Linux 原生 編輯 器的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列股價、配息、目標價等股票新聞資訊

Spinnaker實戰：云原生多云環境的持續部署方案

為了解決Linux 原生 編輯 器的問題，作者王煒王振威 這樣論述：

本書聚焦於雲原生和多雲環境的持續部署方案，共分13章，內容涉及聲明式持續部署概述、Spinnaker基礎與實戰、金絲雀發佈與灰度發佈、部署安全、混沌工程及生產化建議等，結構清晰，循序漸進，深入淺出。   在持續部署最佳實踐方面，本書重點介紹了如何實施灰度發佈、自動金絲雀分析和混沌工程，這些高級部署功能是Netflix 公司實現快速而穩定反覆運算的核心技術。關於如何落地Spinnaker，本書站在人和組織架構的視角，為遷移團隊提供了指導性的意見，解決了新技術落地難的問題。 王煒，騰訊雲CODING高級架構師，CNCF大使，KubeCon評審委員會成員，開源雲原生開發境Nocal

host研發負責人，騰訊雲大學講師。多年來始終從事雲原生架構、Docker、Kubernetes、DevOps及微服務領域的研究與實踐，擅長開源項目治理和運營。   王振威，騰訊雲CODING研發總監，開源雲原生開發環境Nocalhost產品負責人。深耕開發者工具領域，實現了CODING代碼託管、CI/CD等產品從0到1的突破，在Linux、Golang、Java、Kubernetes、Docker等技術領域有所見長。   01 聲明式持續部署概述 1 1.1 持續交付與持續部署 2 1.1.1 為什麼要持續交付 2 1.1.2 持續交付的好處 3 1.1.3 保持隨時可交付

4 1.1.4 解決問題：提高發佈頻率 4 1.1.5 自動化持續部署 5 1.2 命令式與聲明式 6 1.2.1 簡單易用的命令式 7 1.2.2 抽象和歸納的聲明式 8 1.3 常見的聲明式系統 9 1.3.1 Kubernetes 9 1.3.2 Terraform 11 1.3.3 Ansible 12 1.4 聲明式與命令式結合：聲明式腳本流水線 13 1.4.1 核心思想 13 1.4.2 代碼即流水線 14 1.4.3 步驟執行 15 1.5 聲明式腳本流水線的意義 16 1.5.1 簡化行為描述 16 1.5.2 降低學習曲線 17 1.5.3 落地持續部署 17 1.5.4

實現自動化 17 1.6 本章小結 18 02 管理雲基礎設施 19 2.1 遷移至雲原生與混合雲的挑戰 20 2.1.1 憑據管理 20 2.1.2 多雲架構 20 2.1.3 跨地域部署 21 2.1.4 自動伸縮 21 2.1.5 不可變的基礎設施和部署製品 22 2.1.6 服務發現 22 2.2 組織雲基礎設施 23 2.2.1 以應用為中心 23 2.2.2 抽象對雲的操作 24 2.2.3 雲模型 26 2.2.4 多雲配置 26 2.3 流量組織形式 27 2.3.1 啟用/不啟用 27 2.3.2 啟用/啟用 27 2.4 持續部署工具對比 27 2.4.1 Tekton

28 2.4.2 Argo CD 31 2.5 本章小結 36 03 Spinnaker 簡介 37 3.1 概念 38 3.2 應用管理 38 3.2.1 應用 39 3.2.2 伺服器組 39 3.2.3 集群 39 3.2.4 負載等化器 41 3.2.5 防火牆 41 3.3 應用程式部署 42 3.3.1 流水線 42 3.3.2 階段 43 3.3.3 任務 43 3.3.4 部署策略 43 3.4 雲提供商 45 3.5 Spinnaker 架構 46 3.5.1 Deck 48 3.5.2 Gate 50 3.5.3 Clouddriver 50 3.5.4 Orca 51

