归档: 2023 | keytophub

2023

10

27

项目对客户端行为的洞察需求越来越复杂，单纯依赖第三方的分析SDK已经无法满足。这些SDK通常是黑盒，数据模型僵化，查询能力有限，并且成本高昂。当我们需要将客户端的UI卡顿、网络请求时延与后端的全链路追踪数据进行关联分析时，现有工具链的无力感

2023-10-27 客户端架构

Swift 可观测性 ClickHouse Kit 性能优化

27

在尝试将AI推理能力从中心化的云端下沉到分布式边缘节点时，我们面临的第一个棘手问题并非模型本身，而是网络拓扑与服务生命周期的不确定性。边缘节点，无论是工厂车间的工控机还是零售店的服务器，它们的网络环境复杂多变，且随时可能因为断电、维护或网络

2023-10-27 分布式架构

Python 服务发现 ZeroMQ Hugging Face Transformers 边缘计算

27

团队面临一个棘手的工程问题：我们需要为一款集成了复杂端侧AI功能的移动应用构建CI/CD流程。这个AI模型并非由算法工程师手动设计，而是通过一个内部开发的领域特定语言（DSL）来定义。这个DSL解析器和模型验证器，我们选择使用Haskell

2023-10-27 DevOps

CI/CD for Mobile Haskell TensorFlow 框架 (Java)

27

一个看似寻常的周二下午，CI/CD流水线又一次亮起了红灯。失败的节点是e2e-checkout-flow。团队成员的第一反应是：“又是UI的锅？”，但截屏和视频录像显示页面渲染一切正常，所有按钮都可点击，数据也已填入。Playwright的

2023-10-27 可观测性

Styled-components Playwright XState SkyWalking Prometheus

27

团队引入 ASP.NET Core 结合 Vue.js SSR 的技术栈后，最初的 Jenkins 流水线很快暴露了问题。单体 Jenkins Agent 承载了 .NET SDK 和 Node.js 两种环境，配置混乱且难以维护。更致命的

2023-10-27 DevOps

Kubernetes SSR Tekton ASP.NET Core Vue.js CI/CD

27

我们团队的GitLab CI/CD流水线数量在过去一年里增长了十倍，随之而来的是一个棘手的问题：流水线本身成了一个难以观测的黑盒。当被问及“上个季度最不稳定的十个测试是哪些？”、“某个关键服务的部署频率变化趋势如何？”或者“P0级告警后，回

2023-10-27 DevOps

Webpack GitLab CI/CD DynamoDB Pandas SQL