- 综合排序
- 最热优先
- 最新优先
《驾驭云原生复杂性：隐性Bug的全链路防御体系构建》
容器健康检查的“假活”现象，是云原生部署中最易被忽视却影响深远的隐性问题。 某案例中，这套方案实施后，服务调用超时率从10%降至0.1%以下，充分证明配置规范与监控体系对服务网格稳定性的支撑价值。动态配置中心的“配置漂移”现象，揭示了配置同步链路中事件处理的脆弱性。 云原生环境下的隐性Bug排查，需要建立“分层溯源、跨域联动”的思维模式。 ”，通过规范配置、优化架构、完善监控，构建全链路的风险防控能力。 云原生技术的价值在于赋能业务，而隐性Bug的本质是技术与业务的适配失衡。
26900编辑于 2025-09-02- 来自专栏腾讯云中间件的专栏
云原生专场分享：微服务架构下的全链路追踪
云原生技术专场 云原生在近几年的发展越来越火热，作为云上最佳实践而生的设计理念，也有了越来越多的实践案例：对资源的极致利用，对系统的精细把控，对效能的有力提升，对云边端的一体追求……这一个又一个云原生案例的背后 未来，云原生又会将我们带向何方？ 徐为 腾讯云微服务团队高级解决方案构架师 毕业于欧盟 Erasmus Mundus IMMIT，获得经济和IT管理硕士学位 自2006年以来，曾就职于SonyEricsson、SAP、Alibaba Cloud 为了解决这些问题，全链路追踪应运而生。 更多内容我们直播再聊 ---- 云原生技术沙龙介绍 惊喜 互动 你是怎样理解云原生？ 关于微服务及全链路追踪你有哪些看法呢？ 哪些云原生案例让你眼前一新呢？
63520发布于 2021-03-24 - 来自专栏得物技术
得物云原生全链路追踪Trace2.0-采集篇
从 2019 年末到现在，得物的应用服务监控系统经历了三大演进阶段，如今，整个得物的应用微服务监控体系已经全面融入云原生可观测性技术 OpenTelemetry。 三、 0x02 第二阶段 持续创造 基于OpenTracing全链路采样监控 OpenTracing 为全链路追踪 Trace 定制了完整的一套协议标准，本身并不提供实现细节。 图片 四、 0x03 第三阶段 向前一步 基于OpenTelemetry全链路应用性能监控 OpenTelemetry 的定位在于可观测性领域中对遥测数据采集和语义规范的统一，有 CNCF (云原生计算基金会 ，实现了在得物技术史上的全链路 100% 采样，终结了一直以来因为低采样率导致问题排查困难的问题，至此，在第三阶段，得物的全链路追踪技术正式迈入 Trace2.0 时代。 因此，快速迭代的背景下，功能与架构演进层面的矛盾，加上外部云原生大背景下可观测领域的发展因素，促使我们进行了基于 OpenTelemetry 体系的第三阶段的演进。功能，产品层面均取得了优异的结果。
1.8K20编辑于 2022-12-08 - 来自专栏得物技术
得物云原生全链路追踪Trace2.0架构实践
导读： 分布式链路追踪作为解决分布式应用可观测问题的重要技术，得物全链路追踪(简称Trace2.0)基于OpenTelemetry提供的可观测标准方案实现新一代的一站式全链路观测诊断平台，并通过全量采集 整体架构设计 全链路追踪Trace2.0从数据接入侧、计算、存储到查询整体模块架构如上图所示。 尾部采样&冷热存储 得物早期的全链路追踪方案出于对存储成本的考虑，在客户端设置了1%的采样率，导致研发排查问题时经常查询不到想看的Trace链路。 signoz.io/ 【5】Uptrace Schema设计https://github.com/uptrace/uptrace/tree/v0.2.16/pkg/bunapp/migrations 本篇是《得物云原生全链路追踪 Trace2.0》系列开篇， 得物云原生全链路追踪Trace2.0架构实践 得物云原生全链路追踪Trace2.0产品篇 得物云原生全链路追踪Trace2.0采集篇 得物云原生全链路追踪Trace2.0数据挖掘篇
2.1K50编辑于 2022-09-08 《云原生微服务治理进阶：隐性风险根除与全链路能力构建》
