- 综合排序
- 最热优先
- 最新优先
- 来自专栏我的小碗汤
真快！10秒内将k8s集群运行起来
ago Up 13 seconds worker -2 <none> <none> nginx-6799fc88d8-ch2x9 1/1 Running 0 2m10s <none> worker ： docker restart worker-2 如果容器被删除，删除的是主节点，想恢复集群，可以运行以下命令： # docker stop master ; docker rm master # /master.sh" 如果容器被删除，删除的是工作节点之一（例如worker-2），可以运行以下命令来重新创建： # docker stop worker-2 ; docker rm worker- 00:00:20 /usr/local/bin/kubelet --con # docker exec -ti worker-2 ps -ef | grep kubelet root
56220编辑于 2022-01-14 - 来自专栏黑客下午茶
Longhorn，企业级云原生容器分布式存储 - 监控(Prometheus+AlertManager+Grafana)
说明 示例 longhorn_volume_actual_size_bytes 对应节点上卷的每个副本使用的实际空间 longhorn_volume_actual_size_bytes{node="worker =creating, 2=attached, 3=Detached, 4=Attaching, 5=Detaching, 6=Deleting longhorn_volume_state{node="worker -2"} 186 longhorn_node_memory_capacity_bytes 此节点上的最大可分配内存 longhorn_node_memory_capacity_bytes{node="worker 4.031229952e+09 longhorn_node_memory_usage_bytes 此节点上的内存使用情况 longhorn_node_memory_usage_bytes{node="worker Longhorn Manager 的内存使用情况 longhorn_manager_memory_usage_bytes{manager="longhorn-manager-5rx2n",node="worker
1.6K30发布于 2021-08-26 - 来自专栏网络安全与可视化
如何使用pfring加速Zeek流量分析
-1] type=worke host=localhost interface=ens33 lb_method=pf_ring lb_procs=4 pin_cpus=0,1,2,3 #[worker type=worke host=localhost interface=zc:99 lb_method=pf_ring lb_procs=8 pin_cpus=0,1,2,3,4,5,6,7 #[worker 使用ZC需要安装特定的驱动，安装方法：pf_ring 安装以及使用指南 zeek中使用ZC的方法很简单，只需使用zc:<接口名称>的方法即可，配置示例如下： [worker-2] type=worke zeek配置文件更改 只需在Zeek配置文件中对应的worker配置下添加下面一句即可 env_vars=PF_RING_FT_CONF=/etc/pf_ring/ft-rules.conf 例如： [worker
2.3K51发布于 2021-04-19 - 来自专栏颇忒脱的技术博客
Docker Overlay网络的MTU
的网卡MTU为1500，则不需要此步骤 设置ingress和docker_gwbridge的MTU 以下步骤得在swarm init或join之前做 假设你有三个机器，manager、worker-1、worker com.docker.network.bridge.enable_ip_masquerade=true \ --opt com.docker.network.driver.mtu=1450 \ docker_gwbridge 再到worker-1和worker 16 \ --gateway=10.255.0.1 \ --opt com.docker.network.driver.mtu=1450 \ ingress 12) [worker-1] [worker
2K20发布于 2019-03-13 - 来自专栏职场亮哥
Python多线程
2017-03-20 21:39:29,340 INFO [workerthread-1] worker-1 2017-03-20 21:39:29,340 INFO [workerthread-2] worker worker-{}'.format(i)) t.start() 执行start()方法，测试结果 >>> start() 2017-03-21 21:20:17,195 INFO [worker -2] waiting for barrier with 2 others 2017-03-22 23:25:04,001 INFO [worker-2] after barrier 2 2017-03 -2] waiting for barrier with 2 others 2017-03-22 23:47:43,211 INFO [worker-2] aborting 2017-03-22 23: -2] takes 1s 2017-03-23 00:54:40,107 INFO [worker-2] return connect connect-1 这个测试结果显示：三个线程获取连接池中的两个连接
1.7K10发布于 2020-10-10 - 来自专栏GiantPandaCV
【DeepSpeed 教程翻译】开始，安装细节和CIFAR-10 Tutorial
例如： worker-1 slots=4 worker-2 slots=4 上述示例指定了两个名为 worker-1 和 worker-2 的机器，每台机器都有四个 GPU 用于训练。 例如，要使用除节点 worker-2 上的 GPU 0 和节点 worker-3 上的 GPU 0 和 1 之外的所有可用资源： deepspeed --exclude="worker-2:0@worker :0,1" \ <client_entry.py> <client args> \ --deepspeed --deepspeed_config ds_config.json 类似地，可以仅在 worker -2 上使用 GPU 0 和 1： deepspeed --include="worker-2:0,1" \ <client_entry.py> <client args> \ --deepspeed
5.5K20编辑于 2023-08-22 - 来自专栏Nodejs技术栈
Redis + NodeJS 实现一个能处理海量数据的异步任务队列系统
