云计算

1. 综述 整个LOAM本质就是一个激光里程计，没有闭环检测，也就没有图优化框架在里面，该算法把SLAM问题分为两个算法同时运行，实现实时建图，一个odometry算法，10Hz；另一个mapping算法，1Hz。两个算法都是从点云中提取尖锐的边（sharp edges）和平整表面（planar surface）特征，然后进行feature关联，也就是特征匹配，来估计lidar的运动以及fine match with local map，匹配的过程核心思想还是基于距离的判断，所以我感觉匹配的过程就像是一个基于feature的ICP算法。 2. odometry算法 两帧点云之间做处理，将上一帧点云中的所有points投影到同一个时刻t k+1 ，完成对点云的运动补偿，消除点云畸变，然后与逐渐增长的下一帧点云P k+1 ，进行特征匹配，估计lidar的运动，实现里程计功能，最后将P k+1 点云利用估计的运行投影到t k+2 时刻。 3. mapping算法 mapping算法就是将已经消除畸变的P k+1 点云与局部地图做match，所谓的局部地图就是在已经匹配好并且转换到全局坐标系下的前10m点云中提取feature。 文章来源: ROS_SLAM：loam算法分析

【最新 动态 】 1. 阿里云宣布与国内规模最大的汽车企业上汽集团合作 上线业内首个混合云汽车研发仿真计算服务平台――上汽仿真计算云SSCC（SAIC Simulation Computing Cloud）。从2014年开始合作，2016年合作发布全球首款量产互联网汽车荣威RX5至今，上汽集团旗下自主品牌包括荣威、名爵、大通等新车全线搭载基于AliOS操作系统的斑马智行，装车量已突破60万辆。未来双方也将继续深入合作，从端到云全面拓展合作。上汽仿真计算云基于ECS神龙SCC超级计算集群+E-HPC弹性高性能计算产品，让客户在阿里云端打造了一个媲美物理机集群性能，同时兼具与HPC业务部署灵活性和弹性的高性能云端计算服务平台，助力智能制造行业客户上云。 2. 云栖大会上海峰会，正式发布企业级分布式块存储产品Apsara BlockStorage 一张图看懂Apsara Block Storage企业级分布式块存储产品 6月13日，15点直播福利： 点此观看 为企业级客户量身打造，构建高性能、弹性、可靠的大规模分布式块存储服务平台。Apsara Block Storage可兼容多种类型的计算平台，包括阿里云ECS、ZStack、OpenStack、Kubernetes以及物理服务器等不同类型，帮助客户轻松应对云时代下海量存储资源的敏捷存取需求，适用于政府、金融

近年来，美国在 FinTech 领域不断实现技术突破和创新，特别是区块链方向，传统 IT 巨头、金融企业纷纷涉足其中，先后创建了 Hyperledger、R3、EEA 等著名区块链技术与应用联盟，积极地开展开源项目孵化，并在多个应用领域。 为了更好地发展区块链技术，防范技术高速发展所孕育的潜在风险，行业标准刻不容缓。在此背景下，工信部中国电子技术标准化研究院牵头组织中国区块链技术和产业发展论坛主要成员，开展了《信息技术区块链和分布式账本技术参考架构》标准的研制工作。 1. 参考架构的定位 （1）使用通俗的语言来描述区块链和分布式账本技术 （2）区块链或分布式账本技术的理想原型结构 （3）描述适用于区块链技术的标准范围 2. 参考架构的视角 可以从业务、法律或技术视角来看待区块链技术 a）从业务角度来看，区块链是一个在相互认同的参与者之间，促进价值、资产或其他实体转移的交换网络 b）从法律角度来看，区块链账本上的交易是经过验证、不可否认且无法篡改的，它不需要中介或第三方参与。 c）从技术角度来看，区块链是一个引用其他数据存储作为账本数据、全局复制的分布式账本。 3. 参考架构的设计理念 首先，从分布式应用架构师和开发人员角度来设计一种区块链平台参考架构，如下图： 它包含了 6 个层次：1）基础设施 2）安全 3）数据 4）账本 5）开发 6）分布式应用 ，我们一一对照解读一下。 （1

