devops-exercises - 包含Linux、Jenkins、AWS、SRE、Prometheus、Docker、Python、Ansible、Git、Kubernetes、Terraform、OpenStack、SQL、NoSQL、Azure、GCP、DNS、弹性、网络、虚拟化等DevOps 面试问题

package main

import (
	"container/heap"
	"fmt"
)

// An IntHeap is a min-heap of ints.
type IntHeap []int

func (h IntHeap) Len() int           { return len(h) }
func (h IntHeap) Less(i, j int) bool { return h[i] < h[j] }
func (h IntHeap) Swap(i, j int)      { h[i], h[j] = h[j], h[i] }

func (h *IntHeap) Push(x interface{}) {
	// Push and Pop use pointer receivers because they modify the slice's length,
	// not just its contents.
	*h = append(*h, x.(int))
}

func (h *IntHeap) Pop() interface{} {
	old := *h
	n := len(old)
	x := old[n-1]
	*h = old[0 : n-1]
	return x
}

func main() {
	h := &IntHeap{4, 8, 3, 6}
	heap.Init(h)
	heap.Push(h, 7)

  fmt.Println((*h)[0])
}

输出： 3

Golang 容器/堆包

MongoDB的优势如下：

• 无架构
• 易于横向扩展
• 没有复杂的联接
• 单个对象的结构清晰

主要区别在于SQL数据库是结构化的（数据以带有行和列的表的形式存储 - 就像excel电子表格表一样），而NoSQL是非结构化的，数据存储可以根据NoSQL DB的设置方式而变化，例如键值对，面向文档等。

SQL（结构化查询语言）是关系数据库（如MySQL，MariaDB等）的标准语言。
它用于读取、更新、删除和创建关系数据库中的数据。

主要区别在于SQL数据库是结构化的（数据以带有行和列的表的形式存储 - 就像excel电子表格表一样），而NoSQL是非结构化的，数据存储可以根据NoSQL DB的设置方式而变化，例如键值对，面向文档等。

SQL - 最适合在数据完整性至关重要时使用。SQL通常在金融领域的许多业务和领域实施，因为它符合ACID标准。

NoSQL - 如果你需要快速扩展，那就太好了。NoSQL在设计时考虑了Web应用程序，因此如果你需要将相同的信息快速传播到多个服务器，它非常有用。

此外，由于 NoSQL 不遵守关系数据库所需的具有列和行结构的严格表，因此你可以将不同的数据类型存储在一起。

从客户中选择 *
;

从Customer_Name
=“约翰·史密斯”的客户中选择Items_in_cart;

选择 SUM（Cash_spent_to_Date） 作为客户的SUM_CASH
;

选择 count（1） 作为 Number_of_People_w_items 来自客户

，其中Items_in_cart > 0;

你将在唯一键上加入它们。在这种情况下，唯一键同时Customer_ID在“客户”表和“订单”表中

选择 c.Customer_Name， o.来自客户的项目
c
左 加入订单 o
在 c.Customer_ID = o.Customer_ID;

cat_food为 （ 选择 Customer_ID， 总和（价格） 作为 TOTAL_PRICE 从订单

中 像“%猫粮%”
这样的项目按Customer_ID分组
）

选择Customer_name，TOTAL_PRICE
来自客户 c
内部连接 cat_food f
在 c.Customer_ID = f.Customer_ID c.Customer_ID
的地方（从cat_food中选择Customer_ID）;

尽管这是一个简单的语句，但当复杂查询需要在连接到另一个表之前在表上运行时，“with”子句确实大放异彩。with 语句很好，因为你在运行查询时会创建一个伪临时值，而不是创建一个全新的表。

所有购买的猫粮的总和并不容易获得，因此我们使用 with 语句创建伪表来检索每个客户花费的价格总和，然后正常联接表。

SELECT count(*)                             SELECT count(*)
FROM shawarma_purchases                     FROM shawarma_purchases
WHERE                               vs.     WHERE
  YEAR(purchased_at) == '2017'              purchased_at >= '2017-01-01' AND
                                            purchased_at <= '2017-31-12'

