Apache APISIX借助ServiceMesh 实现统一技术栈的全流量管理 金卫（API7 解决方案架构师） • 支流科技 - 解决方案架构师 • Apache APISIX PMC • Apache APISIX Ingress Controller Founder • Apache skywalking committer • Github: https://github.com/gxthrj Ingress处理南北向入口流量  APISIX Service Mesh处理东西向流量  APISIX专用插件配置等通过Amesh 下发 APISIX 全流量代理的价值  节约成本  统一技术栈  统一管理  复用技术经验 未来  结合APISIX xRPC实现  原生异构多协议支持  覆盖Istio各类场景/配置  降低用户迁移成本 Apache APISIX Ingress

•原来使用资产视角管理监控对象的系统不再适用 •要么使用注册中心来自动发现，要么就是采集器和被监控对象通过sidecar模式捆绑一体 指标生命周期变短 •微服务的流行，要监控的服务数量大幅增长，是之前的指标数量十倍都不止 •广大研发工程师也更加重视可观测能力的建设，更愿意埋点 •各种采集器层出不穷，都是本着可采尽采的原则，一个中间件实例动辄采集几千个指标 指标数量大幅增长 •老一代监控系统更多的是关注机器、交换机 CPU、Mem、Disk、DiskIO、Net、Netstat、Processes、 System、Conntrack、Vmstat 等等。原理就是读取 OS 的数据（通过 /proc 和 syscall 等）做一些简 单计算。有很多采集器可以选择： Telegraf Grafana-agent Datadog-agent node-exporter Categraf Kubernetes Node 组 件的监控 Kubernetes 容器的监控数据可以直接通过 docker 引擎的接口读取到，也可以直接读取 cAdvisor 的接口，Kubelet 里 内置了cAdvisor，cAdvisor 不管是 docker 还是 containerd 都可以采集到，推荐 { 抓取方案一 } • 左侧这个配置大家在网上比较容易搜到，通过kubernetes_sd_configs做服务发现，查找所有node，通过 Kubernetes apiserver 的

rights reserved. 可观测性的成熟度模型 1.0 基础支柱 2.0 统一服务 3.0 ? simplify the growing complexity © 2021, YUNSHAN Networks Technology Co., Ltd. All rights reserved. 2.0 服务：统一的可观测性平台 可观测性平台（Metrics、Tracing、Logging） 基础设施团队 All rights reserved. OpenTelemetry - 数据采集传输的标准化 统一的上下文 simplify the growing complexity © 2021, YUNSHAN Networks Technology Co., Ltd. All rights reserved. Tag：统一的数据存储 InfluxDB DeepFlow 5.3 Elasticsearch complexity © 2021, YUNSHAN Networks Technology Co., Ltd. All rights reserved. 可观测性的成熟度模型 1.0 基础支柱 2.0 统一服务 3.0 内生原力 simplify the growing complexity © 2021, YUNSHAN Networks Technology Co., Ltd. All rights

· · · 2467 13.9.5 使用 PingCAP Clinic Diag 采集 SQL 查询计划信息· · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 2471 13.9.6 PingCAP Clinic 数据采集说明· · · · · · · · · · · · · · · · · · · · · CPU 时间消耗。 – 慢日志中增加字段 Tidb_cpu_time 和 Tikv_cpu_time，显示被捕捉到的 SQL 语句消耗 CPU 的时间。 其中，TiKV 的 CPU 时间默认显示。采集 TiDB 的 CPU 时间会引入额外开销（约 8%），因此仅在开启Top SQL 特性时， TiDB 的 CPU 时间才会显示为实际值，否则始终显示为 0。 更多信息，请参考 [`INFORMATION_SCHEMA • 以下为计划将在未来版本中移除的功能： – 从 v8.0.0 开始，TiDB Lightning 废弃了物理导入模式下的旧版冲突检测策略，支持通过conflict �→ .strategy 参数统一控制逻辑导入和物理导入模式的冲突检测策略。旧版冲突检测的参 数duplicate-resolution 将在未来版本中被移除。 2.2.6 废弃功能 以下为计划将在未来版本中废弃的功能： • TiDB