3.5.5 Echo 52 3.5.6 Front50 53 3.5.7 Igor 54 3.5.8 Fiat 54 3.5.9 Rosco 55 3.5.10 Kayenta 56 3.6 本章小結 57 04 安裝Spinnaker 59 4.1 環境要求 59 4.1.1 Kubernetes 59 4.1.2 Kubectl 62 4.1.3 Jenkins 63 4.1.4 Docker Registery 66 4.2 安裝部署 67 4.2.1 Halyard 命令列工具 67 4.2.2 選擇雲提供商 70 4.2.3 選擇運行環境 71 4.2.4 選擇存儲方式 71 4

.2.5 部署 73 4.2.6 升級 78 4.2.7 備份配置 79 4.2.8 常見問題 81 4.3 本章小結 82 05 Spinnaker基本工作流程：流水線 84 5.1 管理流水線 85 5.1.1 創建流水線 85 5.1.2 配置流水線 87 5.1.3 添加自動觸發器 87 5.1.4 添加階段 88 5.1.5 手動運行流水線 89 5.1.6 禁用流水線 91 5.1.7 刪除流水線 91 5.1.8 鎖定流水線 92 5.1.9 重命名流水線 92 5.1.10 通過JSON編輯流水線 93 5.1.11 流水線歷史版本 94 5.2 部署製品 95 5.2.1

在流水線中使用製品 98 5.2.2 自訂觸發器製品 103 5.2.3 Kubernetes Manifest 製品 104 5.2.4 製品類型 108 5.3 啟動參數 108 5.4 階段 109 5.4.1 基礎設施階段 110 5.4.2 集成外部系統階段 112 5.4.3 測試階段 113 5.4.4 流程控制階段 113 5.4.5 自訂階段 114 5.5 觸發器 114 5.5.1 時間型觸發器 115 5.5.2 事件型觸發器 115 5.6 通知 116 5.7 流水線運算式 118 5.7.1 編寫運算式 119 5.7.2 測試運算式 124 5.8 版本控制和審

計 125 5.9 動態流水線示例 126 5.10 本章小結 132 06 深入核心概念 133 6.1 虛擬機器階段 133 6.1.1 Bake 133 6.1.2 Tag Image 135 6.1.3 Find Image From Cluster 135 6.1.4 Find Image From Tags 136 6.1.5 Deploy 137 6.1.6 Disable Cluster 139 6.1.7 Disable Server Group 140 6.1.8 Enable Server Group 141 6.1.9 Resize Server Group 142

6.1.10 Clone Server Group 143 6.1.11 Rollback Cluster 144 6.1.12 Scale Down Cluster 145 6.2 Kubernetes階段 145 6.2.1 Bake (Manifest) 146 6.2.2 Delete (Manifest) 147 6.2.3 Deploy (Manifest) 148 6.2.4 Find Artifacts From Resource (Manifest) 151 6.2.5 Patch (Manifest) 152 6.2.6 Scale (Manifest) 154 6.2.7

Undo Rollout (Manifest) 155 6.3 集成外部系統階段 156 6.3.1 Jenkins 156 6.3.2 運行 Script 腳本 158 6.3.3 Travis階段 160 6.3.4 Concourse階段 162 6.3.5 Wercker階段 163 6.3.6 Webhook階段 165 6.3.7 自訂 Webhook階段 167 6.4 流程控制階段 170 6.4.1 Wait 171 6.4.2 Manual Judgment 171 6.4.3 Check Preconditions 173 6.4.4 Pipeline 174 6.5

