
暂无个人介绍
在数字经济时代,云计算、大数据、物联网、移动互联网和人工智能等一系列先进技术推动行业发展和市场变化速度不断加快,促使企业相继进入数字化转型赛道,业务的在线化、全球化日益凸显。企业的 IT 架构、软件系统处于不断加速迭代的状态。当今大部分新开发的应用是组合式和高度集成的,其复杂度大大增加,给开发和维护工作带来了更大的挑战。与此同时,如今大多数新应用都面向最终用户提供自助服务,而用户期望有 BAT 一样的应用质量,能否提供良好的用户体验对应用的成功起着决定性作用。开发阶段 每个团队需要自己的环境,但环境资源紧张,只能共享或等待; 由于技术和环境不满足要求,无法进行自动化测试; 开发人员自制的挡板和模拟器泛滥,导致管理、升级和维护非常困难。 功能和集成测试阶段 集成测试要等所有依赖系统就绪才能进行,严重影响项目进度; 在共享的环境中,频繁的宕机,相互干扰,争用数据和数据污染造成测试工作停滞; 缺陷很难被发现,80% 的接口是系统接口; 大型项目手工回归测试人力和时间成本太高,以及自动化测试经常失败。 性能和验收测试阶段 修复问题的 MTTR 太高而且还在增长,动辄数十人的电话会议; 性能测试经常被压缩,或因达不到生产所需的性能和扩展性而变得毫无意义; 大部分的缺陷,甚至需求和设计的问题都直到上线后才被发现。 解决方案,通过以下四方面的能力来优化客户 IT 应用开发测试的整个生命周期:服务虚拟化接口测试自动化UI 测试自动化性能测试;性能测试经常要与内部核心应用、尚未开发完成的应用、无法把控的第三方应用做交互,而这些根本无法在同一时间提供,第三方通常也不允许做性能测试,在这样的情况下就无法做到完整的性能测试。通过快速模拟上述难以把控的应用系统,让应用可以快速完成完整的性能测试,在上线前就可以掌握应用的实际性能情况。同时可以在应用的多个层级发起全链路的压力,更有效地评估应用的性能,降低上线风险。
CMMI一直强调组织愿景,组织战略,一切目标的制定,活动的裁剪都是围绕着“战略”二字展开。因此不同角色的定位和工作内容也由高层的战略指导方向而定,那么QA能做到什么样,老大的理解、定位、投入是很关键的。但目前国内许多CMMI组织实施PPQA(过程及产品质量保障)的现状存在以下问题:1、QA活动过于形式化,很少能深层次分析过程问题,更谈不上及时给各级管理者(从项目经理到公司CEO)提供质量风险预警和潜在改进机会,从而正面影响他们的决策。 2、很多企业不愿意在QA角色和这项工作上投入太多的成本,完全没有真正评估和认识到QA的真正价值。 从CMMI实施来看,QA是工作流程和质量的最后一道防线,我们不能把第三方监控的价值短浅地看成只是额外成本。这个成本的投入,对比后续的返工成本,从避免重大问题的发生,提升客户的满意度来说,完全不值一提,一定是利大于弊。企业要把QA投入看成是高收益的投资项目,不能不重视QA,不理解它存在的意义。 我们甚至可以说QA是体系落地的关键,通过产品审计、过程审计等手段,确保流程落地,推广到各个项目中去。同时QA是我们组织中最Pure(纯净)的角色,由于他们独立第三方的位置,往往能发现组织现有亟需改进的过程改进建议以及需求。 很多组织只是从表象看到了QA工作,单纯的对照检查单打钩打叉,但在大量的数据化分析背后,QA的声音往往是最容易被忽略的,但是一个会把问题用数据支撑并能挖掘到问题的背后的QA是可遇不可求的,很多组织在一味追求成本的环境下,从而忽视了它真正的价值。 CMMI中将PQA的主要作用描述为管理层及相关人员提供过程和工作产品的客观洞察以支持高质量产品的交付,它的日常工作集中于过程和工作产品的审计,审计结果及时沟通汇报并有效进行分析共享,因此“第三方监督”是QA角色的重要定位。 QA的第三方监督(质量保证)可以有效的确保项目或者服务的日常作业规范遵守组织级标准工作流程(前面也讲到标准工作流程是由组织的EPG通过严格并且专业的流程制定出来的),从而避免问题的发生,提升质量管理的规范性和科学性。
