fitpathly
本站致力于IT相关技术的分享
构建从 Angular 到 Weaviate 的全链路可观测性与度量体系 构建从 Angular 到 Weaviate 的全链路可观测性与度量体系
技术痛点：向量检索的性能黑盒我们的一个核心业务依赖于向量检索，用户在前端发起查询，后端服务进行向量化，然后请求 Weaviate 获取相似结果。最近，这个检索接口的 P99 延迟频繁告警，但排查过程异常痛苦。问题出在哪？是 Angular
2023-10-27 可观测性
Prometheus OpenTelemetry Angular Fastify Weaviate
基于 GitOps 实现 Kubernetes 环境下 SkyWalking 与 Elasticsearch 的全生命周期声明式管理 基于 GitOps 实现 Kubernetes 环境下 SkyWalking 与 Elasticsearch 的全生命周期声明式管理
在管理多个 Kubernetes 集群的可观测性技术栈时，一个反复出现的痛点是配置的漂移与不一致性。SkyWalking 的告警规则、Elasticsearch 的索引生命周期策略（ILM）、乃至 OAP Server 的核心配置文件，在开
2023-10-27 云原生与DevOps
GitHub 容器编排 Elasticsearch SkyWalking Web API 与技术 GitOps
构建移动端混合推理架构 Swift TFLite与Laravel TensorFlow服务的协同设计 构建移动端混合推理架构 Swift TFLite与Laravel TensorFlow服务的协同设计
项目需求明确：在iOS端实现一个高性能的图像分类功能，要求在网络状况良好时利用云端强大的模型获得高精度结果，同时在无网络或网络延迟高的情况下，依然能提供基础的、快速的离线响应。这个双重目标直接将纯客户端或纯服务端的方案排除在外。 纯服务端方
2023-10-27 架构设计
Laravel Swift TensorFlow PHP 微服务
利用编排式Saga保障Flutter应用驱动下主数据与搜索引擎的最终一致性 利用编排式Saga保障Flutter应用驱动下主数据与搜索引擎的最终一致性
在一个典型的移动应用驱动的微服务架构中，我们很快就会遇到一个棘手的问题：如何维护跨多个服务的数据一致性。假设我们正在构建一个体验预订平台，用户通过Flutter应用预订活动。这个操作至少会触及两个服务：BookingService，负责将预
2023-10-27 分布式架构
Saga Pattern Flutter Search Microservices Eventual Consistency
构建基于 Milvus 特征存储的实时向量相似性前端响应式架构 构建基于 Milvus 特征存储的实时向量相似性前端响应式架构
我们面临一个棘手的性能瓶颈。在现有的风控和异常检测面板上，分析师定位到一个可疑实体（例如，一笔交易、一个用户画像）后，需要查看与其行为模式相似的其他实体。这个“相似性”是通过后端机器学习模型生成的 embedding 向量来计算的。目前的流
2023-10-27 数据工程与存储
MobX Milvus Feature Store WebSocket React
在 Kong API 网关中通过 WebAssembly 插件实现 NumPy 向量化计算以加速 Apollo Client 的 GraphQL 响应 在 Kong API 网关中通过 WebAssembly 插件实现 NumPy 向量化计算以加速 Apollo Client 的 GraphQL 响应
痛点：一个拖垮前端的 GraphQL 向量计算我们的一个数据科学仪表盘项目遇到了性能瓶颈。前端使用 React 和 Apollo Client，通过 GraphQL 查询后端一个 Python 服务获取时序数据。这个 Python 服务底层
2023-10-27 API Gateway
Rust NumPy Apollo Client Kong WebAssembly GraphQL
4 / 5