《冬季实战营第四期：零基础容器技术实战》实践报告

2021-07-19 04:04:52

DAY1 基础学习之阿里云容器服务Kubernetes版快速入门

部署并公开应用

在 Firefox ESR 输入网址https://cs.console.aliyun.com/

在容器配置页签，依次设置镜像名称、镜像Tag、资源限制、所需资源和端口，单击下一步。
参数说明：

镜像名称：输入registry.cn-hangzhou.aliyuncs.com/acr-toolkit/ack-cube。
镜像Tag：单击选择镜像Tag选择镜像的版本。若不指定，默认为最新版。示例：1.0。
资源限制：设置CPU为1 Core，内存为1024 MiB。
所需资源：设置CPU为0.25 Core，内存为512 MiB。
端口：设置容器的端口，输入名称ack-cube，容器端口80。

在创建服务对话框中，设置服务的相关参数，单击创建，以通过该服务公开应用。
参数说明：

名称：输入服务的名称。示例：ack-cube-svc。
类型：选择负载均衡>公网访问>新建SLB。
服务端口：设置服务端口为80。
容器端口：设置服务端口为80。

测试应用

本步骤指导您如何通过服务（Service）来访问新部署的容器化应用。

切换回容器服务管理控制台页签。在左侧导航栏中，选择网络>服务。
在服务列表页面，找到新创建的服务（即ack-cube-svc），记录外部端点列的IP地址。

打开您本机的浏览器，在地址栏中输入并访问外部端点列的IP地址，您即可体验魔方游戏。

说明：需要在本地浏览器访问查看哦。

监控应用

本步骤指导您如何监控应用的运行状况，如CPU利用率、内存利用率、网络I/O压力等指标。

切换回容器服务管理控制台页签。在左侧导航栏中，选择运维管理>Prometheus监控。
在Prometheus监控页面，单击无状态应用监控。

在无状态应用监控页签，选择namespace为default，选择deployment为ack-cube。
您可以查看应用的资源使用情况，包括创建应用时所设置的资源阈值，所需资源（对应图中request）和资源限制（对应图中limit）。

在无状态应用监控页签，单击右侧图标>集群Pod监控

在集群Pod监控页签，选择namespace为default，选择Pod为待监控的Pod。
您可以查看单个Pod的资源使用情况。

DAY1 学习总结容器服务Kubernetes版真实场景。容器化Demo应用。通过容器服务控制台监控应用的运行情况。

DAY2 基础学习之Docker镜像管理快速入门

搭建Docker服务

Docker 是一个开源的容器引擎，用于创建、管理和编排容器，可以轻松为任何应用创建一个轻量级、可移植、自给自足的容器。本步骤将在ECS上部署一个Docker服务，并配置DockerHub的镜像加速器。

安装docker依赖库 yum install -y yum-utils device-mapper-persistent-data lvm2

添加Docker CE的软件源信息。yum-config-manager --add-repo http://mirrors.aliyun.com/docker-ce/linux/centos/docker-ce.repo

安装Docker CE。yum makecache fast &&

          yum -y install docker-ce

启动Docker服务。systemctl start docker

配置DockerHub镜像加速器 tee /etc/docker/daemon.json <<-'EOF'
{
"registry-mirrors": ["https://registry.docker-cn.com"]
}
EOF

重启docker服务 systemctl restart docker

准备应用代码和Dockerfile

创建工作空间 mkdir -p /tmp/demo && cd /tmp/demo

在工作空间下创建HelloWorld代码文件，用来在容器环境中监听HTTP服务，输出HelloWorld字符串。
cat > /tmp/demo/main.go << EOF
package main

import (

    "fmt"
    "net/http"

)

func main() {

    http.HandleFunc("/", func(w http.ResponseWriter, r *http.Request) {
            fmt.Fprintf(w, "Hello! World\n")
    })

    fmt.Println("start to serve...")
    http.ListenAndServe(":80", nil)

}
EOF

在工作空间下创建Dockerfile文件。
cat > /tmp/demo/Dockerfile << EOF
FROM golang:1.12-alpine

change current working dir

WORKDIR /go/src/app

copy main.go into /go/src/app

COPY . .

go build and install the app

RUN go install -v ./...