其他階段 175 6.6 部署製品類型 176 6.6.1 Docker 鏡像 176 6.6.2 Base64 178 6.6.3 AWS S3 179 6.6.4 Git Repo 181 6.6.5 GitHub 文件 182 6.6.6 GitLab 文件 184 6.6.7 Helm 185 6.6.8 HTTP文件 188 6.6.9 Kubernetes 對象 189 6.6.10 Maven 190 6.7 配置觸發器 192 6.7.1 Git 192 6.7.2 Docker Registry 194 6.7.3 Helm Chart 196 6.7.4 Artifacto

ry 197 6.7.5 Webhook 198 6.7.6 Jenkins 201 6.7.7 Concourse 202 6.7.8 Travis 202 6.7.9 CRON 203 6.7.10 Pipeline 204 6.7.11 Pub/Sub 204 6.8 使用流水線範本 205 6.8.1 安裝 Spin CLI 206 6.8.2 創建流水線範本 209 6.8.3 渲染流水線範本 211 6.8.4 使用範本創建流水線 211 6.8.5 繼承範本或覆蓋 213 6.9 消息通知 213 6.9.1 Email 216 6.9.2 Slack 218 6.9.3 SMS

220 6.9.4 企業微信機器人 221 6.9.5 釘釘機器人 223 6.10 本章小結 226 07 自動金絲雀分析 227 7.1 Spinnaker 自動金絲雀發佈 227 7.2 安裝組件 229 7.2.1 安裝 Prometheus 229 7.2.2 集成 Minio 232 7.2.3 集成 Prometheus 233 7.3 配置金絲雀 233 7.3.1 創建一個金絲雀配置 234 7.3.2 創建和使用選擇器範本 239 7.3.3 創建金絲雀階段 240 7.4 獲取金絲雀報告 248 7.5 工作原理 250 7.6 最佳實踐 251 7.7 本章小結 2

53 08 混沌工程 254 8.1 理論基礎 254 8.1.1 概念定義 254 8.1.2 發展歷程 255 8.2 為什麼需要混沌工程 256 8.2.1 與測試的區別 256 8.2.2 與故障注入的區別 256 8.2.3 核心思想 257 8.3 五大原則 257 8.3.1 建立穩定狀態的假設 257 8.3.2 用多樣的現實世界事件做驗證 258 8.3.3 在生產環境中進行測試 258 8.3.4 快速終止和最小爆炸半徑 259 8.3.5 自動化實驗以持續運行 259 8.4 如何實現混沌工程 259 8.4.1 設計實驗步驟 260 8.4.2 確定成熟度模型 260

8.4.3 確定應用度模型 262 8.4.4 繪製成熟度模型 263 8.5 在 Spinnaker 中實施混沌工程 263 8.5.1 Gremlin 264 8.5.2 Chaos Mesh 265 8.6 本章小結 268 09 使部署更加安全 269 9.1 集群部署 269 9.1.1 部署策略 269 9.1.2 回滾策略 278 9.1.3 時間窗口 283 9.2 流水線執行 285 9.2.1 併發 285 9.2.2 鎖定 286 9.2.3 禁用 287 9.2.4 階段條件判斷 288 9.2.5 人工確認 288 9.3 自動驗證階段 295 9.4 審計和可追

溯 299 9.4.1 消息通知 299 9.4.2 流水線變更歷史 300 9.4.3 事件流記錄 301 9.5 本章小結 302 10 最佳實踐 303 10.1 南北流量自動灰度發佈：Kubernetes + Nginx Ingress 304 10.1.1 環境準備 304 10.1.2 部署 Nginx Ingress 305 10.1.3 初始化環境 308 10.1.4 創建流水線 309 10.1.5 運行流水線 311 10.1.6 原理分析 317 10.1.7 生產建議 319 10.2 東西流量自動灰度發佈：Kubernetes + Service Mesh 319

10.2.1 環境準備 320 10.2.2 安裝 Istio 321 10.2.3 Bookinfo 應用 322 10.2.4 初始化環境 324 10.2.5 創建流水線 326 10.2.6 運行流水線 328 10.2.7 原理分析 332 10.3 本章小結 334 11 生產建議 336 11.1 SSL 336 11.2 認證 341 11.2.1 SAML 342 11.2.2 OAuth 345 11.2.3 LDAP 349 11.2.4 x509 350 11.3 授權 351 11.3.1 YAML 353 11.3.2 SAML 354 11.3.3 LDAP

