首先让我解释一下我所拥有的。我自己有一个带有 Azure Function App 的 Azure 服务总线。服务总线设置为使用 SQL 过滤器将特定消息类型推送到特定主题。然后使用我的 Azure Function App,这些将获取最新的消息,然后对其进行处理。
一个基本的例子
1:我向我的 EmailAPI 发送请求
2:EmailAPI 然后将类型为“电子邮件”的新消息推送到服务总线中
3:SQL Filter 然后看到类型是“Email”,并将其放入 Service Bux 中的电子邮件主题中
4:EmailListener Azure Function 监视服务总线并注意到一条新消息
5:收集服务总线消息并处理它(基本上只是使用提供的信息发送电子邮件)
现在假设由于某种原因 SMTP 服务器连接有点中断,有时我们在尝试发送电子邮件 (EmailListener) 时收到 TimeOutException。现在,当抛出异常时,Function App EmailListener 将立即尝试再次发送,无需等待,它只会尝试再次发送。它将总共执行 10 次,然后通知服务总线将消息放入死信队列。
我试图做的是,当引发异常(例如 TimeOutException)时,我们等待 X 时间,然后再尝试再次处理相同的消息。我查看了许多讨论 host.json 的不同帖子并尝试设置这些设置,但这些都不起作用。我找到了一个解决方案,但是该解决方案要求您创建消息的克隆并将其推回服务总线并为其提供延迟的处理时间。如果 Azure 服务总线/功能应用程序可以自行处理重试,我宁愿不实现自己的手动延迟系统。
我遇到的最大问题(这可能取决于我的理解)是谁有错?是服务总线设置来处理重试策略,还是 Azure 函数应用程序来处理 X 次后尝试重试。
我提供了一些代码,但我觉得代码并不能真正帮助解释我的问题。
// Pseudo code
public static class EmailListenerTrigger
{
[FunctionName("EmailListenerTrigger")]
public static void Run([ServiceBusTrigger("messages", "email", Connection = "ConnectionString")]string mySbMsg, TraceWriter log)
{
var emailLauncher = new EmailLauncher("SmtpAddress", …Run Code Online (Sandbox Code Playgroud) Netflix 将 Hystrix 正式置于维护模式(https://github.com/Netflix/Hystrix#hystrix-status),我开始寻找替代方案。当涉及到断路器、隔板、重试等模式时,有一些不错的库,例如resilience4j,但我找不到 Hystrix 可以做的请求崩溃的替代方案。
有人知道可以提供此类功能的库吗?
谢谢,本杰明
如果 S3->EC2 或 EC2->EC2 位于同一 AWS 区域,则数据传输费用似乎是免费的。
\n\nS3价格注意事项:
\n\n\n\n\n您需要为进出 Amazon S3 的所有带宽付费,但以下情况除外:
\n\n\xe2\x80\xa2 当 Amazon Elastic Compute Cloud (Amazon EC2) 实例与 S3 存储桶位于同一 AWS 区域时,数据传输到该实例。
\n
来源: https: //aws.amazon.com/s3/pricing/
\n\nEC2 价格警告:
\n\n\n\n\n在同一可用区中的 Amazon EC2 [实例]...之间传输的数据是免费的。
\n\n在同一 AWS 区域中的 Amazon S3...和 Amazon EC2 实例之间传输的数据是免费的。
\n
来源: https: //aws.amazon.com/ec2/pricing/on-demand/
\n\n如果接收 EC2 实例属于单独 AWS 账户中的另一家公司,则此免费数据传输定价是否适用?例如:
\n\n所以,我真的很喜欢无服务器的想法。我遇到了 Google Cloud Functions 和 Google Cloud Run。
所以谷歌云功能是单独的功能,这是一个广阔的视角,我假设谷歌必须安全地运行在一个巨大的nodejs服务器上。它包含所有 google 消费者的所有功能,并使用唯一的 URL 满足请求。现在,谷歌负责这台大型服务器的成本,并向用户收取其功能的每次点击费用。所以它是付费使用的。并且有道理。
但说到云跑。我不明白它是如何工作的。显然,容器不能总是运行,因为这样它们只会按月收费,而不是按点击收费,就像部署 docker 映像的普通虚拟机一样。但事实并非如此,实际上,他们按每次点击收费,这意味着当请求到达时他们会启动容器。所以我不明白它是如何旋转得这么快的?用户可以灵活地运行任何类型的环境,这意味着 docker 容器实际上可以包含任何内容。也许是一个成熟的 Linux 操作系统。它如何快速加载环境操作系统并满足请求?好吧,也许它会维护机器的状态并在不使用时将其关闭,但即便如此,也需要相当长的时间来恢复状态。
那么谷歌到底是如何做到的呢?它如何能够在短时间内启动客户的容器?
