-
如何优化Kafka消费者性能(4大核心技术)
Kafka是大厂必备中间件，下面我详解Kafka性能优化@mikechen 增加并行度（水平扩展消费者实例或分区） 这是最直接的横向扩展手段,Kafka 的消费并行度严格依赖于 Partition 的数量。 对齐数量：确保 Topic 的 Partition 数量大于或等于 Consumer 实例数。 如果 Partition 只有 3 个，即使部署 10 个 Consumer，也只有 3 个能同…... -
Nginx如何扛住千万级请求不崩？
Nginx是大型架构核心，下面我详解Nginx千万级请求@mikechen 核心模型：Epoll 的“降维打击” 传统模型是“一个连接一个线程/进程”，每个连接都占一整条执行流。 还要上下文切换，连接一多，CPU 都耗在切换上，根本扛不住百万连接。 Nginx 走的是“少量进程 + 事件驱动”的思路： 每个 worker 进程都是单线程事件循环，不做阻塞调用。 所有 socket 设为非阻塞，然后…... -
Kafka如何解决消息堆积(图文全面总结)
高并发场景经常会出现Kafka消息堆积的问题，下面我详解如何解决Kafka消息堆积@mikechen Kafka消息堆积 Kafka作为高吞吐、分布式的消息系统，在实际生产环境中仍可能遇到消息堆积（backlog）问题。 消息堆积若不及时解决，会导致消费者延迟增加、资源耗尽乃至业务中断。 Kafka消息堆积原因 消费速度 < 生产速度（最常见，根本原因）。 以及，消费者性能瓶颈…... -
Docker核心技术详解(4大核心技术)
Docker是大型架构的必备技能，下面我重点详解Docker核心技术@mikechen 容器化：Namespaces 与 cgroups Docker 之所以具备出色的性能与启动速度，得益于四项核心技术的协同作用。 容器化（Namespaces 与 cgroups）、镜像分层（Union File System）、轻量化运行时与进程隔离、以及高效的镜像分发与缓存机制。 Linux 的 namesp…... -
Kafka如何抗住亿级流量(图文全面总结)
高并发是大型架构核心，下面我详解Kafka亿级流量@mikechen 磁盘顺序读写 (Sequential I/O) 首先，磁盘顺序读写是 Kafka 性能的基础。 消息以追加（append-only）方式写入日志，读取亦多为顺序扫描。 这使得磁盘的顺序 I/O 得以充分利用，减少寻址与随机读写开销，从而提升吞吐能力。 机械硬盘随机读写：磁头来回寻道，IOPS 只有几百。 顺序读写：磁头不动，吞吐…...