首页
学习
活动
专区
圈层
工具
发布
    • 综合排序
    • 最热优先
    • 最新优先
    时间不限
  • 来自专栏老张的求知思考世界

    压测(1):认识压测

    前言 之前断断续续写过一些压测相关的技术文章,很多同学评价还不错。朋友建议我写个系列,基于自己的落地实践经验,对压测做个系统性的梳理总结。 定义:如何理解压测 PS:这里的定义是我基于自己对生产压测的了解和实践总结得来的,仅代表个人观点。 1、什么是压测? ,数据流转性无法保证,数据多样性也存在部分问题; ---- 那么,要解决差异带来的不稳定因素,最终的选择就是生产压测: 挑战:如何落地生产压测 虽然压测解决了传统压测过程中的种种痛点 流程:生产压测落地实践 生产压测的整个流程,大致可分为三个环节,每个环节的主要事项如下: 能力建设:生产压测能力演变历程 生产压测的本质是能力建设的技术工程,不是一蹴而就。 7、生产压测 通过上面几个步骤,从基础的能力建设、体系建设,到线上的监控能力、只读场景练兵以及数据隔离到试点验证,最终才能达到生产核心压测的过程。

    3.7K30发布于 2021-10-14
  • 来自专栏老张的求知思考世界

    压测(14):生产压测SOP

    ——来自百度百科 本篇文章要说的压测SOP,实际上就是我在实践压测的过程中,对实践经验和教训的一个总结。 压测(1):认识压测 压测(2):方案调研和项目立项 压测(3):技术改造和测试验证 压测(4):压测的价值是什么? 压测(5):生产压测实施流程 压测(6):确认范围和识别风险 压测(7):核心四问 压测(8):构建三大模型 压测(9):容量评估和容量规划 压测(10) :测试要做的准备工作 压测(11):聊聊稳定性预案 压测(12):生产压测必不可少的环节 压测(13):高可用和性能优化 再加上本篇的生产压测SOP思维导图,就是整个系列的内容。 最后,重申一下我对压测的部分认知: 压测是一个技术工程,而非单纯的测试手段; 压测只适用于部分企业和业务类型,而非一个银弹; 压测的落地并非一蹴而就,需要较好的技术基础设施建设做保障

    1.1K10编辑于 2022-09-02
  • 重构游戏安全基石:对抗与边缘网络加速实践

    高门槛APT攻击与内网横移:黑客组织(如Wxx家族)针对游戏行业发动精准的供应攻击与钓鱼渗透。 部署自研的零信任iOA(一体化安全办公系统),基于硬件ID特征进行动态访问控制,通过数据防泄漏(DLP)精细化管控代码外发与复制行为。 网络层接入EdgeOne路边缘安全加速平台,集成一键防盗刷、多通道竞速SDK与源站隐藏能力;针对游戏战斗服部署高精度UDP过滤规则与独立DDoS防护策略,应用端到端TCP/HTTP连接复用与跨大洲DCI 支撑现象级爆款与千万级并发的架构验证 库洛游戏《鸣潮》栈护航:面对3200万高并发预约及容器化全新架构,《鸣潮》调用EdgeOne庞大的海外节点与带宽储备,通过智能预热与智能调度保障全球同步发行下载 全球化规模覆盖:相关游戏安全与加速技术已深度集成至业务管道,目前已为全球范围内超 1000+ 款精品游戏提供的安全保障服务。

    20610编辑于 2026-04-09
  • 来自专栏GPUS开发者

    英伟达栈工具如何重构Groot机器人开发(一)

    小编整理了NVIDIA GTC Watch Party《构建人形机器人介绍》讲座内容。

    72700编辑于 2025-03-27
  • 来自专栏GPUS开发者

    英伟达栈工具如何重构Groot机器人开发(2)

    让我们假装自己是一名神经外科医生,你面前有一个大脑,不过这个大脑不在生物体内,而是在实验室里。与那些生活在云端的大型语言模型(如GPT等)不同,这个大脑实际上运行在硬件上,它能直接与现实世界进行交互。这就是Groot,世界上首个开放的人形基础模型。接下来,我将和大家一起深入了解这个新奇的“网络”。

