一，主要问题:系统在启动的时候，是怎么加载dts的；Lk，kernel中都应调查。二：参考文字dts加载流程如下图所示：启动过程中，bootloader(默认是bootable/bootloader/lk)会根据机器硬件信息选择合适的devicetree装入内存，把地址等相关信息传给kernel。kernel中，会根据传入的信息创建设备。1，先从littlekernel开始：1.1总体来说Lk/arch/arm/crt0.S文件中语句：blkmain调用的是lk/kernel/main.c文件中的函数：kmain()kmain() |bootstrap2()   |arch_init()   |platform_init()   |target_init()   |apps_init()//callinit()ofAPPsdefinedusingAPP_STARTmacro    |aboot_init() ...

伏羲（Fuxi）是十年前创立飞天平台时的三大服务之一（分布式存储Pangu，分布式计算ODPS，分布式调度Fuxi），当时的设计初衷是为了解决大规模分布式资源的调度问题（本质上是多目标的最优匹配问题）。随着阿里经济体和阿里云业务需求（尤其是双十一）的不断丰富，伏羲的内涵也不断扩大，从单一的资源调度器（对标开源系统的YARN）扩展成大数据的核心调度服务，覆盖数据调度（DataPlacement）、资源调度（ResouceManagement）、计算调度（ApplicationManager）、和本地微（自治）调度等多个领域，并在每一个细分领域致力于打造超越业界主流的差异化能力。过去十年来，伏羲在技术能力上每年都有新的进展和突破，2013年5K，2015年Sortbenchmark世界冠军，2017年超大规模离在/在离线混部能力，2019年的Yugong发布并且论文被VLDB2019接受等。随着Fuxi2.0首次亮相2019双11，今年飞天大数据平台在混部侧支持和基线保障2个方面均顺利完成了目标。其中，混部支持了双十一60%在线交易洪峰的流量，超大规模混部调度符合预期。在基线保障方面，单日...

/导读：当今生活节奏日益加快，企业面对不断增加的海量信息，其信息筛选和处理效率低下的困扰与日俱增。由于用户营销不够细化，企业App中许多不合时宜或不合偏好的消息推送很大程度上影响了用户体验，甚至引发了用户流失。在此背景下，友信金服公司推行全域的数据体系战略，通过打通和整合集团各个业务线数据，利用大数据、人工智能等技术构建统一的数据资产，如ID-Mapping、用户标签等。友信金服用户画像项目正是以此为背景成立，旨在实现“数据驱动业务与运营”的集团战略。目前该系统支持日处理数据量超10亿，接入上百种合规数据源。传统基于Hadoop生态的离线数据存储计算方案已在业界大规模应用，但受制于离线计算的高时延性，越来越多的数据应用场景已从离线转为实时。这里引用一张表格对目前主流的实时计算框架做个对比。ApacheStorm的容错机制需要对每条数据进行应答（ACK），因此其吞吐量备受影响，在数据大吞吐量的场景下会有问题，因此不适用此项目的需求。ApacheSpark总体生态更为完善，且在机器学习的集成和应用性暂时领先，但Spark底层还是采用微批（MicroBatching）处理的形式。Apache...

随着计算机技术和Internet的日新月异，视频点播技术因其良好的人机交互性和流媒体传输技术倍受教育、娱乐等行业青睐，而在当前，云计算平台厂商的产品线不断成熟完善，如果想要搭建视频点播类应用，告别刀耕火种，直接上云会扫清硬件采购、技术等各种障碍，以阿里云为例：这是一个非常典型的解决方案，对象存储OSS可以支持海量视频存储，采集上传的视频被转码以适配各种终端，CDN加速终端设备播放视频的速度。此外还有一些内容安全审查需求，比如鉴黄、鉴恐等。而在视频点播解决方案中，视频转码是最消耗计算力的一个子系统，虽然您可以使用云上专门的转码服务，但在很多情况下，您会选择自己搭建转码服务。比如：您已经在虚拟机/容器平台上基于FFmpeg部署了一套视频处理服务，能否在此基础上让它更弹性，更高的可用性？您的需求只是简单的转码需求，或是一些极其轻量的需求，比如获取OSS上视频前几帧的GIF、获取视频或者音频的时长，自己搭建成本更低。各种格式的音频转换或者各种采样率自定义、音频降噪等功能您有更高级的自定义处理需求，比如视频转码完成后，需要记录转码详情到数据库，或者在转码完成后，自动将热度很高的视频预热到CDN上...

