ares

Mosquitto是一个实现了MQTT3.1协议的代理服务器，由MQTT协议创始人之一的Andy Stanford-Clark开发，它为我们提供了非常棒的轻量级数据交换的解决方案。本文的主旨在于记录Mosquitto服务的安装和使用，以备日后查阅。 获取&安装 在Linux系统上安装Mosquitto，本人建议大家使用源码安装模式，最新的源码可从 http://mosquitto.org/files/source/ 地址中获取。解压之后，我们可以在源码目录里面找到主要的配置文件config.mk，其中包含了所有Mosquitto的安装选项，详细的参数说明如下： # 是否支持tcpd/libwrap功能. # WITH_WRAP:=yes # 是否开启SSL/TLS支持 # WITH_TLS:=yes # 是否开启TLS/PSK支持 # WITH_TLS_PSK:=yes # Comment out to disable client client threading support. # WITH_THREADING:=yes # 是否使用严格的协议版本（老版本兼容会有点问题） # WITH_STRICT_PROTOCOL:=yes # 是否开启桥接模式 # WITH_BRIDGE:=yes # 是否开启持久化功能 # WITH_PERSISTENCE:=yes #

　　企业资源计划或称企业资源规划简称ERP（Enterprise Resource Planning），由美国著名管理咨询公司Gartner Group Inc.于1990年提出来的，最初被定义为应用软件，但迅速为全世界商业企业所接受，现已经发展成为现代企业管理理论之一。企业资源计划系统，是指建立在资讯技术基础上，以系统化的管理思想，为企业决策层及员工提供决策运行手段的管理平台。企业资源计划也是实施企业流程再造的重要工具之一，是个属于大型制造业所使用的公司资源管理系统。世界500强企业中有8O％的企业都在用ERP软件作为其决策的工具和管理日常工作流程，其功效可见一斑。 　　ERP是整合了企业管理理念、业务流程、基础数据、人力物力、计算机硬件和软件于一体的企业资源管理系统。ERP是先进的企业管理模式，是提高企业经济效益的解决方案。其主要宗旨是对企业所拥有的人、财、物、客户、信息、时间和空间等综合资源进行综合平衡和优化管理，协调企业内外各管理部门，围绕市场导向开展业务活动，提高企业的核心竞争力，从而取得最好的经济效益。所以，ERP首先是一个软件，同时是一个管理工具。它是IT技术与管理思想的融合体，也就是先进的管理思想借助电脑，来达成企业的管理目标。 　　西方企业管理方法的发展经历了以下过程： 订货点法。在40年代，计算机系统还没有出现，为解决库存控制问题，人们提出了订货点法。

问题 ​ 压测时发现系统的瓶颈在于cpu，那么考虑为啥瓶颈在cpu，以及如何优化？ 发现过程 ​ 测试环境使用jmeter进行接口压测，然后逐步调大并发度，观察系统吞吐量，然后在ares平台（类似skywalking）上监测JVM内存，CPU，线程状态等 ​ 然后发现，gc信息和内存信息很稳定，但是cpu会达到90%，这时查看jvm的线程状态，发现又70%左右的线程处于waiting或者timed_waiting状态； ​ 初步推算会不会是线程过多导致cpu过高。 问题分析 首先分析接口的执行流程以及线程池的使用场景 简单的描述一下：客户端发来一个请求，由容器线程接收，然后通过common线程池创建多个线程去并发执行，然后通过latch进行等待，等所有的common线程执行完在合并然后返回给客户端；每一个common线程是一个小任务可以称为“单品查佣”，common线程会首先使用select线程池创建4个并行任务进行参数转换，并且通过latch进行等待然后合并，紧接着继续并发进行查询，此时也是使用select线程池先去并发查询然后再common线程里面合并计算结果。 上图颜色相同的表示在同一个线程或者线程池，通过上图可以大概得出common线程池和select线程池线程个数比为1:5（是不是真的这么去设置线程池大小呢？）。 希望本文对你有所帮助，加入我们，了解更多

