归档: 2023/10 | drvively

2023

10

27

在 Docker Swarm 上运行了十几个微服务后，排查一个跨服务请求的问题变成了噩梦。日志散落在不同容器的标准输出里，通过 docker service logs <service_name> 逐个翻阅，没有统一的 trac

2023-10-27 可观测性

Styled-components Docker Swarm OpenSearch GraphQL Express.js

27

定义一个棘手的问题：超越快照式监控传统的容器运行时监控，无论是 ctr task ls 还是 Prometheus 指标，本质上都是对系统在某个时间点的“状态快照”。我们看到的是 CPU 使用率、内存占用这些聚合后的结果，但却丢失了导致这些

2023-10-27 分布式架构

InfluxDB containerd Event Sourcing Emotion

27

我们面临的第一个问题，并非技术选型，而是现实约束。团队维护着一个混合架构系统：一部分是运行在本地数据中心VM上的传统Java应用，另一部分是部署在云上的较新微服务。监控系统是分裂的，传统应用依赖于老旧的、基于文件的日志和有限的JMX指标，而

2023-10-27 可观测性工程

Seaborn 分布式与中间件 Azure Functions Chef Turbopack

27

问题的起点非常明确：一个外部系统以极高频率向我们推送小型计算任务，峰值可达每秒数万次。每个任务本身处理起来并不复杂，但其背后依赖一个CPU密集型的模拟模型。直接处理这些原子化请求会立刻摧毁后端系统，因为模型的初始化和单次运行的固定开销远大于

2023-10-27 分布式架构

Ray Tornado Micronaut 分布式计算高性能网关

27

我们面临的核心挑战并非数据摄取本身，而是如何在数据流经我们系统的整个生命周期中，为其处理节点动态、安全地授予访问下游资源的权限。在我们的场景中，大量短暂的批处理或流处理作业需要访问 Google Cloud Storage (GCS) 上的

2023-10-27 分布式系统

Axum NATS 密钥管理 Presto / Trino GCP GKE

27

我们团队的看板上贴满了完成的卡片，Sprint评审会议上演示的功能也越来越复杂，每个人都“感觉”研发效能变高了。但这种感觉是脆弱的，无法量化，更无法指导我们进行精确的改进。当被问及“我们的部署频率是多少？”或者“一个需求从开始编码到上线平均

2023-10-27 DevOps

Ktor Scrum GitHub DevOps DORA