## 简明高效的 Go 语言实战指南 视频课程 ## 你将获得 快速掌握 Go 语言基础语法和特性 学习性能调优方法并编写高性能代码 轻松搞定编程中的常见并发任务 设计并实现可扩展架构和高可用系统 ## 蔡超 Mobvista 技术副总裁 前亚马逊（中国）首席软件架构师 原价￥129 拼团价 ¥99 限时24⼩时 ![Image](/uploads/documents/3

## 云原生观察性、自动化交付以及 IaC 等之道 ## 云原生产品与架构系列讲座  高磊 曾任阿里巴巴、华为架构师、深信服云原生产品规划主管 11月17日（周三）晚8点-9点  一．另一种PaaS：API-M 二．云原生可观察性方法论 三．云原生自动化交付（ISV业务下发） 四．基础设施即代码拉通云与云原生 ## 全生命周期API管理-1 服务是从内研发视角来看的，但是对于外部消费者只想找到并集成API而已，并不想 44b9265b9cd04d/p7_2.jpg) 监控与告警： 主动告诉我 问题发生了！ ## 标准化能力—微服务PAAS—从监控到可观测—研发人员的第五感—2 可观察性是云原生特别关注的运维支撑能力，因为它的主动性，正符合云原生对碎片变化的稳定性保障的思想 数据的全面采集 数据的关联分析 统一监控视图与展现 Metric 是指在多个连续的时间周期内用于度量的KPI数值 Tracing

## 构建强一致性分布式数据库 TiDB 沈泰宁 R & D Engineer @ PingCAP ## 极客时间 | 企业服务 ## 想做团队的领跑者 需要迈过这些“槛” 成长型企业，易忽视人才体系化培养企业转型加快，团队能力又跟不上 团队成员技能水平不一， 难以一“敌”百人需求 寻求外部培训，奈何价更高且集中式学习 学习效果难以统计，产生不良循环 VS VS VS

GCN ## Go工程可观测性实践 周曙光 得物 Go开发  可观测性概述 01 链路追踪 02 指标 03 ## 第一部分 ## 可观测性概述 ## “ ## 什么是可观测性？ 广义的可观测性：可以根据系统的外部输出信息推断出系统内部状态的好坏。 推断出系统内部状态的好坏。 软件系统的可观测性：一种度量能力，能帮你更好的理解系统当前所处的任何状态。如果无需发布新代码就可以理解任何新的或怪异的状态，那么系统就具备可观测性。 ## 可观测性开源产品  Prometheus ![Im ## OpenTelemetry 为了解决 “厂商锁定问题”， 监控和可观测性社区过去创建了很多开源项目， 比如OpenTracing和OpenCensus， 这些标准允许用户实时收集遥测数据并传输到所选择的后端， 最终在2019年， 两个组织共同组建OTel项目， 并由CNCF负责。 OTel目前已经成为可观测性方案开源标准，标准的好处就是有了很多选择。 ## OTel 组件 ![Imag

## MYSQL 高可用方案探究 1 前言.....3 2 Lvs+Keepalived+Mysql 单点写入主主同步高可用方案.....3 2.1 方案简介.....3 2.2 方案架构图.....3 2.3 方案优缺点.....4 2.4 方案实战.....4 2.4.1 适用场景.....4 2.4.2 实战环境介绍.....4 2.4.3 Mysql 的安装和配置 backup 的 realserver 的配置.....7 2.4.9 Master 和 backup 的启动.....8 2.4.10 高可用方案测试.....9 3 Lvs+Keepalived+Mysql 单点写入读负载均衡主主同步高可用方案.....9 3.1 方案简介.....9 3.2 方案架构图.....9 3.3 方案优缺点.....9 3.4 适用场景 11 3.5.7 Master 和 backup 的 realserver 的配置.....15 3.5.8 Master 和 backup 的启动.....16 4 Heartbeat 高可用 Mysql 主主同步方案.....16 4.1 方案简介.....16 4.2 方案优缺点.....16 4.3 方案架构图.....17 4.4 适用场景.....17 4

Curve元数据节点高可用 • 1. 需求 • 2. 技术选型 • 3. etcd clientv3的concurrency介绍 • 3.1 etcd clientV3的concurrency模块构成 • 3.2 Campaign的流程 • 3.2.1 代码流程说明 • 3.2.2 举例说明Campagin流程 • 3.3 Observe的流程 4. MDS使用election模块的功能进行选主 异常 4.2.7 各情况汇总 ### 1. 需求 mds是元数据节点，负责空间分配，集群状态监控，集群节点间的资源均衡等，mds故障可能会导致client端无法写入。 因此，mds需要做高可用。满足多个mds，但同时只有一个mds节点提供服务，称该提供服务的mds节点为主，等待节点为备；主节点的服务挂掉之后，备节点能启动服务，尽量减小服务中断的时间。需要解决的问题就是：如何确定主备节点。 tcd，用于存储文件的元数据信息。而etcd可以用于实现mds高可用，没必要引入其他组件。 使用etcd实现元数据节点的leader主要依赖于它的两个核心机制：TTL和CAS。TTL(time to live)指的是给一个key设置一个有效期，到期后key会被自动删掉。这在很多分布式锁的实现上都会用到，可以保证锁的实时性和有效性。CAS(Atomic Compare-and-Swap)指的

