- 浏览: 255668 次
- 性别:
- 来自: 成都
-
文章分类
- 全部博客 (144)
- J2EE (19)
- 数据库 (9)
- 操作系统 (8)
- 编程综合 (3)
- 软件工程 (2)
- 互联网 (12)
- 云计算 (16)
- C++编程 (1)
- Python (8)
- Ruby (23)
- iPhone (14)
- Android (3)
- Symbian (1)
- 手机开发 (3)
- 版本管理 (2)
- Linux (10)
- Lighttpd (3)
- 应用服务器 (5)
- HTML5 (2)
- VMware (1)
- PHP (11)
- Apache (0)
- Nginx (0)
- ASP.NET (1)
- ASP (2)
- Javascript (2)
- Flex (1)
- 无线组网 (1)
- CSS (1)
最新评论
-
kpcbk:
你好,这个破解版好像数据超过25条就显示不出来了,是不是破解有 ...
Flex中使用fusioncharts破解版配置 -
zay1007:
as 文件有错啊
Flex中使用fusioncharts破解版配置 -
aruis:
很不错,今天正好用到了。氧吧那里下载的as文件报错。你这里的就 ...
Flex中使用fusioncharts破解版配置 -
李晓进:
安装后之后点了扫描之后解码不出信息来呀????????O(∩_ ...
条码扫描二维码扫描——ZXing android 源码简化 -
kittychina:
很好,继续!
PHP开源CMS-Drupal做视频站点(第1版)
从贮存到支付,云计算的领导者(亚马逊)提供了一系列的低价服务来吸引注意。我们将紧密关注这些。
亚马逊网络服务( AWS)是基于一个简单的想法:亚马逊已经建立了一个跨越全球的硬件和软件基础设施,来支持该公司的互联网业务,那么为什么不将那些基础设施的组件模块化并且出租?这是类似一个建设州际公路的大型建筑公司,出租其设备和专门的技术,把他们投入到例如,修建一条小路,铺平了一间超级市场的停车场,修理管路,或者开掘后院游泳池的工程中。
更具体地, AWS通过REST或者基于SOAP的网络服务呼叫使亚马逊业务体系的各个模块都能够连接和使用。这些模块可以比作是有X2GHz处理器和2GB内存的虚拟电脑系统,并且存储系统能够容纳数TB的数据,数据库,支付管理系统,订单追踪系统,虚拟店面系统,所有上述情况的组合,甚至更多。当我说“实用”,我真正的意思是指“值得” 。你只需要为你使用的服务(和他们的资源)买单。
最为关键的是,你可以租用大量的虚拟机,存储数TB的数据,或建立一个互联网范围的消息队列,并且你将只需向Amazon支付你消费的资源费用。因此,如果你的业务需求的一组CPU群和数百十亿字节的储存空间来处理你每周星期三才要处理的工作,也就是说,你并不需要一间房子来存放一个星期有六天不工作的服务器。你可以使用AWS。因此,AWS对有间歇性或短暂的处理需求的商业系统尤其具有吸引力。
费用也非常合理。举例来说,贮存100 GB的数据一个月,将花费15美元( 15美分每GB每月) ,开发者每发送1GB数据到“计算云”需要支付10美分费用(亚马逊网络服务的网站提供了一个简单的在线AWS计算器,计算你每月使用的任何服务组合的费用) 。
[想了解更多AWS以及其云计算的竞争对手?请参阅我们的特别报告"Inside the emerging world of cloud computing."。准备涉足AWS,但又不知道从何开始?请阅读"Hooking your apps into Amazon Web Services." ]
正如上面所示,这种服务范围包括从硬件(尽管虚拟)到处理。这些服务分为三类:基础设施服务,电子商务服务,和网络信息服务。
调查基础设施服务
基础设施服务有弹性计算云(EC2);简单储存服务(S3),持久存储系统;简单数据(SimpleDB)组成,他实现了一个远端存取数据库;和亚马逊的简单排队服务(SQS) ,一个消息队列服务和约束分布式应用程序代理,由E2,S3 ,和SimpleDB 组合构成。
这些服务的提供无限的计算,存储和通讯设施。他们非常适合被称为“间歇性”的应用:他们需要大量计算或贮存设施,并且不安常规(例如,一个应用程序只在每周周五晚上进行收集数据的处理) 。一个应用程序,需要全世界连通性-也就是说,一个系统对图形文件进行处理并且将结果通过互联网提供给客户-也可以善加利用基础设施服务。最后,这些服务作为大型分布式应用的优秀概念验证实验室。发展内务正在寻求证明,一个被提议的企业环境应用程序能通过使用基础设施服务来实现一个蓝本的可行性,并且可以避免硬件成本,但如果该蓝本被认为不可行,将是一个净损失。
弹性计算云(EC2)。
想象一个广阔空间充满了服务器系统,所有网路连结在一起。坐在你的单一工作站,你创建一个虚拟机的形象,它定义了一个1.2 GHz主频处理器,1.7GB内存和一个160 GB的硬盘的虚拟机运行Linux,并且预装你特别用来压缩大量待处理数据的软件。你部署他对外服务,并且管理这些服务器。在将来某个时间, 你的数据挖掘操作将获得大量的数据矩阵。你指示服务实例化50部虚拟机,并释放每一个数据矩阵中。在几秒钟内, 50部1.2 GHz主频处理器都将积极处理你的的数据。他们完成后,他们的把结果存放在一个预先指定的储存点,然后消失。
EC2简言之。 他完全是一部具有无限采集能力的虚拟计算机,用户能够用来执行一些处理任务。然而“无限”并不不意味“无边际”; 相反,他是具有上限的。 亚马逊的文献阐明,你能同时租用“上百,甚至数以万计”虚拟机。
[ EC2如何同他的竞争对手较量呢?请参阅测试中心的测试评论:"Cloud versus cloud: A guided tour of Amazon, Google, AppNexus, and GoGrid."]
