中间件

阿里云中间件

️ Pic by Alibaba Tech on Facebook 集群限流 可以限制某个资源调用在集群内的总 QPS，并且可以解决单机流量不均导致总的流控效果不佳的问题，是保障服务稳定性的利器。 Sentinel 从 1.4.0 版本开始提供集群流控特性，但使用 Sentinel 集群限流需要对一系列的动态数据源进行相关配置，并且需要对开源控制台进行一些改造，有一定的使用成本。

Elastic Search是最流行的开源分布式搜索引擎中间件，在互联网新闻、电商、游戏、社交、大数据等领域有广泛的应用。Java Spring Boot 2.0为ElasticSearch企业级开发提供了完善的支持，本次课程一起深入学习ElasticSearch新特性与API机制。

Cloud Toolkit 2018.12 新版本发布，提供了在 Intellij IDEA 或 Eclipse 中直接将文件上传到远程服务器。 界面缩略图 第 1 步 ：添加目标机器 如上图所示，在菜单 Tools - Alibaba Cloud - Alibaba Cloud View - Host中打开机器视图界面，如下图： 点击右上角Add Host按钮，出现添加机器界面 第 2 步 ：登陆服务器 Terminal 点击机器列表中的 Terminal 按钮，即可完成终端登陆。

一、activeMQ的安装与部署 1、到官网下载安装包 http://activemq.apache.org/download.html官网里有Windows和Linux版本，可根据需要下载对应的版本。

一、为什么要中间件 计 算机技术迅速发展。从硬件技术看，CPU速度越来越高，处理能力越来越强；从软件技术看，应用程序的规模不断扩大，特别是Internet及WWW的出 现，使计算机的应用范围更为广阔，许多应用程序需在网络环境的异构平台上运行。

小蚂蚁说： 4月，蚂蚁金服自主研发的分布式中间件（Scalable Open Financial Architecture，以下简称 SOFA ）启动开源计划，并开放多个组件，（相关背景请点击链接阅读《开源 |蚂蚁金服启动分布式中间件开源计划，用于快速构建金融级云原生架构》、《开源 | 蚂蚁金服分布式中间件开源第二弹：丰富微服务架构体系》），这一系列的动作受到大家的关注和支持，SOFA社区也日益壮大。

近日，阿里云全局事务服务GTS正式上线，为微服务架构中的分布式事务提供一站式解决方案。GTS有哪些功能，相比传统事务的优势在哪呢？我们通过一张图读懂GTS。

蚂蚁金服将逐步向社区开源 SOFA 中的各个组件，助力更多机构和合作伙伴完成金融分布式转型！

PTS（Performance Testing Service）是web化的卓越的SaaS性能测试平台，具备强大的分布式压测能力，可方便的模拟海量用户的真实业务场景。PTS铂金版在功能上强调页面可视化编排，目前也在快速迭代中，倡导无需编码的复杂交互式压测；除了上面提及的特性之外，TPS压测模式、实时调控实时生效的调速能力也都是领先于业界的。

性能优化是企业级应用永恒的话题，关系型数据库查询优化更是如此。在前台核心业务场景中，类 KeyValue 查询(以下简称类 KV 查询)是非常常见的，并且在应用总 SQL 流量占比很高,如果仅在SQL层面进行进一步优化会非常困难，因此针对这类场景，TDDL/DRDS 配合 AliSQL 提出了全新的解决方案。

在刚过去的2017年双11零点流量高峰的考验下，主站接入层Tengine Gzip硬件加速机器运行平稳、同等条件下相比于未开启QAT加速的机器性能提升21%左右。

今年双11是X-DB的第一次大考，本次双11X-DB服务于天猫/淘宝核心交易系统、核心物流系统、核心IM系统，经受了零点业务32.5万笔/秒峰值的性能考验,同时X-DB支撑起了新一代单元化架构.

