- 综合排序
- 最热优先
- 最新优先
- 来自专栏阿甘的码路2
稳定性治理二，稳定性分析
【解决】： 提前做好容量规划，进行扩容 临时增加，借调服务器 限流，超过容量的请求快速返回失败，保证系统“不挂” 依赖治理 依赖的资源不稳定 特点：依赖资源，主要是指远程服务或存储，由于远程服务的响应时间变慢 依赖治理 强弱依赖识别：对关键链路的应用进行调用链路的服务进行强弱依赖分析，识别出哪些是强依赖，哪些是弱依赖。 强依赖一般指此服务不可用，流程不能往下走，直接影响功能，否则为弱依赖。 强弱依赖关系梳理方式： 手工梳理 工具扫描 日志分析 「强弱依赖的治理：」 首先不合理的依赖先去除 强依赖是否是真正的核心业务依赖，如果不是，就变成弱依赖 「对于弱依赖，一般的处理方式：」 增加业务开关
89451编辑于 2023-08-17 - 来自专栏Linyb极客之路
系统稳定性治理最佳实践
那么系统稳定性该如何治理？有没有什么标准或者可以放之四海皆准的方法论和实践？ 系统稳定性问题 ? 一个系统稳定性取决于很多因素，同样也受制于很多因素。 这类问题一般来说很难预期，也很难针对问题进行专项治理。覆盖全世界网络，根本没有人可以保证网络绝对的稳定性，也根本无法保障一台服务器永远不宕机。 稳定性治理 稳定性治理的核心三板斧，监控、压测和演练。 监控 监控如果做到了360无死角，则可以第一时间主动发现系统异常，定位到了解决则是相对明确的。 总结 稳定性治理三板斧：监控、压测和演练。应用容器三要素：load、线程、GC。业务数据监控四要素：大盘、成功率、RT值、主日志。DB监控三要素：QPS、TPS、慢SQL。 系统稳定性压倒一切，只有保障了好了稳定性，才能帮助业务蓬勃增长，因此稳定性治理始终是工程师基本能力之一。
2.3K30发布于 2020-08-27 - 来自专栏阿甘的码路2
稳定性治理三，故障预防、发现、处理
稳定性相关的前置知识在前两篇文章已经说的比较多了，个人也在网上对比看了下稳定性相关的内容，都是偏概念，因此此处更加偏向于系统实战设计实现。 需要注意的是，本篇的内容说到的，需要依赖前面两篇文章提到的系统分析，需要对系统掌控全面才能针对性的制作稳定性设计策略。 稳定性治理主要是需设计故障预防、故障发现、故障处理三个环节。 自动预案 系统自动预案是指在系统出现异常或故障时，系统自动执行预先设定好的应急措施，以确保系统的稳定性和可用性。 自动调整资源分配：当系统负载过高或资源紧张时，系统自动调整资源分配，以保证系统的稳定性和性能。 本期相关 稳定性治理一，重新认识系统 稳定性治理二，稳定性分析
1.4K31编辑于 2023-08-17 - 来自专栏老张的求知思考世界
被忽视的问题：测试环境稳定性治理
目前能搜到或者说我个人看到的关于测试环境稳定性治理的文章，仅有阿里和滴滴在这方面的一些实践方法论(链接见下方)。 所以呢，这篇文章我不会去讲一些看起来很厉害的技术，而是和大家聊聊，我之前负责测试环境稳定性治理时候，面临的种种问题和痛点，我是如何梳理和分析，并尝试去解决这些问题的过程。 附链接： 阿里巴巴线下环境稳定性治理 滴滴在测试环境上的探索和实践 项目背景和痛点 先交代下背景吧，这样能更好的理解做测试环境稳定性治理的出发点和治理方案为什么要如此设计。 分析过程及治理规划 针对上述的种种问题和痛点，我用了一周的时间做调研分析和评估，最终落地了环境稳定性治理规划和方案。下面是我的分析评估和治理规划，仅供参考。 调研分析出上述几点共性问题后，我输出了如下的稳定性治理规划： 项目名称 测试环境稳定性治理 项目目的 降低测试环境不稳定因素，提升环境可用SLA；让测试同学有更充裕的时间做自己专业的事情；快速交付稳定可用的测试环支撑业务的快速发展
1.9K10编辑于 2022-01-25 - 来自专栏瓜农老梁
No.174# 中间件演进和稳定性治理实践
把 “看方向” 和 “稳定性治理” 体系化，保障驾驭的马车平稳行进。 通过容灾能力设计、遵守变更规范、落实代码评审、完善监控告警、蓝绿攻防演练、事故案例复盘等方面构建 “稳定性治理” 体系。 一、文章目录与个人介绍 二、中间件演进规范实践 三、中间件变更规范实践 四、中间件异地双活实践 五、稳定性治理内容提点 ----
