vvhaleCH的博客

这时候可以把日志收集交给kafka，具体来说可以写一个aop切面去做日志消息生产者，然后配置一定数量的logstash做日志消息的消费者。此时aop切面影响了整体响应速度，也就是同步速度慢，所以要注意异步发送消息，将此日志发送作为一个任务交给一个并发队列，保证有序并且解耦。各个微服务的日志文件收集到logstash再到elasticsearch，最后kibana做可视化。缺点是每个服务节点都要有logstash，有冗余但是不会影响业务，毕竟是完全解耦的。1.ELK+KAFKA解决分布式架构下的日志收集。

在外网中传输我们的数据，都有带宽限制，基本上一个网站，一个网页，静态资源会占用80%的带宽。2.对一些静态资源做压缩处理，比如js的min.js文件这种。1.用CDN，遵循就近原则让用户去最近的节点拿静态资源。2.使用CDN的缺陷：静态缓存资源刷新问题。1.对静态资源做二次压缩。

可以设计这样一个架构，客户端请求到服务端，假设这些请求要2秒执行完，大量请求下服务端没有足够的CPU资源快速相应请求，就把当前服务端作为一个消息生产者，将消息投递给broker，broker再交给消费者去处理，当然不是每种业务都可以这种处理。其中作为生产者的服务端要尽量减少与broker的通信频率，所以要准备一个缓冲区，批量的将消息投递过去，要注意的问题就是可能会造成消息堆积，所以消费者可以考虑配置集群，批量消费消息。3.数据库层面：定位慢查询，进行sql语句优化、索引优化（索引遵循最左匹配原则）；

2.整合SkyWalking分布式追踪系统，实现服务器监控，以应对CPU飙高、内存溢出等问题。3.利用分布式追踪系统排查RPC远程调用过程中某链发生错误问题。4.分布式的告警系统也可以整合公众号将预警信息推给开发者。5.构建ELK+Kafka的分布式日志系统。以前做服务心跳，如果宕机了，脚本重启。1.接口集群化-保证高可用。

1.做ddos高防，防止IP爆破。

找到对应服务的抽样器，如下，比较直观，所以业务中的线程最好有对应的名称，方便排查。CAS不合理设计，没有限制自旋次数；乐观锁的重试过程，没有限制重试次数。云服务器上的Redis没修改默认端口，被注入代码挖矿，建议关闭外网访问。并发量过大，比如服务端是tomcat的，访问量超过最大连接数。被ddos攻击，建议限流，ip黑名单，加验证码等。2.windows下有jvisualvm。1.可以使用阿里巴巴的Arthas插件。1.linux下常用的命令top -c。2.常见的CPU飙高的原因。