354 11.3.4 GitHub 355 11.3.5 Service Account 356 11.3.6 流水線許可權 358 11.4 Redis配置優化 359 11.5 橫向擴容 360 11.6 使用MySQL 作為存儲系統 363 11.6.1 Front50 366 11.6.2 Clouddriver 367 11.6.3 Orca 369 11.7 監控 372 11.7.1 Prometheus 373 11.7.2 Grafana 378 11.8 本章小結 382 12 擴展 Spinnaker 383 12.1 配置開發環境 383 12.1.1 Kork 38

3 12.1.2 組件概述 384 12.1.3 環境配置 385 12.2 編寫新階段 386 12.3 本章小結 394 13 遷移到Spinnaker 395 13.1 如何說服團隊 395 13.2 遷移原則 396 13.2.1 最小化變更工作流 396 13.2.2 利用已有設施 397 13.2.3 組織架構不變性 397 13.3 本章小結 399

小輕快跨平台：王的編輯器Visual Studio Code聖經

為了解決Linux 原生 編輯 器的問題，作者韓駿 這樣論述：

市面上第一本完整說明Visual Studio Code的中文書 　　★ 全世界軟體設計師最愛的IDE編輯器。 　　支援上百種程式語言，語義突顯、自動完成、自動縮排，完整中斷偵錯，跨平台，內建支援SSH、GIT，可連線到遠端的Windows/Linux/MacOS上進行開發、網頁支援、雲端支援，說不完的強大，連編輯器之神vim的愛用者都忍不住跳槽，連神之編輯器Emacs的使用者也紛紛安裝，不管你是哪作業系統的使用者，快點進入這王之編輯器！ 好評襲來 　　Visual Studio Code（VS Code）之所以越來越受歡迎，除了因為它本身具有某些優秀品質，許多外掛程式也功不可沒。本

書的一大特色就是幫助你找到合適的外掛程式，並且指導你快速上手。無論你有興趣的是各種程式語言（JavaScript/TypeScript、Java、Python 等），還是實際的開發場景（前端、雲端原生、物聯網等），本書都提供了詳盡的指引。工欲善其事，必先利其器。相信透過本書的學習，你可以把VS Code 訂製成高效又稱手的開發環境。—微軟Java 語言開發工具團隊首席軟體開發經理 李榕 　　VS Code 是一款極為優秀的開放原始碼產品。透過本書，你除了可以全面地了解到VS Code 的許多使用技巧，還可以學習到VS Code 團隊是如何做開放原始碼的。VS Code 團隊不僅將其程式開放原

始碼，而且將整個開發過程都建立於開放原始碼環境之上。對於開放原始碼專案的開發者，VS Code 有許多值得參考和學習的地方。—開放原始碼中國創始人兼CTO 紅薯 　　VS Code 是微軟針對多語言開發者的程式編輯器，是一款程式設計利器，深受開發者喜愛。VS Code 雖然容易上手，但卻很難精通，因為有關的技術細節比較多，外掛程式生態也比較豐富。作者憑藉其在VS Code 上的多年使用和外掛程式開發經驗，為讀者們把VS Code 的整個技術架構分門別類地整理清楚，並介紹使用技巧、外掛程式、語言服務和各種開發場景，最後達到深入淺出的目的。本書作為VS Code 技術領域的標桿圖書，在技術廣度和

深度上兼具極強的參考價值，適合各種語言的開發者作為學習和參考用書。—華為雲DevCloud 研發技術總監 王亞偉 　　VS Code 的誕生加速了開發階段的數位化進程。近年來，雲端開發理念深入人心，這表示我們需要用網際網路模式重構對開發者來說最重要的工具—IDE。作者透過本書將VS Code 的精妙之處完整呈現，不管是IDE 的使用者、開放原始碼同好還是工具開發者都不應該錯過本書。—阿里巴巴研發平台負責人 陳鑫（花名神秀） 　　作為程式設計師，我們中的大部分人對VS Code 都再熟悉不過。但是，正如「二八法則」所揭示的那樣，80% 日常用它敲程式的程式設計師很可能只用到了其20% 的核心

