云计算、分布式架构、K8S、大数据、机器学习、搜索、推荐、广告

对于系统的并发量的提高的优化，除了对模块内部性能以及切分，分流等的考虑外，我把以前做过的开放平台的并发和吞吐量的优化的经验分享一下A、B、C、D之间是分布式调用，统一由http接入A系统传统方式：各个系统之间是同步的阻塞调用，包括Http接入也是阻塞式的。                  当用户并发比较大的时，常见的现象时各个系统线程处于阻塞状态，线程相关的资源耗

从以下几个维度，对redis、memcache、mongoDB做了对比，欢迎拍砖1、性能都比较高，性能对我们来说应该都不是瓶颈总体来讲，TPS方面redis和memcache差不多，要大于mongodb2、操作的便利性      memcache数据结构单一      redis丰富一些，数据操作方面，redis更好一些，

1）组建JBOD是，多个硬盘通过BIOS让上层安装的操作系统如windows,linux认为有只有一个单一的磁盘存在了。进入系统后，所以要是分区的话，无须考虑原来几块硬盘的大小了。2）增加一个硬盘到原来的JBOD存储阵列，在早期一些阵列卡或者主板上需要重新格式化所有硬盘。 这2、3年生产的主板或者阵列卡已经可以直接把新硬盘加入原有的JBOD存储阵列，不破坏任何数据。3） JBOD存储阵列，

流式处理、实时计算、Add-hoc、离线计算、实时查询 这几个概念在数据处理中经常提高，这里简单的梳理一下他们的区别。流处理、实时计算属于一类的，即计算在数据变化时，都是在数据的计算实时性要求比较高的场景，能够实时的响应结果，一般在秒级，Yahoo的S4,twiter的storm都属于流处理和实时计算一类的。Add-hoc和实时查询都计算在query时，实时查询是响应可能千变万化的结果，无

以前安装过ganglia的监控，过程比较复杂，最近在新的集群环境下部署了监控，这里做个笔记。ganglia监控的架构图如下，相关的原理这里不多说了。1、配置yum的源这里利用公司的yum源，增加wxlab136.repo到/etc/yum.repos.d目录下[Server]name=10.1.1.136#baseurl=ftp://10.1.1.136/pub/P

为了提高消息传递交付的可用性，rabbitMQ有几种集群的方案，不同的方案有不同的优缺点1、普通的集群rabbitMQ中的exchange和queue都包含meta、contents、state等信息,exchange在集群中的每个节点都保存一份数据，但是queue不一样，queue在集群中对于contents只存储一份，其他节点只存储meta信息为什么只在一个节点存储queue的

各个维度总结电商平台中的高并发高可用的架构实践，从架构设计的理念到平台的逻辑架构，以及到平台架构中各个模块的介绍