因为在EC2中的系统是虚拟的,亚马逊提供了一个广泛的硬件支持能力。在低端,你可以调用一个主频是1.26GHz和1.8GB内存的Opteron级机器。在高端(截止到写这篇文章时) ,你可以调用一个拥有15 GB内存的64位多核系统。这些规格是略计。虚拟机器,你实例在EC2计算机单元(ECU) ,亚马逊定义为相当于1 1.0ghz到1.2 GHz主频2007 Opteron处理器。 (该公司建议确定自己的基准,以确定哪些是你的特定应用程序的最好实例) 。
亚马逊机器映象( AMI )由一个操作系统和当虚拟机启动时你想要预先载入的任何的应用程序组成。目前,只有Linux可作为EC2实例的操作系统 ,虽然这几乎不是一个限制。有不少的亚马逊预制的AMI产品目录发布。审阅这些目录,我发现使用Ubuntu、OpenSolaris、Centos,Fedora和许多其他的立即可用的AMIs–总共有1 00多AMI准备外卖。你可以使用亚马逊免费提供的SDK建立自己的AMI,但过程是漫长的。从产品目中选择一个编译好的AMI要容易得多,并且能够按需定做。即使如此,许多可用的AMI,包括具体应用的软件;你完全可以找到一个满足你需要的。
简单储存服务(S3)。
亚马逊简单的储存服务(S3)实际上是一个以太网上的大磁盘。严格来说,你需要知道关于它一切的90%。它没有目录和没有文件名-只是一个大空间,你可以储存和提取大小从1byte到5 G B的非结构化数据。
我们称之为“块”,S3称之为“对象” ,我们称之为“目录 ”,S3 则比方为“桶” 。因此,当你在S3上储存200KB的JPEG格式的图片时,你是把200KB的对象放进水桶。一特定的AWS帐户可以拥有多达100个水桶。水桶能容纳无限数量的块 ,它可以分配给无论是在美国或欧洲的使用者。据推测,这为用户提供了一个本土化的服务,因为桶可在任何地方通过互联网,从亚马逊获得。在美国和在欧洲提供服务的费用差异是微小的;在欧洲提供1000次的网络存取服务,只比在美国贵大约2000美分。
更深入,你可以把一对象看做是三位一体:关键字,数值,和元数据。关键字是该对象的名称,数值是它的内容,以及元数据是一组描述对象信息的关键字/数值对。 (虽然访问权限也同对象联系在一起,但被视为单独的存储对象) 。对象的名称可以是3至255个字符,亚马逊对命名唯一约束的地方就是,是他们希望不要同网址混淆。因此,一个对象被命名为“ 192.168.12.12 ”是不合要求的。
而S3的结构实际上是一个平面文件系统, S3的API允许一位能干的程序员在桶内建立明显的子目录。不够理想的是对象名称中必须包含该目录的名称;不过,人为的可以简单修饰对象名称。因此,如果你想要一个动物的目录和蔬菜的目录,你可能有对象关键字,如“动物-猫” , “动物-狗” , “蔬菜-甜菜, ”和“蔬菜-胡萝卜” 。使存储目标的地址前缀参量,你可以限制被检索对象的关键字为动物或蔬菜。 在亚马逊的简单的数据库应该保存更加复杂的数据结构。
亚马逊的简单数据库服务(SimpleDB)。
亚马逊S3是专为大型,非结构化的数据块设计, 而SimpleDB是为复杂的,结构化数据建立的。与其他服务一样,这个名称说明了一切。虽然SimpleDB是使用轻量级并且很容易掌握的查询语言实现的数据库,但他支持大部分你可能会需要的数据库操作(搜索,提取,插入,并删去)。为保持SimpleDB简洁,亚马逊遵循一个原则,就是最好的API拥有最低限度的切入点:SimpleDB有七项。
SimpleDB数据库不是像Oracle或MySQL那样的关系数据库。 (亚马逊的文件指出,如果你确实需要成熟的关系数据库,你可以在弹性计算云中的AMI平台上免费的运行MySQL服务器)。SimpleDB数据库(一个“领域”在SimpleDB说法)由数据项组成,并且数据项目由属性组成。 属性是一个名字/数值对。 最少,数据项必须有ItemName属性,担当数据项的唯一识别符。 当你发送一次查询时,结果是ItemName数值的汇集-获取数据项的实际内容(属性),你使用那些数值作为输入执行Get操作。
并不是那么简单,SimpleDB拥有令人惊讶的能力。 一个 SimpleDB数据库可以成长到10 GB的和安置多达2.5亿个属性。你可以为某一特定数据项定义多达256个属性,并没有规定在一个域中所有的数据项具有相同的属性。在此外,特定的属性可以有多个值,因此,客户数据库,可以为单一customername属性存储多个别名。
最后,SimpleDB是专为支持“实时” (快速周转)查询设计。为确保快速查询响应,当数据项被放置在数据库中时,所有属性将自动索引编号。此外,亚马逊的文件显示,查询应在不超过5秒内完成,否则,查询可能会中止。亚马逊这么做是为确保查询收到一个快速反应,即使使查询达到妨碍调用程序的恶意程度。