如果业务系统要升级，如何平滑升级？万一升级失败是 否能够自动回滚？整个过程线上业务持续运行不中断。 传统稳态业务环境难以高效承载敏态应用 发现故障 （假死） 创建 新实例 配置 运行环境 部署当前 应用版本 添加 监控 配置 日志采集 测试确认 服务正常运行 实例 加入集群 恢复正常 场景 1 如果生产中一台Web应用服务器故障，恢复这台服务器需要 做哪些事情？ 场景 2 如果应用负载升高/降低，如何及时按需扩展/收缩所用 如果业务系统要升级，如何平滑升级？万一升级失败是 否能够自动回滚？整个过程线上业务持续运行不中断。 传统稳态业务环境难以高效承载敏态应用 发现故障 （假死） 创建 新实例 配置 运行环境 部署当前 应用版本 添加 监控 配置 日志采集 测试确认 服务正常运行 实例 加入集群 恢复正常 工作量 成本 新一代架构（微服务）应用的对承载平台提出新要求 传统实践中，主要采用虚机/物理机+SpringCloud等微 生态与竞争格局分析 云原生赋能平台建设维度划分 微服务应用架构治理平台、 DevOps平台、 数据建模与大数据分析平台 用好云原生 容器云平台、边缘计算平台 建好云原生 容器安全、统一多云纳管、融合告 警、APM、云监控、中间件纳管.... 管好云 数 采 数 算 数 用 云原生赋能平台 标准化能力-分布式操作系统核心-容器服务 向上提供抽象化自愈IT运营视角 高效稳定应用资源供给

· · · 2448 13.10.5 使用 PingCAP Clinic Diag 采集 SQL 查询计划信息· · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 2453 13.10.6 PingCAP Clinic 数据采集说明· · · · · · · · · · · · · · · · · · · · · CPU 时间消耗。 – 慢日志中增加字段 Tidb_cpu_time 和 Tikv_cpu_time，显示被捕捉到的 SQL 语句消耗 CPU 的时间。 其中，TiKV 的 CPU 时间默认显示。采集 TiDB 的 CPU 时间会引入额外开销（约 8%），因此仅在开启Top SQL 特性时， TiDB 的 CPU 时间才会显示为实际值，否则始终显示为 0。 更多信息，请参考 [`INFORMATION_SCHEMA • 以下为计划将在未来版本中移除的功能： – 从 v8.0.0 开始，TiDB Lightning 废弃了物理导入模式下的旧版冲突检测策略，支持通过conflict �→ .strategy 参数统一控制逻辑导入和物理导入模式的冲突检测策略。旧版冲突检测的参 数duplicate-resolution 将在未来版本中被移除。 2.2.6 废弃功能 以下为计划将在未来版本中废弃的功能： • TiDB

· · · 2448 13.11.5 使用 PingCAP Clinic Diag 采集 SQL 查询计划信息· · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · · 2452 13.11.6 PingCAP Clinic 数据采集说明· · · · · · · · · · · · · · · · · · · · · 5.0 引入了系统变量tidb_enable_async_merge_global_stats，用于设置 TiDB 使用异步方 式合并分区统计信息，以避免 OOM 问题。在未来版本中，分区统计信息将统一使用异步方式进行 合并，系统变量tidb_enable_async_merge_global_stats 将被废弃。 – 计划在后续版本重新设计执行计划绑定的自动演进，相关的变量和行为会发生变化。 • 以下为计划将在未来版本中移除的功能： – 从 v8.0.0 开始，TiDB Lightning 废弃了物理导入模式下的旧版冲突检测策略，支持通过conflict �→ .strategy 参数统一控制逻辑导入和物理导入模式的冲突检测策略。旧版冲突检测的参 数duplicate-resolution 将在未来版本中被移除。 2.2.4 改进提升 • TiDB – 支持并行执行逻辑 DDL

