集群化构建可以有效提升构建效率，尤其是团队项目比较多或是子项目比较多的时候，可以并发在多台机器上执行构建。
在上一篇通知文章有说过，六月份会开始更新公众号，虽然现在已到月底了，但好歹也算没有失言，赶上了末班车了。
随着公司业务发展和用户规模的增多，很多项目都在打造自己的评论功能，而评论的业务形态基本类似。当时各项目都是各自设计实现，存在较多重复的工作量；并且不同业务之间数据存在孤岛，很难产生联系。因此我们决定打造一款公司级的评论业务中台，为各业务方提供评论业务的快速接入能力。在经过对各大主流 APP 评论业务的竞品分析，我们发现大部分评论的业务形态都具备评论、回复、二次回复、点赞等功能。
本文来自vivo官网商城开发团队，主要讲述 vivo 评论中台在数据库设计上的技术探索和实践。
伴随着Docker技术的兴起，以及容器集群管理平台Mesos、Kubernetes、Swarm、Rancher等的大行其道，仿佛PaaS平台及其相关技术一下进入了黄金时期，各种各样的技术组合，各种各样的技术验证，以及伴随着容器相关的创业公司布道，仿佛只要有了PaaS平台及其相关的技术，就能解决一切的企业IT问题。但是，企业IT，尤其是非互联网传统企业，PaaS平台的构建与业务上云是一个长期的过程，绝不是一个docker+kubernetes/Mesos/Swarm构建完以后就能完成的，IaaS年代是这样，PaaS年代也是这样。
大型网站系统架构的演进都是随着业务增长不断演进，所有的出发点都是为了满足业务需求。最初访问量下，功能简单时，单体软件可以解决所有问题；后来访问量逐渐增大，功能愈加丰富，此时单体软件的架构逐渐成为开发和运维的瓶颈。所以微服务拆分，集群化部署，消息中间件，内存数据库，数据库中间件等解决方案逐渐走进视野。
前面介绍了大型网站的业务需求和大致的工作原理，但是不能简单地理解为只要增加服务器就能把一个网站变成一个能应对大量用户的网站。
Nacos在0.7版本之前，在单机模式时nacos使用嵌入式数据库实现数据的存储，不方便观察数据存储的基本情况。0.7版本增加了支持mysql数据源能力，具体的操作步骤：
在实际应用中，遇到了这样一个场景： 已有一个手机 APP 客户端，需要在该 APP 客户端中实现通过 Web 的形式接入其他的应用页面。按照常规的流程，在 APP 中为应用设置入口链接按钮，当用户点击应用入口按钮时，APP 启动 WebView 并打开设置的应用链接即可。 但在该场景中，接入 APP 的应用均部署在内网服务器，外网无法直接访问，因此在 APP 中配置的链接是内网地址，当用户通过外网使用 APP 时，将无法访问接入的 Web 应用。 针对如上场景中遇到的问题，本文中提出了基于 Nginx 实现动态代理的解决方案。
爱奇艺发展的大体时间线，2015 年前以离线分析为主，技术上是经典的 Hive + MySQL 方案，但缺点是报表查询比较慢，而且数据时效性差；2016 - 2018 年致力于将查询耗时提升至交互式级别，分为两大类：Kylin 针对固定报表，在维度比较有限的情况下，通过一个预处理，TB 级别数据延时能在秒级，而 Impala 则针对 Ad-hoc 类场景，可以查询任意明细数据；2018 年以后从离线往实时去发力，其中 Kudu 支持实时插入和更新，Druid 支持事件流场景。
参考：http://blog.didispace.com/spring-cloud-alibaba-4/ 在搭建Nacos高可用集群之前，我们需要先修改Nacos的数据持久化配置为MySQL存储。 如果启动多个默认配置下的Nacos节点，数据存储是存在一致性问题的。 为了解决这个问题，Nacos采用了集中式存储的方式来支持集群化部署（目前只要支持MySQL的存储）。与其他的中间件相比，在实现上并没有采用分布式算法来解决一致性问题，而是采用了比较常规的集中化存储来实现。由于采用单一数据源的方式，直接避开了分布式一致性问题，Nacos的实现原理会更容易被理解和接受。但是，从部署的负责度和硬件投入成本上来说，与zookeeper等这些通过算法方式解决一致性问题的中间件相比，性能上有所下降。
作者：Kaito 链接：kaito-kidd.com/2020/06/28/redis-vs-memcached/
何为后端开发？以一个网站为例，通常来说，前端研发注重页面的展示，交互逻辑。而后端研发，则注重在发生在前端背后（backend）的逻辑上，例如给前端返回数据，存储数据。对于一个电商网站，一个简单的下单动作，后端可能包括商品数据查询，优惠信息计算，库存维护，用户优惠券维护，订单生成，商家通知触发等等。在很多大公司前后端的配比是1：3甚至更高，因为一个复杂的业务系统，前端的展示仅仅是冰山一角，更复杂的业务逻辑都隐藏在后端。
