全国英语等级考试有声词汇(附磁带第1级) 下载 pdf 电子版 epub 免费 txt 2025

人类学习语言的本能是：听、说、写基中听是学习语言的基础，所以背单词也是学习英语基本的途径。

本书让您在一接触单词时就能与北美著名播音员学习正确的发音。希望您不仅仅学会单词，而且也为听力打下了坚实的基础。

A

B

C

D

E

F

G

F

I

J

K

L

M

N

O

P

Q

R

S

T

U

V

W

X

Y

Z

不规则动词表

暂无相关内容，正在全力查找中

暂无出版社相关信息，正在全力查找中！

暂无相关书籍摘录，正在全力查找中！

在线阅读地址：全国英语等级考试有声词汇(附磁带第1级)在线阅读

在线听书地址：全国英语等级考试有声词汇(附磁带第1级)在线收听

在线购买地址：全国英语等级考试有声词汇(附磁带第1级)在线购买

暂无原文赏析，正在全力查找中！

暂无其它内容！

• 作者：之瞳 发布时间：2017-08-17 21:04:46

  一直看博士的書不停洗腦，挺喜歡的！一切一切都是頭脑的投射沒有什麼是真實的！參臣服！我是誰，沒有答案！記得一體！认命做个不那么认真的旁觀者吧！

• 作者：小猫加肥~心 发布时间：2015-01-01 08:53:45

  提醒我要更加认真的生活，让自己更充实！值得常常回顾意下。每本书都有一个code，可以记录每天，每周，或者每个月的wellbeing，很实用的tool。作为奔三十的人，至少做运动是必不可少的了。

• 作者：阿元 发布时间：2021-11-21 18:02:24

  书真是挑人的，也挑时间，第二遍读发现了之前绝不会注意的一些细节。比如，一现代生物学机制之下对强迫症的定义本就不完善，没有顾及相当多的患者没有明显“反强迫”的客观事实。二宗教与科学的关系不是根本对立而是在一定程度上的相融。三还有森田对于具体病例的解释和分析，逻辑严密，极有智慧。

  暂时没有具体实效办法矫正思维模式的时候，我们可以先尝试改变行为模式，行为和思维其实是联动的，建设性的行为最终导向的就是富有成就感的健康的生活。这话可以共勉

• 作者：要辣 发布时间：2021-02-14 15:31:17

  那些范文挺不错的……都能派上用场，不过实在没有阅读兴趣

• 作者：丁丁虫 发布时间：2023-12-15 21:35:20

  小二代目超喜欢，但豆瓣居然没人打分。。。说明豆瓣人均没娃？

• 作者：黑电波 发布时间：2014-12-31 16:58:21

  为什么觉得诡计如此熟悉

• 许茂和他的七仙女——戏精的读书笔记系类

  作者：本人比名字有趣 发布时间：2019-02-13 22:36:30

  花了三个下午看完，中途受到一些干预。起先并没有看进去，但是后来剧情推进，有一种不看到结尾誓不罢休的瘾作怪，只是结局有些出乎意料，余有比较大的留白，不过细想这样的安排也免得落人俗套。

  正文开始：

  如果排除早年不幸逝世的大姐和驻守军队的老八，剩下的七个女儿来讲，就是活生生的一出《欢天喜地七仙女》呀！有大大咧咧豪爽泼辣的三姑娘，刚开始沉迷世俗后来幡然醒悟的七姑娘，有单纯善良集世间所有希望于一身的九姑娘，以及历尽苦难让人心疼的四姑娘，……一个个除了长得都好看外(唯一的共同点），性格作风却是迥异不同（真的是一家人吗?)

