• OpenKruise镜像预热实践_王思宇

  通过 OpenKruise 实现大规模集群 镜像预热&部署发布加速实践 王思宇（酒祝） 阿里云容器服务 技术专家 OpenKruise author & maintainer 目 录 前言：OpenKruise 简介 01 为什么说人人都需要镜像预热 02 OpenKruise 是如何实现镜像预热的 03 如何通过镜像预热加速部署&发布 04 版本前瞻：原地升级与预热的结合 05 为什么说人人都需要镜像预热 第二部分 Pod创建过程 用户的期望： • 极致弹性 • 秒级扩容 • 弹出即可用 实际创建过程： create schedule attach/mount volume cni allotate pull image for sidecar start sidecar pull image for app start app 镜像提前预拉取 create for app start app 预拉取： pull image for sidecar pull image for app base 实际创建过程： OpenKruise 是如何实现镜像预热的 第三部分 OpenKruise的运行架构 节点维度预热定义 apiVersion: apps.kruise.io/v1alpha1 kind: NodeImage metadata:
  0 码力 | 28 页 | 5.78 MB | 1 年前

  3

• 2.2.6 字节跳动在 Go 网络库上的实践

  字节跳动在 Go 网络库上的实践 何晨 字节跳动 基础架构 – 研发 应用层 Netpoll – 面向 RPC 场景的网络库 Go net Netpoll 网络层 RPC 框架 HTTP 框架 KiteX Hertz Netpoll – 性能表现 Environment CPU: 4 cores Memory: 8GB Go: 1.15.4 Netpoll
  0 码力 | 42 页 | 3.19 MB | 1 年前

  3

• Go在数据库中间件的应用

  Go在数据库中间件的应用 基础架构组/刘延允 liuyun827@foxmail.com 2017年9月 1 关于我 • 刘延允——酷狗音乐，基础架构组 • 数据库变更通知服务 • 酷狗消息队列 • 酷狗数据库中间件 • 主要工作：分布式存储、高可用、数据库 • 两年通信设备开发经验，四年互联网 • 五年C/C++使用经验，一年Golang 2 CONTENTS • 程序开发的需求 Go语法简练；没有学习压力 • 开发效率高；语言描述能力接近于脚本语言 • 性能高；接近于C/C++，充分利用资源 • 容易部署；可执行程序，编译时解决上线部署、运行时的依赖 • 强大的标准库、丰富的第三方库、go test、pprof • 自动内存管理；内存泄漏与野指针是C/C++语言开发者的噩梦 • Go routine + channel；简单的并发与简易的数据同步 5 系统整体方案 主备自动切换(主-主模式)。 • 分表设计——按照Hash分表 • 分表设计——按照范围分表(年、月、日、整形) • 数据库表在多个mysql实例间平滑扩容 • 大表拆分为多个子表情况下的平滑扩容 7 系统整体方案 • 现存问题 • 数据库访问基本采用直连方式 • 无法满足数据访问平台化要求 • 配置管理方式落后，运维压力大 • 为什么采用Go来实现 • go诸多优点，可用性高 • go处理mysql的binlog有知识积累
  0 码力 | 17 页 | 4.02 MB | 1 年前

  3

• 4.GPT 与数据库的生态整合

  GPT 与数据库的生态整合 王琦智 PingCAP TiDB 开发者生态高级工程师 目 录 自然语言到 SQL 01 自然语言到图表 02 GPTs 调用数据库 API 03 总结 04 自然语言到SQL OSS Insight 自然语言到图表 Thoughts to insights made easy(with AI) GPTs 调用数据库 API Thank You
  0 码力 | 21 页 | 3.33 MB | 1 年前

