白烛魁的小站

前言《SRE: Google 运维解密》（Site Reliability Engineering）是 Google 首次公开其运维方法论的经典著作。本书揭示了 Google 如何通过工程化手段保障海量服务的可靠性，涵盖监控、容量规划、故障处理、过载保护等核心主题。本文记录了我阅读本书时的关键要点与实践思考。 结论先行SRE 的核心理念是：通过工程化手段和自动化工具来保障系统可靠性，而不是依赖人工运维。 其中最重要的实践包括：用监控黄金指标量化系统健康度、通过流量抛弃和优雅降级避免过载、合理设计重试和超时机制防止雪崩。 一、监控体系监控的 4 个黄金指标Google 认为，衡量一个系统的健康状况，应该关注以下 4 个核心指标： 延迟（Latency）：请求的响应时间 流量（Traffic）：系统的 QPS（每秒查询数） 错误（Errors）：请求失败率 饱和度（Saturation）：系统的瓶颈指标（如 CPU 利用率、内存利用率），也可以理解为”水位” 这 4 个指标简洁而全面，能够快速反映系统的运行状态。 保持监控系统简单核心原则：系统越简单，可以发生故障的地方就越少，就...

简单但是代码“说不清”的功能，不如让AI来实现！场景想象你是一个售卖软件激活码的商家，在收款后把激活码通过邮件的方式发送到客户的邮箱里，你的美好生活就这样一单一单地继续着。 直到有一天，你的好朋友说他给你介绍了个大生意，有几百个客户要从你这里购买软件，他给你发来了几张手写下来的便签照片、几段格式杂乱的文本，上面记录了你所需要的信息：用户的名字和邮箱。 在你被迫转行干这个之前，你是个程序员，你给自己开发了个录入客户信息自动发货的系统。可是，这几百单要是一单一单录入的话要花很久。你摩拳擦掌地拿起ocr、正则表达式准备将这个苦差事自动化时，问题出现了： ocr解析从图片里解析出来的文本还是乱糟糟的，错别字、无关的字符…显然ocr并不知道它要处理的是人名和邮箱，它只管识别图片里的字符，有一个算一个！ 记录客户信息的文本，有的前面有序号，有的没有，有的用逗号作为分隔符，有的用句号，有的人名和邮箱分开了两行…本来你的正则就是上网抄的水平，如何用正则匹配格式这么灵活的文本真让你犯了难 幸运的是，在2024年，AI已经足够聪明来解决这样的问题。 我将用上面的例子介绍我是如何在一个CRUD的小...

使用 Coolify 极简运维你的项目和数据库2025年3月8日更新coolify现在变得很复杂，建议用dpanel 引言本文将介绍一个名为 Coolify 的开源软件，基于 Docker 提供了托管网站、数据库等服务的功能，功能丰富强大，操作简单。官方自称是Heroku / Netlify / Vercel 的开源替代。 我在试用了以后立即决定抛弃之前 nginx proxy manager + docker-compose 的运维方案，全面拥抱 Coolify，因为它真是太好用了。 安装官网提供了一个简单的安装命令，将自动安装 docker 和 Coolify 的几个必备容器。包括下图中的容器。其中 Traefik 是整个系统的 http 和 https 网关，coolify-server 是软件主体，redis、postgres、soketi 是 coolify 的依赖项。 安装完成后会提示你去访问服务器的 8000 端口，这是 coolify 的 http 端口，我们可以暂时使用它来进行一些基本配置。之后我们会使用 https 去访问它。 配置网关我...

告别笨重的 ELK，试试用 Loki 处理日志吧！日志领域主流解决方案是 elk，但是这一套部署复杂、资源占用高，不适合个人开发者使用，如果你需要一个比命令行漂亮一些的日志查看工具，loki 就非常合适了。 promtail从 k8s/docker 中收集容器标准输出日志，发送到 loki 存储，grafana 在网页端对日志进行搜索和展示。非常轻量级，200MB 左右的内存就可以搞定。 安装首先在一个安装了 docker 的服务器部署 loki、grafana 和收集本机 docker 容器日志的promtail： 12345678910111213141516171819202122232425262728293031323334353637383940414243version: '3'services: grafana: image: grafana/grafana-enterprise container_name: grafana restart: unless-stopped networks: - ...

使用 VueGraggablePlus 实现 el-table 等第三方组件的拖拽排序引言当我们有一些表格数据需要可以调整顺序时，最直观的做法是拖拽（正如大部分 APP 的做法一样）。 我主要使用 vue3 + element plus 进行开发，当遇到这个需求时网上最常见的解决方案是 vue draggable，可惜这个项目已经 3 年没更新了，而另一个实现了类似功能并且还在积极更新的项目是 vue-draggable-plus，用法非常简单，而且可以很简单地支持第三方组件（例如 el-table）的拖拽排序。 可惜网上对于这个库的介绍非常有限，大多数就是照抄本就简略的官方文档。本文将介绍它在实际开发中的使用方法，帮助有类似需求的朋友节省时间。 演示安装：npm install vue-draggable-plus 以下代码写了一个表格，并将其用VueDraggable包裹起来以实现拖拽排序。并且在下方展示了数据的真实顺序。 1234567891011121314151617181920212223242526272829303132<template> <...