run the app by default

CMD ["app"]
EOF

本地构建镜像并运行镜像

使用docker build命令构建镜像 docker build . -t demo:v1

说明：参数.表示指定当前路径作为构建上下文，即Dockerfile所在的本地路径。参数-t demo:v1指定镜像名称和标签。

使用docker run命令运行镜像。docker run -d -p 8000:80 demo:v1

说明：参数-d设置容器运行模式为后台运行。参数-p 8000:80将容器内部使用的网络端口映射到主机上，其中8000为主机端口，80为容器内部使用端口。

使用curl工具访问容器中的HelloWorld服务。
curl localhost:8000

使用docker rm 命令删除容器
docker rm -f $(docker ps -a | grep "demo:v1" | awk '{print $1}')

创建远程镜像仓库

在之前有写过此类文章

推送镜像

执行以下命令登录到阿里云Docker Registry
docker login --username="用户名" registry.cn-hangzhou.aliyuncs.com

标记本地镜像，将其归入远程仓库
docker push registry.cn-hangzhou.aliyuncs.com/space_test/demo:v1

将本地镜像推送远程仓库
docker push registry.cn-hangzhou.aliyuncs.com/space_test/demo:v1

拉取指定版本的远程镜像
docker pull registry.cn-hangzhou.aliyuncs.com/space_test/demo:v1

运行拉取的远程镜像
docker run -d -p 8000:80 registry.cn-hangzhou.aliyuncs.com/space_test/demo:v1

访问HelloWorld服务。
curl localhost:8000

DAY2 学习收获 Dockerfile的编写和使用，使用阿里云镜像服务来分发镜像

DAY3 进阶实战之Chaos带你快速上手混沌工程

创建应用

在创建页面，复制以下代码并粘贴到模板框中，然后单击创建。

apiVersion: apps/v1
kind: Deployment
metadata:
name: nacos-server-app
spec:
selector:

matchLabels:
  app: nacos-server-app

template:

metadata:
  labels:
    app: nacos-server-app
spec:
  containers:
    - name: nacos-standalone
      image: registry.cn-beijing.aliyuncs.com/ahas_demo/nacos:1.0.0
      ports:
        - containerPort: 8848
      env:
        - name: PREFER_HOST_MODE
          value: "hostname"
        - name: MODE
          value: "standalone"
      resources:
        limits:
          cpu: 1
          memory: 2048Mi
        requests:
          cpu: 200m
          memory: 512Mi

apiVersion: v1
kind: Service
metadata:
name: nacos-server-app
spec:
type: ClusterIP
selector:

app: nacos-server-app

ports:

- name: http
  port: 8848
  targetPort: 8848

apiVersion: apps/v1
kind: Deployment
metadata:
name: cart-redis
spec:
selector:

matchLabels:
  app: cart-redis

replicas: 1
template:

metadata:
  labels:
    app: cart-redis
spec:
  containers:
    - name: cart-redis
      image: redis:alpine
      imagePullPolicy: IfNotPresent
      ports:
        - containerPort: 6379
      resources:
        limits:
          cpu: 1
          memory: 512Mi
        requests:
          cpu: 200m
          memory: 128Mi

apiVersion: v1
kind: Service
metadata:
labels:

app: cart-redis

- port: 6379
  targetPort: 6379

selector:

app: cart-redis

apiVersion: apps/v1
kind: Deployment
metadata:
name: cartservice-app
spec:
selector:

matchLabels:
  app: cartservice-app

template:

metadata:
  labels:
    app: cartservice-app
spec:
  containers:
    - name: cartservice-app
      image: registry.cn-beijing.aliyuncs.com/ahas_demo/cartservice:1.0.0
      imagePullPolicy: Always
      env:
        - name: dubbo.registry.address
          value: "nacos://nacos-server-app:8848"
        - name: spring.cloud.nacos.discovery.server-addr
          value: "nacos-server-app:8848"
        - name: spring.cloud.nacos.config.server-addr
          value: "nacos-server-app:8848"
      resources:
        limits:
          cpu: 1
          memory: 512Mi
        requests:
          cpu: 200m
          memory: 128Mi

apiVersion: apps/v1
kind: Deployment
metadata:
name: recommendation-service
spec:
selector:

matchLabels:
  app: recommendation-service

template:

