跳到正文

#部署/工程

RSS
今日 40 則
11月14日週六
  1. PyTorch Core Releases52

    PyTorch 更新 NCCL Extensions 版本,調整 NCCL-EP 建置條件

    PyTorch 這次更新了 NCCL Extensions 的來源版本,也調整 NCCL-EP 的建置條件。新的版本是 NCCL-EP v0.3,加入 Vera Rubin 支援,並改善 NVLink 資料傳送與合併等功能;不過,PyTorch 只有在指定的架構清單為 sm_90 或更新架構時才會建置 NCCL-EP。這次更新也同步調整了套件來源版本,讓 PyTorch 使用新的 NCCL Extensions 版本。

  2. Dev.to Top Tech47

    為什麼回復舊版會讓你失去判斷事故的證據

    服務出問題時,團隊常會回復舊版,但如果監控設定也跟著服務一起部署,回復時門檻可能退回舊值,紀錄甚至會從頭開始,讓人無法比較回復前後的狀況。做法是把檢查方式、警報門檻和長期儲存的測量紀錄移出部署內容,並把回復舊版也記在同一條時間線上。這樣才能找出服務何時開始出問題,以及監控多久後才發現;你也可以試著畫出回復前後各 10 分鐘的故障指標,看看紀錄是否完整。

  3. Dev.to Top Tech58

    ERP 表單外掛教學:四個執行時機各適合做什麼

    企業想在存檔前檢查信用額度,或在存檔、刪除後通知其他系統,但接手整份表單的程式太笨重。這篇文章介紹四個外掛時機:存檔前、存檔後、刪除前和刪除後,並說明每個時機適合做的事。存檔前可以安全修改資料;存檔後適合通知或同步,但這些步驟都在交易之外,外部系統故障時可能讓同步中斷。若同步資料不能遺失,文章建議先把工作記錄放進交易,再由背景工作處理;文中也指出,這種做法目前尚未由該框架實作。

  4. Dev.to Top Tech39

    旅遊行程規劃器如何安排資料搜尋,讓回答夠快又有來源可查

    查旅遊資料時,如果每個問題都立刻上網搜尋,回答可能變慢;如果答案沒附來源,旅客也很難確認開放時間等資訊。作者建議先查比較不常變動的景點資料,只有需要最新資訊時才搜尋網路,並替每個搜尋步驟訂下時間上限,讓答案附上資料來源和時間。 例如,回答「博物館星期二有開嗎?」需要查較新的營業時間;若網路搜尋遇到流量限制,來不及找到新資料,就清楚標示開放時間尚未確認,仍保留已查到且有來源的景點介紹。這種做法能讓行程回答比較快,也方便事後查出資料過期或搜尋太慢的原因。

  5. Dev.to Top Tech46

    Go uptime 監控服務怎麼選?回復舊版後也要留住客服查案資料

    服務回復舊版後,客服可能還是得查清楚:客人當時連到哪個版本、哪些檢查失敗,以及後來改了什麼;只看到監控顯示正常,回答不了這些問題。文章建議把外部網站檢查、定時工作檢查和應用程式留下的查案資料分開處理:UptimeRobot 或 Better Stack 可評估外部監控,Healthchecks 可評估定時工作,版本與請求紀錄則要另外儲存。像客服網站從 support-r42 回到 support-r41,紀錄仍應儲存在不會跟著舊版消失的地方。這樣值班工程師才能把警報、部署決定和客服遇到的狀況串起來;接上 API 還不夠,也得確認資料真的有儲存成功。

  6. Dev.to Top Tech57

    Node.js 如何用訊息佇列處理預約逾時與提醒

    一次有很多預約同時逾時時,排程程式若逐筆用 HTTP 呼叫處理,可能讓服務塞住;遇到逾時也無法確定請求有沒有成功。文章以房屋預約保留 15 分鐘為例,說明排程程式可把每筆到期工作放進訊息佇列,再由背景工作程式分批處理。工作程式會先查資料庫確認預約仍在保留中,才釋出單位;同一工作重跑時,也不會重複釋出。這種做法能在服務變慢或程式重啟後接著處理,但預約狀態可能會短暫延後更新,團隊也需要監看積壓工作並安排失敗工作重試。

