暂无搜索历史
本文是国外技术网站medium上点赞超过200+的翻译/笔记文，有关规避/解决幂等请求[1]的思路指南。
我们都知道k8s Service是一种将Pods通过网络暴露出来的抽象，每个服务定义了一组有关Pod的端点， Service有几种类型
一致性： 确保数据是正确的，不同数据间不会产生矛盾 （这里的一致性与分布式共识算法中的一致性概念不一样）。
演示了互联网高并发请求，服务端遇到的现实情况（服务器高负载、cpu打满、sql并发受限）。
① sem 提供了限制服务端并发处理请求的信号量 ② queue 提供了一个客户端请求队列，起媒介/解耦的作用
之前写过《一种基于etcd实践节点自动故障转移的思路》， 程序经历过一次线上进程OOM的小事故， 本次技术复盘导致内存泄露的完整起因。
信道给出了一种不同于传统共享内存并发通信的新思路，以一种通道复制的思想解耦了并发编程的各个参与方。
自动故障转移是服务高可用的一种实现方式。mongodb,redis哨兵集群、 etcd都具备某种程度的故障转移能力。
业务方反应调用接口超时，但是在服务端监控并没有看到5xx异常， 于是我们模拟一下请求超时时发生了什么？
在开发者便利度角度，我们很轻松地使用HttpClient对象发出HTTP请求，只需要关注应用层协议的BaseAddr、Url、ReqHeader、timeout...
程序使用leader/follower分布式高可用模型，所有的请求都会命中leader；
常规实践为什么不是 在一次sql请求中中执行多次sql查询或多次更新，显而易见的优势：
URL( uniform resource locator)由四部分组成：scheme、domain、path、resource
最近在准备.NET Go核心能力的深度对比.note， 关于.NET/Go的异步实现总感觉没敲到点上。
有关grpc更深层次的前世今生、底层原理、困惑点释疑请听下回分解， 欢迎菜鸟老鸟们提出宝贵意见。
“抓” 这个动作是由数据包过滤器bpf完成， bpf的主要作用就是根据用户输入的过滤规则，只将用户关心的数据包拷贝至tcpdump，注意是拷贝，不是剪切。
记录工作中早该加深印象的一个小小小case：ajax请求不能显式拦截 302响应。
好久没上线了，今天记录编程中老掉牙的几个关键术语，一个言简意赅的术语定义包含主谓宾定状补， 我们应从貌似雷同的术语中体会到不同术语的表象行为、侧重点。
(1) 栗子1重新new赋值难道不是修改了原字典对象newDict吗？foreach字典为什么不报InvalidOperation异常？
一个老生常谈的思路是递归，另外是循环，今天借此机会回顾并演示时间复杂度在编程中的重要性。
暂未填写技能专长
暂未填写学校和专业
暂未填写个人网址
