使用Kubernetes从零到JupyterHub 此仓库包含JupyterHub的Helm图表和使用指南。 它们共同使您能够为大量用户（例如大学的教职员工和学生）提供JupyterHub。 导游 提供了用户友好的步骤，以使用和在云上部署 。 该指南是很好补充。 舵图 JupyterHub Helm图表使用户可以在云环境中的Kubernetes集群上创建可复制且可维护的JupyterHub部署。 已发布的图表可在我们的。 历史 本文档的许多初始基础是从UC Berkeley的JupyterHub和Kubernetes在程序中的成功使用中学到的信息。 致谢 感谢以下贡献者： 亚伦·库里奇（Aaron Culich） 卡罗尔·威林 克里斯·霍尔德格拉夫 埃里克·桑德尔 瑞安·洛夫特（Ryan Lovett） Yuvi Panda 洛朗·戈德雷（Laurent Goderre） 鼓励未来的贡献者也将自己添加到此README文件中。 发牌 该存储库获得了Apache2（与上游Kubernetes存储库匹配）和三子项BSD（与Project Jupyter存储库的其余部分匹配

deploy_mysql_cluster 一键部署mysql PXC进行 脚本内容： 自动部署 自动部署mysqlPXC部署 自动部署keepalived异步间隔冗余策略，并侦听用户指定的mysql端口是否开发，如果端口不可用，那么将在两秒内漂移VIP 脚本使用方式： cd deploy_mysql_cluster ＃编辑bash.config参数 chmod -R 755。 ./deploy_mysql_master.sh bash.config参数介绍 #swarm管理子系统IP masterip =“ 192.168.1.107” ＃内网网段ip_segment =“ 192.168.1” #VIP keepalived_vip =“ 192.168.1.150” #keepalived监听的哪一块网卡 interface =“ enp0s3” #root用户密码

Redis-Cluster集群模式部署

geoserver2.16.0集群搭建，通过拓展jms及消息队列实现geoserver的同步，通过配置实现数据目录的共享

•Intel® Parallel Studio XE 2015 Update 5 Cluster Edition 的license，当然也适用于2015Cluster的各个版本。

你好，这个 repo 讨论分类和聚类， 算法包含KMeans、KNN和Hierarchical clustering。 我希望你能通过这个 repo 得到帮助，如果时间允许，我会推出更多的算法。 参考 K均值： : KNN： :

很详细的SUN Cluster for Oracle(裸设备)文档-FZPU机房双机改造文档

国产数据库Gbase 8a集群安装包，GBase8a_MPP_Cluster-NoLicense-FREE-8.6.2_build43-R7-redhat7.3-x86_64.tar.bz2

无监督人员重新识别的聚类对比 的官方存储库。 我们在无监督学习任务上实现了最新的性能，用于对象重新识别，包括人员重新识别和车辆重新识别。 我们的统一框架 要求 安装 git clone http://gitlab.alibaba-inc.com/yixuan.wgy/ClusterContrast.git cd ClusterContrast python setup.py develop 准备数据集 cd examples && mkdir data 从下载人物数据集Market-1501，MSMT17，PersonX，DukeMTMC-reID和车辆数据集VeRi-776。 然后将它们解压缩到以下目录下 ClusterContrast/examples/data ├── market1501 │ └── Market-1501-v15.09.15 ├── msmt17 │

tomcat9负载均衡tomcat-cluster-redis-session-manager_4.0