处于数字化转型的今天,企业面临的一个新的挑战,就是IT环境的日益复杂化。云,微服务,持续交付及SAP自身的不断演化,都使得运维的难度不断增大。没有统一有效的监控管理手段,企业业务的稳定运行是不可能的任务。 使用了SAP的企业在考量监控管理解决方案的时候可以参考以下三个方面的因素:1. 可见性可见性有两个方面的考量:1.1 在SAP环境中的深度可见性:不管是SAP Java平台还是SAP ABAP平台均可以实现代码级的监控深度,从代码级的层面构建SAP环境内部的端到到的业务交易性能监控管理。1.2 在整个企业IT环境中的广域可见性:在使用SAP的企业内部实现完整的,跨系统的端到端业务交易监控,将业务交易从非SAP环境关联到SAP环境(反之亦然)。从而实现整个企业范围内的端到端的业务交易监控。2. 确保高可用性与优化鉴于SAP对于企业业务的重要性,针对SAP的监控解决方案不应该只是在出现问题后帮助企业解决问题,而是应该利用当前最先进的人工智能深度学习等技术手段,帮助企业提前预警会影响到关键业务与用户体验的潜在性能问题。同时监控解决方案利用性能基线与动态阈值向企业提供精准的性能告警。通过这些功能特点,帮助企业不断优化SAP的运行性能。3. 关联业务内容 SAP上运行着重要乃至核心级别的业务交易,同时SAP也是一个极为复杂的IT环境,在定位和解决SAP中出现的性能问题时,运维人员往往因为问题的复杂性而搞的一头雾水,同时SAP针对业务的重要性也使运维人员感到巨大的压力。将业务内容与SAP发生的问题进行关联,可以帮助IT运维人员快速准确的了解IT问题对业务的影响程度,快速准确的定位性能问题的根源。并依据业务内容提出有效的性能问题解决方法。通过应用性能管理与优化服务可以获得整个企业范围的端到端的应用性能监控能力,这个企业范围包括:非SAP应用系统,SAP应用系统(包括SAP Java平台,SAP ABAP平台),数据库(包括HANA数据库),缓存系统,第三方API等等。如下图所示:SAP是一个庞大复杂的系统,拥有众多的模块,手动设置静态阈值对各个模块的运行状态,性能指标进行监控不仅仅是耗费精力与成本的事情,还无法监控到引起SAP性能问题的根源。
最近两年vs code在开发工具领域表现得非常抢眼,让很多原本热衷于eclipse、IntelliJ、Atom的同学纷纷转向了vs code,并且对其赞不绝口。一直以来,我认为vs code名不副实,它只不过是一个并没有什么特色之处,依靠插件而使其丰富起来的编辑器而已。在前端开发中,有一个非常好用的工具,Visual Studio Code,简称VS code。 都不用我安利VS code,大家就会乖乖的去用,无数个大言不惭的攻城狮,都被VS code比德芙还丝滑的强大功能所折服。 VS vode特点: 开源,免费; 自定义配置 集成git 智能提示强大 支持各种文件格式(html/jade/css/less/sass/xml) 调试功能强大 各种方便的快捷键 强大的插件扩展.在使用VSCode进行docker的镜像构建时,安装docker插件默认会安装docker desktop桌面端,也会安装一个linux虚拟机进行交互,在虚拟机启动后对系统的占用还是挺高的,为了节约本地的资源,我把docker放到了单独的linux服务器上面,通过远程连接,执行响应的docker命令,禁用本地的docker虚拟机启动。安装VSCode Docker插件安装之后系统会自动安装Docker Desktop,无脑下一步安装即可,安装的目的是为了获取docker的可执行文件配置插件远程docker地址切换到远程docker节点docker context create remote-docker --docker "host=http://192.168.6.9:2375"使用远程节点docker context use remote-docker
