检索结果-内蒙古大学图书馆

作者：杨轶电子科技大学

学位级别：硕士

随着虚拟化技术和自动管理工具的发展,云计算领域经历了从传统的有服务器计算模式到无服务器计算架构的转变。作为新型的云计算范式,无服务器计算并不意味着运行程序不再需要服务器的参与,而是指在该架构下,云计算中的基础设施管理和运... 详细信息

随着虚拟化技术和自动管理工具的发展,云计算领域经历了从传统的有服务器计算模式到无服务器计算架构的转变。作为新型的云计算范式,无服务器计算并不意味着运行程序不再需要服务器的参与,而是指在该架构下,云计算中的基础设施管理和运维等繁琐工作都由云服务平台负责,开发人员能够专注于核心业务逻辑。如今,尽管无服务器计算在原生网络基础设施和工作流调度策略上取得了进步,但在满足云计算应用对于低延迟响应的需求方面,仍存在如下亟待优化的地方:(1)无服务器计算函数间通信采用基于对象存储的通信方式,相对于数据中心网络中常用的点对点通信微秒级延迟至少高两个数量级?(2)目前无服务器平台在单独的容器中执行工作流有向无环图(Directed Acyclic Graph,DAG)中的每个函数,并没有考虑应用程序DAG结构和函数之间的数据传输关系,这导致端到端延迟和成本显著增加。针对上述问题,本文的主要工作如下: 在无服务器计算函数间的局部通信上,针对现有方案采用基于内核协议栈和操作系统Socket API,而导致的通信性能和通信场景局限性等问题,本文在研究了无服务器计算函数间数据交换方案设计目标的基础上,提出了基于数据面可编程套件(Data Plane Development Kit,DPDK)的无服务器计算函数间加速通信架构,利用内核绕过,零拷贝,以及轮询机制等技术,使得无服务器计算函数间的数据传输具有低时延高吞吐量的服务特性。此外自定义了传输的数据包头部,通过自动检测重传算法与乱序重排算法实现了可靠传输。利用多线程管理技术,减少CPU调度开销。仿真结果表明基于DPDK的通信架构相比于传统的内核协议栈通信具有更低的时延,更高的包转发效率。在无服务器计算函数间的全局通信上,针对传统的工作流调度算法只考虑了DAG结构中的部分特性,导致的算法性能不稳定等问题。本文提出了基于图神经网络结合启发式学习的两阶段DAG调度算法。相比于传统的调度算法,本文提出的两阶段调度算法缩短了调度策略的搜索空间,降低了算法复杂度。在GNN的选择上,选择DAGGNN作为基础,不仅充分考虑了DAG的结构信息,提升调度算法的表现,同时使调度模型更具有泛化性。此外在启发式算法的设计上,将无服务器计算工作流整体的通信时间作为优化目标,并且除了考虑函数在可用处理器上的并行执行,还考虑了在同一处理器上的并行执行,进一步优化了全局的最小通信时间。最后仿真结果表明本文采用的调度策略相比传统的启发式调度算法具有更低的完成时间,更稳定的算法表现。

关键词：无服务器计算函数间通信数据面可编程套件工作流调度图神经网络

来源：评论

学校读者我要写书评

暂无评论

基于Kubernetes的无服务器计算与微服务集成架构研究

引用

中国电子科学研究院学报 2023年第1期18卷 48-55页

作者：张国生云南大学信息学院云南昆明650500

Kubernetes提供资源调度、应用部署与管理、自动修复、服务发现与负载均衡、弹性伸缩等分布式应用管理功能,屏蔽基础设施差异,成为企业多云管理的操作系统。容器是轻量、可移植、自包含的软件打包技术,能使应用程序在不同平台以相同的... 详细信息

Kubernetes提供资源调度、应用部署与管理、自动修复、服务发现与负载均衡、弹性伸缩等分布式应用管理功能,屏蔽基础设施差异,成为企业多云管理的操作系统。容器是轻量、可移植、自包含的软件打包技术,能使应用程序在不同平台以相同的方式运行。服务网格将服务治理与业务逻辑解耦,服务治理下沉到基础设施,以无侵入方式实现服务轻量化。无服务器计算是事件驱动、无状态、短运行时间、敏捷自动伸缩和低成本。微服务是去中心、独立、自治、跨语言的小型软件实体集合。以容器为云原生应用的运行载体,用服务网格治理服务,将无服务器计算与微服务相结合,发挥各自优势,为企业提供完备、灵活的云原生应用解决方案。基于Kubernetes的无服务器计算与微服务集成架构为应用提供更好的弹性和灵活性,变革应用的设计、开发和管理模式。

