能，部分操作通过代码配置运行后，也会在界面里显示出来。 pipeline的功能由pipeline插件提供，有的jenkins会自带，若没有则需要安装。 使用代码而不是UI的意义在于： 更好的版本化：将pipeline提交到版本库中进行版本控制 更好地协作：pipeline的每次修改对所有人都是可见的。 除此之外，还可以对pipeline进行代码审查 更好的重用性：手动操作没法重用，但是代码可以重用
2.1K20发布于 2021-05-31 - 来自专栏vivo互联网技术
【干货】Pipeline as Code
鄢倩 是ThoughtWorks高级咨询师，译有《Java线程与并发编程实践》和《七周七语言卷二》。在Cloud Native 和 Cloud Security 领域拥有丰富的设计和实施经验。精通敏捷管理及其技术实践，擅长在大型IT企业进行软件架构演进、持续集成、持续交付以及前沿技术的研究推动。
1.3K20发布于 2019-03-19 - 来自专栏DevOps持续集成
Groovy Jenkins Pipeline
解决方案：使用“ Jenkins Pipeline”将作业定义为Groovy代码 使用插件套件“ Jenkins Pipeline”，您可以将不同的作业定义为Groovy代码。 Coffee-Service, Food-Service: Jenkinsfile def pipeline stage('Load pipeline') { // Load the pipeline from the shared repository fileLoader.withGit( 'https://url-to-pipeline-repo.git', 'master ', ' id-of-in-jenkins-stored-credentials') { // Every service is able to use pipeline.groovy pipeline = fileLoader.load('pipeline.groovy') } } pipeline.execute() Pipeline Repo: pipeline.groovy
1.7K10发布于 2019-11-12 - 来自专栏AI异构
Intel OpenCL 之 Pipeline（三）不能pipeline的可能情况
对Single work item形式的kernel来说，最重要的优化策略就是让loop能够pipeline，并且让II值尽可能为1。 结果是外层嵌套的循环通通不能pipeline。 if(){ break;//注意，break尽量不要用 } } } 上面这些情况，都会导致外层循环pipeline失败，因为编译器没办法在内层循环做pipeline时，对外层循环做插入 正常情况下，pipeline应该是这样的： pipeline-31 但是发生 out-of-order loop 时，循环的执行会变成下面这样，使性能大打折扣： pipeline-32 示例 下面这个例子 结果就是外层循环不能pipeline。
1K40发布于 2020-07-29 - 来自专栏sealyun
Tekton Pipeline教程
概览 Tekton Pipeline,是一个k8s native的pipeline, 任务跑在pod中，通过自定义CRD去管理任务与工作流等等，我看完tekton之后感觉是功能很强大，但是有点过度设计了 Pipeline Pipeline定义要按顺序执行的任务列表，同时还通过使用该from字段指示是否应将任何输出用作后续任务的输入，并指示执行的顺序（使用runAfter和from字段）。 例如： apiVersion: tekton.dev/v1alpha1 kind: Pipeline metadata: name: tutorial-pipeline spec: resources -1 spec: pipelineRef: name: tutorial-pipeline trigger: type: manual resources: - name 中的容器是共享了一个数据卷的，这样上个任务产生的文件很方便的给下个任务用，而基于集群的任务就可能得依赖git docker镜像仓库等做输入输出，有点麻烦，好的解决办法是利用k8s分布试存储给pipeline
3.7K31发布于 2019-08-26 - 来自专栏运维专栏
Jenkins Pipeline演进
看一下早些时候写的pipeline： 仓库是自己搞的 直接先xxxx了。偷懒写的明文用户名密码，docker image仓库直接使用的腾讯云的镜像仓库个人版。 echo env.data pipeline { agent any parameters { gitParameter branchFilter: 'origin/( [image.png] 也做了这样的测试，但是到pipeline里面是不是要转成列表还要循环？这样的步骤个人不熟悉。放弃了。 最终用了另外一种方式：对于每一个子项目。我都添加了一个布尔值参数。 放入pipeline脚本即可。 先把这流水线改的顺眼一些吧....另外这周when的判断还是有点抵触，后面看看能不能有更好的方法去简练一些pipeline呢。当前就是看着顺眼能跑。
1.3K11发布于 2021-05-11
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