metadata:
  labels:
    app: recommendation-service
    version: 1.0.0-SNAPSHOT
spec:
  containers:
    - name: recommendation-service
      image: registry.cn-beijing.aliyuncs.com/ahas_demo/recomendationservice:1.0.0
      # imagePullPolicy: Always
      env:
        - name: dubbo.registry.address
          value: "nacos://nacos-server-app:8848"
        - name: spring.cloud.nacos.discovery.server-addr
          value: "nacos-server-app:8848"
        - name: spring.cloud.nacos.config.server-addr
          value: "nacos-server-app:8848"
      resources:
        limits:
          cpu: 1
          memory: 512Mi
        requests:
          cpu: 200m
          memory: 128Mi

apiVersion: apps/v1
kind: Deployment
metadata:
name: product-mysql
spec:
selector:

matchLabels:
  app: product-mysql

replicas: 1
strategy:

type: Recreate

template:

metadata:
  labels:
    app: product-mysql
spec:
  containers:
    - args:
        - --character-set-server=utf8mb4
        - --collation-server=utf8mb4_unicode_ci
      env:
        - name: MYSQL_DATABASE
          value: product
        - name: MYSQL_ROOT_PASSWORD
          value: productservice
      image: mysql:5.6
      name: product-mysql
      ports:
        - containerPort: 3306
      resources:
        limits:
          cpu: 1
          memory: 512Mi
        requests:
          cpu: 200m
          memory: 128Mi

apiVersion: v1
kind: Service
metadata:
labels:

app: product-mysql

- port: 3306
  targetPort: 3306

selector:

app: product-mysql

apiVersion: apps/v1
kind: Deployment
metadata:
name: product-service
spec:
selector:

matchLabels:
  app: product-service

template:

metadata:
  labels:
    app: product-service
    version: 1.0.0-SNAPSHOT
spec:
  containers:
    - name: product-service
      image: registry.cn-beijing.aliyuncs.com/ahas_demo/productservice:1.0.0
      imagePullPolicy: Always
      env:
        - name: dubbo.registry.address
          value: "nacos://nacos-server-app:8848"
        - name: spring.cloud.nacos.discovery.server-addr
          value: "nacos-server-app:8848"
        - name: spring.cloud.nacos.config.server-addr
          value: "nacos-server-app:8848"
      resources:
        limits:
          cpu: 1
          memory: 512Mi
        requests:
          cpu: 200m
          memory: 128Mi

apiVersion: apps/v1
kind: Deployment
metadata:
name: checkout-mysql
spec:
selector:

matchLabels:
  app: checkout-mysql

replicas: 1
strategy:

type: Recreate

template:

metadata:
  labels:
    app: checkout-mysql
spec:
  containers:
    - args:
        - --character-set-server=utf8mb4
        - --collation-server=utf8mb4_unicode_ci
      env:
        - name: MYSQL_DATABASE
          value: checkout
        - name: MYSQL_ROOT_PASSWORD
          value: checkoutservice
      image: mysql:5.6
      name: checkout-mysql
      ports:
        - containerPort: 3306
      resources:
        limits:
          cpu: 1
          memory: 512Mi
        requests:
          cpu: 200m
          memory: 128Mi

apiVersion: v1
kind: Service
metadata:
labels:

app: checkout-mysql

- port: 3306
  targetPort: 3306

selector:

app: checkout-mysql

apiVersion: apps/v1
kind: Deployment
metadata:
name: checkout-service
spec:
selector:

matchLabels:
  app: checkout-service

template:

metadata:
  labels:
    app: checkout-service
spec:
  containers:
    - name: checkout-service
      image: registry.cn-beijing.aliyuncs.com/ahas_demo/checkoutservice:health
      imagePullPolicy: Always
      ports:
        - name: liveness-port
          containerPort: 8080
          protocol: TCP
      env:
        - name: dubbo.registry.address
          value: "nacos://nacos-server-app:8848"
        - name: spring.cloud.nacos.discovery.server-addr
          value: "nacos-server-app:8848"
        - name: spring.cloud.nacos.config.server-addr
          value: "nacos-server-app:8848"
      resources:
        limits:
          cpu: 1
          memory: 512Mi
        requests:
          cpu: 200m
          memory: 128Mi
      livenessProbe:
        failureThreshold: 3
        httpGet:
          path: /health
          port: liveness-port
          scheme: HTTP
        initialDelaySeconds: 5
        periodSeconds: 10
        successThreshold: 1
        timeoutSeconds: 1
      startupProbe:
        failureThreshold: 3
        httpGet:
          path: /health
          port: liveness-port
          scheme: HTTP
        initialDelaySeconds: 40
        periodSeconds: 5
        successThreshold: 1

