【命题背景】 Dubbo 是由阿里巴巴开源并捐献 Apache 社区的 RPC 服务框架，经过 10 多年的发展，目前已经正式发布了下一代云原生服务框架 - Dubbo3，涵盖 Triple协议、云原生、Service Mesh、服务发现模型等能力。参加此命题的同学在指定的服务器配置下，针对业务场景使用 A-Tune 进行智能调优。 赛题内容方向包括 Java 性能调优、RPC 调用（协议解析、协议实现等），Benchmark 评测基准工具，Performance Profile 工具及方法在 Dubbo 的应用、大规模集群实践场景下资源消耗优化（指地址发现及负载均衡等）: 项目地址：https://github.com/apache/dubbo 【命题内容】 可选择以下任意 1-2 个方向答题 1. 对 Dubbo Triple 协议的设计与实现进行调优，以达到比当前性能提升 20% 左右的目标 2. 为 Dubbo RPC 协议提供 Benchmark 基准评测工具，并基于该工具给出完整评测数据指标 3. 自行设计或利用业界主流 Profiler 工具，一方面对 Dubbo 项目进行 Performance Profiling，另一方面为 Dubbo 建立持续 Profiling 的能力和机制 4. 模拟百万 ip 实例地址场景，显著提升消费端在选址过程中的资源利用率，如内存占用、cpu消耗等 【答题要求】 1. 要求熟悉 RPC、微服务、Java 语言性能优化相关基础知识 2. 选择方向并进行优化后，能有前后对比报告，并能看到明确的性能提升 3. 代码请提交到：https://github.com/apache/dubbo 4. 有任何问题都可以在 github 提交 issue 进行讨论 【技术支持社区】 https://developer.aliyun.com/learning/topic/internetplus?utm_content=g_1000338515