自小程序2017年1月9号正式上线以来，不论是中小商家，还是各大品牌巨头，都在抢占小程序这波风口，打造属于自己的小程序。截至目前，全国正式上线小程序超过100万个，小程序日均活跃用户稳居在2亿左右，而整个微信流量在10.5亿左右。微信小程序一路走来，功能越来越多，越来越开放。
很多低内存的服务器比如1G或者更低的服务器，安装宝塔面板后发现经常内存爆满，很多用户误以为是宝塔占用较大的内存导致的问题，其实不然，宝塔本身占用的系统内存并不高的，大约70M左右的内存占用，以linux为例所以我们要如何优化降低服务器的内存消耗呢。
总的来说就是依照这些原则来解决这些问题以达到 GC 低频 GC 停顿时间短，以及低内存占用和高吞吐。
某月黑风高之夜，某打车平台上线了一大波（G+）优惠活动，众人纷纷下单。于是乎，该打车平台使用的智能提示服务扛不住直接趴窝了（如下图）。事后，负责智能提示服务开发和运维的有关部门开会后决定：必须对智能提示服务进行一次全面深入的性能摸底，立刻！现在！马上！ 那么一大坨问题就迎面而来：对于智能提示这样的后台服务，性能测试过程中应该关心那些指标？这些指标代表什么含义？这些指标的通过标准是什么？下面将为您一一解答。 概述 不同人群关注的性能指标各有侧重。后台服务接口的调用者一般只关心吞吐量、响应时间等外部指标。
1. 如何看当前Linux系统有几颗物理CPU和每颗CPU的核数？ 物理cpu个数：cat /proc/cpuinfo |grep -c ‘physical id’ CPU一共有多少核：grep -c processor /proc/cpuinfo 将CPU的总核数除以物理CPU的个数，得到每颗CPU的核数。 2. 查看系统负载有两个常用的命令，是哪两个？这三个数值表示什么含义呢？ 两个命令分别是 w 和 uptime 这三个系统负载值分别表示在1分钟、5分钟和15分钟内平均有多少个任务处于活动状
在前期文章中讲解了服务端压力测试的方法及分布式平台搭建，但是对于压力测试结果的分析没有一个系统的思路，在压力测试结果不符合性能指标时无从下手，也无法向开发提出有效的优化性能的方法。在对多个项目分析后，总结出一个通用的分析思路，可以快速定位性能瓶颈。
公司线上有个 tomcat 服务，里面合并部署了大概 8 个微服务，之所以没有像其他微服务那样单独部署，其目的是为了节约服务器资源，况且这 8 个服务是属于边缘服务，并发不高，就算宕机也不会影响核心业务。
性能调优是找出系统瓶颈并消除这些瓶颈的过程。 很多系统管理员认为性能调优仅仅是调整一下内核的参数即可解决问题， 事实上情况并不是这样。 性能调优是实现操作系统的各个子系统之间的平衡性，这些子系统包括：
性能问题的本质就是系统资源已经到达瓶颈，但请求的处理还不够快，无法支撑更多的请求。性能分析实际上就是找出应用或系统的瓶颈，设法去避免或缓解它们。
CPU使用率（%processor time）,在80%±5%范围内波动为宜。过低，则服务器CPU利用率不高；过高，则CPU可能成为系统的处理瓶颈。
最近的互联网线上事故发生比较频繁，9月19日网上爆料出顺丰近期发生了一起线上删库事件，在这里就不介绍了。
最近在维护公司线上的服务器，排查了一些问题，所以做一个总结。有一段时间，线上环境变得很卡，客户端请求很多都报超时，因为线上没有良好的apm监控，所以只能通过流量高峰期和日志去排查问题。通过排查，发现数据库的慢查询日志在比之间的暴涨了十倍，然后发现，memcache服务器（8核）负载很高，cpu一直在50%的左右，原因就是memcache服务器内存用完，导致内存的淘汰十分频繁，这样就导致很多请求落到数据库。下面说下主要的排查思路和用到的工具
那么基本可以断定是磁盘问题，而这个 Redis 是挂载 PVC 的，PVC 是 NFS，所以初步怀疑是 NFS 的问题。
2、主板：服务器主板相比普通PC的主板有很大的不同，这些在前面的介绍中已经说明过了。作为DIY服务器的主板，选购的出发点应是“实际”。主板买回来是用的，如果我们事前分析情况发现只用一个CPU就行了，也不需要用到SCSI设备，这样我们就没有必要非要买具有多余功能的服务器主板了，毕竟这些多余的功能是要“银子”来换来的。如果要求不高，我们可以选购一款性能稳定的名牌厂商的普通主板来充当服务器主板，也会起到等同的效果。不过，在主板集成方面要注意选择，作为服务器使用的主板，像显卡、网卡、声卡、RAID功能等最好是集成的，这样可以节约一部分开销，同时也可以给我们留下更多的扩展插槽，散热空间也更大。
