深夜炸响的业务告警，IT监控大盘一片绿色、销售额却不断下跌，还有业务方夺命连环Call——这是我们技术人共同的噩梦。直到我们做了这件事，一切都变了。

以下内容转载自《云计算开源产业联盟技术文件》，该文件由由云计算开源产业联盟提出并归口。本文件起草单位：中国信息通信研究院、移动云、华为云、蚂蚁、农业银行、杭州乘云、小米、神州灵云、农商银行、中电普华、百度、恒为科技、福建移动、宜通衡睿、银信、长三...

作者：Gregg Siegfried, Matt Crossley, 以及其他3位作者可观测性平台正在从根本上改变组织管理系统健康的方式，其驱动力来自于分析、成本优化方面的创新以及AI观察性（AI Observability）的出现。基础设施与运营（I&O）负责人可以利用这项研究来评估和应对不断发展...

skywalking 是一款开源的链路工具，经常被开发人员使用。然而其后端功能羸弱、上手门槛高、缺乏商业化支持、代码质量风险大，都成为其难以在客户生产环境大规模部署的原因。 databuff 作为一款商业化的可观测平台工具，为此专门开发了相关特性、用以接管skywalking，...

在运维和可观测行业中，已经有不少优秀的终端数据采集器，其中包括不少的开源项目，如Datadog Agent, Elastic Beats，Telegraf等等，它们在一些特定的需求场景中可以很出色的工作。但是，对于一家商业化的可观测工具公司来说，这些数据采集器并没有完全满足当前数据...

在云原生与微服务高频发布的背景下，APM Java监控探针对服务的启动延迟已成为影响容器生命周期与部署效率的关键因素。本文通过对比主流 APM 方案的启动耗时数据，剖析不同探针的性能表现与技术差异，为容器化部署场景下的探针选型及 K8s 配置优化提供实践参考。

摘要：2025年7月23日，由中国通信标准化协会主办的 “2025可信云大会” 在京举行，《运维智能体（SRE AGENT）能力要求》标准正式发布，杭州乘云数字作为运维智能体及可观测领域领导者，重点参与了本次报告的编写。

原文地址：[链接]耗时波动不同，会产生不同程度的故障，如何自适应定位？01 故障场景有如下2个同样类型的故障：● 故障A某个SQL的耗时故障（耗时更长，造成的影响大）● 故障B某个SQL的耗时故障（耗时相对短，造成的影响小）其中某个服务在2个故障中的表现如下：可以明...

当生产环境中的容器CPU出现异常时，可能会引发上层业务出现一系列问题，比如业务请求缓慢、网页卡顿甚至崩溃等，如果没有一个有效的故障定位方法，运维人员很难从海量的告警信息中快速找到根本原因并解决问题。

上一期，我们分享了Web应用接口级的故障定位方法，通过细化到接口级的定位方法，可以精准地过滤掉干扰因素。然而这种方法并不适用所有场景，过于细致的过滤有时会产生新的问题。

常见的针对Web应用的故障定位方案，大多只能定位到服务级别，然而很多情况下我们需要知道对应的应用接口的情况，才能更有效的解决问题。如何才能实现更加细化的接口级别的根因定位？本文以某个电商业务为例，来解答这个问题。