Tech Talk 活动预告丨云原生 DevOps 的 Kubernetes 技巧

亚马逊云开发者
企业官方账号
2022-05-20 14:20:14

 

分享主题

云原生DevOps的Kubernetes技巧

分享简介

“All in Cloud”之后,很多公司开始了“Cloud Native”的进化之路。云原生技术虽然发展迅速,但项目工具数量庞大且缺乏整体的规划和标准,反而让企业在 DevOps 场景下遇到不少效率难题。

本次分享将聚焦当前企业容器化的核心平台--Kubernetes,以 DevOps 工程师的视角,分享汇量科技 Mobvista 在工程实践中的经验。汇量科技 Mobvista 是亚洲最大的第三方移动广告平台,自公司创立之初,就将全部系统构建在云上,以此有效利用亚马逊云科技遍布全球的基础设施快速的连接全球客户,并提供优质的服务。

6 月 9 日,20:00,亚马逊云科技将举行《云原生 DevOps 的 Kubernetes 技巧》为主题的 Tech Talk,并邀请汇量科技 Mobvista 技术副总裁&首席架构师蔡超作为嘉宾带来分享。分享内容如下:

  • Conway’s Law,把你的组织结构映射到系统中

  • 从管理宠物到管理牛群,Make everything immutable

  • 管理好 Pod 的生命周期

  • QoS vs Priority

  • 管理应用 vs 管理资源,Packaging and Versioning

  • Affinity vs Taint

  • 利用好云上最便宜的计算资源

  • Container — 新设计元素

听众受益

  • 如何将云原生的最佳实践融入到现实生产实践中

  • DevOps工程师的Kubernetes必知必会

  • 容器化环境下软件设计的新思路

  • 如何在应用中广泛应用 Spot Instance,以优化成本

讲师介绍

蔡超,汇量科技 Mobvista 技术副总裁&首席架构师

拥有超过 15 年的软件开发经验,其中 9 年任世界级 IT 公司软件架构师/首席软件架构师。2017 年加入 Mobvista,任公司技术副总裁&首席架构师,领导公司的数字移动营销平台的开发,该平台完全建立于云计算技术之上,每天处理来自全球不同 Region 的超过 600 亿次的请求。

在加入 Mobvista 之前,曾任亚马逊全球直运平台首席架构师、亚马逊(中国)首席架构师;曾任 HP(中国)移动设备管理系统首席软件架构师;曾任北京天融信网络安全技术公司、首席软件架构师。

报名方式

点击下方链接或扫描海报上的二维码即可报名,开发者报名后会立刻收到确认邮件请查收~

...全文
155 1 打赏 收藏 举报
写回复
用AI写文章
1 条回复
切换为时间正序
请发表友善的回复…
发表回复
CSDN-Ada助手 2023-01-13
  • 打赏
  • 举报
回复
您可以前往 CSDN问答-云原生 发布问题, 以便更快地解决您的疑问
附训练好的 YOLO 权重与 PyQt 可视化检测界面,页面底部含可视化效果预览,毕设/课设开箱即用。 【数据集概况】 · 检测类别(中文):[领航车(leader)] · 训练集:414 张 · 验证集:39 张 · 测试集:20 张 · 总计:473 张 该数据集聚焦于室内走廊环境中对领航车的精准识别与定位,具备高度场景专一性与实际应用价值。图像采集于光线均匀、结构规整的建筑内部通道,背景干扰因素少,有利于模型在复杂环境下的目标提取能力训练。领航车作为核心检测对象,在不同距离和角度下均被清晰标注,为智能导航系统、自动化引导设备等提供可靠的数据支持。... 【训练曲线与评估图】 【模型训练配置】 参数 | 值 模型 | yolo26n 训练轮数 | 100 epochs 输入尺寸 | 640x640 批次大小 | 24 优化器 | auto 初始学习率 | 0.01 训练设备 【关键指标汇总】 训练了 77 个 epoch,最终轮指标: 指标 | 数值 mAP50 | **0.9950** mAP50-95 | 0.9141 Precision | 0.9985 Recall | 1.0000 train/box_loss | 0.5224 train/cls_loss | 0.2526 val/box_loss | 0.4307 val/cls_loss | 0.1407 【训练过程分析】 77 轮训练后 mAP50 达到 0.9950,模型收敛良好。Loss 曲线前段快速下降,后段趋于平稳,val_loss 无反弹,没有明显过拟合。mAP50-95 为 0.9141,和 mAP50 差距仅 0.08,框的定位精度也很扎实。 【模型性能评估】 Precision 0.9985、Recall 1.000... 使用场景:毕业设计、课程设计、深度学习入门、工业场景落地验证。
内容概要:本文围绕基于序贯蒙特卡洛模拟法的配电网可靠性评估展开深入研究,提出并实现了结合Matlab的仿真方法,用于精确评估配电网在多种故障场景下的供电可靠性。研究充分考虑了元件故障、时序恢复过程及系统运行的随机性与动态性,采用序贯抽样技术模拟系统状态转移过程,实现了对停电频率、停电时间、供电可用率等关键可靠性指标的量化分析。文中系统阐述了算法的设计流程、事件抽样机制、状态序列生成逻辑以及系统恢复策略,并通过典型算例验证了该方法在复杂配电网络中的有效性与实用性,为配电网的规划、运行与优化提供了科学的评估工具。; 适合人群:具备电力系统分析基础和Matlab编程能力的高校研究生、科研人员,以及从事配电网规划设计、运行维护与可靠性管理的工程技术人员。; 使用场景及目标:①掌握序贯蒙特卡洛模拟法在电力系统可靠性评估中的核心原理与实现方法;②学习利用Matlab构建配电网时序仿真模型,进行可靠性指标计算与分析;③为配电网的设备选型、网络结构优化、故障应对策略制定及韧性提升提供数据支撑与决策依据; 阅读建议:建议读者结合文中提供的Matlab代码实现步骤,动手复现实验过程,深入理解状态抽样、时序序列模拟、故障处理逻辑与指标统计等关键环节,并可进一步将该方法拓展应用于含分布式电源、储能系统等新型元件的现代复杂配电网可靠性评估研究。

832

社区成员

发帖
与我相关
我的任务
社区描述
亚马逊云科技在CSDN的官方开发者社区会分享云计算、AI、IoT等领域前沿技术,以及亚马逊云科技最新产品技术,帮助开发者学习成长,在这里你能看到大咖分享,与Hero对话,还有builder分享的实操。
学习经验分享 企业社区
社区管理员
  • 亚马逊云开发者
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告

亚马逊云科技会分享云计算、AI、IoT等领域前沿技术,以及亚马逊云科技最新产品技术,帮助开发者学习成长;

在这里你能看到大咖分享,与Hero对话,还有builder分享的实操心得;

同样,我们也欢迎开发者交流互动,打造CSDN上亚马逊云开发者及爱好者的技术社区;

 

试试用AI创作助手写篇文章吧