亚马逊简单队列服务(SQS)。亚马逊SQS相对于JMS或MQSeries服务体系来说,只是一个简单的消息队列服务。SQS最显著的特征是它的无所不在。一个亚马逊的书籍文献表明: “在互联网的所有计算机不用安装任何软件或特殊防火墙配置就可以增加或读消息”。 当然, SQS信息的处理端很可能就是EC2上的AMIs。
像亚马逊其他网络服务,SQS名副其实:消息只许是文字,并且长度必须小于8 KB。你可以构建一个具有四个功能的工作队列:createqueue , sendmessage , receivemessage , deletemessage 。 (还有其他方便的功能; 例如,ListQueues将列出现有帐户的的队列) 。
SQS队列主要设计支持分布式计算机系统之间的工作流,因此,并发管理和故障排除是绝对的。 当客户从队列读一则消息时,那则消息没有被删除; 它被锁定,导致其他客户看不见。 用那个方式,如果消息作为工作流一部分,代表一项具体任务执行,两个客户不可能同时读一消息,并且复制。 然而,如果消息没有在指定的暂停之前被删除,锁就被解除了。 然而,目的是让消息的原始读者指定的工作完全时将消息删除。 如果原始的读者无法完成工作(或许由于系统事故),那么暂停到期,消息在队列中“再现”,并且一个不同的客户能读消息和承担该指定的工作。
进入电子商务服务
亚马逊的电子商务服务,提供的设施,支持你(或你的网站)成为亚马逊的商品的一个经销商。或者让亚马逊成为你自己的商品的一个经销商。并且让你还能同亚马逊一样使用同样的支付认证和收集系统。简而言之,亚马逊电子商务服务,就是全天候运行其服务,为组织和个人提供电子商务平台。
亚马逊灵活支付服务(FPS)。亚马逊的FPS让用户可以使用公司的现有的付款汇集基础设施(当然,要付费)。当你知道FPS理念时那是特别有吸引力的,它将“承担处理管理安全和欺骗保护的复杂事物”,因此就不必亲自处理这些了。
FPS的两个方面是特别令人感兴趣。首先,它支持美分-甚至更小的单位小额支付。这是非常有用的,当商业活动涉及桩和桩交易时,每个小的货币价值,但加在一起就有可衡量的价值。试想以10美分出售泡泡糖。似乎没有人能赚更多-除非你每个月卖100,000片。亚马逊FPS让你聚集小额支付成一种唯一交易,从而消除交易成本沼泽的问题,这个问题是任何涉及利润的交易都会面临。
FPS的另一个令人感兴趣的方面是它的支持“中间人”操作。 即你能方便你作为发令者 (买家)或接收者(卖主) 而参加的交易。不过,你可以采取削减行动。
有两种方法在你的Web应用程序中使用FPS:使用亚马逊提供的“窗口组件” (有两个) ,或硬编码程序接口。两个可用的窗口组件是Pay Now 和 Marketplace(两个设计能够方便地添加到网站的用户界面)。
亚马逊有自动化生成的Pay Now窗口组件。连接到在线Pay Now窗口组件实施指南,他能通过提示输入的各种各样的参数(例如,在安置了付款后的目标网址)引导你完成建立窗口组件这个过程,然后生成HTML ,你可以剪切和粘贴到你网站代码。Marketplace窗口组件让你作为在买家和卖主之间的第三方。从本质上讲,它把你变为一个即时的经销商。你可以使用MarketPlace窗口组件,让卖家在你的网站上做交易并且你支付授权费。
这硬编码的做法虽然更困难的,但更灵活的,因为它使任何应用程序都可以通过FPS与Web服务通信。你要表述付款交易的参数和过程,用一个专门小型语言Gatekeeper。一旦你那样做了,你将这些操作指南安装到亚马逊FPS,它会传回一个标识符,实际上是Gatekeeper代码的一个句柄。你的Gatekeeper程序将引导使用那个标识符的未来交易,。这个过程的细节可以在在线的亚马逊FPS的技术文件中查到。
亚马逊DevPay 。假设你写一个了不起的应用程序运行在亚马逊EC2 。你应该相信会有人愿意支付你应用程序的使用费。进入亚马逊DevPay服务。
亚马逊DevPay是建立在同亚马逊FPS一样的支付管理基础设施上的。但DevPay -正如其名-是专门设计用来让开发者收取EC2或基于S 3的应用程序的使用费。
与DevPay的相互作用通过标识符(唯一识别符)发生。 一个标识符用于识别应用程序; 另一个识别使用你的应用程序的具体用户。首先,当你用DevPay登记你的产品时,产品标识符是由亚马逊生成的。 这个标识符,结合用户的激活码 (用户注册AWS时候生成),将在产品安装生成包含用户标识符的证书时生效。 你的产品将这些标识符嵌入到AWS的服务业务中,并且用那个方式, DevPay 能跟踪特定用户对你的应用程序的使用。
