TAG / 08

# 可观测性

围绕“可观测性”整理的文章。

2026.03.21

AI 功能怎么发布：把 Evals 做成真正的门禁

固定回归集、权限与对抗用例、影子流量、小流量发布和线上预算逐层放行，模型或提示变化不再靠演示验收。

#Evals#AI 工程#发布

4 分钟

2024.06.22

一次 API 成功但后台任务失败的排查，推动我们让 traceparent 穿过 HTTP、队列和 Worker，并区分追踪与业务关联 ID。

#分布式追踪#OpenTelemetry#消息队列

4 分钟

2024.02.24

指标、日志和追踪只有围绕可回答的问题组织，才会在故障发生时产生价值。

#可观测性#Prometheus#系统稳定性

4 分钟

2024.01.20

把 CPU 阈值告警改成多窗口错误预算燃烧率，并让每条告警携带用户影响、负责人和可执行恢复步骤。

#SLO#告警#可观测性

4 分钟

2023.01.18

真实故障中，怎样把持续上涨的 heapUsed 收敛到 Bull 队列留下的 TCP、Socket 与 EventEmitter，并用多份堆快照完成证据闭环。

#Node.js#内存泄漏#可观测性

10 分钟

2020.10.17

为了降低播放器重构风险，我们把稳定分桶、指标对照、自动停止和过期开关清理做成同一条发布流程。

#Feature Flag#灰度发布#可观测性

3 分钟

2019.06.15

用户说页面卡住时，我们需要的不只是复现运气，而是一条能还原现场的证据链。

#可观测性#性能#前端工程化

4 分钟

2019.05.11

一个无法复现的筛选崩溃，让我用有限 Breadcrumb 记录路由、请求和状态转移，并学会控制隐私与噪声。

#前端监控#可观测性#隐私

4 分钟