总的来说解决三高问题核心就是 “分字诀” 业务分层、系统分级、服务分布、数据库分库/表、动静分离、同步拆分成异步、单线程分解成多线程、原数据缓存分离、分流等等。。。。直观的表述就是：从前端用的CDN、动静分离，到后台服务拆分成微服务、分布式、负载均衡、缓存、池化、多线程、IO、分库表、搜索引擎等等。都是强调一个“分”字。 原文地址： 【高并发、高性能、高可用】系统设计经验 软件开发通常会提到一个名词 “三高”，即高并发、高性能、高可用。 具体的指标定义，如：高并发方面要求QPS 大于 10万；高性能方面要求请求延迟小于 100 ms；高可用方面要高于 99.99%。 接下来，我们重点来介绍这 三高 一、高并发 我们使用 QPS（Queries Per Second，每秒查询率）来衡量系统承载...阅读全文
摘要：本文整理自阿里云计算平台事业部，实时计算&托管生态 SRE 团队的许雷力（阿里云技术专家）和张韦杰（阿里云开发工程师），在 Flink Forward Asia 2022 生产实践专场的分享。本篇内容主要分为三个部分： 业务背景与挑战 成本优化 - 热点处理 整体规划和未来方向 点击查看原文视频 & 演讲PPT 一、业务背景与挑战 1.1 实时计算集群现状 关于热点机器处理一直是阿里云 Flink 集群运维的一大痛点，不管在日常还是大促都已经是比较严重的问题，同时这也是分布式系统的老大难问题。而在今年整个阿里云成本控制的背景下，随着集群水位的逐步抬升，热点问题愈发严重。日均有上千次的热点机器出现，并且在晚上业务高峰期，整个热点持续时间会超过 60min，对于业务以及对于平台影响是比较大...阅读全文
### 一、Redis ZSET 实现滑动窗口限流的核心原理 #### 1. **数据结构选择** 使用 Redis 的 **ZSET（有序集合）** 作为核心数据结构： • **Score 字段**：存储请求的时间戳（精确到毫秒或秒） • **Value 字段**：建议使用 UUID 或 MD5 值（避免时间戳重复导致数据覆盖） #### 2. **滑动窗口的原子操作流程** 通过 Lua 脚本实现以下步骤（以 10 秒窗口、最大 100 次请求为例）： ```lua -- KEYS[1] = 限流键（如 "rate_limit:/api/login:127.0.0.1"） -- ARGV[1] = 窗口大小（秒） -- ARGV[2] = 当前时间戳（秒） -- ARGV[3] = 最大...阅读全文