当你用DevPay注册你的应用程时,就应该确定你的应用程序该怎么定价。用户可以结算在价格表(支付他们的使用)的基础上,他们可以每月交,或者他们可以预先支付先前的费用。 当然,你必须小心你怎么安排你的账单。 当你的客户支付你的应用的使用费时,你必须支付亚马逊服务的使用费。 因此,至少,你必须确信,你的顾客支付的比你支付给亚马逊的多。 不幸地,亚马逊并没有提供一个测试区测试你的应用程序与DevPay的整合性,因此你必须做你的测试用真正的金钱。 幸运地,亚马逊服务的费用是足够低,这并不是一个实质性的问题。
亚马逊联盟及亚马逊实现Web服务(FWS)。任何人已通过点击网站,从亚马逊订购就已经使用了亚马逊联盟:他是一项让你从你的网站出售亚马逊的东西的服务。你得到的百分比-为每个出售推介费。关于亚马逊联盟没有更多说的。
FWS更有趣的亚马逊电子商务服务,不过,他的引人注意的功能则与亚马逊联盟是相反的。使用FWS,不是你的销售亚马逊的东西,而是亚马逊的销售你的东西。不仅如此,亚马逊也将存储,包装,运送你的商品。
FWS其实是由Inbound Service 和 Outbound Service两个Web服务组成。你使用Inbound系统通知亚马逊接踵而来的发货发正送到他们的仓库。当顾客定购你的一个产品时,你可以使用Outbound Service告知亚马逊销售。基于详细的秩序,亚马逊包装并运送该产品,甚至提供跟踪信息,你和你的顾客可以用来监测发货的状态信息。
当然,有涉及仓储和处理的收费项目,但它的一个令人信服的模式。一家小公司,无法负担的仓储和运输费用,可以使用亚马逊FWS “虚拟化” 这些组件,直到这家公司自己足够大,并能够自己承担这些。任何开发商有兴趣探索Inbound和Outbound服务的过程,并且将很高兴亚马逊提供“高速暂存的”应用工具,以便让你试用模拟服务。
土耳其机器人网站。亚马逊的土耳其机器人网站是一个特殊的服务。 (这是很难归类;我已列出了他与其他电子商贸服务)。他的名称来自于18世纪一种名为“The Turkwhich”的自动象棋机设备,他由Wolfgang von Kempelen发明。不过,机器人,并非是真正的机器人;机器内是人并且操作着这个机器,真实对手毫不不知情。那么,土耳其机器人网站的构思,是一种自动化的前端,在他的体系之后隐藏着一个人。
但是在这种情况下,它不只是一人;而是有许多。而EC2提供了一个弹性云计算机,土耳其机器人网站提供了一个弹性云人类。但这个比喻只有到目前为止;电脑在EC2是虚拟的,而人类在土耳其机器人网站并非如此。
这里是如何运作。假设你有一个大堆相同的任务,必须有人类来执行。也许你有大量的文本文件必须从一种语言翻译到另一种。在土耳其机器人网站的世界,你是一个请求者;你提交你的任务到土耳其机器人网站服务,将他们安置在一种全球电子布告栏。使用相同的服务,工作人员登录到这个电子布告栏中,选择任务,执行他们,并反馈结果给服务。接着你返回到土耳其机器人网站,检查结果发布,选择那些是可以接受的,并发布资金支付给工作人员。简言之,土耳其机器人网站服务是雇主和雇员之间一个中间人,。
当我第一次读土耳其机器人网的描述,我认为这是一个好主意。它也许是,但我无论何时仔细琢磨提供的任务都有迹象显示,这是不是一个获取大量数额金钱的方法。发布的大部分HITS( “人工智能任务” ,提交给一个工作单位)支付的只是钱,当阅读部分说明时让我感到不安,工作人员会被用来作为人类电子邮件搜寻程式。
这是一种可能,在未来的日子,土耳其机器人网站将成为市场上赚钱的体面工作。现在,虽然,我深信我可以赚更多的钱在更短的时间-以及做得更好-帮忙隔壁老婆婆修剪草坪
进入网络信息服务
亚马逊的网络信息服务本质上是有混合网络搜索器和网站流量监测工具所产生的广泛数据库的查询界面。数据挖掘组织能够利用搜索器生成的数据筛选的像Web一样广泛的信息。Web业务数据对那些公司和个人是相当的有用,他们热衷于研究用户对他们的网站以及与其相关或者竞争网站的访问趋势。
公用事业的网站流量数据是不言自明的任何公司或个人有兴趣的用户探视的趋势,以他们的网站-以及作为相关或相的网站。
Alexa网络搜索。亚马逊的Alexa网络调查的Amazon和Alexa合作的结果,它可以让你查询Alexa的网页搜索器收集到的资料。现有资料的数量是难以衡量; Alexa的已检索网页超过10年,而互联网也是在马不停蹄的增长。Alexa的网站上说,而它的搜索器是在不停的工作,遍历整个互联网的周期大约需要两个月。
当Alexa增加了新的网站文件到它的数据库时,它将索引约50个与该文件相关的属性。这些属性,包括文件的语言,其开启的文件类别,网址的各种解析组成部分,主机服务器的地理位置,以及更多。当然也可以从该文件的文本中了解这些,他的前20kb的是被文字索引了的。所有这一切,都是可供搜索的。
