深圳幻海软件技术有限公司

Kubernetes已成为一个被广泛采用的行业工具，对可观测性工具的需求也在不断增加。为此，OpenTelemetry创建了许多不同的工具，来帮助Kubernetes用户观察他们的集群和服务。接下来我们将开始使用OpenTelemetry监控Kubernetes集群，将专注于收集Kubernetes

一、背景介绍随着vivo业务迁移到容器平台，vivo云原生监控体系面临着指标量快速上涨带来的一系列挑战，本文将分享vivo容器化项目中容器监控遇到的问题以及我们的解决和优化方法。二、监控架构首先对vivo容器监控架构进行一个简单的介绍。【架构高可用】：集群维度的双副本Prometheus采集底层ex

【建模算法】CRITIC法（Python实现）CRITIC是Diakoulaki（1995）提出一种评价指标客观赋权方法。CRITIC法是一种比熵权法和标准离差法更好的客观赋权法。它是基于评价指标的对比强度和指标之间的冲突性来综合衡量指标的客观权重。考虑指标变异性大小的同时兼顾指标之间的相关性，并非

前言弹性伸缩是云计算时代给我们带来的一项核心技术红利，但是IT的世界中，没有一个系统功能可以不假思索的应用到所有的场景中。这篇文章，我们将应用企业级分布式应用服务-EDAS的客户在进行系统架构设计时，在弹性场景下遇到的点滴做了一个系统的梳理，总结为五个条件和六个教训分享给大家。五个条件1、启动无需手

产品数据通常用于衡量产品健康度、帮助定位和解决问题、对用户进行分层运营、衡量产品收益以及挖掘产品指标提升关键点等。本文是对产品数据体系的初步介绍，希望帮助新手产品、交互、体验设计师们掌握产品数据规划，用数据驱动产品迭代，形成体系化认知。数据指标基础概念1.数据指标是什么定义：对于一个数据的量化，一般

设计师作为产研环节非常重要的角色，相信很多同学经常遇见这么一个情况：项目迭代周期紧，需求文档堆成山，面对海量的需求，我们要么迁就时间，成了只会画图没有想法的机器。要么变身肝帝，成了用头发做设计的灵魂画师。那么，在紧张的业务迭代流程中，我们如何抓住重点，并有的放矢的“集中精力做大事”呢?所谓：不谋全局

数学建模——熵权法步骤及程序详解权重的求解一直都是数学建模的重点关注对象，所以学好建模论文的重要一步就是如何确定权重，今天是来介绍一种客观确定几个指标各自所占的权重的方法——熵权法。之前的数学建模实战里有提到用熵权法确定了每个指标各自的权重，这里展开详细的写一下。文章目录数学建模——熵权法步骤及程序

0、前言关于什么是SRE，以及在业务上有哪些具体的输出，网上资料众多但都只是对基本概念做描述。那容器SRE究竟要怎么结合业务，得物容器SRE又有哪些最佳实践，本文就得物容器SRE的一些事情向大家做介绍。1、SRE定义稳定性工程师，用软件工程解决复杂的运维问题，50%的时间用于运维琐事,50%的时间用

随着分布式架构逐渐成为了架构设计的主流，可观测性（Observability）一词也日益被人频繁地提起。2017年的分布式追踪峰会（2017DistributedTracingSummit）结束后，PeterBourgon撰写了总结文章《Metrics,Tracing,andLogging》系统地阐

学习如何使用DevOps指标来提高开发团队的速度、一致性和效率。人们看到越来越多的组织重新关注于采用和改进他们的DevOps实践，以帮助优化他们的软件开发生命周期，提高他们的交付速度，以更快地到达市场和客户。以下是关于DevOps的四个关键指标以及团队如何使用这些指标来提高开发效率和性能，为客户构建

作为持续改进过程的一部分，指标对于DevOps和持续交付至关重要。但是，您必须在收集和显示数据与大量信息之间取得平衡。作为持续改进过程的一部分，指标对于DevOps和持续交付至关重要。但是，您必须在收集和显示数据与大量信息之间取得平衡。您需要随时决定要收集哪些数据以及关注哪些较小的数据集。如果你的汽

作者 | TWInsights 体验度量的趋势洞见在过往与企业进行体验优化项目合作时，我们发现企业就如何验收并解读结果常常存在诸多困扰。此外，多数企业也错误认为体验度量只能作为后验数据存在，具备滞后性。然而，正如有长远目标牵引和完善业务度量的企业更具生命力，品牌和企业的

架构随着分布式架构逐渐成为主流，“可观测性”一词也日益频繁地被人提起，它涉及的范围比较广泛，主要概括为如下三类：聚合度量（metrics）事件日志（logging）链路追踪（tracing）这三个方向虽然各有千秋，各有侧重，但是又不完全独立。在PeterBourgon的文章《Metrics,Trac

在本章中，我们将详细了解这些指标，并使用 Emojivoto 示例应用程序了解它们的含义。我们先简单了解下服务健康黄金指标的经典定义：Latency（延迟）Errorrate（错误率）Trafficvolume（流量）Saturation（饱和度）Linkerd的价值不仅仅在于它

最近跟几个粉丝聊天吹水，说最近公司裁员严重，不仅裁掉了大部分的人，也裁掉了大部分的业务；之前公司有钱赚，什么产品都愿意做，无论行不行都会试一试，一堆没有什么流量的系统都在线上跑着，但是没有上级发话，一个也不敢停掉。站着资源不说，关键还得保证活着，基本就是运维人员要和系统同在，搞得我们这些运维苦不堪言

译者|崔皓  策划|云昭本文聚焦于信息系统的观察性，特别是在大型信息系统中如何应用可观测性，让其在大型分布式组织中产生奇效。 什么是可观测性？根据维基百科的说法：“通过系统的外部输出来推断和度量，系统的内部状态。在控制理论中，线性系统的可观测性和可控性是数学对偶的。”简

作为一款面向ToB市场的产品——火山引擎A/B测试(DataTester)为了满足客户对数据安全、合规问题等需求，探索私有化部署是产品无法绕开的一条路。在面向ToB客户私有化的实际落地中，火山引擎A/B测试(DataTester)也遇到了字节内部服务和企业SaaS服务都不容易遇到的问题。在解决这些问

如何查看度量指标安装示例程序如果你还没有安装示例程序，请参照快速开始(https://www.aeraki.net/zh/docs/v1.0/quickstart/)安装Aeraki，Istio及示例程序。安装完成后，可以看到集群中增加了下面两个NS，这两个NS中分别安装了基于MetaProtoco

1写在前面我们在进行网站或者APP开发后，最担心的就是用户访问时出现页面卡顿、白屏等性能问题，严重影响用户体验。现在大公司都会在性能提升和优化上下大功夫，会设置个前端性能标准和开发预警监控平台。那么前端性能优化一般比较琐碎繁杂，我们应该如何将琐碎的工作进行系统化呢?2性能优化流程在进行性能优化处理前

近年来，随着计算机技术的飞速发展，以及行业信息的共享，传统企业的运维己不再固步自封，日新月异的计算技术发展推动着企业云平台的建设，云平台的计算能力为大数据分析提供了基础，而云平台与大数据分析又将推动运维人工智能的发展。放眼云、大数据、人工智能的运维发展方向的同时，作为运维的生命线，安全生产保障的生命