Home

背景 稳定性的重要性，在VUCA约束下，达到稳定性，是对工程师全方位能力的锻炼。 VUCA V: Volatility 易变性 U: Uncertainty 不确定性 C: Complexity 复杂性 A: Ambiguity 模糊性 CAP理论 C：Cost 成本 A：Quality 质量 P: Productivity 效率 不稳定的原因 人为因素 mindmap root((人为因素)) 代码编写 代码逻辑错误 异常处理不合理 第三方库使用不正确 未遵循开发规范 死循环 配置问题 超时时间...

supervisor 多进程管理 使用 supervisor 管理进程，如果被管理的项目是多进程模式，就需要注意一下： 　　1、程序内是否有接收处理 kill -15 | SIGnal。 　　2、python 程序无法监听 kill -9 信号（其他编程语言没有了解，但按理说应该是一样的），也无法拒绝（kill -9 是立马强制结束进程），所以不要随便使用 kill -9 结束一个进程(kill params[pid], 会允许程序延迟退出，所以程序内可以监听 kill -15 | SIGnal)，如果使用 kill -9 结束了一个主进程，那么它的子进程就会成为孤儿进程，使用 kill -9 结束某个子进程，就会有可能导致其成为僵尸进程。 　　3、如果确实有需要强制结束某个进...

海因里希法则和稳定性 海因里希法则是美国著名安全工程师海因里希提出的300：29：1法则。意思是：当一个企业有300起隐患或违章，非常可能要发生29起轻伤或故障，另外还有一起重伤、死亡事故。”海因里希法则”原是通过分析工伤事故的发生概率，为保险公司的经营提出的法则。 对于稳定性方面的启发是：如果能在发生第一个隐患时找到事情的根因，就可以避免后续的故障和事故。即在一件重大的事故背后必有29件“轻度”的事故，还有300件潜在的隐患。可怕的是对潜在性事故毫无觉察，或是麻木不仁，结果导致无法挽回的损失。了解“海因里希法则”的目的，是通过对事故成因的分析，让人们少走弯路，把事故消灭在萌芽状态。 根因探查 5Why模型 https://en.wikipedia.org...

初生牛犊 对于年轻的、刚入行的计算机学生来说，代码在他们眼中是这样的： 稍有小成 当然，实习生们都很聪明，他们知道学术界和工业界的代码有哪些不同，他们会花点儿时间给代码加上注释，做点测试，code review…… 但是，他们依然不会意识到这座冰山有多深。 A11Y: accessibility,是指设计和创建可以被所有人，包括那些有残疾的人，使用的网站和应用程序。例如让盲人通过语音方式使用软件。 l10n : localization（本地化）, 类似的还有i18n （国际化）。 GDPR：General Data Protection Regulation（通用数据保护条例），这是一项在2018年5月25日生...

T-Shirt Size Estimation Amazon用一种T-Shirt Size 估计的方式来做项目。 产品经理会对每一条需求评估上业务影响力的尺寸，如：XXXL 影响一千万人以上或是可以占到上亿美金的市场，XXL，影响百万用户或是占了千万金级别以上的市场，后面还有XL，L，M，S，这样下来。 开发团队也一样，要评估投入的人员时间成本，XXXL表示要干1年，XXL干半年，XL干3个月，L干两个月，M干一个月，S干两周以下。等等。 于是， 当业务影响力是XL，时间人员成本是S，这是最高优先级。 当业务影响力是M，时间人员成本是M，这是低优先级。 当业务影响力是S，时间人员成本是XL，直接砍掉这个需求。因为是亏的。 当业务影响力是XXL，时间人员成本是XXL，需要简化需...

Google评分卡 Google要求应聘人对自己的技能做出评估的工具，它可以看出应聘人在各个领域的技术水平。我们可以参考Google的这个评分卡来给自己做评估，并通过它来不断地提高对自己的要求。 0 - you are unfamiliar with the subject area. 1 - you can read / understand the most fundamental aspects of the subject area. 2 - ability to implement small changes, understand basic principles and able to figure out additional details with mini...

4个黄金指标 Four Golden Signals是Google针对大量分布式监控的经验总结，4个黄金指标可以在服务级别帮助衡量终端用户体验、服务中断、业务影响等层面的问题。主要关注与以下四种类型的指标：延迟，通讯量，错误以及饱和度： 延迟 Latency：服务请求所需时间。 记录用户所有请求所需的时间，重点是要区分成功请求的延迟时间和失败请求的延迟时间。 例如在数据库或者其他关键祸端服务异常触发HTTP 500的情况下，用户也可能会很快得到请求失败的响应内容，如果不加区分计算这些请求的延迟，可能导致计算结果与实际结果产生巨大的差异。除此以外，在微服务中通常提倡“快速失败”，开发人员需要特别注意这些延迟较大的错误，因为这些缓慢的错误会明显影响系统的性能，因此追踪这些错误的延...

什么是Latency 延迟是指一个操作发生所需的时间。这意味着每个操作都有自己的延迟——如果有 100 万个操作，就会有 100 万个延迟。因此，延迟不能按工作单元/时间来衡量。我们感兴趣的是延迟的行为。为了有效地描述延迟，必须描述延迟的完整分布。延迟几乎从来不遵循正态、高斯或泊松分布，因此查看平均值、中位数甚至标准差是没有用的。 延迟往往是多模态的，这部分是由于响应时间的“间歇性卡顿”。间歇性卡顿类似于周期性的冻结，可能由多种原因引起，例如：垃圾回收暂停、虚拟机暂停、上下文切换、中断、数据库重索引、缓冲区刷新到磁盘等。这些间歇性卡顿从来不会遵循正态分布，并且模式之间的转换通常是快速而异质的。 如何有效地描述延迟分布？必须看分位数，但这还不止于此。许多人会陷入一个陷阱，就是只...