apollo

3 月，跳不动了？>>> class org.apache.tomcat.util.net.Acceptor 类报错如下 Socket accept failed 最开始，生产环境开始频繁出现 Socket accept failed的异常信息，伴随着apollo和kafka出现连接失败的警告，怎么找都找不到原因，后来检查服务器的open files是1024，运维调大之后，此问题未在出现。 class c.r.c.impl.ForgivingExceptionHandler 类报错如下 An unexpected connection driver error occured (Exception message: Socket closed) 上面这个问题，在测试环境，测试人员反馈一直有警告日志产生，我觉得这个错误没头没脑的，几个程序都是，但是突然发现和前几天出现的 Socket accept failed有异曲同工之妙，检查测试服务器，open files依旧是1024，调大参数后消失。 修改配置文件/etc/security/limits.conf 添加 * soft nofile 65535 * hard nofile 65535 注意格式，会立即生效， 重新连接 一下就可以看到了，ulimit -a。 来源： oschina 链接： https://my.oschina

3 月，跳不动了？>>> 雷锋网 (公众号：雷锋网) 按： 3月4日，中共中央政治局常务委员会召开会议，研究当前新冠肺炎疫情防控和稳定经济社会运行重点工作，会议要求加快新型基础设施建设（简称“新基建”）进度。 区别于以往宏观经济调整中的传统基建概念，新基建更强调创新经济，所涉及的5G基建、特高压、城际高速铁路和城际轨道交通、新能源汽车充电桩、大数据中心、人工智能、工业互联网7大领域核心发展方向也正是网络化、数字化、智能化的新经济转型方向，这也暗自契合了国内巨头企业的近年来集团战略调整的方向。 2020年1月8日，百度进行架构调整后，百度人工智能体系（AIG）成型，这成为百度在接下来这场新基建建设中的一张王牌。 经济下行遭遇新冠疫情，中央定调新基建、翻牌新技术加速产业转型升级，腾讯加码产业互联网、阿里再押5G，百度又会如何发力？ 百度再次进行架构调整，加速产业智能化 3月11日，百度CTO王海峰在题为“‘新基建’号角吹响 智能云一往无前”的内部邮件中，再次宣布对百度智能云事业群组（ACG）进行组织架构调整，通过扁平化管理，提升组织效能，以加速百度智能云发展。 据官方介绍，百度借此调整，将更好地顺应产业趋势、抓住市场机遇，通过扁平化管理提升组织效能，确保高效执行，迎接“新基建”大潮带来的产业智能化加速。 早在今年1月8日，百度曾进行组织架构升级，将原AIG（AI技术平台体系）、TG

3 月，跳不动了？>>> 之前在 Apache/dubbo-go（以下简称 dubbo-go ）社区中，有同志希望配置文件可以放置于配置管理中心，不仅放置于本地。放置于本地及配置管理中心究竟有什么不一样呢？ 放置于本地，每次更新需要重启，配置文件管理困难，无法做到实时更新即刻生效。本地文件还依赖人工版本控制，在微服务的场景下，大大的增加了运维的成本与难度。 而配置管理中心提供统一的配置文件管理，提供文件更新实时同步，统一版本控制，权限管理等功能。 目标 基于以上几个背景，可以总结出以下 目标 与 dubbo 现有的配置中心内的配置文件兼容，降低新增语言栈的学习成本； 支持多种配置文件格式； 支持主流配置中心，适应不一样的使用场景，实现高扩展的配置下发； 配置中心 配置中心在 dubbo-go 中主要承担以下场景的职责： 作为外部化配置中心，即存储 dubbo.properties 配置文件，此时，key 值通常为文件名如 dubbo.properties , value 则为配置文件内容。 存储单个配置项，如各种开关项、常量值等。 存储服务治理规则，此时 key 通常按照 “服务名 + 规则类型” 的格式来组织，而 value 则为具体的治理规则。 就目前而言，dubbo-go 首要支持 dubbo 中所有支持的各种开源配置中心，包括： Apollo

1.限流和降级：超过服务处理上线则启动限流，指标是QPS，最优的限流拦截点在前端接入层面。域名类限流、cookie限流、黑名单以及一些安全策略。使用Spring AOP可以实现限流。 2.单机、局部问题带来的影响： （1）分布式服务环境调用链路局部问题会被放大到整个链路 （2）单点、局部问题会被放大成面。 3.流量调度采集的信息 （1）系统指标信息：CPU、Load （2）业务指标信息：HTTP响应时间、QPS、服务调用响应时间、Tomcat线程池使用信息 4.业务开关：修改程序中static值来达到业务逻辑切换。（可实现自动化Apollo） 5.容量压测及评估归回：略 6.全链路压测平台：自助化 （1）基础数据抽取：线上数据采样、过滤和脱敏 （2）链路与模型构造：链路范围、链路的访问量级、链路的参数集合、基础数据的特性一起构造了压测的业务模型。 （3）链路验证 （4）业务改造 （5）数据平台 （6）流量平台 （7）影子表：避免污染到线上数据 （8）中间件改造 （9）安全机制：第一层是安全的监控和保护，建立非法流量的监控机制，正常用户访问不了测试数据，测试也无法访问线上。第二层是对测试流量的安全过滤。 7.业务一致性平台：我的理解，是对于业务逻辑指定操作规则，在触发的时候，异步检查，若有问题，则及时报警，告知rd。 来源： oschina 链接： https://my

