容器服务

【C++】-- STL容器适配器之priority_queue

【C++】-- STL容器适配器之priority_queue

【C++】-- STL容器适配器之底层deque浅析

【C++】-- STL容器适配器之queue

【C++】-- STL容器适配器之stack

Dockerfile 文件是用于定义 Docker 镜像生成流程的配置文件，文件内容是一条条指令，每一条指令构建一层，因此每一条指令的内容，就是描述该层应当如何构建；这些指令应用于基础镜像并最终创建一个新的镜像

国内访问Docker Hub的速度很不稳定，有时甚至出现连接不上的情况。本节我们来为Docker配置镜像 加速器，从而解决这个问题。目前国内很多云服务商都提供了镜像加速的服务。 常用的镜像加速器有:阿里云加速器、DaoCloud加速器等。各厂商镜像加速器的使用方式大致类似， 笔者以阿里云加速器为例进行讲解。

近几年，企业基础设施云原生化的趋势越来越强烈，从最开始的IaaS化到现在的微服务化，客户的颗粒度精细化和可观测性的需求更加强烈。容器网络为了满足客户更高性能和更高的密度，也一直在高速的发展和演进中，这必然对客户对云原生网络的可观测性带来了极高的门槛和挑战。为了提高云原生网络的可观测性，同时便于客户和前后线同学增加对业务链路的可读性，ACK产研和AES联合共建，合作开发ack net-exporter和云原生网络数据面可观测性系列，帮助客户和前后线同学了解云原生网络架构体系，简化对云原生网络的可观测性的门槛，优化客户运维和售后同学处理疑难问题的体验 ，提高云原生网络的链路的稳定性。

2023初始，凛冬已至，疫情横跳， 环境繁复，君不见互联网大厂纷纷裁员，银根紧缩。这一切归结为两个字：成本。对于互联网企业来讲，除了最基本的工商财税，办公室、办公设备、人力、产品和公关等等，这一切都是成本。而在疫情因素侵入导致经济下滑的情况下，降本增效就已经成为2023开年很多企业管理者非常重视的 KPI指标，而降本也一定会成为2023年技术发展的一个必然趋势。

docker-compose容器编排部署

容器，又见容器。Docker容器的最主要优点就在于它们是可移植的。一套服务，其所有的依赖关系可以捆绑到一个独立于Linux内核、平台分布或部署模型的主机版本的单个容器中。此容器可以传输到另一台运行Docker的主机上，并且在没有兼容性问题的情况下执行。而传统的微服务架构会将各个服务单独封装为容器，虽然微服务容器化环境能够在给定数量的基础架构内实现更高的工作负载密度，但是，在整个生产环境中创建、监视和销毁的容器需求总量呈指数级增长，从而显著增加了基于容器管理环境的复杂性。

Python自动化，大概也许或者是今年最具热度的话题之一了。七月流火，招聘市场上对于Python自动化的追捧热度仍未消减，那么Python自动化到底能帮我们做些什么呢？ 第一，Python自动化可以避免熟练工种的重复工作，对于功能相对完整和成熟的软件，每发布一个新的版本，无论是大版本还是小版本，其中大部分功能和界面都几乎和上一个版本相似或完全相同，但所谓向上兼容，你不能因为新功能的产生而不对老版本功能进行测试工作，而这些老功能又在上一个版本上线时测过，所以这部分功能特别适合于自动化测试，从而可以让测试达到测试每个特征的目的。

“世界上有那么多城市，城市里有那么多的酒馆，可她，却偏偏走进了我的.....”，这是电影《卡萨布拉卡》中的一句著名独白，投射到现实生活中，与之类似的情况不胜枚举，这世界上有那么多的系统，系统中有那么多的浏览器，在只有一台测试机的前提下，难道我们只能排队一个一个地做兼容性测试吗？有没有效率更高的方法呢？为此我们提出一个更高效的解决方案：使用Docker+Selenium Grid。

【云原生】Docker容器数据卷

Jenkins+GitLab自动化部署到Docker容器

容器方式搭建免费的表白网站（2022.9.25更新）

vsftp容器搭建+go开发web用户管理界面（更新于2022.02.23）

上一篇我们介绍了SpringFactoriesLoader。这一篇我接着来介绍一下Spring的另一个知识点，就是Spring容器的事件监听机制。

上一篇我们介绍了Spring IOC容器的启动过程以及bean的实例化过程，这一篇我们接着来学习另外一个知识点，就是Bean的生命周期，我们知道直接通过（new XX()）来创建的实例，当这个实例没有被引用时就会被垃圾回收机制回收，但是通过IOC容器实例化的Bean的生命周期又是如何呢？

今天我们来认识一下Spring IOC容器，本文主要介绍SpringIOC容器的核心要点以及其启动流程和实例化流程。

2023年，君不言容器技术则已，欲言容器则必称Docker，毫无疑问，它是当今最流行的容器技术之一，但是当我们面对海量的镜像与容器时，怎样快速精准的对海量容器进行管理和编排就又成了新的课题，此时，由Google开源的Kubernetes(读音\[kubə'netis\]，业界也有称其k8s的，但k8s其实就是文盲版的Kubernetes，只是因为k和s之间有8个字母)就应时而生了，它是一个开源的用于多个主机虚拟成一个云平台后进行容器资源管理和应用编排引擎，致力于让部署容器化应用简单并且高效，提供了应用的全生命周期管理，如应用部署，规划，更新，维护等机制。本次我们尝试在Win10/Mac系统下，

ZABBIX监控容器内的MySQL数据

docker容器设置镜像加速实战

docker容器设置ssh远程链接实战

docker 升级后或者重装后，启动容器提示：Error response from daemon: Unknown runtime specified docker-runc...

Docker-compose容器编排

TreeSet 要求存放的对象所属的类必须实现 Comparable 接口，该接口提供了比较元素的 compareTo()方法，当插入元素时会回调该方法比较元素的大小。TreeMap 要求存放的键值对映射的键必须实现 Comparable 接口从而根据键对元素进 行排 序。

本系列联合作者 容器服务 @谢石 近几年，企业基础设施云原生化的趋势越来越强烈，从最开始的IaaS化到现在的微服务化，客户的颗粒度精细化和可观测性的需求更加强烈。容器网络为了满足客户更高性能和更高的密度，也一直在高速的发展和演进中，这必然对客户对云原生网络的可观测性带来了极高的门槛和挑战。为了提高云原生网络的可观测性，同时便于客户和前后线同学增加对业务链路的可读性

本系列联合作者 容器服务 @谢石 近几年，企业基础设施云原生化的趋势越来越强烈，从最开始的IaaS化到现在的微服务化，客户的颗粒度精细化和可观测性的需求更加强烈。容器网络为了满足客户更高性能和更高的密度，也一直在高速的发展和演进中，这必然对客户对云原生网络的可观测性带来了极高的门槛和挑战。为了提高云原生网络的可观测性，同时便于客户和前后线同学增加对业务链路的可读性