utm

每逢电商大促，全民狂欢，但热闹是属于疯狂剁手的人们。而开发者们有的缺是“高流量、高访问、高并发”三高下带来的种种问题。为了应对大促期间的高I/O情况，企业会选择MongoDB云数据库应对。可是，在使用MongoDB云数据库的时候，可能经常遇到一个问题：MongoDB CPU利用率很高，都快跑满了，这该怎么办？别担心，我们有菊长呢。你看，菊长来了… 我们下期见。。。 点击关注，第一时间了解华为云新鲜技术~ 来源： oschina 链接： https://my.oschina.net/u/4526289/blog/4340098

首先恭喜大家顺利完成了我们的培训与认证课程！ 上了红榜的小伙伴现在可以在后台回复 【红榜】 解锁社区神秘周边礼包哦~ 对课程感兴趣小伙伴/已报名的小伙伴都可以扫描下方二维码进入我们的学习群 不仅有小伙伴每天陪你一起学习、进步，我们的小助手还会定期在群里为大家发放考试模拟题哦~ 为了帮助想学习云计算相关产品及实操的小伙伴提升知识储备、锤炼专业技术、提高就业竞争力，去年年底我们推出了 【京东智联云培训&认证】 课程，针对从业人员或希望进入云行业人员的专业性技能进行培训与认证。 目前我们拥有 京东智联云云计算助理工程师认证（JCA） 及 京东智联云云运维助理工程师认证（JCA） 为京东智联云云基础产品用户和运维人员提供专业技术认证。该项认证内容包括京东智联云的计算服务、网络服务、存储服务及安全等方面的核心产品，是对从业人员或希望进入云行业人员的专业性技能认证。 目前，除上述两门课程外，我们刚全新上线了一门专项认证课程： 针对专有云平台京东智联云产品实施人员及运维人员提供的专业技术认证，该项认证内容包括京东智联云专有云交付，管理和运维等方面的内容，协助学习者学习基于专有云平台京东智联云产品的交付部署能力和产品运维能力。 课程内容包括 JD Cloud Stack, Swift, Mesh 的全面产品介绍及解决方案。 通过认证，可帮助学习者提升对专有云的理解

摘要： 管理与部署域服务包括云监控、云审计服务、云日志服务、标签管理服务、消息通知服务，这些服务为您的云资源管理提供便利。 在日常工作中，我们往往要对云资源进行部署和管理，为了方便快捷，提高工作效率，管理与部署域的服务便应运而生。管理与部署域服务可以实现对云资源的监控和日志审计，同时可以帮助您便捷的完成对各类云资源的部署、管理和维护。 “云图说”带您总览管理与部署域的服务在整个公有云系统中的角色和地位，再对各个服务进行单点描述。 您也可以点击“了解更多”，管理与部署域服务等着您！ 点击关注，第一时间了解华为云新鲜技术~ 来源： oschina 链接： https://my.oschina.net/u/4526289/blog/4328488

近日，软件和芯片设计公司 Synopsys 发布《 2020年开源安全和风险分析报告 》，指出不安全的开源软件已无处不在。一方面，99%的审计代码库中至少包含一个开源组件，另一方面，经过审核的代码库中有75％包含具有已知安全漏洞的开源组件，老化和废弃的开源组件也无处不在。 3月，安全和许可证合规性管理解决方案提供商 WhiteSource 同样发布了一份《 2019年开源组件安全漏洞现状报告 》。统计显示，2019年公开的开源软件漏洞数量激增至6000多个，增幅达近50%，原因包含开源软件应用的扩大。 两份报告指向同个现象——开源软件的应用已非常广泛，开源和“我们必须只使用专有代码”的想法间的战争已经结束了，取而代之的是对开源软件是否安全的讨论。 关注和应用的增加带来更多安全问题 WhiteSource 在报告中说明，开源软件漏洞数量的上升可以归因于开放源组件的广泛采用，过去几年开源社区的大量增长，以及媒体对最近一些数据泄露事件的报道，（使得人们）对开放源代码安全的关注提高。 正如 Synopsys 公司的报告中所提到的， 开源组件和库是每个行业每个应用程序的基础。 Synopsys 公司的开源安全工具和审计团队——黑鸭审计针对17个行业的1253个代码库进行审计，具体包括企业服务/SaaS，保健，生命科学，金融服务，物联网，电信，计算机硬件等行业，其中99%包含开源组件

