王晨纯_个人页

个人头像照片 王晨纯
个人头像照片
18
27
0

个人介绍

阿里巴巴高级技术专家。在阿里长期负责高可用相关领域工作,包括评价、店铺、商家事业部等双 11 技术保障工作,从 2015 年开始,在阿里百川业务,基于阿里云,为移动互联网应用提供高可用技术及产品,参与了 EWS 等高可用领域产品架构设计,积累了云上和云下的全面稳定性经验。

擅长的技术

获得更多能力
通用技术能力:

暂时未有相关通用技术能力~

云产品技术能力:

阿里云技能认证

详细说明
暂无更多信息
  • 发表了文章 2019-02-28

    Hive Tips

  • 发表了文章 2019-02-28

    从一个开发的角度看负载均衡和LVS

  • 发表了文章 2019-02-28

    常用JVM参数解释

  • 发表了文章 2017-10-25

    基于容器的全链路运维平台实践

  • 发表了文章 2017-10-25

    2017 JavaOne参会感想

  • 发表了文章 2017-10-25

    2017QCon分享:从淘宝到云端的高可用架构演进

  • 发表了文章 2016-04-11

    一次CMS GC的调优工作

  • 发表了文章 2016-04-11

    Linux IO调度器

  • 发表了文章 2016-04-11

    Hive Tips

  • 发表了文章 2016-04-11

    大型网站架构的发展

  • 发表了文章 2016-04-11

    Linux I/O Scheduler

  • 发表了文章 2016-04-11

    从一个开发的角度看负载均衡和LVS

  • 发表了文章 2016-04-11

    流水线中的分支预测

  • 发表了文章 2016-04-11

    流水线中的大冒险

  • 发表了文章 2016-04-11

    何时对null值做Cache

  • 发表了文章 2016-04-11

    Java应用线上问题排查的常用工具和方法

  • 发表了文章 2016-04-11

    如何真实压测一个Web浏览型应用的性能

  • 发表了文章 2015-12-08

    面向GC的Java编程

正在加载, 请稍后...
滑动查看更多
  • 回答了问题 2019-07-17

    [@饭娱咖啡][¥20]jdk9 与jdk8 有哪些不同

    Java 平台 模块系统(jagsaw)
    Jshell
    集合、Stream 和 Optional
    进程 API
    平台日志 API 和 服务
    反应式流 ( Reactive Streams )
    变量句柄
    改进方法句柄(Method Handle)
    Nashorn

    踩0 评论0
  • 回答了问题 2019-07-17

    在高频写入场景下如何优化小合并?有相关参考资料?

    参考LevelDB的分层合并,通常思想是内存写,然后merge数据顺序刷盘

    踩0 评论0
  • 回答了问题 2019-07-17

    源站设置为OSS还是IP比较好呢?

    OSS endpoint,避免IP变更

    踩0 评论0
  • 回答了问题 2019-07-17

    [@徐雷frank][¥20]这样才能搭建一个高并发高可用的系统架构

    比较宽泛,可以先看《构建高性能Web站点》了解下

    踩0 评论0
  • 回答了问题 2019-07-17

    [@倚贤][¥20]聊天客户端如何保证和服务器socket的连接?

    直接用websocket协议

    踩0 评论0
  • 回答了问题 2019-07-17

    [@倚贤][¥20]请问下开放API接口安全处理应该是那几方面入手

    1、安全性(身份验证和潜在授权)

    2、管理与限制访问配额

    1. 限流和其它保障高可用的机制
    踩0 评论0
  • 回答了问题 2019-07-17

    [@项籍][¥20]rocketmq和Kafka的区别是什么?

