58速运货物运输，滴滴快递网约车，司机端都是按照行驶公里数收费的，所以“里程”的准确性，是这类业务的一个核心难题，“里程计算”方案演进，以及其中优化思想，是本文要讨论的问题 一、直接调用地图API这是最容易想到的方法，最省事，但司机往往不是按照预定的路线行驶的，很有可能因为堵车、道路封闭等改变路线，所以直接调用地图API，一次性计算出一个预估值，不太靠谱 优化方案：根据实际路线计算里程 二、司机APP实时计算增量里程，服务端存储总里程过程如下：（1）货车位置不停的在
58速运货物运输，滴滴快递网约车，司机端都是按照行驶公里数收费的，所以“里程”的准确性，是这类业务的一个核心难题，“里程计算”方案演进，以及其中优化思想，是本文要讨论的问题 一、直接调用地图API这是最容易想到的方法，最省事，但司机往往不是按照预定的路线行驶的，很有可能因为堵车、道路封闭等改变路线，所以直接调用地图API，一次性计算出一个预估值，不太靠谱 优化方案：根据实际路线计算里程 二、司机APP实时计算增量里程，服务端存储总里程过程如下：（1）货车位置不停的在
先把结论列在前面：1.Golang的性能可以做到非常好，但是一些native包的性能很可能会拖后腿，比如regexp和encoding/json。如果在性能要求较高的场合使用，要根据实际情况做相应优化。2.on-cpu/off-cpu火焰图的使用是程序性能分析的利器，往往一针见血。虽然生成一张火焰图比较繁琐（尤其是off-cpu图），但绝对值得拥有！之前一直使用Logstash作为日志文件采集客户端程序。Logstash功能强大，有丰富的数据处理插件及很好的扩展能力，但由于使用JRuby实现，性
短链接服务在常驻后台运行24小时消耗流量600KB，而竞品流量在150KB左右，我们进行了认真的分析和优化，经历4个月，成功的将24小时背景流量降到了100KB以下，并且基本功能无删减。
Centos6系统默认的IO调度器是CFQ（Completely Fair Queuing），Kafka是顺序IO读写模型，使用Deadline和NOOP无疑是更好地选择。
背景：某业务DB从5.5升级5.6后，同一sql执行时间由毫秒级飙升到了20秒，sql文本如下select * from 短网址 big_table as t where ( t.plan_TYPE = 1 or t.plan_TYPE=3 ) and t.limit_TYPE in (10) and t.xx_ID = 25
NGINX驱动了全球超过 40% 最繁忙的网站。在大多数场景下，默认的 NGINX 和 Linux 设置可以很好的工作，但要达到最佳性能，有些时候必须做些调整。本文将讨论当调优系统时要考虑的一些NGINX和Linux设置。