SELECT count(*)
FROM shawarma_purchases
WHERE
  purchased_at >= '2017-01-01' AND
  purchased_at <= '2017-31-12'

当你使用函数（）时，它必须扫描整个数据库，而不是使用索引和基本上是列，处于其自然状态。

YEAR(purchased_at)

你可以在这里阅读关于TripleO的信息

造成这种情况的原因有很多。例如：如果分配了活动端口，则无法删除路由器。

不是默认的。对象存储 API 将每个对象的最大限制为 5GB，但可以进行调整。

假。如果两个对象位于不同的容器中，则可以具有相同的名称。

用：

• 名字
• 身份证号码
• 类型
• 描述

服务及其终结点的列表

弹性堆栈包括：

• 弹性搜索
• 木花
• 日志存储
• 打
• 弹性Hadoop
• APM 服务器

Elasticsearch，Logstash和Kibana也被称为ELK堆栈。

来自官方文档：

“Elasticsearch是一个分布式文档存储。Elasticsearch 不是将信息存储为列式数据行，而是存储已序列化为 JSON 文档的复杂数据结构”

来自博客：

“Logstash 是一个强大、灵活的管道，可以收集、丰富和传输数据。它用作用于收集日志消息的提取，转换和加载（ETL）工具。

Beats 是轻量级的数据发送器。这些数据发送器安装在数据所在的客户端上。节拍示例：Filebeat、Metricbeat、Auditbeat。还有更多。

来自官方文档：

“Kibana 是一个开源分析和可视化平台，旨在与 Elasticsearch 配合使用。你可以使用 Kibana 来搜索、查看存储在 Elasticsearch 索引中的数据并与之交互。你可以轻松执行高级数据分析，并在各种图表、表格和 map中可视化数据。

该过程可能因所选体系结构和你可能希望应用于日志的处理而有所不同。一种可能的工作流程是：

1. 应用程序记录的数据由 filebeat 选取并发送到 logstash
2. 日志存储根据定义的筛选器处理日志。完成后，输出将发送到Elasticsearch。
3. Elasticsearch 存储它获得的文档，并将文档编入索引，以便将来快速访问
4. 用户在 Kibana 中创建基于索引数据的可视化
5. 用户创建一个 dashboard ，该 dashboard 由上一步中创建的可视化组成

这是存储数据的地方，也是进行不同处理的地方（例如，当你搜索数据时）。

部分主节点责任：

• 跟踪群集中所有节点的状态
• 验证副本是否正常工作，以及数据是否可从每个数据节点获得。
• 没有热节点（没有比其他节点工作更努力的数据节点）

虽然实际上可以有多个主节点，但其中只有选择的主节点。

负责根据摄取管道处理数据的节点。如果你不需要使用 logstash，那么这个节点可以从 beats 接收数据并处理它，类似于在 Logstash 中处理它的方式。

来自官方文档：

仅协调节点可以通过从数据和符合主节点条件的节点中卸载协调节点角色，使大型集群受益。它们加入群集并接收完整的群集状态（与其他节点一样），并且使用群集状态将请求直接路由到适当的位置。

在大多数情况下，Elasticsearch 中的索引与 SQL/NoSQL 世界中的整个数据库进行比较。
你可以选择使用一个索引来保存应用的所有数据，也可以选择使用多个索引，其中每个索引包含不同类型的应用（例如，应用正在运行的每个服务的索引）。

官方文档也提供了一个很好的解释（一般来说，这是非常好的文档，因为每个项目都应该有）：

“索引可以被认为是文档的优化集合，每个文档都是字段的集合，字段是包含数据的键值对”

索引被拆分为分片，文档被散列到特定的分片。每个分片可能位于集群中的不同节点上，并且每个分片都是一个独立的索引。
这允许 Elasticsearch 扩展到整个服务器集群。

来自官方文档：

“倒排索引列出了任何文档中出现的每个唯一单词，并标识每个单词出现的所有文档。”

