首页
学习
活动
专区
圈层
工具
发布
    • 综合排序
    • 最热优先
    • 最新优先
    时间不限
  • 来自专栏后端技术

    串行化 数据库恢复 观测序列化

    串行化 冲突串行化是串行化的充分条件 CLR Compensation Log Record 数据库恢复 分析阶段 graph TD A(把事务加入事务表)-->C(把已结束的事务剔除出事务表) 观测序列化 很好的参考文章

    96840发布于 2019-05-25
  • 构建可观测管控、溯源的AI Agent企业级安全治理体系

    量化实现Agent资产全生命周期安全管理 通过AI Agent安全中心,企业实现对内部AI资产的自动清点与实时排查,确保所有Agent"看得见、管得住、审得清"。

    41910编辑于 2026-05-28
  • 来自专栏EMQ 物联网

    易操作、可观测扩展,EMQX如何简化物联网应用开发

    配置热更新根据是否可在运行时修改,EMQX 5.0 的配置可以分成热更新/不可热更新两种配置。 热更新配置都可以通过 HTTP API 修改成功后立即生效,同时保证配置修改在集群间同步更新。 可观测性强大的日志功能日志为系统排错、优化性能提供可靠信息来源。EMQX 在日志数据过载或日志写入过慢时,默认启动过载保护机制,最大限度保证正常业务不被日志影响。 QoS 2 EMQX 收到客户端的 PUBCOMP 包。影响慢订阅的因素发布者到 EMQX 网络较慢(暂不能探测,功能规划中)。 如前文提到,可操作性与可观测性的提升将使 EMQX 集群的运维工作变得更加轻松与高效,扩展性的增强则为用户定制更加符合自身需求的 EMQX 提供了便利。

    1.3K00编辑于 2022-10-10
  • 来自专栏Rainbond开源「容器云平台」

    eBPF Cilium实战(2) - 底层网络可观测

    在之前的平台中,对于组件之间的网络流向不具备直接的可观测性,用户组件间通信出现问题,只能通过传统命令行工具进行手动排查,而 cilium 的 Hubble 服务可以提供 UI 界面向用户展示实时的流量状态 ,同时可以将这些指标暴露给 Prometheus 进行聚合整理,让用户可以更直观的对底层网络状态进行观测监控。 开启 Hubble UI 服务 cilium 的网络可观测性由 Hubble 服务提供,在安装 cilium 时,默认不会安装 Hubble ,可以通过以下命令开启 Hubble 服务 helm upgrade

    1.3K30编辑于 2022-04-11
  • 来自专栏大数据文摘

    用航拍和地面观测数据,DeepMind AI完成在陌生区域导航

    接下来,他们着手进行一个转移学习任务,该任务通过观测航空视图目标区域获得数据并进行适应性训练,最后使用地面视图观察转移到目标区域。 ? 覆盖两侧2-5公里区域的全景图间隔约10米,AI导航每次可进行以下五种动作中的一种:向前移动,向左转22.5度,向右转22.5度,向左转67.5度,向右转67.5度。

    71420发布于 2019-07-02
  • 2026年,MySQL到SelectDB同步为何更关注实时、可观测校验?

    校验”。 2. 三个核心要求实时实时并不是把同步频率调高一点,而是要求链路具备持续追增量的能力。NineData 数据复制基于数据库日志采集与监听能力,支持跨同构、异构数据源的变更数据实时复制。 可观测很多同步链路更需要关注的,不是任务失败本身,而是失败之前是否能被发现。 校验同步过去,不等于结果就一定可信。 可观测,决定问题能不能及时被发现。校验,决定结果能不能被业务信任。

    12710编辑于 2026-03-31
  • 来自专栏深度学习与python

    作业帮服务观测之基础观测能力

    同样重要的是,你可以创建重用的提示,将它们跨模型、任务和领域泛化。 让我们看下以下四种具体的提示模式。 Explain Photosynthesis to your students in 1-2 sentences.  (dream control, social media origin, AI-driven future). 2.  图 2:检索增强生成 在构建 AI 系统时,在以下情况下,你应该考虑使用 RAG: 模型需要超出模型训练截止日期的最新信息。 系统依赖于特定领域中专有的或经常更新的数据。 同样,你必须做出明智的系统优化选择,无论是将流量从不必要的强大模型重定向,缓存预测的响应,实时批处理查询,还是开发更小的专用模型。

