Tìm kiếm
40 kết quả cho “alert latency”. Tìm không phân biệt dấu.
- Alerting on Service-Level Objectives (SLOs) Bài tóm tắt · SoundCloud · 2019
…ung bình — [bài gốc](https://developers.soundcloud.com/blog/alerting-on-slos) Bối cảnh - Theo SoundCloud, alert dựa trên SLO gần như là "viên đạn bạc" cho alert có ý nghĩa: đạt SLO…
- Best Practices for Real-time Machine Learning: Alerting Bài tóm tắt · Nubank · 2022
…nubank.com.br/best-practices-for-real-time-machine-learning-alerting/) Bài tổng hợp thực hành từ nhiều năm vận hành model real-time ở Nubank, không kể một hệ thống cụ thể; mọi nhận…
- Accelerating real-time alerts with Redpanda: a successful migration story Bài tóm tắt · Redpanda · 2023
Khách FinTech cần hệ cảnh báo dữ liệu thị trường độ trễ thấp: trung bình đầu-cuối vài chục ms.
- Samza Aeon: Latency Insights for Asynchronous One-Way Flows Bài tóm tắt · LinkedIn · 2018
…g đoạn của luồng vào Aeon chỉ ra đoạn gây trễ, sửa xong đặt alert theo SLA nội bộ. Real-time Platform theo dõi typing indicator, seen receipt và giao tin nhắn. - Theo bài, công cụ…
- AI Agent Observability: Making Silent Production Failures Visible and Actionable Bài tóm tắt · Salesforce · 2026
…về khả dụng của agent ở production, điều tra, và định tuyến alert theo quy trình của tổ chức họ. - Theo Salesforce, metric "xanh" đánh lừa: agent trông khoẻ trong khi request không…
- From vendors to vanguard: Airbnb's hard-won lessons in observability ownership Bài tóm tắt · Airbnb · 2026
…Kể lại cuộc migration bắt đầu khoảng 2021. Đọc cùng (khung alert trên Datadog bị thay) và (hệ mới tự giám sát). Phần dùng AI để sinh PromQL được tóm tắt ngắn. Bối cảnh - Airbnb ba…
- 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.
- Rethinking Netflix's Edge Load Balancing Bài tóm tắt · Netflix · 2018
…traffic tới vài server đang áp cập nhật (thường gây GC). - Alert theo tỉ lệ lỗi bị mù : LB giữ lỗi thấp nên vấn đề lớn trên một phần cụm không còn kích alert; phải thêm alert theo…
- Scaling Production Globally: Solving observability problems for developers (Part-2) Bài tóm tắt · Achievers · 2022
…service (lỗi, error log, pod hỏng, trang Istio riêng) và bộ alert mặc định theo golden signals; developer có thể tắt hay viết policy riêng. Ví dụ từ phần 1: dashboard mặc định dẫn…
- Couchbase Ecosystem at LinkedIn Bài tóm tắt · LinkedIn · 2017
…erver mỗi phút đẩy vào hệ metric; công cụ sinh dashboard và alert mặc định trên inGraphs khi tạo cụm, ngưỡng chỉnh qua dữ liệu range . - Macy's: góc nhìn toàn fleet, báo cấu hình h…
- Prometheus High Availability and Fault Tolerance Strategy, Long Term Storage with VictoriaMetrics Bài tóm tắt · Miro · 2020
…hạ tầng (VPC, region, account, cloud). - Thành phần đi kèm: Alertmanager chạy cluster để khử trùng alert từ hai Prometheus; PushGateway nhân đôi sau DNS active/passive (một điểm nh…
- How We Partitioned Airbnb's Main Database in Two Weeks Bài tóm tắt · Airbnb · 2015
Trước mùa du lịch hè 2015, DB MySQL chính (trên RDS, còn từ thời Airbnb là một app Rails) phải giảm tải. Airbnb chọn tách dọc theo chức năng thay vì shard ngang (theo bài, đồng ý với Asana và Percona rằng shard ngang là…
- Inside Minerva: building scalable observability for eBay's monetization platform Bài tóm tắt · eBay · 2026
…rồi enrich phía sau giữ request nhẹ, đổi lại độ tươi (). - Alert trên chỉ số kinh doanh theo từng phân đoạn bắt được lỗi mà tổng toàn cục che mất. Liên quan - Cùng công ty: · - ·…
- 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:
- Xử lý sự cố và on-call Chủ đề Thành viên
Khi hệ còn nhỏ, vài người biết hết mọi thứ; có lỗi thì người thấy đầu tiên sửa luôn. Khi có hàng trăm service và hàng trăm engineer, câu hỏi đổi khác:
- Độ tin cậy và multi-region Chủ đề Thành viên
Thay đổi kiến trúc lớn thường không đến từ kế hoạch mà từ một sự cố đau đớn. Khi đã chạy nhiều vùng, nhiều giả định của hệ thống một vùng không còn đúng.
