- 综合排序
- 最热优先
- 最新优先
- 来自专栏JavaEdge
Hystrix 自动降级与依赖隔离1.背景2.Hystrix说明
高并发的依赖失败时如果没有隔离措施，当前应用服务就有被拖垮的风险。 例如:一个依赖30个SOA服务的系统,每个服务99.99%可用。 2.6 Hystrix隔离分析 Hystrix隔离方式采用线程/信号的方式,通过隔离限制依赖的并发量和阻塞扩散. (1)线程隔离 把执行依赖代码的线程与请求线程(如:jetty线程)分离，请求线程可以自由控制离开的时间 (2)线程隔离的优缺点 线程隔离的优点: [1]:使用线程可以完全隔离第三方代码,请求线程可以快速放回。 [2]:对使用ThreadLocal等依赖线程状态的代码增加复杂性，需要手动传递和清理线程状态。 NOTE: Netflix公司内部认为线程隔离开销足够小，不会造成重大的成本或性能的影响。 (3)信号隔离 信号隔离也可以用于限制并发访问，防止阻塞扩散, 与线程隔离最大不同在于执行依赖代码的线程依然是请求线程（该线程需要通过信号申请）, 如果客户端是可信的且可以快速返回，可以使用信号隔离替换线程隔离
1.4K31发布于 2018-09-20 技术揭秘：异构数据源同步工具如何隔离加载驱动依赖
如果将所有插件及其依赖统一加载到同一个ClassLoader中，极易引发依赖冲突（例如：两个插件依赖不同版本的commons-lang）。传统的类加载机制会遇到类冲突问题，需要实现驱动依赖的隔离加载。 技术主线自定义ClassLoader为每个数据源创建独立的URLClassLoader，隔离命名空间；通过反射调用驱动，避免类泄漏到系统ClassLoader。 、编译期强封装、避免非法访问依赖必须在编译时确定；不支持运行时动态加载新驱动进程级隔离DataX（阿里开源）Airbyte（开源ELT）每个读写任务在独立JVM进程或Docker容器中运行，物理隔离依赖隔离彻底 1.依赖隔离每个连接器使用独立的类加载器避免不同版本驱动包的冲突2.灵活的加载策略Child-First策略确保连接器使用自己的依赖Parent-First策略复用基础类库3.资源完整性支持嵌套JAR包的解压和加载包含配置文件和资源文件踩坑指南线程上下文 DataMover的单进程内完成多源同步方案，目前仍待解决的技术问题，类加载隔离实现可以保证不同插件认证不同Kerberos集群时的认证隔离，但同一个连接器插件需要连接不同开启Kerberos认证的集群时会存在认证冲突问题
23410编辑于 2026-01-05- 来自专栏互联网技术栈
使用Hystrix实现自动降级与依赖隔离
高并发的依赖失败时如果没有隔离措施，当前应用服务就有被拖垮的风险。 例如:一个依赖30个SOA服务的系统,每个服务99.99%可用。 2:可配置依赖调用超时时间,超时时间一般设为比99.5%平均时间略高即可.当调用超时时，直接返回或执行fallback逻辑。 image.png 2.6Hystrix隔离分析 Hystrix隔离方式采用线程/信号的方式,通过隔离限制依赖的并发量和阻塞扩散. (1)线程隔离 把执行依赖代码的线程与请求线程(如:jetty线程) (2)线程隔离的优缺点 线程隔离的优点: 线程隔离的缺点: NOTE: Netflix公司内部认为线程隔离开销足够小，不会造成重大的成本或性能的影响。 (3)信号隔离 信号隔离也可以用于限制并发访问，防止阻塞扩散, 与线程隔离最大不同在于执行依赖代码的线程依然是请求线程（该线程需要通过信号申请）, 如果客户端是可信的且可以快速返回，可以使用信号隔离替换线程隔离
1.4K21发布于 2018-12-12 - 来自专栏张善友的专栏
.NET 11 Preview 2 架构演进、技术深度解析
.NET 11 Preview 2 所展示的技术蓝图具有高度的战略指示意义。 基础类库（BCL）的高阶演进 Preview 2 针对数学计算与数据处理模块进行了高度专项的优化。 在 Preview 2 中，ASP.NET Core 和 Blazor 迎来了数项直击痛点的技术升级。 Blazor 状态持久化与环境隔离组件 针对现代前端交互体验，Blazor 在 Preview 2 中引入了原生 TempData 支持。 结语 .NET 11 Preview 2 的发布，清晰地勾勒出一个处于剧烈底层重构和范式转型期的庞大技术生态的缩影。
