类目筛选
2024-12-25
618
OpenAI故障复盘 - 阿里云容器服务与可观测产品如何保障大规模K8s集群稳定性
聚焦近日OpenAI的大规模K8s集群故障，介绍阿里云容器服务与可观测团队在大规模K8s场景下我们的建设与沉淀。以及分享对类似故障问题的应对方案：包括在K8s和Prometheus的高可用架构设计方面、事前事后的稳定性保障体系方面。
618
2025-02-21
595
K8S异常诊断之俺的内存呢
本文讲述作者如何解决客户集群中出现的OOM（Out of Memory）和Pod驱逐问题。文章不仅详细记录了问题的发生背景、现象特征，还深入探讨了排查过程中的关键步骤和技术细节。
595
2024-05-15
136128
云原生场景下，AIGC 模型服务的工程挑战和应对
本文介绍了在云原生场景下，AIGC 模型服务的工程挑战和Fluid 在云原生 AIGC 模型推理场景的优化。
136,128
2024-05-15
1424
Koordinator v1.4 正式发布，为用户带来更多的计算负载类型和更灵活的资源管理机制
Koordinator v1.4 正式发布！为用户带来更多的计算负载类型和更灵活的资源管理机制
1,424
2024-06-18
16984
Dubbo3 服务原生支持 http 访问，兼具高性能与易用性
本文展示了 Dubbo3 triple 协议是如何简化从协议规范与实现上简化开发测试、入口流量接入成本的，同时提供高性能通信、面向接口的易用性编码。
16,984
2023-06-15
14004
大数据SQL数据倾斜与数据膨胀的优化与经验总结
目前市面上大数据查询分析引擎层出不穷，但在业务使用过程中，大多含有性能瓶颈的SQL，主要集中在数据倾斜与数据膨胀问题中。本文结合业界对大数据SQL的使用与优化，尝试给出相对系统性的解决方案。
14,004