云计算

海计算 2009年8月18日，技术创新大会上所提出的全新技术概念。 海计算实质是把智能推向前端。 智能化的前端具有存储、计算和通信能力，能在局部场景空间内前端之间协同感知和判断决策，对感知事件及时做出响应，具有高度的动态自治性。 海计算为用户提供基于互联网的一站式服务，是一种最简单可依赖的互联网需求交互模式。 用户只要在海计算输入服务需求，系统就能明确识别这种需求，并将该需求分配给最优的应用或内容资源提供商处理，最终返回给用户相匹配的结果。 与云计算的后端处理相比，海计算指的是智能设备的前端处理。 海计算的每个“海水滴”就是全球的每个物体，它们具有智能，能够协助感知互动。亿万种物体组成物联网系统，就如同海水滴形成大海一样。 雾计算 最初是由美国纽约哥伦比亚大学的斯特尔佛教授2011年(Prof. Stolfo)所起的，当时的意图是利用“雾”来阻挡黑客入侵。没成想美国思科公司把这个名词嫁接了过去并得到了发扬光大，也就是我们现在所讨论的「雾计算」！ 雾计算可理解为本地化的云计算 现在正在流行的“云计算”，是把大量数据放到“云”里去计算或存储，解决诸如电脑或手机存储量不够，或者是运算速度不够快的问题 雾计算的原理与云计算相似：把数据上传到远程中心进行分析、存储和处理。但相比于云计算要把所有数据集中运输到同一个中心，雾计算的模式是设置众多分散的中心节点，即所谓“雾节点”来处理

10月17日， K2 受邀参加由厦门易维主办的以“走进QAD云ERP，深耕智能制造”为主题的QAD客户日活动。本次大会是以工业4.0背景下传统制造业面临巨大压力和挑战为导向，旨在探讨如何助力企业迅速适应业务需求变化，帮助企业顺利实现数字化转型。 随着新科技的发展，制造业已经进入了以智能化、数字化和网络化为代表的工业4.0阶段。其中云计算作为工业4.0时代下的重要组成部分，在制造企业转型升级的过程中，参与度越来越高，逐渐成为智能制造的助推剂。 在此次大会上，K2大中华区解决方案总监傅正斌发表了题为《K2赋能企业 云端智造 》的主题演讲，分享了K2通过云服务能力推动传统制造企业转型，让业务更敏捷，提质增效，推动企业从“智能智造”向“云端智造”迈进。 K2大中华区解决方案总监傅正斌演讲现场 K2 BPM 用流程承载业务数据，打通系统间数据链接，实现企业内部业务端到端化智能制造体系。以流程驱动为核心，通过数据反馈自动触发流程，获取最精准的现场生产状态和数据，同时自动进行生产状态调整，优化企业资源配置效率，实现业务处理高效协同。 K2智能制造领域方案目录 基于微服务架构的 K2 BPM PaaS 平台，对BPM平台类应用进行充分解耦，松耦合的架构可以快速响应不断变化的业务需求，缩短开发周期。用PaaS链接企业上下游，形成产业链将所有智能制造的企业利用互联网进行需求、产销、管理等数据的互联

“ ModelArts， 这个名字牛，让人工智能建模调参成为艺术，而不是苦活累活。”一位开发者在2018年10月的华为全联接大会现场发出上述感慨。台上，华为云BU总裁郑叶来正在发布“ 更快的普惠AI开发平台 ” ——ModelArts。 郑叶来在台上为ModelA rt做了 诠释：“ModelA rts是可以让开发者上手更快 、 训练更快 、部署更快的全流程平台。华为云以更快的AI平台，致敬开发者，共同推进普惠AI。” 1月 3 0日 ， 华为云 E I ModelA rts正式 上线 商用 。 近几年，人工智能的火热程度自不必多说，AI产业正快速发展，各行各业纷纷布局AI领域，试图引领行业技术创新发展。但是对于普通企业及用户来说，AI 仍有着高不可攀的感觉，在AI开发面前，企业与开发者存在着诸多的难题与挑战。摆在他们面前的事实便是，在AI技术浪潮中，如何在“高大上”的人工智能技术面前，把握住这次技术红利。 AI应用开发难在哪？理想的开发平台什么样？ 人工智能大火，无论是企业还是个人都想在这一领域共享一波技术红利，但是不得不说，对于开发着来说，AI应用开发并不是一件容易的事，随着指数级增长的数据、越来越复杂的模型、耗时的计算过程，以及众多晦涩难懂的AI发开工具，导致AI开发效率降低，这不仅降低了开发者的开发热情，更阻碍了AI产业的规模化发展。 AI开发者尚且面临如此多的困难与挑战