在阿里云上最新购买的ECS服务器，采用的tomcat9来部署，结果无法访问https。 查看阿里云的安全组配置后，发现新购买的服务器里面的默认安全组中，是没有开启8443端口的。 需要在安全组规则中添加上： 添加完成后再去访问，可以了。 文章来源: 阿里云ECS服务器部署tomcat后无法登录https

转载自： https://www.cnblogs.com/popsuper1982/p/8505203.html 我今天要讲这三个话题，一个是云计算，一个大数据，一个人工智能，我为什么要讲这三个东西呢？因为这三个东西现在非常非常的火，它们之间好像互相有关系，一般谈云计算的时候也会提到大数据，谈人工智能的时候也会提大数据，谈人工智能的时候也会提云计算。所以说感觉他们又相辅相成不可分割，如果是非技术的人员来讲可能比较难理解说这三个之间的相互关系，所以有必要解释一下。 一、云计算最初是实现资源管理的灵活性 我们首先来说云计算， 云计算最初的目标是对资源的管理，管理的主要是计算资源，网络资源，存储资源三个方面。 1.1 管数据中心就像配电脑 什么叫计算，网络，存储资源呢？就说你要买台笔记本电脑吧，你是不是要关心这台电脑什么样的CPU啊？多大的内存啊？这两个我们称为计算资源。 这台电脑要能上网吧，需要有个网口可以插网线，或者有无线网卡可以连接我们家的路由器，您家也需要到运营商比如联通，移动，电信开通一个网络，比如100M的带宽，然后会有师傅弄一根网线到您家来，师傅可能会帮您将您的路由器和他们公司的网络连接配置好，这样您家的所有的电脑，手机，平板就都可以通过您的路由器上网了。这就是网络。 您可能还会问硬盘多大啊？原来硬盘都很小，10G之类的，后来500G，1T，2T的硬盘也不新鲜了。

概述 阿里云发布了许许许多多的产品，今天就让我们一起来了解下高性能计算 HPC (AliCloud HPC)吧。 关于阿里云高性能计算（HPC）的详细内容： 阿里云高性能计算（HPC）使用教程 （高性能计算 (Alibaba Cloud HPC) 提供一种性能卓越、稳定、安全、便捷的计算服务，帮助您快速构建处理能力出色的应用，解放计算给服务带来的压力，使您的产品在计算效率上具有非凡竞争力。） 什么是高性能计算HPC呢？ HPC极致计算性能，为用户提供 11TFLOPS 的单精度计算能力 。 HPC完美对接阿里云产品，为用户提供全套完整解决方案。 HPC自带网络隔离，为用户的应用提供高速、安全的网络环境。 HPC本地数据盘+OSS，为用户提供可靠、海量的存储服务。 此外，深度学习和 HPC 工具集，方便您快速安装，提高工作效率。内部 GPU 优化工具，帮助用户的应用取得优异的性能。 那么，HPC适用在什么场景下呢？ 简单深度学习离线训练：HPC作为平台，结合云服务器 ECS 作为 HPC 与外界连接的桥梁、对象存储 OSS 提供的云存储服务搭建系统。 复杂深度学习离线训练：简单深度学习离线训练基础上，加上云数据库 RDS提供的在线数据库服务、开放数据处理服务 ODPS 提供的海量数据分布式处理服务搭建系统。 简单深度学习在线预测：HPC作为平台，结合云服务器 ECS 作为 HPC

