首字节时间是衡量服务端响应能力最真实的指标。本文复盘一次电商详情页 TTFB 从 800ms 降到 80ms 的完整过程，回避一些「玄学调优」，给你一条可复制的链路优化清单。
最新文章 · recent
一个能扛住双十一的系统，绝不止靠加机器。把稳定性拆成「事前 - 事中 - 事后」三层，结合真实事故案例，讲清楚资源隔离、熔断降级、流量调度的工程实现路径。
当「爬」与「反爬」的天平不断摆动，工程师需要明白每一种风控策略背后的实现原理。本文梳理十年反爬技术的演进，并讨论合规采集的边界。
Trace 是把复杂系统讲明白的唯一办法。从采样策略设计到上下文传播，从跨服务、跨线程到跨队列的 span 串联，把 trace 系统从「看着热闹」做到「真的有用」的工程经验。
连接池配大了数据库爆炸，配小了上游拥堵。以 HikariCP 与 PgBouncer 为样本，拆解连接池几个关键参数以及它们之间不为人知的关系，附上一份可量化的调优流程。
QUIC 把传输层从内核搬到了用户态，听起来美好却带来调度、拥塞、CPU 的全新挑战。本文分享一个真实 CDN 边缘节点的 HTTP/3 灰度过程，包括配置细节、回滚预案、性能收益。
计数器、滑动窗口、令牌桶、漏桶、自适应流控……不同的限流算法对应不同的业务场景。本文用代码 + 压测数据对比每种方案的优缺点。
并不是最新、最贵的 CDN 就一定好。基于用户分布、内容类型、回源成本做机房画像，再匹配供应商的节点覆盖与协议能力，这套决策框架比「直接对接某大厂」更稳。
把 K8s 的 iptables、IPVS、CNI、Sidecar、eBPF 拼成一张完整的图。理解它们各自的代价与延迟来源，是解决「Pod 之间为什么总有几毫秒抖动」问题的前置功课。
一致性是 Redis 工程师绕不开的话题。从一次真实脑裂事故讲起，串起主从复制、min-slaves、WAIT、Redlock 之间的权衡，给出不同业务场景下的推荐配置组合。
合成监控告诉你「能不能跑」，真实用户监控告诉你「跑得怎么样」。把两者结合才是性能优化的起点。RUM 采集、上报、采样、归因的一整套工程模板。
Metrics、Logs、Traces 不是「全都要」的清单，而是要按业务场景裁剪。本文用一次完整的链路故障排查过程，说明什么时候看指标、什么时候翻日志、什么时候拉 trace。
为什么转化率「提升 5%」可能其实是统计噪声？怎么用置信区间和分位数代替均值来描述真实分布？以一份用户行为分析报告为引，谈工程师应该掌握的基本统计直觉。
漏斗只是开始，留存才是关键。从行为日志到增长方案的完整链条，重点讲怎么用因果图替代相关性观察，避免把偶然当成规律。
阈值告警的弊端显而易见，但又不能不设。梳理从固定阈值到 STL + MAD、再到 Prophet / LSTM 的演进，结合告警分级、值班制度，构建一套可以自我演化的检测体系。
「慢 SQL」80% 都是索引问题，而其中一半是「索引建错」。以 InnoDB 与 LSM-Tree 为样本，剖析聚簇索引、回表、覆盖索引、索引下推、Index Merge 等概念的真实作用。
缓存问题年年讲，年年有人栽跟头。不讲定义，只给工程上可以落地的方案：互斥锁、单飞任务、提前回种、布隆过滤器，以及它们各自的失败兜底策略。
WebSocket 不是「长连接就完事」。分享一次从单机 3 万连接到 35 万的压测调优过程，包括 fd 限制、握手风暴、心跳分组、压缩算法等问题的工程方案。
Prometheus 是好工具，但要把它做成生产可用的监控体系，还要解决存储、告警、远程写入、多租户等问题。本文是一份经过踩坑验证的搭建手册。
优秀的图表是工程交付，不是艺术创作。从「坐标轴偏差」「颜色误导」「双轴陷阱」等真实案例，谈谈如何尊重读者、制造最小但最准确的视觉信息。
ES 写入一旦抖动，整个搜索业务都会受影响。从 refresh interval、translog、bulk 调优等方面，整理一份能扛住大促的写入模板。
P50、P90、P99、P99.9、长尾、抖动、稳态延迟——同一个名词在不同人嘴里是完全不同的东西。把延迟拆解成可对话的工程语言。
很多时候「网络问题」其实是内核里几个数据结构的故事。把 skb、socket buffer、softirq、NAPI 串成一条线，你才会知道为什么 NIC 中断分布不均是性能杀手。
当 nginx 配置多到没人敢动，就该考虑把它工程化了。一份从「裸配置 + sed」迁移到 GitOps 流水线的实践笔记。
从「Web Server」到「API Gateway」再到「Service Proxy」，反向代理的角色不断演化。这背后是协议、架构、可观测性的三重变化。
P50 优化容易，P99 优化很难。把长尾请求从「玄学」变成可观测、可归因、可优化的工程对象，需要一整套方法论。
Profile-Guided Optimization 是 Go 1.21+ 的隐藏礼物。一份在生产环境启用 PGO 的实战记录，包括采样、构建、回归与避坑。
eBPF 听起来高深，其实入门比想象中简单。用 250 行 C + Go 代码实现一个可观测的 L4 代理，把 XDP、TC、sockmap 串成一张图。
选型不是单选题。我们曾因为分层存储和 topic expansion 从 Kafka 切到 Pulsar，又在两年后因为运维复杂度切了回来。这条路值得复盘。
Kafka 用 log compaction + KTable 可以做"事件数据库"，但代价是什么？什么时候该用，什么时候不该用，本文给出一份边界图。
etcd 看似只是 K8s 的元数据存储，但它的 Raft、lease、watch、compaction 设计里藏着分布式系统的全部基础课。
"用 Redis 做锁"和"用 etcd 做锁"是两种完全不同的工程哲学。本文从一致性、可用性、性能三个维度做出对比与决策树。
"网络抖动"是工程师最常用的甩锅词。但 99% 的"抖动"都能被定位到具体的交换机、网卡、内核参数或应用代码。本文是一次 18 个月的"反甩锅"训练笔记。
BBR 不是"换个拥塞控制算法"那么简单。读懂论文之后，我对若干条生产环境的 TCP 调优做了反思与重做。一份带数字的笔记。
从内容指纹到语义指纹，去重是大规模采集系统里最容易被低估的工程难题。本文整理几种主流方案的工程实现与代价。
延迟指标不是给工程师看的报表，而是给业务的"健康度产品"。把 SLO、error budget、burn rate 做成可持续运营的产品。
事故复盘是工程师最宝贵的成长机会，但 80% 的复盘都没真正"学到位"。一份关于复盘方法论的非技术讨论。
"写得快"和"做得对"哪个更重要？都不是——是"反馈回路短"。一份关于工程效率的非典型讨论。
高可用是个被讲烂的词。本文不复述技术，而是谈谈这些年读过的相关书籍——哪些让我受益，哪些让我浪费了时间。
十年调优经验沉淀下来的不是参数表，而是几种判断力：什么时候该调，什么时候不该调，什么时候该换思路。一份带脾气的随笔。