分布式拒绝服务攻击（DDoS）指的是通过多台机器向一个服务或者网站发送大量看似合法的数据包使其网络阻塞、资源耗尽从而不能为正常用户提供正常服务的攻击手段。随着互联网带宽的增加和相关工具的不断发布，这种攻击的实施难度越来越低，有大量IDC托管机房、商业站点、游戏服务商一直饱受DDoS攻击的困扰，那么如
openEuler预言 openEuler特性 融进了中科院软件所贡献的 RISC-V 新指令集架构支持内核的多核扩展性能力大大增强，提升了 CPU 多核的并行度，性能提升 20%采用轻量级虚拟化引擎 StratoVirt，一套架构支持虚机、安全容器、Serverless 三种场景，单虚机启动时间小
https://t.cj.sina.com.cn/articles/view/1772191555/69a17f430190029mf 在 Linux 中出现的一种新技术能够为系统管理员和开发者提供大量用于性能分析和故障排除的新工具和仪表盘。它被称为增强的伯克利数据包过滤器（eBPF，或 BPF），
https://www.intel.cn/content/www/cn/zh/docs/programmable/683633/1-2-1/memlock-limit.html 根据应用程序的要求，您可能还想增加用户进程可以锁定的最大内存量。确切的方法可能随Linux发行版的不同而不同。 使用uli
一、如何衡量高并发的系统性能 1.吞吐量Throughput： 2.响应延迟Response Delay： 二、性能优化目标 1.缩短响应时间 2.提高系统并发数（提升吞吐量） 3.系统处理合理状态（机器利用率） 随着系统压力增加（X坐标：在线业务人数）， Y坐标：绿色机器利用率，紫色并发数，蓝色：
https://new.qq.com/rain/a/20221111A098QE00 不得不承认，技术的持续突破和迭代，使得AMD处理器在近年来得到了“喷气机式”的增长，无论是产品性能，还是产品的功耗，又或者说是产品的方方面面，AMD处理器都做到了空前的高度。而且，沿袭对创新和品质的追求，在“Zen
文章系转载，方便整理和归纳，源文地址：https://cloud.tencent.com/developer/article/1803944 1. 前言 上一篇文章《你的Redis集群撑得住吗？》讲了应用增加pod时，有一个应用最大连接数计算公式为:maxTotal * pod数 < Redis c
https://www.xitongjiaocheng.com/linux/2017/45720.html 需求 最近团队正在开发一个版本对比工具，要求是把A1文件夹与A2对比，将A2中的增量部分，输出到update文件夹中，生成增量升级包/差分包。 方案研究 实现该功能的第一反应是，分别遍历2个文
默认情况下获取 Nacos 中的配置是不需要权限认证的, 这个估计是由其使用场景决定的(绝大多数都是仅内网可访问). 今天调查了下如何在获取配置时增加权限验证以提高其安全性. 1. 启用 Nacos 的权限认证 只要 nacos.core.auth.enabled 设置为 true 就行了. ###
Rsync的一个高级应用 背景 2019年刚开始接触linux时. 有一个很恶心的场景. 很多人为了简单起见, 提交数据库的修改(数据结果和预制数据) 都不是增量处理, 都是全量提交过来. 所以会造成修改越来越多的, 速度越来越慢的情况. 当时自己就在网上找资料,发现了一个解决方案, 就是利用rsy
介绍 SASL/PLAIN 是一种简单的 username/password安全认证机制，本文主要总结服务端开启该认证后，命令行客户端进行配置的操作流程。 配置 增加jaas.properties 在kafka的config目录下增加jaas.properties文件指定认证协议为SASL_PLAI
https://www.jianshu.com/p/c1a02fb1779f 介绍 SASL/PLAIN 是一种简单的 username/password安全认证机制，本文主要总结服务端开启该认证后，命令行客户端进行配置的操作流程。 配置 增加jaas.properties 在kafka的confi
https://www.cnblogs.com/codelogs/p/17056485.html 原创：扣钉日记（微信公众号ID：codelogs），欢迎分享，转载请保留出处。 简介# 最近我观察到一个现象，当服务的请求量突发的增长一下时，服务的有效QPS会下降很多，有时甚至会降到0，这种现象网上也
https://www.cnblogs.com/yjlch1016/p/14052402.html 一、Redis Data Set插件： https://jmeter-plugins.org/wiki/RedisDataSet/ 该插件只能用于查询List和Set类型的数据，不能做增删改 下载的压
https://zhuanlan.zhihu.com/p/151745863 在计算机系统设计实践中，我们常常会遇到下图所示架构： 为了解决单个存储器读吞吐无法满足要求的问题，常常需要在存储器上面增加一个或多个缓存。但由于相同的数据被复制到一个或多个地方，就容易引发数据一致性问题。不一致的数据可能出
包括 1）创建表 2）删除表 3）加字段 4）字段换名 5）字段改类型 6）字段添加注释 7）修改字段为自增类型 8）增加主键 9）查看模式下的表 一、创建和删除表 DROP TABLE IF EXISTS "DZ_RAIN" CASCADE; CREATE TABLE "DZ_RAIN" ( "I
https://xie.infoq.cn/article/7f178e0a1315f758d77c6c2bb 背景 公司的 gitlab 目前都是直接存储在物理盘上，为了确保数据不会丢失，需要重复多次备份到不同的地方，备份的过程中会有多次 IO，影响机器的性能，且随着数据量的增长，备份所需的时间也越
# TiKV占用内存超过的解决过程 ## 背景 ``` 为了后去TiDB的极限数据. 晚上在每台服务器上面增加了多个TiKV的节点. 主要方式为: 每个NVME的硬盘增加两个TiKV的进程. 这样每个服务器两个磁盘, 共计4个TiKV的进程 因为TiKV其实会使用尽可能多的缓存: storage.b
