- 综合排序
- 最热优先
- 最新优先
PUBG 进局超时的三个观测面：可排队、可建立、可持续
本文把问题分为三个观测面：能否排队、能否建立会话、进入后能否持续。PUBG在2024年4月16日的普通比赛（NormalMatch）开发信中，将玩家数量、地区、队伍类型/视角、Ping等列为匹配因素。
9210编辑于 2026-10-13- 来自专栏后端技术
可串行化 数据库恢复 观测可序列化
可串行化 冲突可串行化是可串行化的充分条件 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) 观测可序列化 很好的参考文章
1K40发布于 2019-05-25 - 来自专栏云原生应用工坊
可观测平台-4: 告警配置参考
概述 此解决方案利用开源工具如ClickHouse、Neo4j、VectorDB、PromQL、LogQL、OpenTracing、Prometheus、Grafana、AlertManager和DeepFlow record: node_disk_usage expr: 100 - (avg by (instance) (node_filesystem_avail_bytes{fstype="ext4" } / node_filesystem_size_bytes{fstype="ext4"}) * 100) 配置说明： 此示例定义了一个名为“host-monitoring”的规则组，其中包含四个用于计算主机负载 rules: - alert: HighDiskUsage expr: node_filesystem_avail_bytes{fstype="ext4" grafana/latest/ 2 Prometheus 文档:https://prometheus.io/docs/ 3 deepflow 文档:https://deepflow.io/docs/zh/ 4
1.9K10编辑于 2023-12-14 - 来自专栏运维开发故事
Kubernetes 可观测性：利用 4 个开源工具
借助 Alertmanager，团队能够使用预配置和可自定义的警报来识别发生的重要问题。使用警报规则，用户可以使用 Prometheus 表达式语言定义警报条件，然后将通知发送到外部服务。 原文链接：https://www.cncf.io/blog/2022/08/01/kubernetes-monitoring-leveraging-4-open-source-toolsets/
1.4K30编辑于 2022-09-15 构建可观测、可管控、可溯源的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，企业可实现对内部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"。
76410编辑于 2026-05-282026 Agent运维革命：构建可观测、可度量、可自愈的生产级韧性架构
Gartner数据显示，76%的Agent事故定位超4小时，58%根因藏于中间步骤。行业共识已转向：Agent运维不能靠猜，必须实现全链路可观测——推理可追踪、调用可度量、异常可自愈。 DynamicBaseline/AnomalyCorrelation/RCA││├─相对退化检测(非绝对阈值)││├─多维异常关联(延迟↑+重试↑=下游故障)││└─根因自动定位与影响面评估││↓││[L4: ────────────────────────────────────────────────────────────────────┘三、实战1：推理链结构化追踪引擎让Agent的每一次思考都成为可检索 五、生产铁律：Agent可观测性五大底线推理记录必须发生时持久化：LLM非决定性决定事后无法还原，中间态不入存储等于不存在。 推理追踪赋予透明性，语义度量赋予掌控力，自适应自愈赋予韧性——三者构成的“可观测性三角”，正是Agent从原型走向生产的工程基石。
43610编辑于 2026-08-14AI 运维云平台深度实践：构建可观测、可预测、可自愈的云原生系统
AI 运维云平台深度实践：构建可观测、可预测、可自愈的云原生系统引言：云原生复杂度的“最后一公里”2026 年，Kubernetes 已成为操作系统级的设施，但随之而来的微服务爆炸、Serverless 执行可回滚：自动化操作必须打上 Annotation 标签，支持一键全局回滚。二、技术深潜一：多维异常检测 —— 告别静态阈值传统 CPU > 80% 规则在业务波动的场景下毫无意义。
46211编辑于 2026-08-08- 来自专栏云云众生s
可观测性之旅的4个演进阶段
已知/未知矩阵对于理解你的可观测性方案的实施情况非常有帮助。 译自 The 4 Evolutions of Your Observability Journey，作者 Hazel Weakly。 在进行可观测性之旅时，每个公司都会经历几个具体的阶段。 简而言之，这三个任务几乎涵盖了我们在平台工程、可观测性、站点可靠性工程 (SRE) 工作、DevOps 等方面所做的一切。 说实话，如果您不能充分阐明为什么可观测性之旅对公司至关重要，那么您将永远无法完成这段旅程。人的理解和共同的动机必须放在首位。 如果说第一阶段是大多数可观测性工具所在的地方，那么这就是服务水平目标 (SLO) 的时代；这也是可观测性开始以“是，而且”的方式表述的阶段。可观测性？
40510编辑于 2024-10-13 - 来自专栏EMQ 物联网
易操作、可观测、可扩展，EMQX如何简化物联网应用开发
本文将从可操作性、可观测性、扩展性三个方面，与大家分享 EMQX 5.0 在运维监测、问题排查以及功能扩展中的功能优化，共同探索如何更快的利用这些优化搭建运维监控体系，为物联网业务带来更多助力。 配置热更新根据是否可在运行时修改，EMQX 5.0 的配置可以分成可热更新/不可热更新两种配置。 可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。 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。
1.4K00编辑于 2022-10-10 - 来自专栏blackheart的专栏
4-可空类型、静态类
可空类型 值类型是不可以为null的[即不可为空值]， 假如我们想让它为null呢[比如它对映这数据库中的某个表的某个字段，但是这个字段是null]。 System.Nullable<T>泛型类原型： 1 [Serializable]//表示了序列化 2 public struct Nullable<T> where T : struct 3 { 4
1.3K50发布于 2018-01-19 - 来自专栏架构驿站
分布式应用的 4 个核心可观测性指标
