博客主页 | coldgust

本文收集了Linux相关的性能指标和工具。大部分资料来源于极客时间课程《Linux性能优化实战》，工具使用资料大部分来源于：linux-command。

总揽

coldgust大约 18 分钟

问题背景

假设要开发一款基于地理位置的交友软件，其中最核心的功能为用户匹配其邻近的用户。为了实现这个功能，可以把每个用户的经纬度记录下来，之后，可以使用半正矢公式计算两个用户经纬度之间的距离。

可以把用户经纬度数据都存到数据库里，然后用SQL查询附近的用户：

select * from user where latitude between LAT-D and LAT+D and longitude between LNG-D and LNG+D;

coldgust大约 6 分钟

PACELC理论

如果有网络分区partition (P)，系统就必须在可用性availability和一致性consistency (A and C)之间取得平衡; 否则else (E) 当系统运行在无分区情况下,系统需要在延迟latency (L) 和 consistency (C)之间取得平衡。

PACELC定理是CAP定理的扩展。

MongoDB

MongoDB（默认配置）下是PA/EC系统，mongo读写都在主节点上，它只需在主节点上写入成功就返回（不像raft需要多数复制成功），当主节点和备节点分区时，可能会丢失数据，所以说PA，在无分区的情况下，由于读写都在主节点，肯定能读到最新写入的数据，所以是EC。另外Mongo可以配置为写入大多数节点读主节点，这样就是PC/EC系统了。

coldgust大约 4 分钟

一次线上OOM问题排查

生产环境的JVM进程经常被运维报告有OOM的情况，运维的描述是，内存一直在缓慢增长，1-2天就会出现OOM的情况。因为已经严重影响到客户的使用，所以采取由运维定时监控，与客户交流，开发负责排查问题的策略。

Step1：测试环境复现问题

由于开发是没权限进入生产环境的，要高效率解决问题，必须能在测试环境复现。查看生产环境的日志，确认容器出发OOM的接口，然后使用Jmeter在测试环境压测该接口，发生OOM的情况，问题能够复现。

Step2: 在测试环境复现

在测试环境建一个和生产环境规格一样的容器，使用Jmeter压测，确认问题能复现。

coldgust大约 11 分钟

无锁编程与内存顺序

无锁编程里最复杂，最难理解的莫过于是内存顺序。

乱序

程序不一定会按照源代码的顺序执行，这称之为乱序。乱序的必须遵循的原则是：在单线程执行下，乱序与不乱序执行的结果必须相同。所以，在单线程的环境里不需要注意乱序的问题，而到了多线程环境就需要考虑乱序。

乱序产生的原因有好几种：

编译器优化，在编译阶段将源码交换。
程序执行期间，指令流水被CPU乱序执行。
inherent cache 的分层及刷新策略使得有时候某些写读操作的从效果上看，顺序被重排。

Release和Acquire语义

coldgust大约 4 分钟

无锁编程简介

无锁编程是一项挑战，不仅因为任务本身的复杂性，还因为要深入理解这个主题是非常困难的。

我第一次接触无锁（lock-free，又称为lockless）编程是Bruce Dawson优秀而全面的白皮书《Lockless Programming Considerations》。和很多人一样，我也有机会将Bruce的建议付诸实践，在Xbox 360等平台上开发和调试无锁代码。

coldgust大约 21 分钟

Spring Cloud 全链路灰度发布

灰度发布又称为金丝雀（canary）发布，是一种版本更新的平滑过度方式。在微服务里，一般是更新服务时，先更新部分实例，通过配置一些用户访问新版本，新版本稳定后，再更新所有实例，把所有流量切到新版本。灰度发布也可以用来做AB测试，例如想测试一个新的算法的效果，可以把部分流量切到新算法，和旧版本效果对比。

此外，还有蓝绿发布，一般来说，蓝绿发布是有两个集群，更新时更新其中的一个集群。原集群和新集群同时保持运行一段时间，在此期间，新集群出现问题，可以立马把流量切回原集群。新集群稳定后，再下线原集群，新集群变为稳定集群。

Spring Cloud 灰度发布原理

coldgust大约 14 分钟

docker和k8s常用操作

本文主要记录docker和k8s常用的一些命令之类的，方便查阅。

容器不退出

容器在执行完CMD或者ENTRYPOINT之后，或者执行过程中出错，都会使容器退出。一般来说，执行出错时，我们希望进入容器调试报错原因。可以把容器的Command改为：

/bin/bash -c "while true; do sleep 30; done"

coldgust大约 3 分钟

流量控制-限流、熔断降级

在微服务系统中，往往需要一些手段来应对流量激增的情况。例如，弹性伸缩，在高流量时自动扩容。但弹性伸缩往往只能在无状态服务上比较容易实现，在有状态的服务，例如数据库、消息中间件、分布式缓存上，是比较难实现的。这时就需要流量控制，只接受系统能处理的流量，拒绝或排队处理不过来的流量，从而保护微服务系统的可用性。

服务在自己处理不过来时，应该拒绝其它服务的请求，保护自己，这就是限流降级。当服务发现它调用一个服务，在发现这个服务“不行”时，应该不再去请求它，从而保护这个服务，但其实也是在保护自己，因为服务“不行”时，往往响应很慢，拒绝请求它避免大量请求在自己服务内堆积，这就是熔断降级。一般而言，限流侧重于流量控制，预防系统被压垮，一般通过拒绝或者排队等流量整形手段应付暂时不能处理的流量。而熔断侧重于在发现依赖的服务“不行”时，如：每秒请求异常数超过多少，每秒请求错误率超过多少时，每秒平均耗时超过多少时，在一个时间窗口内拒绝请求该服务，在一个时间窗口之后再恢复请求，从而保护依赖的服务。当然，服务也可以自己统计自己的错误率，平均耗时等，从而熔断其它服务的调用。

coldgust大约 26 分钟

在Spring中使用虚拟线程

虚拟线程是轻量级线程，可以减少编写、维护和调试高吞吐量并发应用程序的工作量。虚拟线程在JDK 19中作为预览特性引入，在JDK 21中作为正式特性引入。

在Spring中启用虚拟线程

在最新版本的Spring Framework、Spring boot和Apache Tomcat中，你可以使用以下代码去自定义你的应用程序去使用虚拟线程去处理servlet请求：

@Bean(TaskExecutionAutoConfiguration.APPLICATION_TASK_EXECUTOR_BEAN_NAME)
public AsyncTaskExecutor asyncTaskExecutor() {
  return new TaskExecutorAdapter(Executors.newVirtualThreadPerTaskExecutor());
}

@Bean
public TomcatProtocolHandlerCustomizer<?> protocolHandlerVirtualThreadExecutorCustomizer() {
  return protocolHandler -> {
    protocolHandler.setExecutor(Executors.newVirtualThreadPerTaskExecutor());
  };
}

coldgust大约 1 分钟

Absolute Zero

总揽