想要突破治理瓶颈，必须跳出“单点优化”的局限，从架构设计、流程规范、工具支撑三个维度，构建覆盖全生命周期的治理体系，让治理能力与云原生架构的复杂度相匹配。 动态发现层面，基于服务网格的Envoy代理采集全量调用数据，结合分布式追踪链路，开发实时依赖图谱平台，自动识别“新增依赖”“循环依赖”“跨环境依赖”等风险，并支持按服务、按时间维度回溯依赖变化轨迹—例如当 此外，云原生环境下的“流量劫持”风险也日益突出，曾有黑客通过伪造服务注册信息，将用户请求劫持至恶意节点，窃取敏感数据。构建“智能预判-精准调度-安全防护-效能优化”的场景化流量治理体系，成为破局关键。 血缘追踪层面，开发数据血缘分析工具，记录数据从产生、加工、流转到消费的全链路，当出现数据不一致时，可通过血缘图谱快速定位问题节点（如同步任务失败、事务回滚异常），缩短排查时间。 只有当治理成为全员共识与自觉行动，治理体系才能真正落地生根。云原生微服务治理是一项系统工程，没有放之四海而皆准的固定模式，需要企业结合自身业务特性、技术栈、组织架构持续探索。
31400编辑于 2025-09-06- 来自专栏漫谈测试
生产环境全链路性能测试体系建设之路（4）
生产环境全链路性能测试体系建设之路主要包括生产测试流程规范建设、生产测试工具平台建设、生产测试实施团队建设、落地实施细则。 生产环境测试实施落地实施细则一、生产测试项目实施“六步“细节第一步，核心链路调研。本步主要目的是识别测试的核心链路，构造真实场景模型。 根据实际业务情况，通过Charles工具获得核心交易主链路接口，根据接口详情初步理涉及的业务应用服务。 此步骤涉及细节项包括核心接口的链路机理，识别每个接口的核心调用链路和链路上的远程调用、数据库调用、缓存调用、队列调用等信息，在全链路压测平台完成所有远程调用白名单、影子库、影子级存、影子队列等配置，并通过数据库在源库和影子库的落库情况确定影子流量业务功能的完整性和中间件改造的兼容性 在测试实施阶段，若被测服务是Java服务，则可以使用平台探针，利用平台做全链路监控和测试；若非Java服务，则利用内部的监控平台，做数据汇总。在结果产出阶段，对测试结果进行汇报和解读。
49710编辑于 2024-12-15 - 来自专栏漫谈测试
生产环境全链路性能测试体系建设之路（3）
生产环境全链路性能测试体系建设之路主要包括生产测试流程规范建设、生产测试工具平台建设、生产测试实施团队建设、落地实施细则。 基于多供应商协作规范，协同三方性能实施团队、安全部门、运维部门、供应商研发部门等多个部门，基于三方性能测试实施经验制定性能测试方案，供应商和运维部门、安全部门配合完善生产测试风险识别和处理的工作计划，通过各部门质量体系规范构建虚拟团队
28600编辑于 2024-12-14 生产环境全链路性能测试体系建设之路（1）
生产环境全链路性能测试体系建设之路主要包括生产测试流程规范建设、生产测试工具平台建设、生产测试实施团队建设、落地实施细则。 2)生产全链路性能测试体系规范落地阶段 首先，为保障生产测试安全高效，通过调研、评估、改造功能验证测试、试点、生产压测6大步骤，逐步完成生产全链路性能测试体系落地。 对核心业务链路系统涉及的供应商团队，除了基础知识之外，还应对项目实施的团队分工原则进行培训，为生产测试项目实施做准备，最后对以上培训内容进行结果验收考核。 其次，进行平台的使用、原理等方面的知识培训。 使用上，基于全链路压测平台，对探针部署、项目创建、目标制定、脚本编写、链路管理、场景执行、调优定位与分析、输出报告的整个项目实施流程进行培训。 原理上，介绍全链路压测平台的核心原理、数据流转情况、数据计算方式，帮助测试人员日常使用平台。最后，对平台培训进行结果验收考核。 最后，进行生产测试SOP培训。
39710编辑于 2024-12-13- 来自专栏AIGC新知
书生·浦语大模型全链路开源开放体系
9月20日，上海人工智能实验室（上海AI实验室）与商汤科技联合香港中文大学和复旦大学正式推出书生·浦语大模型（InternLM）200亿参数版本InternLM-20B，并在阿里云魔搭社区（ModelScope 下面将介绍书生·浦语大模型全链路工具体系。 数据来源 书生·万卷1.0 为书生·万卷多模态语料库的首个开源版本，包含文本数据集、图文数据集、视频数据集三部分，数据总量超过2TB。 LMDeploy 由 MMDeploy 和 MMRazor 团队联合开发，涵盖了 LLM 任务的全套轻量化、部署和服务解决方案，提供大模型在GPU部署的全流程解决方法。 具有如下高效的推理引擎、完备工具链。 具备领先同行的推理性能！ 模型应用-智能体 大语言模型在信息可靠性、数值计算、工具使用交互具有局限性。智能体将完美的补上这个短板。 多模态智能体工具箱agentlego，提供大量视觉、多模态领域的算法；支持多个主流智能体系统，如langchain、lagent；多模态根据调用接口；一键远程工具部署。
