跳到正文

#部署/工程

RSS
今日 58 則
11月19日週四
  1. Dev.to Top Tech54

    Laravel 如何更快匯入 100,000 筆資料,減少 Eloquent 的寫入負擔

    用 Laravel 的 Eloquent 一筆筆新增大量資料時,程式可能會跑得很慢。這份教學比較幾種寫入方式:文中估計,寫入 100,000 筆資料,逐筆使用 Eloquent 約需 90 到 120 秒,改用 DB::insert() 批次寫入則少於 3 秒。作者也建議分批處理,並用資料庫交易降低中途失敗造成資料不完整的風險;大型匯入可改由 Artisan 命令執行,避免網頁請求逾時。

  2. Dev.to Top Tech60

    RefVid 作者修正資料庫健康檢查,避免快取回覆掩蓋故障

    資料庫讀取已經變慢,健康檢查卻因為拿到快取結果,仍回報正常,讓使用者先遇到錯誤。RefVid 作者發現,檢查程式用 select 1 測試連線,連線池會直接回傳先前記住的結果;他改成在交易中執行檢查,讓查詢真正送到資料庫,並設有 3 秒逾時。資料庫當晚自行恢復,但作者仍不知道卡住的原因,準備檢視資料庫供應商的查詢資訊。文章也記錄另一種快取用途:部署後暫時提供舊頁面,減少訪客等待新頁面產生的時間。

  3. Dev.to Top Tech67

    六種工作流程工具怎麼處理長時間 API 工作?比較重試與故障復原

    外部服務可能已收到工作請求,工作流程卻在記下結果前中斷;直接重試,可能多送出一份工作。文章比較 Temporal、Inngest、Trigger.dev、AWS Step Functions Standard、n8n 和 Zapier 的等待、儲存進度、重試與人工核准方式,也提醒各工具重跑工作的範圍不同。作者建議先確認服務是否支援防止重複送出的識別碼,或能查回工作狀態;若都沒有,就把結果不明的請求交由人員確認。文章也提供故障測試流程,檢查工作能否從正確步驟恢復,以及是否需要人工處理。

  4. Dev.to Top Tech75

    付款重試怎麼避免漏扣或重複扣款?作者實測比較三種做法

    付款服務遇到連線中斷時,重試可能讓訂單漏扣款,也可能讓同一筆訂單被扣兩次。作者刻意讓接收付款的程式在不同步驟中途當機,比較資料庫交易、限時處理狀態和金流服務商的防重複付款金鑰。測試顯示,資料庫交易只能保住本機紀錄,無法撤回服務商已完成的扣款;重試時用同一組金鑰詢問服務商,才能確認款項是否已收,再決定是否處理。限時狀態也能當作補救措施,但時間要依實際處理速度設定,並在付款期間延長。

  5. Dev.to Top Tech48

    Ejtma 如何避免會議室撞期:把準備時間、待審核預約和每週會議一起算進去

    預約會議室時,明明看起來有空,卻可能因為餐點準備、清潔或預約還在等人核准而不能使用。Ejtma 會把服務需要的準備和收拾時間也算進場地佔用時間;例如會議訂在 10:00 到 11:00,準備要 20 分鐘、清潔要 30 分鐘,會議室就會從 09:40 忙到 11:30。待核準的預約也會先保留時段,避免兩個人都等到最後才發現撞期。 如果每週固定開會的預約中有一天撞期,Ejtma 會整組拒絕,並告訴主辦人是哪一天,讓他們改時間或換房間。單次預約撞期時,系統也會依序提供同一天的其他空檔、同時段的其他房間,或下一個工作日的時段。

  6. Dev.to Top Tech59

    如何找出拖慢資料庫的查詢,並用執行計畫找出問題

    應用程式變慢時,直接升級資料庫主機可能只是暫時掩蓋問題,真正拖慢速度的常是少數幾個查詢。文章建議先依查詢累積耗時找出最花時間的專案,再用資料庫的執行計畫檢視時間耗在哪裡,並確認每次網頁請求是否因逐筆查詢相關資料而多跑了許多次。索引沒派上用場,也可能是查詢寫法不合適、索引欄位順序不對,或資料統計過期。若應用程式延遲很高、資料庫運算量卻低,問題也可能出在連線等待。找到原因後再調整並重新測量,能避免盲目加索引或升級主機。

