云原生下的流水线是通过启动容器来运行具体的功能步骤，每次运行流水线可能会被调度到不同的计算节点上。这会导致一个问题：容器运行完是不会保存数据的，每当流水线重新运行时，又会重新拉取代码、编译代码、下载依赖包等等。在云原生场景下，不存在本地宿主机编译代码、构建镜像时缓存的作用，大大延长了流水线运行时间，浪费很多不必要的时间、网络和计算成本。
julia是2010年开始面世的语言，作为一个10后，Julia必然有前辈们没有的特点。本文着重介绍julia的项目背景、效率问题，如何使用for训练的方式、julia-cuda的实现方式。
在研发项目中，经常能遇到复杂的状态流转类的业务场景，比如游戏编程中NPC的跳跃、前进、转向等状态变化，电商领域订单的状态变化等。这类情况其实可以有一种优雅的实现方法：状态机。本文重点介绍有限状态机，并结合具体项目，通过状态机的应用将状态和业务逻辑解耦，便于简化复杂业务逻辑，降低理解成本。另外，重点讲解如何优雅的解决更广泛的复杂业务问题。
本篇旨在基于编码规范、工作中积累的研发经验等，整理在多线程开发的过程中需要注意的部分，比如不考虑线程池参数、线程安全、死锁等问题，将会存在潜在极大的风险。并且对其进行根因分析，避免每天踩一坑，坑坑不一样。
在我们的日常编程任务中，对于集合的制造和处理是必不可少的。当我们需要对于集合进行分组或查找的操作时，需要用迭代器对于集合进行操作，而当我们需要处理的数据量很大的时候，为了提高性能，就需要使用到并行处理，这样的处理方式是很复杂的。流可以帮助开发者节约宝贵的时间，让以上的事情变得轻松。
我们团队一直在持续推进业务系统的体系化治理工作，在这个过程中我们沉淀了自己的DDD脚手架项目。本文主要是梳理和总结了DDD脚手架使用中的编码规范以及遇到的问题。
一次系统延迟性优化案例 服务监控系列文章 服务监控系列视频 延迟的本质 本质是cpu没有及时的运行程序代码。 进程内部 网络io，磁盘io，cpu调度 达到瓶颈 第三方系统 调用的第三方系统慢，mysql，redis等基础组件调度慢， 第三方应用系统调用慢 问题背景 线上隔三差五晚上10点左右总会有
我又和redis超时杠上了 性能排查，服务监控方面的知识往往涉及量广且比较零散，如何较为系统化的分析和解决问题，建立其对性能排查，性能优化的思路，我将在这个系列里给出我的答案。 服务监控系列文章 服务监控系列视频 背景 经过上次redis超时排查，并联系云服务商解决之后，redis超时的现象好了一阵
看了还不懂b+tree的本质就来打我 数据检索系列视频 大家好，我是蓝胖子。 今天我们来看看b+tree这种数据结构，我们知道数据库的索引就是由b+tree实现，那么这种结构究竟为什么适合磁盘呢，它又有哪些缺点呢？ 我将不会对b+tree的一些定义做过多的讲解，因为这些东西网上一大推，关键还是要抓住
iptables的使用 容器系列文章 容器系列视频 iptables介绍 iptables是基于内核提供的netfilter框架实现的，网络协议栈是分层的，在tcp ip网络模型里，tcp传输层下面的一层就是ip网络层，而netfilter就是工作在ip网络层，通过定义钩子函数，允许用户代码干预数据
k8s容器互联-flannel host-gw原理篇 容器系列文章 容器系列视频 简析host-gw 前面分析了flannel vxlan模式进行容器跨主机通信的原理，但是vxlan模式需要对数据包进行额外的封包解包处理，带来的开销较大。 所以flannel提供了另外一种纯3层转发的通信模式，叫做h
疯一样的向自己发问 - 剖析lsm 索引原理 lsm简析 lsm 更像是一种设计索引的思想。它把数据分为两个部分，一部分放在内存里，一部分是存放在磁盘上,内存里面的数据检索方式可以利用红黑树，跳表这种时间复杂度低的数据结构进行检索。 而当内存数据到达一定阀值的时候则会将数据同步到一个新的磁盘文件上。
甩出11张图-让我们来构想(实现)一个倒排索引 数据检索系列文章 倒排索引的简介 在介绍倒排索引之前，先看看传统b+tree索引是如何存储数据的，每次新增数据的时候，b+tree就会往自身节点上添加上新增数据的key值，如果节点达到了分裂的条件，那么还会将一个节点分裂成两个节点。 想一个场景，如果对
golang pprof 监控系列(1) —— go trace 统计原理与使用 服务监控系列文章 服务监控系列视频 关于go tool trace的使用，网上有相当多的资料，但拿我之前初学golang的经验来讲，很多资料都没有把go tool trace中的相关指标究竟是统计的哪些方法，统计了哪段
golang pprof监控系列（2） —— memory，block，mutex 使用 大家好，我是蓝胖子。 profile的中文被翻译轮廓，对于计算机程序而言，抛开业务逻辑不谈，它的轮廓是是啥呢？不就是cpu，内存，各种阻塞开销，线程，协程概况 这些运行指标或环境。golang语言自带了工具库来
golang pprof 监控系列(3) —— memory，block，mutex 统计原理 大家好，我是蓝胖子。 在上一篇文章 golang pprof监控系列（2） —— memory，block，mutex 使用里我讲解了这3种性能指标如何在程序中暴露以及各自监控的范围。也有提到memory
golang pprof 监控系列(4) —— goroutine thread 统计原理 大家好，我是蓝胖子。 在之前 golang pprof监控 系列文章里我分别介绍了go trace以及go pprof工具对memory，block，mutex这些维度的统计原理，今天我们接着来介绍golan
一次排查某某云上的redis读超时经历 性能排查，服务监控方面的知识往往涉及量广且比较零散，如何较为系统化的分析和解决问题，建立其对性能排查，性能优化的思路，我将在这个系列里给出我的答案。 问题背景 最近一两天线上老是偶现的redis读超时报警，并且是业务低峰期间，甚是不解，于是开始着手排查。 以下
网络性能问题排查思路 服务监控系列文章 服务监控系列视频 网络问题往往是性能排查中最复杂的一个问题，因为网络问题往往涉及的链路比较长，排查起来不仅仅是看本地机器的指标就可以了。本文将展示一个比较系统的排查网络问题的思路。 我们往往都是通过类似prometheus，grafana搭建的监控平台对机器的
golang pprof 监控系列(5) —— cpu 占用率 统计原理 大家好，我是蓝胖子。 经过前面的几节对pprof的介绍，对pprof统计的原理算是掌握了七八十了，我们对memory,block,mutex,trace,goroutine,threadcreate这些维度的统计原理都进行了分
