加一个JVM参数，让系统可用率从95%提高到99.995%
本文针对一个高并发（10W+ QPS）、低延迟（毫秒级返回）的系统因内存索引切换导致的不稳定问题，深入分析并优化了JVM参数配置。通过定位问题根源为GC压力大，尝试了多种优化手段：调整MaxTenuringThreshold、InitialTenuringThreshold、AlwaysTenure等参数让索引尽早晋升到老年代；探索PretenureSizeThreshold和G1HeapRegionSize实现索引直接分配到老年代；加速索引复制过程以及升级至JDK11使用ZGC。
从InfluxDB到StarRocks：Grab实现Spark监控平台10倍性能提升
Grab 是东南亚领先的超级应用，其 Spark 可观测平台 Iris 核心存储迁移到 StarRocks 后性能显著提升。新架构统一了实时与历史数据分析，减少多平台切换复杂性，查询速度提升 10 倍以上，资源使用效率提高 40%。通过物化视图、动态分区和直接 Kafka 摄取数据等优化，简化数据管道并降低运维成本。未来 Grab 将进一步增强推荐系统、集成机器学习，持续优化用户体验与系统可扩展性。
docker arm架构部署kafka要点
本内容介绍了基于 Docker 的容器化解决方案，包含以下部分：
1. **Docker 容器管理**：通过 Portainer 可视化管理工具实现对主节点和代理节点的统一管理。
2. **Kafka 可视化工具**：部署 Kafka-UI 以图形化方式监控和管理 Kafka 集群，支持动态配置功能，
3. **Kafka 安装与配置**：基于 Bitnami Kafka 镜像，提供完整的 Kafka 集群配置示例，涵盖 KRaft 模式、性能调优参数及数据持久化设置，适用于高可用生产环境。
以上方案适合 ARM64 架构，为用户提供了一站式的容器化管理和消息队列解决方案。