## 好的 MySQL 兼容性可以做到什么程度 PolarDB-X 如何做生态兼容 胡中泉（舟济） 阿里云数据库解决方案架构师 ## 01 为什么要兼容 MySQL The longer you look back, the farther you can look forward. ## 也从阿里巴巴的“去IOE”运动说起 ## 业务驱动下的分布式技术实践之路  ## PolarDB-X 完全兼容 MySQL Binlog 可行性 ## PolarDB-X CN CN DN CN DN DN ![Image](/uploads/documents/3/f/4/e/3f4ec83abe17d21c76d0d477fa275302/p8_2 多节点产生多个增量事件队列 不同队列中事件之间的顺序 • 分布式事务完整性 • DDL 引起的多 Schema 版本问题 • 扩缩容引起的队列增减 ## A: PolarDB-X 全局 Binlog：完全兼容 • 与 MySQL Binlog 体验完全一致 • 保障分布式事务完整性 - 透明：下游系统或工具改造成本为零 - 实现复杂度高 ## PolarDB-X Global Binlog 特性详情

CHINA CONF 2021 - 2022 第二届中国Rust开发者大会 2022.07.31 Online # Rust API可靠性分析与验证 姜剑峰 ## 主题内容 • Rust第三方库API可靠性现状 • 现用方法的局限性 - 基于程序合成+模糊测试的可靠性分析方法 ## 自我简介 • 本（2019）硕（2022）毕业于复旦大学 - 目前在蚂蚁集团安全计算部门开发应用于机密计算的Rust系统软件 ## Rust API 可靠性 现有的机制是否足够呢？ - unsafe代码没有破坏内存安全性 • no memory leakage • panic free 在任何合法使用API的情况下 • 所有静态检查提供的保证都应该被满足（不应该被unsafe所破坏） - 所有动态检查都不应该被违背（可以被安全的移除），除非panic是一种允许的行为 ## 现有的可靠性分析方法及其局限性 模糊测试(afl 模糊测试用例程序 ## 结论以及未来的发展 1. Rust优秀的语言设计避免了大量可能发生的潜在错误 2. 目前Rust程序合成的难点在于unsafe代码，泛型与trait，宏等 3. 保障Rust程序的可靠性仍然需要各种程序分析以及软件测试的手段 ## Thanks ## Rust China Conf 2021-2022 – Online, China

## Doris 的数据导入事务及原子性保证 杨政国 百度资深研发工程师 Doris Committer  ## 01 ## Doris简介 ## 系统定位 • 基于MPP（大规模并行处理）架构的分析型数据库 • 性能卓越，PB级别数据毫秒/秒级响应 性能卓越，PB级别数据毫秒/秒级响应 • 适用于高并发、低延时下的多维分析、实时报表等场景 • 由百度自研，2017年开源，2018年贡献给Apache社区后更名为 Apache Doris 百度内部统称其为“百度数据仓库Palo”，同时百度云上提供Palo的企业级托管版本 ## 发展历程 ![Image](/uploads/documents/0/1/5/2/01525fea83a74444259958fe4de89db4/p5_2 级 ## 2009 - 进行了通用化改造，开始承接公司内部其他报表系统 - 助力百度统计成为国内最大的中文网站分析工具 ## 2012 - 随百度业务飞速发展，对Doris的性能、可用性、拓展性进行了全面升级 承担百度所有统计报表业务 03 ![Image](/uploads/documents/0/1/5/2/01525fea83a74444259958fe4de89db4/p6_2

SOFTWARE DEVELOPMENT CONFERENCE BEIJING 2017 # 高性能高可用机票实时搜索系统 去哪儿网 梁启康 ## 议题 系统诉求 海量数据 设计思路 搜索框架 报价引擎 待解问题 ## 系统诉求 - 全网价最低 • 航线报价最全 - 实时性最好 • 产品最丰富 • 预定最流畅 ### 去哪儿？ Qunar.Com 聪明你的旅行 ___ 报价源多，不稳定 • 响应时间要求苛刻 遇到问题 • 搜索条件有热点 • 缓存报价不准 · 尽量用原生数据类型，编码 • 回数比例，异步搜索更新 解决方案 · 分批回数 ·一致性哈希，负载均衡 • 供应商粒度，主动更新 ## 报价引擎 供应商规则 套餐搭售 + 航司运价 + 低价特惠 商旅优选 头等舱 o o o 航班舱位状态 ## 报价引擎—供应商规则 报价引擎 — 组织索引 • 规则库 => 索引库 - 规则库写入量大，集群峰值达20K TPS · 要求同步延迟很低，不超过60s - 保持顺序一致性，如果先删后插变成先插后删，数据会不一致 · 数据最终一致 · 系统高可用 规则库 供应商 A 供应商 B DB Sync 供应商 M 索引库 北京 | 上海 成都 | 杭州 广州 | 郑州 南宁 | 天津