  7. Dev.to Top Tech57

    如何追蹤無伺服器資料庫與無頭 CMS,避免客戶網站突然故障

    網站首頁看起來正常,不代表背後的資料庫和內容服務也能使用;免費方案可能因太久沒人使用、用量超標或帳單未繳而暫停,讓頁面出錯或沒有內容。作者整理 Supabase、Neon、Strapi Cloud 等服務的停用方式,並建議列出每個網站依賴的服務、方案、用量上限和帳單負責人,再設定用量提醒與健康檢查。健康檢查要直接確認資料庫或 CMS 是否連得上,因為只檢查首頁可能看不出問題;也要避免頻繁查詢把 Neon 免費方案的用量耗光。這些做法能讓維護團隊提早發現風險。

  8. Dev.to Top Tech41

    加裝 Windows 更新時出現 0x800F0823?先更新安裝更新的元件

    Windows 安裝更新時出現 0x800F0823,通常表示電腦或離線映像檔裡負責安裝更新的元件太舊,得先更新它,才能安裝新版更新。像 Windows 10 21H2 或 22H2 的某些映像檔,如果要裝 2024 年 4 月 23 日起推出的累積更新,可能得先裝獨立更新 KB5031539,再裝累積更新。若是在正在使用的電腦上遇到這個錯誤,可先透過 Windows Update 更新安裝更新的元件,再重新安裝更新套件。

  9. Dev.to Top Tech61

    Node.js 佇列教學:讓逾期保留自動釋出,並安全寄送每日報表

    市集的預約保留時間到了,若系統漏掉釋出,商品庫存就會一直被佔用;若同一個訊息重送,又不能重複改動狀態。文章示範用資料庫記錄到期時間,再讓佇列傳送工作指令。工作人員只更新仍在保留中的預約,並在同一筆交易寫下待寄通知;確認資料都存好後才回覆佇列。郵件可以另外重試,通知也能從待處理紀錄重播。文章提醒,佇列可能重送訊息,因此要用固定識別鍵防止重複寄送;小型工具則可能用單一排程程式更容易維護。

  10. Dev.to Top Tech57

    Mini Panel 用 Go 打造可在 1 GB 記憶體 VPS 上運作的控制面板

    管理一兩臺小型 VPS 時,常得透過 SSH 分別處理網站、憑證、記錄檔和備份。作者做了 Mini Panel,這款用 Go 寫成的控制面板會以單一執行檔運作,至少需要 1 GB 記憶體,面板本身不需要 Docker、PHP 或另外安裝 MySQL。使用者可以從網頁介面管理網站、資料庫和電子郵件,設定 HTTPS,檢視伺服器狀態,也能安排每晚備份並還原資料。網站需要的服務仍須另外安裝。

  11. Dev.to Top Tech55

    教學:把 Google Cloud 搜尋訊號和 Glean 帳戶資訊送進 Slack 銷售頻道

    潛在客戶搜尋安全檔案或反覆查詢設定問題時,銷售團隊可能太晚才知道。這篇教學說明如何把 Google Cloud 搜尋事件和 Glean 從 Salesforce、Gong 等來源整理的帳戶資訊,交給自建的中介服務比對帳戶、篩選訊號,再用 Slack Web API 發到對應的銷售頻道。搜尋平臺不會自動把事件送進 Glean,Pub/Sub 也要由自家服務串接;Glean 觸發條件還要留意使用者許可權、延遲和觸發次數。文章也提醒要合併重複通知、處理 Slack 的傳送限制,並妥善管理個資與存取許可權。

  12. Dev.to Top Tech63

    如何在 Kubernetes 建立外部監控心跳,避免告警系統失聯時一片沉默

    如果監控系統和它負責監看的服務都在同一個 Kubernetes 叢集,叢集或通知網路出問題時,告警也可能一起失效。作者示範用 Prometheus 的 Watchdog 警報定時傳送心跳到叢集外的接收端;接收端若超過 10 分鐘沒收到訊號,就通知值班人員。文中也示範暫時封鎖 Alertmanager 的外連流量,確認外部通知會在心跳中斷後啟動,並提醒接收端應放在不同雲端或區域。

