深圳幻海软件技术有限公司

第1关：版本0内核的第一次缺页页故障本关任务：分析版本0内核的第一次缺页页故障，回答下列问题：1.该页故障由几号进程引发？2.在该故障发生前，该进程执行的最后一个可执行文件是什么？该可执行文件的第2块（每块1KB）的头16字节的内容是什么？3.引发该页故障的线性地址是什么？该进程的代码段起始地址是多

作者：京东科技孙民英一、混沌工程介绍1.什么是混沌工程混沌工程是通过主动制造故障场景并根据系统在各种压力下的行为表现确定优化策略的一种系统稳定性保障手段，简单说就是通过主动注入故障的方式、提前发现问题，然后解决问题规避风险。2.为什么要进行混沌演练随着互联网业务发展，微服务架构、分布式架构和虚拟化容

0、前言关于什么是SRE，以及在业务上有哪些具体的输出，网上资料众多但都只是对基本概念做描述。那容器SRE究竟要怎么结合业务，得物容器SRE又有哪些最佳实践，本文就得物容器SRE的一些事情向大家做介绍。1、SRE定义稳定性工程师，用软件工程解决复杂的运维问题，50%的时间用于运维琐事,50%的时间用

通过接受挑战并将其纳入您的设计中，您可以获得分布式系统的真正好处。让我们一一看看这些挑战。如今，分布式系统风靡一时。每当我访问Internet上的技术出版物时，我通常会发现一大堆关于分布式系统的好处的帖子。每个人似乎都对分布式系统的一般概念及其带来的表面优势着迷。虽然创建可以帮助人们学习的信息内容没

微服务架构使得可以通过明确定义的服务边界来隔离故障。但是像在每个分布式系统中一样，发生网络、硬件、应用级别的错误都是很常见的。由于服务依赖关系，任何组件可能暂时无法提供服务。为了尽量减少部分中断的影响，我们需要构建容错服务，来优雅地处理这些中断的响应结果。本文介绍了基于RisingStack的Nod

随着B站近几年的快速发展，业务规模越来越大，迭代速度越来越快，系统运行复杂度也越来越高。线上每天都会发生各种各样的故障，且发生的场景越来越刁钻。为了应对这种情况，保障业务在任何时刻都能将稳定性维持在一个高基线之上，B站专门成立了SRE体系团队，在提升业务稳定性领域进行了全方位、体系化的积极探索，从理

PartOne可用性概念一览永不停机总归是不现实的。那么，在可操作性的范围内，怎样把影响降到最小，而影响又该怎么衡量呢?概念一：MTBF(meantimebetweenfailure)MTBF是指两次相邻的系统失效(服务故障)之间的工作时间长度。也可以叫它无故障时间或失效间隔。这个值越大，说明系统的

背景Kubernetes的设计使得单个Kubernetes集群可以跨多个故障区域multiplefailurezones运行，通常这些区域(zones)位于称为区域(region)的逻辑分组中。主要的云提供商将一个区域定义为一组故障区域failurezones(也称为可用性区域availabilit

大规模系统的分片部署是一个难点，既要考虑容灾和故障转移，又要考虑负载均衡和资源利用率。本文就从服务状态、故障转移、负载及资源利用率等几个方面来阐述下他们的关系，并带大家一起看下，facebook面对这种挑战是怎么做系统架构的~1有状态&无状态的服务部署应用服务，根据其类型一般可以分为两种：无

 一、故障及故障管理定义业界故障管理均基于ITIL演化而来，根据实际情况精简流程以适配互联网的精益迭代。1、ITIL中的定义故障：①非计划性的IT服务中断，或者IT服务性能的下降。②配置项的失效，即便没有影响到服务。故障管理：对所有故障进行处理的流程。故障管理的目标：尽快恢复服务到正常运行

微软子公司GitHub近日就上个月底持续时间超过8个小时的一连串故障发表了完整的事后分析报告，详细说明了数据库基础架构导致GitHub遭遇故障的确切原因，GitHub数据库出岔子不是第一次了。GitHub工程高级副总裁KeithBallinger撰写的这篇报告称，2月份的故障是“多次服务中断，导致在

谈到高并发和高可用往往引起很多人的兴趣，有时候成为框架选择的噱头。实际上，它们往往和框架关系不大，而是跟架构息息相关。在很多时候，老码农会直面一个问题：“系统的服务可用性是多少?是怎么得来?”但在思考这个问题之前，先要澄清一个概念，那就是——什么是服务可用性可用性就是一个系统处在可工作状态的时间的比

 近期肆虐的新型冠状病毒，已然成为大众视野的焦点。笔者，最近趁过年之际也看了一些相关新闻和书籍，其中，有一本名为卡尔·齐默《病毒星球》让我印象深刻。当然，本文并不是谈及新型冠状病毒和《病毒星球》，而是将故障和病毒进行类比，聊一聊计算机软件的故障应对机制，而其中关于病毒相关科普性的资料和数据

 我从业之初便开始扮演“救火队员”角色，经常去线上执行“救火”、止损、攻关等应急工作，再通过分析、推理、验证…图片来自Pexels “抽丝剥茧”的找出背后的根本原因，仿佛自己是个“经验丰富、从容冷静、思维缜密”的侦探。以前我一直认为线上问题定位、分析处理能力是架构师的“看家功底”

什么是哨兵?哨兵(Sentinel)是redis的高可用性解决方案，前面我们讲的主从复制它是高可用的基础，但是单纯的主从复制需要人工介入才能完成故障转移，哨兵可以解决这个问题，在主从复制情况下，当主节点发生故障时，哨兵可以自动的发现故障并且完成故障转移，实现真正的redis高可用。在哨兵集群中，哨兵

 本期我们重点讲述微服务架构下的监控 微服务架构虽然诞生的时间并不长，却因为适应现今互联网的高速发展和敏捷、DevOps等文化而受到很多企业的推崇。微服务架构在带来灵活性、扩展性、伸缩性以及高可用性等优点的同时，其复杂性也给运维工作中最重要的监控环节带来了很大的挑战：海量日志数据

 高可用部署要求 图1高可用部署(*注：随着服务满足高可用要求的增多，服务的高可用能力就越强)一致性这里的一致性指的是模块依赖的方方面面，包括但不限于硬件规格和配置、操作系统、基础软件、系统参数，还包括模块自身的相关信息，如配置文件、版本、上下游依赖组件等的一致性。可以通过配置管

最近留言问“高可用”的朋友颇多，找历史文章又找不到，故重新优化发布，希望大家有收获。一、什么是高可用高可用HA(HighAvailability)是分布式系统架构设计中必须考虑的因素之一，它通常是指，通过设计减少系统不能提供服务的时间。假设系统一直能够提供服务，我们说系统的可用性是100%。如果系统

 一、为什么需要混沌工程?(翻译自ChaosEngineering电子书)1.1混沌工程与故障测试的区别混沌工程是在分布式系统上进行实验的学科,目的是建立对系统抵御生产环境中失控条件的能力以及信心，最早由Netflix及相关团队提出。故障演练是阿里巴巴在混沌工程领域的产品，目标是沉淀通用的

【51CTO.com原创稿件】在上篇文章《深入学习Redis高可用的基石：主从复制》中曾提到，Redis主从复制的作用有数据热备、负载均衡、故障恢复等；但主从复制存在的一个问题是故障恢复无法自动化。本文将要介绍的哨兵，它基于Redis主从复制，主要作用便是解决主节点故障恢复的自动化问题，进一步提高系