• 本项目的最终目标是为了解决Java启动时间慢、性能达到峰值的时间慢以及占用空间大等长期痛点。 在讨论征集中,我建议我们通过在Java平台和JDK中引入静态运行时镜像(static run-time images )的概念来解决这些痛点。 <
  • Redox 是一个用纯Rust编写的通用操作系统。目标是提供一个功能齐全的类 Unix 微内核,既安全又免费。我们与POSIX有适度的兼容性, icon
  • Portainer 是一个易于使用的管理工具,可让您管理各种 Docker 环境。它提供了一种从 Web 界面管理 Docker 容器和 Swarm 服务的简单方法。Portainer 应用程序允许您管理 Docker 容器,例如创建和删除 Swarm 服务、授予访问权限、在运行容器的控制台 icon
  • Java口号不应该是“一次编写,到处运行”,而应是”一次构建,到处运行“:“一次编写,到处运行”意味着您的代码是平台无关的。但是,只要使用与平台无关的库包并编写与平台无关的代码,这对于每种平台无关的编程语言(如 c/c++)都适用。Java 的真正好处是只需编译您的程序一次, icon
  • 随着越来越多的应用程序转移到云计算,术语有时会变得很混乱。 在这篇文章中,我们将谈论Docker、Dockerfile和Docker Compose之间的区别。 Docker icon
  • Logstash是一个数据处理管道,允许您从各种来源收集数据,然后将其转换并发送到目的地。它最常用于将数据发送到Elasticsearch(一种分析和搜索引擎),然后可以使用Kibana进行查看。Elasticsearch、Logstash和Kibana一起构成了 icon
  • Java 18 的简单 Web 服务器是在JEP 408中添加到jdk.httpserver模块的最小 HTTP 静态文件服务器。它服务于单个目录层次结构 icon
  • 以下所有这些假设都是错误的一天总是有24小时。月份有 30 天或 31 天。一年有365天。二月总是28天。任何 24 小时周期将始终在同一天(或一周或一个月)开始和结束。一周总是在同一 icon
  • Apache Airflow是一个编排平台,支持工作流的开发、调度和监控。在 Shopify,我们已经在生产环境中运行 Airflow 两年多,用于各种工作流程,包括数据提取、机器学习模型训练、Apache Iceberg 表维护和DBT 驱动的数据建模。在撰写本文时,我们目前在 Kuber icon
  • 十二要素应用是一种构建软件即服务应用的方法论,最早是由与Heroku有关的开发者制定的。这个方法论的首次提出已经过去十年了。尽管有人批评说它只适用于Heroku和类似的网络应用程序服务,但它仍然是软件即服务开发的一个相关标准。它的一些原则已被纳入Docker,然后纳入OCI, icon
  • 我一直在为我的应用程序使用 Datadog,并且厌倦了他们的掠夺性计费做法。他们不会让你轻易修改你的计划;您需要随时联系他们的(缓慢的)支持团队来更改您的计划。 Prometheus + OpenTelemetry + Loki 解决方案。如果您正 icon
  • 贝莱德是全球最大的资产管理公司,管理的资产超过 10 万亿美元。除了作为资产管理公司,贝莱德还是一家科技公司。他们向其他资产管理公司、银行、保险公司等出售各种软件。他们最大的产品是金融行业最受欢迎的投资管理软件平台Aladdin 阿拉丁。资产管理公司(银行、养老基金、对冲基金 icon
  • 我们正处于Atlassian有史以来最长的一次中断中。近400家公司和5万至80万用户无法访问JIRA、Confluence、OpsGenie、JIRA状态页面和其他Atlassian云服务。 这次中断已经是第9天了,从4月4日星期一开始。阿特拉斯 icon
  • 在6核容器运行一个JVM会比在1核容器上运行6个JVM启动得快拥有更多资源的更少 JVM 比拥有更少资源的更多 JVM 更好。即使 CPU 和 RAM 的总量保持不变。这对一切都有好处:启动时间、尾部延迟、整个过程,甚至成本(一旦你找到了最佳点)。 icon
  • 我从过去 8 年开始担任 DBA,但想将我的职业转向 Python 和 Django 开发。在过去的 3 年里,我用 Python 和 Django 做了几个项目,以及我的爱好和被动收入项目。我非常擅长编写脚本,使用 REST API、云函数、CI/CD 工具(如 Jenkins、G icon
  • 在本文中,您将学习如何使用Devtron根据 GitOps 模式在 Kubernetes 上构建管道。我们将构建和部署一个暴露 HTTP 端点并连接到 Mongo 数据库的 icon
  • 我目前是一名数据科学家,我发现我的大部分时间都花在了特征工程上。 我的一般做法是,我创建数据的聚合(通过sql,因为需要处理的数据量很大),如sum,mean,avg,std,median,q25,q75。我需要在几十个特征上做这个工作。另外,我在 icon