暂时未有相关云产品技术能力~
「7DGroup」技术公众号作者, InfoQ签约作者,CSDN博客专家、测试领域优质创作者,华为云云享专家、2021年度华为云社区十佳博主,掘金2021年度人气作者No.12,极客时间《全链路压测实战30讲》专栏作者之一,极客时间《性能测试实战30讲》、《高楼的性能工程实战课》专栏编委。
【4月更文挑战第19天】在前面两篇文章中介绍了emqtt-bench工具和MQTT的入门压测,本文示例 emqtt_bench 对 MQTT Broker 做 Beachmark 测试,让大家对 MQTT消息中间 BenchMark 测试有个整体了解,方便平常在压测工作查阅。
【4月更文挑战第18天】物联网系统在架构、网络模式、通信协议等方面与传统的互联网系统有所区别。因此,传统的性能测试方法不能直接套用到物联网系统中。
【4月更文挑战第2天】性能工具之JMeter模拟多IP地址访问
【2月更文挑战第23天】性能工具之代码级性能测试工具ContiPerf
【2月更文挑战第16天】性能基础之全链路压测知识整理
【2月更文挑战第19天】性能场景之压测策略设计
【2月更文挑战第13天】浅析 HLS 流媒体协议
【2月更文挑战第8天】性能工具之15个常用的Linux文件系统命令
【2月更文挑战第1天】性能监控之国产时序库TDengine TDinsight dashboard 指标解析
【2月更文挑战第2天】安全测试之推荐工具
【2月更文挑战第3天】如何设计大型项目技术运营服务架构
【2月更文挑战第30天】性能工具之 JMeter 使用 shell 脚本快速执行
在使用 Kubernetes 部署应用后,一般会习惯与将应用的配置文件外置,用 ConfigMap 存储,然后挂载进入镜像内部。这样,只要修改 ConfigMap 里面的配置,再重启应用就能很方便就能够使应用重新加载新的配置,很方便。
Kubernetes 集群 Helm3 安装 ElasticSearch & Kibana 7集群
分布式系统的应用程序性能监视工具,专为微服务、云原生架构和基于容器(Docker、K8s、Mesos)架构而设计。 提供分布式追踪、服务网格遥测分析、度量聚合和可视化一体化解决方案。
Kubnernetes 集群部署 Zipkin+Kafka+ElasticSearch 实现链路追踪
实际生产环境中,为了稳定和高可用,运维团队一般不会把 MySQL 数据库部署在 Kubernetes 集群中,一般是用云厂商的数据库或者自己在高性能机器(如裸金属服务器)上搭建。 但是,对于测试开发环境,我们完全可以把 MySQL 部署到各自的 Kubernetes 集群中,非常有助于提升运维效率,而且还有助于Kubernetes 使用的经验积累。
Kuberbetes 能够很好地组织和编排容器,但它缺少一个更高层次的应用打包工具,而 Helm 就是解决这个问题的。
Kubernetes 对 Pod 进行调度时,以当时集群中各节点的可用资源作为主要依据,自动选择某一个可用的节点,并将 Pod 分配到该节点上。在这种情况下,Pod 中容器数据的持久化如果存储在所在节点的磁盘上,就会产生不可预知的问题,例如,当 Pod 出现故障,Kubernetes 重新调度之后,Pod 所在的新节点上,并不存在上一次 Pod 运行时所在节点上的数
weave scope 可以以其简洁的可视化为我们更生动形象的展现出service/controller/pod等资源对象的管理及简单的 Web UI 操作,方便故障排除及时定位。
Kubernetes 还开发了一个基于 Web 的 Dashboard,用户可以用 Kubernetes Dashboard 部署容器化的应用、监控应用的状态、执行故障排查任务以及管理 Kubernetes 各种资源。
Linux运维之CentOS 7 升级内核版本
Traefik 是一个开源的可以使服务发布变得轻松有趣的边缘路由器。它负责接收你系统的请求,然后使用合适的组件来对这些请求进行处理。
使用 kubeadm 初始化 worker节点出现 not ready 故障
Kubernetes 高可用集群落地二三事
kubectl 作为客户端CLI工具,可以让用户通过命令行对 Kubernetes 集群进行操作。在实际工作中熟练的使用这些命令去定位 K8s 集群问题时是我们爱不释手的好伴侣,来和我们相互认识下吧。
Kubernetes 集群常用操作总结
做为一个性能测试工程师,每当我们发现计算机变慢的时候,我们通常的标准姿势就是执行 uptime 或 top 命令,来了解系统的负载情况。
Kubernetes 集群基本概念
TestNG 是一个受 JUnit 和 NUnit 启发的测试框架,旨在简化广泛的测试需求,从单元测试到接口测试。但引入了一些新功能,使其更强大,更易于使用。
本文分场景介绍了两种 Mock 方式,对于Mock Server 的方案各有各的便利性,看起来都是对接口的模拟。
