服务器·存储

最新文章

2024年9月开始计划，在不改变用户查询和提升用户体验的前提下，到2025年6月完成所有日志平台组件架构升级和版本迁移。在这中间的过程中，经历了mapping不兼容、字段类型冲突、查询上下文失效、重复消费误告警等诸多业内普遍存在的难题，最终实现了单机查询性能提升80%，整体cpu下降30%，写入tps提升 200%。

分享到：

RTP-LLM在相关性大模型中的推理优化实践

在淘宝搜索场景下，用户Query与候选商品(Item)之间的相关性判别是非常重要的一环，它筛选出该Query下最相关的商品，是用户体验的基石。过去几年主搜在相关性场景上已经做了不少工作，并且取得了显著的正向收益，今年，为了进一步解决部分口语化Query承接效果较差的问题，这给我们的系统性能提出了巨大挑战。

分享到：

APMPlus 尾采样技术的降本增效实践

在现代软件工程架构实践中，工程师普遍面临一个挑战：如何在海量的请求中精确捕捉异常链路，同时避免数据成本的快速增长。本文将探讨分布式链路追踪（Distributed Tracing）中的采样（Sampling）技术，并介绍火山引擎 APMPlus 团队在尾采样（Tail-based Sampling）方面的技术实践，以期为解决上述挑战提供一种思路。

分享到：

vivo互联网全链路多版本环境落地实践

在软件研发过程中，“环境问题”是制约研发效能的关键瓶颈之一。环境不稳定、测试环境混乱、环境抢占严重等问题，显著影响开发与测试效率。本文系统介绍vivo通过“全链路多版本环境管理”模式，实现开发测试环境的快速构建与高效管理，使多版本环境能够像“平行宇宙”一般，实现安全、隔离、高效的并行测试与发布。

分享到：

面向未来的长期主义：在不确定的时代，构建确定性的存储底座

我们正在经历一个技术变化速度前所未有的时代。从大模型、智能制造到自动驾驶、视频生成，AI正以前所未有的速度重塑各行各业。但如果把视角拉得更长远，我们会发现一个更底层、也更确定的趋势正在同步发生：数据规模的持续膨胀，是不可逆的长期变量。随之而来的，还有个人和组织对于数据价值观的变化。

分享到：

以前那套故障管理方法可能不行了

在“SRE转型”系列的第一期推文《SRE转型 | 稳定性保障系列之运维左移》中，我们围绕系统稳定性保障工作，分享了针对软件上线前期的运维左移工作的工作思路与实施策略。接下来，本文将深入探讨广发证券在事中应急处理和事后复盘方面应急指挥场景的实践，从而提升业务连续性和稳定性。

分享到：

解耦、中立、常青：XSKY AIMesh击穿阻碍AI效率的“三堵墙”

传统存储架构在AI负载下已经暴露出严重的性能瓶颈，在大量训练与数据工程场景中，GPU利用率被I/O等待拉低至30-50%，数据孤岛问题在混合云环境下愈加突出，长上下文推理场景中内存成本呈指数级增长。针对上述挑战，2026年1月15日，XSKY在北京举办了主题为“数据常青智算无界”的AIMesh产品战略发布会，宣布战略重心从“信息技术（IT）”全面跨越至“数据智能（Data Intelligence）”。

分享到：

百度流式计算开发平台的降本增效之路

对实时数据处理需求的增长，传统流式计算方式在开发复杂度、运维成本和系统扩展性上面临诸多挑战。文章结合实际业务背景，详细分析了这些痛点，并提出通过k8s容器编排与云原生技术构建流式计算PaaS平台的解决思路。该平台将底层资源、自愈、状态管理等复杂性封装为自动化和配置化服务，有效降低团队使用门槛，提升运维效率和资源利用率。

分享到：

Instagram十亿级“用户名已被占用”背后的架构设计

当你在Instagram等平台上注册并输入用户名时，系统会立即告诉你该用户名是否可用。如果已被占用，它会立即提供其他替代用户名。每次用户注册时，他们根本不可能逐条扫描数十亿条记录。那么，他们是如何在眨眼间完成这一切的呢？本文将逐步介绍这些系统的构建过程，从最基本的方法开始，逐步升级到大型科技公司采用的复杂架构。

分享到：