  小说的背景铺设在四川一个偏僻的农村，展现了上世纪70年代风云变幻的社会面貌……（由于本精对文革的了解不多，所以本书对文革反思文学的探讨程度有限。）

  貌似主流观点认为徐茂是小说主人公，至于谁是主人公就不谈了（毕竟不是做一道高考语文小说阅读题），但本精的心情波动全是被四姑娘（许秀云）牵动。从开始与郑百如（一个真是百禽不如的反派）离婚，到后来倔强地拒绝父亲让她找好的另一门亲事与娘家闹翻，一个人住在破破烂烂的小屋子里，憋着郑某作恶多端的秘密却不知道与谁说，整日忧郁寡欢。（一开始就担心四姐会不会想不开，一大早就跳井领饭盒了吧？当我看到后面四姐帮老妇人挑水，描写到井的时候，心都是一惊，还好没有跳井一出，虽然后面是跳河了。后面有写四姐两次跳河：一次是对这个黑暗的世界最终的投降，全世界都不理解她遭受的痛苦，生无所恋，在深夜破门而出，但是跳进冰冷的河中，突然想到大姐（成家之后去世了）剩下的两个孩子还等着她的照顾，不能一死了之，挣扎着爬到了岸上；第二次是一切就要变好的时候，四姐克服内心各种束缚阻难，承认自己喜欢上了大姐夫，（虽然对于十九岁的本精还是难以理解，但是只要幸福就行。）但是来到大姐夫家里，却听到别人给他说媒，而且大姐夫默许了。加上之前各种遭受的冤屈一拥而上，悲痛离去却撞到了自家姐妹，众人以为是贼急忙追上去，四姐万念俱灰，奋身一跃跳进河中，好在后来被大姐夫救起。

  剧情比较复杂，但整本小说顺序发生的时间只有一个月左右。（开头离徐茂老汉六十五岁生日还有半个月，结尾是过完生日后不久），更多的是人物的心理活动。

  拿四姐的内心独白讲，尤其是自己被郑百如虐待被他设计污蔑却只能自己默默忍受着，全村人的指指点点，家里人的不理解，无人可以倾诉的痛苦，统统倒在一个悲情的女性肚子里，但是她就在一次次绝望与希望的轮回中挺住，熬过每一个凄冷的夜晚。

  最喜欢的人物非九姑娘莫属了，灵动真诚，善良单纯。活脱脱一枚红领巾，对这世界总想找出个终极答案，但是又感到无比迷茫，只能默默努力做好脑子里认为该做的每件事，暗恋一名技术青年却无比羞涩，虽然比较可惜作者没有成全他俩，最后九姑娘带着单相思的破灭，远离家乡前往更大的世界学习新的革命精神。就一个暗恋告破的单纯少年，意气奋发，将更大的志向挥洒远方。（比如，单相思了三年的我，最后默默祝福）

  最让人唏嘘的是七姑娘，从一开始追求城市的繁荣时尚，物质上的富有，为了能在县上找到一份工作，结果惨遭四姐夫（也就是郑百如）践踏，为了找到一个城市对象，结果是一个骗子，处处碰壁，渐渐死心，等她幡然醒悟，领会到与初恋（吴全昌，就是九姑娘暗恋的一枚农业科技人才）纯粹的感情才是自己所奢望的时候，却因自己已经沾染上的世俗奢靡之风而不了了之。

  每个人物形象，反眼当今也都有参照，或许这就是文学的力量。

  小说的最后，并没有交代一个详细的结尾，许茂老汉和一直错怪的大女婿冰释前嫌，郑百如不知怎的被送进学习组检讨学习，力改旧风的工作组临时被调回去，原本开始恢复生机的葫芦坝村前途未卜，好不容易喘一口气的许家又不知会面临怎样的状况，我真的是操碎了心，特别怕郑百如势力卷土重来。

  虽然，工作组那句“我们还会再回来的”按照主流解释，是象征光明的到来，虽然照着历史的脚步走的确如此，但是放在那个动荡的时代，谁有知道呢？再回来的约定，多少会让人渐渐丧失期望的能力。

  后来，我歪歪扭扭写下这篇阅读心得，戏精的心情极其不稳定，所以删删改改，到最后都不知道自己写了些啥。唯一确定的一件事就是打字很辛苦的，很久没写过读书笔记了，权当自己的记录好了。

  因为，怎么样都不会有人看我写的东西的。

• Notes: Site Reliability Engineering

  作者：masterplan 发布时间：2017-05-11 08:28:11

  看这本书时做的笔记. 总结一下:

  1. 有众多可以参考的地方, 例如 Cron 的设计, 监控的改进, 新工具的推广方法

  2. 对手头的系统和工具要非常了解, 这样就可以玩出很多招数

  1. 介绍

  DevOps 在 Google 的实践

  传统开发/运维分离的解决方案在规模扩大后沟通成本上升(“随时发布” vs. “不再改动”) -> 新型运维团队 SRE(50%-60%标准开发, 其他为85%-99%能力的开发, 为了开发系统代替手工操作) -> 最多 50% 时间用于运维工作, 余下开发系统来自动化

  SRE 方法论

  * 运维工作最多占用 50% 时间

  * 遇到故障事后写总结

  * 因为信息系统的特点, 不是也不该追求 100% 可靠, 给出现实的可靠性. 在实现这个可靠性的前提下, SRE 可以做各种创新

  * 监控, 通过预案/手册缩短平均恢复时间

  * 70% 的事故源于部署变更 -> 渐进发布, 精确检测, 回滚机制

  2. 生产环境

  集群资源分配: Borg(分布式集群操作系统), 下一代 Kubernetes(2014)

  * Large-scale cluster management at Google with Borg

  * Borg, Omega, and Kubernetes

  * 负责运行用户提交的任务. 每个任务由多个实例组成, Borg 会为每一个实例安排一台物理服务器, 执行具体的程序启动它

  * 负责任务的监控, 如果异常, 终止并重启

  * 命名: BNS: /bns/<cluster>/<user>/<task>/<instance>

  * 任务需要在配置中声明其所需的具体资源(cpu/mem), 超过则立即 kill

  * 存储

  * 分布式存储, 小文件和大文件进不同的集群.

  * 单个集群一年内会损失上千块硬盘, 数据中心有专门的团队来处理

  网络

  * 这些概念比较陌生, OpenFlow 的软件定义网络, 带宽控制器优化带宽.

  * 从地理位置, 用户服务和远程调用三层进行负载均衡

  监控报警

  * 定时抓取指标, 超出触发报警

  * **新旧版本的对比: 新版本是否让软件服务器更快了?**

  * 检查资源用量随时间的变化, 制定资源计划.

  服务

  * 所有服务使用 RPC 通信, 开源实现为 gRPC

  * 格式为 Protocol Buffer(与 Apache Thrift 相比) (大小比 xml 小 3-10 倍, 序列化/反序列化快 100 倍) (和 json 比?)

  * 服务和存储根据流量分散到各大洲的机房

  开发

  * Code review

  3. 拥抱风险

  目标

  * 没有 100% 可靠的服务, 达到一定程度的可靠性之后, 应把精力转向他处.

  * **”当设立了一个可用性目标为99.99%时, 我们即使要超过这个目标, 也不会超过太多, 否则会浪费为系统增加新功能, 清理技术债务或者降低运营成本的机会.”**

  * 可靠性目标成为错误预算: 提供明确和客观的指标决定服务在一个季度中接受多少不可靠性(用于 SRE 部门和产品部门的沟通). 只要错误预算耗尽, 新版本的发布就会暂停(?但是错误率由 SRE 部门提供, 而发布由产品决定?) -> 认为风险由产品开发决定, 一个变通是, 当错误预算即将用尽时, 降低发布的频率. 即使是网络中断或者数据中心故障影响了错误率, 发布频率也会降低, 因为”每个人”都有义务保障服务的正常运行.

  * 可用性指标: 请求成功率. **用我们记录的请求成功率与用户期望的服务水平做对比.**

  成本

  * 可用性: 99.9% 到 99.99%; 收入: 1000000刀 -> 改进后的价值: 1000000 * 0.09% = 900 刀

  需求

  * 面向消费者需要低延迟(队列空为好), 离线计算需要吞吐量(队列满为好). 需要分别响应不同的需求. -> 两个集群, 低延迟/高吞吐量

  4. 服务质量

  质量度量

  * 请求延迟 (Req time)

  * 错误率 (Web errors)

  * 吞吐量 (Web QPS)

  * Google 云计算的可用性指标: 99.95% -> 60*24*365*0.0005 = 262.8 min/year -> 我们的可用性?