当下 IT 运维 人员的一大头疼事，便是复杂而凌乱的告警，无法将告警信息进行灵活分类，通知给不同的人，这样就加大了运维人员对告警信息的判断难度，进而无法快速的的定位到根因，也就无法快速的解决问题。 睿象云 智能告警 平台Cloud Alert（简称CA）快速接入各类事件，通过人工智能算法自动发现、诊断、修复IT系统运行事故，并能帮助企业形成最佳事件管理流程，让业务运行更加安全可靠； 灵活的分派策略： 在CA的分派策略当中，用户可以根据不同的应用，选定不同的筛选条件，将条件相结合，让指定的告警通知到特定的人；例如：在zabbix应用中，用户可以选择告警级别、告警内容、主机、服务、告警对象、hostgroups、applications等筛选条件，将告警条件相结合，使得告警通知到的人。用户也可以选择将告警通知到组、排班、钉钉、企业微信等协作通知方式；为了防止重要的告警遗漏，CA平台也推出了分派升级策略，当告警在用户指定的时间内未被认领或关闭时，会通知到第二负责人，同样的也可以设置第三、第四负责人，以此类推。 功能详情见视频： http://video.aiops.com/CA.assignment.mp4 或扫描二维码观看视频： 更多功能欢迎登陆 睿象云 官网进行体验～ 来源： oschina 链接： https://my.oschina.net/u/4157713/blog

提起用户故事拆分，我们听得最多的就是INVEST原则（关于INVEST原则可以参考文章 “用户故事等于需求说明”——你一定没有写好用户故事 ），但很多人面临的问题是拿到一个较大的用户故事时，该如何拆分才能使得它满足Small的原则呢？接下来，就和大家一起讨论一下如何拆分用户故事。 首先，拆分可以参考以下流程：评估待拆分用户故事-按方法拆分-评估拆分结果。（文末有彩蛋，不要错过） 评估待拆分用户故事 拆分前，我们需要知道手中的用户故事是否需要拆分，就是目前是否已经符合了Small的原则。我们推荐一个用户故事在1-2天内能完成，最多不超过3天，则符合Small原则。有些地方给出的说法是1/5-1/10团队速率，这个算法和你每个迭代天数以及团队成员数有关系，所以我个人还是喜欢简单的说，1-2个工作日能完成算Small。在这种情况下如果你的用户故事已经符合了INVEST其他原则的话，那就没必要拆成多个用户故事了，因为再拆就增加了管理成本（这里不包括拆成多个task，task可以再多拆分的）。 好，当你已经根据上面评估了用户故事，发现依旧需要拆分的话，那么可以按下面方法进行拆分。 按方法拆分 目前业界比较好的方法是Richard Lawrence的方法，原文请参考https://agileforall.com/patterns-for-splitting-user-stories/

点击上方 “ AI小白学视觉 ”，选择加" 星标 "或“置顶” 重磅干货，第一时间送达 来源｜Daniel Liu@知乎，https://zhuanlan.zhihu.com/p/138555896 Multi-scale self-guided attention for medical image segmentation 该论文的方法为2019年发布的在CHAOS MRI Dataset上进行医学图像分割的最优方法，最终的Dice为86.75. Introduction：对过往医学图像分割方法的看法 一、对于过往的模型的看法 1、在多数经典模型中对于多尺寸的使用，如unet结构,FCN结构。由于在一开始就是 同样 的low-level信息进行不断的特征提取，所以会造成信息的 冗余 使用。 2、过往模型应用在像素级别的分割挑战中的时候（如，医学领域的分割），可能会表现出判别能力的不足。 二、对于当下用于提高学习特征表达能力的方法，如多尺度的上下文融合，使用空洞卷积，pooling等方式的看法 1、尽管之前的做法可以获得目标在不同尺寸下的信息，但是对于所有的image的上下文联系都是homogenous的和非自适应的, 忽略 了在不同类别中，local-feature和上下文依赖之间的差异。 2、这些多尺度的上下文依赖基本上都是人为设定的，缺乏模型自身的灵活性.

