为了在提供上述能力的前提下经受住流量、存储、容灾三大压力，点赞目前的系统实现方式如下：. 整个点赞服务的系统可以分为五个部分. 流量路由层（决定流量应该去往哪个机房）. 业务网关层（统一鉴权、反黑灰产等统一流量筛选）. 点赞服务（thumbup-service）,提供统一的RPC接口. 点赞异步任务（thumbup-job）.

不知道你有没有这样的经历，线上的系统突然来了很大的流量，有可能是黑客的攻击，也有可能是业务量远远大于你的预估，如果你的系统没有做任何的防护措施，这时候系统负载过高，系统资源慢慢耗尽，接口响应越来越慢，直至不可用，这又导致了调用你接口的上游系统发生资源耗尽的情况，最终导致系统雪崩. 想想就知道，这是一个灾难性的后果，那么有什么方法呢.

在微服务架构中，需要调用很多服务才能完成一项功能. 服务之间如何互相调用就变成微服务架构中的一个关键问题. 服务调用有两种方式，一种是RPC方式，另一种是事件驱动（Event-driven）方式，也就是发消息方式. 消息方式是松耦合方式，比紧耦合的RPC方式要优越，但RPC方式如果用在适合的场景也有它的一席之地.

在后端开发过程中，我们绕不开的就是数据结构设计以及关联的问题. 然而在传统的单体架构的开发中，解决数据关联的问题并不难，通过关系型数据库中的关联查询功能，以及MyBatis的级联功能即可实现. 但是在分布式微服务中， 整个系统都被拆分成了一个个单独的模块，每个模块也都是使用的单独的数据库. 这种情况下，又如何解决不同模块之间数据关联问题呢.

作为一个后端研发人员，开发服务接口是我正常不过的工作了，这些接口不管是面向前端HTTP或者是供其他服务RPC远程调用的，都绕不开一个共同的话题就是“高可用”，接口开发往往看似简单，但保证高可用这块实现起来却不并没有想想的那么容易，接下来我们就看一下，一个高可用的接口是该考虑哪些内容，同时文中有不足的欢迎批评指正.

联合作者：罗泽轩，API7.ai 技术专家、Apache APISIX PMC 成员. 联合作者：赵士瑞，API7.ai 技术工程师，Apache APISIX Committer. 身份认证是授予用户访问系统并授予使用系统的必要权限的过程. 而提供了这一功能的服务，就是身份认证服务. 在传统的单体软件应用程序中，所有这些都发生在同一个应用程序中.

服务端性能优化--最大QPS推算及验证. 影响QPS（即吞吐量）的因素有哪些. 每个开发都有自己看法，一直以为众说纷纭，例如：. QPS主要受编程模型的影响，比如不是coroutine、是不是NIO、有没有阻塞. QPS主要由业务逻辑决定，业务逻辑越复杂，QPS越低. QPS受数据结构和算法的影响.

本文正在参加 「金石计划. hello，大家好，我是张张，「架构精进之路」公号作者. 在日常工作中的一些技术设计方案评审会上，经常会有人提到注意服务接口的幂等性问题，最近就有个组内同学就跑到跟前问我，幂等性到底是个啥. 在目前分布式/微服务化的今天，提供的服务能力丰富多样，基于 HTTP 协议的 Web API 是时下最为流行的一种分布式服务提供方式，对于服务的幂等性保障尤为重要.

我们来自字节跳动飞书商业应用研发部(Lark Business Applications)，目前我们在北京、深圳、上海、武汉、杭州、成都、广州、三亚都设立了办公区域. 我们关注的产品领域主要在企业经验管理软件上，包括飞书 OKR、飞书绩效、飞书招聘、飞书人事等 HCM 领域系统，也包括飞书审批、OA、法务、财务、采购、差旅与报销等系统.

本文将以 Kubernetes Ingress、Istio 和 Envoy Gateway 为例，向你介绍 Kubernetes 中的入口网关和 Gateway API，同时介绍 Gateway API 使得 Kubernetes 和服务网格入口网关融合的新趋势. Ingress 作为 Kubernetes 的初代入口网关，它的资源模型过于简单以致于无法适应当今的可编程网络；.