 在互联网行业，唯一不变的就是一直在变化。作为技术同学，我们经常会碰到以下几种需求：当用户收藏的商品降价后及时通知用户，促进双方交易达成；新用户或90天内未成交的用户浏览多个商品后引导用户主动和卖家聊天、也可以给用户发个红包促进用户首单的达成；这些需求本质上是这样的逻辑：实时采集分析用户行为，通过规则计算，对符合条件的用户进行精准触达。普通开发模式很难比较好的承接这类需求，为此我们专门研发了omega系统解决这类问题。omega系统分为三个子系统：行为采集中心CEP规则中心用户触达中心我们在之前文章已经详细说明前两部分，本次我们将着重阐述用户触达系统是如何设计和实现策略灵活配置和精准触达的。为了方便读者理解，我们简单回顾omega系统的逻辑架构。omega系统基于高内举低耦合的原则进行拆分，每个部分本身是独立完整的系统，也可以组装后提供服务。第一层是用户行为采集中心，通过采集端上请求的MTOP(应用网关)接口和端上用户行为埋点，将数据清洗为规整的用户行为数据；第二层是CEP规则计算中心，通过解析DSL生成Blink(Flink)流计算任务，输出满足规则的用户；第三层为用户触达...

2018年3月份，阿里云推出文件存储CPFS产品。在经过近一年的上线公测后，CPFS即将迎来商业化，将为更多的客户提供云上高性能的并行文件存储。坚如磐石的高性能计算存储文件存储CPFS针对计算密集型的业务场景，如基因计算、石油勘探、气象分析。机器学习、大数据分析和媒体文件处理等，提供阿里云完全托管的高性能计算存储，完美满足用户对于性能、安全的苛刻要求。超高吞吐和IOPSCPFS将数据条带化后均匀分布在存储集群上，实现计算节点并行访问，因此吞吐和IOPS可随存储节点的数量线性增长。同时，支持高带宽低延时的Infiniband网络用于数据交互，整个存储集群可提供超高的聚合带宽和IOPS。盘古2.0CPFS持久化存储基于飞天盘古2.0分布式存储系统，通过极致的性能优化，实现磁盘读写的超高性能。支持多份数据拷贝，可以提供11个9的数据可靠性，并完美通过了阿里双十一超高压力的考验。深度优化的高可用性所有节点均为高可用设计。实现集群内秒级别的故障检测，并由CPFS集群调度器自动将服务切换到其他节点，同时兼顾负载均衡。整个切换过程用户不感知，提供远高于传统两节点HA的高可用性。弹性可扩展支持在线的扩...

在传统的软件测试中，我们通常通过一个给定的条件来判断系统的反馈，通过断言来判断是否符合预期，测试条件和结果通常比较明确和固定。而混沌工程，是通过注入一些“不确定”因素，象放进了一群淘气的猴子，在系统资源、可用性、安全性、延迟、压力等方面进行捣乱，而此过程中，要求系统可以毫无影响的提供服务，用户无感知。这其实对系统的自愈能力，健壮性都有很高的要求。故障注入一般是指比较受控的一些实验条件，通过注入一些相对极端的异常场景，为系统提供可靠性测试的过程。整体来说，混沌是一种故障注入规则，强调了一些不确定性、随机性，比较常见的"猴子"有Netflix的"猴子军团"，可以用来随机关闭系统实例，注入延时，回收资源，检查安全漏洞等等。开源工具介绍除了一般系统的monkey，基于Kubernetes已经有一些"猴子"工具可以测试系统的健壮性。接下来，介绍一下比较常见的三种Kubernetesmonkey：kube-monkeyhttps://github.com/asobti/kube-monkey运行方式：kube-monkey通过label设置受害者pod，创建了一个单独的kube-monkeypod...

