Cloud and DevOps 2025
展示了云计算与 DevOps 领域从「创新者（Innovators）」到「后期主流（Late Majority）」的技术趋势演进。 Innovators（创新者阶段） 这些技术仍处于探索或实验阶段，通常由行业前沿公司率先尝试。 技术 简介 AI agents in cloud engineering 使用 AI...
2025, Nov 01 — 4 minute read展示了云计算与 DevOps 领域从「创新者（Innovators）」到「后期主流（Late Majority）」的技术趋势演进。 Innovators（创新者阶段） 这些技术仍处于探索或实验阶段，通常由行业前沿公司率先尝试。 技术 简介 AI agents in cloud engineering 使用 AI...
2025, Nov 01 — 4 minute read在云原生 DevOps 的语境下，eBPF（extended Berkeley Packet Filter）已成为一个越来越重要的技术趋势。下面我先从「成熟的技术和应用」方面做一个梳理，再讲为什么有人会把它与 服务网格（Istio、Linkerd 等）一起拿出来、作为云原生 DevOps 可应用的落地方向来讨论。 eBPF 在云原生 DevOps 中的成熟技术与应用 1....
2025, Nov 01 — 5 minute read回滚与重演算法 算法概述： 在回滚与重演（Rollback and Replay）算法中，客户端会在接收到服务器的权威状态时，将本地状态回滚到该权威状态，然后重新执行从该状态以来的所有操作。这种方法有效减少了预测误差积累导致的状态偏差。 实现步骤： 客户端将操作和状态以时间戳或逻辑帧编号为索引，存储在操作历史和状态快照中。 当服务器广播权威状态时，客户端回滚到与权威状态对应的快照。 从回滚后的状态开始，客户端重新执行存储的操作序列，以追赶到当前状态。 数据结构： • 状态快照栈：用于存储过去几帧的状态快照（如玩家位置、血量等）。 • 操作历史队列：用于存储每个逻辑帧上的操作记录（如移动指令、攻击指令）。 •...
2024, Nov 10 — 1 minute read性能优化方法：包括响应时间和吞吐量优化，以及基准测试、容量规划、垂直和水平扩展等方面的优化方法。 系统架构设计：包括分层架构、微服务架构、事件驱动架构、云原生架构等，以及它们的优缺点和适用场景。 操作系统和计算机体系结构：包括CPU、内存、缓存、磁盘、网络等硬件和操作系统相关的知识，以及如何优化它们的性能。 数据库和存储系统：包括关系型数据库、NoSQL数据库、内存数据库、文件系统等，以及它们的优缺点和适用场景。 分布式系统：包括分布式存储、分布式计算、分布式事务等，以及如何处理分布式系统中的并发和一致性问题。 云计算和容器技术：包括公有云、私有云、混合云等云计算部署模型，以及Docker、Kubernetes等容器技术的基本概念和使用方法。 网络和协议：包括TCP/IP协议、HTTP协议、WebSocket协议等，以及如何诊断和优化网络问题。 性能工具和监控：包括负载测试工具、性能监控工具、日志分析工具等，以及如何使用这些工具来诊断和解决性能问题。 安全和可靠性：包括如何保证系统的可用性、可靠性和安全性，以及如何应对各种安全和可靠性威胁。 DevOps和敏捷开发：包括DevOps和敏捷开发的基本概念、实践和工具，以及如何将它们与性能优化和系统设计相结合。 第一部分：性能指标与性能分析 第1章：性能指标和性能评估 第2章：性能分析的基础 第3章：性能基准测试 第一部分的重点是关于性能测量的基本原理和工具，涵盖以下几个方面：...
2024, Nov 10 — 5 minute read一、常见思路 基于模型的测试 (Model-Based Testing, MBT) • 思路：根据软件的行为模型（如状态机、流程图或使用UML图）自动生成测试用例。 • 优点：能够覆盖系统的各类状态和转换，适合复杂业务逻辑。 • 工具：GraphWalker、Spec Explorer 等。 基于代码的测试 •...
2024, Nov 10 — 1 minute readCRDT 在分布式计算中，无冲突复制数据类型（CRDT）是一种在网络中的多台计算机之间复制的数据结构，具有以下功能：[1] [2] [3] [4] [5] [6 ] [7] [8] 应用程序可以独立、并发地更新任何副本，而无需与其他副本协调。 算法（本身是数据类型的一部分）会自动解决可能发生的任何不一致。 尽管副本在任何特定时间点可能具有不同的状态，但保证它们最终会收敛。 CRDT 概念由...
2024, Sep 30 — 1 minute read深度学习 深度学习和机器学习是人工智能（AI）的两个关键领域，它们都有助于让计算机系统能够从数据中学习和做出决策。 机器学习 (Machine Learning) 机器学习是AI的一个分支，主要关注的是开发算法和模型，使计算机系统能够从数据中学习，而不需要明确的编程。机器学习的基本思想是通过数据来训练模型，然后使用该模型来预测或分类新的数据。 机器学习的类型： 监督学习 (Supervised Learning): 系统通过已经标记的数据（即已知输入和输出的样本）进行训练。常见的例子包括分类和回归任务。 示例：垃圾邮件过滤器（根据标记为垃圾邮件或非垃圾邮件的电子邮件进行训练）。 无监督学习 (Unsupervised Learning):...
2024, Aug 26 — 2 minute read定时调度的应用场景非常广泛，例如： 新建的订单，如果用户在 15 分钟内未支付，则自动取消。 公司的会议预定系统，在会议预定成功后，会在会议开始前半小时通知所有预定该会议的用户。 安全工单超过 24 小时未处理，则自动拉企业微信群提醒相关责任人。 用户下单外卖以后，距离超时时间还有 10 分钟时提醒外卖小哥即将超时。 实现方式 DelayQueue Java的延迟队列 缺点：单点状态持久，无分布式...
2021, Mar 30 — 2 minute read