×
提示:
×
提示:
请:
谢谢!
Toggle navigation
技术头条
最新
读点非技术
我也分享
赞过
我的
IT技术博客大学习
微博登录
0
RocketMQ 迈入50万TPS消息俱乐部
(yq.aliyun.com)
由
@云栖精选
2017-03-27 08:20 / 0个评论
要不要再学学下面的文章?
1
一次消息队列异常堆积的排查
(crossoverjie.top)
背景前两天收到业务反馈有一个 topic 的分区消息堆积了,根据之前的经验来看,要么是业务消费逻辑出现问题导致消费过慢,当然也有小概率是消息队列的 Bug(我们使用的是 pulsar)。排查通过排查,发现确实是在一点多的时候消息堆积了(后面是修复之后堆积开始下降)。。。
by
@技术头条
2024-05-05 23:28
查看详情
1
IM服务器设计-如何解决消息的乱序
(www.codedump.info)
IM消息需要面对的另一个难题:如何保证收到的消息不乱序。下面先展开看看要解决这个难题有哪些障碍。
by
@技术头条
2024-03-21 23:00
查看详情
1
IM服务器设计-消息存储
(www.codedump.info)
这部分专门讲述IM消息存储的设计。消息存储的难度在于,要考虑以下的场景:
1、离线消息存储。即发送消息时对方不在线该怎么处理。
2、单聊、群聊消息。
3、随着用户量越来越大,应该以后如何扩展。
by
@技术头条
2024-03-13 13:33
查看详情
1
使用 SQL 的方式查询消息队列数据以及踩坑指南
(crossoverjie.top)
为了让业务团队可以更好的跟踪自己消息的生产和消费状态,需要一个类似于表格视图的消息列表,用户可以直观的看到发送的消息;同时点击详情后也能查到消息的整个轨迹。
by
@技术头条
2023-09-10 23:23
查看详情
1
纯CSS实现未读消息超过100自动显示为99+
(www.zhangxinxu.com)
未读消息超过100显示为99+是常见的交互,目前主流实现一定是通过 JS 逻辑判断,其实纯 CSS 就能实现一模一样的功能,兼容性还不赖,进来看看吧。
by
@技术头条
2022-05-04 16:49
查看详情
0
深度 | 每秒1.4亿次!再度刷新TPS记录的PolarDB如何应对双11“尖峰时刻”?
(developer.aliyun.com)
2020年是云原生数据库PolarDB全面支撑天猫双十一的第二年,天猫交易、买家、卖家以及物流等系统在双十一期间基于PolarDB为亿万客户提供了顺滑的体验。同时,PolarDB还刷新了去年由自己创造的数据库处理峰值(TPS)纪录,今年TPS峰值高达1.4亿次/秒,较去年提升了60%。
by
@可耐芊小仙女
2020-11-26 11:03
查看详情
2
使用 Kotlin+RocketMQ 实现延时消息
(www.jianshu.com)
延时消息是指消息被发送以后,并不想让消费者立即拿到消息,而是等待指定时间后,消费者才拿到这个消息进行消费。
本文介绍了使用 Kotlin+RocketMQ 实现延时消息。
by
@Tony沈哲
2020-03-29 22:27
查看详情
1
dubbo-go 中的 TPS Limit 设计与实现
(yq.aliyun.com)
Apache Dubbo 是由阿里开源的一个RPC框架,除了基本的 RPC 功能以外,还提供了一整套的服务治理相关功能。目前它已经是 Apache 基金会下的顶级项目。而 dubbo-go 则是 Dubbo 的 Go 语言实现。最近在 dubbo-go 的 todo list 上发现,它还没有实现 TPS Limit 的模块,于是就抽空实现了这个部分。
by
@可耐芊小仙女
2019-11-27 15:52
查看详情
0
今日头条在消息服务平台和容灾体系建设方面的实践与思考
(yq.aliyun.com)
本篇文章整理自今日头条的沈辉在 RocketMQ 开发者沙龙中的演讲,主要和大家分享一下,RocketMQ 在微服务架构下的实践和容灾体系建设。沈辉是今日头条的架构师,主要负责 RocketMQ 在头条的落地以及架构设计,参与消息系统的时间大概一年左右。
by
@可耐芊小仙女
2019-11-12 15:25
查看详情
0
Knative 实战:基于 Kafka 实现消息推送
(yq.aliyun.com)
当前在 Knative 中已经提供了对 Kafka 事件源的支持,那么如何基于 Kafka 实现消息推送呢?本文作者将以阿里云 Kafka 产品为例,给大家解锁这一新的姿势。消息队列 for Apache Kafka 是阿里云提供的分布式、高吞吐、可扩展的消息队列服务。消息队列 for Apache Kafka 广泛用于日志收集、监控数据聚合、流式数据处理、在线和离线分析等大数据领域,已成为大数据生态中不可或缺的部分。
by
@可耐芊小仙女
2019-10-31 16:12
查看详情
使用微博登录,分享你的文章到本站
评论:
提交评论
近一周被赞排行
分享文章被赞得多,您就会出现在上面。还能给您微博带来新粉丝哦!