## 什么是服务注册中心？ 服务注册中心具有服务注册和服务发现能力的可靠的分布式服务。 1. 服务注册 2. 服务发现 3. 可靠 4. 分布式  ## 为什么需要服务注册中心？ 是单体架构向微服务服务化演进的需要。  ## 为什么实现自己的服务注册中心？ 1. 提供标准接口（RESTful） 79/p5_1.jpg) ## 从服务注册中心到服务管理中心 1. 元数据 2. 依赖关系 3. 实例变化推送 4. 多租隔离 5. 高可用性保障  ## 从服务注册中心到服务管理中心 Event Notifier Service-Center

120/p1_1.jpg) # 事件 ONCALL 中心建设方法 一站式处理值班 OnCall，智能降噪  北京快猫星云科技有限公司 ## 前言 市面上有众多监控系统，刨去商业软件不说，开源的就有 Nagios、Zabbix、Op Prometheus 可能有多套）或者 Nightingale，日志的监控可能用的 Elastalert，如果上云了，可能还会有多套不同的云监控（尤其是多云场景下）。 监控系统的重心，通常是采集、存储、可视化、生成告警事件，但通常都不具有完备的事件后续处理能力。这里说的后续处理主要包括：多渠道分级通知、告警静默、抑制、收敛聚合、降噪、排班、认领升级、协同闭环处理等等。监控系统或多或少都有一些这方面的能力， 我们先来看第一个痛点，首先分析一下造成告警太多、打扰太多的原因是什么，然后针对原因提出对应的方案。 ## 告警太多的常见原因 最常见的原因，是告警规则设置得不合理。比如很多规则触发了告警之后，实际没有后续动作，只是起到常态化通知的效果，不需要排查，也不需要止损，甚至连个长线的 TODO 都没有。这类告警多了人就疲了，当重要的告警来临的时候，也容易忽略。这样的规则如果不经过治理，日积月累，就会产生很多无用的告警。 第二个

## 携程技术沙龙 Redis 多数据中心双向同步 祝辰 ## 讲师介绍  ## 祝辰 • 携程框架架构部门 • 资深研发工程师 - 专注于 Redis 高可用系统的研发工作 • 对分布式存储系统有所涉猎 ## 目录 CONTENTS Geographical Society, 1881. ## 21 世纪的通讯 同样的一张地图 在今天, 仅仅需要毫秒级别的时间, 一条消息可以被全世界共享起来 互联网的规模也从单独 一个数据中心的部署方 式转变为多数据中心, 甚 至是跨区域的部署模式  ## Data Replication Center DRC 的概念是在近年来, 云计算兴起, 多站点部署的场景下, 延伸出来对于数据共享的一个需求. 多站点部署的架构, 对于单元化部署的应用来讲, 跨数据中心的数据访问一直是一个最大的痛点. ## 目前很多用户 - 抑或是采取了同一份写入到两个站点的数据库 - 抑或是跨站点写入数据库同时同步回来(例如 AWS 的 AURORA) 这两种方式都没有从根本上解决问题

curvefs chunkid 持久化 ## 背景 1. 将原有的获取chunkid的方法从space迁入mds中，并持久化写入etcd中； 2. 只考虑单mds工作的情况； 3. chunkid全局递增。 ## 实现 1. proto/space.proto 中的 message AllocateS3ChunkRequest、message AllocateS3ChunkResponse AllocateS3Chunk 调用 ChunkIDGenerator 对象的 GenChunkID 方法； 6. ChunkIDGenerator 类 1. 构造函数 初始化 2. init 函数：用于初始化或者更改 ChunkIdAllocatorImpl 的一些配置。但是这些配置不会立即生效，而是等到当前 chunkId池枯竭时才会生效。 3. 析构函数 4. GenChunkID

的流行，Go再次成为了这个领域的第一语言，以太坊，IBM的fabric等重量级的区块链项目都是基于Go开发。 我理解的区块链 区块链的是什么 去中心化系统 数字化账本 不可篡改 确定性的可复制状态机 Go 区块链的特点 1 去中心化、弱中心化 2 弱信任，对等的写入权限 数据库 3 共识信任机制，信任来自 于规则，非第三方 4 不可篡改 5 加密安全性、强规则 6 可编程 7 匿名性 8 alt=‘OCR图片’/> 协程 每个连接的节点分配一个协程 消息的处理使用协程去完成 脚本的验证使用协程实现并行的验证 ’ alt=‘OCR图片’/> channel 模块之间使用通道进行解耦 使用channel加锁 实现消息通信 buffer在内存池中的使用 从网上接收的tx消息 脚本 反序列化构造小脚本对象 内存 减少内存占用 封装对于buffer channel的读写 Message(protocol) Algorithm Util 基础算法层 Model Crypto Storage ’ alt=‘OCR图片’/> 组件化设计 ’ alt=‘OCR图片’/> 组件化的好处 易设计 易实现 易测试 易维护 易复用 THANK YOU BITMAIN | 姜家志

