Tìm kiếm
40 kết quả cho “Monitoring as code”. Tìm không phân biệt dấu.
- Treating Data as Code at Two Sigma Bài tóm tắt · Two Sigma · 2025
Two Sigma dựa vào hàng nghìn nguồn dữ liệu. Khi một số nền tảng giao dịch scale, data scientist phải chờ lâu mới có dataset mới; dữ liệu nguồn ngoài hay đổi schema bất ngờ, giao trễ, lỗi chất lượng lan xuống dưới.
- How Upstash Monitors Uptime: Every Replica, Every Minute, From Everywhere Bài tóm tắt · Upstash · 2026
…hì bầu replica khác (). Theo Upstash, khách báo sự cố trước monitoring thì tính là hai lỗi : sự cố và lỗ hổng giám sát (lỗ hổng cũng có postmortem riêng). Thay đổi chính - Giám sát…
- Infrastructure monitoring with Prometheus Bài tóm tắt · Zerodha · 2020
…khó: Trung bình — [bài gốc](https://zerodha.tech/blog/infra-monitoring-at-zerodha/) Bối cảnh - Năm 2020 Zerodha xử lý khoảng 15% khối lượng giao dịch bán lẻ hằng ngày trên các sàn…
- Managing hundreds of servers for load testing: autoscaling, custom monitoring, DevOps culture Bài tóm tắt · Miro · 2020
…ing-hundreds-of-servers-for-load-testing-autoscaling-custom-monitoring-devops-culture-390fd1c7e699) Bài 2; bài 1 (kịch bản thực tế, cụm JMeter, pgreplay): . Bối cảnh - Mỗi lần test…
- Observability và monitoring Chủ đề Thành viên
Lúc đầu, monitoring là vài dashboard và một công cụ cài sẵn; log đọc thẳng từ máy. Khi hệ lớn lên, chính hệ quan sát thành một hệ phân tán có bài toán riêng:
- Deploy và release an toàn Chủ đề Thành viên
Phần lớn sự cố bắt đầu bằng một thay đổi: code mới, cấu hình mới, hạ tầng mới. Khi hệ thống và tổ chức lớn lên, câu hỏi là làm sao đưa thay đổi lên production thường xuyên mà vẫn giới hạn được thiệt hại khi có lỗi.
- Enhancing Cloud Usage Forecasting, Monitoring & Optimizing Bài tóm tắt · Etsy · 2024
…/www.etsy.com/codeascraft/enhancing-cloud-usage-forecasting-monitoring--optimizing) Bối cảnh - Năm 2020 Etsy hoàn tất chuyển từ data center tự vận hành lên Google Cloud (GCP) . Nhó…
- How we improved our iOS CI infrastructure with observability tools Bài tóm tắt · Grab · 2023
Nâng lên Xcode 13.1 (4/2022) làm UITest trên CI của app iOS (superapp, nhiều team cùng mở merge request mỗi ngày) mất ổn định. Grab gắn công cụ quan sát vào toàn bộ quy trình UITest để thấy từ đầu tới cuối job.
- DoorDash Công ty Thành viên
Nguồn đầu tiên của DoorDash trong wiki là bài 2022 của một thực tập sinh nghiên cứu (CMU): chaos engineering ở production không hợp với DoorDash vì khách mất đơn, nên thử fault injection có hệ thống ở mức service…
- Stack Overflow: How We Do Monitoring - 2018 Edition Bài tóm tắt · Stack Overflow · 2018
…s://nickcraver.com/blog/2018/11/29/stack-overflow-how-we-do-monitoring/) Bài 4 trong series của Nick Craver. Bài trước: ; bài sau: . Bối cảnh Cuối 2018, Stack Overflow vẫn chạy ASP…
- An inside look at LinkedIn's data pipeline monitoring system Bài tóm tắt · LinkedIn · 2019
…din.com/blog/2019/an-inside-look-at-linkedins-data-pipeline-monitoring-system-) Bối cảnh - Dữ liệu vào Hadoop chủ yếu qua Apache Gobblin (nguồn Kafka, Espresso, Oracle), job batch…
- The evolution of SQL-based Observability Bài tóm tắt · ClickHouse · 2024
Luận điểm từ 2023: observability là một bài toán dữ liệu, nên SQL và hệ OLAP giải được; nén tốt, object storage gần như không giới hạn, không phải lấy mẫu log để tiết kiệm. OpenTelemetry biến việc thu thập thành hàng…
- Magic-trace: Diagnosing tricky performance issues easily with Intel Processor Trace Bài tóm tắt · Jane Street · 2022
