归档 | zealotlab

2023

10

27

我们的新一代个性化内容生成服务在原型阶段表现惊人，但部署到准生产环境后，推理延迟的P99指标直接飙升到了无法接受的3秒。问题根源很快被定位：模型需要实时获取用户最新的行为特征作为Prompt的一部分，而我们现有的特征平台是基于Hadoop/

2023-10-27 MLOps

Ansible ScyllaDB 生成式AI Keras Feature Store

27

我们的一个核心内容平台遇到了性能与更新频率的典型矛盾。它最初是一个完全由 Axum 实现的动态服务，通过服务端渲染（SSR）直接从数据库中拉取 Markdown 内容并转换为 HTML。随着流量增长，即便有缓存，数据库的压力和渲染开销也变得

2023-10-27 后端架构

Axum Jenkins ISR Git

27

一个线上告警将整个团队拉入了长达三小时的故障排查会议。起因是一个底层支付网关的配置变更，部署过程一切正常，但几个小时后，一个看似毫无关联的营销活动服务开始出现大面积的请求超时。没人能立刻解释这两者之间的联系，静态的架构图早已过时，Wiki文

2023-10-27 DevOps

NoSQL CircleCI Chef 状态管理图数据库

27

我们的一个核心业务系统是用 Elixir 构建的，它处理着大量的实时遥测数据。最近出现一个需求：为运营团队提供按需生成的复杂时序数据分析图表。这些图表不是简单线图，需要包含统计学标记、多轴、复杂的注释，这些是 Matplotlib 的强项，

2023-10-27 后端架构

Elixir Matplotlib DynamoDB Vite

27

要实现服务网格的可观测性，传统的 Sidecar 模式通过注入代理来拦截所有应用流量，但这带来了显著的资源开销和网络延迟。一个生产环境中更优的方案是利用 eBPF 在内核层面直接捕获网络事件，实现零侵入、高性能的监控。挑战在于，如何为这个基

2023-10-27 云原生

服务网格 eBPF Kotlin Multiplatform

27

在管理一个横跨公有云 Serverless 应用和私有数据中心虚拟机的混合环境时，一个核心挑战是如何实现状态的快速、可靠同步。传统的 Puppet agent pull 模式（默认每30分钟一次）在稳定性与可预测性上表现出色，但无法满足某些

2023-10-27 架构设计

NATS Serverless Puppet Vercel Functions IaC Control Plane