  特色

  * 4/5个指标, 多/少都不好.

  * 监控, y 轴指数分布

  * 数据收集每10秒一次, 每一分钟汇总一次. 目标像这样: **99% 的 get RPC 调用在 < 100ms 的时间内完成.**, 每天可以出一个这样的报表.

  总结

  * 指标越少越好, 少到不能更少

  * 性能指标保持简单

  * 从松散的目标开始, 逐渐收紧. 不要一开始就追求完美

  * 对内指标要求可以比对外高一些, 留有余地

  5. 琐事

  琐事指与规模线性增长的手动事务, 占用 Google SRE 大约 33% 的时间

  6. 分布式系统的监控

  方式

  * 白盒: 系统内部数据

  * 黑盒: 外部响应

  * Dashboard: 可视化, 提供选择/过滤功能

  * 警报

  如何监控

  * 对照组: 上周, 上一个版本

  * 减少报警量(防止”狼来了”)

  * 简单快速的逻辑. 不要自动学习阈值(这点和我想的不一样)

  避免在监控系统中维护复杂的依赖关系

  方法论

  * 故障, 警报, 定位和调试都必须保持简单!

  * 4个关键指标: 延迟, 流量, 错误率, 饱和度(IO 带宽占用比, 磁盘占用比)

  长尾

  * 重要的是分布而不是平均 -> 直方图 Y 轴指数展示

  复杂性管理

  * 避免监控系统变得过于复杂

  7. 自动化系统的演进

  * shell 脚本 -> 改进后的 Python 单元测试框架(Prodtest, 改进的 Python 单元测试框架, 可用来对实际服务进行单元测试), 用于验证集群中的服务(比如 DNS 是否存在/成功)

  * 在 Prodtest 出来之后, 又为每个 test 创建了对应的修复工具.

  * 集群上线系统的测试-自动化修复套件的问题:

  1. 需要维护!

  2. 分布式自动化依赖于 SSH, 需要 root 权限执行. => 需要将 SRE 完成任务所需权限降到最低. => 使用有 ACL 的本地 admin 进程取代 sshd, admin 记录 rpc 请求者, 参数和结果.

  * Borg: 成功的核心是”把集群管理变成了一个可以发送 API 的中央协调主体”. 所以 shell 脚本 => Python 集群测试框架(自动化系统) => Borg(自治系统, 将集群管理抽象为单机环境) => 自治系统强调自我检查和自我修复.

  * 自动化的问题: 自动化多了, 人就忘了手动该怎么做. 甚至系统将不再有手动操作的接口.

  8. 发布

  * 构建过程的封闭性, 不受构建机器上第三方类库和其他软件工具影响. 编译过程自包含, 不依赖编译环境之外的其他服务.

  * 构建工具与被构建的项目放在同一个仓库. (而我们的做法是分离的. 应用开发者按照平台提供的规范走, 不管构建的事. 各有好处. 这样平台在构建过程上可发挥的空间更大)

  * 单独的发布分支(避免引入之后主分支上的改动). 发布系统将创建新的发布分支, 编译, 跑单元测试. 每一步都有日志记录.

  * 部署. “提供一系列可扩展的 Python 类, 支持任意部署流程”. 同时会对流程进行监控.

  * 经验: 在规模不大时就考虑发布工程, 尽早采用最佳实践(尽早建立平台团队?)

  9. 简单化

  * 问题: 代码膨胀. 态度: “每一行新代码都是负担”, less is more.

  * 方法: 最小 API(方法更少, 参数更少), 模块化(定义良好的边界)

  10. 基于时序数据的报警

  SRE 的职责层级关系(低 -> 高):

  监控

  应急处理

  事后总结和问题根源分析

  测试

  容量规划

  研发(50%+ 的精力)

  监控首当其冲.

  * 方法论: 单机问题报警没有意义(太频繁).

  * 模型: 探针(脚本返回值 + 图形展示) 转到时序信息监控. 收集回来的数据同时进行展示和报警, 报警规则由数学表达式表示.