    数据可靠性
    RocketMQ支持异步实时刷盘,同步刷盘,同步Replication,异步Replication
    Kafka使用异步刷盘方式,异步Replication/同步Replication
    总结:RocketMQ的同步刷盘在单机可靠性上比Kafka更高,不会因为操作系统Crash,导致数据丢失。
    Kafka同步Replication理论上性能低于RocketMQ的同步Replication,原因是Kafka的数据以分区为单位组织,意味着一个Kafka实例上会有几百个数据分区,RocketMQ一个实例上只有一个数据分区,RocketMQ可以充分利用IO Group Commit机制,批量传输数据,配置同步Replication与异步Replication相比,性能损耗约20%~30%,Kafka没有亲自测试过,但是个人认为理论上会低于RocketMQ。

    性能对比
    Kafka单机写入TPS约在百万条/秒,消息大小10个字节
    RocketMQ单机写入TPS单实例约7万条/秒,单机部署3个Broker,可以跑到最高12万条/秒,消息大小10个字节
    总结:Kafka的TPS跑到单机百万,主要是由于Producer端将多个小消息合并,批量发向Broker。

    RocketMQ为什么没有这么做?

    Producer通常使用Java语言,缓存过多消息,GC是个很严重的问题
    Producer调用发送消息接口,消息未发送到Broker,向业务返回成功,此时Producer宕机,会导致消息丢失,业务出错
    Producer通常为分布式系统,且每台机器都是多线程发送,我们认为线上的系统单个Producer每秒产生的数据量有限,不可能上万。
    缓存的功能完全可以由上层业务完成。
    单机支持的队列数
    Kafka单机超过64个队列/分区,Load会发生明显的飙高现象,队列越多,load越高,发送消息响应时间变长。Kafka分区数无法过多的问题
    RocketMQ单机支持最高5万个队列,Load不会发生明显变化
    队列多有什么好处?

    单机可以创建更多Topic,因为每个Topic都是由一批队列组成
    Consumer的集群规模和队列数成正比,队列越多,Consumer集群可以越大
    消息投递实时性
    Kafka使用短轮询方式,实时性取决于轮询间隔时间,0.8以后版本支持长轮询。
    RocketMQ使用长轮询,同Push方式实时性一致,消息的投递延时通常在几个毫秒。
    消费失败重试
    Kafka消费失败不支持重试。
    RocketMQ消费失败支持定时重试,每次重试间隔时间顺延
    总结:例如充值类应用,当前时刻调用运营商网关,充值失败,可能是对方压力过多,稍后再调用就会成功,如支付宝到银行扣款也是类似需求。

    这里的重试需要可靠的重试,即失败重试的消息不因为Consumer宕机导致丢失。

    严格的消息顺序
    Kafka支持消息顺序,但是一台Broker宕机后,就会产生消息乱序
    RocketMQ支持严格的消息顺序,在顺序消息场景下,一台Broker宕机后,发送消息会失败,但是不会乱序
    Mysql Binlog分发需要严格的消息顺序

    定时消息
    Kafka不支持定时消息
    RocketMQ支持两类定时消息
    开源版本RocketMQ仅支持定时Level,定时Level用户可定制
    阿里云ONS支持定时Level,以及指定的毫秒级别的延时时间
    分布式事务消息
    Kafka不支持分布式事务消息
    阿里云ONS支持分布式定时消息,未来开源版本的RocketMQ也有计划支持分布式事务消息
    消息查询
    Kafka不支持消息查询
    RocketMQ支持根据Message Id查询消息,也支持根据消息内容查询消息(发送消息时指定一个Message Key,任意字符串,例如指定为订单Id)
    总结:消息查询对于定位消息丢失问题非常有帮助,例如某个订单处理失败,是消息没收到还是收到处理出错了。

    消息回溯
    Kafka理论上可以按照Offset来回溯消息
    RocketMQ支持按照时间来回溯消息,精度毫秒,例如从一天之前的某时某分某秒开始重新消费消息
    总结:典型业务场景如consumer做订单分析,但是由于程序逻辑或者依赖的系统发生故障等原因,导致今天消费的消息全部无效,需要重新从昨天零点开始消费,那么以时间为起点的消息重放功能对于业务非常有帮助。

    消费并行度
    Kafka的消费并行度依赖Topic配置的分区数,如分区数为10,那么最多10台机器来并行消费(每台机器只能开启一个线程),或者一台机器消费(10个线程并行消费)。即消费并行度和分区数一致。