  7. Dev.to Top Tech57

    Kubernetes 教你檢查 Pod 是否帶著不需要的服務帳戶權杖

    Kubernetes 預設會把服務帳戶權杖掛載到 Pod 裡,讓其中的程式用來呼叫 Kubernetes API;但不需要這項功能的程式,也可能因此拿到可讀取的憑證。文章建議先確認工作負載使用哪個服務帳戶、它有哪些許可權,再對不需要呼叫 API 的 Pod 或服務帳戶設定 automountServiceAccountToken: false。若工作負載確實需要 API,則應只提供所需許可權和指定用途的權杖,並檢查實際建立的 Pod 與各容器掛載情況。停用自動掛載不能取代許可權管理,還要一併檢查 RBAC 與工作負載隔離。

  8. Dev.to Top Tech68

    如何替靜態網站排程發文,並在建置失敗時擋下發布

    手動發布靜態網站,常得一次上架多篇文章,還要確認連結和翻譯都準備好了。作者分享一套不靠 CMS 的排程做法:文章先放進佇列資料夾,檢查程式會確認各語言檔案、連結和文章結構,再由排程挑出到期文章。發布前會先跑完整建置;只要建置失敗,文章就不會推上網站,仍留在佇列等下次重試。作者也提醒,他用的筆電排程可能因睡眠或關機漏掉發布時段,並建議改用雲端排程或 VPS。

  9. Dev.to Top Tech78

    三家雲端 AI 助理平臺如何隔開使用者工作階段與執行程式碼

    把 AI 助理交給多人共用時,使用者的資料和助理寫出的程式可能碰到不同的安全風險。這篇比較 Amazon Bedrock AgentCore、Microsoft Foundry 和 Google 的 AI 助理平臺:AgentCore 和 Foundry 預設讓每位使用者的整個工作階段各自在獨立環境執行;Google 則把助理寫出的程式放進另一個不帶助理憑證的沙箱,但助理本身會和其他請求共用容器。作者也提醒,Google 沒有說明同一容器中的請求能否看到彼此的記憶或檔案,而前兩者若要讓程式遠離助理憑證,得另外使用程式碼沙箱。團隊可依最擔心資料互通,還是程式取得憑證,來比較預設防護。

    推薦理由:文章並排比較三家雲端平臺預設隔離的位置,並指出各自仍需確認或另行設定的防護,能協助團隊依主要風險選擇架構。

  10. Dev.to Top Tech74

    AWS、Azure 和 Google Cloud 都有 AI 助理工具,但各自把資料和管理留在自己的平臺

    企業想讓 AI 助理查詢業務資料、替同事建立後續工作,常得先處理帳號、資料和管理工具分散在不同雲端的問題。作者整理 AWS、Microsoft Azure 和 Google Cloud 的服務,並用同一個業務助理需求比較:外部帳號和資料進來後,各家會把它接到自己的身分系統、資料平臺和管理工具。像是資料放在 S3 時,Azure 可透過 OneLake 查詢,Google Cloud 則可透過 BigQuery 查詢;AI 助理的管理紀錄仍留在託管它的雲端。這份比較能幫企業看出,選雲端時也要考慮員工平常使用的平臺、資料放在哪裡,以及由哪裡管理 AI 助理。

  11. Dev.to Top Tech74

    AWS、Azure 和 Google Cloud 的模型目錄相似,誰負責執行與處理提示詞才是差別

    三家雲端都能提供多種熱門模型,但同一個模型可能由雲端、合作夥伴或使用者自己負責執行,資料處理方式也會不同。文章比較 AWS、Azure 和 Google Cloud 的模型清單與服務條件:例如 Claude Fable 5.2 在 AWS 和 Google Cloud 可選美國地區,但提示詞會保留最多 30 天,Google 還要求分享提示詞與回覆給 Anthropic;Azure 上的 Fable 5.2 則由 Anthropic 執行,資料可能離開 Azure。作者建議選雲端時,也要確認模型由誰執行、提示詞會送到哪裡,以及哪些人能看到。