55810编辑于 2026-03-14 - 来自专栏惊羽-布壳儿
mysql(2) - 隔离级别
不同隔离级别,对应读取问题 脏读 不可重复度 幻读 读未提交 × × × 读已提交 √ × × 可重复读 √ √ ×(mysql innoDB 在加间隙锁的情况下是√) 序列化 √ √ √ 幻读有2 中场景,一种是session1进行 2次范围查询,在中间session2在该范围内插入了一条数据,导致session1 2次查询结果不一样; 另外一种是 session1 第一次范围查询在结果集的区间内不存在该条记录 ,此时session2 在该范围内插入了一条数据,session1 在相同的位置插入会失败 事物隔离级别实现原理 引用自 https://blog.csdn.net/CoderTnT/article/ 举个例子 ，在已提交读隔离级别下： 比如此时有一个事务id为100的事务，修改了name,使得的name等于小明2，但是事务还没提交。 通过ReadView生成策略的不同实现不同的隔离级别。
1.3K10编辑于 2022-06-15 - 来自专栏dino.c的专栏
依赖属性2：使用依赖属性
完整的自定义依赖属性 5.1 定义 ///
/// 标识 Title 依赖属性。 （还有一些功能比较少用就不写出了），从这段代码可以看出，自定义依赖属性的步骤如下： 注册依赖属性并生成依赖属性标识符。 在WPF中，这个问题并不存在，因为WPF的依赖属性可以使用CoerceValueCallback约束属性值，而UWP的依赖属性被简化了，缺少这个功能。 顺便一提，Silverlight的依赖属性参考文档也比UWP的依赖属性参考文档好用一些。 提示： 为什么使用TwoWay Binding可以解决这个问题？ 7.参考 依赖属性概述 自定义依赖属性 Silverlight 依赖项属性概述 2K30发布于 2019-01-18 - 来自专栏进击的程序猿
第2章：spring 依赖第2章：spring 依赖
第2章：spring 依赖 标签（空格分隔）： JavaEE开发的颠覆者SpringBoot实战 ---- spring中声明Bean的属性和构造函数参数有两种方法： <property/>元素 < this.applicationContext = applicationContext; } } 上面代码的问题就是侵入式，所有就有了下面的method injection技术 fiona.apple.CommandManager"> <lookup-method name="createCommand" bean="myCommand"/> </bean> 上面的技术是通过 prototype scope 每次请求bean都是生成一个新的bean,这就意味着如果一个 singleton scope 的如果依赖于一个 prototype scope 的bean，那这个 prototype 只会生成一次，因此需要用到之前的method injection技术。
48530发布于 2018-08-23 - 来自专栏前端开发的「术」
隔离 HTTP 依赖稳定运行 e2e 测试用例的一种实现
相对于单元测试（Unit Testing）专注在函数功能验证，e2e 更容易出现外部依赖，比如依赖外部 HTTP 接口数据、MYSQL 数据、Redis 数据等，这些都可以理解为外部数据依赖，影响应用的行为 所以，只要能 mock 这些依赖，就能稳定的运行 e2e 测试用例。 问题引入 这里把问题聚焦在 Node 应用，隔离其他 HTTP 依赖，稳定运行每个接口的测试用例。 隔离 Node server 登录接口背后依赖的外部 HTTP API(用 Dep0 指代)，需要：记录 Dep0 的多条请求和返回记录，并和对应用例匹配。 总结 通过 axios interceptor，完成了外部 HTTP 依赖的隔离。 .response; 最后附上完整实现：https://github.com/xiaoshude/node-common 扩展 这里从应用内出发，实现 HTTP 依赖隔离，如果考虑通用方案，也可以尝试下直接覆写
1.5K20编辑于 2022-01-14 - 来自专栏薄荷前端
跨平台技术演进