我有一个带有生产 Dockerfile 的应用程序,它将我们的源代码复制到容器中,即:
COPY . /app
我想将此副本设置为有条件的,以便传入CONTEXT=环境变量来阻止/允许该行执行。那可能吗?
我在这里看到了相关帖子,但没有明确的答案。谢谢!
最近,我开始使用 GCP 工作流程和功能。我们使用无服务器框架来执行这些功能,我们可以使用命令在计算机上运行它们,serverless invoke local --function <function_name>这样我们就不必花费云执行时间。
我现在正在寻找的是是否有一种方法可以对 GCP 工作流程执行相同的操作,在我们自己的计算机中运行它们,而不是在云中调用它们。
我已经阅读了来自谷歌和许多不同文章的资源,但我仍然没有找到窍门(如果它确实存在)
使用 gbuild 创建成功构建后,我想启动继续部署功能,但在触发时它立即失败,名称为: Your build failed to run: generic::invalid_argument: invalid build: invalid image name
答案是:不要在 GitHub 存储库名称中使用大写字母,因为 Google Cloud Run 似乎不喜欢它,并且会导致非常模糊的错误消息
(将其作为问题/答案发布在这里,因为我花了几个小时才弄清楚)
低内存和高性能本机容器是未来。使用传统框架的 Java 很难像 golang/rust 那样实现较低级别的占用空间和高性能。
但最近 Java 的创新结合了 graalvm 和响应式范式,显示出非常令人印象深刻的结果。
因此,问题在于了解 Spring boot 与 Quarkus 的反应式引擎有何不同。我们是否有任何理由应该采用 quarkus Native/jvm 或者等待 Spring Native 变得稳定并期望相同的性能优势?有人可以根据实验和事实来谈谈吗?
使用以下方式观察 Azure 的可用区域时:
az account list-locations -o table
Run Code Online (Sandbox Code Playgroud)
有多个带有阶段后缀(例如eastusstage)的区域 - 通常相同的区域也存在不带后缀(例如eastus)的情况。
舞台后缀代表什么/什么意思?
舞台区域位于顶部的所有天蓝色区域:
DisplayName Name RegionalDisplayName
------------------------ ------------------- -------------------------------------
Central US (Stage) centralusstage (US) Central US (Stage)
East US (Stage) eastusstage (US) East US (Stage)
East US 2 (Stage) eastus2stage (US) East US 2 (Stage)
North Central US (Stage) northcentralusstage (US) North Central US (Stage)
South Central US (Stage) southcentralusstage (US) South Central US (Stage)
East Asia (Stage) eastasiastage (Asia Pacific) East …Run Code Online (Sandbox Code Playgroud) 我是处理大型数据集的新手,也是 google colab 的新手。我有一个 62 GB 的数据集,我将其压缩并上传到 google colab 的文件部分。
上传之前,它有 68 GB 可用空间,因此我无法上传 zip 文件并解压缩它,我没有足够的内存。任何人都可以帮助我在 google colab 或任何平台上处理这个数据集。我目前是一名学生,没有太多钱购买更好的内存空间。
非常感谢。
cloud ×10
azure ×2
amazon-ec2 ×1
amazon-s3 ×1
c# ×1
dataset ×1
deployment ×1
devops ×1
docker ×1
github ×1
graalvm ×1
hystrix ×1
memory ×1
python ×1
quarkus ×1
resilience4j ×1
resiliency ×1
terraform ×1