  12. llama.cpp Releases39

    llama.cpp b12533 修正 CUDA 大型輸出的位置計算錯誤

    llama.cpp 的 CUDA 矩陣運算在輸出非常大時,可能把寫入位置算錯,造成程式越界寫入並因非法記憶體存取中止。這次更新把相關位置計算改用能處理更大數值的 64 位元整數。舉例來說,詞彙表有 248320 個詞、輸出 16384 列時,結果會有 4.07e9 個元素,超過原本 32 位元整數能正確處理的範圍;修正後可避免這類位置計算錯誤。

  13. Dev.to Top Tech55

    如何提早發現多雲網路設定漂移,避免稽核時才看到問題

    多雲環境裡,實際運作的網路設定可能和程式碼裡核准的設定慢慢不同,到了 SOC 2 稽核時,團隊就難以說明哪些變更經過核准。文章建議先記下各雲端的重要網路規則,再定期用唯讀方式擷取設定,整理差異並保留有時間標記的紀錄。每項差異都要由負責人決定要更新程式碼、還原設定,或在列明理由與期限後暫時保留;流量紀錄、加密、DNS 和路由狀態也要一起檢查。這樣團隊能及早處理變更,並留下稽核所需的紀錄。

  14. Dev.to Top Tech60

    如何替物流 App 備份資料,並安全還原私有檔案

    物流 App 備份最怕資料還原錯誤、刪除不完整,或把一個客戶的檔案交給另一個客戶。作者建議先用固定的測試資料,比較雲端物件儲存、自架 MinIO 和 Infrai:確認備份能依客戶分開、用限時簽名網址還原,並逐一核對檔案的 SHA-256。文章也提供 Go 程式範例,下載時先寫入暫存檔,核對雜湊值後才放到指定位置。Infrai 沒有物件版本控制、物件鎖定或跨區自動複製;若儲存政策需要這些功能,就要改用符合要求的服務或另裝置份流程。

  15. Dev.to Top Tech53

    PXE 實體伺服器部署教學:避開三種常見失誤

    在資料中心安裝伺服器時,實驗室裡簡單的 PXE 教學做法可能造成誤關機、Windows 安裝失敗,或讓別人讀到含有密碼的檔案。作者整理三種常見問題,建議先用 SMBIOS 資訊辨認主機,等人員核對機身標籤或序號後才允許控制電源;把 Windows 驅動程式和映像檔範本放在一起,並提供離線密碼復原;再用限時、限定單一主機與工作的權杖,以及加密範本保護帳密。文章也提醒,斷線時應保留部署進度,會關機或清除硬碟的操作則要先確認。

  16. Dev.to Top Tech46

    為什麼 AI 聊天做大工作時會漏掉重要細節?

    用 AI 聊天處理一大堆工作時,對話變長,早先說好的資料可能就會被擠掉,讓 AI 助理記錯或忘記。作者建議把每件事和目前進度記在試算表或資料庫,讓聊天負責讀資料、整理和寫草稿,做完一批就把結果存回去,再處理下一批;另外留好工作紀錄,並抽查結果。這樣資料有固定去處,出錯時也比較容易找出問題,不必只靠聊天記憶。

  17. Dev.to Top Tech53

    Cloudflare Pages 刪除頁面後仍回傳舊內容,作者分享排查與修正方法

    網站刪掉頁面並重新部署後,網址卻還是回傳舊內容,讓人以為頁面已經消失。作者實測發現,Cloudflare Pages 前面還可能有另一層快取;重新部署不會自動清掉那裡的舊頁面。排查時可在網址後加上查詢字串:原網址回傳舊頁面、加上查詢字串卻回傳 404,表示問題出在快取。這次有一個刪除的頁面在 39 分鐘後仍回傳 200。作者用 _redirects 讓七個退役網址都轉到首頁,並建議每次發布後檢查刪除的網址是否回傳 404 或 301。

