gauge

ubuntu AndroidStudio4.1启动报错

霸气de小男生 提交于 2020-10-17 10:23:35
Internal error . Please refer to https : / / code . google . com / p / android / issues java . lang . NoSuchMethodError : com . intellij . ide . plugins . PluginManagerCore . loadDescriptors ( ) [ Lcom / intellij / ide / plugins / IdeaPluginDescriptorImpl ; at com . a . a . b . b . ar . a ( ar . java : 121 ) at com . a . a . b . b . ar . a ( ar . java : 71 ) at com . intellij . idea . MainImpl . start ( MainImpl . java : 19 ) at com . intellij . idea . StartupUtil . startApp ( StartupUtil . java : 303 ) at com . intellij . idea . StartupUtil . prepareApp ( StartupUtil . java : 245 ) at com .

干掉ELK | 使用Prometheus+Grafana搭建监控平台

谁说我不能喝 提交于 2020-10-07 05:20:46
什么是Prometheus? Prometheus是由SoundCloud开发的开源监控报警系统和时序列数据库(TSDB)。Prometheus使用Go语言开发,是Google BorgMon监控系统的开源版本。 Prometheus的特点 · 多维度数据模型。 · 灵活的查询语言。 · 不依赖分布式存储,单个服务器节点是自主的。 · 通过基于HTTP的pull方式采集时序数据。 · 可以通过中间网关进行时序列数据推送。 · 通过服务发现或者静态配置来发现目标服务对象。 · 支持多种多样的图表和界面展示,比如Grafana等 Prometheus的组件 Prometheus生态系统由多个组件组成,它们中的一些是可选的。多数Prometheus组件是Go语言写的,这使得这些组件很容易编译和部署。 · Prometheus Server 主要负责数据采集和存储,提供PromQL查询语言的支持。 · 客户端SDK 官方提供的客户端类库有go、java、scala、python、ruby,其他还有很多第三方开发的类库,支持nodejs、php、erlang等。 · Push Gateway 支持临时性Job主动推送指标的中间网关。 · Exporter Exporter是Prometheus的一类数据采集组件的总称。它负责从目标处搜集数据,并将其转化为Prometheus支持的格式

Python笔记:用pyecharts绘制柱形图

雨燕双飞 提交于 2020-10-04 03:14:25
简介: pyecharts 是一个用于生成 Echarts 图表的类库。 echarts 是百度开源的一个数据可视化 JS 库,主要用于数据可视化。pyecharts 是一个用于生成 Echarts 图表的类库。实际上就是 Echarts 与 Python 的对接。 使用 pyecharts 可以生成独立的网页,也可以在 flask , Django 中集成使用。 特性: 简洁的 API 设计,使用如丝滑般流畅,支持链式调用 囊括了 30+ 种常见图表,应有尽有 支持主流 Notebook 环境,Jupyter Notebook 和 JupyterLab 可轻松集成至 Flask,Django 等主流 Web 框架 高度灵活的配置项,可轻松搭配出精美的图表 详细的文档和示例,帮助开发者更快的上手项目 多达 400+ 地图文件以及原生的百度地图,为地理数据可视化提供强有力的支持 pip 安装 CMD: pip install pyecharts 显示successfully,表示安装成功,目前版本为1.4.0 pyecharts包含的图表   Bar(柱状图/条形图)   Bar3D(3D 柱状图)   Boxplot(箱形图)   EffectScatter(带有涟漪特效动画的散点图)   Funnel(漏斗图)   Gauge(仪表盘)   Geo(地理坐标系)   Graph

