← 返回蜂巢洞察

演讲主题：超越折线图——为何在遥测数据的可视化表现上引入更多多样性早已成为当务之急

栏目 技术实践
分类 大数据
标签 系统 构建 姚跃 系统监控 遥测

姚跃指出了标准折线图在系统监控方面的根本局限性。凭借15年大规模系统运维的经验，她分享了工程领导者与软件架构师如何利用遥测数据——突破传统的时间序列分析框架——来构建能够直接解答关于系统容量、延迟及资源配置等关键问题的可视化工具。 作者：姚跃

姚跃指出了标准折线图在系统监控方面的根本局限性。凭借15年大规模系统运维的经验，她分享了工程领导者与软件架构师如何利用遥测数据——突破传统的时间序列分析框架——来构建能够直接解答关于系统容量、延迟及资源配置等关键问题的可视化工具。

作者：姚跃

相关文章

技术实践

演讲主题：超越原型阶段：利用Ray构建具有通用扩展性的AI智能体基础设施

演讲者们讨论了如何将人工智能代理从本地FastAPI原型转换为在Kubernetes上运行的、具备高可靠性的生产系统，并且这些系统是使用Ray技术实现的。他们分享了关于RayCluster的拓扑结构、状态存储机制、如何在动态流量环境下实现自动扩展，以及如何设计稳健的控制平面等方面的经验；同时，他们也重点介绍了一些关键的保护措施、多区域部署方案，以及将大语言模型用于评估系统的流程。 作者：Deepak Mohanakumar Chandramouli, Bhumik Vinodkumar Thakkar

阅读全文
技术实践

如何在问题真正发生之前发现运营中的异常变化？

在 我之前的文章中 ，我探讨了“操作符合性”这一概念：即如何判断观察到的实际情况是否满足既定的操作规范。 这就引出了一个很有意义的问题： 当前这个系统是否仍然符合这些规范？ 然而，生产环境中的系统是不会一成不变的。 流量会发生变化，依赖关系可能会恶化，证书也会过期，配置设置会被修改，功能开关的状态也会改变，数据量会不断增加，人们还会进行手动操作，各种代理程序也会执行相应的动作，基础设施也会被替换等等。 一个系统在部署后可能最初是符合规范的，但几小时或几天后就可能不再符合这些规范了。 这就是我想在这里探讨的问题。 “操作漂移”指的是系统的实际运行状态与既定操作规范之间的差异会随着时间逐渐增大。

阅读全文
技术实践

AWS将在没有全球骨干网络支持的情况下，让其欧洲地区的 sovereign cloud 服务运行数小时。

10月24日，AWS将使用由欧盟居民组成的团队以及该地区自有的硬件和软件，来运行其欧洲主权云系统，而这些系统并不会与AWS的全球网络骨干相连。AWS表示，这两个被隔离的系统都不会影响其正常运营；不过对于这种测试是否真正能够满足客户的需求，不同的人持不同的看法。 作者：Steef-Jan Wiggers

阅读全文