关于 小妹找服务全套十薇v信78792796上海高青路按摩一条街dk 的搜索结果,共1603
不****主 2018-07-09
精地图
精地图,是Apollo定位、感知、规划模块的基础。 与普通地图不同,精地图主要于自动驾驶车辆,通过独特的导航体系,帮助自动驾驶解决系统性能问题,扩展传感器检测边界。目前 Apollo 内部精地图主要应用在精定位、环境感知、决策规划、仿真运行四大场景,帮助解决林荫道GPS号弱、红绿灯是定位与感知以及口复杂等导航难题。 精地图与传统地图 当我们开车时,打开导航地图通常会给我们推荐几线,甚至会显示道是否拥堵以及每线将花费多长时间、是否有交通管制,有多少个交通号灯或限速标志等,我们会根据地图提供的息来决定是在行驶中直行、左转还是右转以及对周围驾驶环境的评估。 而无人驾驶车缺乏人类驾驶员固有的视觉和逻辑能力。如我们可以利用所看到的东西和GPS来确定自己的位置,还可以轻松准确地识别障碍物、车辆、行人、交通号灯等,但要想让无人车变得和人类样聪明,可是项非常艰巨的任。 这时就需要精地图了,精地图是当前无人驾驶车技术不可或缺的部分。它包含了大量的驾驶辅助息,最重要是包含道网的精确三维表征,例如交叉口布局和标位置。
h****e 2018-07-10
程序:我从哪里来?
干货概览 在计算机程序或者的层次,我们来试着分析前面提到的几个问题。 问题 1.我是谁? 叫什么,包含了哪些实例,规模、部署情况、实例运行状况如何? 2.我从哪里来? 游有哪些,不同的游流量如何分配? 3.我往哪里去? 的下游有哪些,不同的下游流量如何分配? 面对这样的问题,我们的答案是什么呢? 在百度的运维实践中,我们只需“BNS”就可以获得想要的答案。 BNS(Baidu Naming Service,百度名字)是百度云智能运维团队研发的分布式的名字系统,是百度云Noah智能运维产品中的个重要基础系统。它为每赋予个独无二的名字,根据这个名字,我们就可以获取到这个的相关息 ,这些息包括:在机器部署息(机器IP,部署径,配置,端口息),的实例运行状况等其他重要息。简单来讲,它提供了名到资源息的个映射关系。
疏****月 2018-07-09
线Archer | 百度持续部署的瑞士军刀
干货概览 业部署(熟称线)是运维领域最常见的业类型,主要涉及线代码变更、配置文件变更(数据变更由于其频、大量的特点,我们已在数据传输文章《嗖的下,让数据自动生效》中专门讨论过)。般的业线具有不定时操作、业部署情况复杂、单机启停策略复杂等特点。在手工运维时代,运维人员需要花费大量精力进行此类重复性工作,且易于出错。从公布的数据显示,Google 70%的生产事故由线变更触发,如何减少变更过程中人为误操作,提供个灵活、稳定的部署系统是运维平台研发人员所亟需解决的问题。 基本介绍 在运维自动化的大潮下,百度运维管理平台Noah发布了线部署系统——Archer。Archer致力于提供产品线过程的可迁移发布解决方案,实现键完成机器初始化、部署、添加模块监控、添加CT任、动态数据文件的分发等过程的自动操作。在操作方面,Archer提供了命令行工具作为发起线的操作入口,这种设计模式也决定了其易于集成的特点。在DevOps流水线作业中,Archer可以作为个环节结合进整测试发布流水线中。
追****圣 2018-07-11
给书记省长讲清楚云计算
政府和大型国企不仅能采购云计算,早晚也会走向发展云计算的。 本文不谈任何技术细节和商业情怀,而是从政企的角度说明什么是云计算。 本文包含如下内容。 从大时代背景来看什么是云计算,云计算为什么会兴起。 云计算如何带动地方经济,这是个不需要物流就可以球的行业。 做云计算要满足哪些件,如何才能筑巢引凤。 挑选合格的云计算合作厂商,每类厂商有哪些特点。 云计算不是万能药,它无法解决哪些问题。 什么是云计算 近20年来,互联网引爆了球的息技术革命,我国借助这次技术革命的大好机会,已经追乃至领跑此次技术革命。 互联网技术深刻的改变着我们的生活,其行业生态也在逐步分化扩大,这现状客观促进了云计算技术的发展。 世纪80年代,计算机仅应用于科研等少数行业,国计算机从业人员不超过万人,从业人员大都有很深的学术背景。 世纪90年代,门户、论坛、邮件系统开始影响部分群众的生活,国内从业人员约为万人,可以分为软件和硬件两类工程师。 进入2000年,无纸化办公、游戏、社交、电商改变了大众的生活的方式,国内从业人员已经远超百万,技术分类有数种工程师。
C****X 2018-07-10
群雄逐“图”,百度缘何备受关注?