当然,搜索这样一个大型数据库,可是需要时间的。该Alexa网络搜索服务是架构的,因此当你发布搜索时,服务返回一个请求ID 。你使用此ID来跟踪你的搜索的进展状态。当搜索完成后,结果被存储在一个(可能是巨大的)文本文件。文本文件可以下载和“保存”在本地。
Alexa网络信息服务(AWIS) 。该Alexa网络信息服务可让你动用各种部署在互联网上的Alexa工具收集的业务数据。你可以查询一特定的URL的信息资料,例如网站的相关信息,业务统计数字(回到五年) ,甚至更多。你也可以了解某一页有多少个链接,有多少的网址是嵌入到JavaScript中,或更有趣的统计,即其他网站是如何可能链接到目标( “向内指向”链接) 。你也可以使用AWIS撷取网页的缩略图,可用于响应光标停留于链接上时,显示弹出式窗口
Alexa的数据的准确性目前还不清楚。Alexa的网站上说, “业务数据是基于使用Alexa的数据一套工具栏,却未必能够代表全球互联网人口” 。同时,亚马逊网站的Web服务代表告诉我,亚马逊“从多种来源统计的数据,以让你能更好地了解网站人气” 。在任何情况下,能遍历整个互联网文本内容的能力,使Alexa的网络服务成Web数据收集者有利可图的捷径。
长时间准备?
亚马逊的网络服务是立刻令人兴奋和不安的。基础设施服务,采取一种“雇佣”硬件和软件的模式;从理论上讲,你可以拥有强大的计算能力,只要的经济能够承受。所有的服务提供普遍的可用性-如果你的网络连接可以接亚马逊,它就可以接到AWS。这对带动大型,随时应变的软件服务来说是一把双刃剑。
不过,在另一方面,一些重要的组成部分仍处于测试阶段。 事实上,SimpleDB是有限制的Beta,到发稿时不接受新用户。 对“测试版”描述是令人不愉快的,因为它意味它的结构尚未稳定。在6月这暗示成为了不争的事实,亚马逊的S3遭受了临时故障,使像纽约时报这样的知名用户受到了影响,并且导致他们的文档受到破坏。
此外,整个AWS的长期安全仍然有待观察。我们用亚马逊的话,它的系统保证将一个用户的应用程序同另一用户分离。简而言之,AWS只在他的用户相信他是完美的情况下才开始运行将。任何形式的安全缺口都将可能是一个致命伤。
分布式系统的程序员和设计师将发现AWS网站上的基础设施的网完全就是一个游乐场。你可以花时间阅读该文档,指南,实例,并参考社区提供的工具及资料库。
“云”服务-EC2,S3,SQS以及SimpleDB是非常引人注意。实际应用被建在的这些虚拟技术上。实例可以在亚马逊网络服务的弹性计算云资源页上可以找到。
一些AWS组成部分是有问题的实用工具。特别是,土耳其机器人似乎创造一个内在动力来导致任务的定价低于他们应该有的。不过,甚至 Turk可能是一个超前技术实例。或许Mechanical Turk也将有有能力指导网上业务持续得到改善。
是否亚马逊的“可出租基础设施”的概念被人认可,还是一个未知数。其功能衰竭(应该失败)将不会是因缺乏信息和工具。我会热切关注AWS的网站和AWS的相关博客,看看有都什么创造将源于AWS描述的techno-tinker-toy组件。
发表评论
-
VMware ESX/ESXi Server 功能初探及效能測試
2011-08-12 10:07 2120經過前一篇 VMware Server 的效能測試之後,馬 ... -
在Amazon EC2 Amazon Linux上安装Mysql Nginx REE Rails Passenger
2011-08-08 17:10 2278第一步:Amazon Linux默认安装ruby,所以要移除原 ... -
开发进阶:如何提高云中应用程序的可靠性
2011-07-21 09:50 1240摘要: 本文主要探究如何通过采用一个负载均衡器和永久性磁 ... -
Amazon EC2 使用操作筆記(使用Elasticfox) (转)
2011-07-21 09:47 1819From http://blog.longwin.com. ... -
将您的 Linux 应用程序迁移到 Amazon 云,第 4 部分: 征服管理挑战
2011-07-20 17:55 1322避免您发展过程中的难题 Sean A. Walbe ... -
将您的 Linux 应用程序迁移到 Amazon 云,第 3 部分: 实现可扩展性
2011-07-20 17:51 1088简单地实现更大流量支持 Sean A. Walbe ... -
将您的 Linux 应用程序迁移到 Amazon 云,第 2 部分: 提高应用程序可靠性
2011-07-20 17:47 1124如何提高您迁移的 Linux 应用程序的可靠性 S ... -
Install Nginx On Amazon EC2
