项目背景，之前在上家东家接触到golang，自学到项目上线，也是摸着石头过河，中间也遇到了一些小bug（生产环境出现内存泄露问题，导致业务占用内存，居高不下，实际是因为项目的service层部分应用没有应用到redis或数据库，但是也进行了实例化，最后没有释放资源导致，排查方法也是比较笨，就是一些流程在本地跑，看哪些环节导致内存居高不下，最后追查到的结果），

tio历史、应用场景（图示——简）tio应用场景（文字描述——详）tio是基于JVM的网络编程框架，和netty属同类，所以netty能做的tio都能做，考虑到tio是从项目抽象出来的框架，所以tio提供了更多的和业务相关的API，大体上tio具有如下特点和能力：内置完备的监控和流控能力内置半包粘包处理一骑绝尘的资源管理能力内置心跳检查和心跳发送能力

前言侧滑手势在AndroidApp应用得非常广泛，常见的使用场景包括：滑动抽屉、侧滑删除、侧滑返回、下拉刷新以及侧滑封面等。由于这些使用场景实在是太通用了，各路大神们八仙过海各显神通，每种侧滑场景都开源出了很多非常实用的框架，让我们的业务开发便利了很多。目前，我们需要为每种场景引入不同的侧滑框架，由于App中的侧滑场景很多，我们项目中也就需要

回顾POLARDB1.0POLARDB1.0主要的改进包括采用了计算存储分离的架构，完全兼容MYSQL，性能是原生MySQL的6倍。一个用户集群可以在分钟级弹性扩展到16个计算节点，对业务完全透明的计算和存储分离代理，从库延迟仅毫秒级。存储为分布式块存储，可以弹性扩展至100TB的规模。存储层面采用多副本技术，使得数据库的RPO做到了0，完全没有丢

最近在运行Informatica全量抽取时候，系统报了很多莫名的错误，日志也没有显示警告信息。按有限的日志信息查询，可能的原因一般是磁盘空间不够，内存不够，或者是数据量量太大，缓存爆了。经排查，是加载的数据量过大，导致了数据加载的失败。只好通过限制每次的加载数量，分批多次进行跑数据了。业务系统使用的是Mysql数据库，因此在ODS层抽数时候，使用

Java生鲜电商平台订单模块状态机架构设计_说明:在Java生鲜电商平台中订单的状态流转业务__我们知道一个订单会有很多种状态：临时单、已下单、待支付、待收货、待评价、已完成，退货中等等。每一种状态都和其扭转前的状态、在扭转前状态所执行的操作有关。_一实例说明举例一个过程：用户将商品加入购物车，在后台生成了一个所谓的“临

本次发布增强了Saga在spring下的支持，使用kafka提供重试以及重试失败后放入丢弃队列里Saga是用来在微服务中的长事务管理，具备ACID中的ACD，不具备I，隔离性。在一定业务条件下，可以使用Saga非常简单和方便的管理微服务事务。同理，也可以用于管理多库事务Saga要求微服务提供回滚操作，然后如果需要回滚，有Saga编排调度各个微服务对应

分析和优化的基本步骤如下：1、如果是SQL语句的写法问题，我们可以通过在不更改业务逻辑的情况下改写SQL来加以解决；2、如果是不必要的全表扫描/排序而导致了目标SQL的性能问题，我们可以通过建立合适的索引（包括函数索引、位图索引等）来加以解决；3、如果是表或者索引的不良设计导致的目标SQL的性能问题，我们可以通过重新设计表/索引

作者：张政俊，中欧基金DBAMysql一般出现CPU负载过高问题的时候，我们都会去看下故障期间的慢sql日志，然后找出全表扫描、索引不合理、函数运算过多的sql，让开发同学优化下。实在不行的话，那就升级CPU硬件，替换更高频率的CPU，1路的升级成2路，2路的升级成四路。这次出现的问题因为关乎到每天的业务处理，所以很多措施无法第一时间到位，

我们的使命是通过协作工具和实践的力量来释放所有团队的潜力。对于实践DevOps的团队来说尤其如此，好的工具完全可以真正提升开发团队，IT运营团队和业务团队之间的高效协作。但是，增加多个团队的协作也有可能会给开发人员带来其它成本的付出。虽然开发人员无需编写代码并构建创新的解决方案，但最终需要花费大量时间去集成多个工具，更新工作状态并与其他