精地图采集设备 RIEGL VMX-1HA (参考资料:http://www.riegl.com/nc/products/mobile-scanning/) 简单说,就是把 GPS、点云、图像等数据叠加在起,进行道标线、沿、牌、交通标志等道元素的识别。此外,如果同下行双向采集后带来了数据重复, 也会在这个过程中被自动整合,去掉重复内容。 人工验证、发布这步是需要人工完成的,属于内部操作。 尽管现在自动化水平发达,但依然不能完做到百分之百的准确无误,所以还是需要进行轮人工验证。 就需要从云端下载需要验证的段数据,将自动处理后的精度地图数据和对应位置的图像息进行比对,出错误的地方并进行更正,其中每个员工每天需要操作30-50公里的测绘数据。 这些改正后的数据不会保存在本地,而是传到云端,最终的精度地图成品也会通过云平台分发。 精度地图究竟如何应用? 据了解,百度现在的精度地图涉及到云端,就是以的方式,将云端已经采集好的精度地图以数据的形式分发。 此外,关于径规划问题。例如辆自动驾驶的汽车,需要某车道精度地图的数据。
布****五 2018-07-10
如何执行命令
面临的困难 命令行的三要素,也是如何执行命令行面对的三个问题,如前文所述,对于单机环境来说,这三个问题在前人的努力下已经被很好的解决。可是如果要在几万台机器每天执行几亿命令,同时保证时效性,保证执行成功率,保证结果正确收集,保证7*24时稳定运行,就不是件简单的事情了。所谓远行无轻担,量大易也难,在构建这样的执行系统的过程中要面临诸多困难,此处举几个突出的例子如下: 息存储问题:为了支持水平扩展,需要效的内存数据库作为缓存。为了做到执行命令的可追溯、可统计,需要对执行过的命令息持久化。日均几亿的热数据,年均万亿的冷数据,需要仔细选择存储方案。 任调度问题:为了达到在任意多台执行命令的要求,需要确定何时分发命令、何时回收结果以及怎么样的并发度批量下发。 消息传输问题:为了保证命令效正确送达目标器,需要构建个可靠的命令传输网络,使命令息在准确送达的前提下保障传输的可靠与效,毕竟百度的几万台器分布在世界各地。 代理执行问题:为了更好的处理权限、单机并发等单机执行问题,需要在目标机构建执行代理,以应对单机的复杂执行环境。
M****H 2018-07-11
故障定位场景下的数据可视化实践
干货概览 百度拥有产品线,数万的,每个时时刻刻都在产生着量的监控数据,形成的监控项规模总数已达数亿。面对如此量的数据,在日常运维(如故障诊断、成本分析、性能优化等场景)过程中,传统的统计图表难以有效直观地展示如此庞大的数据。因此,优秀的监控数据可视化产品就呼之欲出,他既要数据准确、面、时效性,也需要提升用户的使用体验,使其能在茫茫数据中眼就能发现想要观察的数据。 那么怎么做才能适应用户需求、完成精准展示,同时又能挖掘数据价值呢?下面我们从故障诊断的场景出发,来看百度智能监控平台是如何充分利用数据可视化武器来解决实际业问题的。 故障定位可视化思 在标准的故障处理流程中,故障定位般可分为两个阶段: 故障止损前:期望可以快速获得可用于止损决策的息,做出相应的止损操作使得恢复。比如通过确定故障范围,调度流量绕过故障机房或摘除故障实例等。 故障止损后:仍需要进到导致故障的深层次原因,确定故障根因,将线环境恢复到正常状态。
小****园 2018-07-10