72330编辑于 2022-12-03 - 来自专栏瓜农老梁
FA18# 中间件稳定性治理内容提点
引言 中间件稳定性尤为重要，本文希望梳理从各个方面形成一个体系回答这个问题。推而广之，其他技术治理也类似。 在早上8点到10点、下午5点到8点为业务高峰，也就是上下班高峰期。 容器团队通过弹性调度在低峰区缩容、高峰期扩容。 容器pod的重建依赖一个摘流系统。 摘流负责发布前流量的拉出、发布后流量的拉入。
65030编辑于 2022-12-03 - 来自专栏杨建荣的学习笔记
B站服务稳定性建设：高可用架构与多活治理
当前继续专注于核心业务多活建设推进、多活管控治理等工作。 分享概要 一、高可用多活架构 二、业务多活改造 三、多活管控与治理 一、高可用多活架构 相较于传统的灾备单活的架构，多活指的是在同城或异地的一个数据中心建立一套与本地生产系统部分或完全对应的一套服务，再进行流量调度 三、多活管控与治理 1.多活元信息规则治理 我们初期在CDN上的一些规则偏向非标，有大量的正则写法，所以我们在做第一步时就对多活元信息的规则进行了治理，APIGW接入时也应用了前缀路由的模式，以方便做后续的统一切流管理
1.4K21编辑于 2023-09-04 前端平台大仓应用稳定性治理之路｜得物技术
，应用稳定性的治理达到了不错的效果，从未出现因大仓稳定性治理导致的线上问题。 二、治理体系前端大仓在试行之后，经过在迭代的持续性治理，已经形成了一套完整的稳定性治理流程体系，如下：定义指标：在前端大仓monorepo研发流程模式下定义应用稳定性治理目标，治理目标是经过各业务域统一对焦且切实有效的 ；治理目标制定：在每个季度初，各业务域根据应用稳定性治理结果重新定义治理目标，写入到OKR中，作为当前季度的稳定性治理事项，各业务域因应用的质量不一样，稳定性治理指标也存在一定的区别；跟进过程：在每双周的平台周会同步各业务域在迭代的稳定性治理结果 大仓应用的稳定性基本上都是围绕上面5个指标来进行治理的，在逐步推进治理的过程中，大仓应用的代码稳定性也在不断的提升，当达到一定程度的时候，各应用的稳定性也会达到一定的程度趋于平稳。 次左右，提升了应用发布的稳定性；代码重复率从最初的12.5%左右降低到目前的8%以下，在提升代码复用的同时，也提升了整体大仓应用代码的可维护性和稳定性。
22910编辑于 2026-01-06- 来自专栏运维开发故事
K8s集群稳定性提升手段
这时可以通过动态调整副本数，以高资源利用率承载业务的波峰波谷，可以参考k8s原生提供的HPA 。 这里暂时介绍利用k8s原生能力进行资源的划分和限制。 1.2.1 如何资源划分和限制 设想，你是个集群管理员，现在有4个业务部门使用同一个集群，你的责任是保证业务稳定性的前提下，让业务真正做到资源的按需使用。 此外，对于共享使用一个集群的团队/项目来说，他们通常都将自己容器的 Request 和 Limit 设置得很高以保证自己服务的稳定性。 集群稳定性提升手段，有很多，提升资源利用率只是某一种，后续还会继续输出其他手段的应用，还请持续关注，未完待续。。。
93030编辑于 2022-04-05 - 来自专栏Java-SpringCloud相关
Java学习笔记-微服务(8)-流量治理Sentinel
SentinelSentinel 面向分布式、多语言异构化服务架构的流量治理组件。替换 Spring Cloud CircuitBreaker。 Sentinel 实现了从流量路由、流量控制、流量整形、熔断降级、系统自适应过载保护、热点流量防护等多个维度来帮助保障微服务稳定性。 xml version="1.0" encoding="UTF-8"? > <maven.compiler.target>17</maven.compiler.target> <project.build.sourceEncoding>UTF-8<
64710编辑于 2025-03-09 - 来自专栏腾讯云中间件的专栏
混沌工程在云原生中间件稳定性治理中的实践分享
