setgopro
本站致力于IT相关技术的分享
在 Azure Functions 中构建基于 Saga 模式与读写分离的事务性工作流 在 Azure Functions 中构建基于 Saga 模式与读写分离的事务性工作流
在无服务器（Serverless）架构中处理跨多个服务的复杂业务事务，是一个无法回避的挑战。一个典型的场景是：用户发起一个订单请求，系统需要依次完成库存扣减、优惠券核销、支付网关调用、以及物流单创建。这些操作分布在不同限界上下文中，任何一步
2023-10-27 分布式架构
Saga Pattern Rome Node.js 读写分离 Azure Functions
在 ASP.NET Core 中构建集成 Puppeteer 与 Keras 的异构分析服务架构 在 ASP.NET Core 中构建集成 Puppeteer 与 Keras 的异构分析服务架构
一个看似简单的需求摆在了面前：我们需要一个服务，它能接收一个URL，然后分析该页面渲染后的视觉内容。这彻底排除了仅靠HTTP抓取HTML文本进行解析的方案。业务场景要求我们必须处理JavaScript动态渲染、Canvas绘图甚至WebGL
2023-10-27 后端架构
RESTful API ASP.NET Core Keras Puppeteer
使用 XState 与 ScyllaDB 构建一个状态驱动的服务发现节点 使用 XState 与 ScyllaDB 构建一个状态驱动的服务发现节点
一个看似健壮的服务发现系统，其最脆弱的环节往往在于对服务实例生命周期的模糊处理。多数系统将服务状态简化为二进制的“在线”或“离线”，这种模型在面对服务启动预热、优雅停机、健康检查抖动（flapping）等真实场景时，显得力不从心。一个实例在
2023-10-27 分布式系统
Node.js 服务发现 XState ScyllaDB 状态机
基于 Nomad、TypeScript 与 Solr 构建动态分布式压测指标平台 基于 Nomad、TypeScript 与 Solr 构建动态分布式压测指标平台
团队现有的压测流程越来越成为瓶颈。基于JMeter的脚本是静态的，每次调整并发数、目标URL或持续时间都需要修改XML文件，重新打包，然后手动分发到几台固定的压测机上执行。测试结束后，聚合数百万行的JTL结果文件进行分析，通常是几个小时甚至
2023-10-27 DevOps
Solr TypeScript Nomad 可观测性 压测平台
基于 RabbitMQ Saga 模式的分布式事务实现与 Datadog 可观测性注入 基于 RabbitMQ Saga 模式的分布式事务实现与 Datadog 可观测性注入
一个典型的微服务下单流程，涉及订单、支付、库存三个独立服务。当用户支付成功后，库存服务却因为网络抖动扣减失败。此时，订单状态已更新，用户款项已扣除，但商品库存未变。数据出现了不一致，而追踪这个跨越多个服务的失败链条，定位根因，成了一场噩梦。
2023-10-27 分布式架构
RabbitMQ Datadog 分布式事务 Saga OpenTelemetry
构建一个Node.js客户端代理以观测GraphQL向量API并暴露Prometheus时序指标 构建一个Node.js客户端代理以观测GraphQL向量API并暴露Prometheus时序指标
我们的业务场景中有一个棘手的监控需求：一个提供向量检索服务的GraphQL API。常规的GraphQL客户端监控，比如请求延迟、错误率和解析器耗时，已经通过APM工具覆盖了。但我们面临的真正痛点是，如何度量向量检索的“质量”——即返回的向
2023-10-27 可观测性工程
Node.js Vector GraphQL Prometheus TSDB
3 / 5