  * 接口: /varz HTTP 列出所有的监控变量值, 由 Borgmon 定时抓取. (看来在应用所在每个机器上都有)

  * 报警: 每条报警规则都有一个持续时间, 只有当警报持续时间超过一定范围之后才触发报警. (有借鉴意义, 尤其是对可自动恢复的问题); 同时多条连续的报警信息可以合并.

  11. On-call

  * 运维工作时间上限是50%工作时间, 其中不超过 25% 的 on-call.

  * 分钟级的 ack. 比如 99.99% 可用的系统, 每个季度有 13 分钟的不可用时间, 那么 on-call 必须在 13 分钟之内解决问题(不过这里的”问题”看来是影响全局服务的大问题)

  * “面临挑战时, 人有两种处理模式: 1. 依赖直觉, 快速, 自动化行动 2. 理性, 专注, 有意识认知活动. 为了确保 on-call 采用第二种方式, 必须减少其压力. 医学上讲, 压力状态下释放的荷尔蒙, 如 xx 和 yy, 可能造成恐惧, 进而影响正常认知..” 哈哈哈, 这个态度我喜欢, 必须把不理性的情况考虑到, 避免运维压力过大.

  12. 故障排查

  * 大型系统中, 遇到问题首要做的是尽可能恢复服务, 而不是查找问题根源.

  * 将故障排查测试的项目明确写出来, 同时公布测试结果.

  13. 紧急响应

  * 演习: “SRE 故意破坏系统, 模拟事故, 然后针对失败模式进行预防以提高可靠性” => 鼓励主动测试

  * Panic room: 专用的灾难安全屋, 有生产环境的专线连接.

  14. 紧急事故管理

  * 出了事故, on-call, 开发, 管理者, 这些关注到的人都在用自己的方法查找并尝试解决问题.

  * 都在查找原因, 没有人有精力和时间思考如何通过其他手段缓解当前的问题.

  * 没有时间清晰和有效地与其他人进行沟通, 没有人知道他们的同事在干什么.

  * 解决: 职责分离. 有事故总控(需要明确声明现在开始全权负责, 任务分配), 事务处理团队, 发言人和规划负责人(提供支持).

  15. 事后总结

  * 总结: 1. 记录事故 2. 理清根源 3. 采取有效措施使得重现概率最低

  * 对事不对人

  * 总结报告需要评审

  * 举办演习, 再现某篇事故总结事故, 一批工程师扮演文档中提到的角色

  * 激励做正确事情的人(“良好的事后总结和事故处理可以赢得从 CEO 到工程师的一致好评”)

  16. 跟踪故障

  * 报警的聚合(一个问题引发了一连串报警)和加标签.

  17. 测试可靠性

  没看懂. 摘一下最后一句话: ”写出优质的测试需要付出的成本是很大的”. 现在写写单元测试没问题, 依赖众多的分布式软件的集成测试还不明白怎么弄.

  18. SRE 部门中的软件工程实践

  * 分析了一个案例, 对扩容需求做了一个应用, 包括需求的定义语法规则和对应的问题求解器. 一开始是简单的启发式逻辑, 后来使用线性规划使其更加聪明. 总结是体现了”发布与迭代”的思路, 不是一开始就期待完美的设计, 而是不断继续前进.

  * 讨论了新工具的推广. 公告邮件和简单的演示是不够的, 需要持续和完整的推广方案, 用户的拥护和管理层的帮助. 设计的时候, 要时刻从用户角度提高可用性.

  * 不要陷入对”完美的最终产物”的想象中. 一个”最小可行产品”是必要的, 在此基础上进行递进式的, 稳定的小型发布.

  * 后期引入有统计学和数学优化背景的人进行优化.

  19. 前端负载均衡

  一致性哈希.

  负载均衡器的包转发:

  * NAT, 需要在内存中追踪每一个连接, 否定

  * 修改数据链路层信息(MAC 地址), 需要后端服务器在一个局域网, 否定

  * 包封装, 将请求使用路由封装协议封装到另一个 IP 包中, 使用后端服务器地址作为目标地址, ok.

  20. 数据中心负载均衡

  * 随机轮询:

  1. 多个进程共享某个后端时, 其客户端请求速率可能是不同的. 如果一台后端上恰好跑的都是请求速率块的进程, 那么其负载就高.