同时，作为技术人员，也不应该满足于这种重复、低能的工作状态。在这样的形势下，跨平台的技术方案也受到越来越多人和企业的关注。接下来，我将从原理、优缺点等方面为大家分享《跨平台技术演进》。 但H5作为跨平台技术的载体，是如何与不同平台的App进行交互的呢？这时候JSBridge就该出场了。 另外，因为仍对ios 和android的原生细节有所依赖，所以需要开发者若不了解原生平台，可能会遇到一些坑。 渲染引擎依靠跨平台的Skia图形库来实现，依赖系统的只有图形绘制相关的接口，可以在最大程度上保证不同平台、不同设备的体验一致性，逻辑处理使用支持AOT的Dart语言，执行效率也比JavaScript高得多 缺点 优点即缺点，Dart 语言的生态小，精通成本比较高 UI控件API设计不佳 与原生融合障碍很多，不利于渐进式升级 总结 移动互联网的普及和快速发展，跨平台技术风起云涌，这也是技术发展过程中的必经之路
3.9K20发布于 2019-04-03 - 来自专栏捞月亮的小北
2. 依赖管理
依赖是具有传递性的: 说明:A 代表自己的项目；B,C,D,E,F,G 代表的是项目所依赖的 jar 包；D1 和 D2 E1 和 E2 代表是相同 jar 包的不同版本 (1) A 依赖了 B C,间接依赖了 D1,E1,G，F,D2 和 E2 相对于 B 来说，B 直接依赖了 D1 和 E1,间接依赖了 G 直接依赖和间接依赖是一个相对的概念 (3)因为有依赖传递的存在，就会导致 jar 包在依赖的过程中出现冲突问题 情况二: 路径优先：当依赖中出现相同的资源时，层级越深，优先级越低，层级越浅，优先级越高 A 通过 B 间接依赖到 E1 A 通过 C 间接依赖到 E2 A 就会间接依赖到 E1 和 E2,Maven 会按照层级来选择，E1 是 2 度，E2 是 3 度，所以最终会选择 E1 情况三: 声明优先：当资源在相同层级被依赖时，配置顺序靠前的覆盖配置顺序靠后的 A 通过 B 间接依赖到 D1 A 通过 C 间接依赖到 D2 D1 和 D2 都是两度，这个时候就不能按照层级来选择，需要按照声明来，谁先声明用谁，也就是说 B 在 C 之前声明，这个时候使用的是 D1，反之则为 D2 但是对应上面这些结果，大家不需要刻意去记它
55010编辑于 2023-12-01 - 来自专栏世民谈云计算
Amazon EC2 虚拟化技术演进：从 Xen 到 Nitro
AWS EC2虚拟化发展历程 下表总结了AWS曾经采用的虚拟化技术，以及这些技术之间的性能对比： ? #1是全模拟技术。这种虚拟化方式能支持未修改的客户机操作系统，但速度会严重下降。 AWS 并没有采用这种虚拟化技术，放在表格中只是为了做对比用。 #2 是基于Xen的半虚拟化技术（Paravirtualization，PV）。PV 要求修改客户机内核和驱动。 EC2第一个采用半虚拟化的实例类型是 m1.small。 #3 到 #6 是基于Xen和CPU硬件的全虚拟化技术（Hardware-assisted virtualization，HVM）。 2013年，AWS 采用 Xen PV虚拟化技术的 cr1.8xlarge 实例的架构如下图所示： ? 这是严格意义上未采用Nitro技术的最后一个EC2型号。 抖动更低）、更多类型、更高性价比方向演进，支撑越来越多用户越来越多的业务场景，创造着越来越大的业务价值。
7.8K11发布于 2019-06-28 - 来自专栏迁移内容
JavaWeb：JavaWeb技术架构演进
Java Web，是用 Java 技术来解决相关web互联网领域的技术栈。web 包括：web 服务端和 web 客户端两部分。 ～ 本篇内容包括：JavaWeb 简介、JavaWeb 技术架构演进的各个阶段，即 JavaWeb-Servlet 阶段，JavaWeb-MVC 阶段（SSM/SSH）以及 JavaWeb-SpringBoot 阶段 1、JavaWeb-Servlet 阶段 2、JSP+JavaBean+Servlet 三、JavaWeb-MVC 阶段 1、MVC 模式概述 2、MVC 模式优点 3、MVP 模式 4、MVVC 技术来解决相关web互联网领域的技术栈。 绝对没有代码生成以及不要求配置 XML Ps：SpringBoot 虽然目的是为了简化 Spring，似乎看起来无需去学习 Spring 的繁琐配置，但是如果没有忍受过Spring的繁琐配置，没有经历过架构模式的演进以及