  13. Dev.to Top Tech61

    如何用 Google Cloud Pub/Sub、AWS SQS 和 Azure Service Bus 安全復原失敗工作

    教育平臺的清理工作可能跑好幾個小時,遇到失敗時若整批重跑,可能重複修改資料。作者比較 Google Cloud Pub/Sub、AWS SQS 和 Azure Service Bus 的死信處理方式,說明它們如何隔離多次失敗的訊息,以及操作人員能檢視哪些錯誤資訊。文章建議讓每筆工作有固定識別碼,避免重複修改;重播時先試跑、限定工作清單和筆數,並記錄處理結果。這些做法能讓團隊只重做安全的部分,也更容易查清問題。

  14. Dev.to Top Tech44

    房產管理平臺如何安全切換郵件服務商的 MX 設定

    房產管理人員更換郵件服務商時,管理畫面顯示「設定成功」,不代表寄件者已經開始把信寄到新地方。文章建議把每次變更的目標、郵件路線優先順序、舊設定和檢查結果都記錄下來;遇到結果不明時,先讀取目前設定再重試,避免重複修改。 例如,主要郵件路線可設優先順序 10,備用路線設 20,但備用地址必須是服務商提供的有效地址。舊的轉寄服務只適合在切換期間暫用,等確認信件已走上新路線,再停用它。這樣能讓管理人員看清楚切換進度,也比較容易找出信件寄送問題。

  15. Dev.to Top Tech40

    個人知識管理工具如何替檢索設定延遲預算:Infrai 建置紀錄

    個人知識管理工具如果為了找資料搜尋太多地方,使用者就得等很久,還可能收到看起來流暢、卻沒有可靠資料支撐的答案。作者把檢索拆成縮小搜尋範圍、查詢向量資料、整理引用來源等步驟,並把互動時的目標時間訂為 150 ms;這是設計用的預算,不是實測保證。例如詢問「信用卡爭議處理規則改了什麼?」時,第一輪最多找 20 筆,若通過引用檢查的資料少於 3 筆,就明說證據不足,不偷偷放寬搜尋條件。這種做法能讓等待時間和引用來源更容易檢查,也提醒開發者答案快不快之外,引用的資料是否正確、夠新也很重要。

  16. Dev.to Top Tech37

    為什麼我不再自己架設 AI 模型:小型專案可能用 API 更省錢

    自己架設 AI 模型看起來能省 API 費用,也比較能掌握資料,但買硬體、付電費、更新模型和排除問題,都會花錢又花時間。作者花了 3 個月、約 $500 買 GPU,還常常每週花 3–4 小時維護;一次展示時,模型花了 15 秒才回答,還漏掉檔案裡的重要決定,改用 API 後不到 3 秒就完成。 作者現在用本機模型處理嵌入向量和不能送上雲端的資料,摘要、資料擷取和聊天則改用 API。他估算,自己架設 3 個月總共花約 $2,420,API 約 $60;加上快取後,API 費用又少了 60%。這個經驗提醒小型專案先把產品做出來,再看實際需求決定怎麼部署;若有資料不能離開自家網路,或有團隊能維護裝置,自己架設仍有理由。

  17. Dev.to Top Tech53

    工程檔案搜尋教學:如何安全刪除舊資料並找到新內容

    工程檔案更新或刪除後,搜尋系統可能還會找到舊版本,讓人照著過時的操作步驟處理問題。作者整理了一套做法:每份檔案保留固定編號和版本,刪除時先記下刪除狀態,再移除可搜尋的內容;查詢結果也要帶回版本和來源,避免舊資料進入答案。文章還提醒,搜尋要設定時間和結果數量上限,遇到重送事件時要能安全重試,並用新增、更新、刪除和重送等情況檢查結果。

  18. Dev.to Top Tech76

    HTCondor 教學:用 DAG 檔安排工作順序、傳遞引數和限制佇列數量

    把研究工作拆成多個 Linux 工作後,常會遇到前一步的結果怎麼交給下一步、不同引數怎麼分開設定,以及怎麼等大家都完成再合併。這篇 HTCondor 教學用可跟著操作的範例,示範如何設定工作依賴、讓多個工作共用提交檔並帶入不同引數,也說明怎麼限制同一類工作同時排入佇列的數量。文中還示範檢查輸出、暫停工作流程,以及失敗後修好並接著重跑;多份結果也能先各自傳回,再交給合併工作處理。