继续与SQL/NoSQL进行比较，Elasticsearch中的文档在SQL的情况下是表中的一行，对于NoSQL来说，是集合中的文档。与NoSQL一样，文档是一个JSON对象，它将数据保存在应用程序中的一个单元上。此单位是什么取决于你的应用。如果你的应用与图书相关，则每个文档都会描述一本书。如果你的应用程序是关于衬衫的，那么每个文档都是一件衬衫。

红色表示某些数据在群集中不可用。索引的某些分片是未确定的。群集还有其他一些状态。黄色表示集群中有未分配的分片。如果你有单个节点并且索引具有副本，则可以处于此状态。绿色表示集群中的所有分片都分配给节点，并且你的集群运行正常。

假。来自官方文档：

“每个索引字段都有一个专用的、优化的数据结构。例如，文本字段存储在倒排索引中，数值和地理字段存储在 BKD 树中。

在随时可能发生故障的网络/云环境中，如果分片/节点以某种方式脱机或因任何原因消失，则使用故障转移机制非常有用，强烈建议使用。为此，Elasticsearch 允许你将索引分片的一个或多个副本创建为所谓的副本分片，或简称副本。

术语频率是术语在给定文档中出现的频率，文档频率是术语在所有文档中出现的频率。它们都用于通过计算术语频率/文档频率来确定术语的相关性。

“正在积极写入索引”。有关阶段的更多信息，请单击此处

curl -X PUT "localhost:9200/customer/_doc/1?pretty" -H 'Content-Type: application/json' -d'{ "name": "John Doe" }'

如果不存在，它会创建客户索引，并添加一个字段名称设置为“John Dow”的新文档。此外，如果它是第一个文档，它将获得 ID 1。

当你需要为多个文档编制索引时，将使用批量 API。对于大量文档，使用比单个请求要快得多，因为网络往返较少。

来自官方文档：

“在查询上下文中，查询子句回答了以下问题：”此文档与此查询子句的匹配程度如何？除了确定文档是否匹配之外，查询子句还计算_score元字段中的相关性分数。

“在筛选器上下文中，查询子句回答问题”此文档是否与此查询子句匹配？答案是简单的是或否 - 不计算分数。过滤上下文主要用于过滤结构化数据”

这个问题有几种可能的答案。其中之一如下：

弹性的小规模架构将由弹性堆栈组成。这意味着我们将拥有 beats、logstash、elastcsearch 和 kibana。
具有大量数据的生产环境可以包括某种缓冲组件（例如Reddis或RabbitMQ）以及安全组件（例如Nginx）。

一个日志插件，它以一种格式修改信息并将其沉浸在另一种格式中。

存储在索引中的原始数据。你可以搜索和过滤它。

与搜索结果匹配的文档总数。如果未使用查询，则只需文档总数。

“可视化”是你可以为数据创建可视化表示的地方（饼图、图形等）

在这里阅读

假。一台收割机收获一个锉刀。

你可以使用提供的弹性实用程序生成证书，并更改配置以使用证书模型启用安全性。

根据Martin Kleppmann的说法：

“许多进程在许多机器上运行...只有通过具有可变延迟的不可靠网络传递消息，系统可能会遭受部分故障、不可靠的时钟和进程暂停。

另一个定义：“物理上分离但逻辑连接的系统”

根据 CAP 定理，分布式数据存储不可能同时提供以下两个以上的数据：

• 可用性：每个请求都会收到响应（不一定是最新数据）
• 一致性：每个请求都会收到包含最新/最新数据的响应
• 分区容错：即使某些数据丢失/丢弃，系统也会继续运行

以下设计存在哪些问题？如何改进？

改进方法：

• 添加另一个负载均衡器
• 对两个负载均衡器使用 DNS A 记录
• 使用消息队列

它是一种架构，其中数据是从单个非共享源检索的，通常专门连接到一个节点，而不是请求可以到达许多节点之一并且数据将从一个共享位置检索的架构（存储、内存等）。

待办事项：添加更多详细信息！

我喜欢 blog.christianposta.com 的这个定义：

“一个明确且有目的的接口，旨在通过网络调用，使软件开发人员能够以受控和舒适的方式以编程方式访问组织内的数据和功能。

从 swagger.io：

“API 规范提供了对 API 行为方式以及 API 如何与其他 API 链接的广泛理解。它解释了 API 的功能以及使用 API 时预期的结果”