关键词：云操作系统 Kubernetes 容器服务网格 Istio 无服务器计算微服务集成架构云原生应用

来源：评论

学校读者我要写书评

暂无评论

无服务器计算视角下典型科技情报应用的评估研究

引用

国防科技 2022年第4期43卷 6-11页

作者：秦利谢栋胡洋军事科学院军事科学信息研究中心北京100142

科技情报应用是用于高效处理、分析海量数据,提升科技情报工作效率和质量的重要基础。本文讨论了大数据时代科技情报机构在科技情报应用方面面临的一些挑战,并从无服务器计算的视角给科技情报机构革新工作模式、应对挑战带来了新思路。... 详细信息

科技情报应用是用于高效处理、分析海量数据,提升科技情报工作效率和质量的重要基础。本文讨论了大数据时代科技情报机构在科技情报应用方面面临的一些挑战,并从无服务器计算的视角给科技情报机构革新工作模式、应对挑战带来了新思路。在此基础上设计两个实验,分别从应用部署和应用自动伸缩两个角度展示了基于无服务器计算的科技情报应用的特性,并选取了一个典型的科技情报应用进行了评估研究。期望本文探讨的无服务器计算在科技情报应用中的评估研究,能为科技情报机构拥抱无服务器计算提供一定理论基础和数据支撑。

关键词：无服务器计算科技情报应用大数据

来源：评论

学校读者我要写书评

暂无评论

面向无服务器计算的环境亲和性调度系统设计与实现

面向无服务器计算的环境亲和性调度系统设计与实现

引用

作者：谭浩中国科学院大学

学位级别：硕士

随着数字经济的快速发展,支撑数字经济的基础架构——云计算技术逐渐成为当前软件开发、软件部署的必要技术。云计算技术的发展也从PaaS、IaaS、SaaS开始发展到无服务器计算模式。无服务器计算的云计算模式更进一步解放了云计算用户，... 详细信息

随着数字经济的快速发展,支撑数字经济的基础架构——云计算技术逐渐成为当前软件开发、软件部署的必要技术。云计算技术的发展也从PaaS、IaaS、SaaS开始发展到无服务器计算模式。无服务器计算的云计算模式更进一步解放了云计算用户，用户不再需要关心软件部署过程中的维护、高可用、扩容等，此外无服务器计算技术帮助用户节约了成本，帮助云计算服务提供商降低了运营成本，节省了更多的机器资源。无服务器计算已经成为云计算领域的下一代变革。　　虽然无服务器计算存在种种优点并开始逐渐流行，但无服务器计算的普及依然面临着一些挑战,如何针对无服务器计算任务的特点进行高效的调度就是无服务器计算广泛应用的重要挑战。而现存的调度机制中传统的经典调度算法没有考虑到利用无服务器计算的特点。利用到任务最大软件依赖包的调度机制则没有利用到无服务器计算的全部依赖信息，同时其系统实现未能具备鲁棒性，无法实时的监测到调度系统中的计算节点故障问题。　　针对以上问题，本文提出并设计实现了一种面向无服务器计算的环境亲和性调度系统(EASS-SC)，其旨在探索解决无服务器计算的任务调度问题。论文主要做了以下三个方面的核心贡献。　　1.无服务器计算任务模型抽象。无服务计算是一种新的云计算模型，为了能够为无服务器计算提供合适的调度机制，本文根据无服务器计算任务的特点提出了一个无服务器计算任务的抽象模型，通过一个向量组来刻画无服务器计算任务。　　2.面向无服务器计算的环境亲和性任务调度机制分析与设计。针对无服务器计算任务启动时间受任务软件依赖影响的问题，本文设计了以提高缓存命中率为指标的的调度机制。该机制结合任务依赖元数据存储模块来进行无服务器计算任务的环境亲和性度量，并整合了计算节点预热阶段、节点高负载状况，提高缓存命中率的同时兼顾了环境预热和节点实际负载。　　3.面向无服务器计算的任务调度系统的具体实现与验证。为了验证EASS-SC系统的功能和调度有效性，本文以OpenLambda架构为基础实现了EASS-SC系统，实验环境中以SOCK容器作为任务执行沙盒环境，在阿里云上构建了ECS公有云验证集群。一方面对系统功能性进行了验证,证实了系统基本功能使用情况以及鲁棒性;另一方面使用PipBench模拟了不同的计算任务进行性能压测。与随机调度、Least-Loaded和PASch调度算法相比,EASS-SC系统在缓存命中率上分别提升了57％、45％和14％，调度性能分别提升了46％、28％和11％，验证了本文提出的调度机制的有效性和优越性。

