《阿里云可观测最佳实践》——1.深绘智能(下)

简介: 《阿里云可观测最佳实践》——1.深绘智能(下)

《阿里云可观测最佳实践》——1.深绘智能(上): https://developer.aliyun.com/article/1227100


3 解决方案


经过与深绘智能技术团队多次沟通,深绘智能需要的不止是对后端服务的观测能力,而是一整套从前端到后端服务的整体观测解决方案,同时较为关心可观测方案接入改造成本,最好能做到零业务代码侵入。另一方面,由于和三方系统频繁交互,希望能够做到对数据库、NoSQL等组件观测能力。

image.png

经过测试,应用实时监控服务ARMS满足深绘智能的各类需求:


• 以探针方式进行部署,无论是以早期云服务器ECS构建的服务还是K8S构建的服务,都可以做到业务代码零侵入,极大程度减少观测改造成本。

• 对MYSQL、MongoDB、Redis等三方系统完善的观测能力,从而完成端到端整体观测解决方案。

• 通过应用实时监控服务ARMS接入,能够及时、准确发现并定位问题,极大提升用户体验。


4 业务价值


ARMS监控解决方案不仅几乎零代码改造接入成本、同时具备完善、全方位端到端观测能力,使得深绘智能系统整体响应降低高达50%,大幅提升系统响应速度,用户体验得到质的提升。


l 几乎零改造接入成本,通过探针方式接入、部署,真正做到业务代码零侵入、零改造。

l 性能问题和BUG实现一目了然发现,通过ARMS观测解决方案快速、准确定位问题。

l 端到端全方位观测能力,从应用、接口、主机、三方调用等不同层面多维度观测。如应用整体健康度,响应时间、慢SQL分析、接口的调用次数、异常分析、JVM分析、内存快照分析、CPU/内存/IO分析等。

l 系统高可用性得到极大增强,通过借助ARMS有效定位问题,系统响应时间RT缩短50%,极大提升系统响应速度,使得用户体验得到质的提升。

相关实践学习
通过轻量消息队列(原MNS)主题HTTP订阅+ARMS实现自定义数据多渠道告警
本场景将自定义告警信息同时分发至多个通知渠道的需求,例如短信、电子邮件及钉钉群组等。通过采用轻量消息队列(原 MNS)的主题模型的HTTP订阅方式,并结合应用实时监控服务提供的自定义集成能力,使得您能够以简便的配置方式实现上述多渠道同步通知的功能。
相关文章
|
运维 安全 Cloud Native
Apsara Stack 技术百科 | 混合云全景智能化观测平台Sunfire
在企业数字化转型的浪潮中,核心业务的上云和迁云无疑是转型过程的重中之重,企业对于数字安全性及等保合规层面的需求也日益强烈,混合云成为诸多大型政府企业客户上云迁云的首选方案。随着企业云上业务的复杂化,云上云下技术栈的多样化,以及云上运维组织规模的扩大化,云上业务的稳定性和连续性面临着巨大的挑战。
4821 0
Apsara Stack 技术百科 | 混合云全景智能化观测平台Sunfire
|
机器学习/深度学习 监控 Web App开发
SLS机器学习最佳实战:根因分析(一)
通过算法,快速定位到某个宏观异常在微观粒度的具体表现形式,能够更好的帮助运营同学和运维同学分析大量异常,降低问题定位的时间。
13602 0
|
4月前
|
人工智能 自然语言处理 监控
开源 APM 详细功能对比:SkyWalking vs Databuff
本文对比 SkyWalking 与 Databuff 在服务监控、链路追踪、拓扑、告警及 AI 问数五大核心场景的实操差异,基于双 Demo 真实界面截图与功能表,突出 Databuff 的 OTLP 原生接入、服务关系首屏、瀑布图着色、中文告警直读及自然语言智能问数等优势,助力团队面向 OTel 统一与智能化运维选型。(239字)
589 121
开源 APM 详细功能对比:SkyWalking vs Databuff
|
8月前
|
人工智能 自然语言处理 数据可视化
2026年新手零基础、零代码极速部署OpenClaw(Clawdbot)及接入Skills步骤流程
2026年,AI智能体工具迎来规模化落地,OpenClaw(前身为Clawdbot、Moltbot)凭借“自然语言指令+自动化任务执行+插件化技能扩展”的核心优势,成为个人办公提效、轻量团队协作、新手开发者入门的首选开源工具。不同于传统聊天机器人,OpenClaw可直接执行系统操作、文件处理、跨工具协同等具象化任务,而其核心价值的延伸——Skills技能插件,更让其能力边界实现无限拓展,通过安装不同场景的Skills,可快速适配办公、开发、学习、运营等各类需求,真正实现“一个工具搞定所有重复工作”。
881 2
|
10月前
|
监控 Cloud Native 安全
FinOps云成本分配指南
成本分配是FinOps核心实践,通过层级结构、标签等元数据将云成本精准归因至部门、项目或所有者,实现成本展示与回收。需跨财务、工程、业务团队协作,建立强制标签策略并推动执行,提升财务透明度、问责制及优化能力。衡量指标包括标签合规率、成本分配时效等,成熟实施可显著增强组织云成本管控力。
818 123
|
10月前
|
人工智能 监控 测试技术
如何实践FinOps入门指南
本文系统阐述了FinOps(云财务运营)的四阶段采用路径:研究、提出、准备与启动。通过数据收集、利益相关者沟通、战略提案和团队协作,助力组织实现云成本透明化、优化支出并推动业务价值。适用于希望落地FinOps的个人与团队,提供实用框架与执行指南。
725 121
|
10月前
|
人工智能 运维 监控
FinOps for AI 概述
本文探讨生成式AI带来的新型成本挑战,如cost-per-token计费、GPU资源稀缺与波动定价。提出通过FinOps实践实现AI支出管控:建立成本基线、优化资源分配、实施配额与标记、加强跨团队协作,并将财务监控与业务成果对齐,推动AI成本管理从“爬”到“跑”的渐进式成熟。
1447 118
|
9月前
|
人工智能 Java 开发工具
OoderAgent 实战指南:从搭建环境到开发到开发第一个自己的skill能力
本文为 ooder SuperAgent 开源框架的实战指南,基于 MIT 协议,介绍其三层 Agent 架构(End/Route/MCP)、AI 能力标准化、P2P 服务发现及 Skillflow 编排等核心特性,并提供环境配置、技能开发、测试部署全流程实操说明。(239字)
十年磨一剑:蚂蚁集团可观测性平台 AntMonitor 揭秘
蚂蚁集团的业务种类繁多,兼具金融级的“稳” 和互联网的 “快”,支撑又快又稳的业务发展需要完善的稳定性保障体系, 这个体系的基石就是可观测性平台-AntMonitor 。 早在2011年前,监控平台就已经完成初代建设,在2012到2017年这五年间,蚂蚁监控技术团队抽象出了业务视角监控牵引的模式,大大提升了核心业务的故障发现能力,同期研发了可视化引擎与易用的配置系统。为了支撑双11等大规模海量计算场景,在底层数据技术上做到了实时稳定的大规模日志和指标处理能力。随着这些能力的完成,可观测平台的产品也逐渐成熟。
|
存储 运维 监控
SRE方法论之监控设计
监控系统的四个黄金指标是:延迟(Latency)、流量(Traffic)、错误(Errors)、饱和度(Saturation)