前言 K8S 性能优化系列文章，本文为第一篇：OS sysctl 性能优化参数最佳实践。 参数一览 sysctl 调优参数一览 # Kubernetes Settings vm.max_map_count = 262144 kernel.softlockup_panic = 1 kernel.sof
版本1的抓包命令 这两天排查一个小问题，需要在服务器上使用tcpdump24小时不间断抓包，这里简单记录下。 先看下tcpdump的语法： tcpdump [ -AbdDefhHIJKlLnNOpqStuUvxX# ] [ -B buffer_size ] [ -c count ] [ -C fil
# 背景： ### 介绍 天网风控**灵玑**系统是基于内存计算实现的高吞吐低延迟在线计算服务，提供滑动或滚动窗口内的count、distinctCout、max、min、avg、sum、std及区间分布类的在线统计计算服务。客户端和服务端底层通过netty直接进行tcp通信，且服务端也是基于net
转载请注明出处： 目录 1.sadd 集合添加元素 2.srem移除元素 3.smembers 获取key的所有元素 4.scard 获取key的个数 5.sismember 判断member元素是否存在集合key中 6.srandmember key count 从集合key中随机选出count个
转载请注明出处： state 提供唯一的数据资源,所有的共享的数据都要统一放到store 中的state中进行存储; 状态state用于存储所有组件的数据。 管理数据 // 初始化vuex对象 const store = new vuex.Store({ state: { // 管理数据 count
解码 xsync 的 map 实现 最近在寻找 Go 的并发 map 库的时候，翻到一个 github 宝藏库，xsync (https://github.com/puzpuzpuz/xsync) 。这个库提供了一些支持并发的数据结构，计数器Counter，哈希 Map，队列Queue。我着重看了下
Next 5.3. Profiling The following sections showcase scripts that profile kernel activity by monitoring function calls. 5.3.1. Counting Function Call
https://baijiahao.baidu.com/s?id=1754630877239636966&wfr=spider&for=pc dd 1. dd if=/dev/zero of=test bs=64k count=16k 这个很不准确的，因为命令结束的时候数据还没有真正写到磁盘上去 2
在Linux系统中经常会使用dd命令来测试硬盘的写入速度，命令会涉及几个常用参数：sync、dsync、fsync与fdatasync # dd if=/dev/zero of=/tmp/1G bs=4k count=256000 oflag=dsync # dd if=/dev/zero of=/
摘要：AQS 的全称为（AbstractQueuedSynchronizer），AQS 是一个用来构建锁和同步器的框架，使用 AQS 能简单且高效地构造出应用广泛的大量的同步器。 本文分享自华为云社区《【高并发】AQS中的CountDownLatch、Semaphore与CyclicBarrier核
环境： Oracle 19.16 多租户架构 经常会在网上看到有人写exists和in的效率区别，其实在新版本的数据库中，是不存在这个问题的，优化器会自己判断选择最优的执行计划。 为了直观的说明，我在PDB中构造如下测试用例： vi 1.sql select count(*) from v$acti
问题描述 在Azure中创建逻辑应用(Logic App)，有两种计划类型。一是消费型，另一种是标准型。 在消费型的Logic App Metrics页面中，我们可以看见Workflow的执行成功数指标和失败数指标。如： RunsCancelled 取消的运行数 Count 总计 已取消的工作流运行
https://zhuanlan.zhihu.com/p/511093857 本文从一个实际例子触发, 总结了5种定位I/O来源的方法. 现象描述 客户环境报dd写入速度慢, 写入10M数据花了30秒钟 #dd if=/dev/zero of=test bs=1M count=10 conv=fda
## 1. Oracle数据库: ``` SELECT x.table_name AS 表名, x.表行数, x.表列数, y.表大小 AS 表大小单位MB FROM ( SELECT b.table_name, a.num_rows AS 表行数, b.count1 AS 表列数 FROM use
摘要：本文结合 RocketMQ 源码，分享并发编程三大神器的相关知识点。 本文分享自华为云社区《读 RocketMQ 源码，学习并发编程三大神器》，作者：勇哥java实战分享。 这篇文章，笔者结合 RocketMQ 源码，分享并发编程三大神器的相关知识点。 1 CountDownLatch 实现网
文接 containerd 源码分析：创建 container（二） 1.2.2.2 启动 task 上节介绍了创建 task，task 创建之后将返回 response 给 ctr。接着，ctr 调用 task.Start 启动容器。 // containerd/client/task.go fu
0. 前言 Kubernetes:kubelet 源码分析之 pod 创建流程 介绍了 kubelet 创建 pod 的流程，containerd 源码分析：kubelet 和 containerd 交互 介绍了 kubelet 通过 cri 接口和 containerd 交互的过程，contain
0. 前言 Kubernetes:kubelet 源码分析之创建 pod 流程 介绍了 kubelet 创建 pod 的流程，其中介绍了 kubelet 调用 runtime cri 接口创建 pod。containerd 源码分析：启动注册流程 介绍了 containerd 作为一种行业标准的高级
0. 前言 containerd 是一个行业标准的容器运行时，其强调简单性、健壮性和可移植性。本文将从 containerd 的代码结构入手，查看 containerd 的启动注册流程。 1. 启动注册流程 1.1 containerd 首先以调试模式运行 containerd： // contai
关于linux中的CONNTRACK_MAX和HASHSIZE要注意的地方 如果在压力测试的时候,并发数增大,但无法完成测试,可以尝试调整下参数: vi /etc/sysctl.conf 在kernel2.6之前的添加项： net.ipv4.netfilter.ip_conntrack_max =
