Posts

计算机网络 概述 物理层 链路层 网络层 传输层 应用层 参考 计算机网络, 谢希仁 CS-Notes book

— layout: post title: “latex常用手册” subtitle: “latex” date: 2025-09-06 19:57:11 +0800 author: “farmer3-c” header-img: “img/post-bg-2015.jpg” tags: [latex] mathjax: true 常用符号与表达式 根式：$\sqrt[n]{x}$ 1 \sqrt[n]{x} 分数：$\frac{x}{y}$ 1 \frac{x}{y} 上下标：$x_i^2, a_{ij}^{kl}, \Gamma_{n}^{k}$ 1 x_i^2, a_{ij}^{kl}, \Gamma_{n}^{k} 文本：$\textit{f}_a^b$ 1 \textit{f}_a^b 算子与常见符号：$\nabla, \Delta, \mathrm{i}, \approx, \overline{A}$ 1 \nabla, \Delta, \mathrm{i}, \approx, \overline{A} 希腊字母：$\alpha, \beta, \gamma, \eta, \xi, \phi, \psi, \omega, \theta, \lambda$ 1 \alpha, \beta, \gamma, \eta, \xi, \phi, \psi, \omega, \theta, \lambda 向量与矩阵运算：$\mathbf{a} \times \mathbf{b},\ \mathbf{A + B = C}$ ...

Definition 云计算是一种技术，它允许你通过互联网存储和访问数据及应用程序，而不是使用计算机的硬盘驱动器或本地服务器。在云计算中，你可以将不同类型的数据（如文件、图像、视频和文档）存储在远程服务器上，并随时从任何连接到互联网的设备访问它们。 基础设施：云计算依赖于互联网上托管的远程网络服务器来存储、管理和处理数据。 按需访问：用户可以按需访问云服务和资源，无需投资物理硬件即可进行扩展或缩减。 服务类型：云计算提供多种好处，如节省成本、可扩展性、可靠性和可访问性。它减少了资本支出，并提高了效率。 Architecture Of Cloud Computing 前端（用户交互增强） 云计算的用户界面由两部分客户端组成。瘦客户端使用网络浏览器，提供便携和轻量级的访问方式；而胖客户端则使用多种功能，提供强大的用户体验。 后端平台（云计算引擎） 云计算的核心是在后端平台，使用多个服务器进行存储和计算处理。应用程序逻辑的管理通过服务器进行，而有效的数据处理由存储提供。这些后端平台的结合提供了处理能力，以及管理和存储云端数据的能力。 基于云的交付和网络 通过互联网、内网和云间网提供按需访问计算机和资源。互联网具有全球可访问性，内网有助于组织内部服务之间的通信，而云间网则实现不同云服务之间的互操作性。这种动态的网络连接确保了云计算架构的一个基本组成部分，即保证轻松访问和数据传输。

Definition 本质上，边缘计算是指尽可能在数据产生和指令执行的地方进行计算。这种计算形式可能直接在客户端设备上进行——例如智能手机、监控摄像头、无人机或自动驾驶汽车——也可能在临近的网络节点进行，例如在蜂窝塔旁边的本地连接服务器或小型本地数据中心。重要的是，边缘计算是尽可能在数据源附近进行，以减少网络流量和延迟。 这是在 5G 通信和云计算可能已经普及的情况下进行的，因为将请求发送到中央服务器并获取响应所需的时间可能仍然过长，特别是对于时间关键任务，如自动驾驶汽车。合适的边缘设备，无论是边缘服务器还是强大的客户端设备，都能够绕过延迟、带宽和响应时间的问题。在隐私或安全问题可能存在的情况下，边缘计算也可能更可取。人工智能和物联网（IoT）等下一代智能技术的现代实例严重依赖于边缘设备的部署。 Example 想象一座由数十个高清 IoT 摄像机监控的建筑物。这些“笨拙的”摄像头仅仅输出原始视频信号，持续将信号串流到云服务器。在云服务器上，来自所有摄像头的视频输出都会通过运动检测应用程序，以确保仅将有活动的剪辑保存到服务器的数据库中。这意味着建筑物的互联网基础设施将承受持续且显著的压力，因为高容量的视频素材传输会消耗大量带宽。此外，云服务器上的负载极高，因为必须同时处理来自所有摄像头的视频素材。 现在，假设运动传感器计算移至网络边缘。如果每个摄像头都使用自己的内部计算机来运行运动检测应用程序，然后根据需要将素材发送到云服务器，这样会如何？这将导致带宽使用量显著减少，因为很多镜头永远不必传输到云服务器。 此外，云服务器现在仅负责存储重要素材，这意味着服务器可以与更多数量的摄像头通信而不会过载 Kubernetes Native Edge Computing Framework (project under CNCF) Reference 1.What is Edge Computing? Definition and Cases Explained 2.kubeedge 3.什么是边缘计算？