当前 AI产业正在如火如荼的发展，为降低AI开发门槛、助力企业AI产业化应用，华为云推出面向AI开发者的全栈AI开发平台ModelArts。ModelArts支持海量数据预处理、大规模分布式训练、自动化模型生成，并具备端-边-云模型按需部署能力，可帮助用户快速创建和部署模型、管理全周期AI工作流，是一个让用户用得起、用的快、用的放心的一站式AI平台。 下面通过“云图说”，让您三分钟就能了解华为云 ModelArts。 点击“ 了解更多 ”，华为云EI最火爆的ModelArts服务等着您！ 来源： CSDN 作者： 阅识风云 链接： https://blog.csdn.net/weixin_43651640/article/details/87881216

SQL Azure 是云端的关系数据库，代表了管理组织机构中数据的一个起始点。然而，管理关系数据仅是BI 解决方案的一个方面；BI 解决方案的第二个同样至关重要的方面是，以一种有意义并且相关的(有可能是可过滤的和可管理的)方式来显示数据。要做到这一点，需要的不仅是细致的数据存 储，还要有在客户端以各种各样的方式渲染和操纵数据的能力。SharePoint 提供了多种与SQL Azure 交互的方式—其中一些是无代码的解决方案，另一些则是以代码为中心的解决方案。 l SharePoint 的无代码BI 解决方案 SharePoint 中的无代码BI 解决方案提供了一系列的整合功能，这些功能可帮助管理SQL Azure 中的数据。这些解决方案中的一些内置在原生的SharePoint 功能中，另外的则需要一些配置或声明性的开发来进行创建和部署。 SharePoint 的开箱即用解决方案各有不同。例如，一种可能做法是使用Chart Web 部件，它能够让您在Web 部件中连接数据并以不同的方式和不同类型的图表来提供这些数据，可以连接的数据类型从SQL Server 数据到SharePoint 列表数据都包括在内。Chart Web 部件 使用System.Web.DataVisualization库(ASP.NET Chart 控件)来创造出一种浏览器中(in-browser)的配置体验

在峰会的第二天很多企业分享了他们在云原应用方面的实践和思考。 云原生是一种方法，用于构建和运行充分利用云计算模型优势的应用。云原生应用充分借助 云计算平台的计算，存储，网络以及负载均衡等一系列的能力来构建应用。应用本身不用再 关注基础架构，高可用以及服务水平扩展等能力，而将重点放在业务本身，因为云计算平台 可以帮助应用解决这些方面的问题。当然云原生应用再构建时必须按照云原生应用的开发方式进行 应用的开发和构建。一般认为云原生应用具备以下特点： 1 被打包成为轻量级的容器安装包。云原生应用由一个个可独立运行的服务组成，服务之间相互 通信相互协作。云原生应用快速地进行服务规模的水平扩展和缩小。 2 可以使用同类最佳的语言和开发框架，云原生的服务可以由不同的语言和框架组成，而不用考虑 兼容性问题，这是云原生能力。 3 设计为松耦合的服务的组合。 4 服务与服务之间围绕api进行交互和协作 5 将有状态服务和无状态服务进行分离设计 6 不依赖于具体的服务和操作系统，当然有些微服务应用需要一些特有的能力，比如SSD和GPU，这些可能需要一部分 机器来提供。 7 云原生应用一般部署在自服务，弹性的云基础设施之上 8 通过敏捷的DevOps流程来进行管理 9 高度地自动化。云基础设施已经帮助应用解决了大部分问题，云原生应用很好地利用了将云基础设施作为代码的概念。 10

