ESC使用体验

简介: 一个大学生的ESC使用初体验

1)自我介绍
我是江西师范大学软件学院软件工程专业的一名大三学生,在大一大二的学习中,我学习了Linux,Java,python,网页设计等课程,在日常的生活学习中,我也会经常使用电脑编程,但却始终停留在本地操作。在大三的学习中,学校与企业合作,开展了工作室课程,教导我们如何把所学的知识运用到服务器中,为我们未来的工作提供了一个模板。在学习中,我需要小组合作,并在服务器上开展自己的项目,在工作室老师的推荐下,我们参与了阿里云的飞天加速计划,免费为学生提供服务器用于项目开发和部署,为身为穷学生的我们提供了一个能够参与服务器学习的机会,在这表示十分感谢。

2)学习过程
我们每个星期有两天进行hadoop的教学,企业导师会手把手的教导我们如何操作,我们在ESC服务器上搭建环境,下载软件,一点点的学习,虽然遇到了一些问题,但在百度或询问老师之后都可以解决,直至今日,已经搭建了一个基于springboot的影视网站,也完成了埋点,可以进行数据的采集与存储。在学习的过程中,要不断的进行端口的授权,也遇到黑客攻击进行挖矿等,但阿里云自带的云服务器管理平台都及时向我们发出了警告,我们也立刻进行了处理,保住了我们之前的学习成果,也让我们意识到了防火墙的重要性。
3)学习体验
通过此次项目活动学习,我对ESC服务器有了更深入的认识,从0到有的过程中,我们学到了很多关于云服务器的知识,为我们软件专业的学生开启了一个新的大门。感谢阿里云所提供的飞天加速计划,为我们这些不富裕的学生提供了一个能够学习和操作的机会,我也会把阿里云向我身边的同学推广,一起投入到ESC的学习中来。

相关文章
|
算法 Linux 开发者
GitHub Copilot 使用技巧之快捷键大全
GitHub Copilot 使用技巧之快捷键大全
1656 0
|
数据中心
openstack的亲和组
在OpenStack中,亲和性组(Affinity Groups)是用于定义虚拟机(VM)实例之间关系的一种机制。亲和性组允许你指定一组虚拟机实例,并规定它们应该在同一主机上运行(亲和性),或者应该在不同主机上运行(反亲和性)。这有助于优化性能、提高可用性和确保一些特定的资源隔离。 亲和性组可以通过OpenStack的Orchestration服务(Heat)来定义和管理。以下是一些关键概念和步骤: 1. **亲和性策略(Affinity Policy):** 定义了虚拟机实例之间的关系。有两种主要的策略,即亲和性(affinity)和反亲和性(anti-affinity)。 2.
951 0
|
7月前
|
人工智能 自然语言处理 搜索推荐
知识蒸馏(KD)深度落地:解锁GEO生成式优化轻量化高性能方案
知识蒸馏作为大模型轻量化的核心底层技术,有效解决了大模型落地贵、运行慢、部署难的痛点,让轻量化模型也能具备接近大模型的搜索语义理解与高质量内容生成能力。
|
存储 监控 NoSQL
140_异步推理:队列管理框架 - 使用Celery处理高并发请求的独特设计
在大型语言模型(LLM)部署的实际场景中,推理服务的并发处理能力直接影响用户体验和系统稳定性。随着LLM应用的普及,如何高效处理大量并发请求成为部署优化中的关键挑战。传统的同步请求处理方式在面对突发流量时容易导致系统过载,响应延迟增加,甚至服务崩溃。异步推理通过引入队列管理机制,能够有效缓冲请求峰值,平滑系统负载,提高资源利用率,从而为LLM服务提供更稳定、更高效的并发处理能力。
954 7
|
7月前
|
人工智能 编解码 自然语言处理
AI电影解说的技术链路拆解:从视频理解到自动剪辑
AI电影解说的技术链路拆解:从视频理解到自动剪辑
1486 10
|
8月前
|
小程序
小程序构建npm时报错应该如何解决
小程序开发初遇“NPM packages not found”报错?只需三步解决:1. 在project.config.json中添加packNpmManually和packNpmRelationList配置;2. 项目→重新打开此项目;3. 工具→构建npm。轻松搞定依赖构建问题!
693 2
|
11月前
|
搜索推荐 Java 关系型数据库
基于springboot的热门文创内容推荐分享系统
本研究聚焦文创产业线上平台内容推荐不足问题,结合MySQL、Java、SpringBoot与B/S架构,构建个性化推荐系统。旨在提升用户获取文创内容的效率与体验,促进产业传播效能与商业转化,推动技术在实际场景中的应用发展。
|
监控 算法 Java
深入理解JVM《垃圾收集(GC)机制与算法 - 宇宙的清洁工》
Java通过垃圾收集(GC)实现自动内存管理,避免手动释放内存导致的泄漏或崩溃。主流JVM采用可达性分析算法判断对象生死,结合分代收集理论,使用标记-清除、复制、标记-整理等算法回收内存。G1、ZGC等现代收集器进一步提升性能与停顿控制。
|
机器学习/深度学习 数据挖掘 开发工具
Jupyter 集群管理:大规模部署的最佳策略
【8月更文第29天】将版本控制系统(如 Git)与 Jupyter 笔记本结合使用是现代数据科学和机器学习团队中常见的实践。这种集成不仅有助于追踪代码变更历史,还可以促进团队间的协作和代码共享。本文将详细介绍如何在 Jupyter Notebook 中集成 Git,并提供一些实用的代码示例来帮助你开始使用。
602 1