vivo 在 2016 年引入 RabbitMQ，基于开源 RabbitMQ 进行扩展，向业务提供消息中间件服务。
背景介绍 富融银⾏是⼀家⽴⾜于⾹港，⾯向全球业务的虚拟银⾏，创立以来先后斩获 2021年-杰出虚拟银行服务大奖、2022年-[领航9+2粤港澳大湾区奖项]粤港澳大湾区最佳银行 等荣誉。 富融银⾏以⼤数据、云计算等技术为驱动，为用户提供存款、贷款、转账、理财、营销等⼀站式的⾦融服务。 富融银行的核⼼系统是处理银⾏业务存款、贷款和中间件业务等最基本业务的IT系统。为了⽀持银⾏业务的⾼速发展，核⼼系统涵盖了外购、⾃研2⼤类系统，其中外购系统不具备⼆次开发能⼒，需要供应商⽀持。 为了保障业务的持续发展，需要改进核
IM作为钉钉最核心的功能，每天需要支持海量企业用户的沟通，同时还通过 PaaS 形式为淘宝、高德等 App 提供基础的即时通讯能力，是日均千亿级消息量的 IM 平台。
高耦合会导致应用容错性降低，如上图支付库存物流任何一个下游应用因故障或其他原因不可用都会导致上游订单系统异常影响用户体验。
业务优化思路：业务上适当规避 技术优化思路：尽量将请求拦截在数据库的上游，因为一旦大量请求进入数据库，性能会急剧下降 架构原则：合适、简单、演化（以上内容是最终版本，初版可以说没有用到队列，直接使用缓存-数据库这样的架构）
在分布式系统中，如果某个服务节点发生故障或者网络发生异常，都有可能导致调用方被阻塞等待，如果超时时间设置很长，调用方资源很可能被耗尽。这又导致了调用方的上游系统发生资源耗尽的情况，最终导致系统雪崩。
接上篇《海量服务实践：手 Q 游戏春节红包项目设计与总结（上篇）》 5.系统保障 第四部分讲述了业务需求的开发，但是否功能开发完成后我们就这样就可放到线上安心睡大觉了呢？ 如果出现一部分
从“流”的概念出发，并引入响应式流程规范，从而分析响应式编程中所包含的各个核心组件。
建议：暂时没有完美解决方案，可通过 Pod 反亲和打散 client 避免流量集中规避
拒绝策略，表示当队列满了并且工作线程大于等于线程池的最大线程数（maximumPoolSize）线程池会按照设定的拒绝策略(四种)拒绝.
Java Socket网络编程常见的异常有哪些，然后通过一个实验来重现其中的Connection reset异常，并且通过配置Tomcat的参数来解决这个问题。
DLVS诞生之初 在SLB这块，京东用户接入系统提供四层负载均衡服务和应用层负载均衡服务，对于公网流量接入部分，和很多公司一样采用的是四层和应用层负载相结合的架构，利用四层负载来实现应用层的水平扩展。四层负载在JFE 1.0版本中使用开源的LVS实现，考虑单机性能的问题，使用了DR模式和集群部署方式，并将LVS和应用层负载按照服务单元进行部署。这种模式在中等规模的业务场景运行良好，随着业务的不断增长，单业务QPS超过200万，以及全站HTTPS改造要求SSL在SLB上完成卸载，应用层负载集群规模将不断扩大，
美团点评技术沙龙由美团点评技术团队主办，每月一期。每期沙龙邀请美团点评及其他互联网公司的技术专家分享来自一线的实践经验，覆盖各主要技术领域。
当问起凤梨叔 两年前全网热议的 DNSPod解析遭到攻击的那天。 关于当晚的每一个的细节，他依旧了然于心。 将时间线拉回到2018年11月9号当晚 当收到告警时， 出现在凤梨叔的脑海里的第一个念头是： 坏了，被攻击了！ 凤梨叔第一件做的不是去排查问题 而是先手动重启B地的部分DNS服务器 多年的从业经验告诉他 外部攻击很多时候是分地域的 不同地区受影响可能不同 A地的服务器启动异常不表示其他地区会马上异常 这个决定 能在保证服务持续提供的同时 也留出找到原因的时间 同时 凤梨叔立即联系腾讯
MQ全称为Message Queue-消息队列，是一种应用程序对应用程序的消息通信，一端只管往队列不断发布信息，另一端只管往队列中读取消息，发布者不需要关心读取消息的谁，读取消息者不需要关心发布消息的是谁，各干各的互不干扰。
【导语】 微博拥有超过3.76亿月活用户，是当前社会热点事件传播的主要平台。而热点事件往往具有不可预测性和突发性，较短时间内可能带来流量的翻倍增长，甚至更大。如何快速应对突发流量的冲击，确保线上服务的稳定性，对于提供全微博数据托管的服务部门数据库团队来说既是机遇又是挑战。本文尝试从一线DBA的视角管窥微博热点事件背后的数据库运维应对之道。 背景&挑战 背景 正是图1这条微博动态，让一个平常的国庆假期变得不同寻常，微博刚一发出就引爆网络，它将明星CP动态推向了舆论的高潮，并霸占微博热搜榜好几天，也正是因为这