产品概述 云数据库 Memcache 版（ ApsaraDB for Memcache ）是一种高性能、高可靠、可平滑扩容的分布式内存数据库服务。基于飞天分布式系统及高性能存储，并提供了双机热备、故障恢复、业务监控、数据迁移等方面的全套数据库解决方案。 关于 云数据库 Memcache 版详细教程： 云数据库Memcache版使用教程 （ 云数据库Memcache版重磅升级，基于ApsaraCache全新打造!） 与自建数据库相比， 我们为您提供更优质的服务： 云数据库Memcache版 ECS上自建Memcached 传统自建Memcached 高可用性 分布式集群架构，性能无限扩展 单个节点均采取双机热备高可用架构 需自行搭建保证 需自行搭建保证 高安全性 采用SASL鉴权 VPC虚拟网络 支持IP白名单 DDos防护 IP白名单及SASL需自行设置 IP白名单及SASL需自行设置 需自行搭建DDos防护 可扩展性 弹性扩容，按需升级 突破海量数据性能瓶颈 需自行搭建扩展性架构 自行保证升级过程对业务的影响 扩容需要较长部署周期 考虑业务峰值，资源利用率较低 需自行实现扩展性架构 低成本 提供资源监控报警、数据管理运维 Memcache源码、分布式算法维护 无需机器安装、部署等运维投入 需招聘专职Memcache源码层面维护人员 自行保证业务可靠性

拼团地址 https://promotion.aliyun.com/ntms/act/group/team.html?group=xj5ZBzmq3j 一、活动对象 二、活动时间 2018年6月2日-2018年6月12日。 三、活动规则 b、突发性能实例t5适用于平时不会持续高压力使用CPU的非企业级轻负载场景，如Web应用服务器、轻负载应用、微服务、开发测试压测服务应用等，不适用于长时间超过性能“基线”的需求场景或企业计算性能需求场景，该类场景推荐使用通用型g5、计算型c5等高性能系列云服务器。 文章来源: 阿里云服务器新用户福利,99一年198二年297三年,巨便宜

一，所需软件 1，XianDian-IaaS-v2.2.iso （版本不同，基本服务差别不大。） 2，CentOS-7-x86_64-DVD-1511.iso //所有脚本在安装过iaas-xiandian后以命令形式直接执行 注意分辨那个节点需执行那个脚本,可用TAB键补全) 脚本均在 /usr/local/bin/ 目录下 二：系统安装设置 时区选择上海 关闭dump 手动分区 语言英语 note:这里服务器里有两个硬盘，只选择一个小的作为系统分区，另一块备用。 三，IP及主机名设置 controller：enp8s0：192.168.100.10 enp9s0：192.168.200.10 compute：enp8s0：192.168.100.20 enp9s0：192.168.200.20 四，安装步骤 1-2.配置网络，主机名 (1)controller节点 vi /etc/sysconfig/network-scripts/ifcfg-enp*( 具体网口文件)。 enp8s0: 192.168.100.10 enp9s0: 192.168.200.10 配置主机名 # hostnamectl set-hostname controller 按ctrl+d 退出 重新登陆 （2）compute 节点 配置网络： enp8s0: 192.168.100.20 配置主机名

原作者介绍 晓军 1992年加入Sybase中国，之后曾在Informix、 IBM任职， 现在就职于Oracle。专注于数据库和数据仓库十余年。 导语 从上世纪90年代开始，国产数据库的开发就不断被人提起，国内已有不少企业、团体在这个方面做了不少的投入。在此，我们与大家分享一下对几个数据库国产化途径的看法。我们主要讨论自主研发、引进代码和互联网厂商提供的云上数据库。 自主研发 国内自主研发关系型数据库的企业、单位基本上都是发源于上世纪90年代的，而且都是以大学、科研机构为主。到今天，有代表性的厂商有： 南大通用（Gbase 8a）- 南开大学的背景，2010年左右自主研发的，基于列式存储的，面向数据分析、数据仓库的数据库系统。 其他没有列出的，属于在下孤陋寡闻，绝无贬低的意思。 这些公司的发展分为两个阶段，以2007年作为分界线。前一个阶段集中在20世纪90年代，公司的出发点就是开发一款通用的，主要面向OLTP的关系型数据库。在那个年代，中国的人工成本还是比较低的，国外厂商的数据库，如：Oracle，Sybase，Informix，DB2都算是成本较高的产品。很多人认为，只要做出功能、性能、稳定性合适的国产数据库，就能有一定的市场，至少价格能够有优势；即便市场不成功，作为科研教学也有一定价值，至少申请科研经费和政府补贴是个好题材。 但是，这么些年下来