写点什么

阿里、腾讯、百度落地可观测踩过哪些坑?| QCon

  • 2022-04-13
  • 本文字数:1244 字

    阅读完需:约 4 分钟

阿里、腾讯、百度落地可观测踩过哪些坑?| QCon

云原生技术的兴起,给系统带来极致弹性和高研发效率的同时,也带来了更高的架构复杂度,以及更为繁重的运维负担,好的可观测技术是解决这些问题的唯一手段。因此,云计算市场对系统的可观测性需求越来越大,与之对应的各类开源与商业化可观测软件产品也层出不穷。


面对这些选择,企业如何根据自身特点,将各类可观测技术与业务场景有机结合,帮助企业更好地实现业务连续性、高效问题定位诊断,以及大规模成本优化和安全防控体系建设,逐渐成为业界密切关注的话题。


为此,将于 6 月 22-24 日举办的 QCon 全球软件开发大会(北京站)上,我们策划了「云原生时代的可观测最佳实践专题,邀请到阿里云资深技术专家周小帆(承嗣)担任出品人,他认为,“可观测技术是手段,是用来解决特定问题的,只有把矛盾和冲突暴露得更明显,才有可能更大程度地解决问题,这个专场我们希望讲更多实战。”



目前,我们已邀请到 4 位可观测以及其辐射领域的一线专家,他们将为你介绍在云原生场景下,典型行业对可观测技术的落地案例。



  1. 腾讯在云原生可观测领域的探索与实践


演讲嘉宾腾讯云可观测平台技术负责人罗嘉黎将分享万亿甚至十万亿级的数据量级下,腾讯在云原生可观测领域的思考与实践。


通过该议题,你将获得:


  • 了解腾讯可观测系统发展历史以及未来的发展趋势

  • 了解腾讯在可观测领域的技术实践

  • 了解腾讯监控数据实时处理架构设计

  • 了解腾讯可观测系统存储引擎架构设计


  1. Prometheus 大规模业务监控实战


演讲嘉宾百度云原生可观测方向技术负责人张柳青将介绍百度云原生团队是如何针对互联网、金融等行业大规模业务监控的需求,构建基于 Prometheus 的高性能、高可用解决方案。


通过该议题,你将获得:


  • 加深对 Prometheus 整体架构实现原理的理解

  • 了解针对大规模监控场景下,构建高性能、高可用 Prometheus 解决方案的思路和方法

  • 了解 Prometheus 生产应用中存在的坑,以及如何解决


  1. 基于 eBPF 的云原生可观测性深度实践


演讲嘉宾云杉网络产品研发总监向阳将深度解密应用 eBPF 的理想和现实,以及 MetaFlow 基于 eBPF 的可观测性能力建设,并分享在云原生环境下的多个落地实践。


通过该议题,你将获得:


  • 了解如何在利用 eBPF 零侵扰能力的同时避免内核版本依赖

  • 了解如何利用 eBPF 实现语言无关的分布式链路追踪能力

  • 了解如何利用 eBPF 的优势,在组织内部加速可观测性建设的实践经验

  • 了解 MetaFlow 在云、边、端复杂场景下的落地实践


  1. 微服务“可持续观测”难点与最佳实践


演讲嘉宾阿里云云原生团队技术专家王华锋(水彧)将结合阿里内部和云上企业微服务体系建设、治理与观测的最佳实践,与你一起探讨如何构建一个可以“持续演进 10 年”的微服务可观测体系。


通过该议题,你将获得:


  • 了解阿里在可观测与微服务结合的实践经验

  • 了解如何构建微服务可观测系统的诊断能力的技术方案

  • 了解可观测在微服务领域的未来发展趋势


除本专题外,研发效能提升业务架构业务安全合规DevOps 流程与实践开源运营玩转 WebAssembly 等多个专题的内容均已上线完毕。






大会具体日程已上线,其余精彩内容正在打磨中。点击此处了解更多详细内容


2022-04-13 12:463957

评论

发布
暂无评论
发现更多内容

《从0到1学习Flink》—— Flink 项目如何运行?

zhisheng

大数据 flink 流计算

码农理财(二)

北漂码农有话说

ARTS 第 51 周

马克图布

ARTS 打卡计划

【迁移】CQRS很难吗?(译文:底部有原文地址)

罗琦

领域驱动设计 DDD

《从0到1学习Flink》—— Flink 配置文件详解

zhisheng

大数据 flink 流计算

【迁移】Flink vs Spark

罗琦

大数据 flink spark

《从0到1学习Flink》—— Data Source 介绍

zhisheng

大数据 flink 流计算

《从0到1学习Flink》—— Flink 读取 Kafka 数据写入到 RabbitMQ

zhisheng

大数据 flink 流计算

图文并茂讲述如何正确的使用缓存

小趴菜~

缓存 后端 缓存穿透 缓存击穿 缓存雪崩

《从0到1学习Flink》—— Mac 上搭建 Flink 1.6.0 环境并构建运行简单程序入门

zhisheng

大数据 flink 流计算

勇攀监控高峰-EMonitor之根因分析

乒乓狂魔

监控 全链路监控 故障定位 根因分析 AIOPS

《从0到1学习Flink》—— 介绍Flink中的Stream Windows

zhisheng

大数据 flink 流计算

写给产品经理的信(1):产品经理的经济基础逻辑思维能力

punkboy

产品经理 产品设计 职业规划 逻辑思维 工作

python 实现·十大排序算法之选择排序(Selection Sort)

南风以南

Python 排序算法

《从0到1学习Flink》—— 如何自定义 Data Sink ?

zhisheng

大数据 flink 流计算

《从0到1学习Flink》—— Flink 写入数据到 ElasticSearch

zhisheng

大数据 flink 流计算

《从0到1学习Flink》—— Data Sink 介绍

zhisheng

大数据 flink 流计算

《从0到1学习Flink》—— 如何自定义 Data Source ?

zhisheng

大数据 flink 流计算

【迁移】撸论文系列之——Bigtable

罗琦

论文阅读 bigtable

你没必要活的那么累

小天同学

深度思考 个人成长 生活 成长 感悟

Review week1: Amazon的领导力法则

猫吃小怪兽

学习 高效工作 程序员 个人成长

极客时间的三种身份:碎片整合的大师、成长焦虑的救星、工作技能的提升站

大橘栗

【迁移】读完了GFS论文之后的感悟

罗琦

大数据 GFS 论文阅读

《从0到1学习Flink》—— Flink 中几种 Time 详解

zhisheng

大数据 flink 流计算

要弄清楚if/switch的本质区别,以及优化方式

张驰

Java

《从0到1学习Flink》—— Apache Flink 介绍

zhisheng

大数据 flink 流计算

《从0到1学习Flink》—— Flink JobManager 高可用性配置

zhisheng

大数据 flink 流计算

【迁移】用Redlock构建Redis分布式锁【译】

罗琦

分布式锁

《从0到1学习Flink》—— Flink Data transformation(转换)

zhisheng

大数据 flink 流计算

《从0到1学习Flink》—— Flink 写入数据到 Kafka

zhisheng

大数据 flink 流计算

《从0到1学习Flink》—— Flink 读取 Kafka 数据批量写入到 MySQL

zhisheng

大数据 flink 流计算

阿里、腾讯、百度落地可观测踩过哪些坑?| QCon_QCon_黎安_InfoQ精选文章