    推薦理由:文章用 Linux 範例走過 HTCondor 的工作依賴、引數傳遞與排程限制,也示範多份結果如何交給合併工作,方便研究工作拆分與排錯。

  19. Dev.to Top Tech72

    如何用 Prometheus 和 Grafana 監控 HTCondor 工作與 GPU 記憶體

    研究室裡的工作明明在等 GPU,顯示卡卻還有空間,光看一個數字很難知道卡在哪裡。作者分享如何用 Prometheus 和 Grafana 一起檢視 HTCondor 工作狀態、工作節點提供的 CPU 與記憶體,以及 NVIDIA 顯示卡實際剩餘的記憶體。文章也提醒,排程器顯示的 GPU 資源和顯示卡讀值代表不同事情;例如卡上還有 4.18 GiB 可用,等待中的工作仍可能找不到符合條件的資源。若 GPU 讀值停止更新,舊資料也可能繼續顯示,因此要一併檢視讀值時間與監控端點狀態,才能找出問題出在哪一層。

  20. Dev.to Top Tech68

    如何用 Prometheus 和 Slack 偵測 HTCondor 節點消失與 GPU 指標過期

    研究用的 HTCondor 節點可能突然從資源池消失,GPU 主機也可能還線上上,卻不再更新 VRAM 資料,讓監控畫面一直顯示舊數字。這份教學用 Prometheus 檢查 GPU 資料檔的更新時間,並用 HTCondor 查詢節點是否仍在清單中;連續 15 分鐘未看到節點,或發現 GPU 資料已過期,就送出 Slack 警報。節點重新出現後,還要連續 10 分鐘符合恢復條件才解除警報。若 Slack 暫時無法送達,事件會先存下來,之後再重試。

  21. Dev.to Top Tech49

    Restate AI 如何協助 AI 助理在當機後接續工作,以及整合時要注意什麼

    AI 助理做完付款或寄出電子郵件後,如果程式當機,可能來不及記下結果;重新執行時,外部服務也可能再做一次。Restate 會把每一步的結果記錄在執行紀錄裡,復原時可直接取回已記下的結果,減少重做。文章用 Pydantic AI 的天氣助理範例說明整合方式,但作者沒有實際架設 Restate,因此沒有當機復原或重複操作的測試結果。最重要的是,記錄結果不等於保證付款只會發生一次:外部服務仍需能辨認同一筆操作,避免重複處理;每個工具步驟也要仔細安排,才知道失敗後哪些工作會重跑。

  22. Dev.to Top Tech41

    如何為媒體資料管線挑選代管式或自架式日誌搜尋

    媒體團隊的夜間資料管線如果趕不上出版期限,值班工程師得查清楚哪個版本處理了哪批資料,才能決定是否回復舊版本。文章建議先評估由服務商代管的 Elasticsearch,例如 Elastic Cloud,也可比較 Amazon OpenSearch Service;只有團隊有人負責容量、維護和故障復原時,才考慮自架。 日誌要能查出每次執行、資料批次、程式版本和處理進度;還得確認新舊版本留下的紀錄都找得到。像是文章提出的練習中,出版期限設為 06:00 UTC,05:40 UTC 開始檢查,但這只是演練目標,不是保證 20 分鐘內能復原。選代管或自架,關鍵是團隊能否在期限前找到足夠證據,做出可靠的回復決定。

  23. OpenAI News47

    Shield 用 OpenAI GPT‑6 Astra 讓 AI 助理接手舊系統的 IT 工作

    中小企業的 IT 問題常得靠外包技術人員登入各種舊網站處理;有些系統沒有 API,AI 助理也因此卡住,只能等人接手。Shield 把 GPT‑6 Astra 接進 Forge,讓 AI 助理像技術人員一樣看著畫面操作,在支援的工作中登入入口網站、處理工單、裝置或軟體授權。哪些動作能自動做、哪些要由技術人員檢查或核准,仍由技術人員決定。 Shield 表示,這些流程每月已執行數千次,GPT‑6 Astra 平均比他們先前使用的模型快 35–40%,使用 AI 的工單也有較高的客戶滿意度。不過,電話、到府服務和遠端桌面工作仍需要人員參與;Shield 正在測試讓 AI 助理直接操作電腦桌面的流程。