问题 ​ 压测时发现系统的瓶颈在于cpu，那么考虑为啥瓶颈在cpu，以及如何优化？ 发现过程 ​ 测试环境使用jmeter进行接口压测，然后逐步调大并发度，观察系统吞吐量，然后在ares平台（类似skywalking）上监测JVM内存，CPU，线程状态等 ​ 然后发现，gc信息和内存信息很稳定，但是cpu会达到90%，这时查看jvm的线程状态，发现又70%左右的线程处于waiting或者timed_waiting状态； ​ 初步推算会不会是线程过多导致cpu过高。 问题分析 首先分析接口的执行流程以及线程池的使用场景 简单的描述一下：客户端发来一个请求，由容器线程接收，然后通过common线程池创建多个线程去并发执行，然后通过latch进行等待，等所有的common线程执行完在合并然后返回给客户端；每一个common线程是一个小任务可以称为“单品查佣”，common线程会首先使用select线程池创建4个并行任务进行参数转换，并且通过latch进行等待然后合并，紧接着继续并发进行查询，此时也是使用select线程池先去并发查询然后再common线程里面合并计算结果。 上图颜色相同的表示在同一个线程或者线程池，通过上图可以大概得出common线程池和select线程池线程个数比为1:5（是不是真的这么去设置线程池大小呢？）。 希望本文对你有所帮助，加入我们，了解更多

据国外媒体报道， 当地时间周五美国国家航空航天局（NASA）官员完成飞行准备情况审查，确认任务计划进展顺利，批准SpaceX和NASA继续为下周将两名宇航员从佛罗里达州发射到国际空间站的发射计划做准备。 图示：佛罗里达州肯尼迪航天中心39A发射场机库中的SpaceX载人龙飞船 此次载人发射定于美国东部时间5月27日下午4点33分在NASA的肯尼迪航天中心进行，这或将意味着一个太空飞行崭新次时代的开始， NASA将转而依靠埃隆·马斯克(Elon Musk)领导的SpaceX等私人企业将宇航员送入太空。 NASA局长吉姆·布里登斯廷(Jim Bridenstine)当地时间周五在Twitter上宣布， “我们准备好发射了！飞行准备情况审查已经结束，NASA的SpaceX载人龙飞船任务可以继续发射。” 当地时间周五白宫发言人在Twitter上表示，美国总统特朗普将出席在佛罗里达举行的发射仪式。 和在航天飞机时代一样，NASA通常在发射前一周进行所谓的飞行准备情况审查，旨在确保航天器和发射系统已经准备就绪，任何重大问题都得到了解决。 整个审查从当地时间周四开始，一直持续到第二天。 “我很高兴地告诉大家，没有发现重大问题，”负责此次审查的NASA副局长斯蒂芬·尤尔奇克(Stephen Jurczyk)说。“最后，这是一次非常、非常干练的审查。” 周五下午，SpaceX对运载火箭进行了所谓的

前言 ​ 由于笔者在电商公司，算二三线的大厂了吧，最近跟京东拼的火热。因为818大促在即，本人所负责的项目，在大促期间压力会比较大，有必要对系统主要接口做一次压测。下面复盘了，我这次压测从发现问题分析问题总结的全过程，希望能对你有所启发。 问题 ​ 压测时发现系统的瓶颈在于cpu，那么考虑为啥瓶颈在cpu，以及如何优化？ 发现过程 ​ 测试环境使用jmeter进行接口压测，然后逐步调大并发度，观察系统吞吐量，然后在ares平台（类似skywalking）上监测JVM内存，CPU，线程状态等 ​ 然后发现，gc信息和内存信息很稳定，但是cpu会达到90%，这时查看jvm的线程状态，发现又70%左右的线程处于waiting或者timed_waiting状态； ​ 初步推算会不会是线程过多导致cpu过高。 ​ 问题分析 首先分析接口的执行流程以及线程池的使用场景 ​ 简单的描述一下：客户端发来一个请求，由容器线程接收，然后通过common线程池创建多个线程去并发执行，然后通过latch进行等待，等所有的common线程执行完在合并然后返回给客户端；每一个common线程是一个小任务可以称为“单品查佣”，common线程会首先使用select线程池创建4个并行任务进行参数转换，并且通过latch进行等待然后合并，紧接着继续并发进行查询

