监控

可观测性用观测云

Milvus 可观测性最佳实践Milvus 是一个开源的向量数据库，专为处理大规模、高维度向量数据而设计，广泛应用于人工智能、推荐系统、图像检索、自然语言处理等场景。它支持亿级向量的高效存储与快速检索，内置多种相似度搜索算法（如 HNSW、IVF、FLAT），并支持 GPU 加速，极大提升了检索性能。Milvus 提供易用的 API 接口，兼容多种数据格式，支持水平扩展，方便集成到各类 AI 应用中，是构建智能搜索系统的理想选择。

Linux系统网络排查工具总结在Linux系统中，网络排查工具是系统管理、开发和运维的核心组件，主要用于诊断网络连通性问题、分析流量、测试性能及监控路由状态。工具选择应优先考虑功能的现代性，并结合实际需求使用。

可观测性用观测云

Ceph 可观测性最佳实践Ceph 是一种高性能、高可扩展性和高可靠性的开源分布式存储系统，广泛应用于云计算、大数据和高性能计算等领域。它通过其核心组件（如对象存储守护进程OSD、元数据服务器MDS和监控守护进程MON）协同工作，利用 CRUSH 算法实现数据的分布存储和动态负载均衡，支持对象存储、块存储和文件存储等多种存储接口，能够灵活满足不同场景下的存储需求。

大模型性能指标的监控系统（prometheus3.5.0）和可视化工具(grafana12.1.0)基础篇Prometheus是云原生计算基金会项目，是一个系统和服务监控系统。它以给定的时间间隔从配置的目标收集指标，评估规则表达式，显示结果，并在观察到指定条件时触发警报。

一个案例带你搞懂Prometheus指标类型（下）这篇文章我们继续来分享Prometheus的四大指标类型，经过了上一篇文章的讲解，我们已经搭建好了项目，现在就开始配置Prometheus，让它能够从我们的项目运行过程中拉取监控数据。

可观测性用观测云

OpenTelemetry WebSocket 监控终极方案：打通最后一公里OpenTelemetry，以下简称 OTEL，是由 CNCF 托管的“一站式可观测性标准”，把指标、链路、日志三大信号统一为单一 SDK/API，零侵入地采集从浏览器、移动端到后端、容器、云服务的全栈遥测数据，并支持 40+ 后端一键导出，让分布式系统的黑盒瞬间变透明。

可观测性用观测云

观测云接收 OpenTelemetry Collector 数据最佳实践如果你在做系统运维或开发，建设可观测性必然是近年来一个少不了的课题，同时相信你对 OpenTelemetry 也一定不陌生。OpenTelemetry 提供了一个统一、开放且不受特定厂商限制的标准和工具集，使得我们可以一次性集成 OTel SDK，全面采集应用的指标、日志和链路追踪数据，并自由地将数据发送到任何支持 OTel 协议的后端。

夜莺开源监控，模板函数一览本文介绍夜莺开源项目（Nightingale）的模板函数，夜莺内置了很多模板函数，可以对告警事件做一些渲染调整，方便 On-call 人员根据告警事件处理告警。

可观测性用观测云

使用观测云打造企业级监控告警中心在当今的数字化时代，企业级 IT 系统的复杂性和规模日益增长，监控和告警成为了保障业务连续性和系统稳定性的关键环节。然而，传统的监控和告警系统往往存在诸多痛点：告警数据源分散、告警策略单一、告警触达不及时、告警数据分析不足等。这些问题不仅增加了运维人员的工作负担，还可能导致关键告警被忽略，进而影响业务的正常运行。因此，建设一个统一的监控、告警平台，成为了集团性企业的迫切需求。本文将详细介绍我们在集团性企业落地统一监控告警的部分场景。

可观测性用观测云

DataKit 采集器敏感信息加密最佳实践敏感信息如密码、账号信息等，如果您希望避免在配置文件中以明文存储这些信息，则可以使用该功能。如密码加密，DataKit 在启动加载采集器配置文件时遇到 ENC[] 时会在文件、env、或者 AES 加密得到密码后替换文本并重新加载到内存中，以得到正确的密码。

可观测性用观测云

Undertow 可观测性最佳实践Undertow 是 Red Hat 开发的一款高性能、灵活的 Java Web 服务器，也是 WildFly 应用服务器的嵌入式组件。它支持非阻塞 I/O，基于 NIO 构建，并提供了 HTTP/2、WebSockets 和 Servlet 4.0 等现代 Web 技术支持。Undertow 以其轻量级、嵌入式友好的特性而闻名，开发者可以轻松将其集成到自己的应用程序中，也可以作为独立服务器运行。它的模块化设计允许用户按需选择所需功能，从而实现低资源占用和高吞吐量。

可观测性用观测云

Promtail 对接日志最佳实践Promtail 是由 Grafana Labs 开发的日志收集代理，主要用于从本地系统或容器中采集日志，并将其发送到 Loki 或兼容 Loki 协议的系统，本次为对接到观测云。

零基础学习性能测试第二章-JVM如何监控以下是专为零基础设计的JVM监控实战指南，聚焦关键指标、常用工具和快速定位问题的方法，可直接应用于性能测试工作：

小马爱打代码

Spring Boot 监控：AOP vs Filter vs Java Agent在高并发 + 微服务中，传统手动埋点（System.currentTimeMillis()）就像用体温计量火箭速度——代码侵入、重复劳动、维护爆炸。下文是无侵入、高精度、全链路监控 API 耗时，全程不碰业务代码的方案！

prometheus+grafana接入nginx实战接上文： prometheus监控实战 Grafana接入Prometheus实战操作系统：阿里龙蜥操作系统（AnolisOS-7.9-GA-x86_64）（类似CentOS7.9）

OneUptime MCP服务器：AI原生可观测性融入你的工作流程OneUptime 推出了 MCP Server，实现 AI 原生可观测性，通过自然语言与 AI 助手交互，简化运维流程。它支持监控告警、事件管理、日志分析和团队项目管理等功能，并提供智能事件响应和主动监控设置等用例。

最通俗的前端监控方案都说面试造飞机，现实打螺丝不管如何，多学一点总是好。抱着好奇心态，我收集网上资料整理形成自己眼中的前端监控实现思路，当然这个还是很简陋

用户699030484875

海康web调试demo静态样式，看起来便于调试省个事调试样式好于默认示范的，用这个调试查看也行默认支持ip账号密码频道替换后预览，rtsp方式未验证