云原生时代下， Kubernetes已成为容器技术的事实标准， 使得基础设施领域应用下自动化运维管理与编排成为可能。对于无状态服务而言， 业界早已落地数套成熟且较完美的解决方案。可对于有状态的服务， 方案的复杂度就以几何倍数增长， 例如分布式应用多个实例间的依赖关系(主从/主备)，数据库应用的实例依赖本地盘中存储的数据(实例被干掉， 丢失实例与本地盘中数据的关联关系也会导致实例重建失败)。 多种原因导致有状态的应用一度成为了容器技术圈子的禁忌话题， 直到目前， 有状态的服务是否适合放置在容器中并交由K8s编排托管(例如生产环境的数据库)的话题依然争论不止。本文基于Elasticsearch/Clickhouse在B站生产环境的容器化/K8s编排能力落地， 将阐述为何我们需要进行容器化/on k8s， 容器化中遭遇的挑战以及解决方案， 落地的技术细节以及收益。
本文主要介绍可观测数据采集器iLogtail的架构升级原因、目标及具体实践，同时分享了作者在此过程中收获的一些思考和成长。
本文介绍了传统网络和 Kubernetes 网络的基本概念。通过比喻和图示，解释了 IP 地址、子网、MAC 地址等概念，并以 “跟随数据包” 的方式讲解了网络通信的过程。同时，也对 Kubernetes 中的网络通信进行了类比，解释了 Pod、CNI 和 eBPF 的概念。整体而言，文章从简单到复杂地讲解了网络通信的原理，便于读者理解。
基于 Electron 的淘宝直播 PC 推流端已经上线一年多，期间迭代了很多功能，应用也越来越庞大。自上线以来也收到一些用户反馈应用启动慢、打开推流页面慢、运行过程页面交互操作卡、推流画面卡、CPU 占用过高等性能问题。针对这些问题，我们要怎么优化呢？
新质生产力、人工智能+、数字经济……每年全国两会期间，科技领域创新都是最引人关注的热门话题，今年也不例外。3月5日上午，国务院总理李强代表国务院向十四届全国人大二次会议所作的《政府工作报告》中，把“大力推进现代化产业体系建设，加快发展新质生产力”列为2024年国民经济和社会发展计划的首要任务。 发展新质生产力是国家领导人洞察世界科技变革与发展中国特色社会主义先进生产力客观要求作出的重大战略思考。从2023年在地方考察时提出“新质生产力”概念到在中央经济工作会议上强调“发展新质生产力”，从今年1月主持中央政治局第十一次集体学习时系统阐述新质生产力到浓墨重彩地写入今年的政府工作报告，这一系列的论断论述为各类生产要素和市场主体准确把握新质生产力的科学内涵和发展路径提供了根本遵循。
OpenAI 发布的视频生成模型 Sora(https://openai.com/sora)，能根据文本生成长达一分钟的高质量视频，理论上支持任意分辨率，如 1920x1080 、1080x1920 ，生成能力远超此前只能生成 25 帧 576x1024 图像的顶尖视频生成模型 Stable Video Diffusion。 一起公布的，还有一篇非常简短的技术报告，报告大致介绍了 Sora 的架构及应用场景，并未对模型的原理做过多的介绍。技术报告链接：https://openai.com/research/video-generation-models-as-world-simulators 笔者参考了大量的资料，试着深入理解 Sora 的技术原理，最终将 Sora 生成视频的原理总结