让PB级云存储不再神秘
个客户要下载自己2000万fileinfo息,5息1k算,这2000万 fileinfo息有4GB大,就算云存储能精确的0.1秒查完,客户有能力0.1秒下载完这些息吗? 如果你觉得元数据压力还是大,那还可以让计费系统、读写代理都对查询结果做缓存,或者将数据库挂在成熟的Proxy背后做分库和调度。 我们的数据库能低压力运行,就是设计时充分理解适应了对象存储元数据这简单需求。 3、灵活的读写代理 读写代理是整个群集保持松耦合性能的关键点,这也离不开对场景的深度理解。 首先说读写代理的可用、负载均衡和性能,我们会在读写代理前面加几台Nginx,客户端到读写代理都是无状态连接。客户端可以通过LVS、单域名DNS轮询、多域名分散业等方式将请求分散到多台Nginx,Nginx将请求交给任意读写代理都是能得到相同结果的。单个读写代理崩溃了SDK端会后台重试,直接访问API的用户会以为是自己网慢重新刷新。这么灵活的访问方式,有性能问题多堆几台机器就好了,20G带宽5万个链接很容易消化。 读写代理在访问客户时代表存储端,在群集内部扮演的可客户端。
l****m 2018-07-10
五年前的预言——2012年云计算时代的运维职位展望
其中损失最严重的是中网站,他们已经不需要的运维人员;大型网站对运维人员的需求会逐渐减少;对非网站应用的影响可能仅仅限于技术革新;因此对软硬件生产商、IDC托管商甚至运维培训、IT论坛都会造成衍生影响。 当前云计算技术的势头很好,但因为技术和市场等原因还需要慢慢发展,而且云计算做的是“锦添花”的事情,企业用不用云计算对自身业功能影响不大。我们运维人员从做事的可靠性、有局意识,凭借这些特性仍然能活的很好。运维这个岗位可能会消失,但做过运维的人还是有很多可以走的。 大家都知道黑云压城也该未雨绸缪了,如果你已经是个运维老鸟或者很快就投身运维工作,我建议大家往这几个方向动动脑子: 1、企业采用公有云方案后,仍然需要个懂行的人解决公有云平台的监控、评估、采购、报修这类问题。但这个职位应该个公司公司只需要个人,且再等年云计算彻底标准化后还会再次消失。当然了,我相能胜任这个岗位的人,在云计算已经规范到不需要专人维护的时候,他们也会有能力到更合适的岗位。
红****2 2018-07-10
故障自愈机器人,保你安心好睡眠
干货概览 在大型互联网公司中,单机房故障因为其故障时间长、影响范围大,直是互联网公司运维人员的心头之痛。在传统的运维方式中,由于故障感知判断、流量调度决策的复杂性,通常需要人工止损,但人工处理的时效性会影响的恢复速度,同时人的不可靠性也可能导致问题扩大。 为了解决这类问题,我们针对百度内外部网络环境建设了基于智能流量调度的单机房故障自愈能力。结合外网运营商链监测、内网链质量监测与业指标监控构建了方位故障发现能力,基于百度统前端(BFE)与百度名字(BNS)实现了智能流量调度与自动止损能力。同时,基于实时容量与实时流量调度自动止损策略与管控风险,实现了任意单机房故障时业均可快速自愈的效果。当前此解决方案已覆盖搜索、广告、息流、贴吧、地图等众多核心产品的单机房故障自愈场景。 单机房故障频发影响业可用性 回顾近2年来各大互联网公司被披露的故障事件,单机房故障层出不穷。
s****7 2018-07-10
