PostgreSQL 性能调优
慢?别急着加机器,先调优。本文讲清 PG 性能调优的几个层面:配置(shared_buffers/work_mem/连接数)、查询(EXPLAIN 分析+索引优化)、连接池、VACUUM/ANALYZE 维护、硬件,以及一套"先定位再优化"的系统方法。
DevOps、Docker、Kubernetes、可观测性
本专题收录 云原生 方向的文章和社区讨论,重点关注真实工程场景、工具选择、实践路径和风险边界。
页面会持续更新,适合作为学习路线、选型参考和技术复盘入口。
慢?别急着加机器,先调优。本文讲清 PG 性能调优的几个层面:配置(shared_buffers/work_mem/连接数)、查询(EXPLAIN 分析+索引优化)、连接池、VACUUM/ANALYZE 维护、硬件,以及一套"先定位再优化"的系统方法。
服务间直接调用耦合重,事件驱动让它们松散解耦。本文讲清事件驱动的核心(生产者发事件、消费者订阅)、事件 vs 消息、事件溯源(Event Sourcing)、CQRS、Saga 模式,以及它适合什么、不适合什么——别为了"解耦"硬上 EDA。
会加 B-tree 索引不算懂索引。本文讲清各种索引场景:复合索引与最左前缀、覆盖索引(免回表)、部分索引(WHERE)、函数索引,以及索引不是免费的——写代价与维护,让你按查询模式设计最优索引。
拿到锁和持续拥有锁不是同一事实。进程暂停、网络分区或续租响应丢失后,旧 owner 仍可能写入;本文让单调 fencing token 在真正受保护的资源处拒绝陈旧修改。
Serverless 让你只管写代码、不管服务器,但它的无状态/冷启动/计费模型带来新约束。本文讲清 Serverless 的核心(FaaS + BaaS)、适用场景(事件驱动/突发/低流量)、代价(冷启动/供应商锁定/调试难),以及什么该用、什么不该用。
Compose 不只是本地开发——中小项目用它上生产比 K8s 简单十倍。本文讲清 Compose 生产化:多环境(env_file/override)、健康检查、依赖顺序(depends_on health)、重启策略、日志驱动、资源限制、以及 swarm vs 独立 Compose 的取舍。
只按 entity 和最近时间连接特征,仍可能把标签发生后才到达的数据泄漏进训练集。本文冻结事件时间、可用时间、TTL 与快照水位,并让离线训练和在线服务消费同一特征定义代际。
并发改数据不加控制就会脏读/幻读/丢更新。本文讲清 ACID 与四种隔离级别(读未提交/读已提交/可重复读/串行化)、PG 的 MVCC 实现、每种隔离下的并发现象、以及该选哪个级别——默认 Read Committed 够,强一致才升 Serializable。
SSH 上去手动装环境?慢、不可复现、还容易漏。Ansible 用声明式 YAML + SSH 自动化管理服务器,无需 agent。本文讲清 Ansible 的核心概念(inventory/playbook/task/role)、常用模块、一个实战 playbook(装 Nginx + 配置 + 启动),以及和 Terraform 的分工(基建 vs 配置)。
GPU 容量不能按请求数直接换算。本文用输入输出 token 分布、并发序列、KV Cache、批处理效率和故障冗余建立可压测、可复盘的推理容量模型。
单表上亿行,查询/维护越来越慢?分区表把大表拆成小块,查询只扫相关分区,还能快速删旧数据。本文讲清 PG 分区的三种类型(RANGE/LIST/HASH)、创建与维护、分区裁剪(只扫匹配分区)、以及何时该分区(大表 + 时间/分类维度)。
Idempotency-Key 相同不代表请求相同,缓存一次响应也挡不住并发双写。本文定义操作身份、规范化 payload 摘要、原子占位、结果重放和未知副作用对账合同。