随笔分类 - 研发解决方案
摘要：白皮书首次完整介绍了我司数据中台的数据资产管理、数据开放共享、开发协作调度、数据采集与迁移管理、数据可视化及自助分析、平台运维管控六大技术领域，并从抽象出来的平台支撑、数据管理和数据产品三大体系逐一拆开讲解。
阅读全文
摘要：当业务量快速增长的时候，业务保障平台就要应运而生，预判问题发出告警，越快越好，从宏观到微观一路下钻响应越快越好，尤其是交易量暴涨的高峰时段。怎么做到？看思源的现身说法
阅读全文
摘要：Rotter 是禧云自主研发的跨机房Redis双向同步解决方案（下文简称为方案），具有零侵入、高吞吐量、低延时、高堆积能力等特点。当前版本支持Sentinel模式和单点模式Redis架构。
阅读全文
摘要：我们的数据中台在最近两年发展得更有体系了，这与公司裂变、业务规模激增引发的，当然也跟我们高屋建瓴、高举高打分不开。
阅读全文
摘要：我司自2014年11月份开始引入容器到现在为止，一直在DevOps的路上不断地探索中，在这期间业界也没有出现一套标准的开源工具集可以借鉴，因此我们只能摸着石头过河。文中为我司的一些经验分享。
阅读全文
摘要：移山 是数据中心推出的异构数据源之间的数据迁移自动化平台，它旨在解决第三方ISV数据接入、实时数据（单向/双向）同步、大数据集群间的数据迁移等问题。
阅读全文
摘要：切换过程相当地魔幻，弹指一挥间，流量就切了，容就扩了，商户无感知，该收银收银，小盒子工作无碍。
阅读全文
摘要：你全量发布了一个新版本应用，怎么在商户的大面积投诉之前，率先发现闪退趋势呢？
如果商户投诉设备运行缓慢，你怎么分析性能瓶颈呢？坐高铁到现场吗？
阅读全文
摘要：这些解决方案的目的都是一个：共享数据，共享计算资源，共享能力。
阅读全文
摘要：蚂蚁金服强调的是“可用不可见，相逢不相识”的可信的大数据加工处理环境，而我们强调的是将大数据以自助定制API的方式输出给可信的合作伙伴，本质上还是即席查询的变种。
阅读全文
摘要：而这就是我们最初设定的愿景。
加速高质量的交付，提升开发者的价值。我们技术团队所做的每一个步骤、每一个过程都是叠加的、递增的，日拱一卒，功不唐捐。
阅读全文
摘要：说句狠话：没有趁手的利器，生产效率打完对折再打对折，勿谓言之不预也。
阅读全文
摘要：唯有做到如下特性，这个魔镜系统才是一个能自动运行、最小人工干预的分布式抓取系统，才能被其他人所接手维护
阅读全文
摘要：『然而大中型企业用户很快意识到，真正的难点在于如何保证“大环境”一致』，是的，给你 OpenStack + Docker，给你一堆虚拟机，给你镜像库和一堆容器，你仍然很难构建出能 Run 起来的业务系统。
阅读全文
摘要：自动化测试、自动化构建、自动化运维、环境维护、资源申请和释放、虚拟机集群、容器集群……对于一支庞大的技术团队，这些名词术语意味着生产效率，意味着快速迭代，意味着研发、测试、运维 All in，当然也可能意味着混乱，有操不完的心，有维护不完的事，工程越多，并行项目越多，麻烦越大。
阅读全文
摘要：Summoner 是基于 MySQL+Redis+Zookeeper 的分布式并行计算调度和管理系统。Summoner 是 JobCenter 的延伸和有益补充，它们各自有各自的应用场景。我们还会借鉴 mesos 的先进理念，进一步提升 Summoner 的集群调度能力。
阅读全文
摘要：iDB 的主要目的是解决绝大部分重复、复杂的数据库运维工作 ，满足业务对数据库信息查询和快速变更需求，借此提升研发效率，保证数据库操作符合审计要求，有可追溯的变更和审核日志。
阅读全文
摘要：在这些异常流量对我们的系统或用户产生大量危害之前，系统就应该拦截。
于是，第一个问题是，如何识别异常流量。
阅读全文
摘要：线下的传统压力测试，难以模拟真实流量，尤其难以模拟正常流量混杂着各色异常流量。所以，线下压得好好的系统，上线后可能某天突然雪崩，说好能支撑 5 倍流量的系统重构，也许流量一翻倍就彻底挂了。但办法总比问题多。
阅读全文
摘要：如本文所示，在没有部门经理、研发经理、工程师的帮助下，我自己就能从宏观看到微观，并最终明确某个性能瓶颈的 Root Cause（当然还不够接触本质）。
阅读全文
