文章介绍了 OpenTelemetry 的概念和优势，以及如何使用 Grafana 的分发版进行自动和手动的仪表化、配置和导出数据。
在文章的开头，我们可以先来了解一下直播业务的大致业务架构。将直播业务简单分为两大类场景"看播"、"开播"，前者主要面向C端观看用户，后者主要面向B端开播主播。主播通过"开播工具"的开播产品功能，经由"开播平台"完成一系列开播动作，最后将媒体信息采集推送到多媒体服务器，C端观看用户就可以从CDN看到直播的视频流内容。 从数据流向来讲，"开播"场景是产生数据和触发关键事件的源头。这些数据或事件会涉及多个领域，如安全合规信息、房间信息、主播信息、开播场次信息、安全审计信息、多媒体信息等。 打个不太准确的比喻。开播系统对于直播平台的重要性，等同于订单系统对于交易平台的重要性。开播工具作为播端功能入口，直接面向官方开播工具（直播姬、粉版大加号、三方工具如OBS开播）的用户以及内部平台方的用户（其他业务线、产品&运营），对开播体验负责。开播平台在其中的职责，是向开播工具和其他平台方提供开播相关的平台化业务能力，如开关播、开通直播间、切换分区等。
今天给大家带来一个非常让人兴奋的话题，云原生全栈可观测。 业务系统具备良好的可观测性，是最容易让开发者、运营者和管理者兴奋的。为什么这样讲？当开发者做了非常棒的业务功能，把它发布上线，此时如果它是黑盒的，或许大家都感受不到更多的成就感。当研发同学能从一个观测大盘上看到业务功能有多少 PB 流量引入，业务系统稳定运行，资源消耗平稳且符合预期；业务运营同学可以看到目前有多少用户访问，用户的行为轨迹，产生了多少业务订单。这个时候才是让大家真正的安心和兴奋。 回归本质，这就是全栈观测最基本的诉求。 回首过去几年，可观测伴随着整个云原生技术发展。Gartner 将 Applied Observability 列为 2023 年战略技术趋势，并预计，2026 年 70% 成功应用可观察性的组织将实现更短的决策延迟，为目标业务或 IT 流程带来竞争优势。 基于多年的实践经验和技术积累，阿里云发布 ARMS 全栈可观测产品体系，帮助企业更快、更低成本的完成全栈可观测技术栈的构建。
淘宝首页Bface，业务上又称作夜淘宝（以下简称BFace），是结合淘宝用户以长时间休闲娱乐为主的需求而打造的一个全新产品，是我们对淘宝服务于用户生活方式的一个探索。本文将从技术的视角，介绍BFace的设计和发展。
向量检索被广泛使用于以图搜图、内容推荐以及大模型推理等场景。随着业务升级与 AI 技术的广泛使用，用户期望处理的向量数据规模越来越大，对向量数据库产品的稳定性、易用性与性能需求也越来越高。 为此火山引擎ByteHouse团队基于社区ClickHouse进行技术演进，提出了全新的向量检索功能设计思路，满足业务对向量检索稳定性与性能方面的需求。