假。从 swagger.io：

“API 定义类似于 API 规范，因为它提供了对 API 组织方式和 API 功能的理解。但 API 定义针对的是机器消费，而不是人类对 API 的消费。

API 网关就像守门人，控制不同部分如何相互通信以及它们之间如何交换信息。

API 网关为所有客户端提供单一入口点，它可以执行多项任务，包括将请求路由到相应的后端服务、负载平衡、安全性和身份验证、速率限制、缓存和监控。

通过使用 API 网关，组织可以简化其 API 的管理，确保一致的安全性和治理，并提高其后端服务的性能和可扩展性。它们也常用于微服务架构，其中有许多小型的独立服务需要由不同的客户端访问。

优势：

• 简化 API 管理：为所有请求提供单一入口点，简化多个 API 的管理和监控。
• 提高安全性：能够实现身份验证、授权和加密等安全功能，以保护后端服务免受未经授权的访问。
• 增强可扩展性：可以处理流量高峰并将请求分发到后端服务，从而最大限度地提高资源利用率并提高整体系统性能。
• 启用服务组合：可以将不同的后端服务合并到单个 API 中，从而对客户端可以访问的服务进行更精细的控制。
• 促进与外部系统的集成：可用于向外部合作伙伴或客户公开内部服务，使其更容易与外部系统集成并启用新的业务模型。

自动化是自动化任务的行为，以减少与IT技术和系统有关的人为干预或交互。
虽然自动化侧重于任务级别，但编排是自动化流程和/或工作流的过程，它由通常跨多个系统的多个任务组成。

有关数据的数据。基本上，它描述了基础数据将包含的信息类型。

我无法为你回答这个问题:)

领域特定语言 （DSL） 用于创建表示领域的自定义语言，以便领域专家可以轻松解释它。

当今许多技术（如Kubernetes，Ansible等）使用的数据序列化语言。

真。因为 YAML 是 JSON 的超集。

someMultiLineString: |
  look mama
  I can write a multi-line string
  I love YAML

它适用于编写 shell 脚本等用例，其中脚本的每一行都是不同的命令。

someMultiLineString: |

someMultiLineString: >

使用将使多行字符串折叠成单行

>

someMultiLineString: >
  This is actually
  a single line
  do not let appearances fool you

它们允许你引用值而不是直接写入它们，它的用法如下：

username: {{ my.user_name }}

使用这个： 例如：

---

document_number: 1
---
document_number: 2

维基百科：“在计算中，固件是一类特定的计算机软件，它为设备的特定硬件提供低级控制。固件，例如个人计算机的BIOS可以包含设备的基本功能，并且可以为操作系统等更高级的软件提供硬件抽象服务。

Avinetworks：HTTP代表超文本传输协议。HTTP 使用 TCP 端口 80 启用互联网通信。它是 OSI 模型中应用层 （L7） 的一部分。

假。它不维护传入请求的状态。

它包括：

• 请求行 - 请求类型
• 标题 - 内容信息，如长度、连接等。
• 正文（并不总是包括在内）

HTTPS 是 HTTP 协议的安全版本，用于在 Web 浏览器和 Web 服务器之间传输数据。它使用 SSL/TLS 加密对通信进行加密，以确保数据的私密性和安全性。

了解更多： https://www.cloudflare.com/learning/ssl/why-is-http-not-secure/

HTTP 是无状态的。为了共享状态，我们可以使用 Cookie。

TODO：解释什么是真正的 Cookie

服务器未及时收到来自与其通信的另一台服务器的响应。

代理是充当客户端设备和目标服务器之间的中间人的服务器。它可以通过隐藏客户端的 IP 地址、筛选内容和缓存经常访问的数据来帮助提高隐私、安全性和性能。

• 代理可用于负载平衡，在多个服务器之间分配流量，以帮助防止服务器过载并提高网站或应用程序性能。它们还可用于数据分析，因为它们可以记录请求和流量，从而提供有关用户行为和偏好的有用见解。