以猜你喜欢为例，猜你喜欢为应用内用户提供潜在选项，提高成交效率。旅行是一项综合性的需求，用户往往需要不止一个产品。作为一站式的旅游服务平台，跨业务线的推荐，特别是实时推荐，能实际满足用户的需求，因此在上游提供打通各业务线之间的用户行为数据有很大的必要性。
作者简介 陈清渠，毕业于武汉大学，多年软件及互联网行业开发经验。14年加入携程，先后负责了订单查询服务重构，实时用户行为服务搭建等项目的架构和研发工作，目前负责携程技术中心基础业务研发部订单中心团队。 携程实时用户行为服务作为基础服务，目前普遍应用在多个场景中，比如猜你喜欢（携程的推荐系统），动态广告，用户画像，浏览历史等等。 以猜你喜欢为例，猜你喜欢为应用内用户提供潜在选项，提高成交效率。旅行是一项综合性的需求，用户往往需要不止一个产品。作为一站式的旅游服务平台，跨业务线的推荐，特别是实时推荐，能实际满足
携程实时用户行为服务作为基础服务，目前普遍应用在多个场景中，比如猜你喜欢（携程的推荐系统）、动态广告、用户画像、浏览历史等等。 以猜你喜欢为例，猜你喜欢为应用内用户提供潜在选项，提高成交效率。旅行是一项综合性的需求，用户往往需要不止一个产品。作为一站式的旅游服务平台，跨业务线的推荐，特别是实时推荐，能实际满足用户的需求，因此在上游提供打通各业务线之间的用户行为数据有很大的必要性。 携程原有的实时用户行为系统存在一些问题，包括：1）数据覆盖不全；2）数据输出没有统一格式，对众多使用方提高了接入成本；3）日志处
介绍 在实际使用quartz.net中，持久化能保证实例重启后job不丢失、 集群能均衡服务器压力和解决单点问题。 quartz.net在这两方面配置都比较简单。 持久化 quartz.net的持久化，是把job、trigger一些信息存储到数据库里面，以解决内存存储重启丢失。 下载sql脚本 https://github.com/quartznet/quartznet/blob/master/database/tables/tables_sqlServer.sql 创建个数据库，并执
Mycat是什么 Mycat - 数据库分库分表中间件，国内最活跃的、性能最好的开源数据库中间件！ 一个彻底开源的，面向企业应用开发的大数据库集群 支持事务、ACID、可以替代MySQL的加强版数据库 一个可以视为MySQL集群的企业级数据库，用来替代昂贵的Oracle集群 一个融合内存缓存技术、NoSQL技术、HDFS大数据的新型SQL Server 结合传统数据库和新型分布式数据仓库的新一代企业级数据库产品 一个新颖的数据库中间件产品 Mycat关键特性 支持SQL92标准 支持MySQL、Orac
携程实时用户行为服务作为基础服务，目前普遍应用在多个场景中，比如猜你喜欢（携程的推荐系统）、动态广告、用户画像、浏览历史等等。 以猜你喜欢为例，猜你喜欢为应用内用户提供潜在选项，提高成交效率。旅行是一项综合性的需求，用户往往需要不止一个产品。作为一站式的旅游服务平台，跨业务线的推荐，特别是实时推荐，能实际满足用户的需求，因此在上游提供打通各业务线之间的用户行为数据有很大的必要性。 携程原有的实时用户行为系统存在一些问题，包括：1）数据覆盖不全；2）数据输出没有统一格式，对众多使用方提高了接入成本；3）日志处理模块是web service，比较难支持多种数据处理策略和实现方便扩容应对流量洪峰的需求等。 而近几年旅游市场高速增长，数据量越来越大，并且会持续快速增长。有越来越多的使用需求，对系统的实时性，稳定性也提出了更高的要求。总的来说，当前需求对系统的实时性/可用性/性能/扩展性方面都有很高的要求。 一、架构 这样的背景下，我们按照如下结构重新设计了系统：
后端服务一般指用户直接看到的远程服务，涉及到网络硬件、逻辑计算、通信协议和数据存储等部分。下面我们将着重介绍高性能后台服务的设计方法和策略。
本文介绍如何使用ELK（Elasticsearch、Logstash、Kibana）集群对云上资源进行日志监控和审计。首先介绍了ELK集群的架构，然后详细讲解了如何在Kubernetes上部署ELK集群，最后介绍了如何通过ELK集群对云上资源进行日志监控和审计。
携程实时用户行为服务作为基础服务，目前普遍应用在多个场景中，比如猜你喜欢（携程的推荐系统）、动态广告、用户画像、浏览历史等等。
大多数人面试的时候经常会被问到：你简历上有高负载高并发的经验，那到底你的系统是怎样设计的？
默认Nacos使用嵌入式数据库实现数据的存储。所以，如果启动多个默认配置下的Nacos节点，数据存储是存在一致性问题的。为了解决这个问题，Nacos采用了集中式存储的方式来支持集群化部署，目前只支持MySQL的存储。
在真正海量数据的业务场景中，ElasticSearch搜索引擎都是需要集群化管理的，实时搜索几十亿的数据十分常见。
