书栈网 · BookStack 本次搜索耗时 0.007 秒,为您找到 1368 个相关结果.
  • Kuma v1.1.5 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 v1.4.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 v1.6.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 v2.0.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。
  • OpenPitrix v0.3 文档

    OpenPitrix 是一款开源的多云应用程序管理平台,用来在多云环境下打包、部署和管理不同类型的应用,包括传统应用、微服务应用以及 Serverless 应用等,其中云平台包括 AWS、Azure、Kubernetes、QingCloud、OpenStack、VMWare 等,而且是一个高度可扩展的应用全生命周期一站式管理平台,从而实现上层应用与底层资源解...
  • OpenPitrix v0.4 文档

    OpenPitrix 是一款开源的多云应用程序管理平台,用来在多云环境下打包、部署和管理不同类型的应用,包括传统应用、微服务应用以及 Serverless 应用等,其中云平台包括 AWS、Azure、Kubernetes、QingCloud、OpenStack、VMWare 等,而且是一个高度可扩展的应用全生命周期一站式管理平台,从而实现上层应用与底层资源解...
  • Airflow v2.6.1 Documentation

    Apache Airflow是一个开源的工作流程管理平台,可以帮助用户轻松地调度和监控数据管道、ETL流程和机器学习工作流程等复杂的任务。它利用Python编写,提供了丰富的API和插件系统,支持自定义任务和插件,可以与各种数据存储和计算平台无缝集成。
  • Dask 2.9.1 Document

    Dask 是一个用于分析计算的灵活的并行计算库。Dask 由两个组件组成:动态任务调度优化计算。 这类似于 Airflow、Luigi、Celery 或 Make,但是针对交互式计算工作负载进行了优化。“大数据”集合,如并行数组,数据框架和列表,将常见接口(如 NumPy、Pandas 或 Python 迭代器)扩展到 larger-than-memory ...