-
置顶 性能利器Takin来了！首个生产环境全链路压测平台正式开源
6月25日，国内知名的系统高可用专家数列科技宣布开源旗下核心产品能力，对外开放生产全链路压测平台产品的源代码，并正式命名为Takin。 目前中国人寿、顺丰科技、希音、中通快递、中国…
-
故障复盘后的告警如何加出效果？浙江移动等老司机总结了6条注意事项(内附活动预告)
#一分钟精华速览#某企业内部故障统计数据显示 85%的异常是靠用户上报发现而非监控发现。针对一个故障场景增加一个告警，往往需要增加数百上千个监控项，这样加下去，真的能提升业务异常的…
-
「TakinTalks」_系统故障频发，如何避免重复踩坑？
沙龙时间：2022年8月20日，14:00-17:00 沙龙地点：线上直播（51CTO技术栈 视频号、B站直播间） 进群方式： 扫码添加小树，回复「沙龙」进群； 故障专题： 通过一…
-
由谷歌宕机引发的思考——稳定性之面向失败设计【可靠性之容错】
谷歌事故回顾：https://news.shulie.io/?p=5103 鲁棒性（robustness）其意思是健壮和强壮，就是系统的健壮性。它是指一个程序中对可能导致程序崩溃的…
-
2020年谷歌宕机事件回顾（官方事故报告）
以下为谷歌官方的事故报告： 问题摘要 2020 年 12 月 14 日星期一，需要谷歌 OAuth 访问且面向客户的谷歌服务出现死机，并持续了 47 分钟。GCP 工作负载使用的云…
-
腾讯云“抢救”微盟！开 766 次在线会议、调拨 100 多台服务器、闹钟只敢定 2 小时
766次在线会议、临时调拨100多台服务器，“调兵”四地工程师，这是腾讯云“救援”微盟的付出。 3月1日，“微盟删库”事件收尾，并制定1.5亿元赔付计划。这，不啻于一场血的教训。此…
-
微盟删库跑路事件回顾
2020年微盟删库事件是目前为止国内删库最严重的事故之一，当天直接造成公司市值损失近10亿，影响超过300万商户。下面我们按照时间线，来看看整个事件发生的始末。 ① 事情从2月23…
-
10年稳定性保障经验总结，故障复盘要回答哪三大关键问题？｜TakinTalks大咖分享
很多人应该都有关注SpaceX，从MK1到SN12所有的飞行器都没有成功，那这个实验到底是失败了还是成功了呢？借用埃隆·马斯克话来说这是一次成功的失败，他们公司从这些失败中汲取的经…
-
B站SRE负责人亲述713故障后的多活容灾建设
直播视频回放：https://news.shulie.io/?p=5019 上周B站技术发的“713事故”复盘文章爆了，很多小伙伴都在关注我们B站的高可用建设，其实一直以来我们在这…
-
倒计时1天！TakinTalks作为合作社区邀您关注本届稀土开发者大会
在互联网世界，变化与演进是业务架构永恒的主题。当信息技术发展到当下，拥有一套稳定的业务架构几乎是所有大型互联网公司梦寐以求的事。完善的业务架构可以成为连接企业战略和技术实现的桥梁，…
