Prometheus 作为云原生时代最流行的监控组件，已然成为社区监控事实上的标准，但是在多集群，大集群等场景下，只使用 Prometheus 是远远不够的；单集群场景下我们一般主要关注指标采集、存储、告警、可视化等基础监控能力，随着集群规模的增大，监控系统的弹性以及可扩展性成为首要解决的痛点问题，为此社区诞生了 Thanos、Cortex、Prometheus 联邦等一系列成熟的解决方案，我们也通过自研的 Kvass 解决方案，通过将服务发现与采集过程分离，以及自研的任务分片算法，无侵入式的支持采集任务横向扩展，满足大规模集群场景下的采集和监控需求。在分布式云场景下，用户集群往往采用混合多云多集群的部署架构，集群的地理位置更加分散，网络环境更加复杂，为此我们也在寻找一种新的方案来统一解决此类问题。本文以腾讯云跨账号集群统一监控为例，介绍分布式云下的多集群监控方案的最佳实践。
北斗前端监控系统是 58 内部的一个线上质量监控排查解决方案，用于帮助用户大幅提升定位问题和优化项目的效率。系统共分为数据收集（SDK）、数据处理（Java）、数据存储（Druid、……）、数据分析（Node.js）、数据展示(React) 5 层模型。Node.js 作为系统中的数据分析层，提供各种数据分析和应用的方式。 在一期之后，系统的基础功能已经完备。平台可以收集 5 种类型、30 多种指标的数据，已经具备了很强的数据收集能力，数据应用的方式却很匮乏。 所以在二期开发时，我们计划在 Node 端加入多种数据应用的方式。实时告警，就是其中之一。 简单分析需求，服务端需要以一定的频次（例如每分钟）监测不同项目中用户配置关注的指标数值。当数值出现异常时，给用户发送邮件、短信等告警信息用于警示。 而其中的重点，就是如何在 Node.js 中设计并实现定时任务系统？
故障也有积极意义 在复杂系统中，故障是必然的，无法彻底避免。从定性的角度来看，并非所有的故障都是坏事，有些故障是有正面意义的，比如说通过一个线上的小故障发现了一个大隐患，或者是某次故障中相关人员的意识和应急预案都很到位，但是由于故障的原因非常特殊最后仍然造成了较大的影响等等，类似这样的故障都要找出其中的亮点。 所以，我们要用辩证的眼光去看待，避免大家“闻故障色变“。为了往这方面引导，我们在规章制度方面也做了很多设定，因此在我们的故障管理制度上，我们也是鼓励快速恢复(对于快速恢复的故障定级比较低)、鼓励通过演练发现更多的线上问题(对于由于演练导致的故障有一定的豁免权)等等。但是，大家也应该充分意识到我们对故障的理念：即偶尔的系统失效是可以容忍的，人为的犯错是要严肃对待的，比如说不符合高可用规范的系统设计模式、强弱依赖设计不合理、由于人员意识不到位带来的故障处理时间较长、值班人员未及时接通oncall、由于对线上系统不够重视带来的变更隐患、不遵守变更三板斧规范等等。
写软件和造楼房一样需要设计，但是和建筑行业严谨客观的设计规范不同，软件设计常常很主观，且容易引发争论。 设计模式被认为是软件设计的“规范”，但是在互联网快速发展的过程中，也暴露了一些问题。相比过程式代码的简单与易于修改，设计模式常常导致代码复杂，增加理解与修改的成本，我们称之为 “过度设计”。因而很多人认为，设计模式只是一种炫技，对系统没有实质作用，甚至有很大的挖坑风险。这个观点容易让人因噎废食，放弃日常编码中的设计。 本文将深入探索如下问题： 为什么长期来看，设计模式相比过程式代码是更好的？ 什么情况下设计模式是有益的，而什么情况下会成为累赘？ 如何利用设计模式的益处，防止其腐化？
Data Catalog 能够帮助大公司更好地梳理和管理自己的资产，是 Data-drvien 公司的重要平台。一个通用的 Data Catalog 平台通常包含元数据管理，搜索，血缘，标签，术语等功能。其中，搜索是 Data Catalog 的入口功能，承担着让用户“找到数”的主要能力。在字节跳动数据中台的 Data Catalog 系统中，每天有 70% 以上的用户会使用搜索功能。
大家好，我是田哥 今天来和大家分享MySQL的三个日志文件，可以说 MySQL 的多数特性都是围绕日志文件实现，而其中最重要的有以下三种： redo 日志 undo 日志 binlog 日志 比如更新语句的流程会涉及到 undo log（回滚日志）、redo log（重做日志） 、binlog （归档日志）这三种日志： undo log（回滚日志） ：是 Innodb 存储引擎层生成的日志，实现了事务中的原子性，主要用于事务回滚和 MVCC。 redo log（重做日志） ：是 Innodb 存储引擎层生成的日志，实现了事务中的持久性，主要用于掉电等故障恢复； binlog （归档日志） ：是 Server 层生成的日志，主要用于数据备份和主从复制；