摘要： LeNet-5是Yann LeCun在1998年设计的用于手写数字识别的卷积神经网络，当年美国大多数银行就是用它来识别支票上面的手写数字的，它是早期卷积神经网络中最有代表性的实验系统之一。可以说，LeNet-5就相当于编程语言入门中的“Hello world！”。 华为的昇腾训练芯片一直是大家所期待的，目前已经开始提供公测，如何在昇腾训练芯片上运行一个训练任务，这是目前很多人都在采坑过程中，所以我写了一篇指导文章，附带上所有相关源代码。注意，本文并没有包含环境的安装，请查看另外相关文档。 环境约束：昇腾910目前仅配套TensorFlow 1.15版本。 基础镜像上传之后，我们需要启动镜像命令，以下命令挂载了8块卡（单机所有卡）： docker run -it --net=host --device=/dev/davinci0 --device=/dev/davinci1 --device=/dev/davinci2 --device=/dev/davinci3 --device=/dev/davinci4 --device=/dev/davinci5 --device=/dev/davinci6 --device=/dev/davinci7 --device=/dev/davinci_manager --device=/dev/devmm_svm --device=

摘要： 当已有云硬盘容量不足时，可以扩容云硬盘，扩容云硬盘分为在“正在使用”状态扩容和“可用”状态扩容两种，扩容结束后需要扩展分区和文件系统。我们一起来看下具体怎么操作吧！ 很多朋友在使用云服务时会面临 “云硬盘容量不够”的困扰，目前常用的解决方法有三种： 创建一块新的云硬盘，并挂载给云服务器。 扩容原有云硬盘容量。系统盘和数据盘均支持扩容。 清理云硬盘的空间。 打个比方帮助大家理解三者的区别： 你在北京五道口有一套两室一厅的房子（想想是不是有点小激动？），突然你想让父母搬来一起住方便照顾。新建云硬盘相当于在五道口再买一套房子，但是不能时刻照顾到二老；清理云硬盘就是把你家的小储物间打扫出来让二老住进去；扩容云硬盘就是把现在的房子变成三室一厅。这么一比，最巴适的方法还是扩容云硬盘撒~ 系统盘扩容上限是2TB，数据盘扩容上限是32 TB，大家扩容时按需进行，保护钱包。 注意：云硬盘只支持扩容，不支持缩容。 （牢牢记住，别问为啥） 好了，正式进入主题！扩容云硬盘一共分为三步： 查看云硬盘状态-扩容云硬盘-扩展磁盘分区和文件系统 前提条件 已经通过CBR或者快照功能备份数据。扩容云硬盘不会清空数据，备份数据目的是防止误操作造成数据丢失。 第一步：查看云硬盘状态 登录华为云管理控制台。 单击服务列表，选择“存储 > 云硬盘”。 进入“云硬盘”页面，查看想要扩容的云硬盘的状态。 状态为“可用”

作者：华为云专家｜ 人民副首席码仔 上世纪60年代爆发的软件危机催生了软件工程，人们寄希望于借助工程化的手段管理、设计、构建和维护软件，自此，聪明绝顶的工程师便在追求更美好软件的漫漫长路上艰苦求索。 开发语言经历了汇编、C、C++、Java、Erlang、Python；编程范式涵盖了面向过程（POP）、面向对象（OOP）、泛型（GP）、函数式（FP）；软件架构从单机到分布式到云原生，包括巨石，库组件模块服务，分层，微服务，MVC/ServiceMesh/Serverless等；而软件工程思想和方法论则包括以生命周期管理为核心注重工序的瀑布模型（Waterfall Model），以需求进化为核心注重迭代渐进的敏捷开发（Agile Development），以边界划分和控制为核心注重领域建模的领域驱动设计（DDD：Domain Driven Design）。 世界是缤纷复杂的，要把真实世界映射到虚拟软件注定不会是一件容易的事，软件开发是权衡抉择的艺术，譬如快速交付和安全生产常常背道而驰，开发效率和运行效率总是难以一致。 所以在软件发展的历史长河中，人们发明一种方法解决一个问题，而几乎总是会引入另一个问题，软件工程师不得不面对混沌不堪的世界。 面向过程（C）认为一切皆过程，现实世界都可以封装为一个个过程，通过过程串联和编排模拟世界。但随着软件被大规模用于解决复杂的商业问题