Антон Кобак @KobakAnton
CEO Kobak Lab
Информация
- В рейтинге
- Не участвует
- Откуда
- Санкт-Петербург, Санкт-Петербург и область, Россия
- Дата рождения
- Зарегистрирован
- Активность
Специализация
Chief Technology Officer (CTO), Chief Executive Officer (CEO)
Lead
Python
Linux
People management
Development management
Strategic management
Именно такой подход мы использовали в данном проекте – сервера бекенда работают в рамках управляемой группы ВМ, которая адаптируется от 1-го сервера в простой до 24-х в момент пиковой нагрузки.
Однонодовый сервер – это СУБД MySQL.
Основопологающим требованием было осуществление строгой консистентности данных при сдаче тестирования, а также централизация данных для генерации сводных отчетов.
В случае регионального распределения – пришлось бы сводить базы в одну, решать проблемы с пересечением идентификаторов.
Также нам было поставлено техническое ограничение – совместимость интерфейса СУБД с интерфесом MySQL, что не позволило нам использовать СУБД с поддержкой регионального масштабирования операций записи.
Насчет количества транзакций возникло заблуждение, которое подробно разъяснили в комментарии выше.
Говоря про 24 сервера балансировщика – важно уточнить, что в контексте статьи подразумевалось 24 малоядерных сервера бекенда системы Moodle, распределение трафика на которые уже осуществляет L7-балансировщик (один сервер в регионе).
200 RPS – это показатели группы back-end серверов.
В свою очередь, нагрузка на сервер базы данных достигала порядка 40тыс. RPS, при которой распределение запросов чтение/запись = 50/50.
MySQL является не самым практичным решением при растущем количестве операций записи.
Добрый!
– ML отвечает за требования к сбору и разметке
– Менеджер проекта организует сбор и разметку
Часто берем еще DevOps, т.к. нужна настройка оборудования.
Часто для разметки берем студентов (одних и тех же, как фриланс)
Финальная валидация подготовленных данных за MLщиком.
Пробовали, но уже после. Мы технари, не сразу сообразили( p.s. фильтры помогают!
Есть) https://docs.opencv.org/4.x/dc/dbb/tutorial_py_calibration.html
Добрый! Т.к. физического доступа к этой камере не было, мы не могли прийти со своей шахматкой. Но! Мы знали стандарты ширины дорожки и расстояния между точками разметки, и в соответствии с этими данными накладывали изображение шахматной доски
Согласны, врать не очень. Когда есть возможность взять официальное разрешение - нужно брать официальное разрешение.
Спасибо, попробую раскрыть идею! В статье замыленным (замутненным) кадром назвал такой, которому есть более качественный аналог из снятого.