七日更
2 人感兴趣 · 103 次引用
- 最新
- 推荐
获奖名单｜七日更挑战成功！
感谢大家的积极参与，我们会在后续的活动中持续优化和调整我们的方案，特此准备了日更挑战氛围群，有兴趣的同学可以扫码加入。
生产环境全链路压测建设历程 23：FAQ 3、4 适配改造，目标压力
改造的定义：是业务系统的逻辑代码更改，才叫改造。改造也分大改造和小改造。 用探针的形式来实现流量隔离，可以理解为有一点点小改造。只要是Java JDK 1.6以上的系统，99.999%不用改造。除非是用户验证这块，涉及到token和验证码。但这块改动很少，不复杂，
天下武功，唯”拆“不破之架构篇二 | 技术人应知的创新思维模型 (9)
随着业务的发展、用户量、业务量发生10倍速变化，对于企业而言意味着破局点已经到来，对于系统架构师而言往往意味着架构需要正确拆解、快速扩展；前文我们谈了谈架构拆解的时机、架构拆解的角度与尺度；本文我们将继续谈谈架构拆解(拆分)的方法论; 关于架构
生产环境全链路压测建设历程 22：FAQ 1&2
用户量本身就很大，比如有活跃用户过百万、千万。尤其消费者业务，流量方面，每秒请求上万的请求，有复杂的链路。
生产环境全链路压测建设历程 21：某快递 A 股上市公司的生产压测案例之基于测试流量的混沌工程（故障演练）
基于探测流量的全链路巡检上线后，对于D公司来说，有了全链路读写压测和全链路读写巡检的加持后，在性能确定性和接口确定性是有了质的提升。
生产环境全链路压测建设历程 21：某快递 A 股上市公司的生产压测案例之彩蛋 2 中篇
上一篇写到，D公司在生产环境实施了全链路压测后，性能问题得到大幅收敛，但在日程的稳定性这块，仍然有不少的痛点。
代理模式
我们在开发中会经常使用到别的库和代码。在使用时我们可能需要在方法上增加我们自己的业务逻辑。这个对于我们来说很简单，但是如果我们很多地方都需要用到这个业务逻辑。我们当然可以在每一个用到的地方都添加我们的业务逻辑，但是这明显会使得代码变得复杂。
Flink 比 Spark 好在哪？
Flink 是一个面向分布式数据流处理和批量数据处理的开源计算平台。和 Spark 类似，两者都希望提供一个统一功能的计算平台给用户，都在尝试建立一个统一的平台以运行批量，流式，交互式，图处理，机器学习等应用。
13 张图彻底搞懂分布式系统服务注册与发现原理
在微服务架构或分布式环境下，服务注册与发现技术不可或缺，这也是程序员进阶之路必须要掌握的核心技术之一，本文通过图解的方式带领大家轻轻松松掌握。
生产环境全链路压测建设历程 21：某快递 A 股上市公司的生产压测案例之彩蛋 2 前言
上一篇是《生产环境全链路压测建设历程 20：某快递 A 股上市公司的生产压测案例之彩蛋1》
10 张图带你入门分布式链路追踪系统原理
随着互联网业务快速扩展，软件架构也日益变得复杂，为了适应海量用户高并发请求，系统中越来越多的组件开始走向分布式化，如单体架构拆分为微服务、服务内缓存变为分布式缓存、服务组件通信变为分布式消息，这些组件共同构成了繁杂的分布式网络。
explicit_defaults_for_timestamp 参数详解
介绍MySQL中explicit_defaults_for_timestamp 系统变量的作用
职责链模式
在之前的观察者模式实战中，我们说过并不是所有的状态监控场景都适用于观察者模式，比如最近在看的Android项目中，当一个页面的组件很多时，对同一个时间的响应上，Android设计了一种传递机制，当我们合理利用后可以让我们想要的组件来响应事件，而如果是观察