作者 | Michael Bogan 译者 | Luga Lee 策划 | Luga Lee 基于关键的可观测性指标，我们更能了解我们的应用服务运行状态，以便提升服务运行效能。 设置适当的监控将为我们提供更完整的观测图，但可能很难知道从哪里开始。在这篇文章中，我们将介绍可观测性指标应该关注的那些服务领域，以确保大家不会错过关键信息。 我们的服务器作为 HTTP 响应发出的任何 5xx（甚至 4xx）都应该被标记和计数。即使我们已经考虑到的情况，例如捕获的异常，也应该受到监视，因为它们仍然代表非理想状态。 4、饱和度 除此之外，我们还应该跟踪每个微服务的内存使用情况、CPU 使用情况、磁盘读/写和可用存储。
1.9K30编辑于 2021-12-10 - 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、快速和可扩展，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，极高的可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，可扩展，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。 --可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
2.6K30编辑于 2023-01-06 - 来自专栏菩提树下的杨过
langchain4j 学习系列(9)-AIService与可观测性
除了这些，langchain4j还提供了更高抽象级别的AIService，可以极大简化代码。 一、基本用法 1.1 定义业务接口 1 /** 2 * @author junmingyang 3 */ 4 public interface ChineseTeacher { 5 6 onError(sink::tryEmitError) 18 .start(); 19 return sink.asFlux(); 20 } 四、可观测性 文中代码： https://github.com/yjmyzz/langchain4j-study/tree/day09 参考： https://docs.langchain4j.dev/tutorials /observability https://docs.langchain4j.dev/tutorials/ai-services
73010编辑于 2026-01-12 2026年，MySQL到SelectDB同步为何更关注实时、可观测与可校验？
、可校验”。 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。 可校验同步过去，不等于结果就一定可信。 4. 为什么要求在变化因为实时分析已经不再是可选项，而越来越像基础能力。 可观测，决定问题能不能及时被发现。可校验，决定结果能不能被业务信任。
21110编辑于 2026-03-31- 来自专栏大数据文摘
用航拍和地面观测数据，DeepMind AI可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。 ?
77720发布于 2019-07-02 - 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。 很早以前，我就在 Linux 上使用 /proc/、top、sar 等工具来排查问题，却从未意识到，“观测”竟然是一门独立的学问。 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。 这从侧面也说明了，当我们通过观测来排查问题时，并不需要一上来就去了解整个系统的实现细节，从宏观视角就可以排查很多问题。 这一点很重要，前面铺垫了这么多，都是为了这个观点。
14310编辑于 2026-03-25 - 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 99.01 平均时间: 3 0.20 0.00 0.40 0.00 0.00 99.40 平均时间: 4
67940编辑于 2022-05-17 - 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，你可以创建可重用的提示，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。 让我们看一个非常简单的例子（通过 OpenAI API 使用“GPT-4o-mini”；你可以使用 OLLAMA 或 Hugging Face Transformers 在本地运行类似的提示）： PROMPT Sentiment: RESPONSE: (GPT 4o-mini) Positive 现如今比较先进的模型是否需要少量的样本才能正确地完成任务？ 图 4：上下文引导模式示例 可编辑输出模式 使用 GenAI 模型，在许多场景中都没有唯一的正确答案。最佳输出取决于上下文、应用程序和用户偏好。认识到这一点，你就应该考虑让用户修改或重写生成的内容。 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，缓存可预测的响应，实时批处理查询，还是开发更小的专用模型。
33110编辑于 2025-06-08 - 来自专栏TakinTalks稳定性社区
七年4个阶段：滴滴可观测架构演进与实践
作者介绍 滴滴出行可观测架构负责人——钱威 TakinTalks稳定性社区专家团成员，滴滴出行可观测架构负责人。深耕可观测领域多年，专注于架构设计与优化。 1.2 可观测架构演进的4个阶段 1.2.1 阶段一：2017年以前 当业务需求发生变化时，存储模块的性能问题通常是最先暴露出来的。在2017年以前，滴滴主要使用InfluxDB作为存储选择。 2.1 如何观测可观测系统？ 我们不能让可观测的系统对其本身做观测。例如，如果存储系统出现故障，而查询数据的方式是从自身的存储中查询，那么就会形成循环依赖。 我们先来看一下各大厂对可观测性的定义。 可观测性是可帮助团队有效调试其系统的工具或技术解决方案。可观测性基于对事先未定义的属性和模式的探索。 4、接口偶发性超时，调用链只能看到超时接口名称，看不到内部方法，无法定位根因，也难以复现，怎么办？
1.6K10编辑于 2023-12-04 给大模型调用补上可观测性：用 OpenTelemetry 建立可审计的模型网关
Span可以携带属性和事件：属性适合模型名、状态码、重试次数等可筛选字段；事件适合记录“开始重试”之类的离散动作；异常则应通过标准异常记录机制写入。 可观测性系统扩大了数据的复制范围，因此默认不应记录完整提示词和回答。更稳妥的做法是采用字段白名单，只记录内容长度、消息数量、模型标识、响应状态和服务端明确返回的用量字段。 第三步：部署Collector应用直接连接每一种观测后端会增加配置和迁移成本。 总结大模型可观测性的核心不是展示更多图表，而是建立可回答工程问题的数据结构：用Trace串联入口和上游调用，用Span区分业务阶段，用Metric观察总体趋势，用统一错误分类支撑告警。 这样即使后续更换模型提供方或观测后端，业务代码仍能保留一致、可审计的调用链。
19400编辑于 2026-09-15
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号