登录验证码发送间隔限制的设计与实现引言在小项目设计登录模块时，一个常见的思路是账号与邮箱/手机号绑定，通过邮件/短信验证码的方式登录/注册。相比于传统的口令式注册/登录有以下优点： 用户不需要记住密码：只要邮箱/手机号还能用，就可以登录。 系统不需要考虑太多安全问题：数据库不存储敏感信息，安全性由邮箱/电信运营商保障。 登录、注册合一：简化开发。 发送邮件/短信验证码一般都要通过云厂商的服务来实现，如果有人恶意刷接口就会产生大量费用。而且登录验证码本身也是一段时间内有效的，不需要频繁调用。所以我们需要对发送验证码的接口做调用时间间隔的限制。 本文用 vue3 + element plus + springboot 的技术栈举例。重点在分享思路，在使用其他技术栈的情况下也可以套用。 后端目的：对于同一个邮箱来说，一分钟内最多发送一次验证码。 思路：使用 Caffeine 库的 Cache 类，过期策略是写后 1 分钟过期。key 存放邮箱，value 存一个 new Object()（我们可以称之为 time...

马督工自媒体课程学习笔记这篇笔记整理的是我在看马督工自媒体课程时记下的一些方法论。它不只是关于“怎么做内容”，更像是在讨论：一个普通人如果想持续、严肃地观察现实，并把自己的观察讲清楚，应该建立怎样的思维框架。 课程里有些内容偏原则，有些内容偏实操。我先把自己觉得最有价值、也最容易迁移到写作和表达中的部分梳理出来，方便后面反复回看。 学这门课，到底是为了什么？对我来说，核心目的有两个： 更理性、更深刻地理解新闻与现实世界； 提升自己的表达能力，让输出的内容更有逻辑、更有说服力。 如果把“做内容”理解成一种长期训练，那么它训练的不只是写稿能力，更是观察世界、提炼问题和组织观点的能力。 我理解的几个核心原则1. 适度自信：不必是专家，但不能毫无准备媒体人在大多数专业领域里并不是专家，这很正常。关键不在于把自己伪装成无所不知的人，而在于承认自己的边界，同时快速补齐完成一次科普或评论所需的知识。 换句话说，不需要达到学术专家的深度，但至少要达到“足以对普通观众讲明白”的程度。很多时候，这种能力并不神秘，更像是一种高强度、目标明确的短期学习，甚至有点像大学期末突击：带着问题去学，只抓最关...

使用 k8s 搭建一个小巧但健全的 cicd 系统引言本文将以作者的个人小项目“易导游”（e-tour） 为例，介绍作者目前正在使用的 cicd 方案。实现了自动更新部署、自动资源调度、日志系统、告警系统等功能。 总览 架构图如上，我们简单介绍一下图中的关键组件： git 仓库：使用 github 私有仓库，利用 github action 实现 push 后自动构建镜像并更新部署的功能 前端：以静态网页的形式托管在阿里云 oss 上。以节省服务器带宽和流量资源。 镜像仓库：在 infra 服务器自建私有镜像仓库。 k8s：主要目的是充分利用多台低配服务器的内存资源。 后端：以容器的形式运行在 k8s 集群中。 中间件：由于 k8s 并不适合运行有状态应用，所以像数据库、loki 这种中间件我放在一台内存足够大的安装了 docker 的服务器上（下文称之为 infra服务器） 监控告警： 优秀国产开源项目 hertzbeat，当检测到服务下线后通过飞书机器人告警。 日志：loki + promtail + grafana 可以查看 k8s 和 infra 中所有容器的标准输出日...

前言网上关于 Docker 的教程往往只会讲容器、镜像、网络、数据卷。对于健康检查往往只是一笔带过：在 Dockerfile 中写一个 HEALTHCHECK 命令，然后看到容器状态变成了 “healthy” 就万事大吉。而对于不健康的容器会造成什么影响、如何处理不健康的容器则很少提及。 如果想充分发挥容器化的健壮性优势，我们就需要认真审视 Docker 提供的健康检查功能。 结论先行Docker 健康检查是保障容器化应用可靠性的关键机制。 不健康的容器会被 Docker 网络自动隔离，但 Docker 本身不会重启它们。我们需要结合 autoheal 工具实现自动重启，并通过 Prometheus + Alertmanager 实现告警监控。 为什么需要健康检查？默认检查方式的局限性默认情况下，Docker 判断一个容器是否存活的方式是通过检测容器内 PID = 1 的进程是否存活（这个进程就是 Dockerfile 的 ENTRYPOINT 中启动的进程）。 这个检查方式非常粗放，因为有时容器已经失去了正常对外提供服务的能力，但是进程仍然存活。例如： 应用陷入死锁...

安全地远程调用Docker API引言你也许知道如何在一台安装了 docker 的机器上创建、停止、删除容器。但是如果发号施令的程序和 docker 不在同一台机器上该怎么办？ 本文将介绍如何开启 docker api 远程调用、使用 http api 或者 java sdk 操作另一台机器上的 docker、以及如何确保 docker api 不被他人调用。 开启 docker api 远程调用（简单，不鉴权，快速体验）默认 docker 只允许本机使用docker命令进行操作，我们现在来开启 http api 调用，使得其他机器可以通过 http 请求来操作 docker。 注意：这种方法不对调用者权限进行校验，也就是说互联网上任何一个人都可以控制你的 docker。我们这里为了快速体验临时使用这种方法，长期使用请务必使用 tls 来鉴权，具体方法下文会介绍。 vim /lib/systemd/system/docker.service 编辑 docker 启动命令，找到 service 模块下的 ExecStart=xxx 这一行，在其末尾添加`-H=tc...