首页
AI Coding
NEW
沸点
课程
直播
活动
AI刷题
APP
插件
搜索历史
清空
创作者中心
写文章
发沸点
写笔记
写代码
草稿箱
创作灵感
查看更多
会员
登录
注册
确定删除此收藏集吗
删除后此收藏集将被移除
取消
确定删除
确定删除此文章吗
删除后此文章将被从当前收藏集中移除
取消
确定删除
编辑收藏集
名称:
描述:
0
/100
公开
当其他人关注此收藏集后不可再更改为隐私
隐私
仅自己可见此收藏集
取消
确定
学习
订阅
小阿肥9527
更多收藏集
微信扫码分享
微信
新浪微博
QQ
28篇文章 · 0订阅
使用Guava RateLimiter限流入门到深入
漏桶算法思路很简单,水(请求)先进入到漏桶里,漏桶以一定的速度出水,当水流入速度过大会直接溢出,可以看出漏桶算法能强行限制数据的传输速率。 对于很多应用场景来说,除了要求能够限制数据的平均传输速率外,还要求允许某种程度的突发传输。这时候漏桶算法可能就不合适了,令牌桶算法更为适合…
使用多线程增加kafka消费能力
kafka通过一系列优化,写入和读取速度能够达到数万条/秒。通过增加分区数量,能够通过部署多个消费者增加并行消费能力。但还是有很多情况下,某些业务的执行速度实在是太慢,这个时候我们就要用到多线程去消费,提高应用机器的利用率,而不是一味的给kafka增加压力。 使用Spring创…
Springboot集成Kafka rebalanced重复消费问题
对于我这个kafka只懂点鸡毛蒜皮的弱鸡,唯一的办法就是网上各种搜。以下是我在解决问题中有帮助的博文: 可以获取到几个关键的参数max.poll.interval.ms,max.poll.records以及session timeout。这段日志的简单翻译就是 因为一个topi…
面对kafka频发的rebalance,该如何处理?
Kafka 是我们最常用的消息队列,它那几万、甚至几十万的处理速度让我们为之欣喜若狂。但是随着使用场景的增加,我们遇到的问题也越来越多,其中一个经常遇到的问题就是:rebalance(重平衡)问题。
kafka消费者Consumer参数设置及参数调优建议-kafka 商业环境实战
本套系列博客从真实商业环境抽取案例进行总结和分享,并给出Spark商业应用实战指导,请持续关注本套博客。 Consumer Group 主要用于实现高伸缩性,高容错性的Consumer机制。因此,消息的接收是基于Consumer Group 的。组内多个Consumer实例可以…
一文搞清楚Minor GC、Major GC 、Full GC 之间的关系
文章要求读者熟悉 JVM 内置的通用垃圾回收原则。堆内存划分为 Eden、Survivor 和 Tenured/Old 空间,代假设和其他不同的 GC 算法超出了本文讨论的范围。 从年轻代空间(包括 Eden 和 Survivor 区域)回收内存被称为 Minor GC。这一定…
RabbitMQ使用 prefetch_count优化队列的消费,使用死信队列和延迟队列实现消息的定时重试
RabbitMQ 的优化 channel 生产者,消费者和 RabbitMQ 都会建立连接。为了避免建立过多的 TCP 连接,减少资源额消耗。 AMQP 协议引入了信道(channel),多个 cha
深入理解RabbitMQ中的prefetch_count参数
在某一次用户标签服务中大量用到异步流程,使用了RabbitMQ进行解耦。其中,为了提高消费者的处理效率针对了不同节点任务的消费者线程数和prefetch_count参数都做了调整和测试,得到一个相对合理的组合。这里深入分析一下prefetch_count参数在RabbitMQ中…
这么多开源的限流框架,该宠幸谁呢?
大家好,架构摆渡人。这是我的第4篇原创文章,还请多多支持。 限流一直就是一个比较热门而又老旧的话题,但是作为应对高并发的手段之一,限流的热度一直都在。 前面我们大概的介绍了限流的背景,主流的限流算法,
✈️【Kafka实战指南】kafka分区数设置多少合适
前提概要 越多的partition可以提供更高的吞吐量 「单个partition是kafka并行操作的最小单元」。每个partition可以独立接收推送的消息以及被consumer消费,相当于topi