12月阿里云开发者社区最佳技术文章TOP10出炉!

阿里云开发者社区12月最佳技术文章TOP10出炉,涵盖OOM、Redis、SSO等多个热门话题,快来看看吧!

原文标题:12月获奖名单公布!

原文作者:阿里云开发者

冷月清谈:

阿里云开发者社区12月最受欢迎技术文章TOP10正式揭晓!涵盖了OOM故障排查、代码模块设计、CPU占用率过高问题排查、Redis Stream应用、软考经验分享、技术PM经验分享、树形结构工具类、单点登录SSO、Go应用监控等多个热门技术话题。此外,评论区点赞量最高的5位读者也将获得无线鼠标奖励。

怜星夜思:

1、大家觉得Go语言比Java更牛吗?为什么?
2、除了文中提到的Go应用监控方案,还有哪些其他的监控方案?
3、如何才能写出一篇被评为TOP10的技术文章?

原文内容

12月技术内容的投票选举圆满结束!

点击这里回顾👉

感谢大家的热情参与和支持,你们的支持是我们不断前进的动力!本篇推文将正式揭晓投票结果排名的 TOP10 文章。

一、最受读者欢迎的文章TOP10

经过网友们公平公正的评选,12月最受读者欢迎的文章评选结果已新鲜出炉!

TOP1: 

作者:臻臻

记录并分析一次线上支付系统出现OOM(Out Of Memory)故障的排查与解决过程。


TOP2:

作者: 谨寻

摘要:一次项目包含非常多的流程,有需求拆解,业务建模,项目管理,风险识别,代码模块设计等等。这本文旨在建立代码模块设计上的思路,给出了两种非常常用的设计范式,减少未来在这一块的精力开销。


TOP3:

作者:王谷

摘要:作者记录了故障发生时的排查思路,再对问题进行详细描述并分析根本原因,最终找到解决方案。


TOP4:

作者:舒阳

摘要:本文深入探讨了树形结构在实际应用中的广泛使用及其重要性,并提出了一套通用且高效的工具类TreeUtil来处理与树形数据相关的操作。


TOP5:

作者: 松研

摘要:本文记录了作者考取软考的复习过程、备考时间线和一些经验总结。


TOP6:

作者:帆日

摘要:本文作者分享了自己做pm多年的实践经验,从什么是pm到如何做好技术pm做出了详尽的解答。


TOP7:

作者:勉成

摘要:本文记录了一次Java进程CPU占用率过高的问题和排查思路。


TOP8:

作者:黎落

摘要:本文将从概念、设计、实现和适用场景等多个维度介绍Redis Stream在交通模块的应用。


TOP9:

作者:戴靖泽

摘要:单点登录(SSO)可解决用户在多系统间频繁登录的问题,OIDC 因其标准化、简单易用及安全性等优势成为实现 SSO 的优选方案,本文通过具体步骤示例对 Higress 中开源的 OIDC Wasm 插件进行了介绍,帮助用户零代码实现 SSO 单点登录。


TOP10:

作者:古琦

摘要:本文讲解了阿里云编译器团队和可观测团队为了实现Go应用监控选择编译时插桩的原因,同时还介绍了其他的监控方案以及它们的优缺点。


二、获奖读者

此外,评论区点赞量最高的5位读者将会收到无线鼠标一个!请获奖的朋友们留意私信,我们将尽快安排寄送。

三、其他声音

其他的声音均已收到🫡
单点登录很不错,现在网络威胁越来越普遍,认证授权方面需要更加安全的方法 

多出从0开始讲解系列,推文专业程度堪比论文,但是没有综述性论文晦涩难懂!!

综述类重量级文章 

阿里云开发者」会继续努力为大家源源不断地提供优质内容,相关文章发布后,各位小伙伴记得来还愿呀!

还有人说:现在比Java更牛的编程语言是GO语言吧
大家觉得呢🤔?欢迎评论区积极互动,惊喜小礼物说不定会随机掉落!


感谢大家的支持~我们下期再见!

Go的简洁性和效率确实吸引人,但Java的生态系统太庞大了,很多企业级应用还是依赖Java,说Go比Java牛还有点早吧,我觉得更像是两种语言在不同场景下的选择不同。

我觉得首先要选择一个大家普遍关注的技术话题,然后深入浅出地讲解,最好结合实际案例,让读者更容易理解和应用。

我觉得Go的并发处理和性能确实很出色,goroutine和channel用起来也很方便,但在生态和一些库的支持上,Java还是更成熟一些,各有千秋吧。

Prometheus:一个开源的系统监控和报警工具,功能强大,支持多种exporter,可以监控各种指标。

SkyWalking:一个分布式追踪系统,可以帮助我们理解分布式系统行为,并进行性能分析。

除了技术深度,文章的结构和可读性也很重要,排版清晰,逻辑流畅,才能吸引读者读下去。

个人觉得还要有一些独特的见解或经验分享,这样才能让文章脱颖而出,引起共鸣和讨论。

Java是老大哥,生态和库都非常成熟,Go是后起之秀,性能和并发处理很强,各有优势,关键看应用场景,个人更喜欢Go的简洁和高效。

ELK Stack:由Elasticsearch、Logstash和Kibana组成,可以用于日志收集、分析和可视化,也可以用于监控。