  18. Dev.to Top Tech58

    遊戲資料匯入教學:旗標不見時如何安全使用預設值

    遊戲資料匯入時,如果功能旗標被刪掉,程式可能悄悄停止工作,監控也可能漏掉沒有新結果的情況。作者建議,找不到旗標時先採用保守的本機預設值,並在服務接收流量前檢查必要設定;同時讓匯入開關和監看匯入結果的開關各自運作。監控要確認預定時間內真的產生了新結果,不能只看舊資料還在不在。文章也用假設的工作量說明,保留每次檢查的紀錄可能累積很多資料,可以改存每次工作完成摘要和重要狀態變化;這不代表檢查次數或帳單一定會下降。

  19. Dev.to Top Tech70

    作者檢查 130 個 Next.js 網頁,發現 67 頁每次都重新產生

    Next.js 網頁如果每次有人開啟都重新產生,載入可能變慢,也會重複傳送整份網頁。作者檢查自家 13 個網站的 130 個網址,發現成功載入的 126 頁中,有 67 頁每次都重新產生,另有 4 頁回傳 500 錯誤。從回應標頭可以看出網頁是從快取送出,還是每次重新產生;作者測得快取頁面的中位載入時間是 0.73 秒,每次重新產生的頁面則是 1.56 秒。他也分享檢查指令,並建議先修正錯誤頁面,再讓不常變動的文章改用靜態頁面或 ISR。

  20. Dev.to Top Tech62

    Python、ChatGPT 和 Slack 如何製作雙語研究摘要

    研究團隊每天要從大量論文中找出值得閱讀的內容,還得把摘要用兩種語言準時貼到 Slack。作者分享一套 Python、ChatGPT 和 Slack 的工作流程:Python 搜尋並篩選論文,ChatGPT Work 根據研究方向挑選文章、寫出附有來源的報告,再由 Ubuntu 檢查報告後傳送。系統會分開記錄兩種語言的傳送狀態,重試時跳過已確認送出的訊息,減少重複貼文。作者也提醒,目前無法得知搜尋找回了多少相關論文。

  21. Dev.to Top Tech53

    Node.js 如何備份資料庫與上傳檔案,並避免還原時混到不同租戶

    夜間備份最怕資料庫和上傳檔案不是同一次備份,還原時也可能把不同租戶的資料混在一起。文章示範用 Node.js 把兩類檔案放進同一個私有儲存空間的不同路徑,先上傳暫存檔、檢查內容,再寫下一份清單,記錄備份編號、租戶範圍、檔案位置和校驗碼。還原時依清單確認資料庫和檔案屬於同一次備份,先在隔離環境還原並核對,再切回正式服務。文章也比較 Infrai、Amazon S3、DigitalOcean Spaces 和 Cloudflare R2,提醒 Infrai 沒有內建跨區域複製、物件版本管理和鎖定功能,嚴格的災難復原需求需要另外安排備份。

  22. Dev.to Top Tech49

    GPU Watch:在 Mac 選單列用 SSH 檢視遠端 NVIDIA GPU 狀況

    管理遠端 GPU 伺服器時,SSH 連線中斷不代表 GPU 故障;如果 nvidia-smi 沒有回應,也不該把舊數值當成最新狀況。GPU Watch 是一款 macOS 選單列 App,可透過 SSH 監看多臺 Linux 伺服器上的 NVIDIA GPU,並分開顯示連線狀態、GPU 查詢結果和資料是否夠新。它不用在遠端伺服器安裝額外程式,會用 GPU 的 UUID 辨認每張卡,目前提供 macOS 原始碼版本。

  23. Dev.to Top Tech57

    作者停用 Notion,分享挑選替代工具的比較表

    團隊收到 Notion 帳單後,發現沒人清楚哪些檔案還在使用,也擔心日後無法取回資料。作者比較開源替代工具時,主要檢查三件事:資料能不能自己儲存、斷網後能不能繼續編輯,以及能不能把內容完整匯出。作者最後列出 AppFlowy、AFFiNE 和思源筆記,並提醒各自的同步方式、使用習慣和學習難度不同。團隊最後採用自架服務,並每天把 Markdown 資料夾備份到私人程式碼儲存庫;作者也建議先測試斷網工作和匯出,再決定是否搬家。

