为了春招开始刷leetcode。
之前学竞赛的时候更多注意的是在给定时限和空间限制下完成问题,一般也不会要求你原地完成xxx,卡nlogn,卡常数之类的。而且对于快排啊,堆之类的就直接调库了,很少自己写。此外,一些在竞赛中被归为【乱搞】并且很少出的题我也没有仔细总结过。但是在实际工程和面试中这些都是要遇到的,这时候我就发现自己很菜。于是在这里记录一下以前没有注意到的细节和想法。
READ MORE →为了春招开始刷leetcode。
之前学竞赛的时候更多注意的是在给定时限和空间限制下完成问题,一般也不会要求你原地完成xxx,卡nlogn,卡常数之类的。而且对于快排啊,堆之类的就直接调库了,很少自己写。此外,一些在竞赛中被归为【乱搞】并且很少出的题我也没有仔细总结过。但是在实际工程和面试中这些都是要遇到的,这时候我就发现自己很菜。于是在这里记录一下以前没有注意到的细节和想法。
READ MORE →刚刚接触,所有信息来源于文档和实践,如有错误请直接指出!
首先说一个前提:KubeEdge有两个部分:CloudCore和EdgeCore。
CloudCore实际上是一个k8s的插件,采用非侵入式的方法部署在云端,完全兼容所有k8s的API。CloudCore会把边缘节点的状态做一个映射,以mock的方式反馈个k8s,这样k8s会有一个操作普通云节点的假象,也就能兼容API了。在云端,用户的操作会被K8S-Api服务器以RestFul形式发给EdgeController,再由CloudHub发送给在边缘的EdgeCore。云端还有一个重要的组件:DeviceController。其作用是以K8S CRD的方式对边缘设备进行建模,同时实现边缘设备信息同步(如DeviceTwin[1]的同步)。
READ MORE →KubeEdge及其依赖本身部署难度极低,国外各路大神都已经做好了一键脚本,不幸的是国内的网络环境极差,各种被墙,因此要手动做很多工作。
在部署开始前,请确保自己已经更换了apt的软件源为国内源。
具体来说,我的方法是首先用国内镜像弄好docker和K8s,然后装一个代理,最后通过代理加速直接安装KubeEdge。因为K8s和docker本身比较大,且国内镜像比较多。
READ MORE →一转眼,2020年就过去了。去年的这个时候,我大概在石家庄家里憋着隔离,一年以后,我还是在家里隔离。感觉什么也没变,又什么也没留下。
在这一年中,我很努力的在完成去年立下的几个flag,最终托福考了103,gre考了328,GPA拼死到了3.7,第二篇论文没有发,找了份实习。这flag算是完成了不到1/3。虽然疫情非常的严峻,但是我仍然坚持出国,放弃了保研,也没有留在字节上班。回顾这一年,有些累,但是成长更多。
【写了一整年的英文作文,汉语小作文都快不会写了,见谅】
READ MORE →