Nginx的访问日志记录每条请求的来龙去脉，通过日志可以分析出很多有用的监控信息，如下面的这些信息。
随着mysql存储的数据量越来越大，mysql查询单表时的响应速度也会随之变慢，尤其是当单节点承载的数据量超出一定的范围后，比如单表超过2000万之后，查询响应速度会下降的很快，因此，一方面可以考虑mysql集群，另一方面可以考虑读写分离，这两种方案的出发点不同，集群更多是从单节点可容纳的并发连接数考虑，比如单节点的mysql服务器支持的最大连接数是有限的；而读写分离可以提升mysql服务总体的读写性能，避免读请求和写请求都打到同一个节点上，分摊压力
数据持久化本质上是为了做数据备份，有了数据持久化，当Redis宕机时，我们可以把数据从磁盘上恢复回来，但在数据恢复之前，服务是不可用的，而且数据恢复的时间取决于实例的大小，数据量越大，恢复起来越慢。Redis的持久化过程可以参考《Redis持久化是如何做的？》。
本文根据洪斌10月27日在「3306π」技术 Meetup - 武汉站现场演讲内容整理而成。
数据持久化本质上是为了做数据备份，有了数据持久化，当Redis宕机时，我们可以把数据从磁盘上恢复回来，但在数据恢复之前，服务是不可用的，而且数据恢复的时间取决于实例的大小，数据量越大，恢复起来越慢。
presto虽然可以集群化部署，但是由于coordinate存在单点问题，商业化应用还是存在一定的问题，本文会给出一种简单的集群化部署方案，解决presto的单点问题。
高并发系统各不相同。比如每秒百万并发的中间件系统、每日百亿请求的网关系统、瞬时每秒几十万请求的秒杀大促系统。
向量检索领域有着非常多优秀产品，不同的产品有着各自的特性，适用于不同的场景，接下来将对已了解的8款优秀向量检索产品进行简单的介绍。
高并发（High Concurrency）是互联网分布式系统架构设计中必须考虑的因素之一，它通常是指，通过设计保证系统能够同时并行处理很多请求。
用的nacos2.2.0没有想到引入了新的raft和grpc协议，要多开放几个节点
现在的互联网，几乎常见的复杂系统都会使用分布式架构，如果在不清楚概念之前，刚接触分布式架构这个名词会感觉十分的高大上，其实在对比单服务，集群服务之后，你就会发现本质上都是一样的。
本篇文章只是一个K8S基础知识的普及，作为笔记使用，方便后面查询，本文主要介绍K8S中的一些常用定义：
在这一次对话正式进行的前一天，天启造物创始人兼CEO王天尊刚从新疆飞回上海。提及近期的出差成果，我们从声音中就能够听出他的欢喜。
到目前为止，我们已经基本掌握了MQ的相关核心工作原理，同时一起设计了消息路由中心 （消息中间件路由中心你会设计吗，不会就来学学）和 Broker 主从架构(消息队列Broker主从架构详细设计方案，这一篇就搞定主从架构)，现在如果让你基于它的基本原理去设计一套 MQ 的生产部署架构出来，你准备怎么去思考呢？
canal 是阿里知名的开源项目，主要用途是基于 MySQL 数据库增量日志解析，提供增量数据订阅和消费。
本文将从zookeeper单机到集群的安装讲解；在从集群leader选举机制的讲解及数据同步的梳理。到最终的基于zookeeper实现的配置管理及分布式锁的应用。从点到面在到应用带你体会一把过山车
高可用HA（High Availability）是分布式系统架构设计中必须考虑的因素之一，它通常是指，通过设计减少系统不能提供服务的时间。
多个被调用者在调用时虚拟化为一个被调用者，这就是Dubbo的集群化，本文将从一次碰壁经历出发，讲一讲Dubbo是如何进行集群化的。
https://clickhouse.tech/docs/en/sql-reference/statements/create/table/
下面的项目是 SpringBoot2.2.2 + springcloud-alibaba 2.1.0
即对系统进行横向划分。比如进行MVC分层，又可分为接入层、业务层、核心数据层。应当禁止跨层调用以及逆向调用。
作者黄雷，腾讯云工程师，曾负责构建腾讯云云监控新一代多维业务监控系统，擅长大规模分布式监控系统设计，对golang后台项目架构设计有较深理解，后加入TKE团队，致力于研究Kubernetes相关运维技术，拥有多年Kubernetes集群联邦运维管理经验，目前在团队主要负责大规模集群联邦可观测性提升，主导研发了腾讯云万级Kubernetes集群监控告警系统，智能巡检与风险探测系统。 概述 不久前，我们在文章《如何扩展单个Prometheus实现近万Kubernetes集群监控？》中详细介绍了腾讯云容器服务T
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
即时通信 IM
实时音视频
