浅谈弹性计算管控可观测性体系建设
为什么需要可观测性？可观测性技术对业务团队的价值有哪些？如何建设一个可观测性技术体系？本文将从整体架构到核心设计一一为大家讲解。
Log/Trace/Metric 完成 APIServer 可观测覆盖
12 月 11 日，OpenAI 出现了全球范围的故障，影响了 ChatGPT/API/Sora/Playground/Labs 等服务，持续时间超过四个小时。究其背后原因，主要是新部署的服务产生大量的对 K8s APIServer 的请求，导致 APIServer 负载升高，最终导致 DNS 解析不能工作，影响了数据面业务的功能。面对 APIServer 这类公用基础组件，如何通过 Log/Trace/Metric 完成一套立体的覆盖体系，快速预警、定位根因，降低不可用时间变得非常重要。
使用云监控2.0页面诊断问题根因-延迟分析指南
针对一次故障的根因诊断，云监控2.0调用链分析发现异常耗时，经排查为【checkout】服务独占耗时过长，进一步分析确认其CPU使用率突增至100%，判定根因为【checkout.cpu】性能问题。