  24. PyTorch Core Releases62

    PyTorch Inductor 重整分塊軸處理,為支援更多維度做準備

    PyTorch Inductor 原本把分塊軸固定在少數幾種名稱和最多三軸,讓後續擴充多維度分塊前,得先移除這些限制。這次更新改用輸入資料的維度產生軸名稱,並讓分塊選擇依設定的上限處理;同時調整區塊大小限制、描述子和指標位移的配合方式。作者回報,多軸分塊、描述子、區塊指標與自動調校的相關測試通過。這項重構本身為後續支援更多維度的分塊鋪路,區塊大小的既有限制則仍保留。

    推薦理由:這項重構整理了 Inductor 對分塊軸數量的假設,並以多軸測試檢查描述子、指標位移和自動調校能否正確配合。

  25. PyTorch Core Releases48

    PyTorch Inductor 移除分塊處理的三軸限制

    PyTorch Inductor 原本把分塊處理寫死為最多三個方向,讓超過三個方向的運算無法使用更多分塊方式。這次修改改成依照輸入資料的方向數自動產生名稱,並由設定決定分塊數量;例如,系統可處理四個方向的點對點運算,也能搭配不同方向的資料縮減。這讓後續支援更多方向的分塊有了基礎,也保留原有的區塊大小限制。

  26. Dev.to Top Tech52

    教你用 HTCondor 執行編譯後的 MATLAB 工作

    把 MATLAB 程式交給 HTCondor 遠端執行時,常會遇到執行環境、共用 Runtime 路徑和檔案傳回方式需要配合的問題。這篇實作指南示範如何用 MATLAB Compiler 製作程式,再讓工作節點從共用儲存空間讀取 MATLAB Runtime,執行矩陣計算並把結果檔傳回。作者也用一個能直接核對答案的例子檢查矩陣內容,並示範如何從工作紀錄判斷成功、失敗或卡住的原因,方便確認工作節點設定正確後再擴大使用。

  27. Dev.to Top Tech45

    Muffle 如何在不耗光電量的情況下,讓手機依地點自動切換靜音

    開會、上課或參加安靜的活動時,手機突然響起很尷尬;但一直用 GPS 確認位置,又會讓電量掉得很快。Muffle 改用 Android 的 GeofencingClient,請系統在手機進出指定範圍時通知 App,不必每隔一段時間自己查位置;使用者設定的地點則存進手機,重新開機後再登記一次。 不過,高樓或室內可能讓定位變慢、變不準,許可權選「Approximate」也會讓地點判斷難以運作。作者因此會排除誤差超過 50 公尺的座標,也讓使用者為訊號較差的地方設定較大的範圍。這個做法能減少 App 背景追蹤位置的負擔,但實際效果仍會受訊號和許可權影響。

  28. Dev.to Top Tech60

    Linux 的 ldd 顯示「不是動態執行檔」時,靜態程式通常沒壞

    在 Linux 上執行 ldd,看到「不是動態執行檔」和結束程式碼 1,容易讓人以為程式壞了或少了函式庫。其實,靜態執行檔沒有動態區段,也不需要執行時載入器,所以 ldd 無法檢查它;用 file 和 readelf 可以確認它是否為靜態編譯。若原本預期程式要動態載入函式庫,或檔案傳送時可能損壞,才需要進一步排查。文章也提醒,檢查不可信的動態執行檔時,ldd 可能會執行它的載入器,改用 readelf 解析會更安全。

  29. Dev.to Top Tech54

    AI 模型愈來愈像大宗商品,作者解析 LangChain 的工具層為何更有價值

    AI 模型價格會降、能力也會追上,企業若只花錢買模型服務,可能很難留下自己的優勢。作者認為,真正能累積價值的是模型周邊的工具層:決定每個請求交給哪個模型、記錄執行過程,再用事先寫好的標準檢查回答品質。文中也介紹 Google 開源的 AQuA,能從 AI 助理的工作紀錄找出漏掉工具呼叫或忘記使用者條件等問題。作者建議先訂出好答案的檢查標準,再調整路由,最後才擴充服務裝置;同時提醒,資料中心等基礎設施也帶來龐大的資金風險。

  30. Dev.to Top Tech52

    Astro 教學:靜態網站和伺服器渲染該選 Cloudflare Pages 還是 Workers?

