深入探索OpenDaylight(ODL)项目可帮助网络工程师更好地了解OpenDaylight项目控制器的工作原理以及其各组件如何配合工作,但为了学习开发人员如何与ODL交互,工程师首先需要了解一些新工具。
Maven archetypes
首先,OpenDaylight项目广泛使用Maven archetypes以确保工程师在该平台中构建的任何新项目或应用的一致性。Maven archetypes允许用户为新项目构建基本框架,包括一些默认的构建文件、目录结构和一些基本Java类。如果用户想要构建应用,则应该从该项目提供 的Maven archetypes开始。另外,开发者指南中介绍了利用Maven archetypes(使用mvn CLI工具)的工作流示例。
YANG
接下来,让我们列举YANG的一些例子来说明如何让简单的应用开始启动和运行。YANG是一种数据建模语言,工程师可以用它在平台或网络设备构建配置、运 行状态、远程过程调用(RPC)或通知。我们使用YANG有多种原因,其中一个例子是,通过构建YANG模块(我们可能会想到是单个YANG文件),工程 师可利用内置YANG工具来自动化为符合该项目标准和最佳做法的API绑定或Java类生成代码。另外,开发者指南中介绍了工程师可能生成的YANG模块 示例,其中使用IDE来定义Hello World RPC(这可能是针对该控制器发出)。
图1:hello.yang YANG模块示例
对于不熟悉YANG的用户,下面是帮助你了解上面YANG模块的相关细节:
• 上图所示的Hello.yang模块定义了RPC语句指示的RPC操作,由YANG RFC保留。
• 输入子语句也通过YANG规格而保留,并且,在这个示例中,为hello-world RPC操作定义了输入参数。
• 输入树的枝叶(作为名称)要求字符串数据类型。
• 输出子语句也通过YANG规格保留,并从hello-world RPC操作定义输出。
• 输出树的枝叶(作为问候语)会返回字符串数据类型。
在创建上述YANG模块后,用户可使用Maven来构建Hello World示例。在此过程中,工程师可能会提供RESTCONF接口,允许用户使用我们的示例应用发出RPC。
RESTCONF
通过使用YANG构建Hello World RPC模块,YANG工具然后可用于自动提供各种API。RESTCONF是以这种方式产生的API绑定的例子。为了让大家了解为什么RESTCONF存 在,让我们回想一下,YANG最初被创建作为NETCONF协议的数据建模语言,该协议主要使用Secure Shell进行传输以及使用XML来编码。而为确保正确映射YANG建模的应用到REST式的接口,RESTCONF随之出现。
现在我们应该说明如何为我们的Hello World RPC使用RESTCONF API。下图展示了使用谷歌Chrome的Postman生成RESTCONF API调用的例子。请注意,开发者指南详细介绍了为获得如下所示结果,不同Java类需要做出的额外改变。下图的主要目的是看看YANG模型如何影响暴露 的RESTCON API。
图2:POSTMAN输出YANG和RESTCONF映射示例
对于不熟悉RESTCONF的用户,下面是帮助你了解上面RESTCONF API调用的相关细节:
• 由于在hello.yang模块中我们使用了RPC语句,所产生的API使用POST操作连接到/RESTCONF/操作资源。RESTCONF RFC提供了RPC YANG语句到RESTCONF映射的更多细节。
• URI字符串的剩余部分源自YANG模块名称,hello,以及RPC标识符,hello-world。
• RESTCONF API调用中输入和输出JSON格式也是在hello.yang模块中执行建模的直接结果。
综上所述,了解OpenDaylight项目需要学习一些新的工具。通过一些努力,网络工程师可以开始了解该控制器的基本内部工作原理以及开发人员如何与OpenDaylight项目交互。
好文章,需要你的鼓励
IBM Spyre加速器将于本月晚些时候正式推出,为z17大型机、LinuxONE 5和Power11系统等企业级硬件的AI能力提供显著提升。该加速器基于定制芯片的PCIe卡,配备32个独立加速器核心,专为处理AI工作负载需求而设计。系统最多可配置48张Spyre卡,支持多模型AI处理,包括生成式AI和大语言模型,主要应用于金融交易欺诈检测等关键业务场景。
加拿大女王大学研究团队首次对开源AI生态系统进行端到端许可证合规审计,发现35.5%的AI模型在集成到应用时存在许可证违规。他们开发的LicenseRec系统能自动检测冲突并修复86.4%的违规问题,揭示了AI供应链中系统性的"许可证漂移"现象及其法律风险。
意大利初创公司Ganiga开发了AI驱动的智能垃圾分拣机器人Hoooly,能自动识别并分类垃圾和可回收物。该公司产品包括机器人垃圾桶、智能盖子和废物追踪软件,旨在解决全球塑料回收率不足10%的问题。2024年公司收入50万美元,已向谷歌和多个机场销售超120台设备,计划融资300万美元并拓展美国市场。
这项由剑桥大学、清华大学和伊利诺伊大学合作的研究首次将扩散大语言模型引入语音识别领域,开发出Whisper-LLaDA系统。该系统具备双向理解能力,能够同时考虑语音的前后文信息,在LibriSpeech数据集上实现了12.3%的错误率相对改进,同时在大多数配置下提供了更快的推理速度,为语音识别技术开辟了新的发展方向。