1.介绍(官方) Apollo（阿波罗）是携程框架部门研发的分布式配置中心，能够集中化管理应用不同环境、不同集群的配置，配置修改后能够实时推送到应用端，并且具备规范的权限、流程治理等特性，适用于微服务配置管理场景。 2.主流配置中心比较 3.搭建 本篇只介绍在本地搭建运行。linux搭建的话，本地用maven打包，放服务器跑就好了 3.1 下载 从github上下载代码到本地： https://github.com/ctripcorp/apollo 3.2 创建数据库 执行根目录下的scripts/sql下的apolloconfigdb.sql和apolloportaldb.sql文件，创建数据库 3.3 修改build文件 修改下面的两个数据库连接配置 apollo_config_db_url=jdbc:mysql://url:3306/ApolloConfigDB?characterEncoding=utf8 apollo_config_db_username=***** apollo_config_db_password=***** apollo_portal_db_url=jdbc:mysql://url:3306/ApolloPortalDB?characterEncoding=utf8 apollo_portal_db_username=***** apollo

服务jar包及初始化数据库脚本下载：（包括单机快速部署版本、加密版本、非加密版本） 链接： https://pan.baidu.com/s/1_P3Ux-2tVWWWL53S5G1HsA 提取码：lnf2 云盘的Apollo是在原官方1.3版本基础上做过二次开发，请务必通过云盘链接下载相应的zip包。 Apollo统一使用JDK1.8及以上版本。 以上包对原apollo的端口进行了统一更改： 相应服务 原端口 平台调整后端口 备注 apollo-configservice 8080 9001 微服务配置的连接Apollo的地址 apollo-portal 8070 9003 Apollo的可视化配置页面 apollo-adminsservice 8090 9002 Apollo自己的注册中心 一、数据库初始化 Mysql数据库注意：Mysql的大小写敏感配置。 在Mysql数据库中新增两个数据库：apolloconfigdb和apolloportaldb，字符集及排序规则如下： 将云盘下对应的apolloconfigdb.sql和apolloportaldb.sql中的数据库脚本分别在apolloconfigdb和apolloportaldb中执行。 二、apollo快速部署 Apollo快速部署，只需执行一次启动，即可将apollo对应的admin-service、config

Apollo（阿波罗）是携程框架部门研发的开源配置管理中心，能够集中化管理应用不同环境、不同集群的配置，配置修改后能够实时推送到应用端，并且具备规范的权限、流程治理等特性。本文意在测试apollo的高可用性与安全性。 一、测试目的 随着程序功能的日益复杂，程序的配置日益增多：各种功能的开关、参数的配置、服务器的地址…… 对程序配置的期望值也越来越高：配置修改后实时生效，灰度发布，分环境、分集群管理配置，完善的权限、审核机制…… 在这样的大环境下，传统的通过配置文件、数据库等方式已经越来越无法满足开发人员对配置管理的需求。 Apollo配置中心应运而生！ 测试apollo的高可用性与安全性。 二、测试范围 本次测试包括以下几个方面： 针对配置文件的修改是否生效 模拟灾难发生（宕机或网络波动等）看是否切换备用Apollo正常工作 模拟大应用发布并发看是否Apollo能抗压正常工作 三、测试环境 3.1 逻辑拓扑 3.2 网络拓扑 3.3 软/硬件环境 四、Apollo测试项对比 针对配置文件的修改是否生效 经测试生效 通过 模拟灾难发生（宕机或网络波动等）看是否切换备用Apollo正常工作 将其中一台服务器down机后，依然可发布 通过 模拟大应用发布并发看是否Apollo能抗压正常工作 经过测试，测试apollo得到如下压测数据 同时由于整体采用apollo框架

原创 ：阿波君 Apollo开发者社区 1月6日 Apollo是一个开放的、完整的、安全的平台，将帮助汽车行业及自动驾驶领域的合作伙伴结合车辆和硬件系统，快速搭建一套属于自己的自动驾驶系统。 上周阿波君为大家详细介绍了 「进阶课程㊵丨Azure仿真平台使用」 。 此课程主要介绍了基于微软的一个仿真平台Azure，在该仿真平台运行自己的代码是不需要进行本地编译的，其使用流程有：首先是 克隆Apollo在Github上的代码 ；然后 在本地对相应的模块进行修改 ； 最后 在微软的Azure仿真平台选择目标场景对更新后的代码进行验证 。 本周阿波君将继续与大家分享 Apollo实战——本机演示实战 的相关课程（本节课程基于Apollo 3.0版本）。下面，我们一起进入进阶课程第41期。 要使用Apollo进行实战，首先要对Apollo的代码结构有一个基本的认识。图1是Apollo项目的基本代码结构。包括Docker和Docs（主要放置一些文档）、Modules（核心模块算法都在该文件夹下）以及Scripts和Tools等。 图1 Apollo项目的代码结构 Modules下的文件目录结构如图2所示。 图2 Module文件夹目录结构 包括之前理论学习的Perception、Localization、Prediction 、高精地图等。Apollo是一个采用抽象类