az

本文用四节点部署GaussDB T 1.0.1分布式集群，部署完成后再将其升级到1.0.2版本(直接安装1.0.2版本，在安装过程中会遇到segment fault报错，目前尚未解决)。前期操作系统准备工作参考之前的几篇文章。 1、部署分布式集群 1.1 节点信息 各节点信息如下表所示： 1.2 集群参数文件 根据实际情况修改集群参数，或者通过database manager工具生成，内容如下： [root@onas db]# vi clusterconfig.xml <?xml version="1.0" encoding="UTF-8"?><ROOT> <CLUSTER> <PARAM name="clusterName" value="GT100"/> <PARAM name="nodeNames" value="hwd08,hwd09,hwd10,hwd11"/> <PARAM name="gaussdbAppPath" value="/opt/huawei/gaussdb/app"/> <PARAM name="gaussdbLogPath" value="/var/log/huawei/gaussdb"/> <PARAM name="archiveLogPath" value="/opt/huawei/gaussdb/arch_log"/> <PARAM name=

原文: 容器化的 DevOps 工作流 对于 devops 来说，容器技术绝对是我们笑傲江湖的法宝。本文通过一个小 demo 来介绍如何使用容器技术来改进我们的 devops 工作流。 devops 的日常工作中难免会有一些繁琐的重复性劳动。比如管理 Azure 上的各种资源，我们会使用 Azure CLI 工具。同时我们也会使用 Ansible 完成一些自动化的任务。当我们同时使用二者的时候就会碰到一些尴尬的事情：Azure CLI 依赖的 python 版本为 3.x，而 Ansible 的主流版本还在依赖 python 2.x。如果我们要同时使用二者，就需要在环境中搞一些飞机。如果团队中的每个成员都需要使用这样的工具，那么每个人的环境中都需要这些飞机！下面是一些比较类似的问题： 一些工作流在陌生的环境中不能正确的工作 在工作流中加入新的工具时，整个团队都需要获取并安装这些新的工具 运行 devops 工作流不能对当前的环境产生影响(应该允许在 build 环境中运行 devops 工作流) 工作流的变化不会对运行环境产生任何的影响 实现这些需求的最好方式就是容器技术！通过容器把我们的 devops 工作流和运行环境隔离开就可以了。文本的 demo 会演示一个非常简单的使用 Azure CLI 的工作流，我们的目标是为整个团队打造一个满足以上需求的工具集(容器镜像)

废话不多说，直接上代码 from PIL import Image import numpy as np a = np.asarray(Image.open("a.jpg").convert("L")).astype("float") depth = 10 #设置深度为10 grad = np.gradient(a) #对数组a求梯度 grad_x, grad_y = grad grad_x = grad_x*depth/100 grad_y = grad_y*depth/100 A = np.sqrt(grad_x**2 + grad_y**2 + 1.) uni_x = grad_x/A uni_y = grad_y/A uni_z = 1./A vec_el = np.pi/2.2 #θ角度 vec_az = np.pi/4. #α角度 dx = np.cos(vec_el)*np.cos(vec_az) dy = np.cos(vec_el)*np.sin(vec_az) dz = np.sin(vec_el) b = 255*(dx*uni_x + dy*uni_y + dz*uni_z) b = b.clip(0, 255) im = Image.fromarray(b.astype('uint8')) im.save("b.jpg") 最后的效果 不得不说，真的很厉害

关注微信号：小城在线 关注CSDN：程志伟的博客 import numpy as np import pandas as pd import matplotlib.pyplot as plt import seaborn as sns colors=sns.color_palette("deep") H:\Anaconda3\lib\site-packages\statsmodels\tools\_testing.py:19: FutureWarning: pandas.util.testing is deprecated. Use the functions in the public API at pandas.testing instead. import pandas.util.testing as tm #读取飞机航班数据 data=pd.read_csv('H:/0date/airport-ontime.csv') data.head() Out[2]: FL_DATE UNIQUE_CARRIER ... DISTANCE_GROUP Unnamed: 16 0 2014-06-01 AA ... 10 NaN 1 2014-06-01 AA ... 10 NaN 2 2014-06-01 AA ... 10 NaN 3 2014-06-01 AA ... 10

一、三维绘图 1.曲线图 plot3(X1,Y1,Z1,...)：以默认线性属性绘制三维点集（X1,Y1,Z1）确定的曲线 plot3(X1,Y1,Z1,LineSpec)：以参数LineSpec确定的线性属性绘制三维点集 plot3(X1,Y1,Z1,'PropertyName',PropertyValue,...)：根据指定的属性绘制三维曲线 theta = 0:0.01*pi:2*pi; x = sin(theta); y = cos(theta); z = cos(4*theta); plot3(x,y,z,'LineWidth',2); hold on; theta = 0:0.02*pi:2*pi; x = sin(theta); y = cos(theta); z = cos(4*theta); plot3(x,y,z,'rd','MarkerSize',10,'LineWidth',2); 2.网格图 绘制函数z=f(x,y)的三维网格图的过程： 确定自变量x和y的取值范围和取值间隔 利用meshgrid函数生成“格点”矩阵 计算自变量采样“格点”上的函数值：Z = f(x,y) matlab中提供了mesh函数用于实现绘制网格图： mesh(X,Y,Z)：绘制三维网格图，颜色与曲面的高度相匹配 mesh(Z)：系统默认颜色与网格区域的情况下绘制数据Z的网格图

创建 Azure 云服务 Azure 云服务包括执行应用程序所需操作的角色。当你将云服务发布到 Azure 时，每个角色将在云中的虚拟机上运行。有关如何开发 Azure 云服务的详细信息。 创建 Azure 云服务 以管理员身份启动 Visual Studio。 在菜单栏上，依次选择 “文件”、“新建”、“项目” 。 在 “已安装的模板” 中显示的 Visual C# 和 Visual Basic 项目模板中，选择已更新的 “云” 模板类型。选择 “Azure 云服务” 。在 .NET Framework 列表中，请选择想要使用的目标框架。 备注 Visual Studio 2012 和 Visual Studio 2013 支持 .NET Framework 4.5 和 .NET Framework 4。 在 “名称” 文本框中，输入项目名称，然后选择 “确定” 按钮。 此时会显示 “新建项目” 对话框。 若要将 Web 角色添加到解决方案，请在对话框中间选择 “ASP.NET Web 角色” ，然后选择右箭头 (>)。可将多个 Web 和辅助角色添加到 Azure 解决方案。 这些角色将显示在对话框的 “Azure 解决方案” 窗格中。 若要将 WebRole1 重命名为 MyWebRole ，请将指针移至 WebRole1 并选择右侧的铅笔图标。键入新的名称，然后选择 “输入