业务系统中，通常会遇到这些场景：A系统向B系统主动推送一个处理请求；A系统向B系统发送一个业务处理请求，因为某些原因（断电、宕机。。），B业务系统挂机了，A系统发起的请求处理失败；前端应用并发量过大，部分请求丢失或后端业务系统卡死。

昨天，我们将分布式消息中间件RocketMQ捐赠给了开源软件基金会Apache。 孵化成功后，RocketMQ或将成为国内首个互联网中间件在Apache上的顶级项目。

在内部系统不是非常的高并发，大流量的场景下，且有windows，Linux混合操作系统场景下，便于配置维护，可以使用HApoxy 替代 LVS一试。

目录 目录 一 准备工作 1 RocketMQ部署架构1 2 环境配置 二 安装RocketMQ 1 下载编译好的RocketMQ 2 解压缩并进入bin目录 3 启动name server 4 启动broker 5 MQ安装完毕 三 验证MQ是否安...

本篇主要介绍了异步消息机制及Spring对JMS封装，本篇文章讲解较为详细，如果想直接看如何配置，可以参考： Spring整合JMS(消息中间件)实例，但还是建议大家先看完本篇文章。 一、消息异步处理 类似于RMI、Hessian、Burlap等远程方法调用，它们都是同步的，所谓同步调用就是客户端必须等待操作完成，如果远程服务没有返回任何响应，客户端会一直等待直到服务完成

面向容器技术资源调度关键技术谁家强，Google、阿里还是Twitter，且看详细分析

   众所周知，Redis提供了发布订阅功能以及利用List数据结构可以实现消息队列的功能，本来这些也没什么技术难度，但是每次写这些程序时候，生产者和消费者都要写一些重复代码（管理Redis）和一些容易混乱的代码（消费者如何实现发布订阅和消息队列的消费），能不能有个中间件或者一个工具(...

本目录涵盖Linux系统开发、驱动、C语言、C++、Android及经验总结，内容包括进程通信、网络编程、实战开发技巧、设计模式、并发编程以及嵌入式开发等核心技术，适合开发者深入学习与实践。

在大模型时代，Python成为了主要的编程语言，最有代表性的就是LangChain大模型开发框架。本文章介绍如何有效的进行LangChain脚本管理、调度、提升资源利用率、限流等能力。

随着 DeepSeek 等高质量开源大模型的涌现，企业自建智能问答系统的成本已降低 90% 以上。基于 7B/13B 参数量的模型在常规 GPU 服务器上即可获得商业级响应效果，配合 Higress 开源 AI 网关的增强能力，开发者可快速构建具备实时联网搜索能力的智能问答系统。

阿里云云效「构建在线调试」功能全新上线，助您一键开启 Debug 模式，在线高效调试，轻松解决构建难题！

当你需要对对象存储 OSS（Object Storage Service）中的文件变动进行实时处理、同步、监听、业务触发、日志记录等操作时，你可以通过设置 OSS 的事件通知规则，自定义关注的文件，并将 OSS 事件推送到轻量消息队列（原 MNS）的队列或主题中，开发者的服务即可及时收到相关通知，并通过消费消息进行后续的业务处理。

阿里云作为全球领先的云服务商，始终站在开源观测技术最前沿。深度参与 OTel 社区，坚定支持技术开放生态与全球兼容性技术标准的构建。

客户机房迁移过程中，发现不同 Pod 副本耗时前后相差 5 倍，本文介绍如何通过 ARMS 代码热点功能进行快速定位。

针对本地存储和 PVC 这两种容器存储使用方式，我们对 ACK 的容器存储监控功能进行了全新升级。此次更新完善了对集群中不同存储类型的监控能力，不仅对之前已有的监控大盘进行了优化，还针对不同的云存储类型，上线了全新的监控大盘，确保用户能够更好地理解和管理容器业务应用的存储资源。

从架构演进、网关优化到可观测体系构建等，UU 跑腿的云原生化，让 80% 的微服务轻松上云，还做到了 1 分钟弹性伸缩，实现了 80% 的运维成本降低。

云消息队列 RocketMQ 版是阿里云基于 Apache RocketMQ 构建的低延迟、高并发、高可用、高可靠的分布式“消息、事件、流”统一处理平台。现在，有奖体验活动火热来袭！诚邀您快速体验云消息队列 RocketMQ 版 Serverless 系列，赢取精美礼品！

在业务场景中，日志数据可能存储在日志服务 Project 的不同 Logstore/MetricStore 中或不同地域的 Project 中。日志服务的数据集（StoreView）功能支持跨地域、跨 Store 联合查询和分析，让用户基于数据集就能高效便捷地查询分析全地域的数据，真正做到数据分析不受地域边界的限制。