集群时刻处于崩溃的边缘,通过近三个月的掌握,发现我司的集群不稳定的原因有以下几点:1、发版流程不稳定2、缺少监控平台【最重要的原因】3、缺少日志系统4、极度缺少有关操作文档5、请求路线不明朗总的来看,问题的主要原因是缺少可预知的监控平台,总是等问题出现了才知道。次要的原因是服务器作用不明朗和发版流程的不稳定。重构发版流程。业务全面k8s化,构建以kubernetes为核心的ci/cd流程。发版流程有关发版流程如下:在这个过程中需要有三个步骤:测试用例、打包镜像、更新pod。第一次部署服务在k8s集群环境的时候可能需要:创建namespace、创建imagepullsecret、创建pv(storageclass)、创建deployment(pod controller)、创建svc、创建ingress、等。其中镜像打包推送阿里云仓库和从阿里云仓库下载镜像使用vpc访问,不走公网,无网速限制。流程完毕,runner pod 销毁,gitlab 返回结果。有关服务部署逻辑图如下:随着业务全面k8s化进程的推进,对于日志系统的需求将更加渴望,k8s的特性是服务的故障日志难以获取。建立可观测的能过滤的日志系统可以降低对故障的分析难度。构建以:以kubernetes为核心的ci/cd发版流程、以prometheus为核心的联邦监控预警平台、以elasticsearch为核心的日志收集系统、以语雀为核心的文档管理中心、以kong及istio为核心的南北东西流量一体化服务,可以在高平发,高可靠性上做到很好保障。
接下来介绍几个Java常用的关键技术难点:1. 基于J2EE的跨平台技术J2EE架构是当前主流的架构之一,目前大多数企业采用J2EE技术的结构设计与解决方案。J2EE体系结构提供中间层集成框架用来满足高可用性、高可靠性以及可扩展性的应用需求。通过提供统一的开发平台,J2EE降低了开发多层应用的费用和复杂性,同时提供对现有应用程序集成强有力支持,有良好的向导支持打包和部署应用,添加目录支持,增强了安全机制,提高了性能。本系统的初步设计中推荐采用J2EE架构,它具备以下特性:Ø 高效的开发:J2EE允许开发商把一些通用的、很繁琐的服务端任务交给中间件去完成。这样开发人员可以集中精力在如何创建业务逻辑上,相应地缩短了开发时间。Ø 状态管理服务:开发人员只需要写很少的代码,而不用关心如何管理状态,这样能够更快地完成程序开发。Ø 持续性服务:开发人员不用对数据访问逻辑进行编码就能编写应用程序,能生成更轻巧,与数据库无关的应用程序,这种应用程序更易于开发与维护。2. 基于SOA架构的技术面向服务的体系结构(service-oriented architecture,SOA)是一个组件模型,它将应用程序的不同功能单元(称为服务)通过这些服务之间定义的接口和契约联系起来。接口是采用中立的方式进行定义的,它应该独立于实现服务的硬件平台、操作系统和编程语言。这使得构建在各种系统中的服务可以以一种统一和通用的方式进行交互。这种具有中立接口定义(没有强制绑定到特定的实现上)的特征称为服务之间的松耦合。松耦合系统的好处有两点:一点是它的灵活性;另一点是,当组成整个应用程序的每个服务的内部结构和实现逐渐地发生改变时,它能够继续存在。而另一方面,紧耦合意味着应用程序的不同组件之间的接口与其功能和结构是紧密相连的,因而当需要对部分或整个应用程序进行某种形式的更改时,它们就显得非常脆弱。SOA新技术的提出为松耦合提供了另外一种可选的更好的解决方案。对松耦合的系统的需要来源于业务应用程序需要根据业务的需要变得更加灵活,以适应不断变化的环境,比如经常改变的政策、业务级别、业务重点、合作伙伴关系、行业地位以及其它与业务有关的因素,这些因素甚至会影响业务的性质。我们称能够灵活地适应环境变化的业务为按需业务,在按需业务中,一旦需要,就可以对完成或执行任务的方式进行必要的更改。从架构层面来看,SOA本身就是一种面向企业级服务的系统架构,简单来说,SOA就是一种进行系统开发的新的体系架构。在基于SOA架构的系统中,具体应用程序的功能是由一些松耦合并且具有统一接口定义方式的组件(也就是service)组合构建起来的。因此,基于SOA的架构也一定是从企业级应用的具体需求开始构建的。但是,SOA和其它企业架构的不同之处就在于SOA提供的业务灵活性。对企业级架构设计师来说,创建一个业务灵活的架构意味着创建一个可以满足当前还未知的业务需求的IT架构。一个基于SOA架构的系统中的所有的程序功能都被封装在一些功能模块中,我们就是利用这些已经封装好的功能模块组装构建我们所需要的程序或者系统,而这些功能模块就是SOA架构中的不同的服务(services)。3. 基于全程建模的技术大型信息系统经常借助模型来设计分析,模型是现实世界中的某些事物的一种抽象表示。抽象的含义是抽取事物的本质特性,忽略事物的其他次要因素。因此,模型既反映事物的原型,又不等于该原型。模型是理解、分析、开发或改造事物原型的一种常用手段。在信息系统中,模型是开发过程中的一个不可缺少的工具。信息系统包括数据处理、事务管理和决策支持。实质上,信息系统可以看成是由一系列有序的模型构成的,这些有序模型通常为:功能模型、信息模型、数据模型、控制模型和决策模型,所谓有序是指这些模型上分别在系统的不同开发阶段、不同开发层次上建立的。业务模型是软件设计的核心。任何底层的问题都会反馈到业务模型上来,而业务模型和需求非常的接近,因此测试用例的设计难度比较低。我们知道,测试工作最难的就是如何权衡测试工作量和软件质量的关系,把测试的力量集中在业务模型上,能够有不错的效果(这并不是说其它的部分不需要测试,单元测试的主要思路是测试一切可以测试的东西)。但是这种测试也需要付出额外的代价,最典型的是测试环境的建立,由于是业务模型测试,不可能像单元测试那样容易,所以需要有周全的测试数据和测试计划。这项工作应该放到业务模型的类设计中,成为进度的一部分。如果是业务模型的关联性很大,还要从整体上考虑。
智能汽车中的智能化技术,可分为3 个模块:环境感知层、决策规划层和运动控制层。环境感知层利用环境感知传感器(视觉传感器、激光雷达、毫米波雷达、超声波雷达、里程计、GPS 等)感知车辆行驶环境信息,利用车辆自身状态传感器(如轮速检测等)感知车辆自身状态。经过智能化模型处理后,感知出车辆周围环境(如绝对位置、车道线、周围车辆相对位置、行人位置、动态静态障碍物类型和位置、行为预测等),决策规划层按照驾驶决策算法将空间、时间上的独立信息、互补信息和冗余信息进行理解,根据实时感知到的车辆周围环境信息,实时决策车辆可执行的驾驶指令并规划出行程轨迹。运动控制层接收决策规划层的驾驶指令,控制车辆稳定运行的同时保证车辆的控制精度。 随机性和模糊性导致不确定性是人类思维活动中最基本的特性。对人类思维模拟、研究的人工智能技术,也具有不确定性的特点。基于视觉的感知算法 1) 目标检测算法 目标检测的任务是找出图像或视频中的感兴趣物体,同时检测出它们的位置和大小,是机器视觉领域的核心问题之一,至今已有将近二十年的研究历史。作为计算机视觉的基本问题,目标检测构成了许多计算机视觉任务的基础,目前目标检测算法已广泛应用于许多现实世界的应用,如智能驾驶、机器人视觉、视频监控等。从2012 年开始,因大数据技术和硬件计算能力的提升,卷积神经网络(convolutional neural networks, CNN)再一次受到研究者的关注,CNN 提取到的特征和传统手工特征相比,具有更鲁棒和更深层的特性,这也引导研究者将CNN 应用到目标检测领域中。用深度学习解决目标检测算法,可被分为两组:两阶段法和一阶段法。两阶段法采用“由粗到细”的检测策略,而一阶段法利用神经网络模型,一步完成检测任务。2) 车道线检测算法 基于视觉的车道线检测技术已经广泛应用于辅助驾驶系统,如驾驶员熟悉的私家车车道保持功能,驾驶车辆时,如果车辆压在车道线上太久,则驾驶辅助系统会提醒驾驶员调整车辆位置。3) 目标跟踪算法 视觉跟踪通过在连续的视频图像序列中估计感兴趣目标的位置或所在区域,结合历史运动信息,预测其未来的运动信息,对智能车分析理解其周围环境至关重要。在线视觉跟踪的基本框图如图1所示。4) 行为预测算法 行为预测功能会根据当前以及历史感知来预测智能车周围其他运动物体(如其他车辆、行人、非机动车等)的未来运动轨迹。为使智能车在道路上安全有效地行驶,智能汽车不仅应感知其周围其他运动元素的状态,还应主动预测其未来的运动轨迹,有助于智能车提前做出最优决策。机器学习尤其是深度学习的最新进展为解决智能车行为预测提供了有力工具。预期功能安全基于场景来进行分析,ISO/PAS 21448 标准将场景划分为如图2 所示的4 个区间,分别为:1)已知-安全场景;2)已知-危险场景;3)未知-危险场景;4)未知-安全场景。预期功能安全研究的目的是将已知危险区域和未知危险区域缩小至可接收的范围内,即保证场景尽可能控制在安全区域。
