в случае с local breakout маленький UPF (сопоставимый по ресурсам с MEC DP) кажется мне более элегантный решением. И в рамках 3gpp, и слайсинг на уровне DNN.
ну… делить можно по-всякому, но доступ(access), транспорт и кора — они все еще "отдельно" из-за разных зон безопасности в которых они находятся. Эту "стройную" идею, конечно, правит edge computing.
Но правда в том, что телеком давно не торт, и заставляет мастодонтов внутри телекома лить крокодильи слезы, пока кто побыстрее запускает телеком на K8 в облаках.
а где ж тогда происходит аутентикация, авторизация, биллинг, терминация звонков, DPI, маршрутизация (звонков и трафика), оптимизация трафика, и пр, и пр, если не в ядре?
С Openstack приходится сталкиваться на работе, а "для дома" оказалось слишком много дополнительных телодвижений, когда VMку из ISO поставить, когда USB внутрь прокинуть, когда еще что. Разнообразие одноразовых задач. А OpenStack — это больше про унификацию типовых, как мне кажется. Для себя тоже иногда надо создать по-быстрому из готовых flavor пару-тройку VMок, побаловаться и убить, вот эту задачу и закроет multipass (в теории).
вот спасибо! Не знал про multipass. Связка ubuntu multipass вместе с virt-manager кажется более подходящей для малых домашних нужд, чем devstack.
Чтобы добавить в комментарий что-то кроме благодарности (и упоминания devstack), можно дописать в список Proxmox.
Одно время надо было визуализировать много данных (значения счетчиков за период времени). Начинал с matplotlib, потом перешел на Jupyter/Lab, захотелось интерактивности и перепробовал почти все, что нашлось в интернете, и остановился тоже на plotly. По совокупности легкодоступного функционала, красоты и удобства.
CPU times: user 80.1 ms, sys: 3.62 ms, total: 83.7 ms Wall time: 81.8 ms
Абсолютная величина времени отличается от запуска к запуску, но относительная скорость не отличается. Решения pd.where() и pd.mask() быстрее.
Использование булевых True и False будет тоже заметно быстрее, чем "Yes" и "No"
а почему, если не секрет?
в случае с local breakout маленький UPF (сопоставимый по ресурсам с MEC DP) кажется мне более элегантный решением. И в рамках 3gpp, и слайсинг на уровне DNN.
ну… делить можно по-всякому, но доступ(access), транспорт и кора — они все еще "отдельно" из-за разных зон безопасности в которых они находятся. Эту "стройную" идею, конечно, правит edge computing.
Но правда в том, что телеком давно не торт, и заставляет мастодонтов внутри телекома лить крокодильи слезы, пока кто побыстрее запускает телеком на K8 в облаках.
телеком заслужил все что с ним сейчас происходит.
а где ж тогда происходит аутентикация, авторизация, биллинг, терминация звонков, DPI, маршрутизация (звонков и трафика), оптимизация трафика, и пр, и пр, если не в ядре?
можно попробовать!
если кто будет проходить через Дюссельдорф — тоже будем рады пересечься!
интересно, а цифра в 500 евро чем-то внешним обусловлена (потому что у нас было столько же)
да, можно по-разному относиться к федеративному менталитету, но он есть.
=) для постороннего, это этнографическая причуда, скорее
ну да. из-за ограниченного радиуса передвижений, продавцы в булочных узнавать стали.
С одной стороны — конечно, с другой — взаимодействие со средой свелось к минимуму.
P.S. Привет из Дюссельдорфа!
С Openstack приходится сталкиваться на работе, а "для дома" оказалось слишком много дополнительных телодвижений, когда VMку из ISO поставить, когда USB внутрь прокинуть, когда еще что. Разнообразие одноразовых задач. А OpenStack — это больше про унификацию типовых, как мне кажется. Для себя тоже иногда надо создать по-быстрому из готовых flavor пару-тройку VMок, побаловаться и убить, вот эту задачу и закроет multipass (в теории).
вот спасибо! Не знал про multipass. Связка ubuntu multipass вместе с virt-manager кажется более подходящей для малых домашних нужд, чем devstack.
Чтобы добавить в комментарий что-то кроме благодарности (и упоминания devstack), можно дописать в список Proxmox.
Очень нравится k9s
огромное спасибо за ссылку!
Одно время надо было визуализировать много данных (значения счетчиков за период времени). Начинал с matplotlib, потом перешел на Jupyter/Lab, захотелось интерактивности и перепробовал почти все, что нашлось в интернете, и остановился тоже на plotly. По совокупности легкодоступного функционала, красоты и удобства.
Так красивее всего, да. И намного быстрее всех остальных.
Сравнение скорости выполнения в Jupyter:
Создаем копии датафрейма следующего вида:
Предложенный в статье набор данных слишком мал, чтобы увидеть хоть какую-то разницу.
CPU times: user 38.8 ms, sys: 4.16 ms, total: 42.9 msWall time: 40.9 msCPU times: user 195 ms, sys: 8.49 ms, total: 203 msWall time: 202 msCPU times: user 31.6 ms, sys: 5.46 ms, total: 37 msWall time: 35.2 msCPU times: user 30.9 ms, sys: 2.01 ms, total: 33 msWall time: 31.5 msВариант предложенный YuriM1983:
CPU times: user 80.1 ms, sys: 3.62 ms, total: 83.7 msWall time: 81.8 msАбсолютная величина времени отличается от запуска к запуску, но относительная скорость не отличается. Решения
pd.where()иpd.mask()быстрее.Использование булевых
TrueиFalseбудет тоже заметно быстрее, чем"Yes"и"No"CPU times: user 8.23 ms, sys: 1.58 ms, total: 9.81 msWall time: 7.87 msПервый пример я бы делал иначе:
Причем, можно без первой строки, тогда в ячейках c
sales["Sales"] < 500будетNaN