关于云计算 云计算的三种服务模式 IaaS：基础设施即服务，云服务商将IT系统的基础设施（如计算资源、存储资源、网络资源）池化后作为服务进行售卖； PaaS：平台即服务，云服务商将IT系统的平台软件层（数据库、OS、中间件、运行库）作为服务进行售卖； SaaS：软件即服务，云服务商将IT系统的应用软件层作为服务进行售卖。 关于openstack 的介绍 OpenStack是一个由NASA（美国国家航空航天局）和Rackspace合作研发并发起的，以Apache许可证授权的自由软件和开放源代码项目。 OpenStack是一个开源的云计算管理平台项目，由几个主要的组件组合起来完成具体工作。OpenStack支持几乎所有类型的云环境， 项目目标是提供实施简单、可大规模扩展、丰富、标准统一的云计算管理平台。OpenStack通过各种互补的服务提供了基础设施即服务（IaaS）的解决方案 ，每个服务提供API以进行集成。OpenStack是一个旨在为公共及私有云的建设与管理提供软件的开源项目。它的社区拥有超过130家企业及1350位开发者， 这些机构与个人都将OpenStack作为基础设施即服务（IaaS）资源的通用前端。 openstack 的控制流程 openstack 常见的一些组件 【Horzon 】 提供UI customer portal(app owner) / user

Hadoop 介绍： 1. Hadoop 项目组成： 1 ） hadoop Common : hadoop 的核心 。包括文件系统、远程调用 RPC 的序列化函数。 2 ） HDSF : 高吞吐量分布式文件系统。是 GFS 的开源实现。通过 hadoop fs命令来读取。 3 ） MapReduce : 大型分布式合并 / 计算数据处理模型 。Google MapReduce 的开源实现。 4 ）其它 ： Cassandra : 由 Facebook 开发分布式数据仓库。 apache 已经将 Cassandra 应用到各种云计算系统中。 Hbase : 结构化分部式数据库。 BigTable 的开源实现。 Hive : 提供摘要和查询功能的数据仓库。 2. Hadoop 系统构成： 每个节点都是一个 Java 进程。 namenode：主控节点 在一个hadoop系统中只有一个namenode。一旦主控服务器宕机，整个系统将无法运行。 namenode 是整个 hadoop系统的守护进程。 负责记录文件是如何分割成数据块。 管理数据块分别存储到哪些数据节点上。 对内存进行集中管理。 secondarynamenode：辅助节点 监控 HDFS 状态的辅助后台程序。如保存 namenode 的快照。 jobtracker：下发任务（拆分数据） 用户连接应用程序和 hadoop

一．环境准备： 1.VirtualBox 虚拟机： VirtualBox-4.2.8-83876-Win.exe 1 ）安装扩展： Oracle_VM_VirtualBox_Extension_Pack-4.2.8-83876.vbox-extpack 2 ）开启网络（必需连接到互联网）： 3 ）安装 Ubuntu ： ubuntu-10.04-desktop-i386.iso （1）安装： （ 2 ）启用粘贴板共享和拖放支持： （ 3 ）安装增强功能： （ 4 ）初始化 root 用户： sudo passwd root 2. 安装 jdk ，配置环境变量： jdk-6u24-linux-i586.bin sudo chmod u+x jdk-6u24-linux-i586.bin sudo -s ./jdk-6u24-linux-i586.bin sudo gedit /etc/profile export JAVA_HOME=%JDK% export CLASSPATH=$JAVA_HOME/lib export PATH=$JAVA_HOME/bin:$PATH source /etc/profile 或 jdk-7u17-linux-i586.tar.gz （ 本例使用 ） sudo tar -xzvf jdk-7u17-linux-i586.tar.gz sudo

1. 解压 eclipse ： eclipse-SDK-4.2-linux-gtk.tar.gz （ 1 ）解压程序文件： hm@hm-ubuntu:/usr$ sudo tar eclipse.tar.gz （ 2 ）在 Ubuntu 桌面点鼠标右键， 创建启动器： （ 3 ）在“命令”选择 eclipse 执行文件： 2. 安装 hadoop 开发插件： hadoop-eclipse-plugin-*.jar 插件须符合此 eclipse 版本。 （ 1 ）手动制作 hadoop-eclipse-plugin 插件 见《Hadoop上路_01-手动制作hadoop-eclipse-plugin插件 》 （ 2 ）把插件放入 %eclipse%/dropins/hadoop/plugins 目录 首先在 %eclipse%/dropins/ 中创建 hadoop/plugins 层级目录 3. 执行快捷方式： 错误： 重新配置了环境变量中的 jdk 路径， eclipse 不能检测到新路径 解决： 更新环境变量后重启系统 4. 配置 Hadoop 视图： 1 ） window -> preferences -> Hadoop Map/Reduce ， 配置任意 hadoop 解压目录（仅在创建 Map/Reduce Project 项目时供自动加载 jar 包用；如果创建