apiVersion: apps/v1
kind: Deployment
metadata:
name: front-end
spec:
selector:

matchLabels:
  app: front-end

template:

metadata:
  labels:
    app: front-end
spec:
  containers:
    - name: front-end
      image: registry.cn-beijing.aliyuncs.com/ahas_demo/frontend:async-test
      imagePullPolicy: Always
      ports:
        - name: liveness-port
          containerPort: 8080
          protocol: TCP
      env:
        - name: dubbo.registry.address
          value: "nacos://nacos-server-app:8848"
        - name: spring.cloud.nacos.discovery.server-addr
          value: "nacos-server-app:8848"
        - name: spring.cloud.nacos.config.server-addr
          value: "nacos-server-app:8848"
      resources:
        limits:
          cpu: 1
          memory: 512Mi
        requests:
          cpu: 200m
          memory: 128Mi
      livenessProbe:
        failureThreshold: 3
        httpGet:
          path: /health
          port: liveness-port
          scheme: HTTP
        initialDelaySeconds: 5
        periodSeconds: 10
        successThreshold: 1
        timeoutSeconds: 1
      startupProbe:
        failureThreshold: 3
        httpGet:
          path: /health
          port: liveness-port
          scheme: HTTP
        initialDelaySeconds: 60
        periodSeconds: 5
        successThreshold: 1

apiVersion: v1
kind: Service
metadata:
name: front-end
spec:
type: ClusterIP
selector:

app: front-end

ports:

- name: http
  port: 8080
  targetPort: 8080

apiVersion: v1
kind: Service
metadata:
name: frontend-external
spec:
type: LoadBalancer
selector:

app: front-end

ports:

- name: http
  port: 8080
  targetPort: 8080

根据内容进行部署

安装探针

回到容器服务控制台页面，单击左侧导航栏上方的
图标

在集群列表页面的左侧导航栏中，单击应用目录

在应用目录页面，单击ack-ahas-pilot

在ack-ahas-pilot的详情页面，单击创建。

通过架构感知查看系统整体架构

在左侧导航栏，单击故障演练>架构感知

在架构地图页面，单击Kubernetes监控视图卡片中的查看视图

在架构地图页面，打开Kubernetes监控视图下拉列表，选择命令空间为default，然后单击确定即可查看实验资源的Kubernetes监控视图。

自动恢复场景演练

在分布式系统设计中有一种容错策略是故障恢复（failback），通过健康检查等机制，能在机器或者应用出现问题时自动的进行重新部署。我们利用Chaos进行故障演练，测试我们的系统是否具有这样的能力

进行稳态假设。定义一个稳态指标，来评估系统的健康状态并且在实施混沌过程当中进行监控和处理。
我们将稳态定义为能访问我们的frontend界面，并正常使用各种购物车、下单等功能。

模拟真实事件。
2.1 切换回应用高可用服务控制台。在左侧导航栏中，单击我的空间。

2.2 在演练场景页面，单击JAVA应用并选择容器内Java延迟，然后单击创建演练。

2.3 在演练配置页面，完成以下操作：

（1）设置演练名称。
（2）在演练对象配置向导中，演练应用选择frontend，应用分组选择frontend-group，机器列表选择任意一台机器，单击添加演练内容。
（3）在演练配置页面，单击容器内Java延迟。
（4）在容器内Java延迟面板中，依次输入类的全限定名、方法名、进程关键字和目标容器名称，单击关闭。

类的全限定名：输入com.alibabacloud.hipstershop.web.HealthController。
方法名：输入health。
进程关键字：输入java。
目标容器名称：选择frontend。
（5）在演练内容区域中，单击保存。

（6）单击下一步。

（7）在全局配置的监控策略区域，单击新增策略。

（8）在新增策略对话框中，选择业务监控>业务状态观察（Http），单击确定。

（9）在业务状态观察（Http）面板中，请求类型选择get，URL输入http://<frontend的外部端点>/。

说明：frontend的外部端点在容器服务ACK控制台frontend服务的访问方式页签中获取。

（10）在全局配置配置向导中，单击下一步。

（11）在成功对话框中，单击演练详情。

2.4 在演练详情页面，单击演练。

2.5 在开始执行演练对话框中，单击确认。

检测实验影响。
3.1 在演练记录详情页面，查看业务状态观测（Http）时序图。您可以看到health接口的调用在遇到故障之后，先降低，然后马上自动恢复至正常状态，说明我们的设计奏效了。