Hệ giao dịch của Jane Street gần như toàn thời gian ngồi chờ gói tin mạng và phải phản hồi nhanh hơn nhiều so với chu kỳ lấy mẫu khoảng 250 µs của sampling profiler, nên profiler lấy mẫu gần như vô dụng cho latency ở…
- Splitting a Monitoring Monolith into Separate Components Bài tóm tắt · trivago · 2018
…(https://tech.trivago.com/post/2018-01-10-microservices-for-monitoring) Ví dụ quy mô nhỏ: đề tài luận văn cử nhân của một sinh viên làm ở trivago. Hữu ích như một ca tách monolith…
- Achieving observability in async workflows Bài tóm tắt · Netflix · 2021
Prodicle Distribution (công cụ cho đoàn làm phim gửi tài liệu có watermark riêng cho từng người nhận, theo dõi việc nhận): một job 10 file × 20 người nhận là 200 tài liệu watermark riêng, kèm link thu hồi được, mật…
- Samza Aeon: Latency Insights for Asynchronous One-Way Flows Bài tóm tắt · LinkedIn · 2018
Metric request/response chỉ đo được tới khi response trả về. Một request khởi động chuỗi xử lý bất đồng bộ qua nhiều hệ (gửi tin nhắn → push notification tới APNS/GCM) trông như rất nhanh trên dashboard nhưng thật ra…
- From vendors to vanguard: Airbnb's hard-won lessons in observability ownership Bài tóm tắt · Airbnb · 2026
Airbnb ban đầu thuê ngoài observability. Theo Airbnb, khi công ty trưởng thành, nhu cầu lệch khỏi động cơ của nhà cung cấp: tính tiền theo lượng dữ liệu nạp vào, nên chi phí tăng, trong khi thêm dữ liệu không tự làm…
- HeraclesQL: A Python DSL for Writing Alerts Bài tóm tắt · Hudson River Trading · 2025
Đội Systems Dev của HRT làm công cụ cho các kỹ sư hệ thống, mạng, datacenter. VictoriaMetrics là phần quan trọng của stack giám sát (2025); hàng nghìn alert viết bằng MetricsQL (gần như PromQL) trên hàng chục team.
- GoCD on Kubernetes Bài tóm tắt · Disney Hotstar · 2020
…n chờ cấp agent, thông tin lập lịch pipeline) để đưa vào hệ monitoring và alert sẵn có. Vì sao - Theo Hotstar: luồng công việc từ dev tới deploy được nhìn thấy; tài nguyên agent dù…
- DrP: Meta's Root Cause Analysis Platform at Scale Bài tóm tắt · Meta · 2025
Theo Meta, điều tra sự cố bằng tay ở hệ lớn dựa vào playbook cũ và script tự viết, kéo dài downtime và làm người trực mệt.
- How we manage our 1200 incident playbooks Bài tóm tắt · Zalando · 2023
…ẩn đoán, nửa kia chạy liền mấy playbook để giảm tác động. - Monitoring ZMON: pre-scale cho Cyber Week làm lượng metric tăng nhiều lần, Cassandra sau KairosDB quá tải. Chia metric t…
- HTTPS on Stack Overflow: The End of a Long Road Bài tóm tắt · Stack Overflow · 2017
22/5/2017: HTTPS thành mặc định trên Stack Overflow, site cuối cùng và lớn nhất của mạng; thao tác bật chỉ là một feature flag, nhưng chuẩn bị mất 4 năm (2013→2017).
- Alerting Framework at Airbnb Bài tóm tắt · Airbnb · 2017
…Airbnb không có đội vận hành riêng : từng team tự cấu hình monitoring và tự xử lý sự cố của service mình. Họ dùng Datadog. - Yêu cầu mà giao diện Datadog không đáp ứng: một alert…
- Open sourcing kubenetmon: how we monitor data transfer in ClickHouse Cloud Bài tóm tắt · ClickHouse · 2025
ClickHouse Cloud chạy trên AWS, GCP, Azure, hàng chục region, mỗi region nhiều cụm Kubernetes, multi-tenant (nhiều khách trên cùng phần cứng).
- Rethinking site capacity projections with Capacity Analyzer Bài tóm tắt · LinkedIn · 2021
LinkedIn load test hằng ngày trên production bằng cách dồn traffic của các DC khác vào DC cần test; mục tiêu đặt theo dự báo QPS của quý.
- Bigger, Faster, and More Engaging while on a Budget Bài tóm tắt · Zillow · 2015
Công cụ hiệu năng web của Zillow năm 2015: RUM tự làm đưa vào Splunk, một WebPageTest nội bộ chạy hằng ngày trên môi trường test, và thêm SpeedCurve.