前言 一直想搭建一个自己的个人博客，苦于网上的教程说的云里雾里，于是未果。 忽然发现 Hux Blog，得以顺利搭建，将搭建过程作为第一篇博客发布。 详细搭建步骤 环境准备 首先需要安装必要的开发环境 ： 安装Ruby和Bundler 安装项目依赖： $ bundle install 启动本地开发服务器 运行以下命令启动本地预览（默认端口4000）： $ bundle exec jekyll serve # 或者使用 npm start 基础配置定制 修改_config.yml文件进行个性化配置 ： ##### Site settings title: 你的博客标题 SEOTitle: 你的SEO标题 description: "博客描述" ##### SNS settings github_username: 你的github用户名 weibo_username: 你的微博用户名 ##### Build settings paginate: 10 # 每页文章数量 创建博客文章 手动创建 在_posts/目录下创建Markdown文件，包含YAML头文件 ： layout: post title: "文章标题" subtitle: "副标题" date: 2015-01-29 12:00:00 author: "作者名" header-img: "img/post-bg-2015.jpg" catalog: true tags: - 标签1 - 标签2 使用Rake工具自动生成 使用命令自动生成文章模板： ...

Definition 纠删码是一种系统设计中的数据保护方法，用于确保数据的可靠性和可用性。它通过将数据分割成更小的数据块，并使用数学算法创建额外的数据片段（称为校验数据），从而实现这一功能。这使得系统即使在某些数据块丢失或损坏的情况下也能恢复原始数据。 数据分片：原始数据被分割成多个数据块。 校验和生成：使用 Reed-Solomon 等算法生成额外的校验和块。 存储：数据和校验块被分布到不同的存储节点或设备上。 恢复：如果某些数据块丢失或损坏，系统可以使用剩余的数据块和校验数据来重建原始数据。 Reed-Solomon Encoding Matrix Example 数学家们已经几个世纪以来一直在研究矩阵代数、群论和信息论。Reed 和 Solomon 利用这些知识创造了一种看似神奇的编码系统。它可以将信息分解成 n 个部分，添加 k 个“校验”部分，然后从 (n+k) 个部分中的 n 个部分中重建原始信息。 下面的示例使用“4+2”编码系统，其中原始文件被分成四块，然后添加两块校验块。 原始数据 在这个例子中，文件的四个部分每个都是四个字节长。每个部分是矩阵的一行。第一个是“ABCD”。第二个是“EFGH”。以此类推。Reed-Solomon 算法创建一个编码矩阵，你用这个矩阵乘以你的数据矩阵来生成编码数据。该矩阵的设置方式是，结果的前四行与输入的前四行相同。这意味着数据保持完整，它实际上只是在计算校验位。 应用编码矩阵 结果是比原始矩阵多两行的矩阵。这两行是校验位。 编码矩阵的每一行都会生成结果矩阵的一行。因此编码矩阵的每一行都会生成文件结果的一部分。由于行是独立的，你可以划掉两行，方程仍然成立。 数据丢失：六行中有两行“丢失” 那些行完全消失后，看起来是这样的： 由于数学家多年来所做的所有工作，我们知道编码矩阵，即左侧的矩阵，是可逆的。存在一个逆矩阵，当它与编码矩阵相乘时，会产生单位矩阵。就像在基础代数中一样，在矩阵代数中你可以用相同的东西乘以等式的两边。在这种情况下，我们将用单位矩阵从左侧进行相乘： 将方程两边乘以逆矩阵 逆矩阵和编码矩阵相互抵消 重建原始数据 因此，要制作解码矩阵，过程是取原始编码矩阵，划去缺失部分的行，然后找到逆矩阵。接着，你可以将逆矩阵与可用的数据部分相乘，以重建原始数据。 Reference 1.Backblaze Open-sources Reed-Solomon Erasure Coding Source Code 2.Erasure Coding in System Design