    46810编辑于 2025-03-27
  • 来自专栏GPUS开发者

    英伟达栈工具如何重构Groot机器人开发(3)

    接: 英伟达栈工具如何重构Groot机器人开发(一) 英伟达栈工具如何重构Groot机器人开发(2) 制定训练策略 我们的目标是设计一个适配GPU的模型规模。

    34610编辑于 2025-03-28
  • 来自专栏GPUS开发者

    英伟达栈工具如何重构Groot机器人开发(4)

    接之前内容: 英伟达栈工具如何重构Groot机器人开发(一) 英伟达栈工具如何重构Groot机器人开发(2) 英伟达栈工具如何重构Groot机器人开发(3) 如老黄所提及的,

    50600编辑于 2025-04-01
  • 腾讯小程序网关 (MPAS):基于微信底层的业务加速与安全重构

    技术重构:部署“微信同源”网关防护与私有加密通道 为应对上述瓶颈,腾讯联合微信团队开发了腾讯小程序安全加速(MPAS),通过不改变企业现有架构的快捷接入方式,提供集加速、高可用、防护于一体的解决方案: 构建微信多IDC加速: 采用Socket连接优化、智能选、加密握手优化(MMTLS)及协议包压缩技术,实现就近接入与弱网加速,只要微信能打开,小程序就能使用。 仿真压测: 提供高达 10万微信真实账号 的压测工具(覆盖登录-选购-支付-订单流程),提前暴露后端服务卡点。 交付价值: 接入微信私有协议建立稳定后,网络访问成功率从 98.97% 跃升至 99.96%+,突破了标准HTTP协议的最高值(99.79%)。 不同于常规CDN或第三方网关,该方案由腾讯云与微信团队联合开发,直接调用微信自研的私有加密协议与加速

    10910编辑于 2026-05-30
  • 来自专栏D·技术专栏

    EagleEye追踪

    RpcID RPCId用调用顺序来递增。 阿里云相似产品:Tracing Analysis 效果图: ? image.png

    4K10发布于 2020-02-13
  • 来自专栏Java学习录

    Zipkin监控

    Zipkin是SpringCloud官方推荐的一款分布式监控的组件,使用它我们可以得知每一个请求所经过的节点以及耗时等信息,并且它对代码无任何侵入,我们先来看一下Zipkin给我们提供的UI界面都是提供了哪些信息 zipkin首页为我们提供了对于调用的搜索查询及展示的功能 ? 第二个选项卡里提供了历史数据的导入功能 ? 第三个选项卡里展示了各个微服务之间的关系 ? 我们再次回到首页,我们点开一个调用之后就会看到此次调用的详情 ? 现在我们点开详情中的一个service,可以看到此次调用在这个微服务中的详细信息。 ?

    3.7K00发布于 2019-04-18
  • 来自专栏老张的求知思考世界

    压测(5):生产压测实施流程

    前言 前面的几篇文章从生产压测的定义,内部立项和技术调研,聊到了测试验证以及压测的对企业业务和技术团队的价值,算是整体上的构建一个认知的概念。 从这篇文章开始,会进入具体的落地实践环节。 这篇文章中,我会介绍生产压测的落地实施流程,即每个环节要做什么事情。 四大阶段 如果将生产压测作为一个阶段性的技术项目来看,压测从开始到项目结束,需要经过四个阶段。 整体的实施流程图如下所示: 接下来我来为大家解密,生产压测落地实施,在不同的阶段都会做哪些事情。 筹备阶段 确定业务范围 一般来说线上实施线上压测之前,要明确本次压测需要验证的业务范围。 核心业务定义 出问题会影响其他业务; 流量较高且出现问题会影响整体业务目标的达成; 核心项目定义 前面提到了生产压测是个复杂的技术项目,那么如何定义这种技术项目呢?

