暂无个人介绍
2020年03月
最常用的还是排查问题,现在一般远程log都能解决了,解决解决都是和操作系统相关的。 iotop 查看io占用的进程 tsar 查看当前机器的cpu mem等详细信息 cat log | grep timeout | awk -F, {print $2} | sort | uniq -c | sort -nrk 1 | head 10 找出top超时的行
docker 本身解决的问题是一个单点部署的问题。但是只有docker和调度器结合之后才真正展示出效率。单点故障的自动恢复,从此不再依赖外围的脚本
我不回答现有的问题,给楼主添加几个新问题吧 1、如何处理变更稳定性和变更效率之间的关系?他们之间是不是矛盾的,有什么处理方案? 2、变更中灰度发布可以包含哪些类型,做到什么程度算是灰度发布? 3、如何理解容灾 4、Mesh会给传统的运维稳定性带来哪些新机会和挑战?
numpy和pandas 数据分析的利器,对于时间序列的数据分析,有非常高的开发效率
相信现在这个问题已经不是问题了,很显然k8s是现在不二的选择。 在无数据无状态的情况下,k8s目前解决的非常好了。 在类似数据库和搜索引擎的领域,也逐渐的在丰富完善。
如果关机是硬关机,也就是直接关闭电源,你是没有办法发送任何网络请求的。 如果关机是软关机,用户可以在shutdown等命令上挂钩子,在执行到函数时发送网络请求。
提这个问题本身,可能想监控机器的状态,如果是那样的话,不如使用外部的pingmesh来探测。