计科专业从事嵌入式软件开发多年，最近因为公司需要搞后台研发，经常选择升级的时机放在凌晨，而且大型的数据处理也是放在这个时间段内，经常发生的服务器宕机也是在这个时段。都是在用户使用少的时候开始折腾，折腾的次数多也就容易出现服务器问题。由于做的是物联网设备，在工作中遇到的宕机主要有这么几种情况，对大量数据的操作导致CPU占比在一段时间内骤增从而导致数据接收模块出问题，导致系统监控出现问题，很多设备信息检测不到了。
性能测试中，稳定性测试是必不可少的，最主要目的是为了发现程序崩溃问题，关键在测试设计过程中依据代码逻辑分析直接或间接使用的参数，构造各种异常case；例：
最近对一个golang的server项目做了性能测试，针对发现的问题做了简单的总结，供大家参考
什么是CC攻击？CC攻击的前身名为Fatboy攻击，是利用不断对网站发送连接请求致使形成拒绝服务的目的。攻击者通过代理服务器或者肉鸡向向受害主机不停地发大量数据包，造成对方服务器资源耗尽，一直到宕机崩溃。
TSINGSEE青犀视频接到的许多客户的项目场景都很庞大，一台服务器可能接入几百路甚至上千路摄像头，这种情况就可能就会导致服务器压力大，CPU很容易被占满。
究竟哪些东西可以影响到我们服务器的性能呢？ 无非就是：CPU、磁盘IO、内存等等一系列硬件 在研究性能时候,先带大家来了解三个术语 QPS: 每秒查询率QPS是对一个特定的查询服务器在规定时间内所处理流量多少的衡量标准,简言之就是数据库每秒能查多少数据 TPS: 服务器每秒处理的事务数。TPS包括一条消息入和一条消息出，加上一次用户数据库访问。（业务TPS = CAPS × 每个呼叫平均TPS） 并发量: 同一时间处理请求的数量，注意不要和同时连接数搞混,连接数要比并发量多的多的多 如果存
前三个数字分别表示：1、5、15分钟的系统负载（或者叫平均进程数）， 第四个类似分数形势的分别表示正在运行的进程数和系统当前总的进程数，最后一个数字表示的最近一个运行进程的ID。
同样的mysql，同样的查询，为啥在不同的服务器上的查询效率差别有10几倍 继上一篇索引优化后，在自己的服务器上已经从10几秒优化到了2s，以为万事大吉了， 谁知道，同样的操作，在客户的服务器上优化后，还是比本机慢了10几倍 当然了，客户服务器上添加完索引后，相对之前已经快了不少，sql查询已经优化到了极点
内存问题，脑瓜疼脑瓜疼。脑瓜疼的意思，就是脑袋运算空间太小，撑的疼。本篇是《荒岛余生》系列第三篇，让人脑瓜疼的内存篇。其余参见：
JVM 发生内部崩溃，那么必然会生成"hs_err_pid"开头的文件,下面讲一种常见情况:
近期收到某友方 SRC 发来的邮件，反馈站点中存在可被 Dos 的风险， 复测后发现确实存在此类风险。
前端，笔者在使用Jaeger进行Trace监控的时候，当数据量增大到一定数量级时，出现了一次CPU暴增导致节点服务器挂了的经典案例，这里对案例进行一个简单的抽象，供大家参考：
昨晚我发文上线了自己的网站：小林的网站上线啦！，结果发文上线不到 10 分钟， 服务器就炸了，读者疯狂跟我说网站 500 错误了。
一谈到Linux系统分析，大多数开发觉得不了解也没有关系，但是了解了可以帮你走的更远。从开发的角度了解CPU，MEMORY，IO，NETWORK。在日常工作中我们也会遇到一些Linux系统性能的问题，
ddos攻击是常见的网络攻击之一，ddos攻击方式多样又复杂，能防御ddos攻击，但不能彻底的根除。如果网站服务器扛不住ddos攻击，服务器将会瘫痪，访客打不开网站;严重的机房的其他机器设备也将受到影响。那么DDOS攻击的方式有哪些呢
公司的官方网站从春节前无缘无故就出现连接数据库异常的现象，由于以前也出现过，再加上没多久逢年过节，也就没有太在乎这个情况，仅仅试着重新启动了网站数据库。逢年过节的时候我发现了有一些不太对，网站数据库只有一打开没多久就宕掉。检查服务器里的资源，发现服务器的内存被占满，CPU达到百分之100就连远程连接都越来越巨慢至极，因此开展对该网站被攻击的问题解决。
松哥原创的 Spring Boot 视频教程已经杀青，感兴趣的小伙伴戳这里-->Spring Boot+Vue+微人事视频教程
很多同学第一反应就是端口的限制，端口号最多是 65536个，那就最多只能支持 65536 条 TCP 连接。
我们应对单台应用服务器做压力测试，你只有知道了单台能够承受多少才能知道集群能承受多少。
之前刚接触服务器的时候，我还不太会看自己使用资源的情况，直到我使用hisat2比对的时候把服务器的资源（线程）全占满了【Linux||你的服务器怎么一片绿？】，我才开始去了解。
JVM调优是作为每一位Java程序员必备的技能。我们平时打代码一般很少接触到，只有真正部署过线上项目，并且遇到相应的非代码逻辑导致的问题时。为了更好地使用计算机的资源，我们有必要学习一下JVM调优。
