Sentinel

导读 redis的应用场景很多，不管是在数据存储还是分布式锁等方面，本篇文章主要对主从、哨兵、分片集群做一个简单的分析，不会讲的太深。 redis的应用场景很多，不管是在数据存储还是分布式锁等方面，本篇文章主要对主从、哨兵、分片集群做一个简单的分析，不会讲的太深。 主从模式 主从模式的应用场景有点类似于数据库的主从集群，主从往往是为了读写分离、backup 等目的才使用的，所谓主从模式简单的说就是有多个节点，里面包含主节点和从节点，结构如下图： 从节点在保持连接后每隔一个时间节点会主动的和主节点通信并发送同步请求，而后进行同步。 其实在整个流程中，最需要主要的就是数据间的同步，主要的同步方式有两种也就是全量同步和增量同步。 全量同步：全量同步一般使用在从节点刚接入主节点时进行全量复制，当然你也可以根据你的需求进行主动的全量同步 增量同步：Redis增量复制是指从节点初始化后开始正常工作时主服务器发生的写操作同步到从服务器的过程。 增量复制的过程主要是主服务器每执行一个写 命令 就会向从服务器发送相同的写 命令 ，从服务器接收并执行收到的写命令，一般使用缓冲区、队列(先进先出)等方式辅助进行增量的同步。 哨兵模式 哨兵模式是为了保证redis的高可用产生的架构，简单地说就是通过构建1个或多个哨兵对节点进行监控，如果master发生故障下线之后，哨兵之间会进行投票，在2

Sentinel咋一看好像有点熟，这个不是和redis哨兵一样，其实不是一样的，这个是阿里最新开源的一个框架，目的主要是提供限流和熔断，譬如解决过年抢红包大战，防止服务器崩溃的一个解决框架。 历史： 2012年,sentinel诞生,主要功能为入口流量控制 2013-2017年,sentinel在阿里集团内部使用 2018年开源. 网上有很多文章，都挺不错的，分享给大家！ 转载： https://blog.csdn.net/xkuna/article/details/108045882 https://zhuanlan.zhihu.com/p/74280038?from_voters_page=true https://www.cnblogs.com/yinjihuan/p/10468950.html 来源： oschina 链接： https://my.oschina.net/u/3855429/blog/4932898

Nature Communications 01. Gainers and losers of surface and terrestrial water resources in China during 1989-2016 ( 2020 ) 02. Extremes of summer climate trigger thousands of thermokarst landslides in a High Arctic environment ( 2019 ) ENVIRONMENTAL MODELLING & SOFTWARE 01. AgKit4EE: A toolkit for agricultural land use modeling of the conterminous United States based on Google Earth Engine ( 2020 ) 02. Open-source Google Earth Engine 30-m evapotranspiration rates retrieval: The SEBALIGEE system ( 2020 ) 03. A Google Earth Engine-enabled software for efficiently generating high-quality user

都说程序员工资高、待遇好， 2021 金三银四就要到了， 你的小目标是 30K、40K，还是 16 薪的 20K？ 作为一名 Java 开发工程师，当能力可以满足公司业务需求时，拿到超预期的 Offer 并不算难。然而，提升 Java 核心能力最快、最有效， 短期内升职加薪的方法，到底是什么？ 首先，你需要跳出日常工作，接触更有深度、更前沿的顶级项目 。 一个简单的逻辑：大厂之所以能够给到高于行业水准的薪资，正是因为即使是普通开发人员，也要应对很多 复杂的场景 。这些复杂场景和项目，就像“墙外的世界”，没有看过，没有接触过，你就无法进行体系化的学习和建立认知， 技术壁垒自然就出现了。 所以，如果你期望通过个人努力，实现收入增长和职位晋升， 那最好的方式， 一定是多学透几个大厂的真实项目经验。 比如炙手可热的 电商平台系统 ，它包含微服务系统、高并发设计与性能调优，涉及 Spring Boot、Dubbo 等核心组件 的应用，还有秒杀活动用到的 Nginx、Redis、MQ、DB 等， 从底层组件应用，到模块设计一应俱全 ，非常适合深入学习和反复琢磨。 但想要快速吃透繁琐的电商系统并不简单，在自学的过程中，难免会遇到一些困难： 日常工作接触的技术维度偏少，对电商系统缺乏基本的认知与概念，无从学起。而网上的资料零零散散，经常讲解不透彻或技术点已过时，耗费大量精力却没有太多收获。

关注 “Java艺术” 我们一起成长！ -- 转载请声明来源和作者信息 -- 冷启动算法基于令牌桶算法实现。 令牌桶算法的原理是：按一定的速率往令牌桶中放入令牌，当接收到请求时，从令牌桶申请令牌，只有拿到令牌的请求才能通过。当令牌桶放满时，多余的令牌就会被丢弃；当令牌桶为空时，请求拿不到令牌就拒绝请求。 例如，想要使用令牌桶算法限制接口的最大QPS为200，那么就要每5毫秒就要生产一个令牌放入令牌桶，且生产令牌放入的速度不变。 冷启动算法 用于控制令牌桶的令牌生产速率，即控制每个令牌生产的时间间隔。 假设冷启动时长为10秒，初始状态为冷启动状态，限流阈值为200QPS，正常情况下生产令牌的速率应该为5毫秒/个，而在冷启动阶段，速率会从最小值上升至 5毫秒/个，最小速率与冷启动系数有关，与冷启动周期时长有关 。 Sentinel与Guava的实现不同，Sentinel可能是出于对性能的考虑，并不控制每个请求的通过时间间隔，只控制每秒钟能通过的请求数。 通过下面这张图来理解冷启动算法。 坐标轴： 横坐标storedPermits代表存储桶中的令牌数量； 纵坐标代表获取一个令牌需要的时间，即请求通过的时间间隔； stableInterval：稳定产生令牌的时间间隔，假设限流阈值QPS为200，stableInterval的值为5毫秒。 coldInterval