反向代理是一种位于客户端和服务器之间的代理服务器，但它用于管理与传统正向代理相反方向的流量。在转发代理中，客户端将请求发送到代理服务器，然后代理服务器将这些请求转发到目标服务器。但是，在反向代理中，客户端将请求发送到目标服务器，但请求在到达服务器之前被反向代理截获。

• 它们通常用于提高 Web 服务器性能、提供高可用性和容错能力，并通过阻止直接访问后端服务器来增强安全性。它们通常用于大型 Web 应用程序和高流量网站，以管理和分发请求到多个服务器，从而提高可扩展性和可靠性。

维基百科：“X-Forwarded-For （XFF） HTTP 标头字段是一种常用方法，用于识别通过 HTTP 代理或负载均衡器连接到 Web 服务器的客户端的原始 IP 地址。

负载均衡器接受（或拒绝）来自客户端的传入网络流量，并根据某些条件（应用程序相关、网络等）将这些通信分发到服务器（至少一个）。

L4 和 L7

是的，你可以使用 DNS 执行负载平衡。

推荐阅读：

• 红帽文章

缺点：

• 可能会导致实例上的负载不均匀（因为请求路由到相同的实例） 优点：
• 确保创建新请求时进程内会话不会丢失

你希望确保用户不会丢失当前会话数据。

饼干。有基于应用程序的 Cookie 和基于持续时间的 Cookie。

在 GCP 和 AWS 上，最大超时值可以设置为 1 到 3600 秒。

知识共享许可是一组版权许可，允许创作者与公众分享他们的作品，同时保留对如何使用作品的一些控制权。该许可的开发是为了回应传统版权法的限制性标准，这些标准限制了创意作品的获取。其创作者选择其作品可以被他人共享、分发和使用的条款。它们是六种主要类型的知识共享许可证，每种许可证都有不同级别的限制和权限，这六个许可证是：

• 署名（CC BY）：允许其他人分发、重新混音和构建作品，即使是商业上的，只要他们归功于原始创作者。
• 署名-相同方式共享（CC BY-SA）：允许其他人重新混合和构建作品，即使是商业上的，只要他们注明原创作者并在同一许可下发布任何新创作。
• 署名-无衍生物（CC BY-ND）：允许其他人分发作品，即使是商业性的，但他们不能以任何方式重新混合或更改它，并且必须注明原创作者。
• 署名-非商业性（CC BY-NC）：允许其他人重新混合和构建作品，但他们不能将其用于商业用途，并且必须注明原创作者。
• 署名-非商业性使用-相同方式共享（CC BY-NC-SA）：允许其他人对作品进行混音和构建，但他们不能将其用于商业用途，必须注明原创作者，并且必须在同一许可下发布任何新创作。
• 署名-非商业性-禁止派生（CC BY-NC-ND）：允许他人下载和分享作品，但不能将其用于商业用途，以任何方式重新混合或更改作品，并且必须注明原创作者。

简单地说，知识共享许可是创作者与公众分享其作品的一种方式，同时保留对如何使用作品的一些控制权。这些许可促进创造力、创新和协作，同时也尊重创作者的权利，同时仍然鼓励负责任地使用创意作品。

详细信息： https://creativecommons.org/licenses/

在 Copyleft 中，任何衍生作品都必须使用相同的许可，而在宽松许可中则没有这样的条件。GPL-3 是 copyleft 许可证的一个例子，而 BSD 是宽松许可证的一个例子。

中央处理器缓存。源

内存泄漏是当程序无法释放不再需要的内存时发生的编程错误，导致程序随着时间的推移消耗越来越多的内存。

泄漏可能导致各种问题，包括系统崩溃、性能下降和不稳定。通常在旧系统维护失败以及与新组件的兼容性之后发生。

SSH HTTP DHCP DNS ...