46610编辑于 2024-10-08 - 来自专栏漫谈测试
生产环境全链路性能测试体系建设之路（2）
生产环境全链路性能测试体系建设之路主要包括生产测试流程规范建设、生产测试工具平台建设、生产测试实施团队建设、落地实施细则。本文主要聊一聊生产测试工具平台建设。 其中导出/导入规则是从应用维度全量导入或导出配置规则，启用/禁用规则是针对单条数据进行操作，不影响其他规则。有规则变更成功无须重启应用，但需发布变更才能生效。 三、链路分析平台具有链路分析能力，下面分别讲解平台上关于链路分析的配置项。首先是链路查询。它支持应用、实例、服务、请求结果、耗时、返回行数和开始时间等维度查询链路。其次是调用树。 对于常态化项目，做好流程规划把控，考虑可能影响项目实施的生产环境的变化因素，例如:接口变化影响测试实施，系统变化影响测试范围，系统应用组件变化造成数据污染，系统中间件变化造成测试链路变化。
40900编辑于 2024-12-13 - 来自专栏Java技术进阶
书生·浦语大模型全链路开源体系介绍
大模型开源开放体系 数据： 开放了书生万卷，具有2TB数据，涵盖多种模态与任务 预训练： 开源了InternLM-Train框架，支持并行训练，进行了极致优化，速度达到3600 tokens/sec /gpu 微调： 开源了XTuner框架，支持 全参数微调，支持LoRA等低成本微调 部署： 开源了LMDeploy框架，支持全链路部署，性能领先，每秒生成2000+ tokens 评测： 开源OpenCompass OpenCompass提供的评测集 OpenCompass 开源评测平台架构 OpenCompass的亮点 OpenCompass支持的模型 部署 LMDeploy 提供大模型在GPU上部署的全流程解决方案 ，包括模型轻量化、推理和服务 智能体应用 轻量级智能体框架Lagent 多模态智能体工具箱 AgentLego 总结 总之书生浦语是一个大模型全链路开源体系，为开发者提供了从数据集准备到模型训练 通过该体系，开发者可以自由定制和扩展模型，满足不同场景下的需求。
76910编辑于 2024-02-28 - 来自专栏老张的求知思考世界
全链路压测(1)：认识全链路压测
前言 之前断断续续写过一些全链路压测相关的技术文章，很多同学评价还不错。朋友建议我写个系列，基于自己的落地实践经验，对全链路压测做个系统性的梳理总结。 定义：如何理解全链路压测 PS：这里的定义是我基于自己对生产全链路压测的了解和实践总结得来的，仅代表个人观点。 1、什么是全链路压测？ 4、性能定位分析 全链路压测是在生产环境进行，压测过程中，除了要防止数据污染，完善的监控体系和实时的可视化链路追踪也是很重要的一点。 流程：生产全链路压测落地实践 生产全链路压测的整个流程，大致可分为三个环节，每个环节的主要事项如下： 能力建设：生产压测能力演变历程 生产全链路压测的本质是能力建设的技术工程，不是一蹴而就。 7、生产全链路压测 通过上面几个步骤，从基础的能力建设、体系建设，到线上的监控能力、只读场景练兵以及数据隔离到试点验证，最终才能达到生产核心链路全链路压测的过程。
3.6K30发布于 2021-10-14 - 来自专栏腾讯云中间件的专栏
云原生 API 网关链路追踪能力重磅上线
全链路高可用：网关入口、网关节点，全链路支持多可用区部署，保证高可用。 网关集成链路追踪能力全新上线 TSE 云原生 API 网关推出链路追踪功能，使用者可以通过具体的服务、状态码、响应耗时等查询具体的调用过程，包括调用过程所需要的时间和运行情况。 操作指引 开启链路追踪 登录 TSE 控制台。 在左侧导航栏单击云原生 API 网关 > 可观测性，在页面上方选择好网关实例。 单击 链接追踪 页签，在页面中间单击立即开启，开启链路追踪。 结合 TSE 云原生 API 网关的链路追踪功能和 APM 系统，可以实现全链路性能管理，帮助企业提高应用程序的稳定性、可用性和响应速度，降低运维成本。 了解更多《全链路追踪在腾讯云的落地思考与实践》也可关注公众号 往期推荐 《Kafka 分级存储在腾讯云的实践与演进》 《Apache RocketMQ 5.0 腾讯云落地实践》 《RocketMQ 5.