  3

• Go 构建大型开源分布式数据库技术内幕

  Go 搭建大型开源分布式数据库技术内幕 shenli@PingCAP 关于我 ● 申砾 (Shen Li) ● TiDB 技术负责人 ● 网易有道 / 360搜索 / PingCAP ● Infrastructure software engineer 为什么需要一个新的数据库？ 从单机数据库到 NewSQL ● 关系型数据库 ● NoSQL ● 中间件 ● NewSQL Processing) ● 24/7 availability, even in case of datacenter outages ● Open source, of course 如何构建分布式数据库？ 原则 ● 分层 ● Make it right and make it fast. ● 测试很重要 ● 简单易用 ● 和社区结合 架构 TiKV TiKV TiKV TiKV Raft 统计一段时间内的 Region 流量排行榜 ○ 统计排行榜 TopN 在 Store 的分布情况 ○ 生成 Operator 使之均衡 调度的难点 ● 难以评判什么样的数据分布情况是最优解 ○ 机器配置不同 ○ CPU、内存、磁盘、网络多种因素相互制约 ○ 用户场景多变 ● 调度所依赖的集群状态不一定是最新的 ● 调度本身也会带来系统负担 多副本管理策略 ● 使用多副本保证数据安全（Data
  0 码力 | 44 页 | 649.68 KB | 1 年前

  3

• 如何使用 docker 部署一个 beego 项目

  帮助你为应用程序创建一个单独的可部署单元。这个单元，也被称为容器，包含该应用 序需要的所有东西。它包括代码（或者二进制文件）、runtime（运行环境）、系统工具盒系统库。 所有必需的资源打包成一个单元将确保无论应用程序部署到哪里都有完全相同的环境。这也有助于维 一个完全相同的开发和生产配置，这在以前是很难追踪的。

  一旦开始，容器的创建和部署将自动完成。它消除了一大类问题。这些问题主要是由于文件没有 步或者开发和生产环境之间的差异导致的。Docker 工具(便于调试)

• 在 src 目录下面 bee new test_docker

配置 Docker 用于开发：

• 创建 Dockerfile

-t 是指tag的意思  建了一个叫做test-image的镜像 

为了查看你的系统上的 image 列表，运行如下的命令：

 
0 码力 |
          5 页 |
          269.19 KB
          | 1 年前 
3
 Hello 算法 1.0.0b1 Golang版
 
理解，在  会与不会之间反复横跳，那么这本书就是为你而写！  如果您是「算法老手」，已经积累一定刷题量，接触过大多数题型，那么本书可以帮助你回顾与梳理算法知识  体系，仓库源代码可以被当作“刷题工具库”或“算法字典”来使用。  如果您是「算法大佬」，希望可以得到你的宝贵意见建议，或者一起参与创作。  �  前置条件  您需要至少具备任一语言的编程基础，能够阅读和编写简单代码。  0.1.2. 内容结构 评论区示例  0. 写在前面 hello‑algo.com 7  0.3. 小结  ‧ 本书主要面向算法初学者。对于已经有一定积累的同学，这本书可以帮助你系统回顾算法知识，源代码  可被当作“刷题工具库”来使用。  ‧ 书中内容主要分为复杂度分析、数据结构、算法三部分，覆盖了该领域的大部分主题。  ‧ 对于算法小白，在初学阶段阅读一本入门书是非常有必要的，可以少走许多弯路。  ‧ 书内的动画和图解往 的最直接的方式，就是找一台计算机，把两个算法都完整跑一遍，并监控记录运行时间和内存占用情况。这种  评估方式能够反映真实情况，但是也存在很大的硬伤。  难以排除测试环境的干扰因素。硬件配置会影响到算法的性能表现。例如，在某台计算机中，算法 A 比算法 B 运行时间更短；但换到另一台配置不同的计算机中，可能会得到相反的测试结果。这意味着我们需要在各种机  器上展开测试，而这是不现实的。  展开完整测试非常耗费资源。随着输入数据量的大小
 
0 码力 |
          190 页 |
          14.71 MB
          | 1 年前 
3
 Hello 算法 1.0.0b2 Golang版
 