2011-07-20 17:43 1022This guide can be used in the c ... -
将您的 Linux 应用程序迁移到 Amazon 云,第 1 部分: 初始迁移
2011-07-20 15:37 4如何将您的应用程序迁 ... -
Automaticlly install mysql ree rails on Amazon EC2 Amazon Linux
2011-07-20 15:00 964yum remove -y ruby yum install ... -
将您的 Linux 应用程序迁移到 Amazon 云,第 1 部分: 初始迁移
2011-05-19 16:56 1266如何将您的应用程序迁移到云中 Sean A. Wa ... -
[AmazonEC2] 在instance上安装apache+php+mysql+phpmyadmin
2011-05-18 16:58 13831.用putty链接instance,以root身份运行并进入 ... -
Amazon的aws服务使用笔记
2011-05-12 12:19 3247注明:其实不用下列那么麻烦,SecureCRT的新版本是 ... -
Amazon AWS EC2免费一年的云VPS申请教程3
2011-05-12 10:33 2390点击Select,进入向导第二步: 实例数,默认为1,f ... -
Amazon AWS EC2免费一年的云VPS申请教程2
2011-05-12 10:25 4883填写信用卡信息 Amazon EC2一般的付费模式是On D ... -
Amazon AWS EC2免费一年的云VPS申请教程1
2011-05-12 10:24 3247本文适用对象 您希望建立自己的英特网漫游隧道 您有一张可以 ...
相关推荐
此外,云计算的崛起,如Amazon Web Services(AWS)、Microsoft Azure等,为Web应用提供了强大的后端支持,促进了SaaS(软件即服务)模式的广泛应用。同时,移动互联网的爆发,使得响应式设计和移动优先的策略成为...
内容概要:本文详细探讨了在Simulink环境中构建的风火水储联合调频系统中,储能系统的荷电状态(SOC)对区域控制偏差(ACE)的影响。文中通过具体案例和MATLAB代码展示了储能系统在不同SOC水平下的表现及其对系统稳定性的作用。同时,文章比较了储能单独调频与风火水储联合调频的效果,强调了储能系统在应对风电波动性和提高系统响应速度方面的重要作用。此外,作者提出了针对SOC变化率的参数整定方法以及多电源协同工作的优化策略,旨在减少ACE波动并确保系统稳定运行。 适合人群:从事电力系统调频研究的专业人士,尤其是熟悉Simulink仿真工具的研究人员和技术人员。 使用场景及目标:适用于希望深入了解储能系统在电力系统调频中作用的研究者和技术人员,目标是通过合理的SOC管理和多电源协同工作,优化调频效果,提高系统稳定性。 其他说明:文章提供了详细的MATLAB代码片段,帮助读者更好地理解和应用所讨论的概念。同时,文中提到的实际案例和仿真结果为理论分析提供了有力支持。
内容概要:本文深入探讨了欧姆龙PLC NJ系列中大型程序中结构化编程与面向对象编程的结合及其应用。首先介绍了结构化编程作为程序框架的基础,通过功能块(FB)实现清晰的程序结构和流程控制。接着阐述了面向对象编程的理念,将现实世界的对象映射到程序中,利用类的概念实现模块化和可扩展性。两者结合提高了程序的容错率,增强了程序的稳定性和可维护性。文中通过多个实际案例展示了如何在工业自动化领域中应用这两种编程方法,如电机控制、设备类的创建、异常处理机制、接口实现多态性、配方管理和报警处理等。 适合人群:从事工业自动化领域的工程师和技术人员,尤其是那些希望提升PLC编程技能的人群。 使用场景及目标:适用于需要优化PLC程序结构、提高程序可靠性和可维护性的场合。目标是帮助工程师掌握结构化编程和面向对象编程的技巧,从而写出更加高效、稳定的PLC程序。 其他说明:文章强调了在实际项目中灵活运用两种编程方法的重要性,并提醒读者注意实时性要求高的动作控制应采用结构化编程,而工艺逻辑和HMI交互则更适合面向对象编程。
matlab与聚类分析。根据我国历年职工人数(单位:万人),使用有序样品的fisher法聚类。
卡尔曼滤波生成航迹测量程序