一分钟了解自动化测试【灵魂配图】

风流意气都作罢 提交于 2020-08-14 02:15:24
其实自动化测试已经不是一个新兴产物。为了写这个文章,我特意去百度百科搜索了一下,这个是百度自动化测试的官方定义。 接下来我们大约用一分钟的时间来了解自动化测试。尽量精简,有利于大家的阅读理解。 显而易见,掌握了自动化测试,薪资待遇是十分可观的。 首先我们从招聘岗位需求说起。看近期的职业机会,提到“软件测试工程师”,基本上都有关于自动化测试的要求。例如: * 了解 selenium、appium或者其他自动化测试框架 * 至少熟悉一门面向对象开发语言,有一定的代码功底优先 * 熟悉Java或者python,有一定的测试自动化经验和代码阅读能力 * 了解接口集成测试,会使用JMeter、Postman、SoapUI等接口测试工具 等等,上述内容不再一一列举。突然自动化测试遍地开花,好像测试工程师的自动化测试能力成为了标配一般。本文就从自动化测试的要求入手,简单的进行自动化测试扫盲,争取让各位在一分钟之内了解自动化测试。 那么我们就从“自动化测试”五个字来剖析。 #测试 测试:这个我们熟悉。最经典的一个解释“程序测试是为了发现错误而执行的过程。”这个来自于G.J.Myers的经典著作《软件测试的艺术》的定义,给我们展示了测试的本质:过程。 测试是为了发现软件的错误,而执行的过程,这个过程可以是以下内容: * 运行被测试的软件,执行软件的功能 * 运行其他工具,去检查软件的内部和外部

当下6大热门开源自动化测试框架 | 干货分享

為{幸葍}努か 提交于 2020-08-12 15:27:16
如果您正在考虑构建自己的测试自动化框架,请在自荐之前,参考-下以下的六大热门自动化 测试框架。 在大多数情况下,您将会很好地考虑一个或多 个可用的开放源代码选项。这是因为一般来说, 框架是可以在团队中使用的一套最佳实践,假设,通用工具和库。很多时候,其实您并不需要 -一个开发-一个独特的测试框架。 您只需要一个框架来帮助您实现自动化测试代码: 可重复使用 可维护性 稳定 我看到一些团队通过从头开始构建自己的复杂的自动化框架,花费了大量的功夫去实现这些必 备选项。这使我疯狂,因为其实他们可以很容易地利用现有的开源工具和测试库,而不需要编 写任何代码就可以满足他们的需求,而在大多数情况下,这些工具和库都能获得更好的结果。 在陷入"构建自己的框架”陷阱之前,请务必查看这六个开源测试自动化解决方案。务必! Serenity 如果您需要一个基于Java的框架,与诸如Cucumber和JBehave之类的行为驱动的开发工具集 成在- -起,您可以将测试场景保持在高水平,同时在报告中包含较低级别的实施细节, Serenity可能是您比较好的选择。Serenity (以前称为Thucydides)是-种开源工具, 旨在使 验收测试和回归测试更容易。 -个主要的好处是, Serenity作为Selenium WebDriver和BDDI之上的包装。这使得BDD 和Selenium测试变得更简单

ZoneStats

与世无争的帅哥 提交于 2020-08-11 05:31:14
每个zone的统计信息 。 public class ZoneStats< T extends Server> { private final LoadBalancerStats loadBalancerStats ; private final String zone ; private static final String PREFIX = "ZoneStats_" ; private final Counter counter ; final String monitorId ; public ZoneStats (String name , String zone , LoadBalancerStats loadBalancerStats) { this . zone = zone ; this . loadBalancerStats = loadBalancerStats ; monitorId = name + ":" + zone ; counter = Monitors. newCounter ( PREFIX + name + "_" + zone + "_Counter" ) ; Monitors. registerObject ( monitorId , this ) ; } public final String getZone () { return

Springboot快速上手- 第八篇 Actuator

烂漫一生 提交于 2020-08-08 19:38:14
1 概述 Spring Boot Actuator的关键特性是在应用程序里提供众多Web端点,通过它们了解应用程序运行时的内部状况,比如: Spring应用程序上下文里配置的Bean Bean在Spring应用程序上下文里是如何组装在一 起的 Spring Boot的自动配置做的决策 应用程序取到的环境变量、系统属性、配置属性和命令行参数 应用程序里线程的当前状态 应用程序最近处理过的HTTP请求的追踪情况 各种和内存用量、垃圾回收、Web请求以及数据源用量相关的指标…… Spring Boot Actuator提供的端点,可以查看官方文档: https://docs.spring.io/spring-boot/docs/2.0.0.M4/reference/htmlsingle/#production-ready-endpoints 2 启用Actuator 要启用Actuator的端点,只需在项目中引入Actuator的起步依赖即可 <dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-starter-actuator</artifactId> </dependency> 同时在properties里面设置management.security.enabled=false

