运维

从 MLPerf Storage v2.0 看 AI 训练中的存储性能与扩展能力8 月 5 日，全球权威 AI 工程联盟 MLCommons 发布了最新的 MLPerf® Storage v2.0 基准测试结果。本次评测吸引了众多厂商参与，包括 Cloud、Shared File、Fabric-Attached Block、Direct-Attached Block 这几大类存储厂商。

mysql 3节点mgr集群部署省略

OneTerm开源堡垒机实战（三）：功能扩展与效率提升在上一期文章中，我们全面介绍了 OneTerm 的快速部署与基本使用。本篇将继续带你深入了解 OneTerm 的扩展功能，快速提升效率。

Hadoop HDFS-高可用集群部署作者介绍：简历上没有一个精通的运维工程师。请点击上方的蓝色《运维小路》关注我，下面的思维导图也是预计更新的内容和当前进度(不定时更新)。

少妇的美梦

logstash教程Logstash 是 Elastic Stack（ELK Stack：Elasticsearch、Logstash、Kibana）的核心组件之一，定位为开源日志采集与数据处理引擎，主要功能：

k8s集群部署vector日志采集器

aws ec2部署harbor，使用s3存储

深入理解 LVS-DR 模式与 Keepalived 高可用集群前言一、LVS DR 模式负载均衡集群1. LVS DR 模式工作原理（Direct Routing）

LVS负载均衡群集和LVS+Keepalived群集由多台主机构成，但对外只表现为一个整体，只提供一个访问入口（域名与IP地址），相当于一台大型计算机。负载均衡群集：提高应用系统的响应能力、尽可能处理更多的访问请求、减少延迟为目标，获得高并发、高负载（LB）的整体性能。LB的负载分配依赖于主节点的分流算法。

乌萨奇也要立志学C++

【Linux】进程概念(二)：进程查看与 fork 初探本节我们将学到以下内容：我们在上一节了解了进程相关概念后，相信大家对于到底什么是进程还是不太理解，接下来小编通过一些实践操作带大家来深入认识一下进程。

Nginx 从入门到进阶：反向代理、负载均衡与高性能实战指南面向小白的由浅入深教程：5 分钟跑起来，30 分钟玩转常见场景，进一步掌握 HTTPS、缓存压缩、限流与排错思路。

Nginx负载均衡集群实验步骤本实验基于 “1 台 Nginx 代理服务器 + 2 台后端 Web 服务器” 架构，实现基础负载均衡功能（以轮询策略为例），适用于 Linux 环境（如 CentOS 7/8、Ubuntu）。

Linux -- 信号【上】目录一、信号的引入1、信号概念2、signal函数普通标准信号详解表3、前台/后台进程3.1 概念3.2 查看后台进程

centos配置环境变量jdk/etc/profile是全局环境变量加载顺序：/etc/profile/etc/profile.d/*.sh

路由侠内网穿透

本地部署 GPS 跟踪系统 Traccar 并实现外部访问Traccar 是一款集成了强大的 java 后端服务的 GPS 跟踪系统。它支持在多种设备使用，在物流运输、资产管理和个人安全等领域应用。本文将详细的介绍如何利用 Docker 在本地部署 Traccar 并结合路由侠实现外网访问本地部署的 Traccar 。

【Docker】常用帮忙、镜像、容器、其他命令合集（2）紧随上期博文【Docker】常用帮忙、镜像、容器、其他命令合集（1），继续进行容器、其他两部分的命令记录。

服务器装机遇到的问题最近组装了两台服务器，在装机的过程中遇到了一些问题。在网上也看到了一些答案，所以做一些记录，如果这些问题你也遇到了，并且通过我的方法可以解决，那么非常高兴。但是，你遇到的问题，不一定与我完全相同，希望能给各位提供解决问题的思路。

Linux下运行芙蕾雅天堂2【俄文简译L2FATER】原作者：zgosu简译By:L2FATER.CN杀气丶欢迎阅读这份关于在Linux操作系统上无需使用Windows虚拟机即可安装和运行Lineage 2客户端的详细指南。本指南基于实践经验，旨在解决主要的兼容性问题。测试环境：

太空的旅行者

告别双系统——WSL2+UBUNTU在WIN上畅游LINUX最近换工作需要深入研究代码，发现WSL（Windows Subsystem for Linux）是微软为Windows开发者提供的强大工具，可以在Windows上直接运行Ubuntu子系统，无需双系统或虚拟机（满足绝大多数使用场景）。

九章云极AladdinEdu

超参数自动化调优指南：Optuna vs. Ray Tune 对比评测在深度学习和机器学习的实践过程中，超参数调优一直是一个既关键又耗时的环节。传统的"手动炼丹"方式不仅效率低下，而且严重依赖经验和个人直觉。随着自动化超参数优化（Hyperparameter Optimization, HPO）工具的发展，我们现在可以更智能、更高效地找到最佳超参数配置。