问题标签 [environments]

为了获得一门课程的荣誉学分，我的任务是重新创建我们在 ML 中完成的作业（使用 SMLNJ 实现），但改用 haskell。这里的目标是创建一个将值绑定到字符串的数据类型环境。

ML 中的类型声明是：

创建的基本函数是env_new()创建一个空环境，env_bind()它接受一个环境、字符串和值，并将字符串绑定到值，同时返回一个新环境。

显示 ML 功能的测试如下：

我目前在 Haskell 和相关函数中对这种类型的声明是：

我很难弄清楚这些定义的正确语法。请回复任何有助于我在这方面取得进展的提示。请记住，这是为了荣誉 - 我不期望任何完整的解决方案，而只是一些帮助（不是我会拒绝解决方案）。

我正在为 asp.net 5 站点开发原型，我看到 Microsoft 推动我们使用Hosting:Environment 环境变量来确定应用程序所处的环境（开发、阶段、生产）以及其他环境变量和站点运行什么身份验证类型。然后将这些值存储在属性文件夹中的 launchSettings.json 文件中。然后，您可以使用启动类从启动类中获取环境。

我遇到的问题是我的站点有许多不同的环境，其中一些环境是匿名身份验证，而其他环境是 Windows 身份验证。我不希望每次切换到不同的环境时都不必进入站点属性的调试部分并更改 Hosting:Environment 和身份验证类型。过去，我会为每个环境创建一个构建配置，然后对每个环境的配置文件使用转换。这将允许我更改构建中的环境。不幸的是，launchSettings.json 似乎不允许我根据所选的构建配置对其进行转换。

我是否错过了转换 launchSettings.json 文件的方法，或者是否有另一种方法可以在每次我想更改环境时无需手动输入环境并选择身份验证类型来完成此操作？我知道我可以从命令行运行它们并将变量放在那里，但我正在尝试运行它并从 VS 发布。

目前，我们正在使用大小约为 642 MB 的 node:4.2.3 (LTS) docker 镜像和大约 140 MB 的 node_modules 总共约 800 MB 来构建我们的 Web 应用程序 docker 镜像。

将这些图像发布到我们的私有注册表并将它们拉到所有环境中成为一个耗时的过程。

由于我们无法减少 node_modules 的大小（如果有任何减少方法可用，这将很有帮助）寻找在所有环境（包括生产）中使用任何其他节点 docker 映像的建议。

我无法理解如何将函数内的值绑定到函数外的环境。下面显示了一个基本示例，我似乎无法解决函数的最后一部分：

本质上，我希望number在开始时调用一个空数据框，并且每次how_many_fruits()运行时，我都希望将输入附加到number数据框的底部。

我正在运行安装了 Anaconda 4.1.1（64 位）的 Ubuntu 16.04。

我正在使用共享机器，并且我正在尝试创建一些不同的 Conda 环境作为“基础”环境，然后机器上的其他用户可以将其克隆到他们的本地环境中。

为此，我在以下位置安装了 anaconda： /usr/share/anaconda2/

对于我的测试用户，我的.condarc文件如下所示：

envs_dirs: - /home/user1/.conda/envs - /usr/share/anaconda2/envs

我使用以下方法创建了一个 conda 环境：conda create --name test_base python=2 numpy scipy

然后，使用 sudo，我/test_base从复制/home/user1/.conda/envs/到/usr/share/anaconda2/envs/. 运行conda info --envs找到原始和复制的环境，所以我删除了用户文件夹中的副本。然后我可以source activate test_base运行 python 为标准的 Anaconda 标题提供正确的 python 版本。这是我所期望的。

现在，当我这样做时，conda create --name test --clone test_base我现在有一个env被调用test的/home/user1/.conda/envs/. 但是，在激活此环境后运行 python 运行我认为是系统 python。标题没有说明是蟒蛇。

为了确保我对环境的复制/usr/share/anaconda2/不会导致问题，如果我只是在主目录中创建一个基本环境，然后从那里克隆它，我会得到同样的结果。

此外，python --version在 root 中运行时，我得到：Python 2.7.12 :: Anaconda 4.1.1 (64-bit)，在 test_base 环境中得到：Python 2.7.12 :: Continuum Analytics, Inc.，而在克隆环境（测试）中，我只得到：Python 2.7.12

关于为什么克隆 conda 环境会丢失原始环境中包含的信息的任何想法？如何防止这种情况，以便克隆环境实际上与原始“基础”环境的行为相同？

编辑：~/anaconda2当我直接安装 Anaconda并从那里尝试相同的过程时，此问题不存在。我知道我没有做任何错误的步骤。最终，我可以为机器上的每个用户创建步骤来单独安装 Anaconda 并为他们自己创建“基础”环境。但是，我很想知道为什么这个问题存在于 Anaconda 的共享安装中/usr/share/anaconda2/

所以我想选择通过我的 jupyter notebook 运行 python 3 或 python 2。因此，我遵循了此处详述的 Stack Overflow 建议： 在 IPython Notebook 中同时使用 Python 2.x 和 Python 3.x

没用：

这做到了：

但是现在当我跑步时，import numpy as np我得到：

No module named numpy

我检查了，我有 3 个环境 py35、py27 和 root，我在 root 上。当我去终端并 pip install numpy 时，它告诉我它已经安装了！

无论如何我可以使用两个内核并显示我的所有包。或者至少撤消这一切。谢谢！

我创建了一些环境作为我们的主环境的克隆，我想知道的是这些环境有一些链接到主环境的库，如果我更新主环境的一些库怎么办？他们会因为链接库的变化而受到影响吗？

有没有办法在不影响以前创建的环境的功能的情况下更新库？

谢谢你们

我有以下代码，它会引发错误并使用Hadley Wickhamdump.frames()的建议写入所有帧的转储：

当我重新启动 R 会话并加载转储以通过以下方式调试问题时

我在帧中的任何地方都找不到我的变量（a、b、a.local.value）和我的函数“bad.function”。

这使转储对我来说几乎毫无价值。

为了进行体面的事后分析，我必须做什么才能查看所有变量和函数？

的输出debugger是：

PS：我正在使用 R3.3.2 和 RStudio 进行调试。

我有一个关于 cassandra 的代码相关问题。在 dev/qa 中，我们在 stage/prod 环境中有一个 1 节点的 cassandra 集群，我们在一个集群中有多个节点。相同的集群名称，相同的键空间名称，但需要不同的复制因子。

每个人都如何管理他们的代码库？下面的示例是当我需要将脚本部署到 dev/qa 时，我们选择了最简单的策略 repl 因子。当我们需要进入阶段/产品部署时.. 我们现在需要使用具有 repl 因子 = 3 的 NetworkTopologyStrategy。

现在，我不得不部署不同的脚本，或者在我的脚本中注释掉另一行：

两个版本：

• create_keyspace_tables.dev.cql
• create_keyspace_tables.stg.cql

我必须在其中处理 2 个差异复制因子的示例脚本内容：

在我们的微服务架构中，我们有许多有状态的服务：

• MongoDB
• MySQL
• 雷迪斯
• 弹性搜索

我们还有两个 Kubernetesnamespaces用于不同的环境：

• 分期
• 生产

我们在两个环境/命名空间中运行上述每个有状态服务。我一直在想，由于预算有限，我们集群中的资源有限。我们是否应该为这些服务创建第三个命名空间并将它们用于生产和登台环境？例如创建一个

“服务”命名空间？

在这种情况下，最佳做法是什么？有什么缺点吗？