做Java的大都没有c++ 的那种分配内存的烦恼，因为Java 帮我们管理内存，但是这并不代表我们不需要了解Java的内存结构，因为线上经常出现内存的问题，今天聊一下内存的问题。
Part1Linux性能优化 1性能优化 性能指标 高并发和响应快对应着性能优化的两个核心指标：吞吐和延时
性能问题的本质就是系统资源已经到达瓶颈，但请求的处理还不够快，无法支撑更多的请求。 性能分析实际上就是找出应用或系统的瓶颈，设法去避免或缓解它们。
在实际的性能测试中，会遇到各种各样的问题，比如 TPS 压不上去等，导致这种现象的原因有很多，测试人员应配合开发人员进行分析，尽快找出瓶颈所在。
不知道大家有没有注意到，在22.10.31 21点之后，凯哥的个人博客站点(凯哥Java:www.kaigejava.com)访问速度提升了不少。那是因为凯哥对站点做了优化。本文就记录优化方面：
原理：每天 80% 的访问集中在 20% 的时间里，这 20% 时间叫做峰值时间。
最近发现博客的内存老是隔三差五地被“吃掉”了，登录到后台后偶尔会出牛顿的情况，一开始怀疑是Swap不够导致的，于是给VPS主机增加了几个G的Swap，观察了一段时间后发现再大的Swap也被慢慢地“吃掉”了！
线上问题排查相比于coding，是一个低频的工作，很多人不会经常遇到。一旦需要进行问题排查的时候，往往是重要且紧急的，因此问题排查的效率，就显得尤为重要。有些线上问题，比较直观，比如磁盘使用率高、网络流量高这种，借助合适的工具很快能定位到原因；但对于一些复杂的问题，如系统Load高、RSS占用高、内存溢出等，需要结合多方面的数据才能定位到原因。这时候，需要有正确的解题思路，并辅以合适的工具，才能高效地解决问题。
常见的互联网架构中，一般都能看到spring+mybatis+mysql+redis搭配的身影，在我所服务的公司亦是如此。一般来说，应用内部的接口都是直接调用的，所谓的面向接口编程，应用间的调用直接调或者通过类似dubbo之类的服务框架来执行，数据格式往往采用json，即统一也方便各数据间做转换和取值，缓存一般使用redis或memcached，存储一些对象或json格式的字符串。对外提供的接口，一般都需要进行压力测试，以便估算其性能，并为后续的调优提供指导方向，以下接口便是在压测过程中出现的各种“奇怪现象”，所谓奇怪，指的是从表象上看与我们正常的逻辑思路不符，但其本质还是我们对压力下程序的表现出来的特征不熟悉，用惯用的知识结构试图去解释，这根本是行不通的。下文是我在一次全面压测过程后对数据进行的分析汇总，其中的现象是很多压测常见的，里面的分析过程及改进措施我认为有很大的参考意义。具体内容如下：（部分接口为了安全我省略了其名称，但不影响我们的分析，另外形如1N3T之类的表示的是1台nginx，3台tomcat,具体的tps数值只是为了说明优化前后的比照，没有实际意义）
随着数据量越来越大，在一个操作系统存不下所有的数据，那么就分配到更多的操作系统管理的磁盘中，但是不方便管理和维护，迫切需要一种系统来管理多台机器上的文件，这就是分布式文件管理系统。HDFS只是分布式文件管理系统中的一种。
Apache是目前最流行的Web应用服务器，占据了互联网应用服务器70%以上的份额。Apache能取得如此成功并不足为奇：它免费、稳定且性能卓越;但Apache能取得如此佳绩的另一个原因是，当时互联网刚刚兴起时，Apache是第一个可用的Web应用服务器，人们没有其他的选择。
很多接触过云服务的小伙伴，可能经常会有一个困扰：为什么我的CPU、内存占用明明不高，网站速度/服务器响应速度却还是这么慢呢？哪个可爱的男孩子不想拥有一个速度很快的博客呢？说到优化，我们得从诸如硬件、软件等很多地方入手。
之所以写这篇文章也是因为前几天出的一个问题，当时业务感觉到卡顿，并且伴随着锁超时的报错。最后通过分析发现是由于磁盘I/Q繁忙导致SQL耗时增加，部分锁竞争激烈的热数据出现了锁等待和锁超时。由此可见，系统的硬件环境对数据库整体性能的影响也是非常大的，MySQL在运行环境中并不是孤立存在的，它的整体性能往往受限于系统最薄弱的环节，今天想和大家分享下，都有哪些系统指标会对数据库的整体性能产生影响，我们又如何进行分析。
