lb

1.1 Keepalived 高可用软件 Keepalived 起初是专为 LVS 设计的， 专门用来监控 LVS 集群系统中各个服务节点的状态 ，后来又加入了 VRRP 的功能，因此除了配合 LVS 服务外，也可以作为其他服务（ Nginx,Haproxy ）的高可用软件， VRRP 是 Virtual Router Redundancy Protocol （虚拟路由器冗余协议）的缩写， VRRP 出现的目的就是为了解决 静态路由 出现的单点故障问题，它能够保证网络的不间断、稳定的运行。所以， keepalived 以方面具有 LVS Cluster nodes healthchecks 功能，另一方面也具有 LVS directors failover 功能。 1.1.1 LVS Directors failover 功能 Ha failover 功能：实现 LB Master 主机和 Backup 主机之间故障转义和自动切换。 这是针对有两个负载均衡器 Director 同时工作而采取的故障转移措施。当主负载均衡器（ MASTER ）失效或出现故障时，备份负载均衡器（ BACKUP ）将自动接管主负载均衡的所有工作（ vip 资源及相应服务）一旦主负载均衡器（ MASTER ）故障修复， MASTER 又会接管回它原来处理的工作，而备份负载均衡器（ BACKUP ）会释放

-------------------LVS专题------------------------ LVS原理详解及部署之一：ARP原理准备 LVS原理详解及部署之二：LVS原理详解（3种工作方式8种调度算法） LVS原理详解及部署之三：手动部署LVS LVS原理详解及部署之四：keepalived介绍 LVS原理详解及部署之五：LVS+keepalived实现负载均衡&高可用 ------------------------------------------------- 一、集群简介 什么是集群 计算机集群 简称 集群 是一种 计算机系统 ，它通过一组松散集成的 计算机软件 和/或硬件连接起来高度紧密地协作完成计算工作。在某种意义上，他们可以被看作是一台计算机。 集群系统 中的单个计算机通常称为节点，通常通过局域网连接，但也有其它的可能连接方式。 集群计算机 通常用来改进单个计算机的计算速度和/或可靠性。一般情况下 集群计算机 比单个计算机，比如工作站或 超级计算机 性能价格比要高得多。 集群就是一组独立的计算机，通过网络连接组合成一个组合来共同完一个任务 LVS在企业架构中的位置： 以上的架构只是众多企业里面的一种而已。绿色的线就是用户访问请求的数据流向。用户-->LVS负载均衡服务器--->apahce服务器--->mysql服务器&memcache服务器&共享存储服务器

Minimum Spanning Tree http://acm.hdu.edu.cn/showproblem.php?pid=4408 模板题 1 #include<cstdio> 2 #include<cstring> 3 #include<queue> 4 #include<stack> 5 #include<algorithm> 6 #define mt(a,b) memset(a,b,sizeof(a)) 7 using namespace std; 8 typedef __int64 LL; 9 class MinST_count { ///最小生成树计数o(~=MV^3)+o(MElogME) 10 typedef int typec;///边权的类型 11 typedef LL typer;///返回值类型 12 static const int ME=1024;///边的个数 13 static const int MV=128;///点的个数 14 struct E { 15 int u,v; 16 typec w; 17 friend bool operator <(E a,E b) { 18 return a.w<b.w; 19 } 20 } e[ME]; 21 typer mod,ans,mat[MV][MV]; 22 int n,le,fa[MV],ka

1.建模过程： 将材料1，3做成丙产品会亏本，将材料2做成丙产品不会赚钱，故不做丙产品。并且可以看出材料1最贵，材料2最便宜，故尽可能多用材料2，少用材料1.故产品甲用%50的材料1，%25的材料2，%25的材料3.产品乙用%25的材料1，%50的材料2,%25的材料3。. 2.变量说明： 将x1,x2分别设为产品甲的质量和产品乙的质量（kg）。 利润为z=2.5x1-2.5x2; .3.约束条件： 0.5x1+0..25x2<=100 0.25x1+0.5x2<=100 0.25x1+0.25x2<=60; X1>=0 X2>=0 4.结果： 将其用matlab软件进行计算，得到做200kg甲产品和0kg乙产品时利润最大，为500元。 5.matlab代码： c = - 2.5000 2.5000 >> A = [ 0.5 , 0.25 ; 0.25 , 0.5 ; 0.25 , 0.25 ] A = 0.5000 0.2500 0.2500 0.5000 0.2500 0.2500 >> b = [ 100 ; 100 ; 60 ] b = 100 100 60 >> Aeq = [ 0 , 0 ] Aeq = 0 0 >> beq = 0 beq = 0 >> lb = [ 0 ; 0 ] lb = 0 0 >> linprog ( c , A , b , Aeq , beq

POJ3258 题意： 有一堆牛要过河，河的长度是 L，河中间有N个石头，牛只能踩着石头过河，问去掉M个石头后（去掉这M个石头的方式是随机的），牛能走的石头间距最小值中，最大的那一个是多少，输出距离。 开始和最后的两块石头不能搬走。 解法： 最大化石头间距的最小值 二分距离，从左到右遍历所有的石头（包括首尾），在判断距离之内不停的搬走石头，当石头总数大于M的时候即是错误。 代码如下： 1 int L, M, N; 2 int pos[MAXN]; 3 4 bool C(int x) { 5 int sum = 0, last = 0; 6 for (int i = 1; i <= N + 1; i++) { 7 if (pos[i] - pos[last] < x) { 8 sum++; 9 if (sum > M) { 10 return false; 11 } 12 } else { 13 last = i; 14 } 15 } 16 return true; 17 } 18 19 void jojo() { 20 sort(pos, pos + N + 1); 21 int lb = 0, ub = L + 1; 22 while (ub - lb > 1) { 23 int mid = (ub + lb) / 2; 24 if (C(mid)) { 25 // cout <