    2.1K40编辑于 2022-04-01
  • 来自专栏OSChina

    跟踪zipkin

    --跟踪 sleuth zipkin --> <dependency> <groupId>org.springframework.cloud</groupId

    85820发布于 2020-04-24
  • 来自专栏老张的求知思考世界

    压测(7):核心四问

    前言 前面的文章介绍了压测的落地实施流程,其中有个环节我特别提到了它的重要性,同时这也是本篇文章的主题:核心梳理。那什么是核心?为什么要确定核心?如何进行核心梳理? 梳理核心的目的又是什么?这篇文章,我会给你答案。 什么是核心? 之前在一些线下沙龙分享或者线上直播时候,很多同学都会问我一个问题:什么是核心?好像这个词有种魔法,很难让人去理解。 这么说比较拗口,再直白一些就是:哪些接口会影响用户下单支付,哪些就是核心。 下面附一个常见的电商企业核心流程图,供大家参考。 为什么要确定核心? 流量模型 我在前面的文章《生产压测实施流程》中有提高转化技术指标的一个案例,这里再次回顾下: 客单价为500,单日GMV为10亿,那么支付订单量为10亿/500=200W; 假设日常支付订单量为 文末回顾 这篇文章主要聊了压测在备战阶段最重要的一件事,核心梳理。其中提到了流量模型相关的内容,下篇文章,我会以压测过程中需要梳理的三大模型为主题,为大家介绍它们。

    2K21编辑于 2022-04-01
  • 来自专栏vivo互联网技术

    Node.js 应用追踪技术——信息存储

    作者:vivo 互联网前端团队- Yang Kun本文是上篇文章《Node.js 应用追踪技术——信息获取》的后续。阅读完,再来看本文,效果会更佳哦。 本文主要介绍在Node.js应用中, 如何用信息存储技术把追踪数据存储起来,并进行相应的展示,最终实现基于业界通用 OpenTracing 标准的 Zipkin 的 Node.js 方案。 2.2 zipkin 架构官方文档上的架构如下图所示:为了更好的理解,我这边对架构图进行了简化,简化架构图如下所示:从上图可以看到,分为三个部分:第一部分:信息获取,我们不使用 zipkin 自带的信息获取 ,我们使用 zone-context 去获取信息第二部分:传输层, 使用 zipkin 提供的传输 api ,将信息传递给 zipkin第三部分: zipkin 核心功能,各个模块介绍如下: 三、Node.js 接入 zipkin3.1 搞定信息获取这个我在 《Node.js 应用追踪技术——信息获取》 文章中,已经详细阐述了,如何去获取信息。

    1.3K50编辑于 2023-02-06
  • 来自专栏老张的求知思考世界

    压测(4):压测的价值是什么?

    在开始真正的介绍落地实践过程以及相关案例之前,我想和大家聊聊,我对压测的一些认知,即:压测在技术团队中的定位,以及它的价值是什么。 业务和技术是什么关系? 压测对稳定性保障的价值 聊了这么多,回到文章顶部,我所要表达的内容,压测的价值是什么? 通过生产压测,可以串联稳定性保障的流程,解决线上系统稳定性保障面临的种种挑战,它所带来的价值如下: 总结回顾 这篇文章介绍了我对技术和业务关系的理解,线上稳定性保障面临的挑战以及压测在其中的价值 ,通过前面的几篇文章,从认识压测到项目立项以及技术调研和测试验证,我试图从另一个视角来为大家揭秘压测的另一面。 下篇文章,我会为大家介绍,压测落地实践的整体流程。

    1.7K20编辑于 2022-01-25
  • 来自专栏肉眼品世界

    轻松玩转监控

    什么是监控? ,为监控提供了理论指导。 我们只需要知道,优秀的监控组件会尽可能的遵循 OpenTracing 标准,以获得更好的通用性以及扩展性。 可选方案 ---- 监控组件如何获得相关的信息呢? 假设我们在全局拓扑视图里面,找到了环状依赖关系,说明微服务应用之间的依赖关系不清晰,可以考虑对应用的层次结构进行重构。 构建多语言监控体系 ---- 除了Java语言外,ARMS还提供了PHP探针,PHP应用接入ARMS后,能够拥有和Java应用同样的监控体验。