https://idiallo.com/blog/c10k-2016

优点：

• 通常，对于对象存储，你需要为使用的内容付费，而其他存储类型则需要为分配的存储空间付费
• 可扩展存储：对象存储主要基于一个模型，在该模型中，你使用的就是你获得的，你可以根据需要添加存储 缺点：
• 通常执行速度比其他类型的存储慢
• 无粒度修改：要更改对象，你必须重新创建它

优点：

• 用户可以完全控制自己的文件，并且可以对文件运行各种操作：删除、读取、写入和移动。
• 安全机制允许用户更好地控制文件锁定等内容

本地文件系统 Dropbox Google Drive

文件系统是计算机和其他电子设备组织和存储数据文件的一种方式。它提供了一种结构，有助于将数据组织到文件和目录中，从而更轻松地查找和管理信息。文件系统对于提供以有组织的方式存储和管理数据的方法至关重要。

常用的归档系统： 视窗：

• NTFS
• 前法特

苹果操作系统：

• HFS+ *APFS

问这个问题时要小心——所有公司，无论规模大小，都有一定程度的技术债务。根据所有公司都处理这个问题来表达这个问题，但你希望看到他们正在处理的当前痛点

这是了解经理如何处理计划外工作的好方法，以及他们在设定项目期望方面的表现。

这可以让你深入了解公司正在从事的一些很酷的项目，如果你喜欢从事此类项目。这也是查看经理是否允许员工在正常工作之外的项目中学习和成长的好方法。

与技术债务问题类似，这可以帮助你确定公司的任何痛点。此外，这可能是展示你将如何成为团队资产的好方法。

例如，如果他们提到他们有问题X，而你过去已经解决了这个问题，你可以展示你如何能够缓解这个问题。

这不仅会告诉你对你的期望，它还会为你在工作的头几个月要做的工作类型提供很大的提示。

单元测试是一种软件测试技术，涉及系统分解系统并测试程序集的每个单独部分。这些测试是自动化的，可以重复运行，使开发人员能够在开发时快速捕获边缘情况或错误。

单元测试的主要目标是验证每个函数在给定一组输入的情况下是否产生正确的输出。

CDN（内容交付网络）负责按地理位置分发内容。其中一部分是所谓的边缘站点，又名缓存代理，由于缓存功能和地理分布，它允许用户快速获取内容。

在单个 CDN 中，整个内容源自内容分发网络。
在多 CDN 中，内容分布在多个不同的 CDN 中，每个 CDN 可能位于完全不同的提供商/云上。

本文提供了一个很好的解释。

该功能可根据需求和使用情况轻松增加大小和容量。

增长的能力，但也根据需要减少

灾难恢复是在发生破坏性事件后恢复关键业务系统和数据的过程。目标是将影响降至最低并快速恢复正常的业务活动。这包括创建计划、测试计划、备份关键数据并将其存储在安全位置。在发生灾难时，将执行计划，恢复备份，并希望使系统重新联机。恢复过程可能需要数小时或数天，具体取决于基础设施的损坏情况。这使得业务规划变得非常重要，因为精心设计和测试的灾难恢复计划可以最大限度地减少灾难的影响并保持运营。

容错 - 自我修复并恢复正常能力的能力。还具有承受故障并保持功能的能力。

高可用性 - 能够访问资源（在某些用例中，使用不同的平台）

wintellect.com：“简单地说，高可用性就是消除单点故障，而灾难恢复是在系统无法运行时使系统恢复到运行状态的过程。从本质上讲，当高可用性失败时，灾难恢复就会开始，所以首先是HA。

垂直扩展是添加资源以增加现有服务器功能的过程。例如，添加更多 CPU、添加更多 RAM 等。

仅通过垂直缩放，组件仍然是单点故障。此外，它还具有硬件限制，如果你没有更多资源，则可能无法垂直扩展。

数据库，缓存。这主要适用于非分布式系统。

水平扩展是添加更多资源的过程，这些资源将能够作为一个单元处理请求

负载均衡器。你可以添加更多资源，但如果你希望它们成为流程的一部分，则必须为他们提供请求/响应。此外，数据不一致是水平扩展的一个问题。

以下架构有什么问题，你将如何解决它？

生产者或消费者的负载可能很高，这将导致它们挂起或崩溃。
消费者只有在准备好处理任务时才能拉取任务，而不是在“推送模式”下工作。它可以通过使用Kafka，Kinesis等流媒体平台来修复。该平台将确保处理高负载/流量，并仅在准备好获取任务/消息时才将任务/消息传递给消费者。