- Nền tảng ML (feature, training, serving, giám sát model) Chủ đề Thành viên
Model ML đầu tiên của một công ty thường được nhúng thẳng vào một service có sẵn, với feature tính trong vài script và train bằng một job riêng. Khi số model và số người làm model tăng, bốn chỗ cùng hỏng:
- 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…
- Stream processing Chủ đề Thành viên
Khi batch hằng ngày hay hằng giờ không còn đủ tươi (chi tiêu quảng cáo phải dừng đúng lúc chạm ngân sách, dashboard MRR không được trễ 24 giờ, alert phải bắn khi contest sắp đầy), hệ phải tính liên tục trên luồng sự…
- Load shedding, rate limit và backpressure Chủ đề Thành viên
Mọi hệ đều có lúc nhận nhiều việc hơn sức làm: spike của người dùng, client nội bộ có bug, dependency chậm đi, retry dồn lại. Theo Discord, khi chạm giới hạn năng lực thì đó là bài toán kinh tế: hoặc tăng cung (thêm…
- Migration không downtime Chủ đề Thành viên
Hệ thống đang chạy thật (gọi xe, chat, thiết kế) không được dừng, nhưng phải đổi ngôn ngữ, database hoặc hạ tầng bên dưới.
- Cache và invalidation Chủ đề Thành viên
Cache là cách rẻ nhất để một DB chịu được lượng đọc tăng nhiều lần. Vì vậy nó xuất hiện ngay từ giai đoạn đầu (Instagram 2011, Facebook 2004–2010). Cái giá đến sau, và lặp lại ở hầu hết các nguồn:
- 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.
- Thử nghiệm A/B và nền tảng experimentation Chủ đề Thành viên
Khi nhiều team cùng thay đổi một sản phẩm, "ship rồi xem metric" không còn trả lời được thay đổi nào gây ra gì. Thí nghiệm có đối chứng trả lời được, nhưng ở quy mô lớn nó thành một hệ thống: gán người dùng vào biến thể…
- Sự cố và postmortem Chủ đề Thành viên
Nhiều bước ngoặt kiến trúc trong wiki bắt đầu từ một sự cố: Netflix lên cloud sau 3 ngày không gửi được DVD, Twitter viết lại hệ thống sau World Cup 2010, Instagram đi nhiều data center sau trận bão 2012. Trang này gom…
- Event-driven, message queue và Kafka Chủ đề Thành viên
Khi một hệ có nhiều bên cần biết "có gì vừa xảy ra" (đơn hàng đổi trạng thái, tin đăng được sửa, ticket được cập nhật), gọi đồng bộ từng bên một làm producer phải biết mọi consumer, và một consumer chậm kéo chậm cả…
- 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…
- Coding agent trong engineering (migrate, viết lại, chạy song song, quyền hạn) Chủ đề Thành viên
Từ 2026 các công ty bắt đầu giao cho coding agent những việc trước đây là dự án nhiều tuần: migrate hàng trăm module hay dataset, dọn feature flag, viết lại cả framework hay app. Agent viết nhanh, nhưng ba thứ không tự…
- LinkedIn Công ty Thành viên
Bài khung là bài nhìn lại năm 2015 . LinkedIn bắt đầu năm 2003 là một monolith tên Leo. Service đầu tiên tách ra là member graph, vì đồ thị kết nối có profile tải khác hẳn; DB profile được đỡ bằng scale dọc rồi replica…
- Integrated Gauges: Lessons Learned Monitoring Seastar's IO Stack Bài tóm tắt · ScyllaDB · 2026