关键词：云计算无服务器计算环境亲和性任务调度

来源：评论

学校读者我要写书评

暂无评论

基于自适应容器池的无服务器计算冷启动优化研究

基于自适应容器池的无服务器计算冷启动优化研究

引用

作者：王子轲华中科技大学

学位级别：硕士

无服务器计算平台以函数粒度提供服务,用户只需专注于业务逻辑代码编写并为函数执行消耗的资源按需付费。无服务器计算平台在函数执行之前需为函数实例分配资源并完成函数实例的冷启动,包括代码下载、容器创建和函数运行环境初始化三个... 详细信息

无服务器计算平台以函数粒度提供服务,用户只需专注于业务逻辑代码编写并为函数执行消耗的资源按需付费。无服务器计算平台在函数执行之前需为函数实例分配资源并完成函数实例的冷启动,包括代码下载、容器创建和函数运行环境初始化三个阶段,这增加了请求的端到端延迟,影响了用户体验。并且,当函数执行完成后,无服务器计算平台通常会销毁函数实例并回收资源,因此在下次调用函数时仍会经历冷启动。针对上述问题,本文提出了基于自适应容器池的无服务器计算冷启动优化方案Ace,包含了基于优先级队列的容器池、自适应容器池的动态调整策略以及文件的共享缓存和并行拉取机制三部分。基于优先级队列的容器池可以降低冷启动发生的频率或冷启动的延迟,通过预热和复用容器的方式尽可能避免容器创建,根据请求命中容器内存中已导入依赖的累计命中率对容器进行优先级排序,当请求到来时,通过局部极大命中率查找策略优先为函数实例查找并分配包含所需依赖的容器。自适应容器池的动态调整策略通过周期性监控感知请求量的变化,结合系统内存资源的使用情况,主动对容器池的容量进行伸缩,在匹配请求速率的前提下尽可能降低容器池的内存占用。文件的共享缓存和并行拉取机制进一步缩短了函数运行环境初始化的时间,通过在本地缓存代码文件和函数依赖实现文件的复用,并以绑定挂载的方式实现多容器共享访问,针对嵌套依赖的情况,提出了并行广度优先检索和并行下载安装的策略加速依赖的下载和安装。因此,Ace能有效缓解冷启动带来的问题,降低请求的端到端延迟。测试结果表明,相较于开源的无服务器计算平台Open Lambda,Ace将请求的平均端到端延迟最多降低69.79%;相较于使用固定大小容器池的策略,Ace能有效应对负载变化,在更小的内存开销的情况下使请求的平均端到端延迟最多降低了24.1%。

关键词：云计算无服务器计算冷启动容器自适应容器池

来源：评论

学校读者我要写书评

暂无评论

基于无服务器计算的支持GPU的视频处理任务编排系统的设计与实现

基于无服务器计算的支持GPU的视频处理任务编排系统的设计与实现

引用

作者：莫佳骏北京邮电大学

学位级别：硕士

视频已经逐渐成为互联网内容的主流承载形式,同时也对各种视频处理场景产生了越来越高的需求。传统的视频编码、解码、滤镜等操作以及新兴的物体识别等视觉任务都对视频处理能力提出了更高的要求,当前的视频处理能力在灵活性等方面依然... 详细信息

