服务不稳定是一类常态，面对此类场景恰当的应对策略应该是什么？退一步说，即使我们能够确保第一方服务的稳定性，我们又应该如何面对网络延迟以及掌控以外的不确定性？这都是本篇文章会谈到的内容
摘要：GaussDB (for Redis)通过账号管理、权限隔离、高危命令禁删/重命名、安全IP免密登录、实例回收站等企业级特性，保障用户数据库数据和信息安全。 本文分享自华为云社区《数据安全没保证？GaussDB(for Redis)为你保驾护航》，作者： GaussDB 数据库。 近日，一些用
本文已收录到 AndroidFamily，技术和职场问题，请关注公众号 [彭旭锐] 提问。 前言 大家好，我是小彭。 在上一篇文章里，我们聊到了ArrayList 的线程安全问题，其中提到了 CopyOnWriteArrayList 的解决方法。那么 CopyOnWriteArrayList 是如何
我们知道，生产者会先将消息发送给交换机，但是如果交换机此时没有匹配到相关的队列时，交换机中的消息就会出现丢失的问题。 那么，如何保证交换机中的消息不丢失呢？ mandatory 参数 当 basicPublish 方法的 mandatory 参数设为 true 时，如果交换器无法匹配到绑定的队列，那
Shell补遗 背景 公司一台机器总是会在没有更新补丁的情况下启动失败. 查看所有的配置都没有问题. 但是就是不启动 没办法,准备写一个检查进行启动. 最近写shell很少. 所以总结一下. 思路 判断有没有 服务进程. 如果没有服务进程. 调用启动服务进程 如果有服务进程, 那就不做任何操作. 所
MQ系列1：消息中间件执行原理 MQ系列2：消息中间件的技术选型 MQ系列3：RocketMQ 架构分析 MQ系列4：NameServer 原理解析 MQ系列5：RocketMQ消息的发送模式 MQ系列6：消息的消费 MQ系列7：消息通信，追求极致性能 MQ系列8：数据存储，消息队列的高可用保障 M
[MQ系列1：消息中间件执行原理](https://www.cnblogs.com/wzh2010/p/15888498.html "MQ系列1：消息中间件执行原理") [MQ系列2：消息中间件的技术选型](https://www.cnblogs.com/wzh2010/p/15311174.htm
这篇文章，笔者想聊聊 RocketMQ 最佳实践之一：保证订阅关系一致。 订阅关系一致指的是同一个消费者 Group ID 下所有 Consumer 实例所订阅的 Topic 、Tag 必须完全一致。 如果订阅关系不一致，消息消费的逻辑就会混乱，甚至导致消息丢失。 1 订阅关系演示 首先我们展示正确
云技术和我们的生活息息相关，日常生活中访问的网页，刷的短视频，用的云盘等都是云计算提供的服务。那在云计算时代，前端可以做什么呢？
微服务架构是将单个服务拆分成一系列小服务，且这些小服务都拥有独立的进程，彼此独立，很好地解决了传统单体应用的上述问题，但是在微服务架构下如何保证事务的一致性呢？
https://zhuanlan.zhihu.com/p/404481762 一、redis如何通过读写分享来承载读请求QPS超过10万+ 1、redis高并发跟整个系统的高并发之间的关系 redis，你要搞高并发的话，不可避免，要把底层的缓存搞得很好 mysql，高并发，做到了，那么也是通过一系列
简单的饼状图 EC
某一日晚上上线，测试同学在回归项目黄金流程时，有一个工单项目接口报JSF序列化错误，马上升级对应的client包版本，编译部署后错误消失。 线上问题是解决了，但是作为程序员要了解问题发生的原因和本质。但这都是为什么呢？
问题描述 Azure Media Service上传的视频资产，如何保证在Transfer编码后音频文件和视频文件不分成两个文件？保持在一个可以直接播放的MP4文件中呢？ 问题解答 Azure Media Service上提供的 Build-in Transform 生成的资产中，音频与视频分别存储
为了保证数据安全，消费者和生产者的回执（ack）都是非常重要的。 由于我们无法保证消息都能像我们期望的那样，正常到达另一端或者被 Consumer 消费成功。因此，publisher 和 consumer 都需要一种机制，来确保消息投递成功了和消息消费成功了。 在 AMQP 0-9-1 中，消费者处
摘要：保证线程安全是 Java 并发编程必须要解决的重要问题，本文和大家聊聊Java中的并发原子类，看它如何确保多线程的数据一致性。 本文分享自华为云社区《学了这么久的高并发编程，连Java中的并发原子类都不知道？这也太Low了吧》，作者：冰 河。 今天我们一起来聊聊Java中的并发原子类。在 ja
为了保证统计数据的准确性，比如订单金额，一个常用的方法是在查询时增加final关键字。那final关键字是如何合并数据的，以及合并的数据范围是怎样的，本文就对此做一个简单的探索。
为了保证系统稳定性，预防潜在慢SQL导致应急事故，发起慢SQL常态化备战专项，下文主要描述专项的实践及落地情况。
目标 保证系统不因流量过载而挂。 现状：人工限流 正常的微服务限流工具都需要人工配置：支持应用负责人事先配置限流规则（接口 + 调用方 + 限流阈值），流量在阈值以下可以正常响应，超过阈值的流量会快速失败。这种方案存在如下问题： 问题 1. 接口多，无法全面覆盖 要想保证系统不因流量过载而挂，那就需