ISPRS, 2020, GEE,好文阅读 01 冬天和阅读更配哦 ISPRS Journal of Photogrammetry and Remote Sensing The ISPRS Journal of Photogrammetry and Remote Sensing (P&RS) is the official journal of the International Society for Photogrammetry and Remote Sensing (ISPRS). The Journal provides a channel of communication for scientists and professionals in all countries working in the many disciplines that employ photogrammetry , remote sensing , spatial information systems , computer vision , and related fields. The Journal is designed to serve as a source reference and archive of advancements in these disciplines. The

在同一台机器上配置哨兵模式, 可用于测试开发场景 下载redis wget https://github.com/redis/redis/archive/5.0.10.tar.gz 解压到三个文件夹, redis-1, redis-2, redis-3 进行 make 编译, 参考这里 在本机上配置哨兵模式, 重点是使用不同的端口 redis服务 redis端口 哨兵端口 主从 redis-1 6379 26379 主节点 redis-2 6380 26380 从节点 redis-3 6381 26381 从节点 配置 ./redis-1/redis.conf, 如下 # bind 127.0.0.1 // 注释掉这一行 protected-mode no // 关闭保护模式 port 6379 // redis 端口 requirepass 10010 // 设置redis密码 配置 ./redis-2/redis.conf, 如下 # bind 127.0.0.1 // 注释掉这一行 protected-mode no // 关闭保护模式 port 6380 // redis 端口 requirepass 10010 // 设置redis密码 replicaof 192.168.171.213 6379 // 配置 master 的IP和端口 masterauth 10010

去年双十一，为了应对零点的峰值流量冲击，我们在八月下旬启动了全链路压测第一次实践。由于从零开始，因此单独搭建了一套和生产1:1的环境，2个月的时间，光环境成本就高达几百万。 经过双十一，压测团队从中汲取了不少的经验和教训。双十一之后，在CTO的指导下和支持下，由基架和性能测试团队快速的投入了全链路压测平台的研发当中。 并且趁着核心系统重构，快速的接入落地，对后续的系统稳定性保障工作，迈出了坚定地一步。 流程导图 梳理阶段 1、系统服务梳理 全链路压测是一个很复杂的工程，其中涉及到多个服务。对整个业务系统进行梳理，确认流量传递的上下游和范围，是首先要做的事情。 2、核心链路梳理 什么是核心链路？现在来看，依然是一个艰难的选择。压测团队在梳理核心链路时，主要从如下几方面来评估： 1）是否是高频访问业务； 2）是否是强依赖的核心环节； 3）是否直接影响生产的交易业务； 4）参考生产实际的QPS指标为维度； 3、外部依赖梳理 确定核心链路后，要对其外部依赖进行进行梳理（比如第三方支付）。由于全链路压测在生产环境进行，因此需要对外部依赖进行mock处理，避免对生产服务造成影响。 4、中间件梳理 为了避免压测流量对生产造成影响，产生脏数据，需要对整个流量传递过程中涉及的中间件进行梳理，让压测流量透传落影子库。 压测流量模拟在请求网关接口时候在header中带上:x-infr-flowtype

简介： 作为微服务框架的核心引擎--注册中心，是必不可缺少的组件，市面已经有多款注册中心支持 Go 语言，应该如何选择呢？我们可以对目前主流的支持 Go 语言的注册中心做个对比。 作者 | 李志鹏 近几年，随着 Go 语言社区逐渐发展和壮大，越来越多的公司开始尝试采用 Go 搭建微服务体系，也涌现了一批 Go 的微服务框架，如 go-micro、go-kit、Dubbo-go 等，跟微服务治理相关的组件也逐渐开始在 Go 生态发力，如 Sentinel、Hystrix 等都推出了 Go 语言版本，而作为微服务框架的核心引擎--注册中心，也是必不可缺少的组件，市面已经有多款注册中心支持 Go 语言，应该如何选择呢？我们可以对目前主流的支持 Go 语言的注册中心做个对比。 图 1 根据上表的对比我们可以从以下几个维度得出结论： 生态 ：各注册中心对 Go 语言都有支持，但是 Nacos、 Consul、Etcd 社区活跃，zookeeper 和 Eureka 社区活跃度较低； 易用性 ：Nacos、Eureka、Consul 都有现成的管控平台，Etcd、zookeeper 本身作为 kv 存储，没有相应的管控平台，Nacos 支持中文界面，比较符合国人使用习惯； 场景支持 ：CP 模型主要针对强一致场景，如金融类，AP 模型适用于高可用场景，Nacos 可以同时满足两种场景