1 引言 在<Transformers之问题对答(Question Answering)>中, 使用了mrm8488/bert-multi-cased-finetuned-xquadv1数据集回答问题, 这个数据集是一个多语言预训练模型: BERT(base-multilingual-cased) fine-tuned for multilingual Q&A. 并且使用了最简单的管道pileline()调用方法. 就像我们已经看到的一样, 这个模型得出的结果不理想, 因此本文探索了一个更高级的预训练模型.2 模型描述 本文的试验模型采用了bert-large-uncased-whole-word-masking-finetuned-squad数据集作为问题回答模型。在默认状态下, 这个模型保存在C:\Users\m\.cache\huggingface\transformers文件夹内. 该模型不区分字母的大小写, 使用了屏蔽语言模拟masked language modeling (MLM) 目标对英语语言进行预训练。可以在问题回答管道中使用它,或者使用它来输出给定查询和上下文的原始结果。BERT模型在BookCorpus上进行了预训练,该数据集由11,038本未出版的书籍和英文维基百科组成(不包括列表、表格和标题)。与其他BERT模型不同的是,这个模型使用了全词屏蔽Whole Word Masking技术进行训练。在这种情况下,一个词所对应的所有标记(tokens)都会被一次性屏蔽掉, 而整体屏蔽率保持不变。训练是相同的 -- 每个被屏蔽的WordPiece标记都是独立预测的。在预训练之后,这个模型在SQuAD数据集上用一个微调脚本进行了微调。 BERT是一个以自我监督方式在大型英语数据语料库上预训练的transformers 模型。这意味着它只对原始文本进行了预训练,没有人以任何方式给它们贴标签(这就是为什么它可以使用大量公开可用的数据),并通过一个自动过程从这些文本中生成输入和标签。更确切地说,它的预训练有两个目标: (1) Masked language modeling (MLM): 掩蔽语言模拟(MLM)---取一个句子,模型随机掩蔽输入中15%的单词,然后通过模型运行整个掩蔽的句子预测掩蔽的单词。这与传统的递归神经网络RNN不同,RNN通常是一个接一个地看单词,或者与自回归模型GPT不同,GPT在内部屏蔽未来的标记。而MLM允许模型学习句子的双向表示。3 调用方法 <Transformers之问题对答(Question Answering)>[transformers-pipeline-question-answering.py]使用了管道pipleline方法,本例使用AutoTokenizer方法[Transformers-AutoModelForQuestionAnswering.py]。from transformers import AutoTokenizer, AutoModelForQuestionAnsweringimport torchtokenizer = AutoTokenizer.from_pretrained("bert-large-uncased-whole-word-masking-finetuned-squad")model = AutoModelForQuestionAnswering.from_pretrained("bert-large-uncased-whole-word-masking-finetuned-squad")4 测试结果 我们使用与上文内容相同的句子作为比较对象,提出以下四个问题:: 内容: '''The development of a step-path failure surface is mainly controlled by the orientation and spatial characteristics of the present major rock structure including major joints sets, shear planes and fault planes. ''' (1) 问题: '''What kinds of factors controlled the development of a step-path failure surface?''' 