当我学习古兰经测试的概念时,我遇到了"具体和符号执行"这两个术语.(那里提到的文章,"CUTE:C的一个古老的单元测试引擎",在其摘要部分使用该术语.)
"所使用的方法建立在先前的工作基础上,结合了符号和具体执行,更具体地说,使用这样的组合来生成测试输入以探索所有可行的执行路径."
任何人都可以确认"具体执行"是什么意思吗?尽管我搜索,但我找不到任何直接引用/明确陈述.
根据我的理解,"具体执行"意味着"执行具有实际输入值的程序,而不像符号执行,它假定符号值为变量,输入等".如果我错了,请纠正我(如果可能的话,用一个小例子).
我有一个容器生成器构建,在10分钟,3秒后超时.有没有办法延长超时?
构建状态设置为"构建失败(超时)",我可以使用超过10分钟.
我想知道,HPA 是否考虑了 pod 中多个容器的 CPU 利用率平均值,以便扩大/缩小数量。豆荚。例如,如果我为具有 2 个容器的部署(pod)指定如下所示的 HPA。为了实现 HPA 的纵向扩展,是否需要两个容器中的 CPU 利用率都达到 80%?换句话说,如果容器 A的 CPU 利用率为 80%,但容器 B的 CPU 利用率仅为 60%。这是否意味着 Pod 不会因 HPA 而扩大规模。据我观察,情况确实如此。但我对此不确定,因为 kubernetes 文档中没有明确的说明。不幸的是,我不是最好的开发人员,无法从源代码中解决这个问题。任何帮助&如果可能的话参考,将不胜感激。太感谢了。
apiVersion: autoscaling/v1
kind: HorizontalPodAutoscaler
metadata:
name: blackbox-rc-hpa
namespace: monitoring
spec:
scaleTargetRef:
apiVersion: v1
kind: extensions/v1beta1
name: blackbox
minReplicas: 1
maxReplicas: 4
targetCPUUtilizationPercentage: 80
Run Code Online (Sandbox Code Playgroud) 我创建了如下所示的管道,请注意,我在 Jenkinsfile 所在的源代码存储库中拥有脚本文件,即“backup_grafana.sh”和“gitPush.sh”。但由于以下错误,我无法执行该脚本:-
/home/jenkins/workspace/grafana-backup@tmp/durable-52495dad/script.sh:
line 1: backup_grafana.sh: not found
Run Code Online (Sandbox Code Playgroud)
请注意,我正在 pod 中的 kubernetes 上运行 jenkins master。因此,按照错误建议复制脚本文件是不可能的,因为 Pod 可能会被销毁并动态重新创建(在这种情况下,使用新的 Pod,我的脚本将不再在 jenkins master 中可用)
pipeline {
agent {
node {
label 'jenkins-slave-python2.7'
}
}
stages {
stage('Take the grafana backup') {
steps {
sh 'backup_grafana.sh'
}
}
stage('Push to the grafana-backup submodule repository') {
steps {
sh 'gitPush.sh'
}
}
}
}
Run Code Online (Sandbox Code Playgroud)
您能否建议我如何在 Jenkinsfile 中运行这些脚本?我还想提一下,我想在我已经精心创建的 python 从机上运行这些脚本。
除了使用JMX之外还有其他任何方式可以知道,代理是否是ActiveController?
我知道集群生成一个度量标准kafka.controller:type=KafkaController,name=ActiveControllerCount
,但我找不到哪个代理是活动控制器.
是否有必要编写一个JMX客户端来了解它,还是有另一种(更好的?)方式?
我想比较以下两个彼此不同的时间序列。我要做的就是将第二时间序列的结果除以第一时间序列的结果,如果值小于1,则生成警报。我使用的查询低于我在下面提到的时间序列。如何实现我的目标?
第一次系列:
container_memory_usage_bytes {container_name =“ documentation”}
结果:
container_memory_usage_bytes{
beta_kubernetes_io_arch="amd64",
beta_kubernetes_io_fluentd_ds_ready="true",
beta_kubernetes_io_instance_type="n1-highmem-8",
beta_kubernetes_io_os="linux",
cloud_google_com_gke_nodepool="pool-1",
container_name="documentation",
failure_domain_beta_kubernetes_io_region="europe-west1",
failure_domain_beta_kubernetes_io_zone="europe-west1-b",
id="/kubepods/burstable/podb79239ff-1ee9-11e8-a6c1-42010a840fd9/3ccdaa6597d5bd306d228e37d9d4c65a9681dba2e894aa7b7ed4502ec54e5619",
image="gcr.io/ingenious-169318/publicapi/documentation@sha256:60a5454bb40ed34f24cbeb9f330e1097191754cf2890eee1ca4f2988188a7705",
instance="gke-ingenious-pool-1-bbd77706-5rbz",
job="kubernetes-cadvisor",
kubernetes_io_hostname="gke-ingenious-pool-1-bbd77706-5rbz",
name="k8s_documentation_documentation-6c4c4c9f5f-dn2bv_apimanager_b79239ff-1ee9-11e8-a6c1-42010a840fd9_0",
namespace="apimanager",
pod_name="documentation-6c4c4c9f5f-dn2bv"
}
Run Code Online (Sandbox Code Playgroud)
第二时间系列:-
kube_pod_container_resource_requests_memory_bytes {container =“ documentation”}
结果:
kube_pod_container_resource_requests_memory_bytes{
container="documentation",
instance="10.32.0.30:8080",
job="kubernetes-service-endpoints",
k8s_app="kube-state-metrics",
kubernetes_name="kube-state-metrics",
kubernetes_namespace="kube-system",
namespace="apimanager",
node="gke-ingenious-pool-1-bbd77706-pdsz",
pod="documentation-6c4c4c9f5f-mzd54"
}
Run Code Online (Sandbox Code Playgroud)
PromQL:
kube_pod_container_resource_requests_memory_bytes {container =“ documentation”} /((container_memory_usage_bytes {namespace =“ apimanager”})