云计算提升了软件开发运维效率，云测试打破了效能瓶颈进而提升软件质量，以混沌工程为代表的技术理念保障了云上系统稳定性。新一代软件工程将从开发效能升级、软件质量提升、系统稳定性保障三个维度全面革新。 大会以“云赋新生，精益求精”为主题，以保障系统稳定性、提升软件开发效能、促进软件高质量发展为目标，探索全面上云之后企业的软件研发效能与系统稳定性的关键技术演进和落地实践。 议题分享 腾讯云Kafka产品研发负责人许文强将在混沌工程实践分论坛为大家带来以《混沌工程在云原生中间件稳定性治理中的设计与实践》为主题的精彩演讲。 当中间件出现抖动、异常、故障等稳定性问题时，业务可能就会遭受影响。而消息队列底层一般是分布式架构，其架构复杂, 严重依赖IAAS层的稳定性。 本次分享主要介绍腾讯云消息队列如何通过使用常态化的混沌工程演习去提高系统的稳定性，验证各个关键场景的自动容灾能力。
1K10编辑于 2022-06-17 瞬时高并发系统设计：从流量治理到稳定性保障的实战指南
瞬时高并发系统设计：从流量治理到稳定性保障的实战指南“直播间上链接 1 秒售罄，服务器直接报 503”“春运抢票刚点提交，页面就卡住不动”“赛事门票开放抢购，3 分钟内流量暴涨 100 倍，数据库直接宕机 稳定性要求高：“崩一次影响巨大”瞬时高并发场景往往是 “业务关键节点”：比如春运抢票关系到用户能否回家，演唱会开票关系到平台口碑，一旦系统崩溃，不仅会引发大量用户投诉，还可能造成直接经济损失（如退款、赔偿 二、架构设计核心：全域流量治理，分层扛压瞬时高并发系统的设计核心不是 “硬扛流量”，而是 “让流量在每个环节都可控”—— 通过 “接入层削峰、应用层解耦、数据层保稳、基础设施弹性”，形成一套 “流量漏斗 某票务平台曾将某热门乐队演唱会的票务数据单独隔离，高峰期该集群 QPS 达 8 万，而其他集群 QPS 仅 1 万，两者互不影响。 某电商平台在直播秒杀中，通过 K8s 自动扩容，将应用实例数从 20 个快速增加到 200 个，成功承载 15 万 QPS 的瞬时流量。
61610编辑于 2025-09-25- 来自专栏华章科技
一图梳理企业数据治理的8项举措
作者：用友平台与数据智能团队 来源：大数据DT（ID：hzdashuju） 笔者将其记为数据治理的8项举措，如图3-5所示。通过落实这8项举措，构建数据治理的核心能力，铺平企业数字化转型之路。 ▲图3-5 企业数据治理的8项举措 01 理现状，定目标 企业实施数据治理的第一步是厘清企业数据治理的现状，明确数据治理的目标。 数据治理目标应紧紧围绕企业的管理和业务目标而展开。 02 数据治理能力成熟度评估 很多企业想进行数据治理，但是不知道该如何入手，数据治理能力成熟度评估为企业数据治理提供了一个切入点。 治理路线图是对企业数据治理的全方面、全链路的体系化规划，解决企业数据治理“头痛医头，脚痛医脚”的问题。 04 数据治理保障体系建设 企业数据治理的保障体系包含组织和人员、制度和流程等方面的内容。 07 数据治理绩效考核 数据治理绩效考核是为了更好地检验数据治理目标而进行的绩效评估和改进活动。
2K40编辑于 2022-04-14 - 来自专栏Kubernetes
【K8s】Kubernetes 稳定性之健康检查
健康检查可以保障容器内应用程序的稳定性和可用性，并控制应用程序何时可以提供对外访问。
52610编辑于 2024-09-11 - 来自专栏TakinTalks稳定性社区
SRE实战：如何低成本推进风险治理？稳定性与架构优化的3个策略
作者介绍 数列科技联合创始人、CTO——陆学慧 TakinTalks稳定性社区发起人。参编《信息系统稳定性保障能力建设指南1.0》和《稳定性保障服务商能力要求》。 从长远来看，我们所有的稳定性和SRE工作，其实是在解决系统的整体健康和医疗成本之间的平衡问题。 今天我将主要分享如何系统地解决这些问题，以及稳定性保障和架构优化的核心策略。 上述两个痛点都指向同一个问题：公司的稳定性表现和投入在稳定性上的成本是正相关。由于目前风险管理的成本较高，所以大家被迫选择围绕故障来解决问题。 条消息堆积告警，每次堆积几十万条，基本消失 3）硬件成本降低：RT降低后，集群容量提升40%以上，整体硬件缩容了30% 四、总结与展望 通过上述案例，我们可以回顾之前提到的核心策略，即丰富数据、积累经验库和治理劣化场景 由于篇幅限制，还有一些业务架构和技术架构优化、日常发布中的劣化治理的案例无法一一分享。
