书栈网 · BookStack 本次搜索耗时 0.010 秒,为您找到 273 个相关结果.
  • Kuma v2.0.x Documentation

    Kuma 是一个现代的基于 Envoy 的服务网格,可以跨 Kubernetes 和 VM 以单个或多区域容量在每个云上运行。由于其广泛的通用工作负载支持,再加上对 Envoy 作为其数据平面代理技术的原生支持(但不需要 Envoy 专业知识),Kuma 提供了现代 L4-L7 服务连接、发现、安全性、可观察性、路由等任何服务在任何平台上,包括数据库。
  • Kuma v2.5.x Documentation

    Kuma 是一个现代的基于 Envoy 的服务网格,可以跨 Kubernetes 和 VM 以单个或多区域容量在每个云上运行。由于其广泛的通用工作负载支持,再加上对 Envoy 作为其数据平面代理技术的原生支持(但不需要 Envoy 专业知识),Kuma 提供了现代 L4-L7 服务连接、发现、安全性、可观察性、路由等任何服务在任何平台上,包括数据库。
  • Kuma v2.7.x Documentation

    Kuma 是一个现代的基于 Envoy 的服务网格,可以跨 Kubernetes 和 VM 以单个或多区域容量在每个云上运行。由于其广泛的通用工作负载支持,再加上对 Envoy 作为其数据平面代理技术的原生支持(但不需要 Envoy 专业知识),Kuma 提供了现代 L4-L7 服务连接、发现、安全性、可观察性、路由等任何服务在任何平台上,包括数据库。
  • 区块链技术指南 v1.5.0

    区块链是金融科技(Fintech)领域的一项基础性的创新。本书希望能客观探索区块链概念的来龙去脉,剖析关键技术和原理,同时以全球最大的开源分布式账本项目——超级账本为例讲解具体应用。在开发超级账本项目,以及为企业设计方案过程中,笔者积累了一些实践经验,也通过本书分享出来,希望能有助于分布式账本科技的发展和应用。
  • Kuma v1.1.4 Documentation

    Kuma 是一个现代的基于 Envoy 的服务网格,可以跨 Kubernetes 和 VM 以单个或多区域容量在每个云上运行。由于其广泛的通用工作负载支持,再加上对 Envoy 作为其数据平面代理技术的原生支持(但不需要 Envoy 专业知识),Kuma 提供了现代 L4-L7 服务连接、发现、安全性、可观察性、路由等任何服务在任何平台上,包括数据库。
  • Kuma v1.1.2 Documentation

    Kuma 是一个现代的基于 Envoy 的服务网格,可以跨 Kubernetes 和 VM 以单个或多区域容量在每个云上运行。由于其广泛的通用工作负载支持,再加上对 Envoy 作为其数据平面代理技术的原生支持(但不需要 Envoy 专业知识),Kuma 提供了现代 L4-L7 服务连接、发现、安全性、可观察性、路由等任何服务在任何平台上,包括数据库。
  • Kuma v2.2.x Documentation

    Kuma 是一个现代的基于 Envoy 的服务网格,可以跨 Kubernetes 和 VM 以单个或多区域容量在每个云上运行。由于其广泛的通用工作负载支持,再加上对 Envoy 作为其数据平面代理技术的原生支持(但不需要 Envoy 专业知识),Kuma 提供了现代 L4-L7 服务连接、发现、安全性、可观察性、路由等任何服务在任何平台上,包括数据库。
  • Better Java(中文版)

    Java 虽作为最流行的编程语言之一,但是似乎并没有什么人很享受用它。好吧,Java 确实是这样的一门编程语言,从最近发布不久的 Java 8 开始,为了更好的使用 Java,我决定收集一些库,实践和工具等相关资料。“更好” 是主观的,所以推荐使用我所说的建议的某些部分,而不是一下子全部按照这些建议来做。请尽情添加其他意见并提交 PR。
  • RxSwift 中文文档(非官方)

    这是一份 RxSwift 中文文档。如今响应式编程变得越来越流行,我们已经无法阻挡这股热潮。这份文档整合了 RxSwift 文档,RxJS 文档,ReactiveX 文档以及笔者的一些个人观点。目的是为了让大家能够快速上手响应式编程。虽然本文档主要是介绍 RxSwift,不过使用其他响应式框架的开发者也可以从中获益,例如:ReactiveCocoa,RxJa...
  • 计算与推断思维 中文版

    数据科学是通过探索,预测和推断,从大量不同的数据集中得出有用的结论。探索涉及识别信息中的规律。预测涉及使用我们所知道的信息,对我们希望知道的值作出知情的猜测。推断涉及量化我们的确定程度:我们发现的这些规律是否也出现在新的观察中?我们的预测有多准确?我们用于探索的主要工具是可视化和描述性统计,用于预测的是机器学习和优化,用于推理的是统计测试和模型。