记一次因为内存过消耗过大的排查
阿里云服务器学生机，ubuntu16.4
先看看阿里云的控制端显示的内存占用情况
先是使用了top指令查看了机器占用情况
并没有发现异常的程序。也没有显示内存有占用过大。
使用指令查看占用的物理内存，
ps aux|awk '{sum+=$6} END {print sum/1024}'
使用指令，核实进程的最大使用内存量
ps -eo pid,rss,pmem,pcpu,vsz,args --sort=rss
发现最大的内存占用进程最大瞬间只是使用了百分之18,并未达到1.8G的占用情况，还是未找到异常
使用slabtop指令，看到dentry占用过大。
排查到的可能是因为，在我跟打器服务中使用的tcp协议，有可能是频繁的进行创建实例导致的频繁销毁而并未被回收。
打印查看程序的日志，发现有用户一直重复的连接TCP端口，导致无限创建实例而并未释放。
后经审查代码发现，因为客户端上掉线进行的无限重连的逻辑错误，修改之后内存恢复正常。
Update your browser to view this website correctly. Update my browser now
之前写的两个项目中，有使用过java调用dll，之前一直使用jni进行调用。最近在了解jdk21时，其中有个更新让我感兴趣，JEP 442[Foreign Function & Memory API (Third Preview)]，是对外部函数和堆外内存访问的API更新。并且在检索发现，j
yolov5从零开始，自动瞄准不再是天方夜谭在fps中经常会遇到“怪东西”，很喜欢班加罗尔的一句话：女士们，自动瞄准简直就是天方夜谭。本篇文章就教大家如何利用深度学习，从零开始，搞一搞ai自动瞄准。本文篇幅较长，可按目录跳过观看。搭建yolov5运行环境训练自己的模型利用yolov5编写自动瞄准拟人
下载kube-prometheus，注意与k8s版本对应支持，k8s-1.25版本使用kube-prometheus-release-0.12克隆仓库，按照指引使用kubectl安装prometheusgit clone -b release-0.12 https://github.com/prom
使用sealos一键安装k8s集群wget https://github.com/labring/sealos/releases/download/v4.1.4/sealos_4.1.4_linux_amd64.tar.gz && \ tar -zxvf sealos_4.
使用docker-compose安装harbor先决条件：安装docker安装docker-compose安装参考下载并解压wget -c https://github.com/goharbor/harbor/releases/download/v2.3.5/harbor-offline-insta
