从云计算到容器到容器云
把云计算、容器、容器云三者放到一起来说，因为这三个现在非常非常的火，它们之间互有关联，一般谈云计算时也会提到容器，提到容器就更无可避免的提到容器云。
相关分享
1
喜欢
bl
blog.yuanpei.me
/
2024-11-02 16:40
容器技术驱动下的代码沙箱实践与思考
本文探讨了基于容器技术的代码沙箱应用，旨在隔离代码执行环境，提升安全性和稳定性。通过 Docker 容器创建语言镜像，支持多语言代码执行。文章介绍了使用 Jupyter 实现代码可视化，并借助 nbformat 和 nbconvert 管理和执行 Jupyter 笔记本，增强代码展示效果。此方案不仅提高了开发灵活性，还便于在 AI 编程中实时展示和分析结果。
无图
1
喜欢
te
tech.meituan.com
/
2024-11-02 16:22
大前端：如何突破动态化容器的天花板？
长久以来，容器要实现动态化和双端复用，难免要牺牲掉一些性能。有没有办法让动态化容器的性能尽可能接近原生？美团金服大前端团队给出了一种解决方案，尝试突破动态化容器的天花板。
无图
1
喜欢
te
tech.meituan.com
/
2024-09-09 23:41
Spark向量化计算在美团生产环境的实践
美团在 Spark 生产环境中引入了向量化计算，使用 Gluten 和 Velox 框架，实现了大数据任务的加速和资源优化。本文详细讲解了 Spark 向量化的原理、性能提升以及美团的实施过程和遇到的挑战，适合关注大数据优化的技术人员。
无图
1
喜欢
bl
blog.yuanpei.me
/
2023-10-18 00:13
关于 Docker 容器配置信息的渐进式思考
容器内的配置管理，唯一正确的方向就是让配置和容器分离。不管你是用文中这些方案中的哪一种，其关键就是让配置动态地在容器内生效，而非固化到容器中。
无图
1
喜欢
li
linux.cn
/
2023-08-07 23:27
容器与云，分步指南：安装和访问 Kubernetes 仪表板
Kubernetes 是一个开源容器编排平台，已成为大规模管理容器化应用的首选解决方案。虽然 Kubernetes 提供了强大的命令行工具来管理集群，但有时可视化界面可以使监控和管理部署变得更加容易。Kubernetes 仪表板是一个基于 Web 的用户界面，可让你可视化 Kubernetes 集群并与之交互。
在这篇博文中，我们将逐步引导你完成安装和访问 Kubernetes Dashboard 的过程，使你能够简化 Kubernetes 管理任务。
无图
1
喜欢
th
thiscute.world
/
2023-07-04 23:16
iptables 及 docker 容器网络分析
本文先介绍 iptables 的基本概念及常用命令，然后分析 docker/podman 是如何利用 iptables 和 Linux 虚拟网络接口实现的单机容器网络。
无图
1
喜欢
zh
www.zhengwenfeng.com
/
2023-07-02 23:44
理解flannel的三种容器网络方案原理
本文主要介绍flannel在k8s网络中作为网络插件通过UDP、VXLAN、HOST-GATEWAY三种模式来解决容器跨主机网络通信的，并通过手动实现这三种模式深入理解其原理。
无图
1
喜欢
zh
www.zhengwenfeng.com
/
2023-06-24 23:22
理解calico容器网络通信方案原理
Calico是k8s中常用的容器解决方案的插件，本文主要介绍BGP模式和IPIP模式是如何解决的，并详细了解其原理，并通过实验加深理解。
无图
1
喜欢
li
linux.cn
/
2023-02-12 14:08
通过编写嵌入式系统入门边缘计算
用于操控无线调制解调器的 AT 设备包是 RTOS 最流行的扩展功能之一。
RTOS 是一个开源的嵌入式设备操作系统，由 RT-Thread 开发。它为开发者提供了标准化的、友好的基础架构，开发者可以基于各种设备编写代码，它包含大量有用的类库和工具包，使开发过程更加便捷。
RTOS 使用的是模块方式，以便于扩展，这一点跟 Linux 类似。各种软件包可以让开发者将 RTOS 用于任何想要的目标设备。RTOS 最常用的一种扩展是 AT 设备包，它包含各种不同 AT 设备（例如调制解调器）的移植文件和示例代码。
在超过 62,000 次下载中（截止至撰写本文时），最流行的 RTOS 扩展之一是 AT 设备包，其中包括用于不同 AT 设备的移植文件和示例代码。
无图
1
喜欢
bl
blog.nsfocus.net
/
2023-02-12 14:04
隐私计算在医疗行业的应用
隐私计算是指在提供隐私保护的前提下，实现数据价值挖掘的技术体系，目前主要包括三大核心技术，分别是：联邦学习(Federated Learning)、安全多方计算(Secure Multi-Party Computation)和可信执行环境(Trusted Execution Environment)。 隐私计算基于同态加密和密码学底层协议，可以实现“数据可用不可见”的效果，在满足法律法规和数据安全的条件下，加速数据的流转。
无图