Nginx反向代理型负载 负载均衡（load balance）集群，提供了一种廉价、有效、透明的方法，来扩展网络设备和服务器的负载、带宽、增加吞吐量、加强网络数据处理能力、提高网络的灵活性和可用性。 单台计算机无法承受大规模的并发访问，或者数据流量。此时需要搭建负载均衡集群把流量分摊到多台节点设备上分别处理，即减少用户的等待响应的时间，又提升了用户体验； 7*24小时的服务保证，任意一个或者多个有限后端节点宕机，不能影响整个业务的运行。 为什么还要学习LVS 工作在网络模型的7层，可以针对http应用做一些分流的策略，比如针对域名、目录结构，Nginx单凭这点可利用的场合就远多于LVS了。 最新版本的Nginx也支持4层TCP负载，曾经这是LVS比Nginx好的地方。 Nginx对网路稳定性的依赖非常小，理论上能ping通就能进行负载均衡，这个也是它的优势之一，相反LVS对网络稳定性依赖比较大。 Nginx的安装配置比较简单，测试起来比较方便，它基本能把错误用日志打印出来。LVS的配置、测试就要花比较长的时间了，LVS对网络依赖比较大。 懵逼了，Nginx这么好用，为什么还要用LVS。 简单一句话，当并发量超过Nginx上线，就可以使用LVS了。 日1000-2000W PV 或者并发请求10000一下都可以考虑用Nginx。 大型门户网站，点上网站需要用到LVS。

void MergeList_Sq(SqList La, SqList Lb, SqList *Lc) { // 已知顺序线性表La和Lb的元素按值非递减排列。 // 归并La和Lb得到新的顺序线性表Lc,Lc的元素也按值非递减排列 ElemType *pa, *pa_last, *pb, *pb_last, *pc; pa = La.elem; pb = Lb.elem; Lc->listsize = Lc->length = La.length + Lb.length; // 不用InitList()创建空表Lc pc = Lc->elem = (ElemType *)malloc(Lc->listsize * sizeof(ElemType)); if (!Lc->elem) // 存储分配失败 exit(-1); pa_last = La.elem + La.length - 1; pb_last = Lb.elem + Lb.length - 1; while (pa <= pa_last && pb <= pb_last) // 表La和表Lb均非空 { // 归并 if (*pa <= *pb) *pc++ = *pa++; // 将pa所指单元的值赋给pc所指单元后，pa和pc分别+1(指向下一个单元) else *pc++ = *pb++; //

编辑本博客 巧用定时器 获取标签方式 清理定时器 记住当前位置 <!DOCTYPE html> <html lang="en"> <head> <meta charset="UTF-8"> <title>无缝轮播</title> <style> *{ padding: 0; margin: 0; } ul{ list-style:none; } .warper{ width: 400px; height: 319px; /*background-color: #A9A9A9;*/ margin: 0 auto; overflow: hidden; position: relative; } ul li{ float: left; } ul{ width: 800%; position: absolute; top: 0; left: 0; } ul li img{ width: 400px; height: 319px; } </style> </head> <body> <div id="lb" class="warper"> <ul> <li><img src="img/lb/1.jpg"> </li> <li><img src="img/lb/2.jpg"> </li> <li><img src="img/lb/3.jpg"> </li> <li><img src="img

Matlab优化工具箱主要有以下4种求解器： 1.最小值优化 2.多目标最小值优化 3.方程求解器 4.最小二乘（曲线拟合）求解器 一.最小值优化： 1.标量最小值优化：使用函数fminbnd 例：对边长为3m的正方形铁板，在4个角处剪去相等的正方形，以制成方形无盖水槽，问如何剪才能使水槽的容积最大？ 方程：V=(3-2x)^2x function f = myfun1(x) f = -(3-2*x).^2 * x; % 由于fminbnd只能用来计算最小值，所以这里加负号 x = fminbnd(@myfun1,0,1.5) % x = fminbnd(fun,x1,x2)：返回标量函数fun在条件x1 < x < x2下取最小值时自变量x的值 y= -myfun1(x) % 调用myfun1函数来计算水槽的最大容积 2.无约束最小值优化:使用函数fminunc和fminsearch 例：求函数f(x)=3x1^2+2x1x2+x2^2最小值 function f = myfun2(x) f = 3*x(1)^2 + 2*x(1)*x(2) + x(2)^2; % 目标函数 x0 = [1,1]; % 初始值，可以是标量，向量，矩阵，即从这个值开始找，不熟悉的话可以多试几次，取最优的 [x,fval] = fminunc(@myfun2,x0) % x为自变量，fval为函数值

1. 输入 30 个数到一个 5 行 6 列数组，经排序后该数组各元素值按行从小到大排列，并显示该二维数组。要求：不能把次二维数组转存到一位数组中。 1 //输入二维数组时，以行为单位，每行各个元素之间以空格隔开 2 #include <stdio.h> 3 4 #define row 5 5 #define col 6 6 7 int main() { 8 int array[row][col], i=0, j=0, a, b, swap; 9 printf("please enter your %d*%d array: \n", row, col); 10 while(i < row){ 11 //no newline after %d sequence 12 scanf("%d %d %d %d %d %d", 13 &array[i][0], &array[i][1], &array[i][2], &array[i][3]， &array[i][4], &array[i][5]); 14 i++; 15 } 16 17 printf("\nhere is your input: \n"); 18 for(i = 0; i < row; i++){ 19 for(j = 0; j < col; j++){ 20 printf("%d ", array[i][j]); 21 }