见微知著看技术误解——从裸光纤和NTPD谈起
NTPD是个时间同步,ntpdate是个时间同步命令。很多工程师都会采用Crond+ntpdate的方式同步时间,究其原因是“NTPD不太好用”。 而我不喜欢用ntpdate同步时间的工程师,NTPD是个体系化的,而ntpdate只是个动作,大部分人没做好为ntpdate这个动作负责。 正常的时间是个持续增长的向量,即老时间t1肯定于新时间t2,新时间t2也于最新的时间t3,而且t1必定会渐进增长到t2和t3。除了少数商业数据库自带时钟源以外,大部分业对系统时间是盲目任,不相t1会越过t2直接达到t3(即断档跃变),而t2减去t1会得到负数或者0(即时钟停滞和回逆)。 四、NTPD的优势 如果我们用ntpdate同步时间,可能会带来时间的断档跃变或者停滞和回逆。时间不稳会威胁到的程序健壮性和业性,甚至部分程序崩溃的稀里糊涂。 ntpdate只是个命令不是,它对远端时钟源是盲目任;假设个根NTP不稳定,所有的器获得了错误的时间,虽然现在业层可以包容异常,不会出现算出负利息或倒扣费的情况,但业混乱是免不了的。
M****点 2018-07-10
中国云计算现状——产品篇
最常见的PaaS是数据库,最重要的PaaS是对象存储,最成熟的PaaS是CDN,最有魅力的PaaS是Serverless,我们重点看这四个个经典PaaS应该只是个进程,进程是无法长期存储数据的,量结构化数据依赖数据库存储,量数据依赖对象存储。 云数据库(如RDS)很重要但想象空间有限,因为企业里已经有数据库和DBA了,DBA并不任云端未知架构数据库的性能、稳定性和数据安性,而且企业仍然需要DBA承担设计维护工作。 对象存储是新兴需求,企业里本来就没大规模对象存储搭建能力,而且对象存储对应用程序友好手简单,客户对它是积极拥抱甚至业依赖。旦用户在对象存储平台堆积了TB的数据,大数据和AI分析应用自然就部署来了。广域网传输稳定性不够成本又过,只能是计算组件跟着存储就近部署,PaaS云创业公司从对象存储入手才更有客户粘性和横向扩展空间。 大数据类PaaS类似于云数据库,用户要自带量数据过来,Mapreduce过程和结果又都要用户负责,最终客户觉得云平台什么都没做,大数据PaaS都用成IaaS定制模板虚拟机了。
s****d 2018-07-11
亿元级云用户分析
3.2 CDN和带宽池 CDN和带宽池不同于器硬件,其原始资源是相对稀缺死板的广域网带宽,其交付的资源是持续不断的,所以资源部署比较慎重但客户流动成本较低。制约客户量迁移的是厂商的承载能力,而挖角和反挖时刻都在细水长流。CDN和带宽池首先考察的是企业内功,有没有廉价量资源;再考验销售内部协调能力,能不能把好资源好价格抢到手里;而盯客户的和百万级销售类似,工作力度加大三五倍而已。 3.3数据存储池 数据存储池是很难年均摊营收亿的,但定个1000万的目标是能实现的;如果有1000万的非冷备存储池,那很容易带来数倍数倍的计算和带宽消费。存储资源是大订单曲线突破的好选项,还是AI和大数据项目的基石,我们和客户讲的是有技术含量的故事,需要精英售前给销售做幕后军师。 配图说明:谁掌握了数据,谁就掌握了真理 3.4人力资源池 亿元项目不可能是客户自助实施的,人力营收占比很低但画龙点睛,可能会干掉纯卖资源的友商,也可能晚交付半月就亏损千万。
TOP