2.4K20编辑于 2022-12-02 - 来自专栏昆腾
磁带存储技术演进简史
日前，在昆腾举办的技术研讨会上，资深技术专家刘松涛做了《昆腾深度归档技术和案例》的主题分享，详细地介绍了磁带存储技术的演进史和特点，以及昆腾Scalar磁带库全系产品。 磁带存储的演进磁带首次用于数据存储是在1951年。从90年代IT技术开始普及，出现了更多的磁带技术。 但是到2000年，很多磁带技术逐步地淡出市场，LTO成为磁带存储行业的主流，并占据了99%以上的市场。LTO是Linear Tape Open（线性磁带开放）的简写。 LTO技术联盟正是通过改进磁体颗粒密度的方法使得每盒磁带的容量得到巨大的提升，并已经在实验室研制出单盘容量为580TB的磁带产品。 低成本、低能耗单位容量成本最低的存储介质主流的存储介质——闪存、硬盘、磁带、光盘，磁带的单位容量成本最低；采购成本约为硬盘的1/2，光盘的1/2-1/3；长期存储成本更低（考虑到供电、使用年限）。
2.1K20编辑于 2023-10-19 - 来自专栏大数据和云计算技术
开源大数据平台资源隔离现状及演进思考
讲到开放，就要考虑考虑权限的控制、资源隔离，前者是安全控制，而后者技术性更强。 不可否认，当前技术发展的趋势总体上朝着融合的方向走，通过多租户隔离实现资源最大化的共享，大家在一个集中的平台上转。 现实问题在于当前开源技术还不那么成熟，更不要说生产版本还有一定滞后，直接导致资源的隔离不彻底，应用之间相互依旧有干扰。运营过程痛苦。 至于在技术演进方面，我们也不是无动于衷，以下是可以去做的： Impala：如上文提到的，引入Llama组件，将Impala服务的资源交给Yarn集中管理。 Hbase集群（分在不同主机上），不需要额外迁移数据 方案2：物理隔离：完全独立，包括HDFS也是分离的，隔离效果最优，但涉及数据在不同HDFS之间交互，很多人很忌讳做这个 方案3：Hbase on yarn
1.5K70发布于 2018-03-08 - 来自专栏Tencent Serverless 官方专栏
腾讯云 Serverless 技术演进
本文将从产品层面来介绍腾讯云是如何落地 Serverless 技术以及 Serverless 的技术演进。 ---- 目录 Serverless 是一项新技术，可能有朋友不是很熟悉。 所以我们先介绍下 Serverless 的概念和发展历史，接着介绍腾讯云 Serverless 从 1.0 到 2.0 的技术演进，以及我们如何支持 Serverless 这种技术的，也就是技术生态。 可以看到随着阶段的演进用户需要关注的点越来越少，越来越聚焦于自己的业务逻辑。 所以我们跟其他友商的优势是他们是割裂开的 2 款产品，我们把他放到同一个入口了，更方便用户去使用。 ---- Serverless 2.0 运行过程 这两种技术形态，又是如何支持用户请求的呢？ ? 如果一个用户想用云函数，首先要在本地做开业务开发，目前用的比较多的是 VS Code IDE，当研发把代码和依赖编码完成后通过我们提供的 VS Code 插件可以很方便的把代码部署到我们的平台上，或者通过我们提供的
8.5K62发布于 2019-08-26 - 来自专栏企鹅号快讯
深度学习平台技术演进
2017年12月22日，袁进辉（老师木）代表OneFlow团队在全球互联网架构大会上海站做了《深度学习平台技术演进》的报告，小编对报告内容作简要梳理注解，以飨读者。 此次报告的主要观点为：（1）计算力是神经网络/深度学习复兴的最大推动力之一；（2）面对深度学习的计算力挑战，软件至少和硬件一样地关键，单靠硬件无法提供易用性和扩展性；（3）鉴于深度学习上层业务和底层硬件的独特性 ，传统大数据平台里的某些技术未必再对深度学习平台适用；（4）深度学习软件平台技术在快速演进中，一部分早期被采用的技术正在被新方法替代；（5）仍有很多重要问题未被现有开源深度学习平台解决；（6）深度学习软件尚处在发展早期 注：深度学习在近些年带来的突破无须赘言，从图像 (ImageNet) ，语音，围棋人机大战等方面的突破都源于深度学习技术。 注：机器学习可以视为一种从训练数据中自动推导出程序的方法。
1K70发布于 2018-01-11 - 来自专栏微信公众号【Java技术江湖】