XuperDB 41 12 Crypto 45 13 我们的团队 49 14 参与开发 & 测试 51 15 参考文献 53 ## 系统介绍 PaddleDTX，是一个基于去中心化存储的专注于分布式机器学习技术的解决方案，攻克海量隐私数据的安全存储问题，并且实现多方数据的安全交换，助其突破数据孤岛，共同建模，联合发挥数据的最大价值。 ### 1.1 主要特征 PaddleDTX 支持多个学习过程并行运行的多方安全计算框架，集成多种横向联邦学习和纵向联邦学习算法 • 安全存储高敏感数据，防止隐私泄漏，支持故障容错，抵御存储作弊 - 去中心化管理存储节点，支持无上限数据纳管 • 保证多方数据联合建模的全链路可信 ### 1.2 架构概览 PaddleDTX 由多方安全计算网络、去中心化存储网络、区块链网络构建而成。 ##### 1.2.1 1.1 多方安全计算网络 有预测需求的一方为计算需求节点。可获 习算法。 ##### 1.2.2 1.2 去中心化存储网络 数据持有节点将自己的隐私数据进行加密、切分、副本复制后分发到存储节点，存储节点通过应答数据持有节点的挑战证明自己持有数据分片。通过这些机制，实现了在不泄漏隐私的前提下充分且安全地利用存储资源。 训练样本和预测数据集往往是归属于不同机构的隐私数据。这些机构可以作为数据持有节点加入到去中心化存储网络中，通过多方安全计算网络发挥数据的最大价值。

XuperDB 49 12 Crypto 53 13 我们的团队 57 14 参与开发 & 测试 59 15 参考文献 61 ## 系统介绍 PaddleDTX，是一个基于去中心化存储的专注于分布式机器学习技术的解决方案，攻克海量隐私数据的安全存储问题，并且实现多方数据的安全交换，助其突破数据孤岛，共同建模，联合发挥数据的最大价值。 ### 1.1 主要特征 PaddleDTX 支持多个学习过程并行运行的多方安全计算框架，集成多种横向联邦学习和纵向联邦学习算法 · 安全存储高敏感数据，防止隐私泄漏，支持故障容错，抵御存储作弊 - 去中心化管理存储节点，支持无上限数据纳管 • 保证多方数据联合建模的全链路可信 ### 1.2 架构概览 PaddleDTX 由多方安全计算网络、去中心化存储网络、区块链网络构建而成。 ##### 1.2.1 1.1 多方安全计算网络 有预测需求的一方为计算需求节点。可获 习算法。 ##### 1.2.2 1.2 去中心化存储网络 数据持有节点将自己的隐私数据进行加密、切分、副本复制后分发到存储节点，存储节点通过应答数据持有节点的挑战证明自己持有数据分片。通过这些机制，实现了在不泄漏隐私的前提下充分且安全地利用存储资源。 训练样本和预测数据集往往是归属于不同机构的隐私数据。这些机构可以作为数据持有节点加入到去中心化存储网络中，通过多方安全计算网络发挥数据的最大价值。

## 携程 Redis 多数据中心 双向同步实践 祝辰 ## 祝辰 目前任职携程框架架构部门资深研发工程师 负责框架Redis团队的开发工作 目录 1 业务背景 2 双向同步 3 CRDT 4 高可用 ## 开篇 & 背景 ## Redis 在携程的规模 25,000,000 QPS ## 跨公网同步 Console SHANGHAI Data CANADA [Image](/uploads/documents/7/f/2/f/7f2fc57ee7247c30251dfbc124a7d5de/p33_2.jpg) 本PPT来自2019携程技术峰会 更多信息请关注“携程技术中心”微信公众号~

ents/0/a/1/f/0a1fa9a06ea4418abd2bd720a7903c5d/p1_1.jpg) ### OpenShift Container Platform 4.10 虚拟化 OpenShift Virtualization 安装、使用和发行注记 Powered by TCPDF (www.tcpdf.org) OpenShift Virtualization 安装、使用和发行注记 观察节点网络状态 243 12.2. 更新节点网络配置 244 12.3. 对节点网络配置进行故障排除 256 第 13 章 日志记录、事件和监控 261 13.1. 查看虚拟化概述 261 13.2. 查看虚拟机日志 263 13.3. 查看事件 264 13.4. 使用事件和条件诊断数据卷 265 13.5. 查看有关虚拟机工作负载的信息 267 13 OpenShift 虚拟化（OpenShift virtualization）是 OpenShift Container Platform 的一个附加组件，可用于运行和管理虚拟机工作负载以及容器工作负载。 OpenShift Virtualization 通过 Kubernetes 自定义资源添加新对象至 OpenShift Container Platform 集群中，以启用虚拟化任务。这些任务包括：

ents/4/f/a/9/4fa94f5ec11c26725cf4fa7f08efa244/p1_1.jpg) ### OpenShift Container Platform 4.13 虚拟化 OpenShift Virtualization 安装、使用和发行注记 Powered by TCPDF (www.tcpdf.org) OpenShift Virtualization 安装、使用和发行注记 OpenShift 虚拟化（OpenShift virtualization）是 OpenShift Container Platform 的一个附加组件，可用于运行和管理虚拟机工作负载以及容器工作负载。 OpenShift Virtualization 通过 Kubernetes 自定义资源添加新对象至 OpenShift Container Platform 集群中，以启用虚拟化任务。这些任务包括： ● 通过各种控制台和 CLI 工具连接至虚拟机 导入和克隆现有虚拟机 ● 管理虚拟机上附加的网络接口控制器和存储磁盘 在节点间实时迁移虚拟机 增强版 web 控制台提供了一个图形化的门户界面 来管理虚拟化资源以及 OpenShift Container Platform 集群容器和基础架构。 OpenShift Virtualization 的设计和测试，可与 Red Hat OpenShift