  2. 物理服务器不同

  * 最闲轮询:

  问题是, 一些任务在处理过程中是跑满了 cpu, 一些则是在阻塞. 但最闲轮询(基于任务数量)会认为负载是一样的.

  * 加权轮询:

  将最闲轮询的”任务数”替换为综合请求速率, cpu 占用率等计算出的值, 实践中效果更好.

  21. 过载

  22. 连锁故障

  连锁故障由故障进入正反馈引发. 典型的例子是: 一个集群故障 => fallback 到另一个集群 => 另一个集群某服务受影响变慢 => RPC 超时, 大量重试 => 这个集群也不堪重负挂掉.

  * 应对方法: 压力测试极限, 提供降级结果, 在可能导致问题时主动拒绝请求.

  * 去除同层调用, 保持调用栈持久向下.

  * 压力测试, 直到出现故障

  23. 分布式共识

  * 问题定义: 异步式分布式共识在消息传递可能无线延迟的环境下的实现

  * 不能通过简单心跳实现

  * 不稳定的条件下, 没有任何一种异步式分布式共识算法可以保证一定达成共识

  * Paxos: 有严格顺序的提案被大多数接收者同意, 已被 zk, consul, etcd 等封装. 最出版本的 Paxos 有性能问题

  * 复合式 Paxos: Paxos 两阶段: prepare/promise, 允许跳过第一阶段. 但是有锁住的危险. 更好的算法参考 Raft.

  24. Cron

  这里的 cron 是允许错过的, crond 不记录执行信息, 只会记录 schedule.

  定义问题

  cron 分为两类: 可重复的(垃圾回收)和不可重复的(邮件发送).

  上面是跑多了的情况, 也有跑少了的情况: 有的 cron 允许错过一次(垃圾回收), 有的不允许(每月结算)

  这两种情况导致 cron 的错误建模很复杂. **本文偏向于错过运行, 而不是运行两次**, 因为错过可以手动启动一次, 跑了两次是覆水难收的.

  总结: 可以少跑, 不能重复跑

  大规模部署

  最小周期也是每分钟.

  也是使用的容器, 主要考虑的功能是进程隔离: 一个进程不该影响到另外的进程.

  容错. 调度器确保在数据中心的另一个地方有备份.

  总结: 最小粒度每分钟, 调度器有多重实例, 通过 paxos 确保一致性

  Cron at Google

  对 cron 的状态, 有两种选择:

  * 存到分布式存储(GFS)

  * 存到 cron service

  选择的第二种. (GFS 适合大文件存储)

  使用 Paxos 算法确保 cron service 的一致性. paxos: 通过多重不可靠的副本达成可靠的一致性.

  最重要的信息是

  哪个 cron 已经跑过了.

  cron 调度器有多个备份待命, master 负责启动 cron job.

  master 的工作流程:

  sleep 直到时间到, 向 data center scheduler 发出启动指令,

  同时发 paxos, => 其他 replica 知道任务已经启动

  启动完毕后再发 paxos. => 其他 replica 知道任务启动完毕

  => cron job 跑完自己结束(解决了并行执行的问题), master 只管启动, 但是一定要成功启动.

  确保只有一个调度器与 data center scheduler 交互, 一旦失去 master 地位, 就停止交互.

  这里”发 paxos 告知开始启动”和”发 paxos 告知启动完成”中间有个时间段, 这个时间段就是启动时间. **这点很好, 现在 marathon 缺少这个, 你可以告诉他要做什么任务, 但他不会告诉你什么时候完成**

  总结: cron 启动状态通过 paxos 与备份同步, 确保只有 master 能与 data center scheduler 交互, 只管启动不管结束

  启动失败

  再次重申, cron job 启动时候有两个同步点: 开始启动和启动完成. 如果 master 在这二者的中间失败, 我们就难以知道启动是否真正完成.

  解决方法是使启动操作(master => 启动操作(data center scheduler 执行) => 完成)都是可重入的. 启动操作实际上是一系列的 rpc 操作(我想是类似 redarrow?)

