大军军军之技术落地

摘要： 多个 Pod 一起从 Redis 队列取任务跑(典型如一批 GPU worker),想加个开关:当"正在忙的 Pod"占到"总 Pod 数"的 80% 时,空闲 Pod 就先别再领新任务,留 20% 余量,避免整个机群被压满。 直觉上第一步是"先搞清楚现在有几个 Pod"——于是去查 Kuberne 阅读全文

摘要： 先说结论:在钉钉里直接和 Claude Code 对话、甚至遥控本机干活,不需要 Anthropic API key——复用你本机已登录的 Claude Code 订阅当大脑,带全套本地工具和 skill。效果:钉钉里 @机器人或单聊发一句,卡片上逐字打字机式回出来,每个会话各有记忆。 核心三件套: 阅读全文

摘要： 一句话结论：这条「内存使用率超过 90%」的告警，是 DataWorks 的一个 ETL 任务反复跑同一条 insert，单条要吃 67 GiB（占满 60G 主机），把内存反复顶到 ~93% 触发的——其他所有来源加起来不到 1 GiB，可忽略。 下面是把它从「主机内存高」一层层追到「具体哪条 S 阅读全文

摘要： 自托管 Sentry 打开 issues 页面突然报 Unknown API Error,浏览器网络面板里一连串 504 Gateway Timeout。先把结论放前面:这不是 ClickHouse 挂了,是查询层 snuba-api 进程卡死(僵而不死)——容器还是 Up,但已经不响应任何请求。处 阅读全文

摘要： 先说结论,而且是更要紧的一条:AI 能帮你做很多方案、干很多活,但最终的决策权始终在你手里。 AI 是参谋、是执行者,给你一堆选项;你是决策者,负责结合它给的方案,拍最后那块板。所以 30 多岁的运维真正该做的,不是和 AI 比谁敲命令快,而是拥抱 AI——用它当杠杆、用它的方案做你的决策,同时把自 阅读全文

摘要： 先说结论:可观测性(Observability)不是"更高级的监控",它俩回答的根本是两个问题——监控回答"系统有没有出事",可观测性回答"为什么出事"。前者盯着你预先设好的指标看红绿灯,后者让你能从系统对外吐出的数据,反推内部到底发生了什么,去查那些你根本没预料到的问题。 这两年招聘里"可观测性" 阅读全文

摘要： 有人反馈"JumpServer 登录变慢"。这篇是完整的排查 + 修复：怎么排查"登录慢"（把登录分段计时，再用受控实验坐实"缺索引"，同一条查询 0.5ms vs 1202ms、差约 2400 倍）、加索引修复；以及更深一层——索引只是放大器，真凶是一套 AI 运维 agent 把登录审计表刷到了 阅读全文

摘要： 先说结论:Claude Code、Codex、Cursor、GLM 经常被放在一起比,但它们其实不是同一类东西——前两个是"模型+命令行 agent"的一体机,Cursor 是"可换模型的 AI 编辑器",GLM 则是"一个便宜的大模型+订阅计划"(它自己往往不是完整工具,而是挂到别的客户端里当后端 阅读全文

摘要： 一句话结论 需求很朴素：给团队用的 SQL 审核平台 Yearning 加一个功能——一条 DDL 工单能一次同时提交到多个数据源（比如国内库 + 海外库两个实例），各自生成一个工单、各走各的审批，省去两边分别手提一遍。 但落地一点都不顺，绕了一圈才认清两个硬约束：这个多环境能力社区版没有现成支持（ 阅读全文

摘要： 本文是「用代码做自媒体」系列第四篇。这个系列都是「用 Claude Code skill 自动化做自媒体」:(一) cnblogs 自动发文、(二) 把博客做成讲解视频、(三) 合成零版权 BGM。本篇接着第(二)篇——把一篇博客渲成一条 4 分半的讲解视频,单条要 22 分钟——慢到没法批量。这篇 阅读全文