　　知识库是企业经营过程中的面向客户和内部员工的知识沉淀文档库，里面包含各类教程、问答、案例等，知识库的检索匹配是自然语言处理(NLP)中一个重要的基础问题，本质是进行文本语义的相似度计算，也就是语义匹配，我们很多领域的任务都可以抽象为文本匹配检索任务，例如检索引擎、智能客服、知识检索、信息推荐等领域.

在 Kubernetes 中运行无服务器函数时，实现更快的启动速度和更小的内存占用. 由于运行上千个应用程序容器荚Pod所耗费的资源多，令它实现较少工作节点和资源占用所需成本也较高，所以在使用  Kubernetes 时，快速启动和较少的内存占用是至关重要的. 在 Kubernetes 平台运行容器化微服务时，内存占用是比吞吐量更重要的考量因素，这是因为：.

在微服务架构中，需要调用很多服务才能完成一项功能. 服务之间如何互相调用就变成微服务架构中的一个关键问题. 服务调用有两种方式，一种是RPC方式，另一种是事件驱动（Event-driven）方式，也就是发消息方式. 消息方式是松耦合方式，比紧耦合的RPC方式要优越，但RPC方式如果用在适合的场景也有它的一席之地..

大家好，我是Laffery，本文同步发表在我的个人博客「 Kuqiochi | 谈谈服务端渲染「SSR」」. SSR（服务端渲染，Server Side Render），顾名思义就是在服务端渲染出页面. 与之相对应的是CSR（客户端渲染，Client Side Render），即在浏览器上渲染完整的页面.

Update: 在排查 Cloudflare 缓存命中率低的问题时，发现没有一台 Server 实在是不方便. 比如想看下哪些请求透过了 CF，直接到了源站，如果内容 deploy 在 Vercel 上，就看不到这些请求日志. 所以虽然 Vercel 很方便，用起来也很舒服，但一些能力上的缺失在某些场景下还是挺难受的，因此还是转向了 VPS（Vultr） + Cloudflare 的传统配搭.

当业务依赖软件质量和速度来生存时，这种平衡就更难维持了. 许多公司都面临着持续快速交付高质量软件的挑战，这些软件通过 质量工程限制生命周期. Airbnb 在加速和扩展其价值主张的过程中面临着众多挑战，尤其是其信息系统的发展过程. 本文分享了 Airbnb 在质量工程方面的架构迭代之旅，并附有实用要点.

最近 eBPF 技术在云原生社区中持续火热，在我翻译了《 什么是 eBPF 》之后，当阅读“云原生环境中的 eBPF”之后就一直在思考 eBPF 在云原生环境中究竟处于什么地位，发挥什么样的作用. 当时我评论说“eBPF 开启了上帝视角，可以看到主机上所有的活动，而 sidecar 只能观测到 pod 内的活动，只要搞好进程隔离，基于 eBPF 的 proxy per-node 才是最佳选择”，再看到 William Morgan 的 这篇文章.

ebpf是一种创新的革命性技术，它能在内核中运行沙箱程序， 而无需修改内核源码或者加载内核模块. 将 Linux 内核变成可编程之后，就能基于现有的（而非增加新的）抽象层来打造更加智能、 功能更加丰富的基础设施软件，而不会增加系统的复杂度，也不会牺牲执行效率和安全性. BPF的第一个版本在1994年问世.

之前在写 面试常客：HTTP 缓存时，曾经就强缓存和协商缓存写过两个demo，但缓存要在服务端做，只能贴上代码，不能在网页上感受（虽然我贴了gif）. 笔者的所有 demo 例子都放在 github page 上，其特点是不需要服务器即可部署静态资源，但它不具备部署服务端应用能力. 最近笔者在了解 CI/CD 方面的知识点，想起了 Vercel，就想着能否将服务端应用架在 vercel 上呢.

vivo短视频在视频推荐时需要对用户已经看过的视频进行过滤去重，避免给用户重复推荐同一个视频影响体验. 在一次推荐请求处理流程中，会基于用户兴趣进行视频召回，大约召回2000~10000条不等的视频，然后进行视频去重，过滤用户已经看过的视频，仅保留用户未观看过的视频进行排序，选取得分高的视频下发给用户.

【编者按】本系列讲述了 lyft 是如何从本地开发、联调测试以及线上发布等多个环节提升微服务的研发效能，本文是该系列的第一篇. 2018 年底，Lyft 工程团队完成了将原来基于 PHP 的单体架构拆分成一组由 Python 和 Go 组成的微服务. 几年下来，微服务架构在允许团队之间相互独立地进行运维和交付服务方面取得了很大的成功.