3.2 切换回容器服务ACK控制台，在frontend服务页面，单击事件页签。

您可以看到frontend自动的进行了扩容。
终止实验。
4.1 切换回应用高可用服务控制台。在演练记录详情页面中，单击终止。

4.2 在停止演练对话框中，单击确定。

4.3 等待演练场景终止之后，在结果反馈对话框中，单击确定。

强弱依赖场景演练

在微服务架构中，各个服务之间存在许多依赖关系。但是当一个不重要的弱依赖宕机时，一个健壮的系统应该仍然能够正常的运行。我们利用Chaos进行故障演练，测试我们的系统处理强弱依赖的能力如何。

进行稳态假设。
1.1 切换回容器服务ACK控制台，单击frontend的外部端点。

1.2 在Hipster Shop页面，多次刷新页面。您可以看到页面商品的排序每一次都不一样。您可以理解为商品推荐服务会根据个性化进行推荐，使产品存在优先级。因此我们将稳态定义为，每次刷新页面，商品的排序不同。

模拟真实事件。
2.1 切换回应用高可用服务控制台。在左侧导航栏，单击我的空间。

2.2 在演练场景页面，单击JAVA应用并选择容器内Java延迟，然后单击创建演练。

2.3 在演练配置页面，完成以下操作：

（1）设置演练名称。

（2）在演练对象配置向导中，演练应用选择recommendationservice，应用分组选择recommendationservice-group，机器列表选择机器，单击添加演练内容

（3）在演练内容区域中，单击容器内Java延迟。

（4）在容器内Java延迟面板中，依次输入类的全限定名、方法名、进程关键字和目标容器名称，单击关闭。

类的全限定名：输入com.alibabacloud.hipstershop.recomendationservice.service.RecommendationServiceImpl。
方法名：输入sortProduct。
进程关键字：输入java。
目标容器名称：选择recommendationservice。

（5）在演练对象中，单击保存。

（6）单击下一步。

（7）在全局配置中，单击下一步。

（8）在成功对话框中，单击演练详情。

2.4 在演练详情页面，单击演练。

2.5 在开始执行演练对话框中，单击确认。

检测实验影响。
3.1 切换回容器服务ACK控制台。在无状态页面，单击frontend。

3.2 在frontend页面，单击访问方式页签，然后单击frontend的外部端点

3.3 在Hipster Shop页面，多次刷新页面。您可以发现每次刷新，产品顺序不会改变。说明推荐服务宕机，但并没有影响别的服务。

终止实验。
4.1 切换至应用高可用服务控制台，在演练记录详情页面，单击终止。

4.2 在停止演练对话框中，单击确定。

4.3 在结果反馈对话框中，单击确定。

失败重试场景演练

在微服务架构中，一个大系统被拆分成多个小服务，小服务之间存在大量RPC调用，经常可能因为网络抖动等原因导致RPC调用失败，这时候使用重试机制可以提高请求的最终成功率，减少故障影响，让系统运行更稳定。我们通过利用Chaos，给系统注入失败，看看系统失败重试的性能如何。

进行稳态假设。
1.1 切换回容器服务ACK控制台，在无状态页面，单击cartservice。

1.2 在cartservice页面，单击伸缩。

1.3 在伸缩对话框中，将所需容器组数量更改为2，单击确定。

待状态变为Running，表示容器组扩容成功。

1.4 切换至Hispter Shop页面，单击购物车。

模拟真实事件。
2.1 切换回应用高可用服务控制台，在左侧导航栏，单击我的空间。

2.2 在我的空间页面，在新建演练下拉列表中单击新建空白演练。

2.3 在演练配置页面，完成以下操作：

（1）设置演练名称。

（2）在演练对象中，演练应用选择cartservice，应用分组选择cartservice-group，机器列表选择任意一台机器，单击添加演练内容。

（3）在选择演练故障对话框中，选择JAVA应用>抛异常>容器内Java延迟抛出自定义异常，单击确定。

（4）在演练内容区域中，单击容器内Java延迟抛出自定义异常。

5）在容器内Java延迟抛出自定义异常面板中，依次输入方法名、类的全限定名、异常、进程关键字和目标容器名称，单击关闭。

方法名：输入viewCart。
类的全限定名：输入com.alibabacloud.hipstershop.cartserviceprovider.service.CartServiceImpl。
异常：输入java.lang.Exception。
进程关键字：输入java。
目标容器名称：选择cartservice。