内容概要:本文详细介绍了利用格子玻尔兹曼方法(LBM)对多孔电极浸润特性的模拟研究。首先阐述了LBM的基本原理,包括碰撞和迁移两个关键步骤,并提供了相应的Python伪代码。接着讨论了如何处理多孔介质中的固体边界,特别是通过随机算法生成孔隙结构以及结合CT扫描数据进行三维重构的方法。文中还探讨了表面张力、接触角等因素对浸润过程的影响,并给出了具体的数学表达式。此外,文章提到了并行计算的应用,如使用CUDA加速大规模网格计算,以提高模拟效率。最后,作者分享了一些实用技巧,如通过调整松弛时间和润湿性参数来优化模拟效果,并强调了LBM在处理复杂几何结构方面的优势。 适合人群:从事电池研发、材料科学领域的研究人员和技术人员,尤其是关注多孔电极浸润性和电解液扩散机制的人群。 使用场景及目标:适用于希望深入了解多孔电极内部流体动力学行为的研究者,旨在帮助他们更好地理解和预测电极材料的浸润特性,从而改进电池设计和性能。 其他说明:尽管LBM在处理多孔介质方面表现出色,但在某些极端条件下仍需引入额外的修正项。同时,参数的选择和边界条件的设定对最终结果有着重要影响,因此需要谨慎对待。
内容概要:本文详细介绍了在Zynq扩展口上使用FPGA和W5500实现TCP网络通信的过程。作者通过一系列实验和技术手段,解决了多个实际问题,最终实现了稳定的数据传输。主要内容包括:硬件搭建(SPI接口配置)、数据回环处理、压力测试及优化、多路复用扩展以及上位机测试脚本的编写。文中提供了大量Verilog代码片段,展示了如何通过状态机控制SPI通信、优化数据缓存管理、处理中断等问题。 适合人群:对FPGA开发和网络通信感兴趣的工程师,尤其是有一定Verilog编程基础的研发人员。 使用场景及目标:适用于需要在嵌入式系统中实现高效、稳定的TCP通信的应用场景。目标是帮助读者掌握FPGA与W5500结合进行网络通信的具体实现方法和技术细节。 其他说明:文章不仅提供了详细的代码实现,还分享了许多实践经验,如硬件连接注意事项、信号完整性问题的解决方案等。此外,作者还提到了未来的工作方向,如UDP组播和QoS优先级控制的实现。
python3.10以上 可安装pyside6(类似pyqt),具体安装操作步骤
内容概要:本文详细介绍了利用有限差分时域法(FDTD)进行可调谐石墨烯超材料吸收体的设计与仿真。文中解释了石墨烯超材料的基本结构(三层“三明治”结构)、关键参数(如化学势、周期、厚度等)及其对吸收性能的影响。同时展示了如何通过调整石墨烯的化学势来实现吸收峰的位置和强度的变化,以及如何优化结构参数以获得最佳的吸收效果。此外,还提供了具体的代码示例,帮助读者理解和重现相关实验结果。 适合人群:从事纳米光子学、超材料研究的专业人士,尤其是对石墨烯基超材料感兴趣的科研工作者和技术开发者。 使用场景及目标:适用于希望深入了解石墨烯超材料的工作原理及其潜在应用场景的研究人员;旨在探索新型可调谐光学器件的设计思路和发展方向。 其他说明:文中不仅分享了理论知识,还包括了许多实践经验,如避免常见错误、提高仿真相关效率的小技巧等。对于想要将研究成果应用于实际产品的团队来说,这些细节非常有价值。
随机生成2字,3字,4字,5字,6字,7字,8字,9字,10字的中文词组20个
内容概要:本文详细探讨了智能座舱域控设计的发展历程和技术趋势。首先介绍了智能座舱从被动式交互到主动式交互的技术演变,包括硬件和交互方式的进步。随后,文章重点讨论了智能座舱功能发展趋势,涵盖车载显示技术的多屏化、大屏化和高端化,以及SoC芯片的多核异构架构和算力融合,强调了其在智能座舱中的核心作用。此外,还阐述了电子电气架构从分布式向集成化的转型,分析了其面临的挑战和未来趋势。最后,基于当前智能座舱的发展需求,提出了一种基于双片龍鷹一号芯片的新域控平台设计方案,详细描述了其硬件设计实现方案,旨在提供高性能、高可靠性的智能座舱解决方案。 适合人群:汽车电子工程师、智能座舱研发人员及相关领域的技术人员。 使用场景及目标:①帮助读者理解智能座舱的技术发展历程及其未来发展方向;②为智能座舱域控平台的设计和开发提供参考和技术支持;③探讨电子电气架构的转型对汽车行业的影响及应对策略。 其他说明:文章结合实际案例和技术数据,深入浅出地解释了智能座舱的各项技术细节,不仅提供了理论指导,还具有较强的实践意义。通过对智能座舱域控平台的全面剖析,有助于推动智能座舱技术的创新发展,提升用户体验。
内容概要:本文详细介绍了多智能体协同编队控制的技术原理及其应用实例。首先通过生动形象的例子解释了编队控制的核心概念,如一致性算法、虚拟结构法和Leader-Follower模式。接着深入探讨了如何用Python实现基础的一致性控制,以及如何通过调整参数(如Kp、Ka)来优化编队效果。文中还讨论了实际工程中常见的问题,如通信延迟、避障策略和动态拓扑变化,并给出了相应的解决方案。最后,强调了参数调试的重要性,并分享了一些实用技巧,如预测补偿、力场融合算法和分布式控制策略。 适合人群:对多智能体系统、无人机编队控制感兴趣的科研人员、工程师和技术爱好者。 使用场景及目标:适用于希望深入了解多智能体协同编队控制理论并能够将其应用于实际项目的研究人员和开发者。目标是帮助读者掌握编队控制的关键技术和实现方法,提高系统的稳定性和可靠性。 其他说明:文章不仅提供了详细的理论讲解,还附有具体的代码示例,便于读者理解和实践。同时,作者结合自身经验分享了许多宝贵的调试技巧和注意事项,有助于读者在实际应用中少走弯路。