80810编辑于 2024-02-02 - 来自专栏漫谈测试
生产环境全链路性能测试体系建设落地效果
实施落地效果可以从3个方面介绍：质量数字化建设成果、生产全链路性能测试体系建设成果、线下测试体系建设成果。 一、质量数字化建设成果截至2023年6月份底，企业的特色性能测试体系初步建成，全链路压测平台接入供应商项目组超过20个，测试执行项目超过60个，脚本产出超过400个，场执行超过4000场。 二、生产全链路性能测试体系建设成果(1)核心链路场景测试效率提升首先，参照生产测试落地规范通过生产环境核心链路交易的多次测试，明确各个供应商在生产测试的职责边界，沉淀性能测试资产数据，使得测试周期从3周缩短到 最后，核心链路生产环境性能测试降本增效减少服务器资源成本投入，测试环境只使用生产环境的四分之一配置，复用生产环境进行测试，而不是搭建与生产环境等比配置的测试环境，减少硬件成本投入。 (2)生产测试服务化测试部门基于核心链路项目的测试，已沉淀和提供项目组相关指南及规划，目前和新业务项目组做持续优化探索中。三、线下测试体系建设成果测试团队进行性能测试有规范可以参考。
31120编辑于 2024-12-17 - 来自专栏iTesting
全链路压测体系建设方案的思考与实践
压测方法逐步演进 从最初的线下单系统、单模块以及短链路压测，转变为生产全链路压测。 ? 全链路压测 随着压测技术和手段的不断演进，在2014年初，全链路压测的方法开始诞生，其目标是希望在大型促销活动来临前，可以在生产环境上模拟路演进行验证整体容量和稳定性。 由此，出现了全链路压测方法所涉及的公网多地域流量模拟、全链路流量染色、全链路数据隔离、全链路日志隔离、全链路风险熔断等关键技术。 ? 如何做到全链路监控分析 全链路的监控和分析包括三个层面。第一层是用户体验监测，在云压测平台中可以看到用户的感受，比如响应时间是否随着压力的加大而变长。 全链路压测体系落地实例 我们有个合作企业“性能评测体系建设”的案例：这个企业一开始属于前面讲过的成熟度阶段的5级中的第2-3级，每年大概有200个左右的项目，团队大，有几十个性能测试人员，回归业务量非常大
1K30发布于 2020-06-28 - 来自专栏海边的拾遗者
技术经理眼中的从零搭建推荐体系—全链路
上面是通过用户行为获取的标签，还有一部分是用户物理属性，也就是如性别、地区、客户端、网络环境等属性，尽量收集全，并且每日收集，记录维度以登陆时间为维度。 所以在这个阶段，要尽量收集全，时间可以控制在2周左右，为下一步更加精准的推荐做准备。 千人百面 从这里开始，伴随着的一定是大批量计算。 7 全文总结 整篇文章阐述了搭建推荐体系的全流程，从思路表述、标签体系、用户体系、项目体系、推荐环节和评估体系的建立和相关细节及当前的模式，技术手段等。 LeftNotEasy – Wangda Tan》——同上； 《深入探讨 | 其实你并不懂产品标签机制》——标签部分部分思路来源； 《浅谈矩阵分解在推荐系统中的应用》——向量拆解部分知识来源； 《网易云音乐的歌单推荐算法是怎样的 其中，“更新速度快”为全表最高均值项3.87 分，证明“今日头条”注重新闻时效性，满足了用户第一时间看到新闻事件的需求。
70320编辑于 2022-09-22 - 来自专栏腾讯云TVP
建立数据指标体系，推动 DevOps 全链路度量闭环
前言： 上一篇文章《苏宁消费金融在DevOps阶段度量设计的落地》中，我们提到金融行业的信息化和数字化的进程不断加快，促使IT部门的敏捷交付和精益运行的能力急需提高，因此 DevOps 的全链路度量体系也应运而生 通过度量完成科技侧的数据化，利用数据和相应的指标反馈进行过程管理和优化现有流程，有四个步骤，分别为：1、归集度量数据指标；2、度量数据指标拆解；3、确定度量数据维度；4、构建度量指标模型；5、打造 DevOps 全链路度量体系 下面列举在DevOps的全链路交付流水线中，全局指标和细节指标的一些对照关系。 五、结语 在《苏宁消费金融在DevOps阶段度量设计的落地》一章节中，我们讲到，通过DevOps交付全链路的度量，不断的优化交付链路过程中的问题和缺陷，从而确保度量设计的价值输出。 因此构建数据指标体系也是为了构建 DevOps 度量体系，数据指标体系是度量体系的前置条件，所以在度量体系的范畴内，我们也遵循相应的准则。 1、明确工作目标 明确工作目标，应具备主指标清晰的效果。