视频已经逐渐成为互联网内容的主流承载形式,同时也对各种视频处理场景产生了越来越高的需求。传统的视频编码、解码、滤镜等操作以及新兴的物体识别等视觉任务都对视频处理能力提出了更高的要求,当前的视频处理能力在灵活性等方面依然存在很大不足。无服务器计算技术可以有效的将视频处理灵活化、易于部署化,实现方便且高效的视频处理系统。本文将无服务器计算的FaaS(Function-as-a-Service,函数即服务)应用于视频处理领域,用于提高视频处理灵活性。鉴于单个FaaS函数的局限性,支持将视频处理函数进行组合,设计并实现了视频处理任务编排系统。在此基础上,面向不同的视频处理场景,设计并实现了多种视频处理任务。为了解决视频处理时的函数组合问题,本文设计了面向视频处理领域的任务编排系统。整体架构分为三层:模型层、执行层、接口层。模型层对函数组合运用DAG(Directed Acyclic Graph,有向无环图)模型进行了建模。执行层对系统的执行流程、节点信息调整、选取节点等逻辑进行设计。接口层包括触发逻辑和代码接口,方便用户使用。通过对串行任务、并行任务例子的实验,验证了系统的功能正确性。基于资源统一化管理、减轻运维、容易扩缩容的特性,使用该系统的接口层设计,提高了视频处理易用性。系统对视频处理过程进行加速,在单个函数中对GPU视频处理进行支持。基于任务编排系统,本文支持了多种视频处理任务场景,包括图片拉取识别任务、不同分辨率转码任务、并发转码任务等场景。本文详细描述了各个任务内部使用的单个函数、视频处理组合函数、节点间信息传递。最后对每个任务进行了测试,均符合预期。系统可以将一些典型的视频处理场景抽象成各种视频处理组合模式,提高了视频处理灵活性。

关键词：无服务器计算函数组合任务编排视频处理系统

来源：评论

学校读者我要写书评

暂无评论

基于无服务器计算的分布式深度学习性能保证研究

基于无服务器计算的分布式深度学习性能保证研究

引用

作者：秦伊玲华东师范大学

学位级别：硕士

作为下一代云计算范式,无服务器计算将云资源抽象为函数(functions),由云服务商负责配置、管理、部署、缩放用户应用所需的函数资源,并提供百毫秒级别的计费粒度;而用户则专注于程序编写,仅需为程序实际运行占用的时间及资源付费。基于... 详细信息

作为下一代云计算范式,无服务器计算将云资源抽象为函数(functions),由云服务商负责配置、管理、部署、缩放用户应用所需的函数资源,并提供百毫秒级别的计费粒度;而用户则专注于程序编写,仅需为程序实际运行占用的时间及资源付费。基于上述高效率、低成本等优势,利用无服务器计算进行分布式深度神经网络(Distributed Deep Neural Network,DDNN)训练正成为一大趋势,用户无需配置和管理集群资源,可将复杂的模型训练作业拆分为多个函数来协同完成。尽管无服务器计算平台可为用户提供一种简单的资源接口(即函数数量与函数内存大小),但如何为DDNN训练负载配置函数资源仍是一大挑战。其原因在于:不合理的函数资源配置(如资源分配不足或分配过度)极易导致不可预测的DDNN训练性能。通过部署在AWS Lambda下DDNN训练负载的动机实验结果分析,可推断得出在无服务器计算平台下DDNN训练性能不可预测性的两大形成原因:第一、参数服务器(Parameter Server,PS)的网络I/O带宽极易成为资源瓶颈;第二、在进行DDNN训练时,设置较小的局部批次大小(local batch size)会使得函数资源利用率低下。为此,本文设计并实现一种经济高效的函数资源配置框架λDNN,在无服务器计算平台中为DDNN训练负载提供可预测的运行性能,同时节约用户成本花销。具体而言,首先利用PS的网络可用带宽和局部批次对函数CPU利用率的影响,构建起一个轻量级的DDNN训练性能预测模型;在此基础上,通过函数配置内存和函数数量的上下界分析,为DDNN训练负载设计出一种无服务器计算资源配置策略,从而在保证DDNN负载的训练性能的同时,优化函数资源配置、降低训练成本花销。基于AWS Lambda的大量原型系统实验和基于Microsoft Azure trace的仿真实验表明,与最新的无服务器计算资源配置相关工作相比,λDNN可节约高达66.7%的函数资源使用成本,并具有较小的运行时开销。