92610编辑于 2023-12-04 - 来自专栏Kubernetes
【K8s】Kubernetes 稳定性之自动扩缩容
层面：根据业务规模，实现集群节点的自动扩缩容 Pod 层面：根据业务规模，实现 Pod 副本的自动扩缩容 自动扩缩容提供了以下好处： 提高资源利用率：根据实际需求动态调整资源，避免资源浪费 提高应用稳定性和可用性
75510编辑于 2024-09-11 - 来自专栏新智元
GAN最新进展：8大技巧提高稳定性
、超分辨率、姿势转换，以及任何类型的图像翻译，例如下面这些： 使用 GAN 进行图像翻译 (Source: https://phillipi.github.io/pix2pix/) 然而，由于其无常的稳定性 8大技巧提高GAN性能 有很多技巧可以用来使 GAN 更加稳定或更加强大。这里只解释了相对较新的或较复杂的一些技术。 当然，使用 gradient penalty 可以帮助我们避开这些状态，大大增强稳定性，减少模式崩溃。 relativistic 方法也解决了这个问题，并取得了相当显著的效果，如下图所示： 经过 5000 次迭代后，标准 GAN(左) 和 relativistic GAN(右) 的输出 8、自注意力机制
1.3K40发布于 2019-03-07 - 来自专栏【腾讯云开发者】
立即预约丨学会数据治理，8小时就够了！
大数据是企业数字化转型的核心，数据平台是数据的加工厂，数据治理是数据加工工艺，好的数据平台与数据治理体系，是发展大数据的基础。 2021年3月16日-3月25日期间，腾讯云智慧能源业务中心专家蔡春久为您带来《“碳”寻数据价值，助力3060》为主题的4场数据治理系列直播课程，从体系、规划、实施、工具篇剖析数据治理，助力提升数据治理认知和理论体系
34320发布于 2021-03-12 - 来自专栏希里安
微服务治理？容器治理？
微服务治理的主要目标是确保整个系统的一致性、稳定性和安全性。 服务发现与注册： 微服务架构中的服务需要能够找到彼此，这通常涉及到服务发现和注册中心，以确保新服务的自动注册和发现。 自动化： 自动化是微服务治理的核心，包括自动部署、自动伸缩和自动化测试等。 容器治理（Container Orchestration）： 容器治理是管理容器化应用程序的一系列策略和工具。 容器治理实例 容器治理是确保容器化应用程序在分布式环境中可靠运行的一组实践和工具。 容器治理： 安全性容器治理可以管理访问控制、证书管理和数据加密，以确保数据的保密性和完整性。 容器治理在这个示例中涵盖了容器的自动伸缩、容器的健康监控、容器的故障恢复、持久性存储连接以及安全性和访问控制等方面。这些措施确保了容器化应用程序的稳定性、性能和安全性。
1.1K40编辑于 2023-10-30 - 来自专栏实时流式计算
【译文】数据治理与BI治理
几十年来，数据治理一直是企业关注的焦点，并随着企业数据量的急剧增长，数据治理的重要性日益凸显。然而，大规模的有效BI治理一直是一个难以实现的目标，因为它需要比传统数据治理更广泛的关注点。 毕竟，如果给用户的交付物不一致，或者缺乏适当的上下文以确保业务用户正确地理解数据，那么所谓高质量、精心治理的数据又有什么价值呢？ 有效的BI治理要求组织为数据和分析的治理建立流程。 BI门户的关键治理角色体现在以下两个场景：独立的BI治理平台，或与数据目录协同工作。 什么是数据治理？ 数据治理是一组确保有效管理和利用数据的过程和技术的集合。 组织中的分析师和数据管理员使用数据治理工具来执行公司治理政策，来促进数据的正确使用。 应用这些工具进行数据治理需要大量的持续投资，因此许多组织希望从这些投资中获得可观的投资回报。 什么是BI治理？
1.5K40编辑于 2023-03-24
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