既然有 nethogs 工具，为什么还需要用 goalng 来实现一遍 ？主要是 nethogs 不够灵活，没有开放接口供其他程序调用。对的，我们现在就需要这类接口。当然，不是每个公司都有这类需求，大家通常都是当流量异常时，登上去分析下异常流量。
作者：listenzhang，腾讯 PCG 后台开发工程师 前言 早期从事运单系统的开发和维护工作，从最早的日均百万单，到日均千万单，业务的快速发展再加上外卖业务的特点是，业务量集中在午高峰和晚高峰两个高峰期，所以高峰期并发请求量也是水涨船高，每天都要面对高并发的挑战。拿运单系统来举例，日常午高峰核心查询服务的 QPS 在 20 万以上，Redis 集群的 QPS 更是在百万级，数据库 QPS 也在 10 万级以上，TPS 在 2 万以上。 在这么大的流量下，主要的工作也是以围绕如何建设系统的稳定性和
最近，业务增长的很迅猛，对于我们后台这块也是一个不小的挑战，这次遇到的核心业务接口的性能瓶颈，并不是单独的一个问题导致的，而是几个问题揉在一起：我们解决一个之后，发上线，之后发现还有另一个的性能瓶颈问题。这也是我经验不足，导致没能一下子定位解决；而我又对我们后台整个团队有着固执的自尊，不想通过大量水平扩容这种方式挺过压力高峰，导致线上连续几晚都出现了不同程度的问题，肯定对于我们的业务增长是有影响的。这也是我不成熟和要反思的地方。这系列文章主要记录下我们针对这次业务增长，对于我们后台微服务系统做的通用技术优化，针对业务流程和缓存的优化由于只适用于我们的业务，这里就不再赘述了。本系列会分为如下几篇：
**高并发（**High Concurrency）是互联网分布式系统架构设计中必须考虑的因素之一，它通常是指，通过设计保证系统能够同时并行处理很多请求。
第一种拒绝策略：AbortPolicy：超出最大线程数，直接抛出RejectedExecutionException异常阻止系统正常运行。可以感知到任务被拒绝了，于是你便可以根据业务逻辑选择重试或者放弃提交等策略。
对于一个大流量互联网应用来说，系统的稳定性至关重要。可惜，稳定性目标并不那么轻易能够达成。现实中，种种意想不到的问题会出现。但是，本着专业的严谨，还是需要尽可能去规避解决各种问题，提前准备故障真实发生之后的处理手段。
1、前言 在IM这种讲究高并发、高消息吞吐的互联网场景下，MQ消息中间件是个很重要的基础设施，它在IM系统的服务端架构中担当消息中转、消息削峰、消息交换异步化等等角色，当然MQ消息中间件的作用远不止
某日某晚 8 时许，一阵急促的报警电话响彻有赞分销员技术团队的工位，小虎同学，小峰同学纷纷打开监控平台一探究竟。分销员系统某核心应用，接口响应全部超时，dubbo 线程池被全部占满，并堆积了大量待处理任务，整个应用无法响应任何外部请求，处于“夯死”的状态。
1. 需求背景 1.1.红包类别 2017年的手Q春节游戏红包共有刷一刷/AR地图/扫福三种，如下图所示： 1.2.体验流程 虽然红包分三种，但在游戏业务侧这边的体验都是一样：用户得到一个红包卡券，打开后展示一个（刷一刷红包）或者多个（AR地图红包）游戏的礼包列表，用户选择一个礼包后弹出区服组件，用户确认对应的区服角色信息后会礼包会在48个小时内发放到账。体验如下： 1.3.后台需求 游戏红包的设计容量为入口卡券页流量80k/s，以上体验流程一共涉及三个后台接口： 礼包列表：用户界面的礼包内容需
今天我们重点聊聊使用 Spring Event 最为关键的几个问题。这是我司线上生产环境实际踩坑后，总结的极为宝贵的经验！
秒杀活动是电商项目中常出现的活动。比如演唱会门票抢购，京东淘宝秒杀商品抢购。在抢购那一刻，会有大量用户同时高并发的请求应用系统，可能会达到每秒几万、几十万的请求。如果系统无法处理这么高的请求，那么就会崩溃，从而导致系统不可用。
分布式系统都存在这样一个问题，由于网络的不稳定性，决定了任何一个服务的可用性都不是 100% 的。当网络不稳定的时候，作为服务的提供者，自身可能会被拖死，导致服务调用者阻塞，最终可能引发雪崩连锁效应。
导读 本文是腾讯云微服务平台TSF的产品经理刘阎同学的产品分享，这次分享紧紧贴近目前企业面临的问题，对于服务器异常，业务流量激增提出高效的解决方案。然后从微服务架构挑战，微服务设计，高可用最佳实践这三个方面逐渐深入。 刘阎 腾讯云产品经理 5年ToB产品策划以及中间件开发工作经验 熟悉微服务、容器、Devops等产品，对分布式系统容灾架构设计具有丰富的实践经验 “ 大家好，我是腾讯微服务平台TSF 产品经理刘阎，目前主要负责TSF高可用能力建设及演进规划工作，本次分享我会结合自己对微服
