rpc

骑着蜗牛撵大象327

飞牛fnOS部署Damselfly：Compose编排、照片目录与7100固定访问家庭NAS里存了几万张照片，想搭个能按人脸、时间、地点检索的图库，可容器一多、端口一改，7100 就死活打不开，局域网里换个设备还得重新猜地址，这类问题在飞牛fnOS上尤其常见。

BRpc 二次封装：Channel 管理、服务管理与回调工厂📚 系列：C++ 工程实践第 10 篇 ⏱ 阅读约 13 分钟📌 一句话总结上一篇讲 brpc 怎么调通，这一篇讲怎么在业务里用得下去：用四个小类把「节点管理、选路、异步回调、起服务」收口，业务代码只写服务名、节点和业务 lambda。

HTTP 和 RPC：从一次干饭说清它们的区别开发接口时，经常会听到这样的问题：“我们用 HTTP，还是用 RPC？”这句话在团队里通常能被理解，但严格来说，比较的双方并不在同一个层面。HTTP 是一种应用层通信协议；RPC 是 Remote Procedure Call 的缩写，中文叫“远程过程调用”，描述的是调用另一台机器上某个功能的方式。 RPC 可以通过 HTTP 实现。常见的 gRPC 就建立在 HTTP/2 之上。理解了这一点，再看它们的区别，就不容易绕进去。

面对多 RPC 扇入超时崩溃：深入 asyncTool 核心 DAG 编排与线程池隔离防护在现代分布式电商中台或高吞吐聚合网关（BFF）架构中，一个典型业务页面或接口（如商品详情页聚合、购物车结算收银台、个人中心仪表盘）往往需要在短短数百毫秒内，从底层数十个独立的微服务系统中并发拉取海量数据。

BRpc 搭建简单 rpc 服务器📚 系列：C++ 工程实践第 09 篇 ⏱ 阅读约 12 分钟📌 一句话总结本文从一份 .proto 写起，跑通 brpc 的完整闭环：① 定义 EchoService 并起服务端；② 同步客户端一个 stub.Echo 拿结果；③ 异步客户端用 done 回调收结果；④ 同一个端口再用 HTTP 访问一次。

K8s 存储与配置管理｜Volume、ConfigMap、Secret 核心笔记容器内数据是临时的，容器重启数据丢失；Volume 给Pod提供存储，实现容器之间共享文件、数据持久化。

registerListeners()；方法详解registerListeners() 是 Spring 事件机制从“装配”走向“可用”的关键一步。在 initApplicationEventMulticaster() 准备好了广播器之后，registerListeners() 负责把散落在各处的监听器收集起来，注册到这个广播器里，让事件发布真正具备接收方。

笨鸟先飞的橘猫

skynet——RPC 超时机制优化方案本文档分析当前项目 RPC 超时机制的实现方式及其性能问题，并给出优化方案。适合面试时作为「高并发系统性能优化」的话题展开。

Go EVM 链上数据平台实践：从 RPC Demo 到可演进架构ENGINEERING CASE STUDY · RCA · POSTMORTEMGin + go-ethereum + Go embed + godotenv 的完整实现复盘，包含架构图、ERD、数据流、时序、故障根因和分阶段演进路线。

打工仔折腾 AI

用 Dashlet 把极空间 NAS 服务入口整理成统一导航首页的实践我在极空间上陆陆续续跑了不少容器。最开始只有两三个，记 IP 加端口就行。后来变成七八个，再后来连我自己都要翻 Docker 列表才能想起来某个服务到底在哪个端口上。

小楼昨夜又东风126

一文理清K8s PVC挂载完整流程很多人看到 PVC 变成 Bound，就以为存储已经好了。实际生产里，最常见的画面是：原因不复杂：PVC 绑定成功，只说明“卷分配给谁”；真正让容器看到目录，还要经过调度、Attach、Stage、Publish、kubelet 挂载。

Laravel服务容器底层原理揭秘用过 Laravel 的朋友应该都有这种感觉：框架用起来很顺手，但真要问一句“服务容器到底是怎么工作的”，很多人就卡住了。说实话，我刚开始接触 Laravel 的时候也是这样，文档翻了好几遍，代码也看了不少，但总觉得隔着一层纱。后来静下心来，把容器相关的源码从头到尾捋了一遍，才慢慢有了感觉。

RPC框架与HTTP REST的区别RPC（Remote Procedure Call，远程过程调用）和 REST（Representational State Transfer，表述性状态转移）都是常见的服务通信方式。

C++ STL：map 与 set 详解——从底层红黑树到实际应用STL 中的容器大致可以分成两类之前接触过的 string、vector、list、deque、array、forward_list 等都属于序列式容器

进化中的刀盾兽

从零实现 C++ Json-Rpc（九）：从 TCP 字节流中拆出完整消息——MuduoBuffer 与 LVProtocol目录前言一、为什么有了 Message，还需要给 TCP 规定消息格式？1.1 一个 RpcRequest 不等于一段可以直接发送的网络数据

进化中的刀盾兽

从零实现 C++ Json-Rpc（八）：补齐 detail.hpp——JSON 封装与请求 ID 生成目录前言一、为什么现在要补齐这两个公共工具二、JSON 封装：让消息层只关心正文转换2.1 serialize()：Json::Value → std::string

Go 语言 gRPC（grpc-go）深度解析面向工业数采多服务架构的 Go 语言 RPC 编程实践指南，覆盖 Protocol Buffers、四种调用模式、拦截器、超时与 context、连接管理、TLS、反射调试、优雅关闭、底层实现剖析与高频坑点。

RPC接口超时配置明明没问题，线上却随机超时做微服务开发，几乎所有人都配置过接口超时。大多数项目的逻辑很简单：yml里写死timeout，比如3000毫秒，就默认接口只要3秒内跑完就绝对不会超时。但线上经常出现一种很懵的情况：接口实际执行耗时只有几百毫秒，日志完整、业务正常落地，调用方却直接报 RPC 超时。不是偶发一两次，是随机抽风、无规律、流量越高越频繁。问题根本不在业务耗时，在队列排队很多人忽略了一个关键点：RPC超时时间，包含“排队时间 + 执行时间”。微服务线程池核心线程有限，突发流量、瞬时请求高峰，请求会先进入队列排队。如

RPC 到底是什么：微服务内部调用的首选，以及它藏起来的三个坑大家好，我是晚安code。这篇不打算重复那些「定义 + 通信流程 + 框架对比」的套路，我想聊的是：RPC 的甜头来自「像本地调用一样」，它所有的坑也全部来自「它毕竟不是本地调用」。

分布式RPC框架实战（二）：服务端模块划分与底层设计在上一篇中，我们理解了分布式 RPC 的核心思想。在服务端，它不仅要处理远程调用（RPC），还要兼顾服务注册发现（Registry）和消息发布订阅（Pub/Sub）。为了实现高内聚、低耦合，我们将服务端拆分为 7 个核心模块。今天我们就来逐一拆解这些模块的设计思路