凡是标题里以“标题党：”开头的文章，那肯定是标题党，勿谓言之不预也。 正在客户现场加班加点写程序的时候，突然有同事找我，说某台公有云服务器上yarn服务占用CPU过高。查看了一下，一个yarn任务
最近系统（基于SpringCloud+K8s）上线，运维团队早上8点左右在群里反馈，系统登录无反应！我的第一反应是Mysql数据库扛不住了。
Redis中的数据特征： Redis是一种内存级数据库，所有数据均存放在内存中，内存中的数据可以通过TTL指令获取其状态
在服务器端程序开发领域，性能问题一直是备受关注的重点。业界有大量的框架、组件、类库都是以性能为卖点而广为人知。然而，服务器端程序在性能问题上应该有何种基本思路，这个却很少被这些项目的文档提及。本文正式希望介绍服务器端解决性能问题的基本策略和经典实践，并分为几个部分来说明：
这篇文章的主题是记录一次程序的性能优化，在优化的过程中遇到的问题，以及如何去解决的。
在实际的性能测试中，会遇到各种各样的问题，比如 TPS 压不上去等，导致这种现象的原因有很多，测试人员应配合开发人员进行分析，尽快找出瓶颈所在。
注：在上述事例中，会话 B 会抛出死锁异常，死锁的原因就是 A 和 B 二个会话互相等待。
不知道是公司网络广了就这样还是网络运维组不给力，网络总有问题，不是这边交换机脱网了，就是那边路由器坏了，还偶发地各种超时，而我们灵敏的服务探测服务总能准确地抓住偶现的小问题，给美好的工作加点料。
由于单位的安全要求，原有的一个应用由互联网区域机房搬迁至内网机房，然后业务系统走内网进行访问。新服务器是网管给重新做的，CentOS 8.1 + Oracle 19c，我把数据库、应用都迁移到新服务器上之后，发现莫名其妙的卡顿，一开始我以为是内网的问题，没有在意，但后来发现，每次都是规律性的卡顿，表现为：第一次访问或者隔几分钟第一次访问的时候，会卡顿10秒，然后就恢复正常速度，页面秒开。如果停几分钟不访问，再次打开时，还是会卡顿10多秒。
大家都清楚Redis内存占用情况：与存储的数据量、配置参数、服务器内存大小等因素有关。在默认情况下，Redis 会使用尽可能多的内存，直到服务器的内存资源被占满。
上一章，我们介绍了LVS负载均衡，其实在实际生产环境中，Linux系统中的LB功能还有haproxy、Nginx方向代理等多种工具可以实现。本章将介绍Haproxy的原理及配置。
在实际开发过程中，有些 Java 程序在本地或者在服务器上都可以运行的较正常，但是运行较长一段时间后，可能会出现资源占用率较高的情况，例如 CPU 或 内存占用率较高等情况，以至于发生内存溢出，进程假死等的情况。这些问题发生的原因，往往是那些易忽略的编程规范导致的。下面描述一个定位开发环境上资源占用率较高问题的流程。
作为一个前端工程师，大家日常也会维护一些 Node.js 服务，对于一个服务我们首先要关注的就是它的稳定性，可能大部分同学对服务端的很多概念不会理解的特别深刻，所以在稳定性上面也不知道去关注什么。
数据库热点问题可以说是比较常见的场景，但往往这是表象，为什么产生热点，它背后的根源，才是解决问题的关键所在。同一个现象，可能来自于不同的原因，都需要相应分析，才可以找到合适的解决方案。技术社群的这篇文章《数据库热点问题的产生和避免》从若干个方向讨论了数据库热点问题的产生以及避免的策略，可以给我们提供一些借鉴。
前几日早上打开邮箱收到一封监控报警邮件：某某 ip 服务器 CPU 负载较高，请研发尽快排查解决，发送时间正好是凌晨。
今天下午业务人员发现某功能无响应(该功能一天前上线)，技术人员初步诊断后发现是某个DB不太正常，DB为Mysql 5.7.18。
在运维的世界里，服务器的稳定运行是生命的灯塔，一旦遭遇异常重启，便是暴风雨来临的预兆。作为一名运维工程师，深知在这场与故障斗争的战役中，武器的锋利至关重要。今天，我要介绍的主角/工具——kdump，正是这样一款能在风雨来临之际，为我们捕获那一闪而过的真相的工具。
这篇文章的主题是记录一次 Python 程序的性能优化，在优化的过程中遇到的问题，以及如何去解决的。为大家提供一个优化的思路，首先要声明的一点是，我的方式不是唯一的，大家在性能优化之路上遇到的问题都绝对不止一个解决方案。
这篇文章的主题是记录一次Python程序的性能优化，在优化的过程中遇到的问题，以及如何去解决的。为大家提供一个优化的思路，首先要声明的一点是，我的方式不是唯一的，大家在性能优化之路上遇到的问题都绝对不止一个解决方案。
1、某分行部署的某台服务器内存占用过高,导致死机； 2、代码层面检查暂未发现问题，服务器硬重启持续一段时间后（3-5天）再次占满。
领取专属 10元无门槛券
手把手带您无忧上云
云服务器
ICP备案
实时音视频
即时通信 IM
对象存储