（6）在演练对象中，单击保存。

（7）单击下一步。

（8）在全局配置中，单击下一步。

（9）在成功对话框中，单击演练详情。

2.4 在演练详情页面，单击演练。

2.5 在开始执行演练对话框中，单击确认。

检测实验影响。
3.1 切换至Hispter Shop页面，单击购物车。

3.2 切换至应用高可用服务控制台，在演练记录详情页面，单击终止。

3.3 在停止演练对话框中，单击确定。

3.4 在结果反馈对话框中，单击确定

微服务演练

在体验了上述三个场景演练之后，我们对混沌工程有了初步的了解，也掌握了应用高可用服务的基本功能。但是这样手动部署参数的过程还是比较繁琐的。接下来我们体验一下更为方便快捷的强弱依赖治理。

切换至应用高可用服务控制台。在左侧导航栏中，单击微服务演练。

并选择强弱依赖治理页面。

在强弱依赖治理页面中，单击创建治理方案。

在创建治理方案的配置向导页面，完成以下操作。
3.1 在应用接入中，自定义方案名称，治理应用选择frontend，单击下一步。

3.2 在强弱依赖治理以30天为治理周期对话框中，单击确认。

3.3 在依赖分析中，等待分析完成，单击下一步。

3.4 在依赖预判中，自行选择依赖对象的强弱依赖预判，例如nacos-standalone和checkoutservice的强弱依赖预判可选择强依赖，其他依赖对象默认弱依赖，然后单击下一步。

3.5 在依赖验证中，选择任意用例进行验证。例如选择frontend与nacos-standalone强弱依赖验证用例，单击去验证。

3.6 在去验证前的参数确认对话框中，单击确定验证。

注意：如果窗口没有跳转，请注意跳转是否被拦截，请手动解除

在演练详情页面中，单击演练。

在开始执行演练对话框中，单击确认。

切换至Hipster Shop页面，单击网页的任意功能。您可以发现Hipster Shop网页和相关功能均可以正常访问，说明frontend服务与nacos-standalone服务是弱依赖关系。
切换至应用高可用服务控制台，在演练记录详情页面，单击终止。

在停止演练对话框中，单击确定。

在结果反馈对话框中，结论选择不符合预期，验证结果选择弱依赖，单击确定，返回强弱依赖治理

在依赖验证中，您可以验证其他用例，验证完成后，单击方案归档。

在您确定要归档此方案吗对话框中，单击确认归档。

您还可以通过使用MSHA快速体验异地、同城多活容灾。动手实验室地址https://developer.aliyun.com/adc/scenario/998a993afe624e3eadcf5f8f6b791064
DAY3 学习总结通过故障演练给系统快速注入故障。通过架构感知直观地观察系统架构。通过Chaos一站式实现微服务强弱依赖治理。

DAY4 直播-使用阿里云容器服务和容器网络文件系统搭建WordPress网站

学习CNFS
~~这里为了省打字~~

DA5 直播-如何保证线上应用的最佳状态，保证业务连续性

基于PTS&AHAS完成线上应用最佳状态的实践

到这里第四期冬季实战营圆满结束！！！

码农公寓

DAY1 基础学习之阿里云容器服务Kubernetes版快速入门

部署并公开应用

测试应用

监控应用

DAY2 基础学习之Docker镜像管理快速入门

搭建Docker服务

准备应用代码和Dockerfile

change current working dir

copy main.go into /go/src/app

go build and install the app

run the app by default

本地构建镜像并运行镜像

创建远程镜像仓库

推送镜像

DAY3 进阶实战之Chaos带你快速上手混沌工程

创建应用

安装探针

通过架构感知查看系统整体架构

自动恢复场景演练

强弱依赖场景演练

失败重试场景演练

微服务演练

DAY4 直播-使用阿里云容器服务和容器网络文件系统搭建WordPress网站

DA5 直播-如何保证线上应用的最佳状态，保证业务连续性

相关文章