https://www.cnblogs.com/onlyac/p/6262096.html twemproxy背景 在业务量剧增的今天，单台高速缓存服务器已经无法满足业务的需求, 而相较于大容量SSD数据存储方案，缓存具备速度和成本优势，但也存在数据安全性的挑战。为此搭建一个高速缓存服务器集群来进行
http://www.lotpc.com/yjzs/8864.html 如今，硬盘主要分为固态硬盘和机械硬盘两种，装机基本首选固态硬盘了，对于存储要求较高的用户来说，大容量固态硬盘有点昂贵，无疑是考虑价格相对便宜的机械硬盘作为存储使用。所谓的叠瓦式（SMR）和垂直式（(PMR）是目前机械硬盘磁记录技
根据冯诺·依曼结构，计算机中要有存储器。所以直到今天，内存和硬盘仍然在电脑中占有非常重要的地位。与大容量的硬盘不同，内存在存取速度上有着非常惊人的表现，但是断电后又不能保存存入的信息。因此在电脑硬件长期的发展过程中，内存一直扮演着中转站的角色。和其他硬件一样，内存遵循着摩根定律，从最远古的SIMM到
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），
一、BCC简介 1、BCC简介 BCC是一个Python库，简化了eBPF应用的开发过程，并收集了大量性能分析相关的eBPF应用。BCC为BPF开发提供了不同的前端支持，包括Python和Lua，实现了map创建、代码编译、解析、注入等操作，使开发人员只需聚焦于用C语言开发要注入的内核代码。 BCC
https://www.cnblogs.com/lizexiong/p/15358923.html 1说明 Kubernetes使用nginx-ingress-controller代理到集群内服务的请求，nginx所在的机器上上有大量的time-wait连接。 抓包发现nginx发起的到upstre
https://zhuanlan.zhihu.com/p/598268657 嵌入式Linux是Linux内核的改编版，用于嵌入式系统。嵌入式Linux最流行的例子是Android 操作系统。 但是，需要大量硬件资源来支持嵌入式 Linux，特别是如果它将部署在实时机器对机器 (M2M) 通信、机器
今天同事去厂商部署项目的时候发现项目启动一会便会奔溃，但是项目已经在其他的厂商和自己公司的云服务器上稳定运行了很长时间，且经过了大量严格的功能、并发测试，这让我有些诧异，通过了了解，知道了对方机器的操作系统为SUSE，同事发回了jvm奔溃时生成的hs_err_pid文件。通过查看hs_err_pid
https://zhuanlan.zhihu.com/p/88956975 最近一个上线运行良好的项目出现用户无法登录或者执行某个操作时，有卡顿现象。查看了日志，出现了大量的java.lang.OutOfMemoryError: GC overhead limit exceeded错误。 oracl
摘要 未进行过细致测试,仅能够进行测试验证 如果需要上产生, 建议进行大量的测试工作. 理论上产品支持前后端分离. 但是DIP的导入,以及部分模板文件的下载可能存在问题 需要进行调整. 处理步骤 docker pull nginx 拉取最新的nginx镜像. 验证一下版本: docker exec
https://cloud.tencent.com/developer/article/1993859?areaSource=&traceId= Linux系统下，TCP连接断开后，会以 TIME_WAIT 状态保留一定时间，然后才释放端口。当并发请求过多时，会产生大量 TIME_WAIT 状态连接
https://www.cnblogs.com/codelogs/p/16001770.html 简介# 在目前微服务的背景下，网络异常越来越常见了，而有一些网络异常非常模糊，理解什么情况下会导致什么异常，还是有一定难度的，为此我做了大量实验，来复现各种异常场景。 socket状态变迁图# 先快速回
一、前言 处理过线上问题的同学基本上都会遇到系统突然运行缓慢，CPU 100%，以及Full GC次数过多的问题。当然，这些问题的最终导致的直观现象就是系统运行缓慢，并且有大量的报警。本文主要针对系统运行缓慢这一问题，提供该问题的排查思路，从而定位出问题的代码点，进而提供解决该问题的思路。 二、分析
https://zhuanlan.zhihu.com/p/271071439 背景：我们在构建 Kubernetes 容器化平台时，会在节点上部署各种 agent ，虽然容器化当道的今天很多程序可以直接采用 docker 方式进行运行，但我们在整个集群内部仍然大量使用了 systemd 来管理基础服
一、CPU上下文切换测试场景 使用sysbench模拟多线程调度： sysbench --threads=10 --time=300 threads run 使用vmstat查看CPU上下文切换： cs列上下文切换次数超过150万次。 r列就绪队列长度最大达到8，超过系统CPU的个数4，存在大量的C
https://juejin.cn/post/6854573220733911048 遇到了一个 glibc 导致的内存回收问题，查找原因和实验的的过程是比较有意思的，主要会涉及到下面这些： Linux 中典型的大量 64M 内存区域问题 glibc 的内存分配器 ptmalloc2 的底层原理 如
1、内存情况 在讲解Linux内存管理时已经提到，当你在Linux下频繁存取文件后，即使系统上没有运行许多程序，也会占用大量的物理内存。这是因为当你读写文件的时候，Linux内核为了提高读写的性能和速度，会将文件在内存中进行缓存，这部分内存就是Cache Memory(缓存内存)。即使你的程序运行结
fio（Flexible I/O Tester）正是非常常用的文件系统和磁盘 I/O 性能基准测试工具。提供了大量的可定制化选项，可以用来测试，裸盘、一个单独的分区或者文件系统在各种场景下的 I/O 性能，包括了不同块大小、不同 I/O 引擎以及是否使用缓存等场景。 ubuntu安装fio非常简单
