wenextly
本站致力于IT相关技术的分享
基于 etcd 与 MongoDB 构建动态预览环境的分布式协调与状态持久化实践 基于 etcd 与 MongoDB 构建动态预览环境的分布式协调与状态持久化实践
团队的开发流程一直有个瓶颈：代码审查（Code Review）严重依赖于开发者的本地环境。前端工程师需要拉取后端分支，后端工程师需要理解前端的构建过程，这导致每次 PR 的审查周期都很长，反馈回路极慢。我们的目标是实现自动化预览环境——任何
2023-10-27 平台工程
MongoDB etcd Chakra UI Rome 分布式系统
采用 gRPC 桥接 Dart 与 Quarkus 实现面向 ScyllaDB 的高吞吐实时数据架构 采用 gRPC 桥接 Dart 与 Quarkus 实现面向 ScyllaDB 的高吞吐实时数据架构
我们面临的技术痛点非常明确：一个物联网平台需要处理来自数百万设备的实时遥测数据流。核心指标要求写入路径的 p99 延迟必须低于10毫秒，同时，一个面向运营人员的监控仪表盘需要以近乎实时的方式展示设备状态的聚合视图。单一技术栈难以同时满足这两
2023-10-27 分布式架构
ScyllaDB Dart Quarkus gRPC 实时数据
构建面向组件性能度量的全栈可观测性管道：整合 Storybook、Rails、Echo 与 InfluxDB 构建面向组件性能度量的全栈可观测性管道：整合 Storybook、Rails、Echo 与 InfluxDB
一个大型 Ruby on Rails 单体应用的性能瓶颈，往往隐藏在前端。服务器端的响应时间可能稳定在100ms以内，但用户的真实体感却可能因为某个渲染复杂、交互繁重的组件而变得迟钝。传统的应用性能监控（APM）工具善于捕捉后端事务，而前端
2023-10-27 架构设计
Storybook Ruby on Rails Echo InfluxDB 可观测性
利用 Zig 构建与 ArangoDB 集成的分布式代码分析引擎并集成 Zipkin 链路追踪 利用 Zig 构建与 ArangoDB 集成的分布式代码分析引擎并集成 Zipkin 链路追踪
我们团队维护着一个庞大的 TypeScript Monorepo，代码量早已突破三百万行。随之而来的一个巨大痛点是 CI 流水线中的静态分析阶段。最初，我们依赖 ESLint 执行代码规范和一些简单的逻辑检查，但随着业务复杂度的提升，我们需
2023-10-27 后端架构
Qwik ArangoDB Zig Zipkin ESLint
利用 Apache Pulsar 的状态化特性为 MLOps 平台构建动态服务发现 利用 Apache Pulsar 的状态化特性为 MLOps 平台构建动态服务发现
我们在构建新一代 MLOps 平台时，遇到的第一个棘手问题并非模型训练或部署，而是服务发现。MLOps 环境中的服务与传统的 Web 服务有本质区别：它们数量众多、生命周期短暂且状态复杂。一个典型的 MLOps 工作流可能包含特征工程服务、
2023-10-27 分布式系统
服务发现 Pulsar MLOps
利用Jib为基于MariaDB的Scala应用构建轻量级可复现的容器化CI/CD流程 利用Jib为基于MariaDB的Scala应用构建轻量级可复现的容器化CI/CD流程
团队维护的一个中等规模的Scala服务最近在CI/CD流程上遇到了瓶颈。旧有的构建方式是典型的两步走：首先通过sbt assembly打包一个包含所有依赖的“fat JAR”，然后执行一个冗长的Dockerfile，将这个巨大的JAR文件复
2023-10-27 DevOps
Jib Scala MariaDB CI/CD sbt Flyway
3 / 5