    26710编辑于 2025-06-08
  • 来自专栏初代庄主

    观测 CPU

    背景 通常在分析性能问题时,我们会用 `top , sar , perf` 来观测 CPU 的使用情况;多数据情况下是观测别人的程序。 如果从熟悉工具的角度来看,观测自己的程序,根据观测到的结果再结合程序源代码,对于我们掌握性能分析工具会更有帮助。 for(;;) { // 不断的查询父进程的 pid ,这个会占用 sys 空间 getppid(); } } ---- sar 看 cpu 的使用率 要观测所有 0.00 99.40 平均时间: 1 0.20 0.00 0.00 0.00 0.00 99.80 平均时间: 2 /testing-cpps/build/hello001 root 22861 22837 0 17:06 pts/1 00:00:00 grep --color=auto hell 2

    59640编辑于 2022-05-17
  • 来自专栏重归混沌

    谈谈观测

    随着这几年我对 eBPF、Prometheus 等工具的深入了解,我才逐渐意识到“可观测性”这个词背后蕴含的意义。 这也正是“可观测性”弥足珍贵的原因之一:当系统出问题时,我们可以通过系统本身提供的可观测能力,去追踪和理解到底发生了什么。 不得不佩服 Linux 的设计者们,/proc 文件系统的设计在多年以前就已体现出极强的可观测性理念。 我并不想讲怎么样实现可观测性,毕竟我不是专家。 但我想谈谈观测给了我们一个什么样的视角。 按默认 GC 策略,GC 会等到内存分配到 297.5 * 2 = 595MB 时才会启动下一轮 GC,这个计算远远高于我的观查到的数据。 但我并不这么认为——不管业务逻辑怎么写,在 GC 系统的视角下,它的行为是稳定的,它始终以内存分配量的 2 倍作为标记对象的阈值。

    10810编辑于 2026-03-25
  • 来自专栏新技术

    ​可观测性之Log4j2优雅日志打印

    架构说明定位Log4j 2 旨在用作审计日志记录,被设计为可靠、快速和扩展,易于理解和使用的框架。简单的来说Log4j2就是一个日志框架,用来管理日志的。 无侵入性: 通过扩展机制自动加载,无需与代码完全耦合,代码中可以使用SLF4J门面插件架构: 插件化配置, 自动识别插件并在配置引用它们,极高的扩展性属性配置支持: 可以在配置中引用属性,Log4j 可以看到Log4j2 核心的机制中考虑到了高性能,扩展,可配置等需求,有效的解决着我们使用日志的痛点,那接下来就来从整体来了解下Log4j2。 --滚动归档文件的日志追加器,这里配置的是Error级别的日志可以打印到error.log文件中 同时根据日期(天)和大小(最大250MB)进行文件归档--> <RollingFile 在日志打印格式中设置获取链路追踪id的获取方式%X{TraceId} ,然后在Java代码中将链路追踪Id放入日志诊断上下文MDC中即可如代码: MDC.put("TraceId", "123456");总结日志也是我们最常用的观测系统健康状况的方式

    2.4K30编辑于 2023-01-06
  • 蓝鲸观测平台:统一观测数据关联模型探索

    前 言本文为蓝鲸观测平台数据模块负责人 在 蓝鲸智云 和 DeepFlow 社区 合办的第六场 eBPF 零侵扰可观测性 Meetup 上的演讲,原来题为根因定位关键:统一观测数据关联模型探索概 述根因分析高度依赖关联的观测数据 第三个是扩展性,也是我刚刚一直在提到的一个点,拿 IPv6 来举例,就是一个主机之前是 IPv4,要扩展它 IPv6,这是一个很大的工作量。 现在这个场景就是一次简单的变更,一个 Pod 的变更,可以注意到这里是一个 Query API Service 的重启,它的 Pod 就已经不再是原先那个 Pod,它原来叫 Pod1,现在因为重启之后变成了 Pod2, 整个体系的各个组件均具备插拔性,整体以蓝鲸企业版的形式开源对外。 扩展性:资源模型能够适应未来的变化和扩展需求。时间序列关联资源和其关联关系是随时间变化的。为了准确地进行历史回溯和故障分析,需要将时间序列引入关联模型,构建一个具备时序性的图模型。

    1.1K10编辑于 2024-09-27
  • 2025企业可观测产品选型实战指南:可观测是什么?可观测平台怎么选?