随机量子化:(3) 标量场理论之 Yukawa 模型

本小妞迷上赌 提交于 2020-08-08 05:13:57
我们先看标量场的正常 QFT 量子场论。后续再用随机量子化的方法检验。 标量场的 QFT 是比较简单的。QFT 在加入 fermion 和 gauge 后才会更有趣。如果在一般流形上做就更有趣。 1. 标量场的 QFT 我们都见过这个(其中 是场源): 如果 如果 在 QFT 中值得算的事情之一是 的存在,系统的能量改变了。考虑系统为 的情况,令改变的程度为 。如果 与时间无关, 也与时间无关,它就是 产生的势能: 那么,如何计算 , ,则: 如果 则此时: 这个 ,得到 模型: 展开就得到费曼图。 2. Yukawa 势能 对于 Yukawa 场 和场源 ,Yukawa 模型的 Lagrangian 是: 因此可这样配: 。因此: 然后需要找到 : 得: 是技术细节,这里不谈。 验算: 考虑空间中两个固定的 Yukawa 点荷,分别位于 ,它们构成如下的场源 : 此时: 这就是这两个点荷之间的 Yukawa 势能。这个理论最初是试图用于描述核力,现在可用于描述 Higgs 场,因为 Higgs 是标量场。 这个和电场势能是不是有点像?电场的媒介子是光子,光子的静止质量 ,符号相反。这实际是因为光子的自旋为 1,而标量场的自旋为 0,把它们对应的 Lagrangian 写出来代进去可以算出这不同的结果。 第二,电场是 规范场,有一些技术问题。后续再谈。 【待续】 来源:

第02期:Prometheus 数据采集(一)

邮差的信 提交于 2020-08-07 07:20:33
上篇文章(第01期:详解 Prometheus 专栏开篇) 介绍了 Prometheus 的架构,本文开始将介绍 Prometheus 数据采集。本文首先会介绍采集数据的格式和分类,然后会给出一些使用上的建议。 一、采集数据格式及分类 1.1 采集数据的格式x` Prometheus 使用 metric 表示监控度量指标,它由 metric name (度量指标名称)和 labels (标签对)组成: <metric name>{<label name=<label value>, ...} metric name 指明了监控度量指标的一般特征,比如 http_requests_total 代表收到的 http 请求的总数。metric name 必须由字母、数字、下划线或者冒号组成。冒号是保留给 recording rules 使用的,不应该被直接使用。 labels 体现了监控度量指标的维度特征,比如 http_requests_total{method="POST", status="200“} 代表 POST 响应结果为 200 的请求总数。Prometheus 不仅能很容易地通过增加 label 为一个 metric 增加描述维度,而且还很方便的支持数据查询时的过滤和聚合,比如需要获取所有响应为 200 的请求的总数时,只需要指定 http_request_total

基于 Prometheus、Grafana 的 EMQ X 物联网 MQTT 服务器可视化运维监控

一笑奈何 提交于 2020-08-07 07:18:49
Prometheus 是由 SoundCloud 开源监控告警解决方案,支持多维 数据模型 (时序由 metric 名字和 k/v 的 labels 构成),具备灵活的查询语句( PromQL ),支持多种数据采集 exporters ;支持告警管理,基于指标实现告警监控;支持多种统计数据模型,图形化展示友好,图形展示除了内置的浏览器,也支持 Grafana 集成。 物联网 MQTT 服务器 EMQ X 提供 emqx_statsd 插件,用于将 EMQ X 运行指标及 Erlang 虚拟机状态数据输出到第三方的监控系统如 Prometheus 中。通过 Prometheus 自带的 node-exporter 还可以采集 Linux 服务器相关指标,实现服务器 + EMQ X 整体运维监控。 本文提供了 Prometheus + Grafana 整套 EMQ X 运维监控方案搭建过程。 安装与准备 Docker 镜像下载 # Docker 镜像包下载 docker pull prom/node-exporter docker pull prom/prometheus docker pull prom/pushgateway 启动 node-exporter 可选,用于收集服务器指标如 CPU、内存、网络等,如果使用 Docker 安装则需要映射目标服务器响应的状态文件: