有新文章,点击查看

案例分享|金融业数据运营运维一体化建设

作者:云智慧 售前 架构师 Jaden Li(李俊杰) 一、案例背景 金融行业正在进入以数字化为导向快速发展的关键时期,相比于其他行业,金融行业的运营运维建设有着 IT 系统规模庞大、业务系统跨代且复杂的特殊性,而且金融监管机构对金融业的稳定性、安全性有着严格的政策要求,但很多金融机构都存在由于顶层数据指标不规范和指标体系建设不完善,导致 IT 技术指标与业务运营指标同时存在着数据质量较差、关联性较弱、场景覆盖分散... 展开更多

收藏 0
0

ShardingSphere-Proxy 前端协议问题排查方法及案例

ShardingSphere-Proxy 是 Apache ShardingSphere 的接入端之一,其定位为透明化的数据库代理。ShardingSphere-Proxy 实现了数据库协议,理论上可以被任何使用或兼容 MySQL / PostgreSQL / openGauss 协议的客户端访问。相比 ShardingSphere-JDBC,ShardingSphere-Proxy 的优势在于对异构语言的支持,以及为 DBA 提供数据库集群的可操作入口。 与 ShardingSphere 的 SQL 解析模块相似,ShardingSphere-Proxy 对数据库协议的支持度... 展开更多

收藏 1
1

开源人张亮的 17 年成长路线,热爱才能坚持

当一个人处在持续地追求与锋锐地思索状态中,他将收获怎样的价值与自由? 有人说,敲过万行代码的程序员,可以写一份基础版入行指南,给初阶人群作入门参考。码过十万行代码的程序员,能写一本进阶版技术手册,给陷入发展瓶颈的人们“指点一二”。而完成了近千万行代码的“顶级选手”,已经无需再进行形式繁琐的“叙言著传”,其存在本身,就会为大众带来极强的正面激励与价值启迪。 今天为大家介绍的张亮,便是我们所描述的,写... 展开更多

收藏 0
0
发表于开发技能专区

runc hang 导致 Kubernetes 节点 NotReady

Kubernetes 1.19.3 OS: CentOS 7.9.2009 Kernel: 5.4.94-1.el7.elrepo.x86_64 Docker: 20.10.6 先说结论,runc v1.0.0-rc93 有 bug,会导致 docker hang 住。 发现问题 线上告警提示集群中存在 2-3 个 K8s 节点处于 NotReady 的状态,并且 NotReady 状态一直持续。 kubectl describe node,有 NotReady 相关事件。 登录问题机器后,查看节点负载情况,一切正常。 查看 kubelet 日志,发现 PLEG 时间过长,导致节点被标记为 NotR... 展开更多

收藏 0
0
发表于程序人生专区

开源之夏专访|Apache IoTDB社区 新晋Committer谢其骏

开源之夏走入第三个年头,积聚的星星之火,正遍撒开源世界。 2022年,449名年轻的高校开发者即将在开源社区导师的引领下,开启一段全新的项目开发之旅。 相关阅读:开源之夏中选名单已公示,449名高校生将开启开源贡献之旅! 目前,开源之夏专访专栏再次启动,欢迎已从开源之夏毕业以及正在参与的学生一起加入专栏行动,有兴趣的小伙伴请添加小编姐姐微信:damengshiye(备注“专栏投稿”加速通过)。 本期专访嘉宾来自开源之夏... 展开更多

收藏 1
1

从0到1建设智能灰度数据体系:以vivo游戏中心为例

作者: vivo 互联网数据分析团队-Dong Chenwei vivo 互联网大数据团队-Qin Cancan、Zeng Kun 本文介绍了vivo游戏中心在灰度数据分析体系上的实践经验,从“实验思想-数学方法-数据模型-产品方案”四个层面提供了一套较为完整的智能灰度数据解决方案,以保障版本评估的科学性、项目进度以及灰度验证环节的快速闭环。该方案的亮点在于,指标异动根因分析方法的引入和全流程自动化产品方案的设计。 一、引言 游戏业务的用户规模体量... 展开更多

收藏 0
0
发表于开发技能专区

用 40 块搞个游戏机“万能卡”「GitHub 热点速览 v.22.27」

感受过被任天堂的游戏机卡挖空钱包的恐惧吗,现在有了 PicoBoot 你用 40 块的树莓派就能搞出个任天堂游戏机(NGC)“万能卡”。PicoBoot 替换了 NGC 的 IPL 芯片,而 duf 替换了 Linux 的 df 命令解锁更多查看磁盘用量的姿势。 还有本周获得近 2k star 的美团开源的目标检测框架——YOLOv6,国内常见的计算机视觉框架可能是来源于腾讯、百度,但是这次美团的 YOLOv6 或许会让你眼前一亮。还有下一代,免构建免配置的 Web 框架 ... 展开更多

收藏 1
0
发表于开发技能专区

go-zero微服务实战系列(九、极致优化秒杀性能)

上一篇文章中引入了消息队列对秒杀流量做削峰的处理,我们使用的是Kafka,看起来似乎工作的不错,但其实还是有很多隐患存在,如果这些隐患不优化处理掉,那么秒杀抢购活动开始后可能会出现消息堆积、消费延迟、数据不一致、甚至服务崩溃等问题,那么后果可想而知。本篇文章我们就一起来把这些隐患解决掉。 批量数据聚合 在SeckillOrder这个方法中,每来一次秒杀抢购请求都往往Kafka中发送一条消息。假如这个时候有一千万的用户同... 展开更多

收藏 0
0
没有更多内容
加载失败,请刷新页面
点击加载更多
加载中
下一页
返回顶部
顶部
返回顶部
顶部