APP8141

当你的系统每天要实时从 MySQL 到 Kafka 发布几十亿条消息时，你会怎么管理这些数据的模式信息呢？当你的系统要接入几百个服务时，你就要处理几千种不同的模式，手工管理是不可行的。必须有自动化的方案来处理从上游数据源到所有下游消费者的模式改变问题。Confluent 公司的 Schema Registry 和 Kafka Connect 都是不错的选择，可惜当我们开始构建 Yelp 数据管道时它们还没发布。因此就有了我们的 Schematizer。

Https 为什么比 Http 更安全。 从黑客的角度出发， 看看要如何才能攻击一个网络通信，从而了解为何 https 的细节（为何要这样设计）

BTrace 是神器，每一个需要每天解决线上问题，但完全不用 BTrace 的 Java 工程师，都是可疑的。 BTrace 的好处，是可以通过自己编写的脚本，随时获取应用的一切调用信息，而不像原来那样，不断的修改代码，加入 System.out.println(), 然后重启，然后重启，然后重启！！！而且，特别严格的约束，保证自己的消耗特别小，只要定义脚本时不作大死，直接在生产环境打开也没太大影响。 在网上搜索 BTrace 能出来不少文章，都有点旧了，而且不够详细，于是决定，重新写一份。