  24. Dev.to Top Tech61

    教學:如何在 SQL Server 安全地分批刪除或更新數百萬筆資料

    一次刪除或更新數百萬筆資料,可能讓使用者等候、交易記錄快速變大,也讓復原或複本追上進度變得很慢。這篇教學示範如何把工作拆成小批次:先替篩選欄位建立索引,刪除時每批處理幾千筆;大量更新則依資料表的叢集索引鍵分段進行。每批完成後就能釋出鎖定,工作也比較容易停止後接著做。作者還提醒要留意交易記錄空間、備份與使用者遇到的阻塞,並依情況調整每批筆數和等待時間。

  25. PyTorch Core Releases37

    PyTorch Core 替 macOS 建置工作加上逾時限制,避免卡住合併流程

    PyTorch 的 macOS 建置工作有時會卡住,讓等待中的程式碼合併一直停著。這次修改替建置步驟加上 90 分鐘限制,整個工作則設為 120 分鐘;如果建置超時,清理工作仍會執行,後續測試工作會跳過。過去 60 天,成功的 macOS 建置最久花了 50 分鐘,因此新限制能讓卡住的工作提早結束,減少它阻擋合併的時間。不過,造成卡住的 sccache 問題本身還沒有修好。

  26. Dev.to Top Tech67

    如何用事件紀錄管理金融服務的 Email 和簡訊停用規則

    金融服務寄送 Email 和簡訊時,收到失敗結果不一定代表收件者資料無效,也不能因此把不同聯絡方式一起停用。文章示範用一份持久儲存的應用程式紀錄,記下通知、投遞證據和停用決定,再由背景工作檢查是否能寄送或重試。例子中,確認 Email 地址無效後,後續 Email 會被擋下,但同一位客戶的簡訊仍可寄送;重複收到同一事件也不會重複建立紀錄。作者也提醒,暫時性錯誤和結果不明的傳送不能直接當成地址無效,並應保留證據與時間,方便查清哪些通知已在處理中。

  27. Dev.to Top Tech45

    SolarWinds Orion 網頁主控臺不只是儀錶板,也是身分管理系統

    SolarWinds Orion 網頁主控臺會整理網路、伺服器、應用程式和帳號資料,也可能集中存放登入憑證,並讓管理者操作許多設定。因此,檢查時不能只看登入頁,還要確認誰能看資料、改設定,以及各種服務帳號由誰管理。文中提到 ZoomEye 曾找到 6,914 筆符合「SolarWinds Orion」的搜尋結果,但這只是系統名稱的比對數量,不能證明主控臺對外開放或已遭入侵。逐一確認帳號許可權、登入方式和憑證用途,才能找出真正需要處理的風險。

  28. Dev.to Top Tech43

    如何用 AWS 打造 GTA 6 規模的開放世界遊戲架構

    大型開放世界遊戲要同時處理多人連線、玩家資料、任務、遊戲內容更新和全球玩家連線,不能只靠一臺強力伺服器。文章用 AWS 規劃一套參考架構:遊戲下載內容交給 S3 和 CloudFront 傳送,多人遊戲由 Amazon GameLift Servers 管理,其他服務則分開處理玩家資料、任務和遊戲事件。像是玩家買了車,伺服器和後端系統要確認交易,再更新玩家的車庫,不能只相信玩家的遊戲畫面。 這套設計也把 AI 放在合適的位置:AI 可以協助 NPC 對話或分析遊戲情況,但玩家的金錢、物品和交易結果仍要由可信的遊戲系統確認。文章提醒,這只是參考架構,並非 GTA 6 真正使用的架構;要做出持續運作的大型城市,仍需要自己處理不同區域伺服器之間的協調。

  29. Dev.to Top Tech60

    Hushbell 如何讓瀏覽器睡眠計時器在音檔結尾淡出

    手機鎖定螢幕或音訊被打斷時,網頁可能無法準時執行計時結束的淡出動作。Hushbell 把淡出效果直接做進 AAC 音檔,再依播放器的播放位置顯示倒數;選 15 分鐘時,播放器會從 60 分鐘音檔的 45:00 開始,讓不同長度的計時共用同一段結尾。作者也檢查了伺服器能否只傳送跳播所需的音檔片段,並測試暫停後續播是否保留位置。這種做法可減少網頁在倒數結束時必須醒著運作的需求,但 iOS 鎖定螢幕下的表現仍需在實機測試。

