ESOO

云计算，就是联合N台机器一起完成某个计算，当然随着业务复杂度的提升，对系统的要求肯定会越来越高，那么系统的复杂度也会越来越高，这样模块化开发肯定就提上了日程，所以就分化除了几个模块，也是为了解决不同的问题，下面就让我们一起研究研究这些模块。

看了前两篇博客，是否是已经摩拳擦掌了，我们马上开始1，docker安装（ubuntu系统）        docker还是对linux做的最好，如果你是windows，建议先安装个虚拟机，装一个linux，然后在进行实验，毕竟线上环境大多是linux。sudo apt-get install docker.io静静等待，一路yes下去，docker就在你面前。2，下载镜像安装好docker后，启动

学习docker，几个概念非常重要，总结一句话，安装过系统吗？和安装系统的概念是一样一样的：        镜像（ Image）        容器（ Container）        仓库（ Repository）我们来一个个解释，我们虽然复用了系统底层，但是我们要启动一个服务，需要完整的一个操作系统服务（不是完整的操作系统，有地方调用就行），那么我们就要整合，而整合好的这些服务，我们和我们不

有了前几篇博客的基础，我们可以从容应对监控的实现，但是还有一个问题，我们没有解决，就是图形化展示监控结果，在网页上画图，我们的确有很多种方案，以前我们使用过highcharts，但是学习还好，在公司使用不是很合适，我们需要一款，简单，易上手，的绘图插件，这里带领大家一起熟悉一款这样的软件，opencharts。

在监控的过程中，我们除了监控一些服务性能情况，还有一些服务的存活也需要监控，这时候，我们就可以用到java自带的url操作类，完成，整体思路是通过一个请求的状态码判断某请求，是否存在，达到监控的目的，为了更可靠，我们重复请求五次，都失败再警告，现在我们一起来实现它。

在监控时，我们的思路大概是这样的，使用rabbitmq的java客户端开发检测端口，发现不符合要求的性能参数，予以警告，给负责人发送短信或邮件，并提供前台可视化的监控界面，大家先看整体设计：

最近公司想要开发一套针对RabbitMQ的监控系统，和短信及邮件接口整合，对性能做到实时的监控，表示这个真的很及时，这样我们就能“24小时不离岗”只要手机开着，就对网站性能有较好的把控，下面将分几部介绍如何实现。

在上篇博客中，我们介绍了sixpack的安装，在安装好后，我们再接再厉，试试一个官网提供的小例子，结合例子，大家再体会下第一篇博客中介绍的A/B测试流程：

上篇博客给大家介绍了A/B测试的相关流程，是不是已经摩拳擦掌了，别着急，跟着我，咱们马上进入，sixpck的世界，而且不要担心，更文太慢，这次一次发表5篇博客，力求最大可能帮助大家认识和熟悉sixpack，帮助大家提升自己的眼界与掌握一个流行的中间件。

如何让百亿交易，数百个产品的交易，普通pc机上，20分钟内完成，在这里，我们一起探讨

随着公司日益剧增的交易量，平台的日志积累到了一个海量的级别，这时候的检索和排错是个相当痛苦的过程

互联网的发展，网站应用的规模不断扩大，常规的垂直应用架构已无法应对，分布式服务架构以及流动计算架构势在必行，Dubbo是一个分布式服务框架，在这种情况下诞生的。现在核心业务抽取出来，作为独立的服务，使前端应用能更快速和稳定的响应。第一：介绍Dubbo背景    大规模服务化之前，应用可能只是通过RMI或Hessian等

我们了解一个道理，就是数据的增长是我们必然面对的问题，因为在技术日益变化的当下，我们收集数据的方式和存储及处理技术不断升级，迫使我们面对这一问题，并且，在数据挖掘日益火热的今天，我们也要对这样的问题加以重视，改变在所难免！ 我们曾经想过，在极致优化的情况下，一台普通服务器，是可以挖掘出无穷的潜力的，我的们的确曾做到这一点，用一台2万元的设备，承载了同时1万余人的并发，但是随着技术的衍生，我们需要更灵活地处理应用，我们需要更及时的响应速度，我们需要实时地对数据进行分析和处理！这时，我们必然接触一个词汇

MapReduce中，所有的计算，都是在本地完成，及时有计算需要外来数据，也是集合好后完成，这样保证了我们最高效的带宽利用，使我们对数据的处理能力随着集群数目的增大而线性增大。

不得不读的flume优化文章！