来源:高效运维 ID:greatops 问题描述 监控系统发现电商网站主页及其它页面间歇性的无法访问； 查看安全防护和网络流量、应用系统负载均正常； 系统重启后，能够暂时解决，但持续一段时间后间歇性问题再次出现。 此时问题已影响到整个网站的正常业务，我那个心惊呀，最主要是报警系统没有任何报警，服务运行一切正常，瞬时背上的汗已经出来了。但还是要静心，来仔细寻找蛛丝马迹，来一步一步找问题。 问题初步判断 检查dev 和 网卡设备层，是否有error和drop ，分析在硬件和系统层是否异常 ----- 命令
QQ 音乐自诞生以来，已有多个版本的评论业务系统。最新版本是19年再次全新迭代，基于 tlist 存储，按照发表时间顺序展示。后续为了更好的用户体验，产品形态调整为评论盖楼模式，为了实现该功能，存储迁移到 mongo。
此时问题已经影响到整个网站的正常业务，我的那个心惊的呀，最主要报警系统没有任何报警，服务运行一切正常，瞬时背上的汗已经出来了。但还是要静心，来仔细寻找蛛丝马迹，来一步一步找问题。
文章来源：blog.csdn.net/gu131007416553/article/details/120934738
在IM这种讲究高并发、高消息吞吐的互联网场景下，MQ消息中间件是个很重要的基础设施，它在IM系统的服务端架构中担当消息中转、消息削峰、消息交换异步化等等角色，当然MQ消息中间件的作用远不止于此，它的价值不仅仅存在于技术上，更重要的是改变了以往同步处理消息的思路（比如进行IM消息历史存储时，传统的信息系统作法可能是收到一条消息就马上同步存入数据库，这种作法在小并发量的情况下可以很好的工作，但互联网大并发环境下就是灾难）。
转载自 https://blog.csdn.net/jgteng/article/details/54411423
消息队列（Message Queue），简称为MQ，是一种跨进程的通信机制，用于上下游传递消息。常见消息队列中间件如：Kafka、ActiveMQ、RabbitMQ、RocketMQ等。
vivo 人工智能计算平台小组从 2018 年底开始建设 AI 计算平台至今，已经在 kubernetes 集群、以及离线的深度学习模型训练等方面，积累了众多宝贵的开发、运维经验，并逐步打造出稳定的基础容器平台 - AI 容器平台（VContainer）。为了支撑公司 AI 在线业务的发展，满足公司对算力资源的高效调度管控需求，需要将在线业务，主要包括 C 端、推理等业务，由原来的虚拟机或物理机迁移至 AI 容器平台。于是小组从 2020 年初开始，基于在线业务的需求对 AI 容器平台进行进一步建设，并将平台与公司的 CMDB、CICD 等基础模块进行打通，使在线业务能够顺利从虚拟机、物理机迁移至 AI 容器平台。
从师兄的说法上，瓶颈点指的是响应时间上的瓶颈点，即在该实例下响应时间是异常的，可以通过增加瓶颈点的实例来减少整体的响应时间。 在多层应用(multi-tier applications)中，其中的bottleneck指的是资源层面的，即在某一层增加资源能够最大化的优化服务的性能。
今年春节期间，QQ以AR技术为支撑、娱乐体验为导向在春节期间推出系列红包并成功刷屏，系列红包包括三大玩法+年初一彩蛋，分别是“LBS+AR天降红包”、刷一刷红包和“面对面”红包，加上“娱乐红包”(明星刷脸红包)，共计在春节期间派发了2.5亿现金红包和价值30亿的卡券礼包。根据企鹅智酷提供的数据，手机QQ的用户渗透率在全平台排名第二，为52.9%（第一是微信）。本文将会详细介绍手Q春节红包项目的设计、容灾、运维、架构以及总结。
上一篇我们已经介绍了hystrix及其用法，现在我们就继续分析Hystrix，和分析Hystrix的一些高级特性，请求缓存，降级。
面试官在面试候选人时，如果发现候选人的简历中写了在项目中使用了 MQ 技术（如Kafka、RabbitMQ、RocketMQ），基本都会抛出一个问题：在使用 MQ的时候，怎么确保消息 100% 不丢失？
作者：刘晓明，互联网公司运维技术负责人，拥有10年的互联网开发和运维经验。一直致力于运维工具的开发和运维专家服务的推进，赋能开发，提高效能。
大量业务使用消息中间件进行系统间的解耦、异步化、削峰填谷设计实现。公司内部前期基于RabbitMQ实现了一套高可用的消息中间件平台。随着业务的持续增长，消息体量随之增大，对消息中间件平台提出了更高的要求，此外在运维过程中也遇到了高可用难以保障，功能特性不足等诸多问题。基于遇到的这些问题，决定引入RocketMQ进行替换。本文将介绍基于RocketMQ建设消息中间件平台并实现在线业务无感知的平滑迁移。
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
对象存储
云直播
