归档 | zezepath

2023

10

27

我们面临一个典型的事件驱动架构难题。一个部署在 GKE 上的微服务需要消费 NATS JetStream 的消息，然后对 ArangoDB 中的图数据执行一个复杂的多文档事务操作。业务逻辑本身并不晦涩：当一个USER_CONNECTED事件

2023-10-27 后端架构

单元测试 ArangoDB NATS GCP GKE

27

前端 Monorepo 的 CI 构建时间已经从可接受的 5 分钟恶化到了无法容忍的 15 分钟。每个合并请求都需要在数十个隔离的、临时的 CI Runner 上完整执行 lint, test, build 流程。虽然我们引入了 Turbo

2023-10-27 平台工程

DevOps Turbopack Redis Streams Git CI/CD

27

我们的一个核心 Ruby on Rails 应用遇到了瓶颈。起初，它只是一个简单的后台管理系统，但随着业务的深入，一个复杂的需求浮出水面：根据用户的动态查询，实时生成高质量、数据密集型的金融分析图表。最初的方案是使用 Ruby 的一个图表库

2023-10-27 分布式架构

Google Cloud (GCP) Matplotlib Ruby on Rails Cloud Run Pub/Sub

27

一个复杂的前端应用，尤其是多团队协作的大型平台，其功能交付的敏捷性与独立性往往是架构演进的核心驱动力。当产品需求要求某些功能模块能够独立于主应用发布、动态启用或禁用，甚至实现用户级别的灰度发布时，传统的单体构建模式便会捉襟见肘。功能开关（F

2023-10-27 架构设计

MongoDB 设计模式 Rollup Argo CD GitOps 微前端

27

手动在 Kubernetes 上部署和维护一个高可用的 Dgraph 集群是一项繁琐且极易出错的任务。集群包含两种角色的节点：Zero 和 Alpha，它们之间有启动依赖和网络通信要求。配置漂移、手动扩缩容的风险以及故障恢复的复杂性，都促使

2023-10-27 云原生

Dgraph 容器编排 TDD Kubernetes Operator

27

特征工程的复杂性不在于单一特征的计算，而在于保证在线服务与离线训练之间特征逻辑的绝对一致性，尤其是在一个同时依赖于海量批处理数据和高频时序数据的混合环境中。我们面临的挑战是：数据科学家用Python或SQL快速迭代特征逻辑，但这些定义往往是

2023-10-27 数据工程

Hadoop Elasticsearch Feature Store Haskell TimescaleDB