    Astro 網站要放上 Cloudflare 時,選錯部署方式可能讓動態頁面無法運作,也會影響費用。這篇教學說明,伺服器渲染需要使用 Cloudflare Workers;純靜態網站則可部署到 Pages 或 Workers Assets。Workers 免費方案每天有 100,000 次請求額度,付費方案每月最低 $5,包含 10 million 次請求。若網站不需要即時查詢資料或登入功能,靜態部署可以避開 Worker 的運算用量限制。

  31. Dev.to Top Tech57

    新創如何選擇頭像儲存方式,並避免舊圖殘留與縮圖出錯

    新創替使用者更換頭像時,常會留下舊圖片或縮圖,也得避免不同租戶讀到彼此的資料。作者建議把原圖和縮圖分開存,用固定路徑標示租戶與使用者,並由應用程式記錄目前使用的圖片、許可權和替換時間;換圖時立即刪除舊檔,清理規則則用來處理暫存檔。文章也提醒,這類規則最短以一天計,不能保證馬上刪除;如果需要公開圖片、不可修改的儲存或跨區域複製,就要確認儲存服務是否具備這些功能。

  32. Dev.to Top Tech50

    如何排查遊戲報表下載連結出現 403 錯誤:檢查時鐘與檔名編碼

    遊戲報表可能很大,如果每次下載都讓應用程式伺服器搬資料,速度容易卡住。做法是先確認使用者有許可權,再檢查雲端儲存空間裡的檔案,接著產生短時間有效的下載連結,讓檔案直接從儲存空間傳給使用者。遇到 403 時,先檢查簽署連結時用的檔案路徑和時間是否正確,別急著改成公開存取。 例如,檔名裡的空格和加號若被轉換,或路徑漏掉租戶名稱,系統簽署的內容就和實際檔案不同,連結可能因此失效。記錄報表編號、檔案路徑的雜湊值、簽署時間和到期時間,有助於找出問題,也不必把可直接下載的完整連結存成長期憑證。即時下載許可權和之後刪除檔案的時間要分開管理,才能兼顧大檔傳輸與存取安全。

  33. Vercel Blog58

    Vercel Sandbox 支援代管 npm 憑證,可安裝團隊私有套件

    安裝團隊的私有 npm 套件時,AI 助理需要憑證,但憑證不該直接交給它。Vercel Sandbox 現在可以使用存放在團隊共用環境變數中的 npm 憑證,也支援 GitHub Packages 和 JFrog Artifactory 等自訂套件庫。建立沙盒時加入 credentials: { npm: true },防火牆就會替送往套件庫的安裝請求加上驗證,憑證則留在沙盒外。這讓 AI 助理能安裝所需套件,同時不必看到憑證。使用前需更新 Sandbox SDK 或 CLI。

  34. Vercel Blog53

    Vercel Daemons 可將背景工作追蹤資料送到 Vercel Tracing

    背景工作程式出了狀況時,開發者需要檢視它做了哪些事,才能和專案其他追蹤資料一起排查。Vercel Daemons 現在可把 OpenTelemetry 追蹤資料送到 Vercel Tracing;Node.js Daemons 使用 @vercel/otel 2.3.0 以上版本和預設設定,就能自動送出追蹤資料。之後可透過 Vercel CLI 按服務名稱搜尋,並以 JSON 取得結果,讓開發者和 AI 助理檢視背景工作的執行情況。

