分表合并数据迁移最佳实践 独立的数据迁移任务 手动处理 sharding DDL lock 跨分表数据在主键或唯一索引冲突处理 自增主键冲突处理 去掉自增主键的主键属性 使用联合主键 上游 RDS 封装分库分表的处理 合表迁移过程中在上游增/删表 在上游增加分表 在上游删除分表 数据迁移限速/流控 分表合并数据迁移最佳实践 本文阐...

管理日志采集sidecar容器最佳实践 Kubernetes容器日志收集 EFK整体架构 K8S Sidecar模式弊端 SidecarSet管理sidecar容器的利器 EFK + SidecarSet(FileBeat)实践 安装EFK（ElasticSearch、Kibana） FileBeat SidecarSet CRD 自动注入Fil...

基于角色的访问控制良好实践 通用的良好实践 最小特权 最大限度地减少特权令牌的分发 加固 定期检查 Kubernetes RBAC - 权限提权的风险 列举 Secret 工作负载的创建 持久卷的创建 访问 Node 的 proxy 子资源 esclate 动词 bind 动词 impersonate 动词 CSR 和证书颁发 令...

引擎贡献者的最佳实践 前言 语言 最佳实践 #1: 这问题总是第一个 #2: 为了解决这个问题, 它必须放在开始位置 #3: 这问题有点复杂或频繁 #4: 这个解决方案必须与其他人讨论 #5: 针对每个问题, 都有自己的解决方案 #6: 迎合常见的用例, 为罕见的用例敞开大门 #7：偏好局部解决方案 #8: 不要用复杂的解决方案来处理简单的...

TiDB 高并发写入场景最佳实践 目标读者 高并发批量插入场景 TiDB 数据分布原理 热点产生的实例 热点问题产生的原因 热点问题的规避方法 更复杂的热点问题 参数配置 title: TiDB 高并发写入场景最佳实践 summary: 了解 TiDB 在高并发写入场景下的最佳实践。 TiDB 高并发写入场景最佳实践 在 TiDB 的...

第 6 章 服务器最佳实践 第 6 章 服务器最佳实践 以下任务和提示可帮助您保证红帽企业版 Fedora 服务器主机（dom0）的可靠性。 以强制模式（enforcing）运行 SELinux。您可以执行以下命令来达到此目的。 # setenforce 1 删除或者禁用所有不必要的服务，例如 AutoFS 、NFS 、FTP 、HTT...

分布式CPU训练最佳实践 提高CPU的使用率 提高通信速度 分布式CPU训练最佳实践 提高CPU分布式训练的训练速度，主要要从两个方面来考虑：1）提高训练速度，主要是提高CPU的使用率；2）提高通信速度，主要是减少通信传输的数据量。 提高CPU的使用率 提高CPU使用率主要依赖 ParallelExecutor ，可以充分利用多个CPU的计...

分布式CPU训练优秀实践 提高CPU的使用率 提高通信速度 分布式CPU训练优秀实践 提高CPU分布式训练的训练速度，主要要从两个方面来考虑： 1）提高训练速度，主要是提高CPU的使用率；2）提高通信速度，主要是减少通信传输的数据量。 提高CPU的使用率 提高CPU使用率主要依赖 ParallelExecutor ，可以充分利用多个CPU的...

6.3 TiDB + TiSpark 跑批最佳实践 6.3.1 TiSpark 概述 6.3.2 环境准备 (1) TiSpark 依赖包 (2) Spark (3) JDK 6.3.3 TiSpark 集群部署配置 (1) spark-env.sh 配置 (2) spark-defaults.conf 配置 (3) 部署 TiSpark ...

分布式CPU训练优秀实践 提高CPU的使用率 提高通信速度 提高数据IO速度 更换分布式训练策略 分布式CPU训练优秀实践 提高CPU分布式训练的训练速度，主要要从四个方面来考虑： 1）提高训练速度，主要是提高CPU的使用率；2）提高通信速度，主要是减少通信传输的数据量；3）提高数据IO速度；4）更换分布式训练策略，提高分布式训练速度。 ...