硬件技术

Karpenter 节点自动供给与成本优化(2025)

# Karpenter 节点自动供给与成本优化(2025) ## 一、供给与约束 - Provisioner:按区域/实例家族/容量限制定义供给策略。 - 亲和与污点:隔离工作负载,保障关键服务。 ## 二、实例与成本 - 预留与可抢占:核心服务用预留,波动任务用可抢占。 - 实例选择:按 CPU/内存/网络特性匹配负载。 ## 三、伸缩与回收 - 伸缩信号:结合队列积压与业务指标触发供给。

ClickHouse 物化视图实时聚合与去重治理(2025)

# ClickHouse 物化视图实时聚合与去重治理(2025) ## 一、表与视图设计 - 明细表:存储原始事件;索引按查询模式设计。 - 物化视图(物化视图):将明细写入 `AggregatingMergeTree` 进行 `实时聚合` 与 `去重`。 ## 二、聚合与去重 - 聚合函数:`sum/count/uniqExact/argMax` 等;按业务选择。 - 去重:使用 `uniq

NATS JetStream 流与消费者治理(2025)

# NATS JetStream 流与消费者治理(2025) ## 一、Stream 与存储 - Stream:主题分组与副本;存储策略与保留(Limits/WorkQueue)。 - 分片与副本:按吞吐与可用性设副本;跨集群镜像与转发。 ## 二、Consumer 与投递 - Consumer:`Ack Policy`(Explicit/All/None)与 `Ack Wait`;`Deli

NATS JetStream 流存储与消息治理(2025)

# NATS JetStream 流存储与消息治理(2025) JetStream 提供持久化与重放能力,适合轻量事件与队列场景。 ## 一、主题与流 - 流定义:设置存储、保留与分段参数。 - 主题设计:命名与层级便于路由与权限控制。 ## 二、订阅与投递 - 推/拉订阅:适配不同消费模型与背压。 - Ack 与重试:对失败消息进行重试与死信处理。 ## 三、观测与成本 - 指标:积压与

Node.js Worker Threads 与事件循环性能优化(2025)

# Node.js Worker Threads 与事件循环性能优化(2025) Node.js 单线程事件循环适合IO密集,计算密集需借助 Worker Threads 或拆分服务。 ## 一、并发模型 - 事件循环:避免长阻塞任务;拆分为微任务与批处理。 - Worker Threads:将CPU密集计算下放到线程池。 ## 二、进程与负载 - Cluster:多进程利用多核;结合反向代

Loki 日志聚合与结构化治理(2025)

# Loki 日志聚合与结构化治理(2025) Loki 以标签索引日志,适合低成本、高效检索与聚合。 ## 一、结构化与标签 - 结构化:统一字段与上下文;JSON 行日志规范。 - 标签:控制基数,核心标签包括服务、环境、租户与 TraceID。 ## 二、采集与管道 - 采集:Promtail/Agent 收集并清洗;敏感信息脱敏。 - 管道:分发至 Loki 与归档存储,设定留存策略

Kafka 保留与压缩策略治理(2025)

# Kafka 保留与压缩策略治理(2025) Kafka 的保留与压缩配置影响成本与查询与一致性,需要按业务治理。 ## 一、保留与分段 - retention.ms:控制时间保留与容量规划。 - segment.bytes:设定分段大小,平衡文件数量与恢复时长。 ## 二、压缩与键 - cleanup.policy:`delete` 与 `compact` 组合策略。 - log com