功能。本書帶我們全面細數VS Code 的各方面，或許其中的小基礎知識就能幫助你在未來的使用過程中提升開發效率。為了儲備與開發工具相關的知識，本書值得一讀。—著名開放原始碼軟體ECharts 核心貢獻者之一 羨轍 　　本書從開發工具的歷史入手，由淺入深地說明了VS Code 的入門和進階知識，以及VS Code 的強大生態，並教你如何為生態、社區，甚至是VS Code本身做出自己的貢獻。這是一本關於使用VS Code 進行開發的大而全，卻又不雜的好書。—《Node.js：來一打C++ 擴充》作者、《精通Vim：用Vim 8 和Neovim 實現高效開發》譯者死月 　　VS Code 是入門

簡單卻頗具深度的開發工具，使用者可以極快上手，但隨著深入使用，又會發現達到爐火純青的境界並非易事。本書對於開發者而言，最大的優勢在於它的系統性。從入門到進階再到擴充，整個知識系統一脈相承，開發者不再侷限於許多雜湊基礎知識的拼湊，更可以利用它使VS Code成為技術團隊不可或缺的生產力！—騰訊雲Serverless 技術專家、百度前技術經理 王俊傑 　　VS Code 作為Visual Studio 家族的產品，也是微軟在雲端原生時代提供的輕量級開發工具。韓駿透過本書，不僅將VS Code 的豐富內容向我們展現得淋漓盡致，讓我們知其然知其所以然，而且能夠使我們在讀後舉一反三地探索VS Code

的未來。—深圳市友浩達科技有限公司CEO 張善友 　　VS Code 是全球極受歡迎的開發工具之一。韓駿老師憑藉豐富的技術經驗和生動的語言，帶大家由淺入深地學習VS Code，本書非常值得讀者閱讀學習。—微信公眾號「程式設計師小灰」作者、《漫畫演算法》作者 魏夢舒 　　VS Code 是微軟在2015 年發佈的編輯器，隨後便快速發展起來，成為Stack Overflow 上認證的最受歡迎的編輯器。儘管我一直覺得Emacs 是最好的編輯器，但其實我使用VS Code 的頻率已經高於Emacs。本書歸納了韓駿多年的VS Code 開發經驗，能夠幫助你快速入門及進階VS Code，了解VS C

ode 在不同領域（如雲端運算、物聯網）的應用，以及如何進行正在火熱發展中的雲端研發等。—ThoughtWorks 進階諮詢師、《前端架構：從入門到微前端》作者 黃峰達（Phodal） 　　本書是VS Code 使用者和貢獻者都值得一讀的書。書中透過豐富的使用場景，由淺入深地從各個角度詳盡地介紹了VS Code。無論你是想使用VS Code的各種功能，還是想要了解它的執行機制，或是想成為其生態圈的貢獻者，本書都會是你手邊的必備寶典。—Works Applications 副總裁 王浚立 　　和韓老師在微軟共事多年，他絕對當得起「極客」的稱呼，是當之無愧的VS Code 專家。VS Code

作為近幾年最強勢的編輯器，迅速橫掃了這個已經深耕多年的市場，並打破了微軟一向給人的「不夠開放」的固有印象。無論你使用哪種程式語言進行程式設計，使用什麼作業系統進行開發，本書都可以幫助你掌握一個高效的開發工具，使你的職業生涯如虎添翼！—字節跳動Tech Lead 盧肇興 　　韓老師對VS Code 生態具有相當大的熱情，持續一貫地進行中文圈VS Code的技術佈道，幫助開發者更進一步地了解、使用VS Code，加強生產力。本書除了可以作為VS Code 的使用手冊，還可以使你了解微軟團隊在開發這款卓越工具背後的一些有趣故事。—螞蟻金服技術專家 牽招 　　正確、有效地使用開發工具可以讓開發人