回答: orientation and spatial characteristics of the present major rock structure including major joints sets, shear planes and fault planes5 新的测试 内容: '''The Chuquicamata mine in northern Chile has one of the largest open pits in the world, measuring approximately 4 km long, 3 km wide, and 1 km deep. Removing ore and waste from the mine on conveyors or by truck, using the haul roads such as that illustrated in Fig. 25, is a complex and expensive process. Hence, planning started more than 10 years ago for a transition from open pit to block caving underground as the mining method.''' [智利北部的丘基卡马塔矿是世界上最大的露天矿之一,长约4公里,宽3公里,深1公里。用传送带或卡车将矿石和矸石从矿井中运出,使用如图25所示的运输道路,这是一个复杂而昂贵的过程。因此,10多年前就开始规划采矿方法,从露天矿过渡到地下块体崩落法。]
土地档案管理系统是将现有的历史纸质档案资料进行数字化加工处理,建成标准化的网络基础资料数据库,同时建成一套基于计算机网络应用的档案管理软件系统。本文对系统进行了可行性研究、需求分析、前台界面的设计、后台数据库建设以及系统测试等相关工作。基于三层架构的思想,前台使用jsp技术,后台使用了Oracle 11g平台,主要使用Hibernate的设计模式访问数据库,采用B/S架构,实现此土地档案管理系统。 本系统是采用B/S体系的三层结构,使用java编程语言,应用Hibernate开发模式。三层结构即Model层、View层和Service层的分离,层次分明的设计结构让整个系统显得层次分明,在实现和后期维护等方面将带来极大的方便。登录功能介绍:上面的截图为登录页面的一部分,通过该页面实现登录过程。当使用者有一个用户的时候,可以通过其已拥有的用户名和密码来进行登录,只有在用户名和密码都正确的时候才可以成功登陆。如果没有本系统的账户时,可以通过注册功能注册一个用户,然后通过注册完成的用户登录本系统。 系统登陆界面如下图所示。注册功能介绍: 当某人要使用本系统的时候,需要有一个账户来进行登录,登陆之后才可以进行系统的操作。当没有账户时,可以快捷的通过登录页面的注册链接进入系统的注册页面,输入一个任意的符合规则的用户名和密码,以及一些其他的个人信息。当填写完信息之后想要对已填写的信息进行重新编辑,可以点重置按钮清空已填写的信息,然后可以重新录入你个人的注册信息。注册成功后则会成功跳转到登录页面使用新注册的账户进行登录。 用户注册页面如下图所示。土地档案查询功能的介绍: 一般情况下要进行土地档案查询的时候,都要先知道土地号的。在已经知道土地号的情况下,输入要查询的土地档案的土地号,如果该土地档案在系统中存在,则会显示其具体的土地档案信息。若是不存在的话,则不会显示任何信息。在查询的结果的页面有修改和删除的相关功能的按钮,对于已经查询到的文件档案信息要进行修改或者删除的操作是可以通过其按钮进行操作。 先对土地档案进行查询操作,通过查询页面输入要查询的档案的土地号,进行查询,档案查询页面如下图所示。 在文件档案查询的页面完成档案的查询之后,点击修改,会将查到的档案的所有信息传到页面的修改页面,然后在其本来的信息的基础上进行修改,只需要在原有的基础上进行自己想进行的修改,修改完成之后提交,通过档案土地号在查询页面中进行查询,则可看到其修改后的信息。 档案修改页面如下图所示。对于整个系统来说,页面的设计并不是难点,但是想要做成让人赏心悦目的效果还是简单的,鉴于时间有限,在登录页面做出较多效果,其他页面进行略微调整。而对于系统的逻辑结构,基于MVC模式的开发并且使用Hibernate将系统的层次性以及代码的层次性清晰地呈现了出来,在开发过程中只是略微体现其好处,只是感觉代码的结构很漂亮。待到系统基本实现的时候,对系统进行细节性的调整的,很快地就找到了相应的代码方位,而且在修改的过程当中,应为逻辑的层层分离,不会因为一点点的东西带来大的问题,这就是提高可读性带来的好处。
