下一次工业革命近在眼前了

去年的这个时候,IT 圈哀鸿遍野,吐槽技术红利消耗殆尽,所有公司都失去了新的增长点,程序员红利到头了。 今年的这个时候,程序员的好日子确实进入倒计时了,只不过不像当初做预言的人想的那样,连他们自己的末日也在倒计时了。 中国的互联网从业者并没有把 AI 当回事,这几年来对 AI 的看法是这种基于统计和传统神经网络的技术不足为惧,因为硬件的发展让老树发了一点新芽,套上强大的核弹厂芯片加一些修修补补的算法,能帮这些批着科技外皮的牛皮癣广告公司卖出更多的广告,能让信息茧房里的人看到更多他们喜欢的信息,奶头乐吸得不亦乐乎,让整个网民群体娱乐到死,普通人失去了研究的耐心和学习发展的能力,商业公司赚到了更多的钱,着实是 win-win 麻了。 2022 年下半年,Github 的 CoPilot,OpenAI

Google 用了十年的 subset 算法被换掉了

之前在这篇 subset 限制连接数量 里,简单总结了 SRE book 书里讲到的 subset 算法的基本原理和问题。 之前还在做 mesh 的时候,也曾经想把 subset 算法在公司内落地,无奈和同事一起分析了两个星期以后,认为 subset 的: 1. 需要 paas 给每个 container 分配连续 id,且在下线时需要自动补漏,目前 k8s 其实并没有这种策略,给每个服务都做成 stateful-set

sarama producer hang 又一例

之前公司因为 aws 的 kafka 服务上的副本数配置不正确,所以在 aws 例行重启时会导致 producer hang,连锁导致消费断连,当时总结了一篇简单的文章: aws 上 kafka 服务更新导致断连一例公司内部写 kafka 的 consumer 和 producer 使用的是社区流行的 sarama 这个库,这个库应该 bug 挺多的,之前有云厂商建议用户不要使用该 lib 的文档:为什么不推荐使用Sarama Go客户端收发消息? 不过用都用了,

微服务税

现在稍微有一点规模的公司基本都上微服务了,后端工程师在大小公司打杂的话都会碰到因为是微服务,所以在做开发的时候: * 依赖太多,没有稳定的环境,服务跑不起来 * 服务要走网络,稳定性问题难以解决 * 上下游要解耦,每次上游做修改下游都会有故障 各种各样奇形怪状的问题,每一个痛点都会涉及到不少相关的解决方案,比如环境问题,之前我分享过 https://tilt.dev/;稳定性问题,我们直接去看 Google 三步曲 https://sre.google/books/;上下游用队列解耦之后,上游的不稳定业务事件导致下游故障,有 data validation 平台和 schema registry

平台到底有什么价值

不知不觉已经过了靠纯代码输出来做事情的阶段,很多时候做事情变成了说服别人做事情本身的价值,自己体力输出对于公司的贡献度已经越来越小了。作为一个架构师,需要能够帮助部门和公司走上正确的路线,避免无意义的内卷和消耗,以免让一线的开发心灰意冷无所成长最终提桶跑路。 2017 年,美团在南京上线了打车业务,滴滴上下为之震惊。彼时滴滴在本土兼并收购,打跑了洋人对手 Uber,正是意气风发之时。 又因为资本和老板之间良好关系的原因(CEO 们没少勾肩搭背吧),滴滴的高管们曾经认为美团绝对不会涉足打车领域,所以美团的决策让整个公司从上到下都很震惊。 O2O 业务在前期是笼络用户阶段,靠用户数量的增长为未来盈收的增长埋下种子,当业务达到一定规模,再以成本优势将用户对平台的依赖转化为平台的收益。 用户增长的核心引擎就是公司内部的运营系统,早期运营是大多数互联网公司的边缘业务,在大多数公司内大家一听到运营,想到的都是 CRM 系统,体感就非常之 low,