官方博客-第8页-阿里云开发者社区

  • 2024-05-15
    500

    我知道你想用useEffect,但你先别急

    useEffect是React提供给我们的一个“逃生舱”,是React 的纯函数式世界通往命令式世界的“逃生通道”,选择合适的时机使用useEffect会让我们的代码既优雅又高效,反之会造成不必要的负担。

    500
  • 3个月,上百家企业交流,和大家聊聊AI应用的落地实践(开篇)

    企业希望自己的业务被 AI 赋能的诉求是强烈的,但大多数企业是不知道从哪里下手的

  • 807

    DMS Airflow:企业级数据工作流编排平台的专业实践

    DMS Airflow是基于Apache Airflow构建的企业级数据工作流编排平台,深度集成阿里云DMS系统,提供统一认证、智能调度、多任务类型支持及企业级监控能力,助力数据团队高效管理ETL、分析、机器学习等复杂工作流。

    807
  • 2024-05-15
    2565

    云效流水线+ECS服务器,自动化部署Web页面

    本文主要介绍如何通过使用ECS服务器与npm,结合云效的流水线服务以仓库代码提交为触发方式,进行了基于Vue的Web网页部署。

  • 警惕日志采集失败的 6 大经典雷区:从本地管理反模式到 LoongCollector 标准实践

    本文探讨了日志管理中的常见反模式及其潜在问题,强调科学的日志管理策略对系统可观测性的重要性。文中分析了6种反模式:copy truncate轮转导致的日志丢失或重复、NAS/OSS存储引发的采集不一致、多进程写入造成的日志混乱、创建文件空洞释放空间的风险、频繁覆盖写带来的数据完整性问题,以及使用vim编辑日志文件导致的重复采集。针对这些问题,文章提供了最佳实践建议,如使用create模式轮转日志、本地磁盘存储、单线程追加写入等方法,以降低日志采集风险,提升系统可靠性。最后总结指出,遵循这些实践可显著提高故障排查效率和系统性能。

  • 2024-05-15
    858

    日志服务 Scan 功能工作机制与最佳实践

    大数据快速增长的需要泛日志(Log/Trace/Metric)是大数据的重要组成,伴随着每一年业务峰值的新脉冲,日志数据量在快速增长。同时,业务数字化运营、软件可观测性等浪潮又在对日志的存储、计算提出更高的要求。从时效性角度看日志计算引擎:数仓覆盖 T + 1 日志处理,准实时系统(搜索引擎、OLA...

    858
  • 2024-05-15
    1222

    链路追踪(Tracing)其实很简单——链路成本进阶指南

    广义上的链路成本,既包含使用链路追踪产生的数据生成、采集、计算、存储、查询等额外资源开销,也包含链路系统接入、变更、维护、协作等人力运维成本。为了便于理解,本小节将聚焦在狭义上的链路追踪机器资源成本,人力成本将在下一小节(效率)进行介绍。

    1,222
  • 2024-05-15
    996

    链路追踪(Tracing)其实很简单——链路拓扑

    最近一年,小玉所在的业务部门发起了轰轰烈烈的微服务化运动,大量业务中台应用被拆分成更细粒度的微服务应用。为了迎接即将到来的双十一大促重保活动,小玉的主管让她在一周内梳理出订单中心的全局关键上下游依赖,提前拉...

    996
  • 2024-05-15
    1200

    DNS解析异常监控

    本文将介绍如何使用“网络分析与监控”产品的“站点监控”功能,监控国内各省份三大运营商的用户和云上的应用服务访问您的域名能否正常解析。

  • 1
    ...
    5
    6
    7
    8
    9
    到第 页
    1
    2
    3
    4
    5
    6
    7
    8
    9
    8/9