一个监控数据的思考-sockets_used 背景 最近跟踪一个项目问题. Grafana的监控了里面有一个tcp的使用监控 CurrEstab 的数据量是: 700-2000 左右 但是同时有一个非常大的: Sockets_used的数据 数据量一般是 CurrEstab的十倍以上. 大家看起来感
一、 简介 Oracle 的11g版本正式发布到今天已经10年有余，最新版本也已经到了20c，但是Direct Path Read（直接路径读）导致性能问题的案例仍时有发生，很多12c的用户还是经常遇到这个问题，所以有必要把这个事情再跟大家讲一遍，通过2个典型案例加深理解。 早在2012年，盖国强大
一 概述 可用性是系统运行质量的重要指标. 随着数字化和智能化的进程, 系统的可用性愈发重要。例如，制造业流水线需要高可用性的 MES 系统来保证流水线的正常运转。 本文为高可用相关的技术文档, 从以下几个方面对高可用在制造业的应用和实施进行详细描述。 1.1 可用性(Availability)定义
一 基础信息 1.1 前提 本次安装的为 k3s 1.21.7+k3s1 VM 版本为 RHEL 7.8, 7.9 或 8.2, 8.3, 8.4(K3s 官网要求） VM YUM 仓库：已配置对应版本的 RHEL 和 EPEL YUM 仓库 VM 提供 root 权限 已配置 ntp（防止因为时间
一、概述 最近 ChatGPT 和其公司 OpenAI 特别火：ChatGPT 3, ChatGPT 3.5, New Bing, ChatGPT 4... 怀着学习的心态，这几天访问了 OpenAI 的博客, 上边关于 AI 的内容，确实隔行如隔山，完全看不明白。😂 但是翻看过程中，惊喜发现有
一 基础信息 1.1 前提 本次安装的为 20220129 最新版：Rancher v2.6.3 VM 版本为 RHEL 7.8, 7.9 或 8.2, 8.3, 8.4(Rancher 官网要求） VM YUM 仓库：已配置对应版本的 RHEL 和 EPEL YUM 仓库 VM 提供 root 权
背景 今天收到业务团队反馈线上有个应用往 Pulsar 中发送消息失败了，经过日志查看得知是发送消息时候抛出了 java.lang.InterruptedException 异常。 和业务沟通后得知是在一个 gRPC 接口中触发的消息发送，大约持续了半个小时的异常后便恢复正常了，这是整个问题的背景。
背景 之前在一次不规范HTTP请求引发的nginx响应400问题分析与解决 中写过客户端query参数未urlencode导致的400问题，当时的结论是： 对于query参数带空格的请求，由于其不符合HTTP规范，golang的net/http库无法识别会直接报错400，而nginx和使用uwsgi
背景 一个安静的晚上，突然接到小伙伴电话线上CDN回源异常，具体表现为请求量飙升，且伴有少量请求404，其中回源请求量飙升已经持续两天但一直未被发现，直到最近404请求触发了告警后分析log才同时发现回源量飙升这一问题。 触发问题的原因很快被发现并修复上线，这里分享一下跟进过程中进一步学习到的CDN
一、问题 在处理接口返回的数据，赋值给store中的数组时，报类型错误 data:{ cateList: [] } const getCateList = async () => { const res = await fetchCateList() as any if (res.code == 2
一、什么是插槽 插槽就是子组件中的提供给父组件使用的一个占位符，用 表示，父组件可以在这个占位符中填充任何模板代码，如 HTML、组件等，填充的内容会替换子组件的标签，父组件填充的内容称为插槽内容。 子组件不提供插槽时，父组件填充失效 父组件无填充
# 一、设置 ellipsis 使用数据表格[*Data Table*](https://www.naiveui.com/zh-CN/os-theme/components/data-table#ellipsis.vue)组件的省略`设置 ellipsis`，但是如果内容过长的情况下，会溢出 ```
# 一、安装 npm安装 ``` npm i mitt ``` pnpm安装 ``` pnpm i mitt ``` yarn安装 ``` yarn add mitt ``` # 二、使用 ## （一）、当前组件内使用 ```javascript import mitt from 'mitt' //
一：基础的函数组成 ’’‘Series.str.contains（pat，case = True，flags = 0，na = nan，regex = True)’’'测试pattern或regex是否包含在Series或Index的字符串中。 返回布尔值系列或索引，具体取决于给定模式或正则表达式是
一：概述 Power Query中的分组依据，类似于Excel中的分类汇总功能，可以按照某一分类对某列数据或某几列数据进行去重操作和聚合计算(求和、计数、求平均、非重复行计数等)，并在去重的过程中将其他数据列按照用户指定的方式， 对其进行聚合以便生成与依据列相对应的数据。在实际工作中，当我们遇到原始
一：导入案例数据及X-MIND 二：实例 2.1 显示摘要信息 2.2显示描述性统计信息 2.3显示 前后n行 2.4显示索引、列信息 2.5显示每列的数据类型
一：XMIND 二：设置索引 示例数据，假设我们有一个DataFrame对象，如下： import pandas as pd df = pd.DataFrame({ "name": ["Alice", "Bob", "Charlie", "David"], "age": [25, 30, 35, 4
一：X-MIND 二：计算两点经纬度之间的距离 经纬度是利用三维球面空间来描述地球上一个位置的坐标系统，每个经纬度坐标由经度 lng 和纬度 lat 两个分量组成。经纬度的有效范围为经度-180度到+180度，纬度大约-90度到+90度。 三：Geopy库，计算两点直线距离 如果遇到测算直线距离可以
一：本文思维导图及示例数据图 1.1思维导图 1.2 示例数据图 二：度量值示例 2.1 函数简介 RANKX 首先为的每一行计值表达式，将结果临时存储为一个值列表。然后在当前筛选上下文中计值，将得到的结果与列表中的值进行比较，根据排名规则和的设置，返回最终排名。 2.2 产品排名(稠密)度量值 这
一：思维导图&数据源示例 1.1思维导图 1.2示例数据源 二：参数构成 三：案例度量值 基础度量值 总销量 = CALCULATE(SUM('数据源'[销量])) 总销售额 = CALCULATE(SUM('数据源'[销售额])) RANK度量值 RANK排名 = RANK( MAKE BY SI
