摘要：
###前言 今天开始聊一聊python3的asyncio。关于asyncio，大家肯定都有自己的理解，并且网上大神也把基础概念也解释的比较透彻。 本文写作的初衷，主要是理解asyncio的原理并且实现一遍。 话不多说，我们开始！ ###一、知识准备 ● 理解进程、线程、协程。简单来说，这三个都是为了 阅读全文
posted @ 2021-12-20 10:43
it排球君
阅读(2457)
评论(0)
推荐(0)
摘要：
nginx迁移到k8s中，access_log中的upstream_addr只记录service_ip。为了更方便的链路追踪，怎么记录pod_id？本文主要分享怎么利用nginx-ingress-controller来记录真实pod_id 阅读全文
posted @ 2025-12-08 13:55
it排球君
阅读(122)
评论(0)
推荐(0)
摘要：
前言 当初项目的本意是为了监测中心机房到全国各地（主要是省会与重要城市）的ping速率而创建，目标ip地址是根据某个ip网站爬取，而现在该网站已经下线了，导致目标ip无法获取，再加上所用组件版本已经年久失修，最后是本人懒惰~~，导致项目已经不可用很久了 今年勤奋战胜懒惰，又重新占领高地，想着把该项目 阅读全文
posted @ 2025-11-27 10:43
it排球君
阅读(441)
评论(1)
推荐(1)
摘要：
前言 上一小节描述了metrics、traces，本小节来把log也加进去，并且做一个traces与log的联动 当查看日志的时候，可以同时跳转到对应的jaeger，查看分段trace情况 应用服务 本次要测试的应用服务架构为 a.py-->b.py 业务服务会往对应的目录打印日志，并且日志包含了t 阅读全文
posted @ 2025-11-20 11:11
it排球君
阅读(163)
评论(0)
推荐(0)
摘要：
前言 jaeger的架构演变 在之前的描述中，一直使用jaeger:all-in-one来做数据存储与展示，jaeger:all-in-one就是将collector、query、ui、storage等等功能的大杂烩，在调试与测试环境中，非常方便，但是在生产环境肯定是不能这样用，本节就来 将其拆分成 阅读全文
posted @ 2025-11-18 10:46
it排球君
阅读(142)
评论(0)
推荐(0)
摘要：
前言 经过上一节，opentelemetry的基本操作都已经融会贯通，但是有位老哥提出疑问？我的代码都已经写完了，为了添加全链路，还需要重构之前的代码吗？那这个代价太大了。那本章就来讨论一下opentelemetry的注入的问题 本小节主要关注python注入 使用装饰器 使用装饰器的好处就是非常灵 阅读全文
posted @ 2025-11-12 10:52
it排球君
阅读(148)
评论(0)
推荐(2)
摘要：
前言 某天一位业务研发老哥跑来咨询 研发老哥：我的服务出现了504，但是不太清楚是哪个环节报错，每次请求需要访问4个微服务、2个数据库、1个redis、1个消息队列。。。 苦逼运维：停停停，不要再说了，目前不支持链路追踪，只能手动帮你一个服务一个服务的排查了 先请老哥大概描述了一下业务逻辑以及访问方 阅读全文
posted @ 2025-11-10 10:50
it排球君
阅读(217)
评论(0)
推荐(0)
摘要：
前言 孤立森林，一种非常高效快速的异常检测算法 开始探索 scikit-learn import numpy as np import matplotlib.pyplot as plt from sklearn.ensemble import IsolationForest rng = np.ran 阅读全文
posted @ 2025-10-17 10:20
it排球君
阅读(161)
评论(0)
推荐(0)
摘要：
前言 彩笔运维勇闯机器学习：KNN算法，它也是分类中的一种 开始探索 scikit-learn import numpy as np import matplotlib.pyplot as plt from sklearn.model_selection import train_test_spli 阅读全文
posted @ 2025-10-13 10:51
it排球君
阅读(247)
评论(0)
推荐(2)
摘要：
前言 本文讨论的GBDT算法，也是基于决策树 开始探索 scikit-learn 老规矩，先上代码，看看GBDT的用法 from sklearn.datasets import load_iris from sklearn.ensemble import GradientBoostingClassi 阅读全文
posted @ 2025-09-26 10:45
it排球君
阅读(131)
评论(0)
推荐(0)
摘要：
前言 彩笔运维勇闯机器学习，今天我们来讨论一下lasso回归，本期又是一起数学推理过程展示 坐标下降法 目标找到一组参数，使目标函数值最小。比如\(f(x,y)=3x^2+5xy+10y^2\)，要找到\(x,y\)使得\(f(x,y)\)取值最小 \[x_j^{(k+1)} = \arg \min 阅读全文
posted @ 2025-09-22 10:19
it排球君
阅读(115)
评论(0)
推荐(0)
浙公网安备 33010602011771号