最近几年对屠龙之术有点累了

[LeoQ]

我不是说面试, 面试那没办法.

曾经我们团队做了一套工作流, k8s 在有 pod pending 的时候自动买机器加入集群, 当时大概是 10 分钟之内加入集群, 我理解这不是特别好的成绩, 不过和之前比是好多了, 不过后面也完全没用到, 因为压根没有那么多流量了.

有时候感觉很多时候都不用想那么多, 特别刚开始做的时候, 设计代码的时候好理解, edge case 处理到位, 测试写到位, 哪怕说勇敢做一个很烂的项目, 也比这些屠龙之术重要得多.

总是会说自己老了, 不知不觉高流量高并发都是屠龙之术了, 可能还不如数据安全合规重要...

[cnnblike]

经济上升期学高并发高流量强扩展性。经济下降期学数据合规业务精细化管理

[chendy]

往好了想，了解东西多也是好事
高并发设计也是设计，业务逻辑设计也是设计，数据安全设计也是设计

[LeoQ]

@chendy 确实都是, 谁也别看不起谁

[orFish]

造了个 karpenter 轮子？

[LeoQ]

@orFish 工具太多了, 不重要, 只是一个例子

[Gilfoyle26]

《因为压根没有那么多流量了》，想到了一个非常经典的话：

Make It Work Make It Right Make It Fast

[blessyou]

没有那么多正反馈了 我也不那么关心屠龙术了。

[amon]

这就是技术思维，对于公司来说，流量和赚钱才是屠龙之术。

[zenghaojim33]

想起了 B 站有一個系列的視頻：技術不重要

[coefu]

第一性原理，你要解决的这个问题，是不是本质上最重要的非得解决的问题；这个行当，很多人看不懂这点，花精力造一些莫名其妙的感动自己的轮子，以为就能感动世界。

[mightybruce]

换个思路，搞对机器或者服务将本增效， 自动买机器还要 10 分钟加入的确不符合现实场景。

[mightybruce]

首先我就说说专业的做法对于可预见的流量变化是怎么做的，

有明显波峰波谷的在线业务：例如在线教育、电商等业务的流量通常有明显的波峰波谷

非持续运行的计算任务，使用 Pod 运行计算任务，无需保留固定节点，仅需为任务执行期间的计算资源付费，降低计算成本，例如：

数据计算：Spark 大数据计算
CI/CD Pipeline
Job 任务：例如定时任务、AI 任务等。

这种在 k8s 上一般用虚拟节点，其实是基于 Virtual Kubelet 组件来做的，有些云商提供了支持。

[soap0X]

这两年做过一点优化。业务出问题大概分两类一类有问题改了就好，一类到处是问题还不好改。性能方面可以去优化感觉也是一步一步来的，直接写我暂且搞不出来，找问题还是得提前了解下的至少碰到有个方向。

[darling19961030]

搞了这么多年分布式单体，最终回归到了单体。

[kxg3030]

docker swarm 足矣 不要光想学屠龙术 我很多年前就是这个想法

[mrochcnnnnn]

领导会开玩笑跟我说
学会了屠龙之术，发现这个世界上本没有龙🤣

[jacksonskyedu]

岁数大了，越来越感觉，只要能解决问题，管他什么屠龙还是杀鸡，我用手掐死都可以，还能证明我力气大