  30. Dev.to Top Tech48

    AI 助理收到通知後該怎麼辦?Push 提醒你檢視,Pull 才能確認狀態

    付款通知可能來得太晚,讓 AI 助理以為付款沒完成,又送一次,害人多付一筆。作者用一筆 $29 付款測試:Push 通知能讓 AI 助理早點知道資料有更新,但通知重複送來、送到一半,或送到已停止的 AI 助理時,都得小心處理。測試中,Push 和自己去查資料(Pull)最後做出相同決定;真正確認付款狀態的,仍是那筆會留下更新紀錄的資料。Push 負責提醒「該去看看了」,Pull 才能確認現在的狀態。若只信通知、不回頭查資料,反而可能更快做錯事。

  31. Dev.to Top Tech64

    KarmaBox 說明如何整理 AI 助理記憶檔,方便更換模型

    換模型時,團隊教過 AI 助理的規則和修正可能留在舊平臺,還可能和已經作廢的說法混在一起。KarmaBox 作者建議把記憶整理成檔案,記下每條內容的用途、來源、日期和目前狀態,並把聊天紀錄、密碼和金鑰排除在外。團隊可以用 JSONL 儲存資料、用 Markdown 方便人閱讀,再準備幾個答案明確的問題,檢查新模型是否找得到重要規則。若更換向量模型,也要重新建立搜尋索引;整理好的檔案能幫助搬移記憶,但仍要留意新模型是否理解正確。

  32. Dev.to Top Tech61

    HPE iLO 為什麼需要獨立的管理網路檢查

    伺服器的作業系統停機時,HPE iLO 仍可能提供管理入口,因此也需要自己的網路規則和負責人。文章提醒,一次搜尋找到 67,618 筆 iLO 指紋,只能代表可能存在的裝置數量,不能證明它們都能從外部連線,也不能說它們都有漏洞或預設密碼。實務檢查可以從裝置清單開始,確認每個管理位址對應哪臺伺服器、由誰管理,以及管理流量是否走獨立網路;接著檢查帳號許可權、密碼設定、登入失敗紀錄和韌體版本。單靠外部掃描結果,無法確認裝置是否安全。

  33. Dev.to Top Tech74

    如何排查 Webhook 卡住、漏件與重複處理

    Webhook 看起來只是把資料送到另一個服務,但網路中斷、工作程式當掉或回應太早,都可能讓事件漏掉或被處理兩次。這份實務指南建議把工作分成排隊、處理中、重試等狀態,記下各階段時間,藉此分辨是工作排不出去,還是工作程式卡住。接收端要先確認事件已寫入資料庫或可靠的訊息佇列,再回覆成功;工作程式則可定期延長租約,並用事件 ID 在同一筆資料交易中防止重複處理。文章也提醒,各服務商的逾時與重試規則不同,遇到無法自動重送的事件時,還要透過服務商 API 對帳補回。

  34. Dev.to Top Tech66

    Gemini 4 Neon 怎麼計費?比較不同思考等級與實際呼叫成本

    使用 Gemini 4 Neon 時,光看每百萬 token 的價格,不容易知道一次工作會花多少錢,尤其模型思考時用掉的 token 也要計費。這篇整理了不同方案的價格,並用程式碼檢查、重複提示詞和長檔案提問等例子,試算每次呼叫的費用。文中也比較不同思考等級:等級提高可能讓測試分數上升,但會用掉更多輸出 token;重複提示詞若命中快取,費用也會降低。作者建議先用 medium 測試,再依任務需要調整,並用自己的提示詞實測成本。

  35. Dev.to Top Tech35

    Snowflake 和 Databricks 怎麼比?從工作需求和成本挑平臺

    Snowflake 和 Databricks 現在都能做 SQL 分析、跑 Python、處理資料串流和提供 AI 功能,所以不能只用「Snowflake 做報表、Databricks 做機器學習」來分。兩者的差別在於資料預設放哪裡、怎麼使用運算資源,以及團隊要自己調整多少設定:Snowflake 會管理大部分資料存放方式,做 SQL 分析通常比較省心;Databricks 讓團隊更能掌握資料和運算,也適合大型 Python 或 Scala 工作。 例如,分析師常寫 SQL、團隊人手不多,可以優先考慮 Snowflake;若有大量資料轉換、串流或機器學習工作,Databricks 可能更合適。比較成本時,要把運算時間、雲端 VM 費用和團隊調校所花的時間都算進去。若兩邊都用,還得先決定每張資料表由哪個平臺負責管理,避免兩邊同時修改造成資料出錯。