举个例子，当 worker-1 修改标记值为 true 的同时， worker-2 正好在读取标记值。由于时间的关系，可能 worker-2 读到的标记值依然是 false，那么这就冲突了。
1.6K30发布于 2020-11-11 - 来自专栏运维有术
CentOS7.9 利用 KubeKey 扩容 Kubernetes v1.26 Worker 节点实战
本文只选取 Worker-2 节点作为演示，并假定其余服务器都已按照相同的方式进行配置和设置。 本文只选取 Worker-2 节点作为演示，并假定其余服务器都已按照相同的方式进行配置和设置。 本文只选取 Worker-2 节点作为演示，并假定其余服务器都已按照相同的方式进行配置和设置。
58320编辑于 2023-08-25 - 来自专栏前端技术江湖
Redis + NodeJS 实现一个能处理海量数据的异步任务队列系统
举个例子，当 worker-1 修改标记值为 true 的同时， worker-2 正好在读取标记值。由于时间的关系，可能 worker-2 读到的标记值依然是 false，那么这就冲突了。
1.7K30编辑于 2022-10-27 - 来自专栏程序员同行者
Django项目中使用celery做异步任务
manage.py runserver 0:8000 测试 页面上触发了异步任务就会在celery日志里看到任务信息,我这里只是写了简单的任务例子 [2018-09-01 23:56:59,704: WARNING/Worker
1.8K10发布于 2018-09-27 - 来自专栏一名合格java开发的自我修养
storm从入门到放弃(一)，storm介绍
组件的线程数excutors总共有2个 -----意味着整个topology中执行所有组件的总线程数为4+4+2=10个 ----worker数量是4个，有可能会出现这样的负载情况，worker-1有2个线程，worker
1.2K10发布于 2019-02-25 - 来自专栏一名合格java开发的自我修养
storm从入门到放弃(一)，storm介绍
组件的线程数excutors总共有2个 -----意味着整个topology中执行所有组件的总线程数为4+4+2=10个 ----worker数量是4个，有可能会出现这样的负载情况，worker-1有2个线程，worker
75920发布于 2018-08-29 - 来自专栏架构驿站
图文并茂带你解读 Kube-scheduler
为了查询我的所有 Node 以检查我们是否有标签 “blue” ，我们运行以下命令进行查看： kubectl get nodes --show-labels 从列表中我们可以看到 “worker
1K130编辑于 2023-02-14 - 来自专栏机器智能技术干货
故障排查难？xpu_timer 让大模型训练无死角！
host master --rank 0 --dry-run dumping to /root/timeline, with count 1000dump host ['worker-1:18888', 'worker
1.3K10编辑于 2024-05-20 - 来自专栏运维有术
基于 KubeSphere 玩转 Kubernetes 第二季｜KubeKey 扩容 Kubernetes v1.24 Worker 节点实战
registry.cn-beijing.aliyuncs.com/kubesphereio/prometheus v2.34.0 e3cf894a63f55 78.1MB # Worker pod2daemon-flexvol v3.23.2 b21e2d7408a79 8.67MB 注意：Worker-1 节点的 Image 初始数量为 14 个，Worker
56940编辑于 2023-07-20 - 来自专栏编程
101. 熟悉 Java 并发吗，谈谈对 JUC 线程池 ThreadPoolExecutor 的认识吧
Thread.sleep(Integer.MAX_VALUE); } } 某次运行结果如下： Thread:Worker-0,value:0 Thread:Worker-3,value:3 Thread:Worker -2,value:2 Thread:Worker-1,value:1 Thread:Worker-4,value:4 Thread:Worker-1,value:5 Thread:Worker-2,value
30910编辑于 2024-11-01 - 来自专栏运维有术
41 张高清大图带你抢先体验 KubeSphere v3.4.0 和 Kubernetes v1.27
Worker-1 节点（2C 4G） 图片 Worker-2 节点（2C 4G） 图片 Worker-3 节点（2C 4G） 图片 看到上面的虚拟化上的监控图，是不是觉得有些疑惑，这资源部署还有一半么， 第三次升级前 Worker 节点服务器资源使用率（8C 8G） Worker-1 节点（8C 8G） 图片 Worker-2 节点（8C 8G） 图片 Worker-3 节点（8C 8G） 图片 第三次升级后 ，所有组件都正常运转后，Worker 节点服务器资源资源使用率（8C 16G） Worker-1 节点（8C 16G） 图片 Worker-2 节点（8C 16G） 图片 Worker-3 节点（8C
2K00编辑于 2023-07-29 - 来自专栏bisal的个人杂货铺
win7下myeclipse/eclipse使用subclipse进行checkout时自动关闭问题
11028] 0x34b66ba0 JavaThread "Cleanup" daemon [_thread_in_native, id=9740] 0x34b663f8 JavaThread "Worker
98720发布于 2019-01-29 - 来自专栏Throwable's Blog
JUC线程池ThreadPoolExecutor源码分析
Thread.sleep(Integer.MAX_VALUE); } } 某次运行结果如下： Thread:Worker-0,value:0 Thread:Worker-3,value:3 Thread:Worker -2,value:2 Thread:Worker-1,value:1 Thread:Worker-4,value:4 Thread:Worker-1,value:5 Thread:Worker-2,value
1.2K40发布于 2020-06-23 - 来自专栏python3
Python3 多线程
worker exit 0:00:02.004014 2017-09-25 06:15:42,116 INFO worker-1 sleep 5 2017-09-25 06:15:42,116 INFO worker
1K10发布于 2020-01-02
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