服务注册与发现:服务怎么找到彼此
微服务拆开后,服务之间怎么找到彼此?配置文件写死 IP 追不上动态扩缩容。注册中心维护服务名到实例列表的映射,靠心跳检测存活。客户端发现 vs 服务端发现、CP vs AP 的取舍,以及选错了会怎样。
微服务拆开后,服务之间怎么找到彼此?配置文件写死 IP 追不上动态扩缩容。注册中心维护服务名到实例列表的映射,靠心跳检测存活。客户端发现 vs 服务端发现、CP vs AP 的取舍,以及选错了会怎样。
回测越调越好,实盘却跑不出来。大概率是过拟合。模型把历史噪声当成了规律。样本内/样本外分离、走步测试、参数敏感性检查是基本的防范手段。一个"完美"策略的故事:整体好看,分段一跑就露馅。
我换过好几个 AI 编程助手。Kimi Code 用了一阵,换 Claude Code,后来又试了 Codex。每次换的时候有个很直观的感受——之前的协作上下文全没了。 Claude 里讨论过的方案细节,Kimi 不知道。Kimi 里记着的任务进度,Claude 接不上。Agent 换一个,记忆清零
负载均衡不只是轮询分请求。节点能力不同要加权,实时负载不同要动态选,有状态要保亲和,缓存要一致性哈希,节点上下线要平滑过渡,健康检查要主动加被动,还得和熔断配合。多层配合比单层完美更靠谱。
策略失效分两种:周期性回撤(因子逻辑还在,市场环境不利)和结构性失效(逻辑被套利掉了)。最难的是在事中区分——表面现象完全一样。没有可靠的早期信号能自动判断,能做的是在策略上线前把退出规则定好,情绪平静时写、情绪波动时执行。
三个架构决策,每个都在简洁和稳健之间选了简洁。Checkpoint 搭载在数据上、优化器规则注入流处理语义、插件共享宿主 runtime。如果是我会怎么选。
一个用 Rust 写的列式流处理引擎,不做分布式有状态计算,在生产环境跑通了上千条 pipeline。我为什么选它做深度研究。
人们常说道术法器,推崇道的多,看得起术的少。 我听到过不少人说自己"悟道"了。炒股的说看透了市场,做管理的说理解了组织,几句话讲得通透漂亮。但你要问他具体怎么操作的、在什么场景下栽过跟头、那些跟头后来怎么消化掉的,说不上来。 道是术的提炼。没有大量术的积累,所谓悟道,更像是背了几句格言。 拿炒股来说
级联故障的根因不是下游挂了,是上游在等待中耗尽资源。熔断在失败率升高时停止调用,降级在不可用时给兜底响应。两者配套才有意义——光熔断不降级是快死,光降级不熔断挡不住资源耗尽。
多策略组合的核心不是"多",是"不相关"。两个低相关策略的组合,波动远低于任何单策略。但低相关的前提是底层因子逻辑独立——都是"买涨"的策略,不管名字多不同,相关性不会低。危机时期相关性趋同,平时分散的组合极端时刻可能一起跌。