长连接是一种在网络通信中，客户端与服务器之间保持持久性连接的通信方式。在长连接中，一旦建立连接，客户端和服务器之间的通信通道将保持打开状态，直到其中一方显式关闭连接或发生通信异常。这与传统的短连接方式不同，传统的短连接在每次通信结束后都会关闭连接。
去年换工作时系统复习了一下.NET Core多线程相关专题，学习了一线码农老哥的《.NET 5多线程编程实战》课程，我将复习的知识进行了总结形成本专题。
国际劳动节又称“五一国际劳动节”、“国际示威游行日”（International Workers' Day或者May Day），是世界上80多个国家的全国性节日。定在每年的五月一日。
本系列将按照类别对题目进行分类整理，重要的地方标上星星，这样有利于大家打下坚实的基础。
前段时间表妹收到了小米秋招补录的面试邀请，一面还算顺利，很快就通过了，但在看二面面试录屏的时候，我发现了一个问题，回答的不是很好，也就是我们今天要聊的这个问题：Redis 如何保证数据不丢失？
处理过线上问题的同学基本上都会遇到系统突然运行缓慢，CPU 100%，以及Full GC次数过多的问题。当然，这些问题的最终导致的直观现象就是系统运行缓慢，并且有大量的报警。本文主要针对系统运行缓慢这一问题，提供该问题的排查思路，从而定位出问题的代码点，进而提供解决该问题的思路。
CPU密集型，也叫计算密集型，一般是指服务器的硬盘、内存硬件性能相对CPU好很多，或者使用率低很多。系统运行CPU读写I/O(硬盘/内存)时可以在很短的时间内完成，几乎没有阻塞（等待I/O的实时间）时间，而CPU一直有大量运算要处理，因此CPU负载长期过高。
接下来就由浅入深分别来介绍下这几个方法是怎么应用到服务器并且解决高并发的，首先我们先来看下最原始的也是最简单的服务器与应用程序关系。
在上一篇我们主要介绍了所遇到问题的五点，那么今天接下来讨论剩下的问题，我们先再回顾一下之前讨论的问题：
保险行业升级测试工作较多，此为行业背景。从客户甲了解到，他所在的DBA团队一方面要承担数据库日常维护工作，另一方面也要为业务部门提供测试数据库。除去生产环境的日常维护，以下几项工作耗费较多精力：
随着现在游戏技术的不断发展，越来越多的玩家们开始选择使用云游戏平台，通过云游戏平台可以随意玩转各种大型游戏，即使是一些内存非常大的3A游戏也能顺畅运行，只是对于用户们的网速有一定的要求，画质越高的游戏要求网速也越快。云游戏平台如何做到大型游戏能够在云端稳定运行的呢？这和强大的游戏服务器有一定的关系，每个云游戏平台都配备完整的服务器组，那么云游戏服务器怎么配对？云游戏服务器费用高不高？
云函数作为无服务模式的一种实现(FaaS)已经有很多公司在提供了，亚马逊AWS、微软Azure、Google Cloud、IBM Cloud、阿里云、腾讯云、华为云、LeanCloud......
今天测试同学反馈API耗时很长，超过3秒的比例很高。 查看日志发现，小部分请求耗时比较大，约2秒左右，但是比例不高，与反馈比例有点不一致。后来发现是有一台服务器停止工作了（进程假死），对请求没有响应，也没有拒绝，重启后问题缓解。 因为第一次出现，没有引起重视。但是过了几个小时候，相同的问题又出现在另外一台服务器上，狗日的墨菲定律。
Wind是一款面向云的高性能、高效率以及高扩展性的大型分布式游戏服务器引擎。Wind利用Python语言的简洁语法以及丰富的生态库来提高游戏业务的开发效率，针对一些对性能有要求的游戏业务功能(如实时战斗功能)，Wind利用Golang的高并发特性来保证服务的高性能，同时Wind接入云的组件来保证游戏服务的动态扩展性，提高服务资源的利用率。
在 上一篇 我们主要介绍了所遇到问题的五点，那么今天接下来讨论剩下的问题，我们先再回顾一下之前讨论的问题：
用于指导使用腾讯云的PaaS组件和常用开源组件进行业务开发的服务的部署实施环节和后续生产环境运维。文档摘取了腾讯云的官网文档中运维需要关注的技术指标，应用于初创团队快速对应用开发组件有一个快速了解。
a. on-CPU：执行中，执行中的时间通常又分为用户态时间user和系统态时间sys。
领取专属 10元无门槛券
手把手带您无忧上云
云服务器
ICP备案
对象存储
腾讯会议
实时音视频