2.1K22发布于 2020-06-25 构建游戏安全防护体系：腾讯云全链路解决方案与实战效能
、变速器修改数据影响异步PVP与排行榜；2013-2015年重度内容游戏阶段，出现破解版及定制外挂；2015-2017年重社交游戏阶段，黑产采用手机墙、猫池等群控技术进行打金、代充/退款，形成完整产业链； 腾讯云构建“云网端”一体化防护方案 针对游戏公司“云网端”架构风险，腾讯云提供涵盖事前、事中、事后的全链路防护： 事前风险监测：通过暴露面管理平台监控4000+黑产渠道和200+勒索组织动态，识别互联网资产脆弱性 （来源：腾讯云暴露面管理平台） 事中三层防线： 网络防线（云防火墙）：提供云上网络边界双向访问控制 应用防线（WAF）：防御Web攻击、漏洞利用等威胁，支持30线BGP IP接入防护 计算防线（主机&容器安全 防护统计） DDoS防护：EdgeOne实现全球联防15Tbps防护能力，某案例中成功抵御282Gbps混合攻击（来源：DDoS攻击事件分析） 库洛游戏《鸣潮》全链路防护实践 库洛游戏《鸣潮》采用全容器化新架构 云鼎实验室拥有15年安全经验，为国家护网攻击队多次全国第一。腾讯云在护网靶标防守中实现0失分，公有云专项获溯源加分1500分满分。
11310编辑于 2026-04-09- 来自专栏老张的求知思考世界
全链路压测(14)：生产全链路压测SOP
——来自百度百科 本篇文章要说的全链路压测SOP，实际上就是我在实践全链路压测的过程中，对实践经验和教训的一个总结。 全链路压测(1)：认识全链路压测 全链路压测(2)：方案调研和项目立项 全链路压测(3)：技术改造和测试验证 全链路压测(4)：全链路压测的价值是什么？ 全链路压测(5)：生产全链路压测实施全流程 全链路压测(6)：确认范围和识别风险 全链路压测(7)：核心链路四问 全链路压测(8)：构建三大模型 全链路压测(9)：容量评估和容量规划 全链路压测(10) ：测试要做的准备工作 全链路压测(11)：聊聊稳定性预案 全链路压测(12)：生产压测必不可少的环节 全链路压测(13)：高可用和性能优化 再加上本篇的生产全链路压测SOP思维导图，就是整个系列的内容。 最后，重申一下我对全链路压测的部分认知： 全链路压测是一个技术工程，而非单纯的测试手段； 全链路压测只适用于部分企业和业务类型，而非一个银弹； 全链路压测的落地并非一蹴而就，需要较好的技术基础设施建设做保障
1K10编辑于 2022-09-02 - 来自专栏老张的求知思考世界
全链路压测(5)：生产全链路压测实施全流程
前言 前面的几篇文章从生产全链路压测的定义，内部立项和技术调研，聊到了测试验证以及全链路压测的对企业业务和技术团队的价值，算是整体上的构建一个认知的概念。 从这篇文章开始，会进入具体的落地实践环节。 这篇文章中，我会介绍生产全链路压测的落地实施全流程，即每个环节要做什么事情。 四大阶段 如果将生产全链路压测作为一个阶段性的技术项目来看，全链路压测从开始到项目结束，需要经过四个阶段。 整体的实施流程图如下所示： 接下来我来为大家解密，生产全链路压测落地实施，在不同的阶段都会做哪些事情。 筹备阶段 确定业务范围 一般来说线上实施线上全链路压测之前，要明确本次压测需要验证的业务范围。 核心业务定义 出问题会影响其他业务链路； 流量较高且出现问题会影响整体业务目标的达成； 核心项目定义 前面提到了生产全链路压测是个复杂的技术项目，那么如何定义这种技术项目呢？
2K40编辑于 2022-04-01
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