RPC项目（简易版）报错： 想问问当我调试的时候，如果在ServiceProxy中进行断点调试，那么provider会报错，报错信息是接收到一个post请求，RpcRequest如第二个图，没太明白为什么会有这个请求发送到这个web服务器端口 如果不用断点调试直接运行，是不会有这个报错的 想问问大家有遇到这个问题吗

打卡 1、leetcode*2、SQL*1 2、设计模式*2 3、毕业设计：添加全局异常处理、入参校验器、添加caffeine本地缓存

#寒假打卡# day5 继续做毕业设计，进度有点慢，马上又要回乡下过年了 1. 给项目加上了swagger在线接口文档 2. 论文拟定框架和结构

#寒假打卡# day4，回家过年，开始做毕业设计 今日进度 1、参考了一些Github的同类产品的设计 2、开始做用户登录注册模块 3、浏览了一些星球上的技术文章

#寒假打卡# day3 白天陪npy出去玩，他觉得我已经找到工作了还去实习，下班了也是学习技术，没怎么花时间陪他，看来感情这块还是得付出时间去好好培养 晚上遇到任务告警，排查发现是同步调用redis查询超时，对异常进行了捕捉并处理。 学习了一会FlinkSQL，但是太困了所以还是决定早点休息明天继续

#寒假打卡# day2 今日学习进度：了解了Flink cp机制，看了两篇文章，同时去了解了业务上常用的分布式事务解决方案 今日工作进度： 1. 排查了一下昨天的Flink任务为什么会出现CPU打满和限流的情况，发现瓶颈不在Kafka数据源，而是中间的一个map算子每来一个数据就会从Hbase中查询，导致长时间占用CPU等待。解决方法是增加了更多的资源提高并行度，同时在map中通过保存到一个本地变量List中攒批，达到一定量数据后再批量从Hbase中查询，减少网络IO的等待耗时 2. 和leader交流了一下后续实习情况和我的想法，虽然后续不会继续留在这家公司，但是leader也给了很多建议，真的收益颇多 3. 数据出仓任务试跑成功，但是发现离线表有大量重复数据，于是去了解了partition by的用法，明天再继续看看怎样去重

#寒假打卡# day1 好久没有记录自己每天的学习进度了，这个寒假决定开始重新记录每日学习情况 今日学习情况： 1. 学习Flink checkpoint分布式快照算法 今日工作情况： 1. 通过HiveSQL编写了一个出仓到Kafka的任务，但是不知道为什么试跑出错，明天再问问mentor 今日回顾和收获： 今天创建了一个Flink任务并拉起，并行度设置的24，晚上8点半收到消息堆积的告警，发现生产速率到晚上8点就升到2w并且一直在上升，但是消费速率一直固定在1.5w不变。 于是我去打开Flink的ui面板查看任务运行情况，发现并没有出现反压，输出算子的CPU只占用了30%左右，但是上游的算子被限流了。 这时有同事过来帮我看看，通过容器的监控发现CPU占用率达到了100%，输入的Kafka数据源的分区数是40，而我设置的并行度为24，部分slot可能需要接受两个分区的数据，但是处理速率跟不上生产速率，导致CPU飙升、输入算子被限流，最终channel产生消息堆积触发报警。 明天再去调整这个实时任务，同事说一定要根据这个任务的最大流量去分配资源和并行度。 第一次收到自己写的项目的告警，一开始有点慌张，但是很快就冷静下来并且去定位问题，也明白了为什么项目中要设置这么多监控告警，就是为了在出现问题时能够快速通知研发同学、并帮助我们进行定位，总的来说今天也收获满满。 明日计划： 1. 解决离线表出仓的报错 2. Flink cp学完 3. 做题*2 文章*2

提问 在API 项目中，使用了随机数 时间戳 防重放，但是使用了 SDK 包进行调用，应该不存在重放问题吧，每次调用都直接使用 ak 和 sk 检验身份扣减调用次数，重放也没有关系啊，本来就是要重复调用一个接口的，想问问大家这个防重放有必要吗？还是我想错了啊？重放问题到底在什么场景下会发生呢