简介 此报告列举的是 “ 十二主神 ” GlobeImposter 系列勒索病毒常见名单，文件修复率预计在90%-99%，更多信息如下。 此勒索病毒近期最为活跃的有： Alpha865qqz，Pig865qqz，Artemis865，Tiger865qqz，Delta865qqz，Snake865qqz，Hades865 病毒通常 首先会禁用 Windows defender微软安全软件 和其他杀毒软件 ，防止病毒 程序 被其删除、添加 系统 自启动、删除磁盘卷影 、 停止数据库服务、挂载卷、遍历卷和网络共享资源并加入链表 。 现阶段勒索病毒都会使用 RSA等非对称加密 除系统文件以外的所有文件，然后自删除加密程序。加密后案例如下图 常见名单 .Ox4865qqz . Alpha865qqz .Artemis865 .ALCO865qqz .BIP865qqz .COMBO865qqz .China865qqz .Dragon865qqz .Dog865qqz . Delta865qqz .Goat865qqz .Help865qqz .Horse865qqz . KRAB8 65qqz .Monkey865qqz .Pig865qqz .Rat865qqz .Rooster865qqz .Rabbit865qqz .RESERVE865qqz .Snake865qqz

前言 ​ 由于笔者在电商公司，算二三线的大厂了吧，最近跟京东拼的火热。因为818大促在即，本人所负责的项目，在大促期间压力会比较大，有必要对系统主要接口做一次压测。下面复盘了，我这次压测从发现问题分析问题总结的全过程，希望能对你有所启发。 问题 ​ 压测时发现系统的瓶颈在于cpu，那么考虑为啥瓶颈在cpu，以及如何优化？ 发现过程 ​ 测试环境使用jmeter进行接口压测，然后逐步调大并发度，观察系统吞吐量，然后在ares平台（类似skywalking）上监测JVM内存，CPU，线程状态等 ​ 然后发现，gc信息和内存信息很稳定，但是cpu会达到90%，这时查看jvm的线程状态，发现又70%左右的线程处于waiting或者timed_waiting状态； ​ 初步推算会不会是线程过多导致cpu过高。 ​ 问题分析 首先分析接口的执行流程以及线程池的使用场景 ​ 简单的描述一下：客户端发来一个请求，由容器线程接收，然后通过common线程池创建多个线程去并发执行，然后通过latch进行等待，等所有的common线程执行完在合并然后返回给客户端；每一个common线程是一个小任务可以称为“单品查佣”，common线程会首先使用select线程池创建4个并行任务进行参数转换，并且通过latch进行等待然后合并，紧接着继续并发进行查询

近期在做一个 DNS 服务器切换升级的演练中发现，我们在 NodeJS 中使用的 axios 以及默认的 dns.lookup 存在一些问题，会导致切换过程中的响应耗时从 ~80ms 上升至 ~3min，最终 nginx 层出现大量 502。 具体背景与分析参见 《node中请求超时的一些坑》 ➡️ 总结来说，NodeJS DNS 这块的“坑”可能有↓↓ 使用 http 模块发起请求（axios 也用的它），默认会使用 dns.lookup 来进行 DNS 查询，其底层调用了系统函数 getaddrinfo 。 getaddrinfo 会同步阻塞 ，所以使用线程池来模拟异步，默认数量为 4。因此如果 DNS 查询时间过长且并发请求多，则会导致整体事件循环（Event Loop）出现延迟（阻塞）。 如果 使用 axios 来设置 timeout ，在 0.19.0 之后 实际会调用 Request#setTimeout 方法，该方法的超时时间不包括 DNS 查询。因此如果你将超时设为 3s，但是 DNS 查询由于 DNS 服务器未响应挂起了 5s（甚至更久），这种情况下你的请求是不会被超时释放的。随着请求的越来越多问题会被累积，造成雪崩。 getaddrinfo 使用 resolv.conf 中 nameserver 配置作为本地 DNS 服务器，可以配置多个作为主从

solr与.net系列课程(五)solrnet的使用 最近因项目比较忙,所以这篇文章出的比较晚,离上一篇文章已经有半个月的时间了,这节课我们来学下一下solr的.net客户端solrnet 出处 https://github.com/mausch/SolrNet 上一篇文章讲述了C#是如何请求和接受solr的数据的,请求链接是自己拼接的,接受数据是使用数据契约,solrnet就是把这些步骤封装起来,大家直接调用方法就可以请求和接受数据 首先要下载solrnet所要使用的DLL Microsoft.Practices.ServiceLocation.dll SolrNet.dll HttpWebAdapters.dll 下载地址 http://pan.baidu.com/s/1pJt7Wr5 创建一个项目,然后引用上面的DLL 好了,下面就开始实战, 我们来设计一个查询条件 title="关键字" and (area="北京" or area="上海") and industry="电力" and columns="项目" order time desc (1)创建一个接收数据的实体类,内容如下 using System; using System.Collections.Generic; using System.Linq; using System.Web; using