    2)腾讯云可观测平台(TCOP)核心定位腾讯云原生一体化可观测平台,深度绑定腾讯云生态,聚焦云原生全链路观测场景,主打“云资源联动+轻量化部署”。 2)按核心需求优先级选型业务可观测+智能闭环:嘉为蓝鲸(业务关联深、AI能力全);云原生全链路观测:腾讯云TCOP(开源生态兼容、轻量化部署);网络性能精准监控:SolarWindsNPM(多厂商设备适配 中小企业优先解决核心痛点:若为腾讯云用户,可选腾讯云TCOP(SaaS模式,按用量付费);若需基础全栈观测,可先用开源工具搭建基础能力,再逐步升级至嘉为蓝鲸等企业级平台。 Q2:嘉为蓝鲸相比腾讯云TCOP,核心优势在哪些场景体现? A:嘉为蓝鲸的核心优势集中在“复杂架构适配+业务深度关联+国产化合规”:混合架构场景:同时兼容国产软硬件与多云环境,腾讯云TCOP聚焦腾讯云生态;业务可观测场景:嘉为蓝鲸可直接关联业务交易与IT故障,

    38810编辑于 2025-11-19
  • 来自专栏云原生技术呱呱

    观测建设总结

    一 可观测架构1 可观测数据处理架构设计流水日志日志index以及检索(es)监控指标(组件模调+业务指标)告警指标(参考监控指标,分别划分不同场景的阈值+告警级别+处置方法=sla)处理架构选型推荐开源 2 系统可观测白盒:描绘出系统架构,以及系统的数据流链路,在数据链路上关键处打点上报日志+指标3 用户可观测黑盒:决定以什么方式告知用户异常(push? 二 可观测前置条件1 服务状态感知 (client视角,结构化日志、模调指标)2 服务状态采集(数据server视角,es,普米)3 展示平台(grafana,es)4 告警=事件告警(无状态)+指标告警 (有状态)三 观测维度1 业务观测流量时延错误饱和度(特定状态)2 资源监控系统自身第三方依赖、中间件3 性能监控(业务定义的关注性能)4 租户状态跟踪(大客户监控面板)5 全景监控大盘

    46830编辑于 2022-07-14
  • 来自专栏charlieroro

    BCC(可观测性)

    BCC(可观测性) 目录 BCC(可观测性) 简介 动机 安装 安装依赖 安装和编译LLVM 安装和编译BCC windows源码查看 BCC的基本使用 工具讲解 execsnoop opensnoop btrfs, xfs, zfs*) biolatency biosnoop cachestat tcpconnect+tcpaccept+tcpretrans runqlat profile BCC的开发 可观测性 p 185 # trace PID 185 only profile 推荐使用strace和perf trace命令 BCC的开发 本节介绍使用Python接口进行BCC的开发,包括两部分:可观测性和网络 可观测性 Lesson 1. Hello World 执行examples/hello_world.py,并在另一个会话中执行一些命令(如ls),此时会打印"Hello,World!". # . bpf_log2l(): 对提供的值进行log-2计算,作为直方图的索引,构造二次幂直方图。

    3.8K30发布于 2020-07-09
  • 来自专栏【腾讯云开发者】

    代码质量第2层-重用的代码!

    重用的代码指:在相似业务场景下,用的是同一份代码。 重用的代码可以减少重复劳动。一个软件中,会有很多类似的业务场景。将这些场景抽象成重用的代码。开发新功能时,重用代码减少重复劳动。 重用的代码可以减少因需求变动,导致多次改动和漏改的情况。试想,要修改全站提交按钮的颜色,如果全站有100个包含提交按钮的页面,每个页面的按钮的样式都没复用,这改动量和漏改的风险都很大。 如果做成重用的,则只需改动一处。 一、如何写出重用的代码 代码块的职责越多,越难被复用。写出重用的代码就是:识别,分离出复用的部分。 要改成复用的代码,就是将可复用的UI,获取接口数据的代码独立出来。 下面,我们来看些常见的复用的部分和复用方法。 (一)UI展示 UI展示为外观的展示,包含:HTML和CSS。 二、总结 要写出重用的代码,本质就是识别和分离出复用的部分。前端可以从UI展示,接口调用,业务流程,数据,工具函数中找出复用的部分。 代码质量的下一层次就是:重构的代码。