看看这里

你可以在此处找到列表

在此处阅读有关它的信息

缓存用于通过将频繁访问的数据存储在内存或快速存储介质上来加快读取操作。通过使数据靠近应用程序，缓存可以减少从较慢、更远的存储系统（如数据库或磁盘）访问数据的延迟和开销。

另一方面，数据库针对存储和管理持久性数据进行了优化。数据库旨在处理并发读写操作，强制实施一致性和完整性约束，并提供索引和查询等功能。

你可以提及：

回滚和前滚剪切彩排 DNS 重定向

中央处理器 （CPU） 执行程序中指令指定的基本算术、逻辑、控制和输入/输出 （I/O） 操作。这与主存储器和 I/O 电路等外部组件以及图形处理单元 （GPU） 等专用处理器形成鲜明对比。

RAM（随机存取存储器）是计算设备中的硬件，其中保存了操作系统 （OS）、应用程序和当前使用的数据，以便设备的处理器可以快速访问它们。RAM 是计算机中的主存储器。它的读取和写入速度比其他类型的存储（如硬盘驱动器 （HDD）、固态驱动器 （SSD） 或光盘驱动器）快得多。

嵌入式系统是一种计算机系统，由计算机处理器、计算机内存和输入/输出外围设备组成，在较大的机械或电子系统中具有专用功能。它作为完整设备的一部分嵌入，通常包括电气或电子硬件和机械部件。

树莓派

有几种类型的存储，包括硬盘驱动器 （HDD）、固态驱动器 （SSD） 和光盘驱动器 （CD/DVD/蓝光）。其他类型的存储包括 USB 闪存驱动器、存储卡和网络连接存储 （NAS）。

正如道格·莱尼（Doug Laney）所定义的那样：

• 数据量：数据量极大
• 速度：实时、批处理、数据流
• 多样性：各种形式的数据，结构化，半结构化和非结构化
• 准确性或可变性：不一致、有时不准确、变化的数据

DataOps 旨在缩短数据分析的端到端周期时间，从想法的起源到创造价值的图表、图形和模型的字面创建。DataOps 结合了敏捷开发、DevOps 和统计流程控制，并将其应用于数据分析。

talend.com 的回答：

“数据架构是标准化组织收集、存储、转换、分发和使用数据的方式的过程。我们的目标是在需要的时候将相关数据提供给需要它的人，并帮助他们理解它。

维基百科对数据仓库的解释 亚马逊对数据仓库的解释

数据湖 - 维基百科

Apache Hadoop - 维基百科

负责管理集群中的计算资源和调度用户的应用程序

用于大规模数据处理的编程模型

HDFS 架构

• 主从架构
• 名称节点 - 主节点，数据节点 - 从属节点
• 文件拆分为块
• 存储在数据节点上的块
• 名称节点控制所有元数据

通常，Packer会自动创建机器映像。它允许你在创建映像时专注于部署之前的配置。在大多数情况下，这使你可以更快地启动实例。

具有以下优点的配置>部署：

1. 部署速度 - 在部署之前配置一次，而不是每次部署时都配置。这使你可以更快地启动实例/服务。
2. 更不可变的基础结构 - 使用配置>部署，不太可能有非常不同的部署，因为大多数配置都是在部署之前完成的。在此模型中部署之前，将处理/发现依赖项错误等问题。

本页完美地解释了它：

Given a version number MAJOR.MINOR.PATCH, increment the:

MAJOR version when you make incompatible API changes
MINOR version when you add functionality in a backwards compatible manner
PATCH version when you make backwards compatible bug fixes
Additional labels for pre-release and build metadata are available as extensions to the MAJOR.MINOR.PATCH format.