[Image](/uploads/documents/b/1/0/5/b1059dfbcee2b670b93af9e16b949726/p1_1.jpg) ## 链滴 ## 一 次线上 java 应用响应时间过长问题的排查 作者：xinzhongtianxia 原文链接：https://ld246.com/article/1569574881351 来源网站：链滴 许可协议：署名-相同方式共享 svg)

最近接手一个老 java 应用，没多久接到响应时间太长的报警，整个排查过程还是挺有意思的，录一下。

整个过程中，设计到 cpu，内存，垃圾回收，引用，spring，单例 等等知识，整个下来，心情愉悦。

接到报警

吃完晚饭回来，接到报警短信，服务响应时间太长，达到 2s 以上。

第一反应，怎么 第一反应，怎么可能，这个应用很简单，就提供了几个查询接口，QPS 单机也就 10 左右，居然响应间 2s 以上，这不科学。

看监控平台，有问题的机器，cpu占用很高，这。。。更不科学了。理论上，这应用cpu能到1

就不错了，现在居然 80%，吓得我赶紧跑到机器上，top 了一把，确实是 java 应用占用 cpu 很高。

找出占用cpu的线程

## Pod 容忍节点异常时间调整 ### 1. 原理说明 Kubernetes 集群节点处于异常状态之后需要有一个等待时间，才会对节点上的 Pod 进行驱逐。那么针对部分关键业务，是否可以调整这个时间，便于在节点发生异常时及时将 Pod 驱逐并在别的健康节点上重建？ 要解决这个问题，我们首先要了解 Kubernetes 在节点异常时驱逐 Pod 的机制。 在 Kubernetes 1.13 参数，指定当节点出现异常（如 NotReady）时 Pod 还将在这个节点上运行多长的时间。 那么，节点发生异常到 Pod 被驱逐的时间，就取决于两个参数：1. 节点实际异常到被判断为不健康的时间；2. Pod 对节点不健康的容忍时间。 Kubernetes 集群中默认节点实际异常到被判断为不健康的时间为 40s, Pod 对节点 NotReady 的容忍时间为 5min, 也就是说, 节点实际异常 5min40s(340s) ### 2. 调整节点被标记为不健康的时间 ControllerManager 参数 --node-monitor-grace-period 控制了在将一个节点标记为不健康之前允许其无响应的时长上限，该参数默认值为 40s，且必须比 Kubelet 的 nodeStatusUpdateFrequency 参数 (Kubelet 向主控节点汇报节点状态的时间间隔) 大 N 倍；这里 N 指的是 kubelet

## 时间序列总结 黄海广 副教授 2022年01月 ## 学习目标 了解 什么是时间序列，ARIMA 掌握 时间序列的基本操作  熟悉 滑动窗口的使用 掌握时期，重采样 ## 目录  01 时间序列的基本操作 时间序列的基本操作 02 固定频率的时间序列 03 时间周期及计算 04 重采样 05 数据统计—滑动窗口 06 时序模型—ARIMA ## 思考： 什么是时间序列？ ## 时间序列的概念 时间序列是指多个时间点上形成的数值序列，它既可以是定期出现的，也可以是不定期出现的。 ![Image](/uploads/documents/7/3/2/4/7324779c944ba21dfea64cbd0f6e9e96/p6_1

# Java EE 企业应用系统开发 HTTP 响应处理编程 王晓东 wangxiaodong@ouc.edu.cn 中国海洋大学 November 17, 2018  。 ## 响应的内容 ▶ 响应状态（Status Code） ▶ 响应头（Response Header） ▶ 响应体（Response Body） ## ① HTTP 响应状态行 表明响应的状态信息，如成功、失败、错误。 状态行组成：版本 / 状态代码 / 状态消息。 ## 状态行例子 HTTP/1.1 200

## PyTorch ## 时间序列预测 主讲人：龙良曲 ## Predict next  ## Sample data ## ☐ ☐ ☐ start = np.random.randint(3, size=1)[0] time_steps

## 从十到千 响应团队规模的敏捷与DevOps实践 冯斌@ONES 2019/05 北京 ## 极客邦科技 会议推荐2019  QCon ## 全球软件开发大会 北京 大会：5月6–8日 培训：5月9–10日 QCon 广州 6月  上海 ## 技术领导力峰会 时间：6月14–15日 GITC 北京 ## 全球大前端技术大会 大会：6月20–21日 培训：6月22–23日 ![Image](/uploads/documents/c/1/c/4/c1 目标管理和跟踪 3 设计研发管理方案 ## 1 度量研发效率 以端到端的最终效果为衡量标准（需求交付前置时间） • VSM ## 价值流图的实践 在真实工作情况下，从想法到真实可用，所有环节 需求设计 UI设计 研发 测试 部署 发布 ↑ ↑ ↑ 增值时间 非增值时间 返工指标 %C/A ## 1 度量研发效率 ## 需要工具 记录、回溯、聚合研发过程中的各种活动 CTO-视图

## PyTorch ## 时间序列表示 主讲人：龙良曲 ## Spatial Signals  ## Temporal Signals? I Love You Text Message Today 12:43 PM Hey Caroline

## PYCON CHINA 2019 ## 基于深度学习的多维时间序列预测在数据机房中的应用 浙江省邮电工程建设有限公司 大数据研究院 演讲人：杨赛赛 时间：10.19 ## 目录 1 背景介绍 2 研究目标 3 研究内容 4 后续工作 ### 1. 背景介绍  ## 多维时间序列预测方法解决机房温度预测 • 时间序列预测方法的比较 ## 传统时间序列预测 - 对单个维度历史信息进行预测 - 捕获简单线性关系，模型简单 • 代表算法有AR, ARIMA ## 基于深度学习的 时间序列预测 - 利用多维时间序列之间的信息 - 对变周期序列，多维空间依赖序列预测较弱 - 代表算法有RNN，LSTM ## 混合多维时间序列预测 - 提取多维序列之间更加复杂的关系 [Image](/uploads/documents/8/8/a/4/88a4e8e59674f74c7f37e59280fe9915/p10_1.jpg) - Convolutional Layer 捕捉时间维度上的短期依赖和维度之间的空间依赖关系 • Recurrent and Recurrent-skip layer 捕捉长期宏观依赖和周期性信息 • Autoregressive 叠加线性比例关系

https://xueyuanjun.com ## 第一部分：序言 新版特性 Laravel 6.0（LTS 版本）在 Laravel 5.8 的基础上继续进行优化，包括引入语义化版本、兼容 Laravel Vapor、优化授权响应、支持任务中间件、新增懒集合、优化数据库子查询、将前端脚手架提取到独立的 Composer 包 laravel/ui、以及多个 bug 修复和可用性的提升。 ## 语义化版本 Laravel 框架包 错误文件和行号处理、针对常见问题的可执行解决方案、代码编辑、异常分享、以及经过优化的用户体验。 ## 优化授权响应 在之前版本的 Laravel 中，获取并提供自定义授权消息给终端用户很困难，主要难点在于如何向终端用户解释清楚为什么特定的请求被拒绝了。在 Laravel 6.0 中，我们可以使用 Gate::inspect 方法和授权响应消息来轻松实现。例如，给定如下策略方法： /** * 判断用户是否可以查看指定的航班 return $this->deny('Explanation of denial."); } 接下来我们可以通过 Gate::inspect 方法获取授权策略的响应，然后再通过响应示例的 message() 方法获取授权消息： $response = Gate::inspect('view', $flight); if ($response->allowed())