  35. Dev.to Top Tech57

    Node.js 如何壓縮 AI 生成圖片並上傳,同時記錄保留期限

    遊戲工作室存放 AI 生成的訓練圖片時,往後還得說清楚圖片屬於哪個租戶、為什麼還留著。這篇教學用 Sharp 壓縮圖片,再用租戶和工作識別碼組成檔案路徑,並把保留政策版本和其他判斷資料存進資料庫,方便日後重算保留期限。文章也提醒,檔案路徑不能取代許可權控管,圖片應保持私人存取;範例中一張 12 MB 圖片壓成 900 KB 的 WebP,較方便重試和傳送。文中比較幾種雲端儲存方式,並說明這套做法不適合需要公開圖片、物件版本或不可修改封存的情況。

  36. Dev.to Top Tech67

    HTCondor 教學:在 Ubuntu 建立工作池並跑第一個遠端工作

    研究工作站各自跑一份計算工作時,手動分配工作不方便,也不容易確認工作有沒有跑完。作者帶讀者用三臺 Ubuntu 24.04 虛擬機器建立 HTCondor 工作池,分別安排管理、送出工作和執行工作的角色,再從送出工作的機器傳送一個小程式和文字檔。程式會在工作站上執行,印出主機名稱和讀到的文字,結果再傳回來;照著輸出就能確認工作確實跑到另一臺機器上。文章也說明工作卡住時該檢查哪些地方,並介紹如何讓工作站公告 GPU 資源。

  37. Dev.to Top Tech43

    如何量測 React Native 手機離線同步的效能

    手機離線同步變慢時,光用慢速網路測試,很難知道是哪個環節卡住;沒查清楚就動手改,可能白忙一場。可以在同步流程的重要時刻留下紀錄,例如同步開始、資料存進手機、資料送上網路、處理衝突和同步完成,再計算整趟同步花多久。也能檢視網路傳了哪些資料,以及同步時程式用了多少處理能力和記憶體。這些資訊能幫忙找出真正的瓶頸,再決定要先改善哪裡;不過,記錄資料需要時間和資源,若同步問題不嚴重或流程很簡單,就要衡量投入是否值得。

  38. AWS Machine Learning Blog60

    GS Caltex 如何用 SageMaker Canvas 和 Pipelines 部署模型

    模型在開發時能正常使用,接到正式工作流程時卻常要工程師重新串接資料和設定,花上不少時間。GS Caltex 讓流程工程師在 SageMaker Canvas 建立並檢查模型,再由機器學習工程師把模型和資料處理流程接到 SageMaker Pipelines,定期執行批次推論。文章也說明如何確認訓練資料和推論資料格式一致、避免重複處理,並檢查每次執行的結果。GS Caltex 表示,部署模型從約一週縮短到幾小時,並以每 30 分鐘執行一次批次推論,降低持續開著推論端點的需求與成本。

    推薦理由:文章拆解 SageMaker Canvas 模型轉入定期批次推論的流程,也提醒資料格式、執行重疊與成本都要納入上線檢查。

  39. Dev.to Top Tech54

    如何用 gRPC 攔截器檢查 Keyright 授權,避免未授權呼叫

    如果把授權檢查分散寫在每個 gRPC 方法裡,開發者可能忘了檢查,讓未授權的功能被使用。作者示範用伺服器端攔截器,在每次呼叫進入服務方法前檢查 Keyright 授權,並用方法清單設定哪些功能需要哪些許可權。有效授權會先快取,約每 5 秒更新一次;沒有有效授權時回傳 FailedPrecondition,許可權不足時回傳 PermissionDenied。這讓授權規則集中管理,也讓使用者端能分辨呼叫失敗的原因。

  40. Dev.to Top Tech56

    如何混淆 MassTransit 應用程式,同時保住訊息路由

    替 MassTransit 程式混淆名稱時,如果連訊息合約也改名,服務可能照常啟動,訊息卻悄悄送不到消費者。原因是 MassTransit 會用合約的名稱空間和型別名稱產生識別字串,拿來安排訊息路由;收到訊息後,也會依這個字串判斷該交給哪個消費者。訊息內容則靠公開屬性名稱對應欄位。文章建議保留合約的名稱空間、型別名稱和公開屬性名稱,再用 Nebula.NET 混淆消費者、狀態機和內部程式碼。作者也提醒,共用的合約專案通常可以不混淆,或保留所有公開名稱;完成後應透過實際訊息確認路由正常。

最多提供 50 頁,更早的內容請使用搜尋或主題頁。