  36. Dev.to Top Tech57

    Journey So Far 教你判斷 AI 助理逾時後該不該重試

    AI 助理送出訂單或預約後沒有收到回覆,不代表操作一定失敗;直接重試,可能反而多做一次。Journey So Far 用一個虛構情境說明,應先確認操作是否改變了資料、能不能查詢處理狀態,再判斷重試是否安全。系統也可以用同一個請求識別碼認出重複要求,並測試回覆遺失、同時重試和狀態查詢服務無法使用等情況。若仍無法確認,就應清楚告訴使用者還不知道結果,而不是宣稱失敗或再做一次。

  37. Dev.to Top Tech62

    作者整理 Raspberry Pi 5 上 virt-install 的四種安裝問題與修法

    在 Raspberry Pi 5 上用 virt-install 建立 ARM64 虛擬機器,指令看起來正確,還是可能遇到網路不存在、安裝程式無法開機等錯誤。作者依照自己的排錯經驗,說明四個原因:virsh 連到錯的 libvirt、系統版 dnsmasq 佔用 DNS 的 53 埠、系統不認得指定的 Debian 版本名稱,以及韌體的安全開機設定擋下安裝程式。文章也提供逐步修正方式,例如明確指定 qemu:///system、停用系統版 dnsmasq,並改用不強制安全開機的 ARM64 韌體;遇到 GRUB 提示畫面時,作者則以重新啟動虛擬機器排除。

  38. Dev.to Top Tech72

    Matías Galiano 示範如何替 OKE 叢集設定網路

    在雲端架 Kubernetes 叢集時,網路怎麼切、流量怎麼走,會影響費用和安全。Matías Galiano 以 Tiendis 正在使用的 OKE 叢集為例,示範用一個 VCN 和兩個子網路安排負責對外連線的負載平衡器與沒有公開 IP 的節點,再用不同閘道安排節點連上網路或 Oracle 服務;他也比較 OCI 和 AWS 的網路費用與配置差異。叢集的 Pod 網路則選用 Flannel,讓 Pod 不必佔用 VCN 的 IP,但 Flannel 本身不會執行 Kubernetes 的 NetworkPolicy;若需要這項防護,還得另外搭配 Calico 或改用 VCN-native。

  39. Dev.to Top Tech47

    OKE 的 Kubernetes 叢集怎麼選 ARM 節點、分散故障風險並設定自動擴縮

    Kubernetes 叢集要讓工作分散到不同硬體上,也要能在忙不過來時加節點;但自動擴縮設定不對,節點可能全擠在同一處。作者分享自己在 OCI 的 OKE 叢集設定:使用 ARM 節點,並把三個故障網域放進同一個設定,讓新節點也能分散到不同位置。叢集目前有 3 臺節點,每臺 4 OCPU、20 GB 記憶體;cluster-autoscaler 最多可加到 4 臺。作者也提醒,節點更新時要暫停自動縮減,否則剛加入、還沒忙起來的新節點可能在 5 分鐘後被刪掉。

  40. Dev.to Top Tech48

    LP 自動交易程式如何挑代幣、開流動性部位並管理風險

    做流動性提供(LP)時,價格一跌,資金可能一路換成越來越多正在下跌的代幣;如果只追熱門排行,也可能買到詐騙代幣,手續費還不夠補損失。作者用 FMZ 的 DEX 功能做了一套自動化程式,從挑代幣、選交易池,到決定投入金額和價格範圍,再持續檢視實際手續費與部位狀況,最後判斷要繼續持有、調整或退出。 程式會把手續費、代幣價格變化、交易成本和 gas 一起估算,再用實際結果修正後續判斷;資料還不夠時,會先用較小金額投入。這樣做能減少只看熱門程度或憑感覺操作的風險,但市場仍可能變化,頻繁調整也會花掉手續費。