…WE - Gauge của giá trị dao động nhanh dễ nói dối; trước khi alert hay lập kế hoạch capacity theo nó, hỏi xem điểm scrape đại diện cho cái gì. - Thứ tự cân nhắc theo chi phí: counte…
- Uber Công ty Thành viên
Một vòng đủ: monolith → microservices → tổ chức lại microservices. Năm 2012–2013 Uber có hai monolith; khi lên hàng trăm kỹ sư thì tách. Lý do chủ yếu là tổ chức. Năm 2015 họ có 500+ service và phải chuẩn hoá contract…
- Evolution and Scale of Uber's Delivery Search Platform Bài tóm tắt · Uber · 2026
…thích và log ngữ cảnh; lỗi khác 0 trong một khoảng ngắn thì alert và tự rollback model về bản trước (index giữ nguyên). Không thêm latency hay bước mạng trên đường đọc. Vì sao - Mo…
- Running a Software Factory Efficiently at Uber Scale Bài tóm tắt · Uber · 2026
…, hoàn tất PR đầu–cuối có kiểm tra bằng hình ảnh, phân loại alert on-call, gỡ bug, bảo trì code, có người duyệt hoặc nhận leo thang. - Từ tháng 2 tới tháng 8/2026, số người dùng ho…
- Lessons learned from running GraphQL at scale Bài tóm tắt · Dream11 · 2021
Dream11 từ 300.000 người dùng (2015) lên hơn 110 triệu (2021), chuyển sang microservice. Khi số service tăng, frontend khó tự gom dữ liệu từ nhiều service, nên năm 2017 dựng một tầng GraphQL (Express.js) đứng trước toàn…
- Mercari Công ty Thành viên
PaymentService của Merpay (2019) giữ nhất quán thanh toán qua nhiều service bằng cách tự làm ở tầng ứng dụng: chia pha + state machine, idempotency key bắt buộc, bù trừ kiểu TCC, đối soát và fault injection . Ba năm…
- Embedded SRE at Mercari Bài tóm tắt · Mercari · 2022
…định lượng bằng dashboard toàn hệ (team nhiều sự cố, nhiều alert, error rate cao, ít dùng tính năng nền tảng mới), định tính bằng khảo sát developer và các đợt ra mắt lớn sắp tới;…
- Lessons from Building Observability Tools at Netflix Bài tóm tắt · Netflix · 2018
…đang tương quan metric giữa các microservice liên quan, để alert có ích hơn ngưỡng tĩnh. - Chọn kho theo cách đọc và tốc độ ghi: dữ liệu luôn đọc theo khoá chính + khoảng thời gia…
- Building visibility into a CI platform Bài tóm tắt · Optiver · 2026
…time series (trung bình, phân vị, cực trị) cho dashboard và alert. Hàng đợi tăng trong ngày, đỉnh quanh giờ trưa; ban đêm chủ yếu là job theo lịch. Một lần alert vì p90 queue time…
- Redpanda Công ty Thành viên
Streaming tương thích Kafka, Redpanda Cloud chạy BYOC trên ba cloud. Trong sự cố GCP 12/6/2025, theo Redpanda, hàng trăm cluster không bị ảnh hưởng vì không có metadata hay dịch vụ quan trọng nằm ngoài cluster…
- How LinkedIn extended ClickHouse from distributed tracing to metric discovery and analytics Bài tóm tắt · ClickHouse · 2026
…metric , khoảng 30% thay mới mỗi ngày, hàng triệu graph và alert, hàng chục công cụ phụ thuộc. - Hệ cũ là ba service sau một gateway : index tìm kiếm trong RAM tự viết, KV trong R…