  不可避免的是失败. 如果在 rpc 发出 - 启动状态发送到 paxos 之间 master 挂掉, 那么新的 master 可能不知道这个 cron 已经启动, 还是可能导致重复启动. 这种小概率的事件就看你要不要继续付出代价来防了.

  存储状态

  paxos 基本是一个状态变化的连续日志. 这带来两个问题: 1. 日志分段 2. 日志存储

  日志分段用打 snapshot 的方式解决: 我猜这里是把日志分成两部分: 之前的日志打成 snapshot, 之后的作为增量. snapshot 保险存放. 那么即使丢失, 丢掉的也是增量, 在一个可控的范围内.

  对日志存储, 有两个选择: 分布式存储和系统本地卷. 选择是两种都做: 在所有 master 和备份的本地存(一共3个), 同时写到分布式存储.

  大规模带来的问题

  大规模: 为上千台节点的 data center 提供 cron 服务. 如果这些 cron 都集中到同一时间段就不好了. 举例: 当想要一个每天跑一次的 cron 时, 很多人都会写:

  `0 0 * * *`, 拿这时候的 cron 密度就比较高.

  提供了一种新格式, `? ? * * *` 表示由 cron master 选 cron 时间, cron master 利用这种写法将其均匀分布:

  

  Google 全局 Cron: 时间-任务数量

  25. 数据处理流水

  跳过

  26. 数据完整性

  灾备做得非常 nice.

  案例: gmail 丢失了大量用户数据, 系统中存在的很多安全防护措施, 内部检查机制, 冗余备份失效. => 从 gtape 恢复. 来自于”深度多层防御”的系统.

  1. 任何一个单独的防御措施可能失效

  2. 某一个级别(磁盘)的防御措施可能失效, 所以要依靠完全不同的介质. 最好的数据完整性保障手段一定是多层的.

  案例: google music 音乐被服务误删 => 同时进行软件的恢复和磁带的恢复(由卡车从异地存放点拉过来)

  27. 大规模发布

  讨论了发布规范, 容量规划, 故障预期, 客户端行为处理, 手动事项的文档化, 发布对外部依赖的影响.

  灰度发布: 先安装几台机器, 监控一段时间. 没有异常的话再继续.

  28. 培养 SRE

  作为新手, 培养体系值得一看:

  * 设计具体的, 有延续性的学习体验

  * 鼓励思考问题本质(通过反向工程, 统计学进入系统)

  * 从失败中学习

  * 见习 on-call

  * 让学员与老手一起修订培训计划

  * 正式参加 on-call 是一个里程碑

  “对很多内省性性格的成员来说, 培训过程中的混乱或者不确定性会导致他们学习速度变慢, 甚至无法适应.”

  培训:

  指定一个顺序, 比如可以按照服务发生时请求的顺序: 请求 -> 前端服务 -> 中层服务 -> 基础设施 -> 整体.

  新手任务:

  功能修改 -> 增加新的监控 -> 增加新的自动化 -> 见习 oncall

  29. 处理中断性任务

  流状态: “在解决问题的过程中, 充分了解问题的起因和现状, 隐约感觉自己可以解决这个问题.”

  尽可能长时间待在流状态中, 减少上下文切换(“一次20分钟的中断性任务需要进行两次上下文切换, 而这种切换会造成数个小时的生产力丧失”), 对此, 应该延长每种工作模式的时间.

  30. 嵌入 SRE

  略过.

  31. 沟通协作

  团队构成: 技术负责人, SRE 经理

  “一般来说, 单人项目最终肯定会失败, 除非此人能力超强或者要解决的问题是非常简单直接的”

  32. SRE 参与模式

  略过.

  33. 其他行业的经验

  关注任何细节, 提供冗余容量, 模拟及线上演习, 重视需求, 纵深防御.

  34. 结语

  飞行员的例子: 100年前是两名飞行员, 100年后, 飞机的安全性, 容量, 速度, 可靠性发生了翻天覆地的变化, 但仍然是两名飞行员! 这说明飞机的人机接口经过了精心设计, 简单易用. 我们的系统也要具有这种特性.