关键词：分布式深度神经网络无服务器计算可预测性能函数资源配置

来源：评论

学校读者我要写书评

暂无评论

基于多级缓存的无服务器计算冷启动优化技术研究

基于多级缓存的无服务器计算冷启动优化技术研究

引用

作者：曹琬姗深圳大学

学位级别：硕士

在无服务器计算(Serverless Computing)这种云服务模式中,冷启动问题是一个重要的问题,它会给应用程序带来明显的响应延迟。为了缓解这一问题,目前的无服务器平台会使用一种保持活动(keep-alive)策略来降低冷启动率,其方法是将已执行完... 详细信息

在无服务器计算(Serverless Computing)这种云服务模式中,冷启动问题是一个重要的问题,它会给应用程序带来明显的响应延迟。为了缓解这一问题,目前的无服务器平台会使用一种保持活动(keep-alive)策略来降低冷启动率,其方法是将已执行完毕的函数容器在系统中保留一段时间,使得后续相同函数可以从已预热的容器中启动,从而大幅降低函数启动时间(热启动)。然而这种方法有一定的局限性,首先经过调查发现有大量函数并不经常被调用,所以为这些函数保持活动会浪费系统资源,其次有大量的容器在启动时都下载了类似的依赖,这些容器执行完后却没有被很好地重用。针对以上两点不足本文提出了一种容器分配策略用于缓解冷启动问题,在系统资源有限的情况下最小化系统中函数的平均执行时间。本文主要做了如下工作: 第一,现有的容器分配策略并不能高效利用系统中已存在的空闲容器,针对这一问题本文提出一种基于多级缓存的方式来对容器镜像进行分层考虑。当函数请求到来时以一种最优匹配的方式给函数分配空闲的容器从而减少冷启动次数。当平台资源不足时,使用容器驱逐策略将多余的空闲容器销毁以保证后续函数的正常执行。第二,由于现有的无服务器基准测试套件中在函数启动方面对工作负载的细节展现得不够充分,因此为了更好地评估不同的冷启动解决方案,本文选取了和函数启动相关的一些关键指标,并且构建了一套包含13个函数的FStartBench在腾讯云无服务器平台上测试,按照多个维度对这些函数进行划分后使用泊松分布生成了10个跟踪,可用于反映不同算法在不同类型的负载下对于冷启动的优化性能。本文利用云平台上真实应用程序测试得出的数据对所提出的LEVEL容器分配策略进行模拟实验,结果表明与目前云平台上使用广泛的分配策略相比,在系统资源紧张的情况下,LEVEL策略可以将平均响应时间降低7%-85%,同时满足服务质量的要求。本文还测试了不同的容器驱逐算法,对于它们各自适应的使用场景进行了分析,LEVEL策略与驱逐策略配合能够在更广泛的环境中缓解无服务器计算中的冷启动问题。

关键词：无服务器计算冷启动问题容器预热池

来源：评论

学校读者我要写书评

暂无评论

面向无服务器计算的高性能容器系统的设计与实现

面向无服务器计算的高性能容器系统的设计与实现

引用

作者：覃世军中国科学院大学

学位级别：硕士

无服务器计算是云计算的一种编程范式和执行模型。在这种模式中，云供应商承担所有管理虚拟机、容器和软件运行环境的工作，云用户专注于编写代码。无服务器计算的计费模式基于调用应用程序所消耗的实际资源使用量，而不是传统云计算中... 详细信息

