原文链接名词解释RDD：ReadmeDrivenDevelopmentTDD：TestDrivenDevelopmentBDD：Behavior-DrivenDevelopmentXP：ExtremeProgrammingSCRUM:迭代式增量软件开发过程翻译最近我听到很多关于TDD、BDD、XP、SCRUM、站会以及开发更好软件的各种方法和技术的讨论，但这些都是无关紧要的，除非我们所构建的软件能够满足用户的需求。让我换一种说法。有关错误相关的规范的完美实现是毫无价值的。基于同样的原则，一个精心制作的没有文档的库也几乎毫无价值。如果你的软件解决了错误的问题，或者没有人知道如何使用它，那一定是非
原文链接名词解释RDD：ReadmeDrivenDevelopmentTDD：TestDrivenDevelopmentBDD：Behavior-DrivenDevelopmentXP：ExtremeProgrammingSCRUM:迭代式增量软件开发过程翻译最近我听到很多关于TDD、BDD、XP、SCRUM、站会以及开发更好软件的各种方法和技术的讨论，但这些都是无关紧要的，除非我们所构建的软件能够满足用户的需求。让我换一种说法。有关错误相关的规范的完美实现是毫无价值的。基于同样的原则，一个精心制作的没有文档的库也几乎毫无价值。如果你的软件解决了错误的问题，或者没有人知道如何使用它，那一定是非
本文我们将学习如何使用 KubernetesClusterAPI 和 ArgoCD 创建和管理多个Kubernetes集群。我们将使用Kind创建一个本地集群，在该集群上，我们将配置其他Kubernetes集群的创建过程。为了自动执行该过程，我们将使用ArgoCD，我们可以从单个Git存储库处理整个过程。介绍你听说过一个名为 KubernetesClusterAPI(https://cluster-api.sigs.k8s.io/)的项目吗？它提供声明式API和工具来简化配置、升级和管理多个Kubernetes集群。我们会先创建一个管理其他集群生命周期的Kubernetes集群，在这个集群上，
本文我们将学习如何使用 KubernetesClusterAPI 和 ArgoCD 创建和管理多个Kubernetes集群。我们将使用Kind创建一个本地集群，在该集群上，我们将配置其他Kubernetes集群的创建过程。为了自动执行该过程，我们将使用ArgoCD，我们可以从单个Git存储库处理整个过程。介绍你听说过一个名为 KubernetesClusterAPI(https://cluster-api.sigs.k8s.io/)的项目吗？它提供声明式API和工具来简化配置、升级和管理多个Kubernetes集群。我们会先创建一个管理其他集群生命周期的Kubernetes集群，在这个集群上，
在用scanpy进行单细胞分析时往往要对聚类(leiden)后的簇进行细胞类型的标注并生成细胞图谱，但是在通常使用的更改注释的方法中new_cluster_names=[]adatas.rename_categories('leiden',new_cluster_names)new_cluster_names的字符不允许重复，而我无法确保每一个簇的细胞类型都不相同（一般都需要手动调整），于是我只能在相同的细胞类型后添加_num进行注释，如Bcell_1,Bcell_2，用此方法生成的细胞图谱如下所示image.png真的是相当难看，观察起来也很费劲。所以我一直在想怎么才能把相同的celltyp
在用scanpy进行单细胞分析时往往要对聚类(leiden)后的簇进行细胞类型的标注并生成细胞图谱，但是在通常使用的更改注释的方法中new_cluster_names=[]adatas.rename_categories('leiden',new_cluster_names)new_cluster_names的字符不允许重复，而我无法确保每一个簇的细胞类型都不相同（一般都需要手动调整），于是我只能在相同的细胞类型后添加_num进行注释，如Bcell_1,Bcell_2，用此方法生成的细胞图谱如下所示image.png真的是相当难看，观察起来也很费劲。所以我一直在想怎么才能把相同的celltyp
一、redis哨兵+主从的问题假设我们在一台主从机器上配置了200G内存，但是业务需求是需要500G的时候，主从结构+哨兵可以实现高可用故障切换+冗余备份，但是并不能解决数据容量的问题，用哨兵，redis每个实例也是全量存储，每个redis存储的内容都是完整的数据，浪费内存且有木桶效应。为了最大化利用内存，可以采用cluster集群，就是分布式存储。即每台redis存储不同的内容。Redis分布式方案一般有两种：①、客户端分区方案：优点是分区逻辑可控，缺点是需要自己处理数据路由、高可用、故障转移等问题，比如在redis2.8之前通常的做法是获取某个key的hashcode，然后取余分布到不同节
一、redis哨兵+主从的问题假设我们在一台主从机器上配置了200G内存，但是业务需求是需要500G的时候，主从结构+哨兵可以实现高可用故障切换+冗余备份，但是并不能解决数据容量的问题，用哨兵，redis每个实例也是全量存储，每个redis存储的内容都是完整的数据，浪费内存且有木桶效应。为了最大化利用内存，可以采用cluster集群，就是分布式存储。即每台redis存储不同的内容。Redis分布式方案一般有两种：①、客户端分区方案：优点是分区逻辑可控，缺点是需要自己处理数据路由、高可用、故障转移等问题，比如在redis2.8之前通常的做法是获取某个key的hashcode，然后取余分布到不同节
