原创 徒手教你製作運維監控大屏

  公司業務的不斷髮展,緊接而來的是業務種類的增加、服務器數量的增長、網絡環境的越發複雜以及發佈更加頻繁,從而不可避免地帶來了線上事故的增多,因此需要對服務器到應用的全方位監控,提前預警。   建立在Zabbix上的服務器監控、基礎應用監

原创 Jenkins+GitLab+Docker+SpringCloud+Kubernetes實現可持續自動化微服務

  現有混合雲平臺的場景下,即有線下和線上的環境,又有測試與正式的場景,而且結合了Docker,導致打包內容有所區分,且服務的發佈流程複雜起來,手工打包需要在編譯階段就要根據環境到處更改配置,因此純手工發佈增加了實施的難度,需要一個統一的

原创 容器化之Docker小知識普及

  Docker確實是個好東西,相當於一個小型虛擬機,裏面環境隔離只要有對應的鏡像就能運行業務應用、運行基礎應用、能跑數據庫等等,還能跑linux等等。 Docker 從狹義上來講就是一個進程,從廣義上來講是一個虛擬容器,其實更專業的叫

原创 Kubernetes集羣部署關鍵知識總結

  Kubernetes集羣部署需要安裝的組件東西很多,過程複雜,對服務器環境要求很苛刻,最好是能連外網的環境下安裝,有些組件還需要連google服務器下載,這一點一般很難滿足,因此最好是能提前下載好準備的就儘量下載好。 Kubernet

原创 SpringBoot實用小技巧之如何動態設置日誌級別

這篇文章主要給大家介紹了關於SpringBoot實用小技巧之如何動態設置日誌級別的相關資料,文中通過示例代碼介紹的非常詳細,對大家學習或者使用SpringBoot具有一定的參考學習價值,需要的朋友們下面來一起學習學習吧

原创 SpringBoot實用小技巧之動態設置SpringBoot日誌級別

  有時線上問題我們用打日誌的方式來觀察錯誤或埋點參數,但由於這些日誌如果都打出來會佔用大量存儲空間而且覆蓋了一些有效信息,所以線上級別一般設置INFO,調試級別用作特殊情況下。此時如果線上想查看調試級別下的日誌,又不能更改日誌級別後重新

原创 傳統企業就應該這樣進行微服務化

  很多傳統企業看着互聯網公司都進行着微服務化,因此也想享受微服務化帶來的好處便對自己的系統進行改造,但微服務化 多“微”纔是最優?有哪些拆分的原則?   架構原則 使用成熟的技術,不需要最先進最好的技術,要是自己人能夠掌控的,不然出現

原创 用SpringCloud進行微服務架構演進

  在《架構師必須要知道的阿里的中臺戰略與微服務》 中已經闡明選擇SpringCloud進行微服務架構實現中臺戰略,因此下面介紹SpringCloud的一些內容,SpringCloud已經出來了很多年,網上資料一大堆,這裏推薦 程序猿DD

原创 架構師必須要知道的阿里的中臺戰略與微服務

  傳統企業平臺都是煙囪式的系統架構,企業內部爲了迎合業務發展不停的打造各種系統,導致各系統間的重複功能建設和維護帶來的重複投資。重複投資不僅消耗的是人力,財力還有時間。但打通煙囪式系統間交互的集成和協作成本高昂,各大企業不得不借助ESB

原创 零代碼如何打造自己的實時監控預警系統

概要 爲什麼要做監控 線上發佈了服務,怎麼知道它一切正常,比如發佈5臺服務器,如何直觀瞭解是否有請求進來,訪問一切正常。 當年有一次將線上的庫配置到了Beta,這麼低級的錯誤,排錯花了一個通宵,十幾個人。 某個核心服務掛了,導致大量

原创 高可用高性能分佈式文件系統FastDFS實踐Java程序

  在前篇 高可用高性能分佈式文件系統FastDFS進階keepalived+nginx對多tracker進行高可用熱備 中已介紹搭建高可用的分佈式文件系統架構。   那怎麼在程序中調用,其實網上有很多栗子,這裏在他們的基礎上作個簡單

原创 各大廠分佈式鏈路跟蹤系統架構對比

    隨着互聯網架構的擴張,分佈式系統變得日趨複雜,越來越多的組件開始走向分佈式化,如微服務、消息收發、分佈式數據庫、分佈式緩存、分佈式對象存儲、跨域調用,這些組件共同構成了繁雜的分佈式網絡,那現在的問題是一個請求經過了這些服務後其中出

原创 高可用高性能分佈式文件系統FastDFS進階keepalived+nginx對多tracker進行高可用熱備

  在上一篇 分佈式文件系統FastDFS如何做到高可用 中已經介紹了FastDFS的原理和怎麼搭建一個簡單的高可用的分佈式文件系統及怎麼訪問。  高可用是實現了,但由於我們只設置了一個group,如果現在有5臺服務器那將會出現5臺只有一

原创 大數據潮流下的機器學習及應用場景

  機器學習是一門人工智能的科學,能通過經驗自動改進的計算機算法的研究。      機器學習是一個多學科交叉的領域,會涉及到計算機、信息學、數學、統計學、神經科學等。  機器學習是大數據的核心技術,本質都是基於經驗的算法處理。機器學習強調

原创 Net和Java基於zipkin的全鏈路追蹤

  在各大廠分佈式鏈路跟蹤系統架構對比 中已經介紹了幾大框架的對比,如果想用免費的可以用zipkin和pinpoint還有一個忘了介紹:SkyWalking,具體介紹可參考:https://github.com/apache/incuba