    RocketMQ消费并行度分两种情况
    顺序消费方式并行度同Kafka完全一致
    乱序方式并行度取决于Consumer的线程数,如Topic配置10个队列,10台机器消费,每台机器100个线程,那么并行度为1000。
    消息轨迹
    Kafka不支持消息轨迹
    阿里云ONS支持消息轨迹
    开发语言友好性
    Kafka采用Scala编写
    RocketMQ采用Java语言编写
    Broker端消息过滤
    Kafka不支持Broker端的消息过滤
    RocketMQ支持两种Broker端消息过滤方式
    根据Message Tag来过滤,相当于子topic概念
    向服务器上传一段Java代码,可以对消息做任意形式的过滤,甚至可以做Message Body的过滤拆分。
    消息堆积能力
    理论上Kafka要比RocketMQ的堆积能力更强,不过RocketMQ单机也可以支持亿级的消息堆积能力,我们认为这个堆积能力已经完全可以满足业务需求。

    开源社区活跃度
    Kafka社区更新较慢
    RocketMQ的github社区有250个个人、公司用户登记了联系方式,QQ群超过1000人。
    成熟度
    Kafka在日志领域比较成熟
    RocketMQ在阿里集团内部有大量的应用在使用,每天都产生海量的消息,并且顺利支持了多次天猫双十一海量消息考验,是数据削峰填谷的利器。

    踩0 评论0
  • 回答了问题 2019-07-17

    [@徐雷frank][¥20]分布式架构

    这个话题有点大,可以看下这本书先科普下《构建高性能Web站点 》

    踩0 评论0
  • 回答了问题 2019-07-17

    [@talishboy][¥20]之前看过孤尽的码出效率 还是有一些问题不是很明白,比如为什么排序后的数组要比未排序的数据运行速率要快很多,甚至能达到三倍以上

    排序数据有利于CPU的分支预测和高速缓存命中

    踩0 评论0
  • 回答了问题 2019-07-17

    [@倚贤][¥20]SpringCloud的发展状况

    阿里的云原生组件是经过多年双11验证下来的,从可用性和稳定性上来说毋庸置疑,相信通过SpringCloud也能让开源社区archive more

    踩0 评论0
  • 回答了问题 2019-07-17

    [@wangccsy][¥20]ecshop共享数据库表的操作问题

    虚拟商品和ecshop产生软归属映射关系,到时候直接查这个关系来展现

    踩0 评论0
  • 回答了问题 2019-07-17

    [@倚贤][¥20]分布式框架中的熔断机制

    一般都会有检测服务available的检测机制,服务如果恢复,即可重新建立连接upstream到下游

    踩0 评论0
  • 回答了问题 2019-07-17

    [@talishboy][¥20]阿里巴巴的潜客系统或者销售线索系统有哪些功能

    端点科技了解一下,https://www.terminus.io/

    踩0 评论0
  • 回答了问题 2019-07-17

    [@talishboy][¥20]Tengine/Nginx模块开发

    可以用lua脚本试一下

    踩0 评论0
  • 回答了问题 2019-07-17

    如何建官网

    购买一个虚拟主机,可以先从搭建一个wordpress开始

    踩0 评论0
  • 回答了问题 2019-07-17

    ecs密钥登录能否使用普通用户名

    踩3 评论0
  • 回答了问题 2019-07-17

    服务器内存升级

    可能需要重启生效

    踩0 评论0
  • 回答了问题 2019-07-17

    如何将备案号添加到网站底部

    自己加到HTML模板里就可以了

    踩0 评论0
  • 回答了问题 2019-07-17

    云解析的重要性

    主要是保障DNS的高可用,防止DDoS等攻击导致权威服务器无法解析你的域名

    踩0 评论0
  • 回答了问题 2019-07-17

    反向代理中 SSL 证书在不同层的区别

    区别不大,在不同的layer做了加解密,建议在nginx层做掉

    踩0 评论0
正在加载, 请稍后...
滑动查看更多
正在加载, 请稍后...
暂无更多信息