评估管线钢环焊缝质量及其对氢脆的敏感性.pptx
C盘清理bat脚本自动清理C盘垃圾文件
GBT21266-2007 辣椒及辣椒制品中辣椒素类物质测定及辣度表示方法
弹跳球 XNA 游戏项目。演示如何使用 C# 在 Visual Studio XNA 中构建类似 arkanoiddx-ball 的游戏。
内容概要:文章全面解析了宇树科技人形机器人的发展现状、技术实力、市场炒作现象及其应用前景和面临的挑战。宇树科技成立于2016年,凭借春晚舞台的惊艳亮相和社交媒体的热议迅速走红,其人形机器人具备先进的运动控制算法、传感器技术和仿生结构设计。然而,市场炒作现象如高价租赁、二手市场炒作和虚假宣传等影响了市场秩序。尽管存在炒作,人形机器人在工业、服务和家庭领域仍具广阔前景,但也面临技术升级、成本控制、安全性和政策监管等挑战。 适合人群:对机器人技术、人工智能以及科技发展趋势感兴趣的读者,包括科技爱好者、投资者和相关行业的从业者。 使用场景及目标:①帮助读者了解宇树科技人形机器人的技术特点和发展历程;②揭示市场炒作现象及其影响;③探讨人形机器人的应用前景和面临的挑战。 其他说明:文章强调了宇树科技人形机器人在技术上的突破和市场上的表现,同时也提醒读者关注市场炒作现象带来的风险,呼吁各方共同努力推动人形机器人产业健康发展。
msvcp140.dll丢失怎样修复
超透镜是一种将具有特殊电磁特性的纳米结构、按照一定方式进行排列的二维平面透镜,可实现对入射光振幅、相位、偏振等参量的灵活调控,在镜头模组、全息光学、AR/VR等方面具有重要应用,具有颠覆传统光学行业的潜力。 目前,超透镜解决方案的市场处于起步阶段,企业根据客户的具体需求和应用场景为其定制专用超透镜或超透镜产品。 根据QYResearch最新调研报告显示,预计2031年全球超透镜解决方案市场规模将达到29.26亿美元,未来几年年复合增长率CAGR为79.55%。 全球范围内,超透镜解决方案主要生产商包括Metalenz, Inc., Radiant Opto-Electronics (NIL Technology),迈塔兰斯、纳境科技、山河元景等,其中前五大厂商占有大约77.84%的市场份额。 目前,全球核心厂商主要分布在欧美和亚太地区。 就产品类型而言,目前红外超透镜解决方案是最主要的细分产品,占据大约96.76%的份额。 就产品类型而言,目前消费电子是最主要的需求来源,占据大约36.27%的份额。 主要驱动因素: 独特性能优势:超透镜解决方案具有更轻薄、成本更低、成像更好、更易集成、更高效及更易自由设计等优势。能以微米级厚度实现传统厘米级透镜功能,还可集多个光学元件功能于一身,大幅减小成像系统体积、重量,简化结构并优化性能。 技术创新推动:超透镜解决方案技术不断取得进步,设计技术和工艺水平持续提升,其性能和稳定性得以不断提高。制造工艺方面,电子束光刻等多种技术应用到超透镜解决方案生产中,推动超透镜解决方案向更高分辨率、更高产量、更大面积、更高性能的方向发展。 市场需求增长:消费电子、汽车电子、医疗、工业等众多领域快速发展,对高精度、高性能光学器件需求不断增加。如在手机摄像头中可缩小模组体积、提升成像分辨率和降低成本;在汽车电子领域能提高车载摄像头、激光雷达等传感器性能。
内容概要:本文详细介绍了基于MATLAB和优化工具Gurobi/Cplex实现的新能源并网电力市场调度模型。该模型通过IEEE30节点系统进行仿真,重点探讨了风电接入对传统火电调度的影响。文中展示了关键决策变量如机组启停状态、实时出力以及风电出力的定义方法,并深入解析了目标函数的设计,特别是总成本函数中燃料成本、启停成本、备用成本和弃风惩罚之间的权衡。此外,文章还讨论了直流潮流约束的作用,以及节点电价计算背后的经济学原理。最后,通过对不同情景的模拟实验,验证了模型的有效性和实用性。 适用人群:适用于从事电力系统研究、电力市场运营管理和新能源并网调度的专业人士和技术人员。 使用场景及目标:①帮助理解和掌握新能源并网对电力市场调度的具体影响;②为制定合理的电力市场规则和政策提供理论依据和技术支持;③指导实际电力系统的调度操作,提高系统运行效率和经济效益。 其他说明:文中提供的代码片段和具体实现细节有助于读者更好地理解模型的构造和求解过程。同时,强调了在实际应用中需要注意的问题,如弃风惩罚系数的选择、备用容量的配置等。