本文介绍了vivo容器团队基于 Prometheus等云原生监控生态来构建的容器集群监控体系，在业务接入容器监控的过程中遇到的挑战、困难，并分享了相应的应对策略和优化方案。
如何在保护各机构数据隐私的前提下，通过技术手段破解数据隐私保护难题，联邦学习是解决这一问题的有效方式。
服务器内存问题是影响应用程序性能和稳定性的重要因素之一，需要及时排查和优化。本文介绍了某核心服务内存问题排查与解决过程。首先在JVM与大对象优化上进行了有效的实践，其次在故障转移与大对象监控上提出了可靠的落地方案。最后，总结了内存优化需要考虑的其他问题。
本文主要讲述了一些对于k8s多集群管理的思考，包括为什么需要多集群、多集群的优势以及现有的一些基于Kubernetes衍生出的多集群管理架构实践。
网络质量监测中心是一个用于数据中心网络延迟测量和分析的大型系统。通过部署在服务器上的Agent发起5次ICMP Ping以获取端到端之间的网络延迟和丢包率并推送到存储与分析模块进行聚合和分析与存储。控制器负责分发PingList并通过数据中心内部消息通道将PingList下发至每台服务器上的Agent，而PingList就是每个Agent需要发起Ping的目标服务器列表。
本文介绍了一次排查Dubbo线程池耗尽问题的过程。通过查看Dubbo线程状态、分析Jedis连接池获取连接的源码、排查死锁条件等方面，最终确认是因为使用了cluster pipeline模式且没有设置超时时间导致死锁问题。
本文介绍了vivo在大数据元数据服务横向扩展道路上的探索历程，由实际面临的问题出发，对当前主流的横向扩展方案进行了调研及对比测试，通过多方面对比数据择优选择TiDB方案。其次分享了整个扩展方案流程、实施遇到的问题及解决方案，对于在大数据元数据性能上面临同样困境的开发者本篇文章具有非常高的参考借鉴价值...
责任链模式作为常用的设计模式而被大家熟知和使用。本文介绍责任链的常见实现方式，并结合开源框架如Dubbo、Sentinel等进行延伸探讨。
https://www.jianshu.com/p/0849b526f0f4 一、 背景 使用过 Redis 的同学应该都知道，它基于键值对(key-value)的内存数据库，所有数据存放在内存中，内存在 Redis 中扮演一个核心角色，所有的操作都是围绕它进行。 我们在实际维护过程中经常会被问到如
本文首发于 vivo互联网技术 微信公众号链接：https://mp.weixin.qq.com/s/ZqkmoAR4JEYr0x0Suoq7QQ作者：马运杰 本文通过阅读Tomcat启动和关闭流程的源码，深入分析不同的Tomcat关闭方式背后的原理，让开发人员能够了解在使用不同的关闭方式时需要注意
https://www.jianshu.com/p/f2b399cf260a 作者：vivo 互联网服务器团队- Hao Chan 随着互联网业务的快速发展，基础设施的可用性也越来越受到业界的关注。内存发生故障的故障率高、频次多、影响大，这些对于上层业务而言都是不能接受的。 本文主要介绍EDAC（E
https://www.jianshu.com/p/ab8fd26014c1 作者：vivo 互联网服务器团队- Wei Qianzi、Li Haoxuan 在 Java 发展历程中，JNI 一直都是一个不可或缺的角色，但是在实际的项目开发中，JNI 这项技术应用的很少。在笔者经过艰难的踩坑之后，终
https://www.jianshu.com/p/64019c3b09d1 作者：vivo 互联网服务器团队- Deng Song 本文根据邓松老师在“2022 vivo开发者大会"现场演讲内容整理而成。 数据库运维面临着大规模数据库实例难以有效运维、数据库难以做好资源弹性伸缩以及个人隐私数据安全