无服务器计算是云计算的一种编程范式和执行模型。在这种模式中，云供应商承担所有管理虚拟机、容器和软件运行环境的工作，云用户专注于编写代码。无服务器计算的计费模式基于调用应用程序所消耗的实际资源使用量，而不是传统云计算中预先购买的资源容量。因此，无服务器计算相比传统的云计算具有简化开发、节省成本等优点。　　无服务器计算目前仍处于初步阶段，其体系结构和软件生态普遍继续沿用传统云计算中的方法。然而，由于执行模式上的巨大改变，无服务器计算在基于传统架构和软件生态执行应用程序时存在频繁冷启动的问题。目前主流无服务器计算平台的冷启动过程耗时普遍十分严重，使得总调用时间要远超出真实的应用程序执行时间。此问题已经成为无服务器计算发展和演进过程中面临的最大挑战之一。　　为了解决此问题，本文设计和实现了一种面向无服务器计算的高性能容器系统。本文首先对无服务器计算调用的生命周期进行解构，研究导致冷启动耗时高的关键原因，并以此为驱动提出三个关键方法以优化冷启动的耗时。(1)基于资源池的容器启动方法将容器的隔离机制封装为资源池中的对象。容器在启动时与资源池中的对象进行动态绑定，在销毁时与绑定的对象解除绑定并将对象返还给资源池。此方法避免了无服务器计算中高并发启动容器带来的资源竞争，从而降低了启动容器的耗时。(2)容器间共享运行环境的方法针对无服务器计算中拉取容器镜像时间长且难以在计算节点上缓存镜像的问题，首先验证了本地缓存运行环境的可行性，然后采用在计算节点共享存储区缓存运行环境和让容器动态挂载存储区并导入所需运行环境的方式用于准备应用程序所需的运行环境，从而降低了拉取容器镜像的耗时。(3)基于状态预测的容器重用控制方法基于当前的负载大小等状态信息，采用自适应的卡尔曼滤波器对未来周期的状态进行预测。方法动态地调整容器暂停的时间以精准地对无服务器计算中的容器进行重用，从而降低了冷启动的频率。　　基于这三个关键方法设计和实现的容器相比原有的Docker容器在无服务器计算平台OpenFaaS上大幅削减了冷启动的开销。同时，基于本文容器运行的OpenFaaS的性能明显优于目前最先进的无服务器计算平台。比如，在处理相同的Image-Resizing程序时，本系统的调用时间相比Apache OpenWhisk降低了5倍。

关键词：无服务器计算高性能容器系统软件开发冷启动过程耗时优化

来源：评论

学校读者我要写书评

暂无评论

面向无服务器计算的服务资源弹性伸缩系统设计与实现

面向无服务器计算的服务资源弹性伸缩系统设计与实现

引用

作者：张治宇中国科学院大学

学位级别：硕士

近年来，无服务器计算提供了按需付费的计算模型，已成为部署云服务的新方式，图像视频处理、自然语言处理、Web应用等无状态的计算服务可受益于无服务器计算的资源按需使用能力。为保证服务质量，这些无服务器计算服务通常有严格的响... 详细信息

近年来，无服务器计算提供了按需付费的计算模型，已成为部署云服务的新方式，图像视频处理、自然语言处理、Web应用等无状态的计算服务可受益于无服务器计算的资源按需使用能力。为保证服务质量，这些无服务器计算服务通常有严格的响应时间限制，服务超时会对业务造成不良影响。然而，现有的开源无服务器计算平台往往采用尽力而为的工作机制以便节省资源开销，从而加剧了服务性能的波动，因此无法保证高实时性服务的响应延迟要求。其次，对于新部署的无服务器计算服务，由于服务负载具有不可预测的突发性且平台普遍缺乏服务资源开销的历史数据，因此平台难以配置合适的资源弹性伸缩策略保证服务质量。传统的弹性伸缩方案通常采用基于固定阈值的资源动态供给方法，或根据云服务商的经验配置额外的资源以保障服务质量，这些方法虽简单但易造成资源浪费，无法很好地权衡服务质量最大化和资源成本最小化之间的目标冲突。　　为解决上述问题，本文提出了一种基于强化学习的服务自适应弹性伸缩方法，以保障延迟敏感型无服务器计算应用的服务质量。首先，根据无服务器计算服务的响应延迟要求，本文基于强化学习方法迭代地探索不同资源配置下服务的资源供给效率和服务吞吐量等指标，从而建立不同无服务器计算服务的资源与性能画像。其次，本文基于不同服务的资源号性能画像，通过结合水平弹性伸缩与垂直弹性伸缩，为服务配置了自适应的弹性伸缩策略，并针对不同负载场景进行了优化，从而在提升服务质量的同时优化系统资源效率，实现资源成本与服务性能的平衡。　　最后，本文设计并实现了面向无服务器计算的服务资源弹性伸缩系统。通过部署三个典型的无服务器计算服务，本文在相同负载场景下将本系统与其它典型的弹性伸缩系统或方法进行对比，验证了本系统的有效性。实验结果表明，本文提出的方法可以准确地刻画服务的资源与性能画像，本系统可有效地保障95％以上的服务请求满足响应延迟要求。

关键词：无服务器计算弹性伸缩强化学习服务质量

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：