我不是说面试, 面试那没办法.
曾经我们团队做了一套工作流, k8s 在有 pod pending 的时候自动买机器加入集群, 当时大概是 10 分钟之内加入集群, 我理解这不是特别好的成绩, 不过和之前比是好多了, 不过后面也完全没用到, 因为压根没有那么多流量了.
有时候感觉很多时候都不用想那么多, 特别刚开始做的时候, 设计代码的时候好理解, edge case 处理到位, 测试写到位, 哪怕说勇敢做一个很烂的项目, 也比这些屠龙之术重要得多.
总是会说自己老了, 不知不觉高流量高并发都是屠龙之术了, 可能还不如数据安全合规重要...
 | 1 cnnblike 21 天前  12 经济上升期学高并发高流量强扩展性。经济下降期学数据合规业务精细化管理 |
 | 2 chendy 21 天前 往好了想，了解东西多也是好事 高并发设计也是设计，业务逻辑设计也是设计，数据安全设计也是设计 |
 | 4 orFish 21 天前 造了个 karpenter 轮子？ |
 | 6 Gilfoyle26 21 天前 《因为压根没有那么多流量了》，想到了一个非常经典的话： Make It Work Make It Right Make It Fast |
 | 7 blessyou 21 天前 没有那么多正反馈了  我也不那么关心屠龙术了。 |
 | 8 amon 20 天前 这就是技术思维，对于公司来说，流量和赚钱才是屠龙之术。 |
 | 9 zenghaojim33 20 天前 想起了 B 站有一系列的：技不重要 |
 | 10 coefu 20 天前 第一性原理，你要解决的这个问题，是不是本质上最重要的非得解决的问题；这个行当，很多人看不懂这点，花精力造一些莫名其妙的感动自己的轮子，以为就能感动世界。  |
 | 11 mightybruce 20 天前 换个思路，搞对机器或者服务将本增效， 自动买机器还要 10 分钟加入的确不符合现实场景。 |
| 12 mightybruce 20 天前 首先我就说说专业的做法对于可预见的流量变化是怎么做的， 有明显波峰波谷的在线业务：例如在线教育、电商等业务的流量通常有明显的波峰波谷 非持续运行的计算任务，使用 Pod 运行计算任务，无需保留固定节点，仅需为任务执行期间的计算资源付费，降低计算成本，例如： 数据计算：Spark 大数据计算 CI/CD Pipeline Job 任务：例如定时任务、AI 任务等。 这种在 k8s 上一般用虚拟节点，其实是基于 Virtual Kubelet 组件来做的，有些云商提供了支持。 |
 | 13 soap0X 20 天前 via Android 这两年做过一点优化。业务出问题大概分两类一类有问题改了就好，一类到处是问题还不好改。性能方面可以去优化感觉也是一步一步来的，直接写我暂且搞不出来，找问题还是得提前了解下的至少碰到有个方向。 |
 | 14 darling19961030 20 天前 搞了这么多年分布式单体，最终回归到了单体。 |
 | 15 kxg3030 20 天前 docker swarm 足矣 不要光想学屠龙术 我很多年前就是这个想法 |
 | 16 mrochcnnnnn 20 天前 领导会开玩笑跟我说 学会了屠龙之术，发现这个世界上本没有龙 |
 | 17 jacksonskyedu 20 天前 1 岁数大了，越来越感觉，只要能解决问题，管他什么屠龙还是杀鸡，我用手掐死都可以，还能证明我力气大 |
 | 18 LeoQ OP @Gilfoyle26 我现在很多工作就停留在第一步了, make it work, 然后大部分情况下就停留在那, 大家都很开心, 已经不想再往后考虑, 因为没有对应的挑战 |
Select Language