让科研像聊天一样简单 北京航空航天大学 高研院 助理教 授 清华大学新闻学院与人工智能学 院双聘教授 沈阳团队博士后 何静 能做什么？ 要怎么做？ 效果如何？ 一 能做什么？ 数据挖掘 数据分析 数据采集 数据处理 数据可视化 AIGC 数据应用 通过编写爬虫代码、访问数据库、读取文件、调用API等方式，采 集社交媒体数据、数据库内容、文本数据、接口数据等。 通过数据清洗、数据集成、数据变换、特征工程等方式，实 掘，常用 于客户细分、信用评分、社交媒体营销、股价预测等。 将数据转化为统计图、热力图、网络关系图、词云、树形 图等，用于揭示数据中蕴含的模式、趋势、异常和洞见。 本质：以多agent实现从数据采集到可视全流程 模型特点 Claude 3.5 sonnet  平衡性能：在模型大小和 性能之间取得平衡，适合 中等规模任务。  多模态支持：支持文本和 图像处理，扩展应用场景。 mini  小型化设计：轻量级模型， 适合资源有限的环境。  快速响应：优化推理速度， 适合实时交互场景。  通用性强：适用于多种自 然语言处理任务，如对话 生成和文本理解。 爬虫数据采集 1、阅读网页源代码，提取特定网页内容； 2、撰写python脚本； 3、提取并合并网址； 4、提取网址内容； 5、写入文件。 任务 你需要完成以下两个任务： 1.阅读网页【网址】源代码【对应网页源代码】。提取所

模型对不同概念的数字化表达（向量 表征）会逐步趋同，构建对这个世界的统一认知。这 也符合我们人类对世界的认知：人类通过语言文字这 种符号，将不同模态的信号统一地表达，并在脑中构 建了某种受限于当前科技水平的统一模型，这是人类 意识、社会沟通的前提。 从这个角度理解，多模态大模型很可能是通向真 34 / 111 正 AGI 的必经之路。将多模态信号统一对齐，是智能体与这个世界“无障碍”交互的前提，换 处理大量数据。模型 的多模态能力将使 AR/VR 等空间计算设备成为更自然的人机交互入口。推理能力将使得模型可 38 / 111 以可靠处理复杂任务，真正节约用户时间，甚至做到人力不能及的信息采集和分析。多模态和推 理能力也将使具身智能真正具备通用的感知、规划、控制能力。 顶级的专业模型公司有最高质量的数据，因此可以蒸馏出知识密度最高的个人模型。但由于 个人模型的推理成本较低，知识密度 命令执行、知识库管理和数据 库操作等工具或能力，优势互补，将 SWE-bench verified 大幅度提升到 48.6%。再比如 OpenHands+CodeAct v2.1 将智能体的行为整合到统一代码行动空间的框架，允许 OpenHands 在编程任务中扮演全方位的智能助手角色，目前排在 SWE-bench verified 第一位 （53%）。 基于代码大模型的自身进化，以及 RAG

失。企业管理者终于意识到，云计算供 应商锁定会阻碍多云方法所带来的创造力、可用性和流动性。 • 云原生PaaS可以屏蔽多云的差异， 统一的不分何种云上的一致的运行 同一服务或者应用。 • 避免厂家锁定，客户可以自由选择 资源分布和费用组合，更加灵活。 • 中心云统一纳管运维和输出服务。 • 是一种以资源视角的云交付形式， 不同于混合云，底层云的资源使用 地位等同。 AWS Aliyun Azure 大规模集群支撑集团“双十 一”，日交易额2684亿元 2 0 1 9 T4项目启动，容器调度技 术开始支撑集团的在线业 务，云原生时代开启 2 0 1 1 在线和离线调度系统打通混合 部署，底层资源池统一，支撑 百万级电商交易活动。 云原生技术全面商业化，容器 技术对外开放 2 0 1 7 云原生技术全面升级，阿 里巴巴原生用云， Serverless时代开始。 2 0 2 0 的全面解耦 统一化ServiceMesh 将应用的分布式复杂性问题托付给Mesh层的数据面和控制面组件，实现全链路精准流量控制、 资源动态隔离以及零信任的安全能力，保证应用架构的稳定性目标的实现。 Serverless化 极大地降低了开发人员，特别是服务于前端的后端开发人员的运维负担，亚秒级的容器启动 速度和单物理机千容器的部署密度降低了serverless应用的技术障碍。 OAM统一交付能力 基