通过 SQL 完成数据分析、机器学习还是推荐使用到 Python,因为这是 Python 所擅长的。通过今天的例子我们应该能看到采用 SQL 作为数据查询和分析的入口是一种数据全栈的思路,对于数据开发人员来说降低了数据分析的技术门槛。相信在当今的 DT 时代,我们的业务增长会越来越依靠于 SQL 引擎 + AI 引擎。
注册中心是微服务架构最核心的组件。它起到新服务节点的注册与状态维护的作用。微服务节点在启动时会将自身的服务名称、IP、端口等信息在注册中心中进行登记,注册中心会定时检查该节点的运行状态。注册中心通常会采用心跳机制最大程度保证其持有的服务节点列表都是可用的。
建设公司云原生研发基础设施,为研发部门提供安全、可靠、高效的基础资源、数据存储服务、DevOps 流水线以及运维自动化服务等。
性能测试中当我们尝试使用 Linux 命令(如 nproc 或 lscpu )了解服务器CPU架构和性能参数时,我们经常发现我们无法正确解释其结果,因为我们混淆CPU、物理核、逻辑核概念等术语。
综合来讲,这是一本介绍方法论的书,作者通过概念、模型、观测、实验手段来进行问题的剖析。另外本书的涉及范围之广,从内存、CPU、文件系统、存储硬件、网络等各个方面。并且本书通常以一个实例入手,深入的介绍系统原理,特别是在一些重点细节上,往往有超出一般的认识和方法。
本文详细介绍 Java Agent 启动加载实现字节码增强关键技术的实现细节,字节码增强技术为测试人员进行性能监控提供了一种新的思路。目前众多开源监控产品已经提供了丰富的 Java 探针库,作为监控服务的提供者,进一步降低了开发成本,不过开发门槛比较高,对测试人员来说有很大的一部分的学习成本。
面对人工智能,冷静比鸡血更重要!
这段时间 chatGPT 也算是疯狂的吸引眼球了。
看起来广告费没白花,不管说的对不对,反正说它一定要用“颠覆”“天花板”“惊艳”“抢大多数人的饭碗”之类的词。
再大一点的描述就是:留给人类的时间不多了。扼腕叹息、杞人类生存空间而忧的表情似乎已至地球末日。
有用来写代码的,这就说抢了程序员的工作。
有用来写文案、做视频的,这就说抢了自媒体人的工作。
有用来做设计的,这就说抢了设计师的工作。
甚至有人开始建圈子开课收费了!但凡弄个技术分享,名称中也要加上GPT了!要不然就不是技术领域的弄潮儿了!
再加上GPT-4、5的只言片语中感受到了据说人类思维逻辑和情感的存在,所以更是让人感觉很有威胁。
千人大佬联名信,也说开始说要训练停止六个月。更是让人觉得天要塌了。
通常对这种一开始就有铺天盖地的消息的事情,我总是觉得背后有只操纵的大手,当然这个事情也不会例外。
我记得元宇宙开始的时候也是这样的,铺天盖地的虚拟现实威胁论:“人类以后就不知道自己的生活是真实的还是元宇宙是真实的了!”。 而现在,元宇宙除了在游戏领域和一些演示场景中有用,似乎其他地方也没见有啥用(也许是我的信息不够丰富),反正对我的生活除了谈资没有任何影响。而那些风投们,现在的心态是什么样,我想用捶胸顿足应该不为过吧。
一个柳夜熙不管融了多少资本,不管有没有上市。如果公开的企业信息是准确的,并且我也没有查错的话,这个注册资本才130.6122 万人民币,而实缴资本只有 21.2857万 人民币的一般纳税人公司,参保人员还为零,一个这样的企业能带来什么呢。
回到 chatGPT,这一段时间有这么多人为 chatGPT 做舔狗式的推广,除了广告费不菲和博取眼球、建圈拔毛之外,我也想不到有什么动力。
我想应该不是所有人都有广告费,而是一部分大号们是有广告费的,而其他一些自媒体,应该是基于谈这个就可以多出出镜博得一些流量的心理。
一堆文章、视频说教你如何免费使用 chatGPT,结果打开一看是收月租的,还有建什么知识星球、收费群的,一人 299 元,割韭菜的刀一轮,3000人入圈,几十万到手。
作为一个IT技术做了多年的人,看chatGPT的技术栈也没有超出已有的技术栈,算法也还是大数据、神经网络、深度学习那些算法,也就是说生产工具并没有发生质的变化。用既有的生产工具生产的产品来取代使用既有生产工具的人,这一点在逻辑上就不怎么成立,而仅能取代的是连生产工具都不会用的人,还有本该被淘汰的人,或者说它可以让之前的事情改变成另一种形式。
也就是说,你用秦朝的制作工艺生产出的爬犁要想实现取代大型耕地机械的可能性是没有的。我在一个开发朋友群里问他们有没有担心会被chatGPT取代的时候,得到的答复是:只能让工作效率变高一些。
也许有人说我这种想法过于悲观了。这让我回想起区块链刚兴起那会,有一大堆人冲进币圈想捞上一把,那时候山区的矿机也是日夜不息,而实际上只有一小部分人靠着刚开始的热气赚了钱,而大部分人冲进去是当韭菜的。当中国压制区块链引起的盲目投资的时候,我还是非常高兴地觉得这是一个非常理智的举措。事实证明,不加控制的冲动产生的结果就是哀鸿一片,除了带来贫富差更大之外没有产生实际的价值。
而现在区块链除了技术实现在一些企业内部和在受控范围之内使用,还是在公共视线中慢慢退却了,想实现不受控的公共区块链,在人性这一块就通不过。
chatGPT在国内被炒得如此火热,但是不知道有没有注意到,一开始就去玩的人,有几个人是通过合法网络去体验的?没法上网不说,连个注册都不支持国内手机号。而通过不合法的手段为几个国外企业做如此地推式的宣传,我们国内的技术市场得到的是什么呢?