安装完VMwareWorkstation10.0.3虚拟机，满心希望安装苹果系统MACOSX10.9Mavericks玩一把，却发现VMware10虚拟机客户机操作系统选项里并没有苹果MacOSX的选项。本经验帮你解决。   VMwareWorkstation10.0.3虚拟机unlock-all-v120  先看下你当前的情况的截图。VMware10虚拟机客户机操作系统选项里默认并没有苹果MacOSX的选项  搜索下载unlock-all-v120，并解压缩，如图  双击Unlocker.exe，运行  右键install.cmd选择管理员身份运行。   没有使用选择管理员身份运行会出现下面的情况。  按上面操作完成后，你在客户机操作系统选项里就可以看到MACOSX10.9 ...

之前讲过虚拟机的安装过程，虚拟机安装完成之后，就需要在虚拟机上安装操作系统了，这次就讲讲怎么在虚拟机上安装操作系统。 VMwareWorkstationwin7系统盘iso格式 1首先双击打开虚拟机VMwareWorkstation 选择文件-新建虚拟机 选择典型安装，下一步 如果有光盘，选择安装程序光盘 如果没有，则需要准备系统安装文件的iso镜像文件，并选择安装程序光盘映像文件 这里我们使用第二种方法，加载安装程序光盘镜像文件的方式，点击下一步 输入产品秘钥，这个自己搞定，还有系统版本、用户名和密码，这个自己根据需求设定 虚拟机名称和安装位置，这个可以灵活调整，也可以选择默认 选择磁盘大小，最大为60G，一般40G-50G就可以了 下面是对于一系列硬件的定义，可以选择自定义，对于一般使用电脑的人选择默认就可以了 点击完成，系统进行安装 ...

大家都知道MySQL是一款中、小型关系型数据库管理系统，很具有实用性，对于我们学习很多技术都有帮助，前几天我分别装了SQLServer2008和Oracle 10g数据库，也用了JDBC去连接他们，都没有出现乱码。昨天看同学用Java连接MySQL数据库的时候，出现了乱码，这是我不知道的，我马上上网去查JDBC连接MySQL的操作，发现在用JDBC方式连接MySQL数据库的时候要传递一个能解决乱码的参数，才能将不是乱码的数据插入到数据库中.这是我要安装MySQL数据库的其中一个原因，想去体验以下它一下，再加上上课的机器配置比较低，装MySQL数据库做实验是最好的选择，正是由于这两个原因我安装了MySQL，在安装的过程中有些问题让我很注意，在安装的过程中我将步骤截了图，希望对有需要的人有所帮助，我的数据库是5.5.21这个版本的。以下是我的安装步骤：1、首先单击MySQL5.5.21的安装文件，出现该数据库的安装向导界面，单击“next”继续安装，如图所示：2、在打开的窗口中，选择接受安装协议，单击“next”继续安装，如图所示:3、在出现选择安装类型的窗口中，有“typica...

转载博客地址：http://blog.csdn.net/zxl333/article/details/8454319转载博客地址：http://blog.csdn.net/zxl333/article/details/8685157  一个小型的网站，比如个人网站，可以使用最简单的html静态页面就实现了，配合一些图片达到美化效果，所有的页面均存放在一个目录下，这样的网站对系统架构、性能的要求都很简单，随着互联网业务的不断丰富，网站相关的技术经过这些年的发展，已经细分到很细的方方面面，尤其对于大型网站来说，所采用的技术更是涉及面非常广，从硬件到软件、编程语言、数据库、WebServer、防火墙等各个领域都有了很高的要求，已经不是原来简单的html静态网站所能比拟的。大型网站，比如门户网站。在面对大量用户访问、高并发请求方面，基本的解决方案集中在这样几个环节：使用高性能的服务器、高性能的数据库、高效率的编程语言、还有高性能的Web容器。但是除了这几个方面，还没法根本解决大型网站面临的高负载和高并发问题。上面提供的几个解决思路在一定程度上也意味着更大的投入，并且这样的解...

我在2017年5月加入饿了么的交易部门，先后负责搜索、订单、超时、赔付、条约、交付、金额计算以及评价等系统，后期开始做些整体系统升级的工作。这篇文章成型于交易系统重构一期之后，主要是反思其过程中做决策的思路，我没有使用「架构」这个词语，是因为它给人的感受充满权利和神秘感，谈论「架构」让人有一种正在进行责任重大的决策或者深度技术分析的感觉。如毕玄在系统设计的套路这篇文章里所提：/回顾了下自己做过的几个系统的设计，发现现在自己在做系统设计的时候确实是会按照一个套路去做，这个套路就是：系统设计的目的->系统设计的目标->围绕目标的核心设计->围绕核心设计形成的设计原则->各子系统，模块的详细设计在进行系统设计时，摸清楚目的，并形成可衡量的目标是第一步。/Software拆开来分别是software，即灵活的产品 --鲍勃大叔重构前的交易系统第一版的代码可以追溯到8年前，这期间也经历过拆解重构，17年我来到时，主要系统是这样：系统名称主要功能Bosc端订单管理：用户详情、列表Nevermoreb端订单管理：商户接单等Booking购物车、下单Eos订单中心Lo...