- How We Improved Website Performance by Evolving Our Infrastructure Bài tóm tắt · Wix · 2021
…tìm kiếm. - Họ chọn Core Web Vitals làm ngôn ngữ chung cho monitoring và thảo luận nội bộ. Thay đổi chính - CSR → SSR: vài năm trước Wix render ở client: một file HTML gần rỗng dù…
- Stack Overflow: How We Do Deployment - 2016 Edition Bài tóm tắt · Stack Overflow · 2016
khoảng 25 lần deploy/ngày lên môi trường dev (CI build), chỉ tính repo Q&A; 5–10 lần/ngày lên production;
- Building a High-Throughput Metrics System Using Open Source Software Bài tóm tắt · Two Sigma · 2019
Two Sigma xây nền tảng cho "nghiên cứu dạng hội thoại". Một nền tảng dữ liệu hiệu năng cao trả kết quả truy vấn của researcher (ví dụ "dataset x từ 2000 tới 2019, lấy log mọi giá trị"), tới 50.000 query/giây và 1,85…
- Debugging Production with Event Logging Bài tóm tắt · Zillow · 2018
Trang tìm căn hộ: khi lưu một bản ghi vào SQL, các thuộc tính tìm kiếm được index vào Elasticsearch; search chạy trên Elasticsearch, rồi lấy bản ghi đầy đủ từ SQL theo ID.
- Nền tảng nội bộ cho service (đường ray chung) Chủ đề Thành viên
Tách hệ thống thành nhiều phần (service, hoặc component trong một monolith) giải được bài toán tổ chức. Nhưng nếu mỗi team tự làm RPC, retry, log, metric, contract theo cách riêng, thì ta chỉ đổi một kiểu hỗn loạn lấy…
- When Bigger Instances Don't Scale Bài tóm tắt · ScyllaDB · 2026
Trước khi hỗ trợ một loại instance mới, ScyllaDB chạy IOTune (công cụ benchmark đĩa đi kèm Seastar) để đo 4 con số: IOPS đọc/ghi và băng thông đọc/ghi. Bốn số này vào io-properties.yaml; IO Scheduler dựng một model của…
- Monolith và microservices — đi và quay lại Chủ đề Thành viên
Lúc nào nên tách hệ thống thành nhiều service, và cái giá của việc đó là gì? Các nguồn hiện có cho thấy đây không phải đường một chiều.
- What it takes to run Stack Overflow Bài tóm tắt · Stack Overflow · 2013
Nick Craver mô tả Stack Overflow là chạy "with scale" nhưng không "at scale": vận hành rất hiệu quả nhưng chưa "lớn". Số liệu một ngày (12/11/2013), chỉ tính data center đang hoạt động, không tính CDN:
- How we achieved independent deployments in a micro-frontend architecture Bài tóm tắt · Allegro · 2026
…giữ trạng thái bật/tắt và lịch sử; Validator kiểm chuẩn (có monitoring, không hại hiệu năng); broker Hermes báo mọi instance opbox-web khi bật/tắt. Môi trường test của team được cà…
- Fly Behind The Scenes: Fresh Logging Bài tóm tắt · Fly.io · 2020
Fly.io gom log của mọi app trên nền tảng (flyctl logs). Hệ cũ là 7 server Graylog lớn tập trung; với 20.000–30.000 log/giây, có lúc trong ngày không xử lý kịp và log bị rơi. Log tới user bằng cách poll API của Graylog.
- The Log: What every software engineer should know about real-time data's unifying abstraction Bài tóm tắt · LinkedIn · 2013
…activity data , sau mở rộng sang đẩy dữ liệu từ Hadoop ra, monitoring... Hàng trăm loại event (page view, impression, search, gọi service, exception). Năm 2013: hơn 60 tỷ message…
- CI và build ở quy mô lớn Chủ đề Thành viên
Lúc nhỏ, CI là "mỗi commit chạy hết build và test". Khi codebase và số commit tăng, chạy hết trở thành bất khả (Stripe 2026: chạy tuần tự mất bốn tháng), và thời gian chờ của một thay đổi không còn chỉ là thời gian…
- Kiểm thử độ tin cậy (chaos, fault injection, mô phỏng tất định) Chủ đề Thành viên
Lỗi trong hệ phân tán là chắc chắn (máy chết, zone mất, dependency chậm, cấu hình sai), nhưng phần lớn lỗi nằm ở những tổ hợp hiếm mà test chức năng không chạm tới. Bài toán là chủ động gây lỗi để biết hệ thống phản ứng…
- Postmortem: Removing all users from github.com/trivago Bài tóm tắt · trivago · 2021
trivago áp dụng blameless postmortem từ 2019. Mọi nhân viên cần code, PR, CI hay tài liệu đều ở một GitHub organization; quyền vào được đồng bộ tự động từ một security group của Azure Active Directory (AAD) qua SAML SSO…