也许有人说,你这没有胸怀呀,不拥抱变化呀,我们还是先看看自己再说胸怀。
真实的国内技术市场,在这些年云计算的疯狂扩张之后,由于云服务平台屏蔽了基础IT设施,国内技术人连基础IT技能都每况愈下的前提之下,这些国外高精尖的应用技术对国内整体IT素养的提升其实没有什么实质性的价值。跟一个技术人谈技术的时候,如果被尊重的不是技术本身而是技术大佬满嘴流油天马行空的类似魏晋清谈似地吹嘘,那不就是本末倒置吗?我们不应该更关注的是一个新的技术带来的普惠价值吗?
如果没有整体IT技能素养的提升,那怎么实现小河满了大河才能满的盛况,这一点跟祖国一片向好的大趋势也不相符呀。
所以,我觉得如果要推广一个好的技术,并不是这种打了鸡血似的疯狂现象,而是理智地分析可用价值,提升整体生产力才是好事情,不用过度宣传。
用惊人之语获得短暂的高峰流量,除了怀着一腔热血割韭菜(这一点和那些忍着颤抖的心将9块9的百年老班章、天珠卖八万八的一样),感觉不到一丝真诚。
上图来自网络
我不是要唱反调来体现价值,而只是想从理智的角度出发奉劝各种看官,技术的进步是好事,而靠着市场还未明朗之际就疯狂推广,除了想洗劫由于信息不对等产生的认知偏差的费用之外,实在看不出对技术市场有什么实际的价值。
记得有一次在上海跟一位名校老教授吃饭的时候,他说,在二三十年前就教神经网络,而那时教出来的学生连工作都难找,而现在还没毕业就被预定了。我觉得这是技术发展进步的体现角度之一,也真实地反映在技术市场中了,这才是好事。
毕竟我是做性能出身的,在 chatGPT 如此宣传之下,我也想看看被取代的可能性有多大,于是在国外友人的帮助下,我也问了一些和专业相关的问题。如下:
通过这些问答,我除了看到对网上一些信息进行了整理之外,没有看到什么有逻辑思考能力的地方。就像这个描述上下文切换的,在实际的工作中,我们通常都会有明确的趋势判断逻辑,这里给出的几个分析角度,我想对一个不会判断切换问题的人来说,看了这个答案仍然还是不会判断,这跟做了性能分析之后给出的结论是“可能CPU已经达到瓶颈,需要增加CPU”是具有同样效果的答案。
似乎以上都是在说chatGPT的不好,我并没有这个意思。客观地说,我希望技术能够向好发展,chatGPT确实做到了一些变化,比如说对一个问题的信息收集整理过滤,节省了一个人忍着牛皮癣一样的广告翻搜索引擎的过程,这是进步;通过描述画图,也确实节省了一个人常规的枯燥创作过程(先不说他画的好不好,毕竟给你画了,当然同样的描述也会给出同样的风格),这也是进步;通过提问给你写出了文案(也不用说这文案有多少原创和相似性,毕竟给你写了),这也是进步。
但是要说这个玩意能干掉大部分脑力工作者,我是决然不信的。我相信的是,一个工具只是有被使用的价值,它能提升的是信息差的平衡,能减少个人成长学习的成本,也能促进部分人的工作效率。
但是对有逻辑思维能力和创造能力的脑力工作者来说,现在这些已经发布的工具,在我的认知理解范围内,我不觉得它有什么取代的能力。
如果诚如广告及发布会的效果而言,它确实能够取代人的创造性和思维能力,那就等真正具备这种能力的产品落地到现实工作中才是真正达到了宣传的效果,而不是现在只在片段的广告视频之中。
所以,我觉得chatGPT的出现,对技术市场的影响,只是信息的收集整理和既有技术实现的便捷性(比如说代码生成调试,这个技术也不是chatGPT特有的,而是老早就有了),平衡信息差和学习能力差带来的认知差。
除此之外,无他。
其实所有人为的动作,都有一个基本的判断前提,那就是初衷和目的是什么,如果为了一己博眼球之私,那也无可厚非,只是目的略嫌自私。
如果眼光能长远一点,而不是跟风人云亦云,胸怀张载的名句,那才是真诚。