/导读：随着K8s不断更新迭代，使用 K8s日志系统建设的开发者，逐渐遇到了各种复杂的问题和挑战。本篇文章中，作者结合自己多年经验，分析K8s日志系统建设难点，期待为读者提供有益参考。在Logging这块做了几年，最近1年来越来越多的同学来咨询如何为Kubernetes构建一个日志系统，或者是来求助在这过程中遇到一系列问题如何解决，授人以鱼不如授人以渔，于是想把我们这些年积累的经验以文章的形式发出来，让看到这篇文章的同学能少走弯路。这个系列文章定位为长篇连载，内容偏向落地实操以及经验分享，且内容会随着技术的迭代而不定期更新。第一次听到Kubernetes的名字是在2016年，那个时候Kubernetes还处于和DockerSwarm、Mesos方案的“三国鼎立时代”，Kubernetes由于一系列优势（可扩展、声明式接口、云友好）在这一竞争中崭露头角，最终获得统治地位。Kubernetes作为CNCF最核心的项目（没有之一），是CloudNative（云原生）落地的底座，目前阿里已经全面基于Kubernetes在开展全站的云原生改造，在1-2年内，阿里巴巴100%的业务都将跑...

很多人问阿里的飞天大数据平台、云梯2、MaxCompute、实时计算到底是什么，和自建Hadoop平台有什么区别。先说HadoopHadoop是一个开源、高可靠、可扩展的分布式大数据计算框架系统，主要用来解决海量数据的存储、分析、分布式资源调度等。Hadoop最大的优点就是能够提供并行计算，充分利用集群的威力进行高速运算和存储。Hadoop的核心有两大板块：HDFS和MapReduce。HDFS全称HadoopDistributedFileSystem，是一种分布式文件存储系统。分布式文件系统是指将固定于某个地点的某个文件系统，扩展到任意多个文件系统，众多的节点组成一个文件系统网络。每个节点可以分布在不同的地点，通过网络进行节点间的通信和数据传输。人们在使用分布式文件系统时，无需关心数据是存储在哪个节点上、或者是从哪个节点获取的，只需要像使用本地文件系统一样管理和存储文件系统中的数据。HDFS有着高容错性，可以部署在低廉的硬件；提供高吞吐量来访问应用程序的数据；可以有效解决超大数据量存储和管理难题的分布式文件系统属性的特点。因此HDFS天然适合有着超大数据集的应用程序，或者说本身就是为...

差不多十年前，随着功能机的淘汰和智能机的普及，互联网开始进入移动互联网时代，最具代表性的产品就是微博、微信，以及后来的今日头条、快手等。这些移动化联网时代的新产品在过去几年间借着智能手机的风高速成长。这些产品都是Feed流类型产品，由于Feed流一般是按照时间“从上往下流动”，非常适合在移动设备端浏览，最终这一类应用就脱颖而出，迅速抢占了上一代产品的市场空间。Feed流是Feed+流，Feed的本意是饲料，Feed流的本意就是有人一直在往一个地方投递新鲜的饲料，如果需要饲料，只需要盯着投递点就可以了，这样就能源源不断获取到新鲜的饲料。在信息学里面，Feed其实是一个信息单元，比如一条朋友圈状态、一条微博、一条咨询或一条短视频等，所以Feed流就是不停更新的信息单元，只要关注某些发布者就能获取到源源不断的新鲜信息，我们的用户也就可以在移动设备上逐条去浏览这些信息单元。当前最流行的Feed流产品有微博、微信朋友圈、头条的资讯推荐、快手抖音的视频推荐等，还有一些变种，比如私信、通知等，这些系统都是Feed流系统，接下来我们会介绍如何设计一个Feed流系统架构。Feed流本质上是一个数据流，是...