书栈网 · BookStack 本次搜索耗时 0.008 秒,为您找到 1046 个相关结果.
  • Linux性能调优指南

    Linux是一个由全世界各地开发者合作打造的开源操作系统。Linux的源代码可以在互联网上自由获取,并且在GPL(GNU General Public License)协议下自由使用。像Red Hat和Novell这样的公司可以定制各式的Linux发行版本提供给用户使用。大部分Linux桌面发行版能够从网络上免费下载,而服务器版可能需要付费购买才能使用。
  • Kuma v1.2.3 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 v1.2.0 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 v1.1.5 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。
  • XLearning - 机器学习调度系统

    XLearning是一款支持多种机器学习、深度学习框架的调度系统。基于Hadoop Yarn完成了对TensorFlow、MXNet、Caffe、Theano、PyTorch、Keras、XGBoost等常用框架的集成,同时具备良好的扩展性和兼容性。