淘宝技术架构演进之路
1、概述 本文以淘宝作为例子，介绍从一百个并发到千万级并发情况下服务端的架构的演进过程，同时列举出每个演进阶段会遇到的相关技术，让大家对架构的演进有一个整体的认知，文章最后汇总了一些架构设计的原则。 2、基本概念 在介绍架构之前，为了避免部分读者对架构设计中的一些概念不了解，下面对几个最基础的概念进行介绍： 分布式系统中的多个模块在不同服务器上部署，即可称为分布式系统，如Tomcat和数据库分别部署在不同的服务器上 随着数据的丰富程度和业务的发展，检索、分析等需求越来越丰富，单单依靠数据库无法解决如此丰富的需求 3.10、第九次演进：引入NoSQL数据库和搜索引擎等技术 ? ：引入容器化技术实现运行环境隔离与动态服务管理 ? ：刚开发的或开源的技术往往存在很多隐藏的bug，出了问题没有商业支持可能会是一个灾难； 资源隔离设计：应避免单一业务占用全部资源； 架构应能水平扩展：系统只有做到能水平扩展，才能有效避免瓶颈问题； 非核心则购买
4.3K33发布于 2019-09-24 - 来自专栏SDNLAB
解析流控技术演进
图2 RDMA架构与报文格式 RDMA从Infiniband承载协议演进到以太网TCP/UDP承载协议，中间，网卡侧分别有厂商支持RoCEv2，iWARP，甚至Raw TCP。 基于TCP的RDMA，本质上是将“无损”寄托在TCP的可靠性上，而基于RoCEv2的无损网络则是将“无损”放在了流控机制。本文所提及的流控技术，主要是指基于RoCEv2的流控技术。 因此，SW1 的入端口1 的Buffer 占用依赖SW2 的入端口1 的Buffer 占用； 如果上游设备SW1 的入端口1 的Buffer 也超过PFC 水线，会触发Pause 帧继续向上游反压； 最终 HPCC借助更细粒度链路负载信息并重新设计了拥塞控制算法，能够在大规模网络下快速收敛、降低对大Buffer的依赖、保证数据流的公平性。 2.8 流控技术对比 ? 03 流控技术方向与生态 ? 再换个视角往小里看，在服务器内部的计算和存储的互联也可以利用更先进的无损网络，这里不能完全依赖流控技术，还需要可靠性的传输协议，目前这也是PCIe，IB擅长，而以太网需要加强的。。
3.9K10发布于 2019-12-19 - 来自专栏安智客
Keystore的技术演进之路
Android提供的keystore功能发展历程伴随着Android版本不断演进。 微信SOTER方案就是利用Android keystore技术实现的一个应用解决方案。 在 Android 7.0 中，Keymaster 2 增加了对密钥认证和版本绑定的支持。 Android 8.0 还扩展了 Keymaster 2 的认证功能，以支持 ID 认证。
3.4K50发布于 2018-02-24 - 来自专栏大数据技术架构
Spark Shuffle的技术演进
二、Spark Shuffle 具体实现的演进 在具体的实现上，Shuffle经历了Hash、Sort、Tungsten-Sort三阶段： Spark 0.8及以前 Hash Based Shuffle Shuffle Spark 1.4 引入Tungsten-Sort Based Shuffle 将数据记录用序列化的二进制方式存储，把排序转化成指针数组的排序，引入堆外内存空间和新的内存管理模型，这些技术决定了使用 过程 https://github.com/JerryLead/SparkInternals/blob/master/markdown/4-shuffleDetails.md 《Spark大数据处理：技术 Shuffle Comparison https://github.com/hustnn/SparkShuffleComparison Spark 1.2之前两种Shuffle方式的分析和对比 《Spark技术内幕 源码解读（十二）－shuffle read Spark Sort Based Shuffle内存分析 https://www.jianshu.com/p/c83bb237caa8 Shuffle的框架之框架演进与框架内核
1.1K30发布于 2019-08-16
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号