    1.4K20编辑于 2022-01-20
  • 来自专栏GEE数据专栏,GEE学习专栏,GEE错误集等专栏

    Google Earth Engine ——全球JRCGSW1_2Metadata数据集的观测数据

    该产品包含计算全球地表水数据集的观测数据的元数据。从未检测到水的区域被掩盖了。 :00:00 - 2020-01-01T00:00:00 Dataset Provider EC JRC / Google Collection Snippet ee.Image("JRC/GSW1_2/ (doi:10.1038/nature20584) 代码: var dataset = ee.Image('JRC/GSW1_2/Metadata'); var visualization = {

    36210编辑于 2024-02-02
  • 来自专栏《云荐大咖》

    代码质量第 2 层 - 重用的代码

    3金伟强---(+云荐大咖).jpg重用的代码指:在相似业务场景下,用的是同一份代码。 重用的代码可以减少重复劳动。一个软件中,会有很多类似的业务场景。将这些场景抽象成重用的代码。 开发新功能时,重用代码减少重复劳动。 重用的代码可以减少因需求变动,导致多次改动和漏改的情况。 如果做成重用的,则只需改动一处。 如何写出重用的代码? 代码块的职责越多,越难被复用。写出重用的代码就是:识别,分离出复用的部分。 要改成复用的代码,就是将可复用的 UI,获取接口数据的代码独立出来。 下面,我们来看些常见的复用的部分和复用方法。 一、UI 展示 UI 展示为外观的展示,包含:HTML 和 CSS。 总结 要写出重用的代码,本质就是识别和分离出复用的部分。前端可以从 UI 展示,接口调用,业务流程,数据,工具函数 中找出复用的部分。 代码质量的下一层次就是:重构的代码。

    4.3K102编辑于 2022-01-17
  • 来自专栏九彩拼盘的叨叨叨

    代码质量第 2 层 - 重用的代码

    重用的代码指:在相似业务场景下,用的是同一份代码。 重用的代码可以减少重复劳动。一个软件中,会有很多类似的业务场景。将这些场景抽象成重用的代码。开发新功能时,重用代码减少重复劳动。 如果做成重用的,则只需改动一处。 如何写出重用的代码 代码块的职责越多,越难被复用。写出重用的代码就是:识别,分离出复用的部分。 考虑这样的场景:代码块A 的功能是获取接口数据,并渲染 UI。 q-sign-algorithm=sha1&q-ak=AKID2uZ1FGBdx1pNgjE3KK4YliPpzyjLZvug&q-sign-time=1639471665;1639478865&q-key-time q-sign-algorithm=sha1&q-ak=AKID2uZ1FGBdx1pNgjE3KK4YliPpzyjLZvug&q-sign-time=1639471684;1639478884&q-key-time 总结 要写出重用的代码,本质就是识别和分离出复用的部分。前端可以从 UI 展示,接口调用,业务流程,数据,工具函数 中找出复用的部分。 代码质量的下一层次就是:重构的代码。

    1.6K20编辑于 2021-12-14
  • 来自专栏GEE数据专栏,GEE学习专栏,GEE错误集等专栏

    Google Earth Engine ——全球JRCGSW1_2GlobalSurfaceWater数据集的观测数据

    :00:00 - 2020-01-01T00:00:00 Dataset Provider EC JRC / Google Collection Snippet ee.Image("JRC/GSW1_2/ (epoch1-epoch2)/(epoch1+epoch2) * 100 -100 100 % seasonality Number of months water is present. 0 12 Class Table: transition Value Color Color Value Description 0 #ffffff No change 1 #0000ff Permanent 2 (doi:10.1038/nature20584) 代码: var dataset = ee.Image('JRC/GSW1_2/GlobalSurfaceWater'); var visualization

    35710编辑于 2024-02-02
  • GEO 可观测性:外贸 B2B 如何评估 AI 搜索表现

    更合理的方式,是把AI搜索表现拆成一组持续监测的信号。例如:品牌是否被提及。企业能力是否被准确描述。产品类别是否被正确关联。重点客户问题下是否出现企业。AI是否引用或复述了企业官网中的内容。 二、外贸B2B的GEO评估,不能只看流量外贸B2B和消费品不同。客户决策周期长,询盘链路长,成交影响因素多。 AI系统在生成答案时,也需要检索的信息源。如果官网和内容长期无法被发现,GEO的可见性很难持续提升。因此,SEO不是GEO的对立面,而是GEO的底层支撑之一。 对外贸B2B企业来说,AI搜索时代的增长,不只是内容生产问题,也是可观测性问题。 GEO可观测性,正是连接这两种能力的起点。

    15721编辑于 2026-06-08
领券