    2K11发布于 2020-12-07
  • 来自专栏老张的求知思考世界

    再谈压测

    面临的挑战 除了上面所说的技术层面的问题,要开展压测,还面临如下的几点挑战: ①、由于压测涉及的系统及场景较多,因此需要跨团队沟通、跨系统协调改造,公司体量 越大,这一点难度就越大; ②、压测涉及的系统较多 不过压测的优点也很明显,比如:优化联络薄弱环节可以提高系统的可用性,容量规划可 以节省成本,提高效率。 开展前的准备工作 在开展压测之前,我们需要做哪些准备工作? 因此需要通过监控分析等手段,得到日常流量场 景、峰值流量场景下各系统的流量以及配比,进行一定的放大,来作为压测的流量参考模 型; ④、数据处理:压测通常在生产环境进行,所以防止数据污染是必须考虑的问题 要开展压测,那么一个合理高效可用的压测管理平台,是很有必要的,参考了很多 压测的设计思路,我个人的想法中压测平台的架构设计,主要由以下几部分组成: ①、Controller:主要任务为压测任务分配 具体的架 构设计图,可参考京东的军演系统ForceBot的架构设计,如下图: ? 完成了上面的工作,接下来就可以开展压测的工作了。

    95310发布于 2019-12-02
  • 来自专栏CodeGuide | 程序员编码指南

    基于JavaAgent的监控五《ThreadLocal追踪》

    案例简述 Google开源的Dapper追踪组件,并在2010年发表了论文《Dapper, a Large-Scale Distributed Systems Tracing Infrastructure 》,这篇文章是业内实现追踪的标杆和理论基础,具有非常大的参考价值。 目前,追踪组件有Google的Dapper,Twitter 的Zipkin,以及阿里的Eagleeye (鹰眼)等,它们都是非常优秀的追踪开源组件。 追踪(Dapper) 当业务程序代码在线上运行时,实例A、实例B、实例C,他们直接可能从上到下依次调用,为了能很好的监控程序的调用,我们需要对调用进行追踪监控。 测试结果:hi1 追踪:7dfd98e8-c474-461c-87b9-1da3bf6072c2 org.itstack.demo.test.ApiTest.http_lt2 测试结果:hi2 追踪

    2.9K20发布于 2020-07-14
  • 来自专栏测试开发架构之路

    测试不是银弹

    何为测试? 个人认为,可以分为业务和调用,调用主要指从请求发起方到结果返回所途径各种服务/中间件产生的路径,可以理解为单系统下的某一功能模块。 而业务则是多个业务关联的场景组合产生的调用集合,例如淘宝添加购物车->提交订单->支付这个场景,所以必然包含多个业务关联场景涉及的调用下自动化成本更高,因为用例涉及到多域的流程编排,处理服务间各种异常重试情况(超时、网络异常), 各域的输出断言,这无疑大大增加一条用例开发成本。 综上,我们要正确看待测试,不能迷信于测试,觉得测试通过就没啥问题了。 要知道,测试更多从业务角度出发,不能覆盖所有潜在异常场景,二者可以相辅相成,但对于日常自动化回归,我认为做好域内测试自动化才是底盘,自动化没什么必要!

    63430编辑于 2022-08-01
  • 重构内容价值:掌阅科技基于腾讯云的AIWorkflow升级实践

    应用局限: 当前多数AI应用仅停留在“局部工具”层面(如写文案、生成图片、字幕翻译),无法解决的效率问题。 实施AI分层与无感化重构 掌阅科技基于腾讯云能力,推动AI从单一工具向四层价值跃迁演进,实现后台Workflow重构与前台无感化提效: 技术路径: 将AI能力嵌入工具层(单点动作)、流程层(多人协作 量化产出与资产增值指标 通过AI商业应用层的落地,掌阅科技在内容生产与资产经营上取得了具体业务进展: 产能数据: 旗下AI内容生态平台“泡漫”已累计产出上百万成片。 技术底座与产业共赢逻辑 选择腾讯云作为技术底座,核心在于解决内容产业对稳定性、协作效率与资产安全的底层需求: 技术确定性: 依托腾讯云支持,实现从“多一个按钮”到“智能化”的升级,确保系统稳定性与开发效率 核心结论: AI不会替代内容行业,但会重构内容行业的价值。 最终价值体现为让变短、让体验变轻、让价值变长。

    11000编辑于 2026-06-11
领券