前几天有粉丝留言，正在学习微服务，想让我推荐一个微服务学习项目. 这次我拿出了压箱底的收藏了，一个宝藏级微服务开源项目，炸裂. zheng项目不仅仅是一个开发架构，而是努力打造一套从  前端模板 -  基础框架 -  分布式架构 -  开源项目 -  持续集成 -  自动化部署 -  系统监测 -  无缝升级 的全方位J2EE企业级开发解决方案.

关于微服务的一些思考（附筛选评论）. 我知道微服务这个话题已经被讨论的太多太多，但我还是想以我在Web应用设计的经验出发，发表一些我的个人观点：. • 很多人认为微服务架构解决的是与伸缩性和性能有关的软件问题. 但其实他们解决的最重要的问题其实是：一个组织的问题. • 康威定律（Conway 's law https://en.wikipedia.org/wiki/Conway%27s_law）永远都适用此.

笔者在这个系列的第一篇文章 《一文看懂”ParNew+CMS”垃圾回收器》中详细介绍了”ParNew+CMS”垃圾回收器的工作原理. 文章最后笔者提到CMS垃圾回收器有两个比较显著的问题，一个是长时间运行无法避免Full GC，一个是Remark阶段STW时间较长. 正是因为这两个问题的存在，CMS垃圾回收器在JDK9被标记弃用，慢慢开始退出历史舞台.

微服务，顾名思义，就是将我们程序拆分为最小化单元来提供服务. 在一体化系统中，各个微服务也是不可能独立存在的，那么微服务之间涉及到的数据依赖问题，应该怎么处理呢. 我们从场景入手来分析考虑此类问题. 在一个供应链系统中，存在商品、销售订单、采购三个微服务，他们的主数据部分数据结构如下. 在设计这个供应链系统时，我们需要满足以下两个需求：.

前段时间，我的一个小伙伴跳槽到了某大型国有企业，刚到公司不久，老板给交给他一个重要项目——公司的数据中台规划. 老板交代：“要搞一个数据中台架构，涵盖数据资产管理、数据治理、数据分析等，同时这个数据中台，要体现去中心化，甚至无中心化的理念”. 我这哥们儿有过多年的数仓架构经验，并参考了业界主流的数据中台架构，很快就“照猫画虎”的搞了一个数据中台架构图出来.

年之计在于春，新年就要有新的打算，TJ君身边不少小伙伴都有点想在新的一年里开个网店的冲动，但是如何入手、如何开店都是个学问，需要好好研究，不过这也说明了电商行业的前景还是不错滴. 所以当TJ君今天留意到这个开源项目的时候，第一反应就是，可用. 说到mall4cloud，不得不先说下Mall4j. Mall4j是一个商用的提供多元化电商服务，满足企业多场景业务需求，为垂直行业提供专业的电商解决方案网站，提供多种成熟的电商配套服务，而mall4cloud则正是它的 开源版本.

完整项目地址： micro-service-plus. 带你用springcloud微服务撸后台(入口). 有时我们微服务需要相互调用，这时就需要feign了，但是当网关转发到微服务时token还在请求头中，假设请求gateway-A-B，到B服务时token没了，这时就需要重新写feign配置了，下面我们就来详解如何更优雅的feign调用及转发请求头参数.

随着服务网格架构理念的深入人心，它的适用场景也慢慢为众人所了解，社区中也不乏争论，甚至是质疑的声音. 笔者以在云原生和服务网格社区中多年的观察，将从亲历者的角度总结服务网格在 2021 年的进展. 因为当前在国内 Istio 几乎是服务网格的代名词，本文也将主要从 Istio 的技术和生态层面来解读服务网格在 2021 年的发展.

为了解决传统的单体应用（Monolithic Application）在可扩展性、可靠性、适应性、高部署成本等方面的问题，许多公司（比如Amazon、eBay和NetFlix等）开始使用微服务架构（Microservice Architecture）构建自己的应用. 微服务(Microservices) 是一种软件架构风格 (Software Architecture Style)，它是以专注于单一责任与功能的小型功能区块 (Small Building Blocks) 为基础，利用模组化的方式组合出复杂的大型应用程序，各功能区块使用与语言无关 (Language-Independent/Language agnostic) 的 API 集相互通讯.