slurm是linux集群上的资源调度软件,用户可以使用slurm申请计算资源、提交作业文件和启动计算程序。下面是使用ls-dyna smp求解器的slurm脚本。#!/bin/bash#SBATCH --job-name=lsdyna_smp#SBATCH --output=lsdyna_smp.out#SBATCH --error=lsdyna_smp.out#SBATCH --mail-type=end#SBATCH --mail-user=***@qq.com#SBATCH --nodes=1#SBATCH --ntasks-per-node=1#SBATCH --cpus-per-task=40echo `date`echo `hostname`# 输入作业文件路径和名称========================================== workdir=/***/***/***input=***.k# 提前创建work文件夹存放计算结果====================================cd $workdircp -p $input ./workcd ./work# =========================================================export LSTC_MEMORY=autolsdyna i=$input ncpu=$SLURM_CPUSecho `date`ls-dyna的smp求解器在cpu核心超过8个后计算效率提升很小,推荐使用mpp求解器
本系统是以Browser/Server(浏览器/服务器)结构和JSP语言及SQL Server2000数据库和TOMCAT作为服务器开发的管理系统。首先,使用JSP具有较好的安全性和可移植性,具有动态页面和静态页面分离,能够脱离硬件平台的束缚,而使用Browser/Server结构是因为这种结构可以减少客户端很大维护工作量,且具有很强的使用范围的伸缩性,客户端通过浏览器统一界面,就可以完成内部的信息处理和外部环境的信息查询,而使用SQL Server2000主要是由于它有快捷而健全的数据库查询引擎,能够保护数据库以防止不合法的使用所造成的数据泄露,更改或破坏,SQL Server提供多层用户身份验证的安全保证,其次,公司要求用JSP来实现系统功能,基于以上两方面的原因,我采用了JSP来实现系统的建设。登录模块如下图所示:系统登录界面 页面程序说明,如下表所示: 页面程序说明系统主界面 合同管理模块设计合同添加合同收款模块设计合同查询模块设计
开发环境要求 本系统的软件开发及运行环境具体如下。 操作系统:Windows 7、Windows 10。 Python版本:Python 3.7.1。 开发工具:PyCharm 2018。 Python内置模块:os、sys、time、math。 第三方模块:pygame。 注意:在使用第三方模块时,首先需要使用pip install命令安装该模块,例如,安装pygame模块,可以在Python命令窗口中执行以下命令: pip install pygame 运行方法 打开PyCharm开发环境,然后打开源码文件夹,找到drawBoard文件夹,按下<Ctrl+C>进行复制,切换到PyCharm开发环境,在左侧列表中按下<Ctrl+V>进行粘贴,展开drawBoard文件夹,双击main.py打开该文件,然后在右侧窗口中单击右键,选择“Run’main”即可运行程序,如图1所示。 超级画板的主要功能都集中在一个窗口上实现,在这个窗口中,默认选择的是画笔,用户在设置画笔颜色和尺寸时,可以在窗口左侧的矩形框中显示预览效果,选择完成后,即可在右侧画板中绘制图形;而如果选择橡皮,则可以擦除已经绘制的图形,另外,还可以按键盘上的<Esc>键盘,清空右侧的画板,选择“Run’main”即可运行程序 程序运行效果如图2所示(说明:单击左侧的铅笔或者橡皮,然后单击加减号可以增加或者缩小宽度,选择一个颜色,即可在右侧绘制图形,或者擦除绘制的图形)。