員的開發效率倍增，而本書正是透過全面介紹VS Code 的各個功能模組及日常開發的使用場景來探索這款流行開發工具的潛能，進而幫助各個領域的開發者掌握VS Code 正確、有效的使用方法。相信這是一本值得廣大開發人員花時間好好翻閱的關於VS Code 的書。—亞馬遜AWS 軟體工程師 勵洋 　　VS Code 的生態十分強大，包含Google 在內的許多大廠都開發了多款VS Code 外掛程式。工欲善其事，必先利其器。透過本書的學習，你一定能掌握更多關於VS Code 的技能，大幅加強程式設計效率。—Google 軟體工程師 趙豐 　　VS Code 作為微軟擁抱開放原始碼社區的又一大成果，

結合了該公司深厚的商務軟體開發底蘊和開放原始碼社區的活躍創造力，在短時間內一躍成為業界最受歡迎的程式編輯器。它幾乎融合了所有以往編輯器的優點，同時又能透過自由擴充來支援現在乃至未來的技術熱點。非Windows 平台的使用者終於可以感受原汁原味的「宇宙第一IDE」的魅力。但是，與其強大、豐富的功能相比，市面上針對它的教學材料卻少得可憐，用中文寫的就更是少之又少。本書的出現適時地彌補了這一缺憾。它不僅能幫助剛開始學習程式設計的初學者，也能幫助從業一段時間的程式設計師。本書不僅詳細介紹了VS Code比較常用的各項功能，而且非常強調實作。每一個案例都配有詳細的步驟和畫面，幾乎可以當作一本工具書來收藏

。本書作者是本人的大學同學，也是在微軟工作近10 年的資深工程師，其業務能力毋庸置疑。非常高興能看到本書的出版，以及作者為國內技術社區做出的貢獻。—Facebook 進階工程師 萬志程（Jensen Wan） 　　VS Code 是我用過的最簡潔清爽又功能強大的編輯器。一直以來都缺乏一本詳細解析VS Code 使用技巧與設計的書。韓駿作為微軟開發工具事業部的工程師，在保持本書專業性的同時，又將VS Code 的使用和設計深入淺出地娓娓道來。能夠將技術圖撰寫得如此生動有趣，著實不易。本書對VS Code 在多場景下的使用進行了一步步的詳細解析，相當大地擴充了我的視野。我原先並不知道VS Cod

e 可以將如此多的內容輕鬆整合在一起，讓每個人都能形成具有自己風格的、便利的開發環境。本書解答了我「不知道自己有什麼不知道」的問題。最後，本書並非只是一本參考手冊，在某些部分，讀者不僅能從書中循序漸進地掌握VS Code 的許多不為人知的使用訣竅，還能了解到一些團隊設計背後的考量，從中學到大廠在建置優秀產品時難得一見的背後想法與洞見。讀完本書，你將大呼過癮。—eBay 軟體工程師 吳慧珺 　　工欲善其事，必先利其器。本書透過豐富的圖示一步步指導讀者打造專屬的VS Code 開發環境，深入細緻地介紹了各種場景下的使用精髓，是一本學習VS Code 的優秀圖書。—愛奇藝大數據服務軟體工程師 鄭浩

南  

使用LLVM JIT Compiler實作加速JNA

為了解決Linux 原生 編輯 器的問題，作者蔡宇欣 這樣論述：

廣義來說， JNI (Java Native Interface) 在調用原生函式庫上被視為強大但難以使用且易於出錯的介面，而JNA相較之下則提供程式設計者方便且容易使用的方式調用原生函式庫而不需使用者寫任何的JNI程式碼。雖然JNA有其方便之處，其主要缺點則在於其效能在實作上無法與JNI比肩。本篇論文將LLVM JIT編譯器加進JNA中，以根據其執行時習慣及對JNI的了解試圖使其加速。實驗結果對於呼叫一個參數的原生函式可得大約7.84%之效能改進。本篇研究在設計上對於執行時期優化的想法和傳統JIT 編輯器之使用方式不同，且遇到的問題與挑戰可做為其他有相似情境的研究者參考。