在 Spring Cloud 应用中可以非常低成本地集成 Nacos 实现配置动态刷新，在应用程序代码中通过 Spring 官方的注解 @Value 和 @ConfigurationProperties，引用 Spring enviroment 上下文中的属性值，这种用法的最大优点是无代码层面侵入性，但也存在诸多限制，为了解决问题，提升应用接入 Nacos 配置中心的易用性，Spring Cloud Alibaba 发布一套全新的 Nacos 配置中心的注解。

本文将演示如何使用事件总线（EventBridge），向量检索服务（DashVector），函数计算（FunctionCompute）结合灵积模型服务[1]上的 Embedding API[2]，来从 0 到 1 构建基于文本索引的构建+向量检索基础上的语义搜索能力。具体来说，我们将基于 OSS 文本文档动态插入数据，进行实时的文本语义搜索，查询最相似的相关内容。

【10月更文挑战第15天】开发者如何使用云消息队列 Kafka 版

本文介绍了一种使用C++实现的共享内存管理方案，通过借鉴Android property的设计思路，采用二叉树结构存储键值对，提高了数据检索效率。该方案包括设置和获取接口，支持多进程/线程安全，并提供了一个简单的测试示例验证其有效性。

本文介绍了如何使用最小堆实现高效的定时器组件，以解决Linux应用开发中定时器资源有限的问题。文章详细描述了最小堆方式的实现原理，包括系统定时器、定时器任务和定时器任务管理三个类的设计与源码实现。测试结果显示，该方法能够准确触发定时任务，有效利用系统资源。总结部分强调了使用最小堆的优势，以及通过抽象类实现清晰的业务逻辑。

本文为 iLogtail 开源两周年的实践案例分享，讨论了 iLogtail 作为日志采集工具的优势，包括它在性能上超越 Filebeat 的能力，并通过一系列优化解决了在生产环境中替换 Filebeat 和 Logstash 时遇到的挑战。

本文介绍了如何通过四步实现C++插件化编程，实现功能定制与扩展。主要内容包括引言、概述、需求分析、设计方案、详细设计、验证和总结。通过动态加载功能模块，实现软件的高度灵活性和可扩展性，支持快速定制和市场变化响应。具体步骤涉及配置文件构建、模块编译、动态库入口实现和主程序加载。验证部分展示了模块加载成功的日志和配置信息。总结中强调了插件化编程的优势及其在多个方面的应用。

iLogtail 作为一款开创性的轻量级日志采集器，历经 13 载风雨，始终致力于高效地从多元化的数据源中萃取、处理可观测信息，并无缝传输至阿里云日志服务或各类日志分析平台。今年，适逢 iLogtail 开源两周年的里程碑时刻，我们将回顾 iLogtail 的技术演进之路，领略其不断突破边界、引领可观测采集未来的创新力量。

祝贺 Nacos 社区 Star 数突破 30000！值此时机，回顾过去的两年时间，Nacos 从 2.0.4 版本演进到了 2.4.2 版本，基本完成了当初构想的高性能、易拓展的目标，并且对产品的易用性和安全性进行了提升，同时优化了新的官网，并进行了多语言和更多生态支持。未来，Nacos 会向更安全、更泛化、更云原生的 Nacos3.0 演进。

RocketMQ 早期批处理模型存在一定的约束条件，为进一步提升性能，RocketMQ 进行了索引构建流水线改造，同时 BatchCQ 模型和 AutoBatch 模型也优化了批处理流程，提供了更简便的使用体验，快点击本文查看详情及配置展示~

WebOffice控件面临兼容性、用户体验和维护难题。随着浏览器更新，依赖插件的技术不再适用，如Chrome不再支持NPAPI和PPAPI。产品普遍不支持多版本Office并存，定制能力弱，升级复杂。猿大师办公助手提供了解决方案，它兼容多种浏览器，包括最新版和国产浏览器，不依赖插件，支持文档对比，具有丰富的功能和接口，兼容多种Office版本，允许源码级定制，提供终身技术支持，并实现静默在线升级。适用于多种行业和操作系统。