理解，在  会与不会之间反复横跳，那么这本书就是为你而写！  如果您是「算法老手」，已经积累一定刷题量，接触过大多数题型，那么本书可以帮助你回顾与梳理算法知识  体系，仓库源代码可以被当作“刷题工具库”或“算法字典”来使用。  如果您是「算法大佬」，希望可以得到你的宝贵意见建议，或者一起参与创作。  �  前置条件  您需要至少具备任一语言的编程基础，能够阅读和编写简单代码。  0.1.2. 内容结构 评论区示例  0. 写在前面 hello‑algo.com 7  0.3. 小结  ‧ 本书主要面向算法初学者。对于已经有一定积累的同学，这本书可以帮助你系统回顾算法知识，源代码  可被当作“刷题工具库”来使用。  ‧ 书中内容主要分为复杂度分析、数据结构、算法三部分，覆盖了该领域的大部分主题。  ‧ 对于算法小白，在初学阶段阅读一本入门书是非常有必要的，可以少走许多弯路。  ‧ 书内的动画和图解往 的最直接的方式，就是找一台计算机，把两个算法都完整跑一遍，并监控记录运行时间和内存占用情况。这种  评估方式能够反映真实情况，但是也存在很大的硬伤。  难以排除测试环境的干扰因素。硬件配置会影响到算法的性能表现。例如，在某台计算机中，算法 A 比算法 B 运行时间更短；但换到另一台配置不同的计算机中，可能会得到相反的测试结果。这意味着我们需要在各种机  器上展开测试，而这是不现实的。  展开完整测试非常耗费资源。随着输入数据量的大小
 
0 码力 |
          202 页 |
          15.73 MB
          | 1 年前 
3
 1.2 基于 Golang 构建高可扩展的云原生 PaaS 平台
 
 业务系统 C  业务 数据  业务系统 A  业务 数据  业务系统 B  资源管理在统⼀平台 应⽤运⾏在统⼀平台  构建标准的交付环境  交付产物标准化  - 业务配置  - 资源配置  - 依赖配置  - 流⽔线配置  配置即代码 : 实现⼤规模交付的部署过程可被验证  PaaS 平台：资源管理，容器编排，基础监控和告警  APM 监控：应⽤诊断，链路追踪，⽇志分析  微服务治理组件  可靠的业务 Helm  镜像服务  Add-on  filebeat /  telegraf  监控  ⽇志  HPA  Operator  注册中⼼ 配置中⼼ API ⽹关  微服务拓扑  全链路追踪  错误分析  ⽇志分析  主动监控 浏览器监控  APP 监控 慢SQL  JVM 诊断 ⾃定义告警  APM  微服务管理 资源管理  标签管理  系统监控  集群管理  服务⽬录  埋点 数据库 ⽇志  画像 开发框架  Erda Infra 是⼀套轻量级 Go 微服务框架，包含⼤量现成的模块和⼯具，能够快速构 建起以模块化驱动的应⽤程序。  • 以模块化设计⽅式来驱动应⽤系统实现，⽀持模块可插拔  • 统⼀配置读取，⽀持默认值、⽀持从⽂件、环境变量、命令⾏参数读取  • 统⼀模块的初始化、启动、关闭  • 统⼀管理模块间的依赖关系  • ⽀持模块间的依赖注⼊  • 包含⼤量现成的微模块  • ⽀持统⼀ gRPC
 
0 码力 |
          40 页 |
          8.60 MB
          | 1 年前 
3
 TarsGo微服务开发实践-利开园
 
2021-08-21  关于我  Docker  TarsGo  Tars+K8S  DevOps  2015至今 腾讯  目录  1. RPC 2. 日志 3. 监控 4. 调用链 5. 网关 6. 错误码 7. 配置 8. 云原生 9. 标准化  背景  • Tars是腾讯开源的微服务解决方案 • 高性能的RPC框架 • 丰富的服务治理能力 • 支持Golang/Cpp/Java/PHP/Nodejs • 腾讯内部（TAF）曾经应用最广的开发框架 RPC接口默认监控 • 自定义业务监控 • 基于Prometheus  Tracing：在复杂系统中定位问题  • 依赖框架Context透传 • 基于OpenTracing+Jaeger • 第三库不支持如何解决？  错误码：给主调方更好的提示  • 错误码区分内部错误与请求 • 接口返回error实例  网关: 将问题在团队内部闭环  • 无业务逻辑 • 可观测 • 错误码 • 超时控制 • 增加RPC接口不用发布的解决方案 abc"}}  配置：业务逻辑的高效定制化  • Web配置管理 • 配置热更新  • 基于本地文件 • 线程安全 • 代码可维护性 • 文件读取不全问题（读写冲突）  • 使用JSON格式  云原生：TARS上云实践  • K8S+TARS方案：https://github.com/tarscloud/k8stars • 使用Tars名字服务  • 继承服务治理能力  • 使用镜像部署  • K8S的资源调度能力
 
0 码力 |
          15 页 |
          4.23 MB
          | 1 年前 
3