云计算

欢迎来到集成的世界——在这里，系统、数据与人的连接迸发出魔力，重塑我们的能力版图。我们正以前所未有的速度变得更互联，集成早已不再是“可有可无”，而是“必不可少”。本书将带你理解集成的运作之道，并介绍

受查尔斯·达尔文自然进化理论的启发，一种用于问题求解的最迷人的技术就是被恰当地命名为“进化计算”的算法家族。在这个家族中，最突出且被广泛使用的分支就是遗传算法。本章将开启你掌握这一极其强大且极其简单技

我对本章非常兴奋。在这里，你将被引入技术需求的世界，更准确地说，是非功能性需求（Non-Functional Requirements, NFRs）的世界。我们将深入分析你希望实现的系统技术特性。这对

在本章中，我们将首先识别系统中最有价值的功能。鉴于产品团队通常有一长串需要实现的需求，我们的首要任务是先交付价值最高的功能。接下来，我们将探索需要处理的领域，这将指导我们需要开发的 API。最后，我们

在本章中，我们将继续探讨如何构建稳健的需求。在上一章中，我们创建了高层次需求。虽然这些需求有助于确定我们将要创建的产品方向，但它们仍然比较模糊。换句话说，它们没有讲完整的故事，缺乏足够的细节来让我们开

在本章中，我们将深入探讨所谓的“业务”或“产品”需求，这些需求可以应用于任何类型的开发工作，而不受技术栈的限制。它们是系统的核心与灵魂，是我们了解应用程序时的第一要素。**需求决定了产品的运行机制。*

引言（Introduction） 在本章中，我们将踏入工业应用的世界，探讨其在各类行业中的重要性。我们会梳理各行业面临的挑战，以及技术如何在应对这些挑战中发挥关键作用。我们将给出工业应用的全面概览，聚

Arm® Holdings 成立于 1990 年，最初以合资企业的形式出现，如今已成为 IT 行业的主导力量之一。Arm 处理器应用广泛，从智能手机和平板电脑到服务器和物联网设备无所不在。在汽车行业，

本章内容涵盖： 为云原生应用定义和管理基础设施 识别管理基础设施组件时面临的挑战 学习如何使用 Crossplane 以 Kubernetes 的方式处理基础设施 在前几章中，我们搭建了一个“行走骨架

本章内容包括： 将生成的制品部署到各个环境中 使用环境流水线和 GitOps 管理环境 使用 Argo CD 与 Helm 高效交付软件 本章介绍了环境流水线的概念。我们将讲解如何将服务流水线生成的制

本章内容包括： 发现交付云原生应用程序所需的各个组件 了解创建和标准化服务流水线的优势 使用 Tekton、Dagger 和 GitHub Actions 构建云原生应用程序 在上一章中，你安装并体验

使用 cuBLAS 进行稠密向量与矩阵操作 cuBLAS 简介 cuBLAS 是 NVIDIA 提供的 GPU 加速线性代数库，涵盖从简单的向量加法到大规模矩阵乘法等高度优化的基础运算。该库由 NVI

GPU 加速的 Bitonic 排序 排序是数据处理、分析和模拟工作流中的基础操作。随着数据集规模不断增长，高效排序变得愈发重要。CPU 提供了多种通用排序算法，但它们并不总是适合映射到诸如 GPU

本章内容 使用运行在 Kubernetes 集群中的云原生应用 在本地与远程 Kubernetes 集群之间进行选择 了解主要组件和 Kubernetes 资源 理解使用云原生应用时所面临的挑战 当我

本章将涵盖的内容： 理解什么是平台，以及我们为什么需要它 在 Kubernetes 之上构建一个平台 介绍一个“可运行骨架”（walking skeleton）应用 平台工程在技术行业中并不是一个新术

加权无向图的最小生成树（Minimum Spanning Tree，MST）是指连接图中所有节点且边权总和最小的一组边。我们可以利用这一概念来建模和优化各种现实问题，从设计电网到假想花栗鼠应该如何构建

在本章中，我们将讨论连通性的另一个方面：在无向图中，对于保持连通分量完整性至关重要的节点和边。这些节点和边分别被称为割点和桥。了解哪些节点或边对于保持连通性是必不可少的，在许多现实问题中都非常重要。每

前几章使用无向图的连通分量来回答诸如“我们能从这里到达某个特定地点吗？”或“移除这条边会破坏图的连通性吗？”之类的问题。一旦引入方向性，这类问题以及相应的算法就变得更复杂。在研究有向图的可达性时，仅仅

到目前为止，本书介绍了多种针对特定目标设计的算法。本章讨论的算法略有不同：它们旨在在图上引入随机行为。通过分析图上的随机运动，我们可以对具有非确定性行为的系统建模和研究，例如随机网络路由或现实世界中的

设计一条最优观光路线的问题，非常适合用图论来建模。根据我们的旅行偏好，可能希望恰好访问一组主要地标各一次、最小化总旅行距离，或者在目的地城市里走遍每一条商铺林立的街道。这些需求都可以归结为一个经典的图