桃浪十七丶 桃浪十七丶
3年前
我又回来了(这是一篇水文,完全是为了博文数量)
对不起兄弟萌,最近一两个月因为各种考试,以及课程设计,整的我人都累倒,面目全非。从今天开始会保证慢慢更新计组原理专栏的内容。为了保证我自己以及其他人能看懂,会隔一段时间出一篇。周期不一定。关于我之前做了个课程设计,使用的Vuejs和Nodejs,感觉更新起来会比较费时间。我会把其中后端的内容说一说,比如Nginx配置,或者Ubuntu基本的MySQL配置,还
Stella981 Stella981
3年前
OPPO百万级高并发mongodb集群性能数十倍提升优化实践(下篇)
 mongodb内核、wiredtiger存储引擎、rocksdb存储引擎相关源码分析详见(后续持续更新):https://github.com/y123456yz/readingandannotatemongodb3.6.1(https://www.oschina.net/action/GoToLink?urlhttps%3A%2F%2
Stella981 Stella981
3年前
Kubernetes — 我的第一个容器化应用
而在这篇文章中,我们就来扮演一个应用开发者的角色,使用这个Kubernetes集群发布第一个容器化应用。在开始实践之前,我先给你讲解一下Kubernetes里面与开发者关系最密切的几个概念。作为一个应用开发者,你首先要做的,是制作容器的镜像。而有了容器镜像之后,你需要按照Kubernetes项目的规范和要求,将你的镜像组织为它能够“认识”
Stella981 Stella981
3年前
ASP.NET Core应用程序容器化、持续集成与Kubernetes集群部署(二)
在上文中(https://www.oschina.net/action/GoToLink?urlhttps%3A%2F%2Fsunnycoding.cn%2F2018%2F10%2F07%2Fdockerizeaspnetcorecicdwithazuredevopsandkubernetespart1%2F)我介绍了ASP.NET
Stella981 Stella981
3年前
Spring AOP 切面编程记录日志和接口执行时间
最近客户现在提出系统访问非常慢,需要优化提升访问速度,在排查了nginx、tomcat内存和服务器负载之后,判断是数据库查询速度慢,进一步排查发现是因为部分视图和表查询特别慢导致了整个系统的响应时间特别长。知道了问题之后,就需要对查询比较慢的接口进行优化,但哪些接口需要优化、哪些不需要呢?只能通过日志里的执行时间来判断,那么如何才能知道每一个接口的执行时间呢
Easter79 Easter79
3年前
TiDB 在爱奇艺的应用及实践
爱奇艺,中国高品质视频娱乐服务提供者,2010年4月22日正式上线,推崇品质、青春、时尚的品牌内涵如今已深入人心,网罗了全球广大的年轻用户群体,积极推动产品、技术、内容、营销等全方位创新。企业愿景为做一家以科技创新为驱动的伟大娱乐公司。我们在前沿技术领域也保持一定的关注度。随着公司业务的快速发展,原来普遍使用的MySQL集群遇到了很多瓶颈,
Stella981 Stella981
3年前
Gru:一个单节点支持10W+的长连接集群解决方案
Github项目名称为Gru,取自《卑鄙的我》项目地址:https://github.com/sumory/gru(https://www.oschina.net/action/GoToLink?urlhttps%3A%2F%2Fgithub.com%2Fsumory%2Fgru)示例webchat:https://git
Stella981 Stella981
3年前
Http的会话token验证优化
这里只是优化思路的一个具体应用场景。在服务进程中收到一个http请求的时候会对客户端携带的token进行验证,一般token会有有效期的。这个一般可用于登录合法验证。一般流程会是这样:服务进程redis验证token等信息,再处理业务。如果服务进程数量上万个的话,那么单着一个验证token代价就会很庞大。几万个进程都会链接这个token集群进
Stella981 Stella981
3年前
Elasticsearch、MongoDB和Hadoop比较
IT界在过去几年中出现了一个有趣的现象。很多新的技术出现并立即拥抱了“大数据”。稍微老一点的技术也会将大数据添进自己的特性,避免落大部队太远,我们看到了不同技术之间的边际的模糊化。假如你有诸如Elasticsearch或者Solr这样的搜索引擎,它们存储着JSON文档,MongoDB存着JSON文档,或者一堆JSON文档存放在一个Hadoop集群的HDFS中
如何使Codis存储成本降低90%?个推:去吧,Pika!
作为一家数据智能公司,个推不仅拥有海量的关系型数据,也积累了丰富的keyvalue等非关系型数据资源。个推采用Codis保存大规模的keyvalue数据,随着公司kv类型数据的不断增加,使用原生的Codis搭建的集群所花费的成本越来越高。在一些对性能响应要求不高的场景中,个推计划采用新的存储和管理方案以有效兼顾成本与性能。经过选型,个推引入了360开源的存储