datifyu
本站致力于IT相关技术的分享
  文章分类
后端架构 12 数据工程 1 云原生 1 架构与设计 2 DevOps 2 架构设计 3 分布式架构 3 全栈开发 2 客户端架构 1 可观测性 2 MLOps 1
基于 OpenTelemetry 的统一可观测性 Ktor 与 Quarkus 架构选型实录 基于 OpenTelemetry 的统一可观测性 Ktor 与 Quarkus 架构选型实录
团队需要为新的履约中台构建一组高性能的 Kotlin 微服务。技术栈选型范围锁定在现代 JVM 框架上，其中 Ktor 和 Quarkus 进入了最终角逐。除了常规的性能和开发效率考量，本次选型的一个核心否决项是：能否以低侵入性、标准化的方
2023-10-27 后端架构
OpenTelemetry Datadog Ktor Quarkus Observability
构建基于Node.js与RabbitMQ的事件溯源型实时前端更新架构 构建基于Node.js与RabbitMQ的事件溯源型实时前端更新架构
一个看似简单的需求摆在面前：为一个多租户SaaS平台构建一个实时监控仪表盘。这个仪表盘需要展示上千个设备的状态，这些设备每秒会产生数万次状态变更事件。前端界面必须在百毫秒级别内响应这些变化。直接使用传统的CRUD模型，让前端通过REST A
2023-10-27 后端架构
NoSQL Node.js RabbitMQ Styled-components Turbopack
在 GCP 上使用 Koa 为 Weaviate 实现多租户安全代理与查询抽象 在 GCP 上使用 Koa 为 Weaviate 实现多租户安全代理与查询抽象
将 Weaviate 这样的向量数据库直接暴露给多个内部或外部客户端，在真实项目中是一个高风险操作。问题不在于 Weaviate 本身，而在于它强大的查询能力所带来的安全、成本和复杂性挑战。一个不受约束的 nearText 查询可能会消耗大
2023-10-27 后端架构
Weaviate Koa Google Cloud 网关与代理
Svelte与Apollo Client驱动的实时UI：集成Azure Service Bus与NoSQL实现事件溯源 Svelte与Apollo Client驱动的实时UI：集成Azure Service Bus与NoSQL实现事件溯源
传统的Web应用状态管理在面对高并发、实时协作场景时，很快就会暴露出其脆弱性。前端通过轮询或简单的WebSocket推送整个状态对象，后端则在数据库中用锁来处理并发写操作，这种模式下，数据竞争、状态合并逻辑复杂以及性能瓶K颈几乎是必然结果。
2023-10-27 后端架构
Azure Service Bus UnoCSS Svelte NoSQL Apollo Client
构建处理异构计算任务的混合后端架构：Celery与Dask的协同与权衡 构建处理异构计算任务的混合后端架构：Celery与Dask的协同与权衡
我们面临一个具体的架构挑战：为一个大规模代码静态分析平台设计后端。该平台的核心功能是接收用户提交的代码仓库（主要是大型JavaScript/TypeScript项目），并执行两种性质截然不同的分析任务： 快速反馈型任务 (I/O密集型)
2023-10-27 后端架构
Python Celery Dask ESLint 分布式计算
构建支撑 MLOps 的实时特征管道：从 Caddy Ingress 到 gRPC-Go 服务与 PostgreSQL 索引优化实践 构建支撑 MLOps 的实时特征管道：从 Caddy Ingress 到 gRPC-Go 服务与 PostgreSQL 索引优化实践
团队的 MLOps 平台遇到了一个典型的瓶颈：特征延迟。我们的模型在线上进行实时推理，但依赖的特征大部分来自每日更新的批处理管道。这种小时级甚至天级的延迟导致了严重的训练-推理偏差（Training-Serving Skew），模型效果在真
2023-10-27 后端架构
MLOps gRPC-Go Caddy 索引优化
2 / 2