各类企业和社会服务都在快速推进数字化转型,越来越多的客户和最终用户依赖APP或企业的数字化系统进行下单、营销、生产制造或获取服务。支撑业务的IT架构和应用环境日趋繁复,业务上线需求却日益提速,企业IT部门如何有效保障业务、应用性能和用户体验则愈发艰难。应用性能与优化服务(RPOS)能够帮助企业监控、分析和优化复杂应用环境。为企业应用的各个技术栈提供实时监控、业务洞察、异常检测和用户体验端到端的可见性。 企业通过RPOS可以大幅缩减运维中的平均修复时间,从而优化客户体验,提升应用性能和业务绩效。 通过全栈监控从基础架构、系统平台、中间件、应用程序到数据库,涵盖应用全部组件的性能指标,可实现系统端到端可视化,自动发现系统的业务拓扑,监控事务性能、错误及告警,从而确保业务应用按预期运行,同时也可实现业务交易的应用性能追溯。 可以通过RPOS来洞察业务瓶颈,做到在关注技术的同时也关注业务收入和用户体验,提升用户转化率,提高用户忠诚度。云计算带来了敏捷性、可靠性、易用性和效率上的改善,当下大部分企业正在迅速的将自己的应用系统迁移到云环境上来,这也为企业带来了新的挑战。
针对功能测试整个生命周期进行线上管理而研发的一款B/S架构的软件测试管理工具产品。该产品基于瑞友科技测试团队多年测试领域的经验积累和测试业务线管理需要,基于Java技术开发的一款服务性的工具。测试项目负责人,创建测试产品和测试任务后,通过本工具对测试计划、案例设计、案例评审、案例执行、BUG管理进行全生命周期的管理。瑞测工具,提供测试报告全部纳入系统中进行线上管理,详细记录整个测试过程,多图表分析和监控测试情况,最终自动生成测试报告,在测试报告中会对整个测试过程进行图表分析且做出风险建议,并自动预警给团队任务执行人员。业务架构如下 :首页任务提醒功能:即将开始\结束任务、重要任务进度、需要复测BUG。BUG图表分析:针对提出的BUG进行多维度图表分析,从而可以找出测试过程中需要重点关注的地方,也给后续风险建议提供参考数据。自动生成测试报告:一键出报告,报告提供基本信息、案例信息、BUG清单;报告最后会根据实际情况自动生成测试分析和风险建议内容。以BUG占比、BUG有效率、案例缺失率、业务BUG占比4个重点指标做为基础,再结合出勤率、任务延时率等进行测试人员测评。自动引导测试:根据大量的同类案例库信息,对待测系统进行精确分析,自动生成测试案例,并结合自动化工具进行案例执行。同时也能非常准确的评估工作量及风险。
对待区块链的态度比较理性,普遍认为在构建国内国际双循环的新发展格局的大环境下,区块链将落地实体经济,在加速促进数据共享、优化业务流程、降低运营成本、提升协同效率、建设可信体系等方面发挥重要作用。 "十四五"将进一步推进区块链与实体经济的深度融合。那么区块链对普通企业而言究竟有何意义?简单而言,区块链将改善信用环境,能够帮助企业以较低的成本安全可控地获取其他企业的可信数据,解决市场交易过程中信任难问题。在技术实现上,ATN使用区块链来确保数据不可篡改,同时通过加密数据、信用记录等方式在保护隐私数据的情况下提供可信数据验证,主要包括有业务数据内容验证和数据关系验证。ATN提供各业务阶段业务数据及关联数据密文存储,并可以根据数据内容,建立各阶段数据溯源及相关服务。ATN可以根据审计要求,对某些关键数据,提供密文下的审计服务(如数量超过阈值预警等)。首先,通过接入ATN服务,业务流程各关键阶段数据可以做到实时密文存储上链,而且区块链存储有数据不可篡改的特点,消除了不可靠的隐忧。其次,对业务数据与链上数据的验证各方均可以使用ATN提供的统一接口服务进行,更进一步,通过使用ATN特有的数据关系,系统还可以审计各阶段数据关系是否准确。ATN网络服务的部署也非常简单,系统本身提供一键安装服务。对于已有业务系统的大多数场景下,接入ATN服务不影响已有系统功能及流程,只需要切入关键业务点,系统升级开发工作量小,实施周期短。
2021年12月
2021年09月
2021年08月